CN111444774B - 一种基于无人机航测技术的森林资源监测方法 - Google Patents
一种基于无人机航测技术的森林资源监测方法 Download PDFInfo
- Publication number
- CN111444774B CN111444774B CN202010137390.2A CN202010137390A CN111444774B CN 111444774 B CN111444774 B CN 111444774B CN 202010137390 A CN202010137390 A CN 202010137390A CN 111444774 B CN111444774 B CN 111444774B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- data
- forest
- forestry
- 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.)
- Active
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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于无人机航测技术的森林资源监测方法,具体监测方法步骤如下:步骤一:获得大方位林业资源的遥感影像并且进行预处理获取林业资源信息;步骤二:根据步骤一获得的林业资源信息进行分类并以小班为单位统计分析;步骤三:对步骤一大方位林业资源以小班为单位利用遥感技术测森林蓄积量并且提取遥感数据,结合少量样地调查数据,建立回归模型;步骤四:技术人员操作无人机对各小班作业点进行影像拍摄,确定高清影像数据,在前人研究的基础上,结合样地实地调查数据,对高清影像进行多尺度分割。该发明可大面积采用无人机影像处理获取林业资源信息,检测方法简单准确,需要的时间短,实用性强,适合广泛推广使用。
Description
技术领域
本发明属于林业监测技术领域,具体涉及一种基于无人机航测技术的森林资源监测方法。
背景技术
在县级森林资源管理中,管理的对象是小班,森林资源数据会因小班的各种经营活动、林地的征占用而发生变化,林业部门的管理者在管理中需要掌握这些小班的数据变化情况而做出决策,从而需要定时对森林资源进行监测,在对对森林资源进行监测的时候耗时过长,通过遥感技术检测的数据没有对比性,不够准确。
发明内容
本发明的目的在于提供一种基于无人机航测技术的森林资源监测方法,以解决上述背景技术中提出的在对对森林资源进行监测的时候耗时过长,通过遥感技术检测的数据没有对比性,不够准确的问题。
为实现上述目的,本发明提供如下技术方案:一种基于无人机航测技术的森林资源监测方法,具体监测方法步骤如下:
步骤一:获得大方位林业资源的遥感影像并且进行预处理获取林业资源信息;
步骤二:根据步骤一获得的林业资源信息进行分类并以小班为单位统计分析;
步骤三:对步骤一大方位林业资源以小班为单位利用遥感技术测森林蓄积量并且提取遥感数据,结合少量样地调查数据,建立回归模型;
步骤四:技术人员操作无人机对各小班作业点进行影像拍摄,确定高清影像数据,在前人研究的基础上,结合样地实地调查数据,对高清影像进行多尺度分割,提取树木单株林木冠幅,通过模型得到林木胸径,建立冠幅-胸径线性相关模型并进行修正,进而估测出林分蓄积量;
步骤五:对相同小班作业区的遥感技术监测数据和无人机监测数据进行定性对比,如果对比数据相差在限定的范围,可大面积采用无人机影像处理获取林业资源信息;
步骤六:将大面积采用无人机影像处理获取林业资源信息,确定属性数据;
步骤七:将影像提取的修正后的冠幅代入冠幅-胸径模型,算出树木胸径,进而得到树木单株材积,根据影像分析出的林木株数,将样地所有树木单株材积累加,即可得到样地蓄积量,计算汇总冠幅和蓄积量的关系,最终编制航空材积表。
进一步的,所述小班的面积宜为5-20公顷。
进一步的,所述步骤六中属性数据包括:地类、优势树种、郁闭度、林龄、蓄积和株数。
进一步的,所述步骤四中将200株有实测平均冠幅(CW)的样木与影像提取平均冠幅(CWs)进行比较分析,以CWs为横坐标,CW为纵坐标,绘制散点图,由散点图可知,影像分割平均冠幅与实测平均冠幅形成明显的一元线性相关关系。
进一步的,所述步骤六中以优势树种与各龄级的有林地总面积除其相应的有林地总蓄积量即得平均每公顷蓄积量;各龄级的总蓄积被其平均年龄除,即得到各龄级的平均生长量。
与现有技术相比,本发明的有益效果是:
(1)获得林业资源的遥感影像并且进行预处理获取林业资源信息,使用由高分辨率的卫星影像制作的遥感影像林相图,对某林场小班进行森林资源数据进行目视判读,小班判读结果的准确率可达90%以上,而且操作方便、使用简单、实用性较好,快速获得以小班为单位的林业资源信息。
