无人机航拍影像在林木信息提取中的应用

doi:10.13466/j.cnki.lyzygl.2021.03.025

林业资源管理 ›› 2021›› Issue (3): 160-164.doi: 10.13466/j.cnki.lyzygl.2021.03.025

无人机航拍影像在林木信息提取中的应用

孙玉江¹(), 李凤涛²(), 陈香芹¹, 张磊¹, 杨宁¹, 郑达¹

1.青岛市园林和林业综合服务中心,山东青岛 266003
2.青岛夏禾生物科技有限公司,山东青岛266109

收稿日期:2021-03-19 修回日期:2021-04-14 出版日期:2021-06-28 发布日期:2021-08-04
通讯作者: 李凤涛
作者简介:孙玉江(1976-),男,河南社旗人,高工,硕士,主要从事松材线虫病监测普查、防治和检疫方面的研究。Email: qdsfmail@163.com

Application of UAV Aerial Photo Data in Forest Information Extraction

SUN Yujiang¹(), LI Fengtao²(), CHEN Xiangqin¹, ZHANG Lei¹, YANG Ning¹, ZHENG Da¹

1. Qingdao Comprehensive Service Center of Landscape and Forestry,Qingdao,Shandong 266003,China
2. Qingdao Xiahe Biological Technology Co.,Ltd,Qingdao,Shandong 266003,China

Received:2021-03-19 Revised:2021-04-14 Online:2021-06-28 Published:2021-08-04
Contact: LI Fengtao

摘要/Abstract

摘要：

采用山东省青岛市崂山区沙子口街道2020年春、秋季的无人机松林航拍影像为数据源,借助ESP辅助工具获取了DOM影像的最佳分割尺度,构建了基于模糊分类的决策树,运用分水岭算法快速提取松林活立木数量变化信息,共提取出6个松树活立木变化较大区域,活立木减少数量205株,利用人工地面核查,实际松树活立木减少数量217株,该方法提取的数据总体精度约92.3%。研究表明,基于多期的无人机高分影像数据,能够快速准确地获取林木数量的变化情况。该法在森林资源调查、松材线虫病疫木除治监测及灾害评估中具有较大的应用推广价值,尤其在监测山高、路险的区域,很大程度上可以用于替代人工调查。

关键词: 无人机, 分割尺度, 决策树, 分水岭算法, 信息提取

Abstract:

In this study,the UAV images of pine forest in Shazikou Street,Laoshan District,Qingdao City,Shandong Province were captured in the spring and autumn of 2020.The optimal scale for the segmentation of DOM images was confirmed with ESP auxiliary tools.Decision trees for identifying the changing area were constructed using fuzzy classification.The watershed algorithm was used to rapidly extract the changes in the number of living trees in the pine forest.The results showed that the number of living trees decreased by 205 in 6 locations of the study area.Based on field surveys,217 trees were reduced,and the accuracy for detecting the changes of living trees was 92.3%.These results demonstrated that high-resolution UAV images could facilitate the rapid and accurate monitor of changes of trees in forests,thereby having great potential for forestry resource investigation,pinewood nematode disease monitoring and disaster assessment,especially for areas with high altitude and dangerous road,it can replace manual survey.

Key words: UAV, segmentation scale, decision tree, watershed algorithm, information extraction

中图分类号:

S771.8
TP75

孙玉江, 李凤涛, 陈香芹, 张磊, 杨宁, 郑达. 无人机航拍影像在林木信息提取中的应用[J]. 林业资源管理, 2021,(3): 160-164.

SUN Yujiang, LI Fengtao, CHEN Xiangqin, ZHANG Lei, YANG Ning, ZHENG Da. Application of UAV Aerial Photo Data in Forest Information Extraction[J]. FOREST RESOURCES WANAGEMENT, 2021,(3): 160-164.

