CN109376579A - 基于无人机正射图像的银杏树冠生物量的预测方法 - Google Patents
基于无人机正射图像的银杏树冠生物量的预测方法 Download PDFInfo
- Publication number
- CN109376579A CN109376579A CN201810998886.1A CN201810998886A CN109376579A CN 109376579 A CN109376579 A CN 109376579A CN 201810998886 A CN201810998886 A CN 201810998886A CN 109376579 A CN109376579 A CN 109376579A
- Authority
- CN
- China
- Prior art keywords
- tree
- crown
- ginkgo
- chm
- dbh
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于无人机正射图像的银杏树冠生物量的预测方法,本发明通过无人机获得银杏树的正射影像图像,然后进行树冠的面积提取、树冠的冠幅提取、树高提取、树冠面积&冠幅&树高——胸径模型、单木树冠生物量经验方程,并进行单木树冠生物量预测,借助的工具包括:Pix4D、Arcgis等;构建的树冠面积&冠幅&树高‑胸径(CA&CW&CHM‑DBH)模型具有三个变量,模型的计算结果更加精确;便捷、高效,调查成本低、效率高、数据可实时更新;本发明具有模型的计算结果更加精确;调查成本低、效率高、数据可实时更新的特点。
Description
技术领域
本发明涉及技术领域,尤其是涉及一种调查成本低、效率高、数据可实时更新的基于无人机正射图像的银杏树冠生物量的预测方法。
背景技术
森林生物量是森林生态系统运转的能量基础和物质来源,是评价森林生态系统结构和功能的重要指标。树冠生物量的影响因素包括树种、胸径、树高、林分密度、环境等。其中,树木的胸径和树高对树冠生物量的影响因子较大,但由于胸径与树高之间具有较强的相关性,且树高的测定不如胸径方便、准确,所以学者们侧重研究不同胸径下树冠生物量的分配变化。国内外对生物量方程进行了大量研究,并且得出了多种经验方程,主要的生物量方程包括:一元方程(自变量为胸径)、二元方程(自变量为胸径和树高)和三元方程(自变量为胸径、树高和冠幅)。
传统林分调查通过对样地内树木的检尺获得所需指标,这种方法具有成本高、效率低、数据滞后、代表性受限等弊端,难以满足现代林业发展的需求。
发明内容
本发明的发明目的是为了克服现有技术中的林分调查方法成本高、效率低、数据滞后、代表性受限的不足,提供了一种调查成本低、效率高、数据可实时更新的基于无人机正射图像的银杏树冠生物量的预测方法。
为了实现上述目的,本发明采用以下技术方案:
一种基于无人机正射图像的银杏树冠生物量的预测方法,其特征是,包括以下步骤:
(1-1)选定样地,利用无人机进行样地的银杏树图片的拍摄,利用Pix4D软件将每棵单木的银杏树图片进行正射影像处理,生成银杏树正射影像图;
(1-2)将银杏树正射影像图通过ENVi Lidar软件进行点云加密,获得点云数据,利用点云数据进行树高CHM提取;
(1-3)将处理好的银杏树正射影像图通过Arcgis软件进行矢量化等处理,分别提取出树冠面积CA和树冠冠幅CW;
(1-4)进行单木的胸径DBH实测,将实测的DBH与CA、CW和树高CHM拟合,构建树木的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH;
(1-5)验证拟合好的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH,计算误差;
(1-6)利用胸径树冠生物量DBH-AGB经验方程,构建树冠面积&冠幅&树高树冠生物量模型CA&CW&CHM-AGB。
本发明通过无人机获得银杏树的正射影像图像,然后进行树冠的面积提取、树冠的冠幅提取、树高提取、树冠面积&冠幅&树高——胸径模型、单木树冠生物量经验方程,并进行单木树冠生物量预测,借助的工具包括:Pix4D、Arcgis等;构建的树冠面积&冠幅&树高-胸径(CA&CW&CHM-DBH)模型具有三个变量,模型的计算结果更加精确;便捷、高效,调查成本低、效率高、数据可实时更新。
无人机(UAV)是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器,它具有灵活、方便、可携带相机等优势,可以有效地进行林下冠层的信息获取,在单木、林分尺度森林环境长时间序列监测方面具有无可比拟的优势,使其在林业中的应用越来越广泛。
作为优选,树高CHM的提取步骤如下:
利用pix4D软件将银杏树正摄影像图自动进行点云加密,获得点云数据;
利用点云数据自动生成数字表面模型DSM;