(2)利用建立冠幅-胸径线性相关模型并进行修正,进而估测出林分蓄积量,便于林业资源信息的分类汇总,便于进行对比分析;利用无人机测绘小班属性数据,节省时间,精确度高,有效的提高了工作效率。
(3)对相同小班作业区的遥感技术监测数据和无人机监测数据进行定性对比,如果对比数据相差在限定的范围,可大面积采用无人机影像处理获取林业资源信息,检测方法简单准确,需要的时间短,实用性强,适合广泛推广使用。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
一种基于无人机航测技术的森林资源监测方法,具体监测方法步骤如下:
步骤一:获得大方位林业资源的遥感影像并且进行预处理获取林业资源信息;
步骤二:根据步骤一获得的林业资源信息进行分类并以小班为单位统计分析;
步骤三:对步骤一大方位林业资源以小班为单位利用遥感技术测森林蓄积量并且提取遥感数据,结合少量样地调查数据,建立回归模型;
步骤四:技术人员操作无人机对各小班作业点进行影像拍摄,确定高清影像数据,在前人研究的基础上,结合样地实地调查数据,对高清影像进行多尺度分割,提取树木单株林木冠幅,通过模型得到林木胸径,建立冠幅-胸径线性相关模型并进行修正,进而估测出林分蓄积量;
步骤五:对相同小班作业区的遥感技术监测数据和无人机监测数据进行定性对比,如果对比数据相差在限定的范围,可大面积采用无人机影像处理获取林业资源信息;
步骤六:将大面积采用无人机影像处理获取林业资源信息,确定属性数据;
步骤七:将影像提取的修正后的冠幅代入冠幅-胸径模型,算出树木胸径,进而得到树木单株材积,根据影像分析出的林木株数,将样地所有树木单株材积累加,即可得到样地蓄积量,计算汇总冠幅和蓄积量的关系,最终编制航空材积表。
其中,所述小班的面积宜为5-20公顷。
其中,所述步骤六中属性数据包括:地类、优势树种、郁闭度、林龄、蓄积和株数。
其中,所述步骤四中将200株有实测平均冠幅(CW)的样木与影像提取平均冠幅(CWs)进行比较分析,以CWs为横坐标,CW为纵坐标,绘制散点图,由散点图可知,影像分割平均冠幅与实测平均冠幅形成明显的一元线性相关关系。
其中,所述步骤六中以优势树种与各龄级的有林地总面积除其相应的有林地总蓄积量即得平均每公顷蓄积量;各龄级的总蓄积被其平均年龄除,即得到各龄级的平均生长量。
实施例2
一种基于无人机航测技术的森林资源监测方法,具体监测方法步骤如下:
步骤一:获得大方位林业资源的遥感影像并且进行预处理获取林业资源信息;
步骤二:根据步骤一获得的林业资源信息进行分类并以小班为单位统计分析;
步骤三:对步骤一大方位林业资源以小班为单位利用GPS测绘技术测森林蓄积量并且提取数据,结合少量样地调查数据,建立回归模型;
步骤四:技术人员操作无人机对各小班作业点进行影像拍摄,确定高清影像数据,在前人研究的基础上,结合样地实地调查数据,对高清影像进行多尺度分割,提取树木单株林木冠幅,通过模型得到林木胸径,建立冠幅一胸径线性相关模型并进行修正,进而估测出林分蓄积量;
步骤五:对相同小班作业区的GPS测绘技术监测数据和无人机监测数据进行定性对比,如果对比数据相差在限定的范围,可大面积采用无人机影像处理获取林业资源信息;
步骤六:将大面积采用无人机影像处理获取林业资源信息,确定属性数据;
步骤七:将影像提取的修正后的冠幅代入冠幅-胸径模型,算出树木胸径,进而得到树木单株材积,根据影像分析出的林木株数,将样地所有树木单株材积累加,即可得到样地蓄积量,计算汇总冠幅和蓄积量的关系,最终编制航空材积表。
其中,所述小班的面积宜为5-20公顷。
其中,所述步骤六中属性数据包括:地类、优势树种、郁闭度、林龄、蓄积和株数。
其中,所述步骤四中将200株有实测平均冠幅(CW)的样木与影像提取平均冠幅(CWs)进行比较分析,以CWs为横坐标,CW为纵坐标,绘制散点图,由散点图可知,影像分割平均冠幅与实测平均冠幅形成明显的一元线性相关关系。
其中,所述步骤六中以优势树种与各龄级的有林地总面积除其相应的有林地总蓄积量即得平均每公顷蓄积量;各龄级的总蓄积被其平均年龄除,即得到各龄级的平均生长量。
本发明工作时:获得林业资源的遥感影像并且进行预处理获取林业资源信息,使用由高分辨率的卫星影像制作的遥感影像林相图,对某林场小班进行森林资源数据进行目视判读,小班判读结果的准确率可达90%以上,而且操作方便、使用简单、实用性较好,快速获得以小班为单位的林业资源信息;利用建立冠幅-胸径线性相关模型并进行修正,进而估测出林分蓄积量,便于林业资源信息的分类汇总,便于进行对比分析;利用无人机测绘小班属性数据,节省时间,精确度高,有效的提高了工作效率;对相同小班作业区的遥感技术监测数据和无人机监测数据进行定性对比,如果对比数据相差在限定的范围,可大面积采用无人机影像处理获取林业资源信息,检测方法简单准确,需要的时间短,实用性强,适合广泛推广使用。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种基于无人机航测技术的森林资源监测方法,其特征在于,具体监测方法步骤如下:
