[发明专利]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有效
| 申请号: | 201711193696.4 | 申请日: | 2017-11-24 |
| 公开(公告)号: | CN107967714B | 公开(公告)日: | 2019-03-15 |
| 发明(设计)人: | 徐雁南;马骏;代婷婷 | 申请(专利权)人: | 南京林业大学 |
| 主分类号: | G06T17/05 | 分类号: | G06T17/05;G06T5/50;G06T3/40 |
| 代理公司: | 南京申云知识产权代理事务所(普通合伙) 32274 | 代理人: | 邱兴天 |
| 地址: | 210037 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 通过 无人机 数字 高程 模型 自动 提取 森林 郁闭度 方法 | ||
本发明公开了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,并以江苏省东台林场为方法实施对象。首先通过无人机获取东台林场的影像数据,并通过数字建模实现影像数据的拼接,提取DEM资料;然后通过遥感图像处理软件,提取对象DEM数据中的非郁闭区域的像元值区间,并进行掩膜处理,最后通过统计分析获得掩膜段与非掩膜段的占比情况,从而得出森林郁闭度的准确值。该方法与其他郁闭度测算法相比,其准确度、精度均有较大提升,尤其是工作效率的大幅提高。
技术领域
本发明属于林业调查、资源动态监测及生物多样性等技术领域,涉及一种通过无人机数字高程模型(UAV-DEM)自动提取森林郁闭度的方法。
背景技术
森林是人类赖以生存和发展的重要物质资源,对于陆地生态系统的平衡有着至关重要的作用,森林资源调查是森林经营发展过程中的一项重要工作,落实好森林资源调查工作能够有效了解森林资源消长状况。在森林资源调查工作中,郁闭度是非常重要的指标参数,对于森林资源现状的评估有着重要的意义。
传统的森林资源郁闭度提取方法包括目测法、林冠投影法、样线法、样点法、照片法等,遥感技术发展至今,研究人员试图通过遥感影像资料来获取森林郁闭度数值,但目前该研究主要基于的影像数据资料多为DOM(数字正射影像)、DSM(数字表面模型),需要专业人员辅予大量的内业处理作业才可完成,同时精度较差、效率较低。因此,郁闭度的自动化提取一直是森林资源调查过程中的难点。
发明内容
发明目的:针对现有技术中存在的不足,本发明的目的是提供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,具有方法简单、精度高、效率高等优点。
技术方案:为了实现上述发明目的,本发明采用的技术方案为:
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,步骤如下:
1)通过无人机遥感设备获取实施区域的遥感影像数据组;
2)将获取的遥感影像数据组进行筛选处理,剔除影像数据中成像质量较低、曝光效果较差的数据,并通过数据建模软件进行影像拼接建模,最后生成DEM((数字高程影像))数据;
3)通过遥感分析软件对该DEM数据进行分析,生成非郁闭区域比值与郁闭区域比值,获得森林郁闭度的准值。
步骤1)中,无人机的飞行高度120m,飞行速度1.6m/s,镜头角度90°,前后/旁向重叠度90%。
步骤2)中,数据建模软件为Agisoft Photoscan。
步骤2)中,影像拼接建模,包括:图片优化对齐、空间拟合、密集点云生成、网格生成等操作流程,最后生成DEM数据。
步骤2)中,所生成的DEM数据,出现“遮挡树木枝叶”高度与“未被遮挡地面”高度的高度差并呈现为鲜明颜色对比的像元。
步骤3)中,遥感分析软件为ENVI。
步骤3)中,对DEM数据进行分析过程为:首先确认非郁闭区域的像元值,取得一个相对区间,再对该像元值区间进行掩膜处理,生成新的存储数据,最后通过统计分析,生成掩膜区域与非掩膜区域的占比数据,即非郁闭区域比值与郁闭区域比值。
有益效果:与现有技术相比,本发明的UAV-DEM郁闭度自动化提取方法,具有以下优点:
1)效率极大提升:传统的遥感提取郁闭度方法,每一景数据提取往往需要数小时的内业工作量,效率低下,通过UAV-DEM郁闭度自动化提取方法进行内业处理仅需几分钟即可完成工作。
2)高精度自动化:过去通过影像资料分析郁闭度,需要大量的目视解译过程,主观性较大且工作繁琐,通过UAV-DEM郁闭度自动化提取方法则可实现计算机自动化运算,同时精度与准确度均获得极大提升。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京林业大学,未经南京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711193696.4/2.html,转载请声明来源钻瓜专利网。





