CN104251691A - 森林林隙更新及叶片信息的大面积调查方法及其集成系统 - Google Patents
森林林隙更新及叶片信息的大面积调查方法及其集成系统 Download PDFInfo
- Publication number
- CN104251691A CN104251691A CN201310256260.0A CN201310256260A CN104251691A CN 104251691 A CN104251691 A CN 104251691A CN 201310256260 A CN201310256260 A CN 201310256260A CN 104251691 A CN104251691 A CN 104251691A
- Authority
- CN
- China
- Prior art keywords
- forest
- canopy
- data
- image data
- investigation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种森林林隙更新及叶片生物信息的大面积调查方法及其集成系统,所述调查方法包括:(1)获取需要调查的森林植被全景影像数据,目视选择定点拍摄的区域获取经纬度数据并对森林冠层植被全景进行目视判断;(2)获取取样区森林林隙更新及叶片冠层生物信息;同时精确核查所获取的森林林隙更新及叶片冠层生物信息,建立影像数据与地面调查数据的相关关系;(3)获取大面积森林林隙更新及冠层影像数据,并通过建立的相关关系获得全区森林冠层叶片生物信息。本发明方法有利于对非均质森林进行科研调查,具有调查精确、执行简便、成本低廉等优点。
Description
技术领域
本发明涉及一种森林植被生物信息的调查方法,尤其涉及一种森林林隙更新及叶片生物信息的大面积调查方法,本发明进一步涉及实现该森林林隙更新及叶片生物信息的大面积调查方法的集成系统,属于植被生物信息的调查领域。
背景技术
当前对于森林林隙更新(幼苗/幼树)生长、植物叶片生物化学性质等方面的调查,现在较常用的方法为地面调查和用高光谱遥感进行双重计算。但地面调查仅在森林下层的地面进行,尺度过小、不易获得客观的宏观数据,且较大面积的地面调查非常耗时耗力,同时高光谱遥感数据在一些常有云层的区域不易获取,难以分析斑块化(非单一均质林)森林植被等;迄今为止,缺乏一种精确、方便快捷的森林林隙更新及冠层生物信息的大面积调查方法。
发明内容
为了解决现有技术所存在的缺陷,本发明人经过锐意研究发现,采取航空拍照和地面取样兼顾的方法,可以快速、精确识别出森林群落林隙乔木更新的生长位置,同时可以实现精确、方便快捷、大面积的调查获取森林冠层叶片的氮、叶绿素含量等生物信息,从而完成本发明。
本发明所要解决的技术问题是通过以下技术方案来实现的:
一种森林林隙更新及叶片生物信息的大面积调查方法,包括以下步骤:
(1)获取需要调查的森林植被全景影像数据,目视选择定点拍摄的区域获取经纬度数据,并进行冠层植被全景的目视判断;(2)根据预设经纬度数据,使用无人飞机进行定点拍摄获取取样区森林植被影像数据,分析影像数据获取取样区森林林隙更新及叶片冠层生物信息;同时,精确核查所获取的森林林隙更新及叶片冠层生物信息;建立影像数据与地面调查数据的相关关系;(3)利用低空飞行的无人机获取大面积森林林隙更新及冠层影像数据,通过步骤(2)建立的影像数据与地面调查数据的相关关系获取调查全区森林冠层的叶片氮及叶绿素生化信息。
其中,步骤(1)中优选采用无人飞机对需要调查的森林植被进行全景拍摄或移动拍摄的方式获取森林植被全景影像数据,并对冠层全景的植被类型进行目视判断;
步骤(2)中所述的分析影像数据获取取样区森林林隙更新及叶片冠层生物信息的方式优选为:一方面通过精确拍摄取样区森林目视判别林隙及林缘的植物更新种类及分布格局,一方面使用ArcGIS软件对影像数据或相片进行处理,获取林冠层植被的绿度分级;
进一步的,所述获取林冠层植被的绿度分级的方式优选为:在ArcGIS中把待分析的图片进行栅格化,得到栅格数据图;根据彩色影像对栅格进行物种的区分,其后对像素群的绿度进行分级;最后,把栅格转换成矢量数据,对栅格绿度值进行统计,即可。
步骤(2)中所述的精确核查所获取的森林林隙更新及叶片冠层生物信息的方式优选为:根据获取的林隙及林缘的植物更新种类、分布格局以及林冠层植被的绿度分级,对冠层植物叶片分物种、分绿度进行取样,分别进行物种鉴定、测定叶片的氮及叶绿素含量。
