基于标记控制分水岭分割方法的高分辨率遥感影像单木树冠提取

树冠是树木的重要组成,可以直接反映树木健康状况。高空间分辨率遥感影像和遥感技术为快速获取详细的树冠信息和实时监测林冠变化提供了有效的途径。因此,基于高空间分辨率遥感影像的单木树冠提取方法研究对现代森林管理具有重要意义。本文以黄河三角洲地区孤岛林场人工刺槐林和旱柳为研究对象,以QuickBird影像为数据源,首先利用面向对象方法实现研究区林地和非林地分类;然后以林地为掩膜,提取出树冠分布范围;在此基础上,分别选取疏林区和密林区为试验区域,通过形态学开闭重建滤波,平滑图像,去除噪声;最后,利用标记控制分水岭分割方法分别对疏林区和密林区进行树冠提取。本文以人工勾绘结果为参考进行精度验证,结果显示疏林区F测度达到87.8%,密林区F测度达到65.5%,表明该提取方法简单易行,精度可靠。     

利用遥感进行退耕还林成活率及长势监测方法的研究

本文以张家口退耕还林工程的新造经济林为例,提出了一种利用高分辨率遥感技术监测新造林成活率及长势的方法。主要采用面向对象的信息提取技术提取退耕地新造林的树冠信息。开发了基于树冠分布图的树冠因子提取程序,计算树冠因子,统计造林成活率,从而掌握新造林地的现状。最后,根据实际测量的数据进行误差检验,由遥感数据自动提取的树冠冠幅平均误差为:东西冠幅为0.337m,南北冠幅为0.433m;计算新造林成活率的精度达到了89.837%。为退耕还林工程科学,高效的管理及决策支持提供了依据。     

利用无人机多光谱影像提取树冠信息

树冠作为树木主要组成部分之一,是树木长势监测、树种识别等内容的重要参数,对森林资源调查和生态研究具有重要意义。与传统的实地调查相比,运用无人机遥感技术提取树冠信息具有高效、便捷等优势。本文基于无人机多光谱影像提取树冠信息,在树冠点探测上结合局部最大值法与Mean Shift优化策略,较原始局部最大法探测精度提升约10%。此外,提出了一种新的树冠边界提取算法,运用动态规划思想进行全局最优边界提取。与以往分水岭分割算法相比,本文算法在较密集林区和稀疏林区均有更好的提取效果,在试验样区稀疏林区F测度提升12%,较密集区F测度提升28%。