从稠密点云数据中提取地面最低点的点云数据,并使用反距离加权方法IDW进行插值,获得数字地形模型DTM;
反距离加权算法(IDW):使用一组采样点的线性权重组合来确定像元,权重是一种反距离函数。即假定每个测量点都有一种局部影响,而这种影响会随着距离的增大而减小,这种方法为距离较近的点分配的权重较大,而权重却作为距离的函数而减小。
利用公式CHM=DSM-DTM计算CHM。
作为优选,树冠面积CA的提取方法如下:
(3-1)将每棵单木的银杏树正射影像图依次导入Arcgis软件中;
(3-2)利用Arcgis软件勾绘出每棵单木的树冠边界,记录所圈定出的面积的面积值:
打开Arcgis软件的ArcToolbox,将Polyline层的Shapefile文件转成Coverage文件,并进行拓扑,然后将拓扑好的Coverage文件转成Shapefile文件,在Arcgis软件自带的Arcmap工具箱中调入面状的Shapefile文件,打开属性表计算面积值;
记录每颗单木的树冠面积CA。
作为优选,树冠冠幅CW的提取方法如下:
CW=(东西冠幅+南北冠幅)/2;
所述东西冠幅为勾勒出的树冠东西走向的两个顶点之间的距离,所述南北冠幅为树冠南北走向的选择两个顶点之间的距离;
记录每颗单木的树冠冠幅。
作为优选,利用Matlab软件对实测的DBH与CA、CW和树高CHM树木的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH,用皮尔森相关系数、决定系数R2验证树木的树冠面积&冠幅&树高胸径模型CA&CW&CHM--DBH。
作为优选,胸径树冠生物量DBH-AGB经验方程为:W=6.741D-51.498;
其中,W为银杏树树冠生物量,D为胸径。
因此,本发明具有如下有益效果:模型的计算结果更加精确;调查成本低、效率高、数据可实时更新。
附图说明
图1是本发明的一种流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
如图1所示的实施例是一种基于无人机正射图像的银杏树冠生物量的预测方法,包括以下步骤:
(1-1)选定样地,利用无人机进行样地的银杏树图片的拍摄,利用Pix4D软件将每棵单木的银杏树图片进行正射影像处理,生成银杏树正射影像图;
(1-2)将银杏树正射影像图通过ENVi Lidar软件进行点云加密,获得点云数据,利用点云数据进行树高CHM提取;
树高CHM的提取步骤如下:
利用pix4D软件将银杏树正摄影像图自动进行点云加密,获得点云数据;
利用点云数据自动生成数字表面模型DSM;
从稠密点云数据中提取地面最低点的点云数据,并使用反距离加权方法IDW进行插值,获得数字地形模型DTM;
利用公式CHM=DSM-DTM计算CHM。
(1-3)将处理好的银杏树正射影像图通过Arcgis软件进行矢量化等处理,分别提取出树冠面积CA和树冠冠幅CW;
树冠面积CA的提取方法如下:
(3-1)将每棵单木的银杏树正射影像图依次导入Arcgis软件中;
(3-2)利用Arcgis软件勾绘出每棵单木的树冠边界,记录所圈定出的面积的面积值:
打开Arcgis软件的ArcToolbox,将Polyline层的Shapefile文件转成Coverage文件,并进行拓扑,然后将拓扑好的Coverage文件转成Shapefile文件,在Arcgis软件自带的Arcmap工具箱中调入面状的Shapefile文件,打开属性表计算面积值;
记录每颗单木的树冠面积CA,各棵树的树冠面积如表1所示:
表1树冠面积
树冠冠幅CW的提取方法如下:
CW=(东西冠幅+南北冠幅)/2;
所述东西冠幅为勾勒出的树冠东西走向的两个顶点之间的距离,所述南北冠幅为树冠南北走向的选择两个顶点之间的距离;
记录每颗单木的树冠冠幅,各棵树的树冠冠幅如表2所示:
表2树冠冠幅
(1-4)进行单木的胸径DBH实测,将实测的DBH与CA、CW和树高CHM拟合,构建树木的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH;各棵树的实测胸径如表3所示:
表3实测胸径
(1-5)用皮尔森相关系数、决定系数R2验证树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH,计算误差;
(1-6)利用胸径树冠生物量DBH-AGB经验方程,构建树冠面积&冠幅&树高树冠生物量模型CA&CW&CHM-AGB。
胸径树冠生物量DBH-AGB经验方程为:W=6.741D-51.498;
其中,W为银杏树树冠生物量,D为胸径。
本发明实施例:
