[發明專利]一種基于兩期無人機影像的針葉林采伐蓄積量估算方法

在審

• 申請號: 201811254706.5
• 申請日: 2018-10-26
• 公開（公告）號: CN109446983A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 周小成;鄭磊;何藝;黃洪宇
• 申請（專利權）人: 福州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T17/05
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發明涉及一種基于兩期無人機影像的針葉林采伐蓄積量估算方法，獲取針葉林伐區采伐前后兩期無人機影像，并自動解算航片內外方位元素生成鑲嵌影像及影像點云，采用地面控制點進行幾何精校正，通過點云匹配的方法，使得每棵樹的位置與相應的地面位置一一對應，利用布料模擬濾波算法獲得林冠點云以及地面點云；利用林冠點云生成的數字表面模型減去地面點云生成的數字高程模型的差值得到采伐區高精度的冠層高度模型。利用動態窗口的局域最大值法處理冠層高度模型，獲取采伐區每棵針葉樹的位置。研建胸徑?樹高回歸模型，根據二元立木材積公式計算單木材積和采伐蓄積量。本發明為快速高效、客觀、準確實現針葉林采伐蓄積量的估算提供了一種新途徑。

技術領域

本發明涉及電池測試領域，特別是一種基于兩期無人機影像的針葉林采伐蓄積量估算方法。

背景技術

森林蓄積量是指一定森林面積上存在著的林木樹干部分的總材積(孟憲宇，2006)。它是反映森林資源的豐富程度、衡量森林生態環境優劣的重要依據，也是森林固碳能力的重要標志和森林地上生物量部分的重要組成。因此，蓄積量是重要的林分調查因子，它為森林的采伐利用和經營提供重要的依據(謝士琴等，2017)。由于勞動強度大，調查周期長，費時費力等缺點，傳統的一、二類森林資源調查方法獲取的森林蓄積量數據不能及時準確地反映大面積森林蓄積量的分布狀況及動態變化(高廣磊等，2013；劉清旺等，2017；史潔清等，2017)。

隨著遙感技術在林業調查中的應用，國內外學者利用RS、GIS、 GPS技術進行了森林蓄積量估測的相關研究。按照數據源與研究方法的不同，這些研究大致可以分為兩類：數據源上，主要有遙感影像數據，LiDAR點云數據和多源數據的相結合。然而機載LiDAR點云獲取的成本較高，無人機遙感具有操作簡單、高效快捷、作業成本低等優勢，無人機遙感所獲取的影像分辨率可達厘米級，是傳統衛星遙感無法比擬的，有利于林分參數的目視判讀，可以大幅度替代繁重的人工野外調查工作，提高調查效率。

綜合國內外學者研究內容發現，蓄積量估算的研究區多數為地勢平坦的林業樣地，而對于如福建省內山地海拔高差大，地勢陡峭的林業小班區域關注較少，特別是對于森林采伐蓄積量無人機遙感估算目前鮮有研究報道。如何消除地形對樹高提取的影響從而提高蓄積量估算的精度仍是研究重點。

發明內容

有鑒于此，本發明的目的是提出一種基于兩期無人機影像的針葉林采伐蓄積量估算方法，能夠有效地消除地形對樹高提取的影響，從而提高蓄積量估算的精度。

本發明采用以下方案實現：一種基于兩期無人機(Unmaned Aerial Vehicle：UAV)影像的針葉林采伐蓄積量估算方法，具體包括以下步驟：

步驟S1：利用無人機獲取伐區采伐前后兩期的航拍影像數據，經處理得到兩期鑲嵌影像和影像點云數據；

步驟S2：對兩期影像點云數據進行匹配；

步驟S3：對步驟S2匹配后的數據進行布料模擬算法濾波處理，分離出林冠點云和地面點云；

步驟S4：基于步驟S3獲取的點云數據，利用自然鄰域插值法生成數字表面模型和數字高程模型，進而獲取冠層高度模型；

步驟S5：基于步驟S4中構建的冠層高度模型，采用動態窗口局域最大值法進行林冠頂點探測，從而得到株數信息與對應樹高信息；

步驟S6：基于實測數據研建胸徑-樹高回歸模型，利用步驟S5 的結果獲取對應的單木胸徑信息；并利用影像抽樣或監督分類獲得針葉林樹種組成比例信息；

步驟S7：利用二元立木材積公式計算相應樹種的單木材積，結合株數信息得到采伐蓄積量。

進一步地，步驟S1中，所述無人機飛行設置的航向重疊度優于 80％，旁向重疊度優于60％；所獲的無人機影像分辨率優于10cm；點云密度高于10/m³。