步骤一:获得大方位林业资源的遥感影像并且进行预处理获取林业资源信息;
步骤二:根据步骤一获得的林业资源信息进行分类并以小班为单位统计分析;
步骤三:对步骤一大方位林业资源以小班为单位利用遥感技术测森林蓄积量并且提取遥感数据,结合少量样地调查数据,建立回归模型;
步骤四:技术人员操作无人机对各小班作业点进行影像拍摄,确定高清影像数据,在前人研究的基础上,结合样地实地调查数据,对高清影像进行多尺度分割,提取树木单株林木冠幅,通过模型得到林木胸径,建立冠幅-胸径线性相关模型并进行修正,进而估测出林分蓄积量;将多株有实测平均冠幅(CW)的样木与影像提取平均冠幅(CWs)进行比较分析,以CWs为横坐标,CW为纵坐标,绘制散点图,由散点图可知,影像分割平均冠幅与实测平均冠幅形成明显的一元线性相关关系;
步骤五:对相同小班作业区的遥感技术监测数据和无人机监测数据进行定性对比,如果对比数据相差在限定的范围,可大面积采用无人机影像处理获取林业资源信息;
步骤六:将大面积采用无人机影像处理获取林业资源信息,确定属性数据;
步骤七:将影像提取的修正后的冠幅代入冠幅-胸径模型,算出树木胸径,进而得到树木单株材积,根据影像分析出的林木株数,将样地所有树木单株材积累加,即可得到样地蓄积量,计算汇总冠幅和蓄积量的关系,最终编制航空材积表。
2.根据权利要求1所述的一种基于无人机航测技术的森林资源监测方法,其特征在于:所述小班的面积宜为5-20公顷。
3.根据权利要求1所述的一种基于无人机航测技术的森林资源监测方法,其特征在于:所述步骤六中属性数据包括:地类、优势树种、郁闭度、林龄、蓄积和株数。
4.根据权利要求1所述的一种基于无人机航测技术的森林资源监测方法,其特征在于:所述步骤六中以优势树种与各龄级的有林地总面积除其相应的有林地总蓄积量即得平均每公顷蓄积量;各龄级的总蓄积被其平均年龄除,即得到各龄级的平均生长量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010137390.2A CN111444774B (zh) | 2020-02-26 | 2020-02-26 | 一种基于无人机航测技术的森林资源监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010137390.2A CN111444774B (zh) | 2020-02-26 | 2020-02-26 | 一种基于无人机航测技术的森林资源监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111444774A CN111444774A (zh) | 2020-07-24 |
CN111444774B true CN111444774B (zh) | 2023-05-09 |
Family
ID=71652650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010137390.2A Active CN111444774B (zh) | 2020-02-26 | 2020-02-26 | 一种基于无人机航测技术的森林资源监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111444774B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112596227B (zh) * | 2020-12-26 | 2022-08-30 | 南京理工大学 | 用于高低温箱内样品测量的长工作距离高分辨率显微成像装置 |
CN112945203A (zh) * | 2021-01-15 | 2021-06-11 | 扬州哈工科创机器人研究院有限公司 | 一种基于无人机航测技术的森林资源监测方法 |
CN114841625B (zh) * | 2022-06-30 | 2022-11-08 | 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) | 一种国家森林资源连续清查云平台及样地监测方法 |
CN116205394B (zh) * | 2023-05-05 | 2023-07-14 | 浙江茂源林业工程有限公司 | 一种基于无线电导航的森林资源调查监测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268613A (zh) * | 2013-05-28 | 2013-08-28 | 北京林业大学 | 利用遥感、地理信息系统技术检测小班林业资源的方法 |