本发明中实验首先选定银杏样地,共有银杏的样本数量为26棵,利用无人机进行样地图片的拍摄,共有100多张,飞行速度位2m/s,然后将图片利用Pix4D软件进行正射影像处理,从而生成样地正射影像图;然后,利用点云数据进行树高的提取,将处理好的正射影像图通过Arcgis软件进行银杏树冠的切割并进行树冠面积和冠幅值的提取,同时进行胸径值的实测;之后拟合银杏树冠面积&冠幅&树高——胸径模型(CA&CW&CHM-DBH);最后将模型计算出来的胸径值带入生物量计算经验方程,计算银杏树冠生物量。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (6)
1.一种基于无人机正射图像的银杏树冠生物量的预测方法,其特征是,包括以下步骤:
(1-1)选定样地,利用无人机进行样地的银杏树图片的拍摄,利用Pix4D软件将每棵单木的银杏树图片进行正射影像处理,生成银杏树正射影像图;
(1-2)将银杏树正射影像图通过ENViLidar软件进行点云加密,获得点云数据,利用点云数据进行树高CHM提取;
(1-3)将处理好的银杏树正射影像图通过Arcgis软件进行矢量化等处理,分别提取出树冠面积CA和树冠冠幅CW;
(1-4)进行单木的胸径DBH实测,将实测的DBH与CA、CW和树高CHM拟合,构建树木的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH;
(1-5)验证拟合好的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH,计算误差;
(1-6)利用胸径树冠生物量DBH-AGB经验方程,构建树冠面积&冠幅&树高树冠生物量模型CA&CW&CHM-AGB。
2.根据权利要求1所述的基于无人机正射图像的银杏树冠生物量的预测方法,其特征是,树高CHM的提取步骤如下:
利用pix4D软件将银杏树正摄影像图自动进行点云加密,获得点云数据;
利用点云数据自动生成数字表面模型DSM;
从稠密点云数据中提取地面最低点的点云数据,并使用反距离加权方法IDW进行插值,获得数字地形模型DTM;
利用公式CHM=DSM-DTM计算CHM。
3.根据权利要求1所述的基于无人机正射图像的银杏树冠生物量的预测方法,其特征是,树冠面积CA的提取方法如下:
(3-1)将每棵单木的银杏树正射影像图依次导入Arcgis软件中;
(3-2)利用Arcgis软件勾绘出每棵单木的树冠边界,记录所圈定出的面积的面积值:
打开Arcgis软件的ArcToolbox,将Polyline层的Shapefile文件转成Coverage文件,并进行拓扑,然后将拓扑好的Coverage文件转成Shapefile文件,在Arcgis软件自带的Arcmap工具箱中调入面状的Shapefile文件,打开属性表计算面积值;
记录每颗单木的树冠面积CA。
4.根据权利要求1所述的基于无人机正射图像的银杏树冠生物量的预测方法,其特征是,树冠冠幅CW的提取方法如下:
CW=(东西冠幅+南北冠幅)/2;
所述东西冠幅为勾勒出的树冠的东西走向的两个顶点之间的距离,所述南北冠幅为树冠南北走向的选择两个顶点之间的距离;
记录每颗单木的树冠冠幅。
5.根据权利要求1所述的基于无人机正射图像的银杏树冠生物量的预测方法,其特征是,利用Matlab软件对实测的DBH与CA、CW和树高CHM树木的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH,用皮尔森相关系数、决定系数R2验证树木的树冠面积&冠幅&树高胸径模型CA&CW&CHM-DBH。
6.根据权利要求1或2或3或4或5所述的基于无人机正射图像的银杏树冠生物量的预测方法,其特征是,胸径树冠生物量DBH-AGB经验方程为:W=6.741D-51.498;
其中,W为银杏树树冠生物量,D为胸径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810998886.1A CN109376579A (zh) | 2018-08-29 | 2018-08-29 | 基于无人机正射图像的银杏树冠生物量的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810998886.1A CN109376579A (zh) | 2018-08-29 | 2018-08-29 | 基于无人机正射图像的银杏树冠生物量的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109376579A true CN109376579A (zh) | 2019-02-22 |
Family
ID=65404192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810998886.1A Pending CN109376579A (zh) | 2018-08-29 | 2018-08-29 | 基于无人机正射图像的银杏树冠生物量的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376579A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110207670A (zh) * | 2019-06-26 | 2019-09-06 | 北京林业大学 | 一种使用二维图像获取人工林森林冠幅参数的方法 |
