基于无人机遥感影像的DSM及遥感数据林分平均高提取

doi:10.13466/j.cnki.lyzygl.2017.02.005

林业资源管理 ›› 2017›› Issue (2): 23-27.doi: 10.13466/j.cnki.lyzygl.2017.02.005

基于无人机遥感影像的DSM及遥感数据林分平均高提取

张煜星¹(), 王雪军¹, 刘明博²

^1. 国家林业局调查规划设计院,北京100714
^2. 中国科学院遥感与数字地球研究所,北京 100101

收稿日期:2017-02-13 修回日期:2017-04-01 出版日期:2017-04-28 发布日期:2020-10-10
作者简介:张煜星(1964-),男,教授级高工,博士,主要从事森林经理、资源与环境监测等方面的研究工作。Email: zhangyuxing212@163.com
基金资助:
林业公益性行业科研专项课题“我国主要林区林地立地质量和生产力评价研究”(201504303);三峡后续工作科研项目“三峡库区生态屏障区生态效益监测技术与评价方法研究”(2016K-1)

Extraction of DSM and Mean Forest Stand Height from UAV Imagery

ZHANG Yuxing¹(), WANG Xuejun¹, LIU Mingbo²

^1. Academy of Forest Inventory and Planning,State Forestry Administration,Beijing,10074,China
^2. Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing,100101,China

Received:2017-02-13 Revised:2017-04-01 Online:2017-04-28 Published:2020-10-10

摘要/Abstract

摘要：

以河北省丰宁县西南部山区为研究区域,利用无人机遥感立体像对提取数字表面模型(DSM)。通过目视判读,在影像中无植被的区域设置校正点,利用校正点处DSM与DEM的值拟合校正因子对DSM进行高程校正,然后结合数字高程模型(DEM)提取树高并利用林地“一张图”数据求得各林地图斑的树高平均值。结果表明:经过高程校正并结合利用林地“一张图”数据的林分平均树高提取方法求得的结果可以直接作为林地变更调查的补充,能实现对林分平均树高、树高等级等因子进行实时更新。

关键词: 无人机遥感, 立体像对, DSM, 林地“一张图”, 树高

Abstract:

In this research we use UAV stereo imagery to extract Digital Surface Model(DSM) of the study area which is located in the mountain areas of southwest Fengning county,Hebei province.Calibration points were set at bare ground through the imagery manual interpretation,followed by the elevation calibration of DSM using parameters fitted by the values of DSM and DEM at the corresponding calibration points.Then the forest height was extracted and averaged over each forest stand segment combining with forest survey results.This study demonstrates the feasibility of this methodology as a supplement of forest survey,which can be used to update mean forest stand height related indexes in a timely fashion.

Key words: UAV, stereo imagery, DSM, forest survey, forest stand height

中图分类号:

P237
S771.8

张煜星, 王雪军, 刘明博. 基于无人机遥感影像的DSM及遥感数据林分平均高提取[J]. 林业资源管理, 2017,(2): 23-27.

ZHANG Yuxing, WANG Xuejun, LIU Mingbo. Extraction of DSM and Mean Forest Stand Height from UAV Imagery[J]. FOREST RESOURCES WANAGEMENT, 2017,(2): 23-27.

图/表 9

图1

图2

图3

表1

图4

图5

图6

图7

图8

参考文献 16

[1]	张巍巍, 冯仲科, 汪笑安 , 等. 基于TM影像的林木参数提取和树高估测[J]. 中南林业科技大学学报, 2013,33(9):27-31.
[2]	LY/T1955—2011,林地保护利用规划林地落界技术规程[S].
[3]	彭培胜, 王懿祥, 吴建强 . 基于无人机遥感影像的三维森林景观可视化[J]. 东北林业大学学报, 2013,41(6):61-65.
[4]	张园, 陶萍, 梁世祥 , 等. 无人机遥感在森林资源调查中的应用[J]. 西南林业大学学报, 2011,31(3):49-53.
[5]	周志强, 岳彩荣, 徐天蜀 , 等. 森林高度遥感估测研究综述[J]. 现代农业科技, 2012(2):198-203.
[6]	李德仁, 李明 . 无人机遥感系统的研究进展与应用前景[J]. 武汉大学学报, 2014,39(5):505-513.
[7]	冯家莉, 刘凯, 朱远辉 , 等. 无人机遥感在红树林资源调查中的应用[J]. 热带地理, 2015,35(1):35-42.
[8]	孔凡婕, 李晓兵, 白云晓 , 等. 基于GF-1 WFV影像的丰宁县植被地上碳储量估算[J]. 资源科学, 2016,38(6):1054-1064. doi: 10.18402/resci.2016.06.05
[9]	贾秀鹏, 焦伟利, 李丹 . 基于SPOT5异轨立体像对提取DEM试验与精度评估[J]. 测绘信息与工程, 2006,31(2):32-34.
[10]	范兴旺, 翁永玲, 胡伍生 , 等. IRS-P5立体像对提取DEM及精度评价[J]. 遥感技术与应用, 2010,25(4):547-551.
[11]	蔡庆空, 蒋金豹, 张玲 , 等. ALOS-PRISM立体像对提取DEM的应用研究[J]. 测绘科学, 2014,39(1):70-73.
[12]	刘俊杰, 贾永红, 何保国 , 等. Geoeye-1卫星立体像对处理试验[J]. 地理空间信息, 2010,8(2):83-85.
[13]	丁辉, 姚安强 . 利用IKONOS立体像对提取DEM精度的实验[J]. 测绘科学, 2012,37(1):179-181.
[14]	陈庆华, 陈小艺 . 基于多角度卫星影像制作DSM,DEM数字产品的方法研究[J]. 测绘与空间地理信息, 2015,38(8):168-169.
[15]	卓莉, 黄信锐, 王芳 , 等. 基于高空间分辨率与立体像对遥感数据的建筑物三维信息提取[J]. 遥感技术与应用, 2013,28(6):1062-1068.
[16]	王佳, 冯仲科 . 航空数字摄影测量对林分立木测高及精度分析[J]. 测绘科学, 2011,36(6):77-79.