CN105241423A (zh) * | 2015-09-18 | 2016-01-13 | 北京林业大学 | 一种基于无人机摄影像对高郁闭度林分蓄积量的估算方法 |
CN106885559A (zh) * | 2017-03-11 | 2017-06-23 | 北京林业大学 | 一种结合互联网进行森林二类调查的方法 |
CN207036012U (zh) * | 2017-08-16 | 2018-02-23 | 山西林业职业技术学院 | 一种树木生长直径自动监测器 |
CN109446983A (zh) * | 2018-10-26 | 2019-03-08 | 福州大学 | 一种基于两期无人机影像的针叶林采伐蓄积量估算方法 |
CN110569805A (zh) * | 2019-09-10 | 2019-12-13 | 南京林业大学 | 一种基于无人机影像点云的人工林单木提取及立地质量评价的方法 |
CN212423502U (zh) * | 2020-02-26 | 2021-01-29 | 山西林业职业技术学院 | 一种森林监测无人机定位装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100390565C (zh) * | 2006-01-16 | 2008-05-28 | 北京林业大学 | 无人机航空摄影遥感森林计测方法 |
CN101216297A (zh) * | 2008-01-14 | 2008-07-09 | 北京林业大学 | 森林资源航天遥感与地面角规抽样配套系统集成技术方法 |
US10234439B2 (en) * | 2012-11-07 | 2019-03-19 | Airscout Inc. | Methods and systems for analyzing a field |
CN205981032U (zh) * | 2016-08-25 | 2017-02-22 | 山西林业职业技术学院 | 一种多功能树木直径测尺 |
SE541287C2 (en) * | 2017-02-27 | 2019-06-11 | Katam Tech Ab | Forest surveying apparatus and method using video sequences to generate 3D models |
US10322803B2 (en) * | 2017-09-29 | 2019-06-18 | Deere & Company | Using unmanned aerial vehicles (UAVs or drones) in forestry productivity and control applications |
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 |
CN110458088A (zh) * | 2019-08-07 | 2019-11-15 | 南京林业大学 | 一种基于影像与主成分的森林风景资源视觉质量评价方法 |
WO2022104736A1 (zh) * | 2020-11-20 | 2022-05-27 | 周连惠 | 一种管理林业资源的方法和系统 |
CN112945203A (zh) * | 2021-01-15 | 2021-06-11 | 扬州哈工科创机器人研究院有限公司 | 一种基于无人机航测技术的森林资源监测方法 |
-
2020
- 2020-02-26 CN CN202010137390.2A patent/CN111444774B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268613A (zh) * | 2013-05-28 | 2013-08-28 | 北京林业大学 | 利用遥感、地理信息系统技术检测小班林业资源的方法 |
CN105241423A (zh) * | 2015-09-18 | 2016-01-13 | 北京林业大学 | 一种基于无人机摄影像对高郁闭度林分蓄积量的估算方法 |
CN106885559A (zh) * | 2017-03-11 | 2017-06-23 | 北京林业大学 | 一种结合互联网进行森林二类调查的方法 |
CN207036012U (zh) * | 2017-08-16 | 2018-02-23 | 山西林业职业技术学院 | 一种树木生长直径自动监测器 |
CN109446983A (zh) * | 2018-10-26 | 2019-03-08 | 福州大学 | 一种基于两期无人机影像的针叶林采伐蓄积量估算方法 |
CN110569805A (zh) * | 2019-09-10 | 2019-12-13 | 南京林业大学 | 一种基于无人机影像点云的人工林单木提取及立地质量评价的方法 |