在最后进行森林全景调查的步骤中,结合之前建立的影像数据的绿度与地面调查的叶片氮、叶绿素含量的相关关系,并通过飞机航拍获得森林全景影像数据,得到本区森林全景的更新信息及冠层叶片氮及叶绿素等生物信息。
另外,本发明提供了一种用于实现森林冠层生物信息的大面积调查的集成系统,该集成系统包括:地面控制平台、与地面控制平台中的数传电台相连的飞行平台以及与飞行平台中的数传电台相连的影像获取平台。
所述地面控制平台包括:电脑;与电脑相连的遥控信号-数字信号转接板;与遥控信号-数字信号转接板相连的遥控接收机;与遥控接收机相连的数传电台;
与地面控制平台中的数传电台相连的飞行平台包括:动力模块、控制模块、定时定位系统模块和电源,其中控制模块包括数传电台和与其相连的自动驾驶仪,动力模块和定时定位系统模块分别与控制模块中的数传电台相连,电源与动力模块相连;
与飞行平台中的数传电台相连的影像获取平台包括:快门控制装置,其与飞行平台中的数传电台相连;以及与快门控制装置通过相机快门相连的相机。
特别地,本发明提供的上述集成系统,利用GOOGLE EARTH中的开源影像和全球定位系统实现超视距自主飞行,该系统可以在距地表10-500米高度内对研究区域进行拍照,最低飞行速度(失速速度)为5米/秒,飞行半径达10千米,获取的影像分辨率达到0.05米,可以直接识别出包括植被生物多样性、物种种类、物种分布位置、植物更新生长位置等生物信息。
本发明方法采取航空拍照和地面取样兼顾的方法,可以快速、精确识别出森林群落乔木更新的生长位置,并通过航拍照片反映植物种的叶片氮及叶绿素含量的信息,该方法非常有利于对非均质森林进行科研调查,具有调查精确、执行简便、成本低廉等好处,同时由于掌握着宏观景观,能避免在林下调查的取样盲区,对于纯林分的大面积调查,采用本发明的调查方法会具有更好的调查效果。
另外,本发明提出的森林更新及冠层生物信息调查是从新的角度对森林生物多样性进行的调查,可以为将来调查大面积的森林林隙更新格局及冠层植被的生物信息提供一个新的、便捷的途径。
附图说明
图1主要树种幼苗个体的分布点。
图2幼苗空间分布格局;
———.g(r);--.拟合的上下包迹线;g(r)在包迹线以内为随机分布,在包迹线以上为聚集分布,在包迹线以下为均匀分布。
图3是根据本发明的用于实现森林更新及冠层生物信息的大面积调查的集成系统的结构示意图。
图4是根据本发明优选实施方式的用于实现森林更新及冠层生物信息的大面积调查的集成系统的结构示意图。
附图标记说明:
1-地面控制平台,11-电脑,12-遥控信号-数字信号转接板,13-遥控接收机,14-数传电台,2-飞行平台,21-动力模块,22-控制模块,221-数传电台,222-自动驾驶仪,22211-惯性姿态平衡仪,2222-升降舵舵机,2223-副翼舵机,2224-方向舵机;23-定时定位系统模块,24-电源,3-影像获取平台,31-快门控制装置,32-相机。
具体实施方式
下面结合具体实施例来进一步描述本发明,本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的,并不对本发明的范围构成任何限制。本领域技术人员应该理解的是,在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换,但这些修改和替换均落入本发明的保护范围内。
实施例1
1、具体的调查地点:长白山阔叶红松林(N42°24’,E128°6’),海拔738m,林分为原始阔叶红松林中较为纯的林分;属季风温带大陆山地气候,植被生长季为5-9月,本实验观测的时期是7月;
2、所调查的森林植被的面积:在1ha的森林上方拍摄,具体选择多少个1ha的森林样地进行调查根据工作时间、条件及待观测物种在此林分的比例(如观测长白山阔叶红松林的红松,由于红松为建群种,则可以设置3~5个重复)等实际情况进行调整或选定;
3、具体的调查方法及调查结果,包括:
(1)用无人机获取的森林植被全景影像数据,定点拍摄的区域的经纬度:N42°24’,E128°6’;本实验选择的红松林的林冠层物种较单一,以红松为主。
(2)获取3个1ha的取样区森林植被生物信息(植物更新生长位置或植被冠层绿度信息),由于本实验选择的红松林的林冠层物种较单一、林窗及林缘处较多水曲柳和紫椴的更新,因此通过冠层分析只需进行单一物种(红松)分绿度的分析,而更新的格局分析在林窗及林缘中进行:
植物更新在林下的分布位置在图像上无法辨识,但在林窗、林缘的分布格局能清晰辨认。当观测尺度在10*10m(后期处理时,使用ArcGIS根据比例尺在图上画样方)时,更新明显成聚集分布;当尺度由20*20m扩大到50*50m以及更大时,则呈现出随机分布。此外,从图像中还能肉眼识别出其他共存的物种的类别和分布格局,从而便于进行种间竞争对比。