图/表 7

图1

图2

图3

图4

图5

图6

表1

参考文献 17

[1]	汪霖, 李明阳, 方子涵, 等. 基于无人机数据的人工林森林参数估测[J]. 林业资源管理, 2019(5):61-67.
[2]	付凯婷. 无人机遥感技术估算桉树蓄积量的研究[D]. 南宁:广西大学, 2015:48-50.
[3]	陈崇成, 李旭, 黄洪宇. 基于无人机影像匹配点云的苗圃单木冠层三维分割[J]. 农业机械学报, 2018, 49(2):149-155.
[4]	Wang L, Gong P, Biging G S. Individual Tree-Crown Delineation and Treetop Detection in High-Spatial-Resolution Aerial Imagery[J]. Photogrammetric Engineering & Remote Sensing, 2004, 70(3):351-358.
[5]	董天阳, 周棋正. 基于形态Snake模型的遥感影像的单木树冠检测算法[J]. 计算机科学, 2018, 45(S2):269-273.
[6]	Culvenor D S. TIDA:an algorithm for the delineation of tree crowns in high spatial resolution remotely sensed imagery[J]. Computers & Geosciences, 2002, 28(1):33-44. doi: 10.1016/S0098-3004(00)00110-2
[7]	王枚梅, 林家元, 林沂, 等. 基于无人机可见光影像的亚高山针叶林树冠参数信息自动提取[J]. 林业资源管理, 2017(4):82-88.
[8]	仇江啸, 王效科. 基于高分辨率遥感影像的面向对象城市土地覆被分类比较研究[J]. 遥感技术与应用, 2010, 25(5):653-661.
[9]	李秦, 高锡章, 张涛, 等. 最优分割尺度下的多层次遥感地物分类实验分析[J]. 地球信息科学学报, 2011, 13(3):409-417. doi: 10.3724/SP.J.1047.2011.00409
[10]	邓书斌. ENVI 遥感图像处理方法[M]. 北京: 科学出版社, 2014.
[11]	杨帆, 王博. 基于决策树的遥感图像分类方法研究[J]. 测绘与空间地理信息, 2019, 42(7):1-4.
[12]	汪小钦, 王苗苗, 王绍强, 等. 基于可见光波段无人机遥感的植被信息提取[J]. 农业工程学报, 2015, 31(5):152-159.
[13]	Vincent L, Soille P. Watersheds in digital spaces:an efficient algorithm based on immersion simulations[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1991, 13(6):583-598. doi: 10.1109/34.87344
[14]	Bieniek A, Moga A. An efficient watershed algorithm based on connected components[J]. Pattern Recognition, 2000, 33(6):907-916. doi: 10.1016/S0031-3203(99)00154-5
[15]	沈夏炯, 吴晓洋, 韩道军. 分水岭分割算法研究综述[J]. 计算机工程, 2015, 41(10):26-30.
[16]	Lucian D, Tiede D, Levick S R. ESP:A tool to estimate scale parameter for multiresolution image segmentation of remotely sensed data[J]. International Journal of Geographical Information Science, 2010, 24(6):859-871. doi: 10.1080/13658810903174803
[17]	鲁恒, 李永树, 何敬, 等. 无人机低空遥感影像数据的获取与处理[J]. 测绘工程, 2011, 20(1):51-54.

区域名称	面积/hm²	数据提取		实际核查		误差率/%
区域名称	面积/hm²	提取数量/株	减少密度/(株/hm²)	砍伐数量/株	减少密度/(株/hm²)	误差率/%
区域1	0.0427	87	2039	90	2109	3.33
区域2	0.0160	33	2063	35	2188	5.71
区域3	0.0080	17	2125	15	1875	6.67
区域4	0.0127	26	2053	30	2368	13.30
区域5	0.0113	23	2029	25	2206	8.00
区域6	0.0140	20	1429	22	1571	9.09
平均值	0.0174	34.33	1956.20	36.17	2052.93	7.68

无人机航拍影像在林木信息提取中的应用

Application of UAV Aerial Photo Data in Forest Information Extraction

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 17

相关文章 15

编辑推荐

Metrics

本文评价

[1]	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.
[2]	邢元军, 温坤剑, 郭晓妮, 宋亚斌, 胡中岳, 江腾宇, 贺紫荆. 基于Mask R-CNN的平原造林地区单木树冠分割[J]. 林业资源管理, 2023, 0(3): 115-120.
[3]	徐干君, 王亚萍, 李鑫洋, 郭楠, 杨玫, 贺丹. 基于UAV航测的等级道路绿地景观多样性探讨[J]. 林业资源管理, 2023, 0(1): 161-172.
[4]	王补, 谭伟, 王贵林, 蒲秀青. 基于无人机多光谱影像的松材线虫病单木尺度监测[J]. 林业资源管理, 2022, 0(5): 107-117.
[5]	李苏春, 林露花, 夏磊, 胡璐璐, 徐小军. 基于改进的局部最大值法提取杉木单木位置[J]. 林业资源管理, 2022, 0(5): 60-68.
[6]	穆田宝, 吴琳娜, 张海涛, 张寒. 基于车载LiDAR数据的行道树信息提取及安全风险评价[J]. 林业资源管理, 2022, 0(5): 91-98.
[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]	周辰琴, 余拥军, 方陆明, 刘雨真, 胡建锦. 飞行高度与郁闭度对水杉冠幅提取影响的研究[J]. 林业资源管理, 2022, 0(1): 150-156.
[9]	王伟, 杨净, 高显连, 曾伟生. 2020年全球森林资源评估遥感调查方法和思考[J]. 林业资源管理, 2021, 0(6): 1-5.
[10]	杜志, 陈振雄, 马开森, 刘紫薇, 顾兴贵. 基于无人机LiDAR特征变量的南方集体林区蓄积量估测[J]. 林业资源管理, 2021, 0(4): 157-165.
[11]	邱世平, 韦明新, 马依莎. 无人机遥感影像速生桉林分参数自动化提取研究[J]. 林业资源管理, 2021, 0(3): 114-119.
[12]	张玉薇, 张超, 王娟, 李华玉, 白明雄, 杨安蓉. 基于UAV遥感的单木冠幅提取及胸径估算模型研究[J]. 林业资源管理, 2021, 0(3): 67-75.
[13]	袁梓健, 舒清态, 赵洪莹, 王柯人, 谭德宏. 基于无人机可见光影像的华山松人工林计测参数提取[J]. 林业资源管理, 2021, 0(2): 110-116.
[14]	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.
[15]	黄彦晓, 方陆明, 黄思琪, 高海力, 杨来邦, 楼雄伟. 基于改进的Faster R-CNN模型的树冠提取研究[J]. 林业资源管理, 2021, 0(1): 173-179.