运用神经网络识别注射过金属离子溶液树冠的实验研究

本文运用神经网络ＢＰ算法对高分辨率航空多光谱图像进行了模式识别研究,成功地识别出注射过金属离子溶液树冠,并与最大似然法在分类结果进行比较。得出在分类精度上,神经网络模式识别比传统的最大似然分类方法具有优势的结论。     

用地基激光雷达提取单木结构参数——以白皮松为例

以白皮松(Pinus bungeana Zucc)为研究对象,针对地基激光雷达TLS扫描的3维点云数据在单株木垂直方向的分布特征,提出了一种基于体元化方法的树干覆盖度变化检测方法,获取单木枝下高;然后根据获取的枝下高引入2维凸包算法获取垂直方向分层树冠轮廓,并计算树冠体积和冠幅;同时获取的单木参数还有胸径与树高。结果表明:单木枝下高的估测精度较高,R2与RMSE分别为0.97 m和0.21 m;胸径估测结果的R2与RMSE分别为0.79 cm和1.07 cm;采用逐步线性回归方法建立单木树冠体积与其他单木参数的相关关系,模型变量包括冠幅、叶子填充树冠长度和胸径,样本数为20,模型的R2与RMSE分别是0.967 m3和2.64 m3。本文方法能较准确地估测枝下高,TLS数据具有对树冠结构3维建模的潜力。     

塔里木河下游胡杨(Populus euphratica)地上生物量估测

根据塔里木河下游英苏至喀尔达依区段距离河流50～300 m的80个胡杨(Populus euphratica)一级枝生物量实测数据,采用数理统计方法构建胡杨一级枝和树冠生物量估测模型,在精度检验基础上筛选出最佳模型,并对其估测值与实测值进行卡方检验.结果表明:使用以胡杨一级枝条的基部直径(D)和枝条长度(L)派生因子D2L为自变量估测生物量(Sb)的模型Sb=125.546(D2L)0.654最优,使用以冠幅面积(A)为自变量估测树冠生物量(Sc)的模型Sc=0.016A2+2.291A+11.084最优,在离河300 m内,两模型平均估测精度分别为93.75％和87.01％;在离河600～1 500m进行估测时需根据修正因子进行修正,修正后平均估测精度分别为86.04％和84.32％.根据全收获法得到的胡杨树干平均材积密度(748.43 kg·m-3)和样地每木检尺数据,使用树干材积计算式和树冠生物量估测模型,计算胡杨平均标准木的树干和树冠生物量,从而得到样地胡杨地上生物量数据.这一研究将为塔里木河流域胡杨生物量的遥感估测和胡杨林碳汇功能研究提供直接依据.     

基于改进凸包算法的树冠轮廓点提取与体积计算

针对城市中树木数量多、树冠结构复杂、形态多变、难以测量等特点,为解决传统凸包算法在提取树冠轮廓时误差较大的问题,并实现树冠轮廓点提取和树冠体积自动计算,提出迭代渐进的凸包算法。以三维激光扫描仪获取的点云为原始数据,基于所提出的算法获取树冠轮廓点,结合格林公式及不规则台体体积法计算树冠体积。为验证算法的准确性,采用人工交互的方式提取树冠外轮廓点计算树冠体积,以此为参照对迭代渐进的凸包算法进行相关性与均方根误差的验证,并将该算法分别与几何体模型法、体元模拟法、Graham扫描线法计算的树冠体积进行对比分析,结果表明,迭代渐进的凸包算法计算出的树冠体积更接近于树冠的真实体积,为树冠信息的精细提取与建模提供一种新的方法。     

Ⅰ-72杨树冠特性与碳蓄积量的相关性

详细分析了安徽安庆长江外滩地18年生I-72杨树各组分含碳率,认为单株的干、皮、枝、叶含碳率随取样部位的变化差异不显著.同时研究了树冠特性与单株碳蓄积量的相关性,结果表明:1)平均冠幅与单株碳蓄积量呈一元二次方相关;2)单株碳蓄积量与冠长呈指数相关,回归方程为:r=104.5e0.056 9x,R2=0.361 2;3)碳蓄积量与D2H呈幂相关,回归模型为r=88.522(D2H)0.0997 5,R2=0.945;4)单株叶干重、叶面积均与碳蓄积量呈一次线性相关,R20.7,回归模型分别为:y=7.892x+94.247;);r=0.809 4x+77.69.在冠幅、胸径等因子中,利用胸径、树高、叶面积、叶干重等来估算碳蓄积量具有较高的精度.     