CN212423502U (zh) * | 2020-02-26 | 2021-01-29 | 山西林业职业技术学院 | 一种森林监测无人机定位装置 |
Non-Patent Citations (2)
Title |
---|
无人机遥感在森林资源监测中的应用;路宽;佘振维;王圣先;;低碳世界(第34期);全文 * |
无人机遥感技术在森林资源调查中的应用研究进展;贾慧;杨柳;郑景飚;;浙江林业科技(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111444774A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111444774B (zh) | 一种基于无人机航测技术的森林资源监测方法 | |
US11334983B2 (en) | Anomaly detection | |
US6253162B1 (en) | Method of identifying features in indexed data | |
CN112164062A (zh) | 一种基于遥感时序分析的抛荒地信息提取方法及装置 | |
Gaikwad et al. | Wheat disease detection using image processing | |
CN106778749B (zh) | 基于聚集度和Delaunay三角重构的巡回作业区域边界提取方法 | |
CN111950530B (zh) | 农作物种植结构提取的多特征优选与融合方法 | |
CN112347894B (zh) | 基于迁移学习和高斯混合模型分离的单株植被提取方法 | |
Sun et al. | Remote estimation of grafted apple tree trunk diameter in modern orchard with RGB and point cloud based on SOLOv2 | |
Xu et al. | Spatial pattern analysis of Haloxylon ammodendron using UAV imagery-A case study in the Gurbantunggut Desert | |
CN113609899B (zh) | 基于遥感时序分析的退耕地信息定位显示系统 | |
CN107390259A (zh) | 一种基于svd和svm的核素识别方法 | |
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 | |
Fynn et al. | Forest fragmentation analysis from multiple imaging formats | |
Zhang et al. | A method for calculating the leaf inclination of soybean canopy based on 3D point clouds | |
CN110866689B (zh) | 一种空间扫描统计量中选择最大扫描窗口的方法 | |
CN113269825A (zh) | 基于地基激光雷达技术林木胸径值提取的方法 | |
Wu et al. | NDMFCS: An automatic fruit counting system in modern apple orchard using abatement of abnormal fruit detection | |
CN116882850B (zh) | 一种基于大数据的园林数据智能管理方法以及系统 | |
Beguet et al. | Retrieving forest structure variables from very high resolution satellite images using an automatic method | |
Lin et al. | A new time series change detection method for landsat land use and land cover change | |
CN113343808A (zh) | 一种基于卫星遥感技术的热带森林资源测量方法 | |
CN106651630B (zh) | 关键用电行业识别方法和系统 | |
CN105046229B (zh) | 一种农作物行的识别方法及装置 | |
CN109993071B (zh) | 基于遥感影像的变色林木自动识别及调查的方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |