CN111462312B - 一种考虑空间结构的枝下高动态可视化模拟方法及系统 - Google Patents
一种考虑空间结构的枝下高动态可视化模拟方法及系统 Download PDFInfo
- Publication number
- CN111462312B CN111462312B CN202010250327.XA CN202010250327A CN111462312B CN 111462312 B CN111462312 B CN 111462312B CN 202010250327 A CN202010250327 A CN 202010250327A CN 111462312 B CN111462312 B CN 111462312B
- Authority
- CN
- China
- Prior art keywords
- space structure
- height
- branch
- tree
- forest
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Abstract
本发明涉及一种考虑空间结构的枝下高动态可视化模拟方法及系统。该方法包括:选取具有代表性的长期观测样地进行逐年连续调查,得到调查数据;计算样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离;根据调查数据、水平空间结构参数、垂直空间结构参数和空间结构单元平均距离,构建考虑空间结构的枝下高模型;实时生成枝干可控的林木三维模型;获取林木生长相关数学模型;根据林木三维模型、林木生长相关数学模型和考虑空间结构的枝下高模型,得到林木连年生长预测数据;据林木连年生长预测数据,实时调整林木的树干和枝干。本发明能够弥补目前林木生长可视化模拟无法表现枝下高动态变化的缺陷。
Description
技术领域
本发明涉及林木生长可视化模拟技术领域,特别是涉及一种考虑空间结构的枝下高动态可视化模拟方法及系统。
背景技术
枝下高是指树冠第一个活枝距离地面的高度,是反映树木生长活力和冠形特征的重要指标。测量枝下高困难且成本高,因此枝下高的预估是林业研究的重点内容。目前枝下高的研究主要考虑了林木水平、林分水平、立地指数等的影响,形成了指数和Logistic两种模型形式。但是这些研究没有考虑林分空间结构对枝下高的影响,而林分空间结构决定了林分之间的竞争势及空间生态位,影响着林木的生长和自然整枝,因此,定量分析空间结构对枝下高的影响具有重要意义。
枝下高的动态变化是林木动态变化的一部分,林木动态变化的可视化模拟是林分动态可视化模拟的基础,也是林业信息化的热点研究内容。目前林木生长可视化模拟相关研究均未将枝下高作为一个独立的部分,不能体现林木形态的差异性和枝下高的动态变化。
发明内容
本发明的目的是提供一种考虑空间结构的枝下高动态可视化模拟方法及系统,弥补目前林木生长可视化模拟无法表现枝下高动态变化的缺陷,为林分生长可视化模拟提供支持,为森林质量精准提升提供技术支撑。
为实现上述目的,本发明提供了如下方案:
一种考虑空间结构的枝下高动态可视化模拟方法,包括:
选取具有代表性的长期观测样地进行逐年连续调查,得到调查数据,所述调查数据包括林木根部相对坐标、林木胸径、树高、冠幅和枝下高;
计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离;
根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型;
实时生成枝干可控的林木三维模型;
获取林木生长相关数学模型,所述林木生长相关数学模型包括林木胸径连年生长量模型、树高-曲线模型和冠幅面积估计模型;
根据所述林木三维模型、所述林木生长相关数学模型和所述考虑空间结构的枝下高模型,得到林木连年生长预测数据;
根据所述林木连年生长预测数据,实时调整林木的树干和枝干;
判断所述林木的生长阶段是否完成;
若是,则表示枝下高动态可视化模拟完成;
若否,则返回“实时生成枝干可控的林木三维模型”。
可选的,所述计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离,具体包括:
其中,CWi为对象木i的冠幅半径,CWj为邻近木j的冠幅半径,Di为对象木i的胸径,Dj为邻近木j的胸径,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最近邻近木的数量;
其中,Hi为对象木i的树高,Hj为邻近木j的树高,dij为对象木i与邻近木j的水平距离,ΔZ为邻近木与对象木的海拔高度差,n为空间结构单元中邻近木的数量;
其中,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最邻近木的数量。
可选的,所述根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型,具体包括:
将所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离加入基础枝下高模型中,得到考虑空间结构的枝下高模型:
其中,HCB为枝下高,H为树高,f(H,X)为考虑空间结构的枝下高模型表达形式,X为除树高H外的其他变量相关函数,D为胸径,Y为空间结构因子的线性组合。
可选的,所述实时生成枝干可控的林木三维模型,具体包括:
获取四个正方向枝干数量;
根据林木根部相对坐标(X,Y,Z)、树高H和枝下高HCB在树干上生成枝干起始位置点(X,Y+(HCB,H),Z);
根据冠幅CW在(0,CW)之间选取枝干投影长度Length,在(HCB,H)之间选取枝干向上倾斜的高度Height,得到枝干末端位置点(X+Length,Y+Height,Z),将枝干三维模型实时生成到起始位置点和末端位置点之间;
根据各正方向枝干数量、所述枝干起始位置点和所述枝干末端位置点,将枝干进行水平旋转;
判断是否所有枝干均生成完毕;
若是,则枝干可控的林木三维模型生成;
若否,则返回“获取四个正方向枝干数量”。
一种考虑空间结构的枝下高动态可视化模拟系统,包括:
调查数据获取模块,用于选取具有代表性的长期观测样地进行逐年连续调查,得到调查数据,所述调查数据包括林木根部相对坐标、林木胸径、树高、冠幅和枝下高;
参数计算模块,用于计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离;
考虑空间结构的枝下高模型构建模块,用于根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型;
枝干可控的林木三维模型生成模块,用于实时生成枝干可控的林木三维模型;
林木生长相关数学模型获取模块,用于获取林木生长相关数学模型,所述林木生长相关数学模型包括林木胸径连年生长量模型、树高-曲线模型和冠幅面积估计模型;
林木连年生长预测数据确定模块,用于根据所述林木三维模型、所述林木生长相关数学模型和所述考虑空间结构的枝下高模型,得到林木连年生长预测数据;
林木调整模块,用于根据所述林木连年生长预测数据,实时调整林木的树干和枝干;
生长阶段判断模块,用于判断所述林木的生长阶段是否完成;
可视化模拟完成模块,用于当所述林木的生长阶段完成时,表示枝下高动态可视化模拟完成;
返回模块,用于当所述林木的生长阶段未完成时,返回枝干可控的林木三维模型生成模块。
可选的,所述参数计算模块,具体包括:
其中,CWi为对象木i的冠幅半径,CWj为邻近木j的冠幅半径,Di为对象木i的胸径,Dj为邻近木j的胸径,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最近邻近木的数量;
其中,Hi为对象木i的树高,Hj为邻近木j的树高,dij为对象木i与邻近木j的水平距离,ΔZ为邻近木与对象木的海拔高度差,n为空间结构单元中邻近木的数量;
其中,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最邻近木的数量。
可选的,所述考虑空间结构的枝下高模型构建模块,具体包括:
考虑空间结构的枝下高模型构建单元,用于将所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离加入基础枝下高模型中,得到考虑空间结构的枝下高模型:
其中,HCB为枝下高,H为树高,f(H,X)为考虑空间结构的枝下高模型表达形式,X为除树高H外的其他变量相关函数,D为胸径,Y为空间结构因子的线性组合。
可选的,所述枝干可控的林木三维模型生成模块,具体包括:
枝干数量获取单元,用于获取四个正方向枝干数量;
枝干起始位置点确定单元,用于根据林木根部相对坐标(X,Y,Z)、树高H和枝下高HCB在树干上生成枝干起始位置点(X,Y+(HCB,H),Z);
枝干末端位置点确定单元,用于根据冠幅CW在(0,CW)之间选取枝干投影长度Length,在(HCB,H)之间选取枝干向上倾斜的高度Height,得到枝干末端位置点(X+Length,Y+Height,Z),将枝干三维模型实时生成到起始位置点和末端位置点之间;
枝干旋转单元,用于根据各正方向枝干数量、所述枝干起始位置点和所述枝干末端位置点将枝干进行水平旋转;
判断单元,用于判断是否所有枝干均生成完毕;
模型输出单元,用于当所有枝干均生成完毕时,输出枝干可控的林木三维模型;
返回单元,用于当所有枝干未生成完毕时,返回枝干数量获取单元。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提出的林木枝下高动态可视化模拟方法实现方式简单有效,充分考虑了林分空间结构对枝下高的影响,可实现林木枝下高的动态变化,其精度完全符合基层林业应用需求,弥补了目前林木生长可视化模拟无法表现枝下高动态变化的缺陷,为林分生长可视化模拟提供了支持,为森林质量精准提升提供了技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明考虑空间结构的枝下高动态可视化模拟方法流程图;
图2为本发明水平空间结构参数示意图;
图3为本发明垂直空间结构参数示意图;
图4为本发明空间结构单元平均距离示意图;
图5为本发明林木三维模型构建示意图;
图6为本发明林木具体调整过程示意图;
图7为本发明通过林木三维模型实时生成方法构建出形态各异的杉木三维模型示意图;
图8为本发明10年生杉木枝下高状态示意图;
图9为本发明20年生杉木枝下高状态示意图;
图10为本发明30年生杉木枝下高状态示意图;
图11为本发明考虑空间结构的枝下高动态可视化模拟系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,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。
本发明的目的是提供一种考虑空间结构的枝下高动态可视化模拟方法及系统,弥补目前林木生长可视化模拟无法表现枝下高动态变化的缺陷,为林分生长可视化模拟提供支持,为森林质量精准提升提供技术支撑。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实时生成枝干可控的林木三维模型,结合林木生长数学模型,可以实现林木生长过程中枝下高的动态可视化模拟。因此,本发明基于调查数据构建形态各异且枝干可控的林木三维模型,结合考虑空间结构的枝下高模型和林木生长相关数学模型,提出了一种考虑空间结构的枝下高动态可视化模拟方法。图1为本发明考虑空间结构的枝下高动态可视化模拟方法流程图。如图1所示,一种考虑空间结构的枝下高动态可视化模拟方法包括:
步骤101:选取具有代表性的长期观测样地进行逐年连续调查,得到调查数据,所述调查数据包括林木根部相对坐标(X,Y,Z)、林木胸径D、树高H、冠幅CW和枝下高HCB。
步骤102:计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离。空间结构单元由对象木及其最近四株林木组成。
其中,CWi为对象木i的冠幅半径,CWj为邻近木j的冠幅半径,Di为对象木i的胸径,Dj为邻近木j的胸径,dij为对象木i与邻近木j的水平距离(由相对坐标进行计算),n为空间结构单元中最近邻近木的数量,n=4。当PHi越大,对象木所受到的冠幅挤压越强。
其中,Hi为对象木i的树高,Hj为邻近木j的树高,dij为对象木i与邻近木j的水平距离,ΔZ为邻近木与对象木的海拔高度差Zj-Zi(根据林木相对坐标值进行计算),n为空间结构单元中邻近木的数量,n=4。当PVi越大,对象木所受到的光照遮盖越强。
其中,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最邻近木的数量。当DISi越小,对象木受到邻近木的影响越大。
至此,参与枝下高模型构建的每株林木均具有胸径、树高、冠幅、水平空间结构参数、垂直空间结构参数和空间结构单元平均距离等属性。
步骤103:根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型。
枝下高模型主要有指数和Logistic两种表达形式,树高和胸径是预测枝下高最重要的两个变量。据此,两种枝下高模型表达方式如表下所示:
式中:HCB表示枝下高;H表示树高;X为关于胸径D的线性方程。
若构建考虑空间结构的枝下高模型,需要将水平空间结构参数、垂直空间结构参数和空间结构单元加入上述两种枝下高模型中。因此,步骤103具体包括:
将所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离加入基础枝下高模型中,得到考虑空间结构的枝下高模型:
其中,HCB为枝下高,H为树高,f(H,X)为考虑空间结构的枝下高模型表达形式,X为除树高H外的其他变量相关函数,D为胸径,Y为空间结构因子的线性组合。
步骤104:实时生成枝干可控的林木三维模型,具体包括:
获取四个正方向枝干数量。
根据林木根部相对坐标(X,Y,Z)、树高H和枝下高HCB在树干上生成枝干起始位置点(X,Y+(HCB,H),Z)。
根据冠幅CW在(0,CW)之间选取枝干投影长度Length,在(HCB,H)之间选取枝干向上倾斜的高度Height,得到枝干末端位置点(X+Length,Y+Height,Z),将枝干三维模型实时生成到起始位置点和末端位置点之间。
根据各正方向枝干数量、所述枝干起始位置点和所述枝干末端位置点,将枝干进行水平旋转。
判断是否所有枝干均生成完毕。
若是,则枝干可控的林木三维模型生成。
若否,则返回“获取四个正方向枝干数量”。
林木三维模型构建的具体流程如图5所示。
步骤105:获取林木生长相关数学模型,所述林木生长相关数学模型包括林木胸径连年生长量模型、树高-曲线模型和冠幅面积估计模型。
步骤106:根据所述林木三维模型、所述林木生长相关数学模型和所述考虑空间结构的枝下高模型,得到林木连年生长预测数据。
步骤107:根据所述林木连年生长预测数据,实时调整林木的树干和枝干,可具体调整树干的高度和胸径以及枝干的高度、长度、角度和枝干的粗细。具体调整过程如图6所示。由图6可知,对于树干和枝干的调整如下:
1.树干胸径D_stack调整:根据单木胸径连年生长量模型估下一阶段的胸径D2,拉伸树干的X轴和Z轴,增加林木的胸径,即树干的径D_stack=D2。
2.树干树高H_stack调整:根据树高曲线模型预估下一阶段的树高H2,拉伸树干的Y轴,增加林木的高度,即树干的树高H_stack=H2。
3.枝干长度L_branch调整:基于枝干当前长度L1和冠幅CW1,根据冠幅面积估计模型预估下一阶段的冠幅CW2,拉伸枝干的Y轴,增加枝干的长度,即枝干长度L_branch=L1+(CW2-CW1)。
4.枝干高度H_branch调整:基于枝干当前高度H1和枝下高HCB1,根据考虑空结构的枝下高模型预估下一阶段的枝下高HCB2,垂直移动枝干的Y轴,即枝干的高度H_branch=HCB2+(H1-HCB1)。
5.枝干相细T_branch调整:基于枝干当前粗细T1,枝干长度调整前长度的L1和调整后的长度L2,拉伸枝干的X轴和Z轴,增加枝干的粗细,即枝干的粗细T_branch=T1*(L2/L1)。
6.枝干方向D_branch调整:基于枝干当前方向D1,对枝干的X轴、Z轴和Y轴进行小苑围的旋转(-10°~10°),达到枝干生长过程中的扭曲效果。
步骤108:判断所述林木的生长阶段是否完成。
步骤109:若所述林木的生长阶段完成,则表示枝下高动态可视化模拟完成。若所述林木的生长阶段未完成,则返回步骤104。
实施例2:
本实施例提供的是湖南黄丰桥国有林场杉木枝下高动态可视化模拟实例,具体包括以下几部分:
1.数据采集
用常规的测树方法对选择的样地进行林木检尺,测量其胸径、树高、冠幅和枝下高,利用全站仪测量样地杉木的相对位置坐标(X,Y,Z),采集2012-2017年的连续调查数据。选取其中地位指数相同(18)的6块杉木人工林样地,总结样地属性分布如表1所示。
表1样地数据统计量
注:a~b,a为2012年平均值,b为2017年平均值。
6块样地年龄跨度连续(10–28年),可预测10-28年的林分生长,将采集的外业数据保存至数据库,本实施例使用C#程序读取数据库文件计算水平空间结构参数、垂直空间结构参数和空间结构单元平均距离并保存。
2.构建考虑空间结构的枝下高模型
对空间结构因子及其组合对应的评价指标见表2。由表2可知,加入空间结构因子后,两种形式的枝下高模型预测精度均有不同程度的提高,其中枝下高模型的Logistic形式比指数形式的预测精度要高些,误差偏差基本相同,均方根误差大致相同。空间结构因子及其组合中,3个因子共同参与拟合的枝下高模型精度最好,Logistic形式模型将决定系数R2从0.548提高到了0.613,误差偏差E从-0.16优化到了-0.14,均方根误差RMSE从1.29降低到了1.25;指数形式模型将决定系数R2从0.547提高到了0.605,误差偏差E从-0.16优化到了-0.14,均方根误差RMSE从1.30降低到了1.25。总体而言,3个空间结构因子组合的Logistic形式枝下高模型拟合效果最好(决定系数为0.613、误差偏差为-0.14,均方根误差为1.25),因此选为本发明所需的枝下高模型。考虑空间结构的枝下高模型具体表达式如下:
式中:当水平空间上冠幅挤压越大,即PH越大,枝下高较高。当垂直空间上树高遮盖越大,即PV越大,枝下高较高。当空间结构单元平均距离越小,即DIS越小,枝下高越高。拟合的枝下高模型具有一定的生物学解释,符合现实经验。
表2空间结构因子评价指标
注:-表示未加入空间结构因子。
3.实时生成枝干可控的杉木三维模型
根据当前林分状态,通过林木三维模型实时生成方法构建出形态各异的杉木三维模型,如图7所示。
4.杉木生长相关模型
林木胸径连年生长量模型表示如下:
dD/dt=1.56364RS0.51489RD0.02685(0.13278SI0.88556D0.2302
-0.0158SI0.73315D)
树高-曲线模型表示如下:
H=0.492SI0.531D2/3
冠幅面积估计模型表示如下:
CWarea=D/(2.8617-0.03498D)
式中:t为时间;RS为相对植距;RD为相对优势度;SI为地位指数;H为树高,D为胸径;CWarea为冠幅面积。
5.杉木枝下高动态可视化模拟
选择样地D的调查数据,拟合枝下高的连年变化数据,并选择其中8棵林木在10年、20年和30年的枝下高状态,调用预先设定的方法对枝干进行调整,达到枝下高动态变化的目的。图8、图9和图10调整杉木三维模型枝干实现的枝下高动态可视化模拟,通过比较,可以看出b组的枝下高较为符合实际,因为是枝下高模型得到的;而a组的枝下高变化仅通过树高拉伸实现,与实际相差较远。
从结果可以看出,本发明提出的林木枝下高动态可视化模拟方法效果较好,不仅提高了枝下高的拟合精度,而且实现了林分可视化模拟中林木形态具有一定区分度,枝下高可以动态变化的特点;可以提高林业研究和相关教学的参与感和认知程度,能够满足基层林业应用需求。
实施例3:
对应于实施例1,本发明还提供一种考虑空间结构的枝下高动态可视化模拟系统,图11为本发明考虑空间结构的枝下高动态可视化模拟系统结构图。如图11所示,一种考虑空间结构的枝下高动态可视化模拟系统包括:
调查数据获取模块201,用于选取具有代表性的长期观测样地进行逐年连续调查,得到调查数据,所述调查数据包括林木根部相对坐标、林木胸径、树高、冠幅和枝下高。
参数计算模块202,用于计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离。
考虑空间结构的枝下高模型构建模块203,用于根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型。
枝干可控的林木三维模型生成模块204,用于实时生成枝干可控的林木三维模型。
林木生长相关数学模型获取模块205,用于获取林木生长相关数学模型,所述林木生长相关数学模型包括林木胸径连年生长量模型、树高-曲线模型和冠幅面积估计模型。
林木连年生长预测数据确定模块206,用于根据所述林木三维模型、所述林木生长相关数学模型和所述考虑空间结构的枝下高模型,得到林木连年生长预测数据。
林木调整模块207,用于根据所述林木连年生长预测数据,实时调整林木的树干和枝干。
生长阶段判断模块208,用于判断所述林木的生长阶段是否完成。
可视化模拟完成模块209,用于当所述林木的生长阶段完成时,表示枝下高动态可视化模拟完成。
返回模块210,用于当所述林木的生长阶段未完成时,返回枝干可控的林木三维模型生成模块204。
所述参数计算模块202,具体包括:
其中,CWi为对象木i的冠幅半径,CWj为邻近木j的冠幅半径,Di为对象木i的胸径,Dj为邻近木j的胸径,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最近邻近木的数量。
其中,Hi为对象木i的树高,Hj为邻近木j的树高,dij为对象木i与邻近木j的水平距离,ΔZ为邻近木与对象木的海拔高度差,n为空间结构单元中邻近木的数量;
其中,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最邻近木的数量。
所述考虑空间结构的枝下高模型构建模块203,具体包括:
考虑空间结构的枝下高模型构建单元,用于将所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离加入基础枝下高模型中,得到考虑空间结构的枝下高模型:
其中,HCB为枝下高,H为树高,f(H,X)为考虑空间结构的枝下高模型表达形式,X为除树高H外的其他变量相关函数,D为胸径,Y为空间结构因子的线性组合。
所述枝干可控的林木三维模型生成模块204,具体包括:
枝干数量获取单元,用于获取四个正方向枝干数量。
枝干起始位置点确定单元,用于根据林木根部相对坐标(X,Y,Z)、树高H和枝下高HCB在树干上生成枝干起始位置点(X,Y+(HCB,H),Z)。
枝干末端位置点确定单元,用于根据冠幅CW在(0,CW)之间选取枝干投影长度Length,在(HCB,H)之间选取枝干向上倾斜的高度Height,得到枝干末端位置点(X+Length,Y+Height,Z),将枝干三维模型实时生成到起始位置点和末端位置点之间。
枝干旋转单元,用于根据各正方向枝干数量、所述枝干起始位置点和所述枝干末端位置点将枝干进行水平旋转。
判断单元,用于判断是否所有枝干均生成完毕。
模型输出单元,用于当所有枝干均生成完毕时,输出枝干可控的林木三维模型。
返回单元,用于当所有枝干未生成完毕时,返回枝干数量获取单元。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (2)
1.一种考虑空间结构的枝下高动态可视化模拟方法,其特征在于,包括:
选取具有代表性的长期观测样地进行逐年连续调查,得到调查数据,所述调查数据包括林木根部相对坐标、林木胸径、树高、冠幅和枝下高;
计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离;
根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型;
实时生成枝干可控的林木三维模型;
获取林木生长相关数学模型,所述林木生长相关数学模型包括林木胸径连年生长量模型、树高-曲线模型和冠幅面积估计模型;
根据所述林木三维模型、所述林木生长相关数学模型和所述考虑空间结构的枝下高模型,得到林木连年生长预测数据;
根据所述林木连年生长预测数据,实时调整林木的树干和枝干;
判断所述林木的生长阶段是否完成;
若是,则表示枝下高动态可视化模拟完成;
若否,则返回“实时生成枝干可控的林木三维模型”;
所述计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离,具体包括:
其中,CWi为对象木i的冠幅半径,CWj为邻近木j的冠幅半径,Di为对象木i的胸径,Dj为邻近木j的胸径,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最近邻近木的数量;
其中,Hi为对象木i的树高,Hj为邻近木j的树高,dij为对象木i与邻近木j的水平距离,ΔZ为邻近木与对象木的海拔高度差,n为空间结构单元中邻近木的数量;
其中,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最邻近木的数量;
所述根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型,具体包括:
将所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离加入基础枝下高模型中,得到考虑空间结构的枝下高模型:
其中,HCB为枝下高,H为树高,f(H,X)为考虑空间结构的枝下高模型表达形式,X为除树高H外的其他变量相关函数,D为胸径,Y为空间结构因子的线性组合;
所述实时生成枝干可控的林木三维模型,具体包括:
获取四个正方向枝干数量;
根据林木根部相对坐标(X,Y,Z)、树高H和枝下高HCB在树干上生成枝干起始位置点(X,Y+(HCB,H),Z);
根据冠幅CW在(0,CW)之间选取枝干投影长度Length,在(HCB,H)之间选取枝干向上倾斜的高度Height,得到枝干末端位置点(X+Length,Y+Height,Z),将枝干三维模型实时生成到起始位置点和末端位置点之间;
根据各正方向枝干数量、所述枝干起始位置点和所述枝干末端位置点,将枝干进行水平旋转;
判断是否所有枝干均生成完毕;
若是,则枝干可控的林木三维模型生成;
若否,则返回“获取四个正方向枝干数量”。
2.一种考虑空间结构的枝下高动态可视化模拟系统,其特征在于,包括:
调查数据获取模块,用于选取具有代表性的长期观测样地进行逐年连续调查,得到调查数据,所述调查数据包括林木根部相对坐标、林木胸径、树高、冠幅和枝下高;
参数计算模块,用于计算所述样地内每株林木的水平空间结构参数、垂直空间结构参数和空间结构单元平均距离;
考虑空间结构的枝下高模型构建模块,用于根据所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离,构建考虑空间结构的枝下高模型;
枝干可控的林木三维模型生成模块,用于实时生成枝干可控的林木三维模型;
林木生长相关数学模型获取模块,用于获取林木生长相关数学模型,所述林木生长相关数学模型包括林木胸径连年生长量模型、树高-曲线模型和冠幅面积估计模型;
林木连年生长预测数据确定模块,用于根据所述林木三维模型、所述林木生长相关数学模型和所述考虑空间结构的枝下高模型,得到林木连年生长预测数据;
林木调整模块,用于根据所述林木连年生长预测数据,实时调整林木的树干和枝干;
生长阶段判断模块,用于判断所述林木的生长阶段是否完成;
可视化模拟完成模块,用于当所述林木的生长阶段完成时,表示枝下高动态可视化模拟完成;
返回模块,用于当所述林木的生长阶段未完成时,返回枝干可控的林木三维模型生成模块;
所述参数计算模块,具体包括:
其中,CWi为对象木i的冠幅半径,CWj为邻近木j的冠幅半径,Di为对象木i的胸径,Dj为邻近木j的胸径,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最近邻近木的数量;
其中,Hi为对象木i的树高,Hj为邻近木j的树高,dij为对象木i与邻近木j的水平距离,ΔZ为邻近木与对象木的海拔高度差,n为空间结构单元中邻近木的数量;
其中,dij为对象木i与邻近木j的水平距离,n为空间结构单元中最邻近木的数量;
所述考虑空间结构的枝下高模型构建模块,具体包括:
考虑空间结构的枝下高模型构建单元,用于将所述调查数据、所述水平空间结构参数、所述垂直空间结构参数和所述空间结构单元平均距离加入基础枝下高模型中,得到考虑空间结构的枝下高模型:
其中,HCB为枝下高,H为树高,f(H,X)为考虑空间结构的枝下高模型表达形式,X为除树高H外的其他变量相关函数,D为胸径,Y为空间结构因子的线性组合;
所述枝干可控的林木三维模型生成模块,具体包括:
枝干数量获取单元,用于获取四个正方向枝干数量;
枝干起始位置点确定单元,用于根据林木根部相对坐标(X,Y,Z)、树高H和枝下高HCB在树干上生成枝干起始位置点(X,Y+(HCB,H),Z);
枝干末端位置点确定单元,用于根据冠幅CW在(0,CW)之间选取枝干投影长度Length,在(HCB,H)之间选取枝干向上倾斜的高度Height,得到枝干末端位置点(X+Length,Y+Height,Z),将枝干三维模型实时生成到起始位置点和末端位置点之间;
枝干旋转单元,用于根据各正方向枝干数量、所述枝干起始位置点和所述枝干末端位置点将枝干进行水平旋转;
判断单元,用于判断是否所有枝干均生成完毕;
模型输出单元,用于当所有枝干均生成完毕时,输出枝干可控的林木三维模型;
返回单元,用于当所有枝干未生成完毕时,返回枝干数量获取单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010250327.XA CN111462312B (zh) | 2020-04-01 | 2020-04-01 | 一种考虑空间结构的枝下高动态可视化模拟方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010250327.XA CN111462312B (zh) | 2020-04-01 | 2020-04-01 | 一种考虑空间结构的枝下高动态可视化模拟方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111462312A CN111462312A (zh) | 2020-07-28 |
CN111462312B true CN111462312B (zh) | 2023-04-25 |
Family
ID=71680470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010250327.XA Active CN111462312B (zh) | 2020-04-01 | 2020-04-01 | 一种考虑空间结构的枝下高动态可视化模拟方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111462312B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166748A (zh) * | 2014-05-04 | 2014-11-26 | 中南林业科技大学 | 一种基于关系模型的林分生长建模方法 |
JP2014232111A (ja) * | 2014-07-25 | 2014-12-11 | 富士設計株式会社 | 三次元測定対象物の形態調査方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3865764B1 (ja) * | 2006-08-15 | 2007-01-10 | アルスマエヤ株式会社 | 森林資源調査方法および森林資源調査装置 |
JP5507418B2 (ja) * | 2010-11-05 | 2014-05-28 | 株式会社パスコ | 樹木位置検出装置、樹木位置検出方法、及びプログラム |
KR20140142470A (ko) * | 2013-06-04 | 2014-12-12 | 한국전자통신연구원 | 나무 모델과 숲 모델 생성 방법 및 장치 |
CN103678870A (zh) * | 2013-09-24 | 2014-03-26 | 中国林业科学研究院资源信息研究所 | 一种林分生长与经营交互可视化模拟方法 |
WO2016043007A1 (ja) * | 2014-09-17 | 2016-03-24 | 住友林業株式会社 | 樹木成長の簡易予測法 |
CN107452066B (zh) * | 2017-08-08 | 2020-08-11 | 中国林业科学研究院资源信息研究所 | 一种基于b样条曲线的树冠三维形态模拟方法 |
CN109376462B (zh) * | 2018-11-16 | 2020-10-09 | 中国林业科学研究院林业研究所 | 一种基于相邻木关系的林分结构多样性的测度方法 |
CN109446744B (zh) * | 2018-12-26 | 2022-10-11 | 中国林业科学研究院资源信息研究所 | 一种考虑空间结构与生长交互的林分生长模拟方法及系统 |
CN109816779A (zh) * | 2019-01-30 | 2019-05-28 | 北京林业大学 | 一种使用智能手机重建人工林森林模型获取单木参数的方法 |
-
2020
- 2020-04-01 CN CN202010250327.XA patent/CN111462312B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166748A (zh) * | 2014-05-04 | 2014-11-26 | 中南林业科技大学 | 一种基于关系模型的林分生长建模方法 |
JP2014232111A (ja) * | 2014-07-25 | 2014-12-11 | 富士設計株式会社 | 三次元測定対象物の形態調査方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111462312A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921885B (zh) | 一种综合三类数据源联合反演森林地上生物量的方法 | |
CN105608293B (zh) | 融合光谱与纹理特征的森林地上生物量反演方法及系统 | |
Keightley et al. | 3D volumetric modeling of grapevine biomass using Tripod LiDAR | |
Thies et al. | Evaluation and future prospects of terrestrial laser scanning for standardized forest inventories | |
CN102314546B (zh) | 基于虚拟植物的植物生长生物量变化估算方法 | |
CN109213964A (zh) | 一种融合多源特征地理参数的卫星aod产品校正方法 | |
CN108981616B (zh) | 一种由无人机激光雷达反演人工林有效叶面积指数的方法 | |
CN115512244B (zh) | 一种单株树木碳储量确定方法及系统 | |
CN110162872B (zh) | 一种融合样地数据与森林资源清查数据的生物量估算方法 | |
CN110874454B (zh) | 基于混合概率密度的区域尺度毛竹碳储量精确测算方法 | |
CN104915982A (zh) | 树冠层光照分布预测模型构建方法及光照分布检测方法 | |
CN109214591B (zh) | 一种木本植物地上生物量预测方法及系统 | |
CN111340643A (zh) | 基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 | |
CN110427592A (zh) | 一种光学遥感影像协同极化sar影像的植被生态水储量估算方法 | |
CN113575348B (zh) | 基于林分发育指数的次生林间伐方法 | |
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 | |
CN109446744B (zh) | 一种考虑空间结构与生长交互的林分生长模拟方法及系统 | |
CN111462312B (zh) | 一种考虑空间结构的枝下高动态可视化模拟方法及系统 | |
CN110782089B (zh) | 一种森林间伐方法及系统 | |
CN109034462B (zh) | 玉米群体种植结构优化方法及装置 | |
CN102749290B (zh) | 一种樱桃树冠层树枝生长状态的检测方法 | |
CN111831973A (zh) | 一种毛竹胸径年龄联合分布动态模型的构建方法 | |
CN113095571A (zh) | 一种基于树木代谢速率理论的生物量模型预测方法及系统 | |
Shi et al. | The application of artificial neural network model in estimation of single tree volume growth | |
CN110084487B (zh) | 一种基于最大熵原理的堤防防护林树种适宜性评价方法 |
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 |