海岸植物带对孤立波的波能耗散研究

为揭示近岸植物对孤立波的消减机制,利用物理模型实验探究了不同水深、入射波高和植物密度下植物模型与孤立波的相互作用机理。研究结果表明:树根、树冠和整株植物模型波能耗散系数范围分别为0.003～0.036,0.010～0.110和0.020～0.130;植物树根和树冠具有不同的消减孤立波机制,其中树冠对孤立波的消减起主要作用;波能耗散系数随相对波高增大而增大;植物模型的波能耗散系数小于其各组分波能耗散系数的线性叠加;当植物消波时,植物各组分之间存在反协同效应,且反协同效应随相对波高的增大而增强;波能耗散系数随雷诺数的增大而增大,当根部或冠部分布密度较小时,耗散系数与雷诺数的敏感度更高。研究结果可为沿海地区人工防浪林的设计提供一定参考。     

基于高分辨率遥感图像的树冠面积提取方法

树冠面积调查是城市绿化调查中的一个主要内容。随着遥感技术的发展,如何利用高分辨率遥感图像快速、准确地提取树冠面积信息已成为城市绿化遥感研究的问题。该文提出一种基于射线法的半自动树冠面积提取算法,通过设定树冠中心点位置,引出若干条光谱射线,进行高次曲线拟合,求其拐点作为树冠边界点,从而得到树冠的面积信息。实验表明,对于重叠较少的树冠面积提取精度为87.82%,重叠较多的树冠面积提取精度为84.91%。     

基于无人机遥感的南岭山地树冠与树干性状关联研究

以南岭山地不同海拔高度的冠层树种为研究对象,通过无人机遥感手段获取冠幅、冠周长和冠面积(CA)等树冠性状,探讨其与基径(BD)、胸径(DBH)、2米径(D2)和4米径(D4)等树干性状间的关联性,并构建了冠面积与树干性状间的回归方程。结果表明：南岭山地树冠性状与树干性状的典型变量显著相关(R=0.89,P<0.01),并且这种相关性随海拔的升高(600 m到1 600 m)总体呈“M”型变化。其中,冠面积与树干性状间的相关性最高,可作为单一自变量反演树干性状,具体方程为：DBH=0.35CA+14.88 (R²=0.67),BD=0.41CA+17.89 (R²=0.82),D2=0.33CA+14.14 (R²=0.84),D4=0.35CA+11.3 (R²=0.86)。文章构建的冠面积与树干性状间的回归方程,可作为南岭山地森林生物量遥感反演的基础,也可用于指导南岭森林生态系统的长期监测。     

多标记点过程的Lidar点云数据建筑物和树冠提取

将机载激光扫描点云数据转换成点云特征影像,提出基于多标记点过程的建筑物和树冠目标几何对象的自动提取方法.首先根据目标的几何特征建立吉布斯自由能变模型,通过目标的一致性建立该模型的数据项,通过目标的拓扑性质等空间特性建立该模型的先验项.然后利用可逆跳转马尔可夫蒙特卡洛(RJMCMC)算法进行采样,并采用模拟退火算法进行优化求解,实现建筑物目标和树冠目标几何对象的多目标自动提取.试验结果表明该方法能够从机栽激光扫描数据中有效地提取建筑物和树冠,具有较强的稳健型.     

树冠形状对孔隙率及叶面积指数估算的影响分析

叶片在树冠尺度的聚集是森林场景中的重要聚集形式,模型中常假设树冠为规则的几何形体(椭球、圆锥、圆锥+圆柱等)。对树冠形状归属进行判断时界限并不明显,从而具有很强的主观性。本文首先扩展了Nilson的森林孔隙率模型,使其适用于椭球、圆锥、圆锥+圆柱等3种常见形状的树冠,并基于该模型分析了孔隙率、聚集指数对树冠形状的敏感性。同时,本文还分析了树冠形状对叶面积指数(LAI)地面间接测量精度的影响。基于不同形状树冠的模拟数据分析发现,树冠的体积、投影面积是树冠形状产生作用的主要因子,在冠层底部椭球形树冠和圆锥+圆柱形树冠的平均孔隙率、聚集指数都非常接近,而圆锥形树冠与两者存在较大差异。树冠形状的错误设置在极端情况下可导致估算的真实LAI误差超过25%。