CN110427956A (zh) * | 2019-04-18 | 2019-11-08 | 中国林业科学研究院资源信息研究所 | 一种基于谱聚类算法的LiDAR点云数据单木提取方法 |
CN110986891A (zh) * | 2019-12-06 | 2020-04-10 | 西北农林科技大学 | 一种利用无人机准确快速测量树木冠幅的系统 |
CN112215169A (zh) * | 2020-10-10 | 2021-01-12 | 华中农业大学 | 基于低空无人机被动遥感的作物株高及生物量自适应高精度解算方法 |
CN112465977A (zh) * | 2020-12-14 | 2021-03-09 | 埃洛克航空科技(北京)有限公司 | 基于稠密点云修补三维模型水面漏洞的方法 |
CN115266020A (zh) * | 2022-07-29 | 2022-11-01 | 珠江水利委员会珠江水利科学研究院 | 一种基于植物树冠空隙度模拟植物消浪的试验方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832681A (zh) * | 2017-10-16 | 2018-03-23 | 福州大学 | 联合LiDAR点云和同步遥感影像的森林单木树高估算方法 |
CN107833201A (zh) * | 2017-10-11 | 2018-03-23 | 辽宁远天城市规划有限公司 | 一种基于无人机遥感影像的地上生物量测算方法 |
-
2018
- 2018-08-29 CN CN201810998886.1A patent/CN109376579A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107833201A (zh) * | 2017-10-11 | 2018-03-23 | 辽宁远天城市规划有限公司 | 一种基于无人机遥感影像的地上生物量测算方法 |
CN107832681A (zh) * | 2017-10-16 | 2018-03-23 | 福州大学 | 联合LiDAR点云和同步遥感影像的森林单木树高估算方法 |
Non-Patent Citations (4)
Title |
---|
何游云: ""无人机遥感估测林木地上生物量的研究"", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
樊仲谋 等: ""摄影测树原理与技术方法研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
甄贞 等: ""基于标记控制区域生长法的单木树冠提取"", 《东北林业大学学报》 * |
袁丛军 等: ""黔中喀斯特次生林主要经营树种冠形特征及模型拟合"", 《西部林业科学》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427956A (zh) * | 2019-04-18 | 2019-11-08 | 中国林业科学研究院资源信息研究所 | 一种基于谱聚类算法的LiDAR点云数据单木提取方法 |
CN110427956B (zh) * | 2019-04-18 | 2021-01-15 | 中国林业科学研究院资源信息研究所 | 一种基于谱聚类算法的LiDAR点云数据单木提取方法 |
CN110207670A (zh) * | 2019-06-26 | 2019-09-06 | 北京林业大学 | 一种使用二维图像获取人工林森林冠幅参数的方法 |
CN110207670B (zh) * | 2019-06-26 | 2021-09-21 | 北京林业大学 | 一种使用二维图像获取人工林森林冠幅参数的方法 |
CN110986891A (zh) * | 2019-12-06 | 2020-04-10 | 西北农林科技大学 | 一种利用无人机准确快速测量树木冠幅的系统 |
CN110986891B (zh) * | 2019-12-06 | 2021-08-24 | 西北农林科技大学 | 一种利用无人机准确快速测量树木冠幅的系统 |
CN112215169A (zh) * | 2020-10-10 | 2021-01-12 | 华中农业大学 | 基于低空无人机被动遥感的作物株高及生物量自适应高精度解算方法 |