植被冠层的绿度信息:在ArcGIS中把待分析的图片进行栅格化,得到栅格数据图。根据彩色影像对栅格进行物种的区分,对像素群的绿度进行分级(如1,2,3,4,5级,逐级色加深);最后,把栅格转换成矢量数据,则栅格的属性值会赋值给矢量数据的属性表中,实现对栅格绿度值的统计。
在以上绿度分类的基础上,对拍照地区的红松进行分绿度的叶片取样,进行叶片氮及叶绿素含量的化验,以此作为整个群落不同物种的调查。
(3)人工核查的森林植被生物信息:
更新:运用点格局方法分析了群落中优势树种的幼苗的空间分布情况:由于红松和蒙古栎幼苗数量较少,无法进行点格局分析,本次研究只针对水曲柳和紫椴2个主要树种幼苗的分布(图1)进行格局分析(图2)。树种的幼苗分布在小尺度上都呈现出聚集分布,随着尺度的增加,聚集程度逐渐减弱,之后趋于随机分布。水曲柳幼苗在所有研究尺度范围内均呈聚集分布,且在小尺度范围上显示出极其显著的聚集,随着尺度的增大,聚集程度逐渐减弱,当尺度范围大于41m时,水曲柳幼苗呈随机分布;紫椴幼苗在小尺度范围也主要呈聚集分布,当研究尺度大于16m时,紫椴幼苗开始呈随机分布。
冠层绿度信息:根据红松林不同级别的绿度所对应的叶片氮及叶绿素含量(表1)及实际观测到的各绿度级别的比例(表2),对所调查的红松林的冠层生物信息进行整体评价。
表1红松林不同级别的绿度多对应的叶片氮及叶绿素平均含量
绿度级别 | 叶片氮含量(mg/g) | 叶片叶绿素含量(mg/g) |
1级 | 108.04 | 0.73 |
2级 | 108.23 | 0.81 |
3级 | 108.34 | 0.86 |
4级 | 108.41 | 0.91 |
表2各绿度级别的比例
级别 | 1级 | 2级 | 3级 | 4级 | 总和 |
百分比 | 18.6% | 31.5% | 28.9% | 21.0% | 100% |
根据表1和表2的数据可得本取样区红松林冠层的叶片氮含量总值为108.2643mg/g,叶片叶绿素总值为0.83057mg/g。
(4)森林全景调查
结合以上获取的有效的森林冠层绿度信息及地面调查所得森林冠层叶片氮及叶绿素含量的相关关系,通过飞机进行本调查区森林全景的拍摄,获得冠层全景的绿度信息,进一步获得本区域森林大面积的生物信息。
Claims (10)
1.一种森林林隙更新及叶片生物信息的大面积调查方法,其特征在于,包括以下步骤:
(1)获取需要调查的森林植被全景影像数据,目视选择定点拍摄的区域获取经纬度数据,并对本地森林冠层全景的植被类型进行初步目视判断;(2)根据预设经纬度数据,使用无人监察飞机进行定点拍摄获取取样区森林植被影像数据,分析该影像数据获取取样区森林林隙更新及叶片冠层生物信息;同时结合地面调查精确核查所获取的森林林隙更新及叶片冠层生物信息,建立影像数据与地面调查数据之间的相关关系;(3)利用低空飞行的无人飞机获取大面积森林林隙更新及冠层影像数据,通过步骤(2)建立的影像数据与地面调查数据之间的相关关系获得冠层叶片生化指标等生物信息。
2.按照权利要求1所述的大面积调查方法,其特征在于:步骤(1)中采用无人飞机对需要调查的森林植被进行全景拍摄或移动拍摄的方式获取森林植被全景影像数据,对本地森林冠层植被类型的全景信息进行初步目视评估。
3.按照权利要求1所述的大面积调查方法,其特征在于:步骤(2)中使用无人飞机根据预设经纬度数据进行取样区定点拍摄,分析所拍摄的影像数据获取取样区森林植被生物信息;其中,所述的森林植被信息包括林隙中植物更新生长位置或植被冠层绿度信息。
4.按照权利要求3所述的大面积调查方法,其特征在于:步骤(2)中所述的分析影像数据获取取样区森林林隙更新及叶片冠层生物信息的方式为:一方面目视判别林隙及林缘的植物更新种类及分布格局,一方面使用ArcGIS软件对影像数据或相片进行处理,获取林冠层植被的绿度分级。
5.按照权利要求4所述的大面积调查方法,其特征在于,步骤(2)中所述获取林冠层植被的绿度分级的方式为:在ArcGIS中把待分析的影像数据进行栅格化,得到栅格数据图;根据彩色影像对栅格进行物种的区分,其后对像素群的绿度进行分级;把栅格转换成矢量数据,对栅格绿度值进行统计。
6.按照权利要求1所述的大面积调查方法,其特征在于:步骤(2)中所述的精确核查所获取的森林林隙更新及叶片冠层生物信息的方式包括:根据获取的林隙及林缘的植物更新种类、分布格局以及林冠层植被的绿度分级,对冠层植物叶片分物种、分绿度进行取样,分别进行物种鉴定、测定叶片的氮及叶绿素含量。
7.一种用于实现权利要求1-6任何一项所述大面积调查方法的集成系统,其特征在于,该集成系统包括:地面控制平台、与地面控制平台中的数传电台相连的飞行平台以及与飞行平台中的数传电台相连的影像获取平台。
8.按照权利要求7所述的集成系统,其特征在于:所述地面控制平台包括:电脑;与电脑相连的遥控信号-数字信号转接板;与遥控信号-数字信号转接板相连的遥控接收机;与遥控接收机相连的数传电台。
9.按照权利要求7所述的集成系统,其特征在于:与地面控制平台中的数传电台相连的飞行平台包括:动力模块、控制模块、定时定位系统模块和电源,其中控制模块包括数传电台和与其相连的自动驾驶仪,动力模块和定时定位系统模块分别与控制模块中的数传电台相连,电源与动力模块相连。
10.按照权利要求7所述的集成系统,其特征在于:与飞行平台中的数传电台相连的影像获取平台包括:快门控制装置,其与飞行平台中的数传电台相连;以及与快门控制装置通过相机快门相连的相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310256260.0A CN104251691B (zh) | 2013-06-25 | 2013-06-25 | 森林林隙更新及叶片信息的大面积调查方法及其集成系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310256260.0A CN104251691B (zh) | 2013-06-25 | 2013-06-25 | 森林林隙更新及叶片信息的大面积调查方法及其集成系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104251691A true CN104251691A (zh) | 2014-12-31 |
CN104251691B CN104251691B (zh) | 2016-06-01 |
Family
ID=52186808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310256260.0A Expired - Fee Related CN104251691B (zh) | 2013-06-25 | 2013-06-25 | 森林林隙更新及叶片信息的大面积调查方法及其集成系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104251691B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413709A (zh) * | 2018-04-26 | 2019-11-05 | 北京林业大学 | 一种全球森林植被平面梯形格网区划编码方法 |
CN113366989A (zh) * | 2021-05-11 | 2021-09-10 | 宁夏农林科学院荒漠化治理研究所(宁夏防沙治沙与水土保持重点实验室) | 华北落叶松林缘更新调查方法 |
CN115035671A (zh) * | 2022-05-17 | 2022-09-09 | 浙江大华技术股份有限公司 | 一种森林防火预警方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202255382U (zh) * | 2011-08-25 | 2012-05-30 | 北京林业大学 | 用于识别大熊猫栖息地植被的识别系统 |
-
2013
- 2013-06-25 CN CN201310256260.0A patent/CN104251691B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202255382U (zh) * | 2011-08-25 | 2012-05-30 | 北京林业大学 | 用于识别大熊猫栖息地植被的识别系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413709A (zh) * | 2018-04-26 | 2019-11-05 | 北京林业大学 | 一种全球森林植被平面梯形格网区划编码方法 |
CN113366989A (zh) * | 2021-05-11 | 2021-09-10 | 宁夏农林科学院荒漠化治理研究所(宁夏防沙治沙与水土保持重点实验室) | 华北落叶松林缘更新调查方法 |