Parameter	Value
Module/Sub-image:
Calibrated focal length c/mm	120
Pixel size/μm	12
Radiometric resolution/bit	12
Image size/Pixel	4096×7168
Image size/mm	49.15×86.02
approx.Field of view (llalong/across track)/(°)	23/39
Virtual image:
Defined focal length c_virt/mm	120
Pixel size/μm	12
approx.Image size/Pixel	8000×13000
approx.Image size/mm	95×168
approx.Field of view (llalong/across track)/(°)	44/74

基于无人机遥感影像的DSM及遥感数据林分平均高提取

Extraction of DSM and Mean Forest Stand Height from UAV Imagery

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王贵林, 谭伟, 陈波涛. 基于深度神经网络的杉木树高-胸径模型研建[J]. 林草资源研究, 2024, 0(1): 82-87.
[2]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[3]	杜志, 陈振雄, 李锐, 罗崇彬, 杨国锦, 曾伟生. 引入林分优势高和气候因子的杉木和桉树树高-胸径模型研建[J]. 林业资源管理, 2023, 0(4): 36-42.
[4]	曾伟生, 杨学云. 我国一元立木材积表基本现状分析与估计误差检验[J]. 林业资源管理, 2023, 0(2): 43-49.
[5]	张信杰, 郑焰锋, 温坤剑, 王鹏杰, 吴发云. 融合机载和背包激光雷达的桉树单木因子估测[J]. 林业资源管理, 2022, 0(6): 131-137.
[6]	付安民, 高显连, 吴发云, 高金萍. 机载激光雷达树高产品的释义与精度水平评估[J]. 林业资源管理, 2022, 0(1): 114-123.
[7]	陈周娟, 程光, 卜元坤, 黄维, 陈佳卉, 李卫忠. 基于无人机倾斜影像的阔叶林单木参数提取[J]. 林业资源管理, 2022, 0(1): 132-141.
[8]	蒲莹, 曾伟生, 阳帆. 北京市树高胸径回归模型研建及一元立木材积表检验[J]. 林业资源管理, 2021, 0(3): 62-66.
[9]	白明雄, 张超, 陈棋, 王娟, 李华玉, 史小蓉, 田湘云, 张玉薇. 基于无人机可见光遥感的单木树高提取方法研究[J]. 林业资源管理, 2021, 0(1): 164-172.
[10]	王娟, 陈永富, 陈巧, 李华玉, 张超. 基于无人机遥感的森林参数信息提取研究进展[J]. 林业资源管理, 2020, 0(5): 144-151.
[11]	田意, 吴宏炜, 张伟志, 黄光灿, 庄崇洋, 江希钿. 福州市米槠林分相容性胸径生长模型和树高曲线模型研究[J]. 林业资源管理, 2020, 0(4): 44-49.
[12]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 0(1): 125-135.
[13]	曾伟生. 总体与林分水平的树高-胸径模型对蓄积量估计的影响分析[J]. 林业资源管理, 2019, 0(6): 38-41.
[14]	刘江俊, 高海力, 方陆明, 郑辛煜, 姜广宇. 基于无人机影像的树顶点和树高提取及其影响因素分析[J]. 林业资源管理, 2019, 0(4): 107-116.
[15]	覃阳平, 李华, 李永亮, 张成程, 王蒙. 云南省主要针叶树种树高曲线模型研建[J]. 林业资源管理, 2019, 0(4): 46-51.