CN112215169B (zh) * | 2020-10-10 | 2022-11-08 | 华中农业大学 | 基于无人机被动遥感的作物株高及生物量自适应解算方法 |
CN112465977A (zh) * | 2020-12-14 | 2021-03-09 | 埃洛克航空科技(北京)有限公司 | 基于稠密点云修补三维模型水面漏洞的方法 |
CN112465977B (zh) * | 2020-12-14 | 2022-05-10 | 埃洛克航空科技(北京)有限公司 | 基于稠密点云修补三维模型水面漏洞的方法 |
CN115266020A (zh) * | 2022-07-29 | 2022-11-01 | 珠江水利委员会珠江水利科学研究院 | 一种基于植物树冠空隙度模拟植物消浪的试验方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376579A (zh) | 基于无人机正射图像的银杏树冠生物量的预测方法 | |
CN104867180B (zh) | 一种集成uav与lidar的森林林分特征反演方法 | |
CN109684929A (zh) | 基于多源遥感数据融合的陆生植物生态环境监测方法 | |
CN107844802A (zh) | 基于无人机低空遥感和面向对象分类的水土保持监测方法 | |
CN109345574A (zh) | 基于语义点云配准的激光雷达三维建图方法 | |
CN108594262A (zh) | 一种结合无人机和地基激光雷达提取树高的方法 | |
CN110221311A (zh) | 基于tls和uav自动化提取高郁闭林分树高的方法 | |
CN108007438A (zh) | 无人机航空摄影遥感湿地植物生物量的估测方法 | |
CN107449400B (zh) | 一种森林地上生物量的测量系统及测量方法 | |
He et al. | Using LiDAR data to measure the 3D green biomass of Beijing urban forest in China | |
CN108896021A (zh) | 基于航空摄影测量点云提取人工林林分结构参数的方法 | |
CN109446983A (zh) | 一种基于两期无人机影像的针叶林采伐蓄积量估算方法 | |
CN112906719A (zh) | 基于消费级深度相机的立木因子测量方法 | |
CN106969753B (zh) | 基于电力设计应用的无人机航拍数据处理方法 | |
CN109146951A (zh) | 一种基于无人机激光雷达孔隙度模型估测银杏人工林叶面积指数的方法 | |
Pádua et al. | UAS-based imagery and photogrammetric processing for tree height and crown diameter extraction | |
CN105806266A (zh) | 基于激光扫描数据的树木冠层叶面积计算方法 | |
Vastaranta et al. | Airborne laser scanning outperforms the alternative 3D techniques in capturing variation in tree height and forest density in southern boreal forests | |
Calou et al. | Estimation of maize biomass using unmanned aerial vehicles | |
Wallerman et al. | Forest height estimation using semi-individual tree detection in multi-spectral 3D aerial DMC data | |
CN117197677A (zh) | 一种基于激光雷达点云数据的热带雨林乔灌分离方法 | |
CN104155705B (zh) | 一种利用地基红外测云仪间接测量大气可降水量的方法 | |
CN109325975A (zh) | 一种基于无人机影像预测樟树树冠生物量的方法 | |
CN110554406B (zh) | 一种基于无人机立体摄影测量点云的次生林结构参数反演的方法 | |
Eto et al. | Precise Calculation Of Cross Sections And Volume For Tree Stem Using Point Clouds |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190222 |
|
RJ01 | Rejection of invention patent application after publication |