CN113366989B (zh) * | 2021-05-11 | 2022-05-10 | 宁夏农林科学院荒漠化治理研究所(宁夏防沙治沙与水土保持重点实验室) | 华北落叶松林缘更新调查方法 |
CN115035671A (zh) * | 2022-05-17 | 2022-09-09 | 浙江大华技术股份有限公司 | 一种森林防火预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104251691B (zh) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10095995B2 (en) | Apparatus for and method of forest-inventory management | |
CN108109437B (zh) | 一种基于地图特征的无人机自主航线提取生成方法 | |
CN109212505B (zh) | 一种基于无人机多光谱高重叠度影像的森林林分特征反演方法 | |
CN104268423B (zh) | 大尺度动态演化沙尘型气溶胶反演方法 | |
CN108195767B (zh) | 河口湿地外来种监测方法 | |
CN111767865A (zh) | 一种利用航拍影像和激光数据反演红树林生物量的方法 | |
Swinfield et al. | Imaging spectroscopy reveals the effects of topography and logging on the leaf chemistry of tropical forest canopy trees | |
Suziedelyte Visockiene et al. | Unmanned aerial vehicles for photogrammetry: analysis of orthophoto images over the territory of Lithuania | |
US20200068816A1 (en) | Peanut maturity grading systems and methods | |
CN106500841B (zh) | 一种遥感监测大面积茶园植株多酚含量的方法及系统 | |
CN104251691B (zh) | 森林林隙更新及叶片信息的大面积调查方法及其集成系统 | |
CN114220022A (zh) | 一种基于卫星与无人机协同观测的水稻倒伏遥感监测方法 | |
CN115453555A (zh) | 一种草地生产力的无人机快速监测方法及系统 | |
CN110986884A (zh) | 一种基于无人机航测数据预处理及植被快速识别方法 | |
CN116773516A (zh) | 一种基于遥感数据的土壤碳含量分析系统 | |
CN112084989A (zh) | 基于无人机与cnn的大范围松材线虫病枯立木智能检测方法 | |
CN106503662B (zh) | 一种潮间带鼠尾藻藻床资源量的评估方法 | |
CN115797807A (zh) | 基于无人机载光谱仪数据的海洋垃圾监测方法、系统及介质 | |
KR102453056B1 (ko) | 라이다 데이터를 이용한 훼손지 식생 복원모델 산출시스템 및 방법, 이를 실행하는 프로그램 기록매체 | |
CN107967714A (zh) | 一种通过无人机数字高程模型自动提取森林郁闭度的方法 | |
Letsoin et al. | Analysing Maize Plant Height Using Unmanned Aerial Vehicle (UAV) RGB based on Digital Surface Models (DSM) | |
CN109682760A (zh) | 一种基于无人机低空遥感的农作物快速分类方法 | |
CN111476150A (zh) | 基于uav近景拍摄技术的崖壁群植物多样性调查方法 | |
Thiel et al. | Knowledge transfer through Citizen Science using the example of a forest inventory campaign | |
CN116824157B (zh) | 采样点确定、遥感产品真实性校验方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160601 Termination date: 20190625 |