目錄
第1章 緒論 1
1.1 引言 1
1.2 研究綜述 3
1.2.1 無人機遙感技術在林業(yè)中的應用 3
1.2.2 基于無人機遙感技術的單木分割 10
1.2.3 無人機遙感技術在森林信息提取中的應用 14
1.2.4 基于無人機遙感技術的生物量估測 19
1.2.5 無人機遙感技術在林木分級中的應用 23
1.2.6 無人機遙感技術在林分密度優(yōu)化及森林經(jīng)營管理中的應用 24
1.2.7 思茅松概述 27
1.3 本書研究內容 29
1.3.1 基于LiDAR點云數(shù)據(jù)的思茅松林單木分割 29
1.3.2 基于LiDAR點云數(shù)據(jù)的思茅松林單木信息提取 31
1.3.3 基于無人機激光雷達點云數(shù)據(jù)的思茅松林林分空間結構信息提取 33
1.3.4 考慮空間結構的思茅松單木生物量無人機遙感估測模型構建 35
1.3.5 基于無人機遙感數(shù)據(jù)的思茅松林林木分級 36
1.3.6 基于無人機遙感數(shù)據(jù)的思茅松林林分密度確定及經(jīng)營優(yōu)化 36
第2章 研究區(qū)概況與數(shù)據(jù)獲取 39
2.1 研究區(qū)概況 39
2.1.1 地理位置 39
2.1.2 氣候條件 40
2.1.3 森林資源狀況 40
2.2 數(shù)據(jù)調查與獲取 41
2.2.1 標準木調查 41
2.2.2 樣品測定及生物量計算 42
2.2.3 樣地數(shù)據(jù)獲取 43
2.2.4 無人機數(shù)據(jù)獲取 44
第3章 基于LiDAR點云數(shù)據(jù)的思茅松林單木分割 46
3.1 引入網(wǎng)絡重整思想的思茅松林單木分割方法 46
3.1.1 數(shù)據(jù)獲取及處理 46
3.1.2 基于LiDAR點云網(wǎng)絡重整的高效單木分割算法構建 49
3.1.3 評價體系 58
3.2 單木分割結果分析 62
3.2.1 網(wǎng)絡樞紐的識別與坐標匹配 62
3.2.2 樞紐聚類與單木分割 64
3.2.3 不同森林條件下的單木分割結果比較 66
3.2.4 公開數(shù)據(jù)集分割結果 70
3.3 本章討論 74
3.3.1 樞紐聚類方式的單木分割 74
3.3.2 局部與全局樞紐聚類差異性 75
3.3.3 參數(shù)設置與改進方向 75
3.3.4 單木分割算法性能對比 77
3.3.5 基于LiDAR點云網(wǎng)絡重整的單木分割方法局限性 78
3.4 本章小結 79
第4章 基于LiDAR點云數(shù)據(jù)的思茅松林單木信息提取 81
4.1 基于點云融合策略優(yōu)化的單木信息提取方法 81
4.1.1 數(shù)據(jù)獲取及處理 81
4.1.2 考慮地形的點云分段配準策略 90
4.1.3 點云單木分割及參數(shù)提取 95
4.1.4 區(qū)域單木地上生物量方程構建與模型驗證 97
4.2 單木信息提取結果分析 98
4.2.1 區(qū)域單木生物量模型構建 98
4.2.2 考慮地形的點云配準融合結果 100
4.2.3 考慮地形和點云分段的配準融合結果 106
4.2.4 基于融合點云的單木參數(shù)提取與AGB估測結果 112
4.3 本章討論 116
4.3.1 區(qū)域生物量模型構建的必要性 116
4.3.2 地形對點云配準的影響 117
4.3.3 點云分段配準融合對結果的影響 117
4.3.4 地形對單木分割精度及生物量估算的影響 118
4.3.5 局限性 120
4.4 本章小結 120
第5章 基于無人機激光雷達點云數(shù)據(jù)的思茅松林林分空間結構信息提取 122
5.1 林分空間結構信息提取方法 122
5.1.1 地面調查數(shù)據(jù)處理 122
5.1.2 機載LiDAR數(shù)據(jù)預處理 124
5.1.3 林分空間結構參數(shù)提取與計算 126
5.1.4 林分空間結構參數(shù)精度評價 129
5.1.5 林分空間結構評價 130
5.2 林分空間結構信息提取結果分析 131
5.2.1 機載LiDAR數(shù)據(jù)檢驗 131
5.2.2 不同坡向的林分空間結構 139
5.2.3 不同坡度的林分空間結構 146
5.2.4 不同密度的林分空間結構 153
5.3 本章討論 161
5.3.1 基于機載LiDAR的林分空間結構提取 161
5.3.2 基于機載LiDAR的不同坡向的林分空間結構提取 162
5.3.3 基于機載LiDAR的不同坡度的林分空間結構 163
5.3.4 基于機載LiDAR的不同密度的林分空間結構 164
5.4 本章小結 165
5.4.1 基于機載LiDAR數(shù)據(jù)提取林分空間結構參數(shù)的精度與差異 165
5.4.2 基于機載LiDAR數(shù)據(jù)提取不同林分屬性的林分空間結構 165
第6章 考慮空間結構的思茅松單木生物量無人機遙感估測模型構建 167
6.1 單木生物量無人機遙感估測模型構建方法 167
6.1.1 樣地數(shù)據(jù)獲取與處理 167
6.1.2 機載激光雷達數(shù)據(jù)預處理 168
6.1.3 基于機載激光雷達的單木參數(shù)提取 171
6.1.4 基于激光雷達的空間結構參數(shù)提取 172
6.1.5 模型構建 172
6.1.6 模型評價 174
6.2 單木生物量無人機遙感估測模型構建結果分析 175
6.2.1 單木參數(shù)及空間結構參數(shù)提取精度 175
6.2.2 生物量與激光雷達提取參數(shù)相關性 177
6.2.3 單木生物量基礎模型構建 178
6.2.4 空間結構對生物量的影響 184
6.2.5 考慮空間結構指數(shù)的單木生物量模型 185
6.2.6 考慮不同空間結構指數(shù)模型精度比較 193
6.3 本章討論 196
6.3.1 基于激光雷達的單木參數(shù)提取精度 196
6.3.2 基于樹冠特征的基礎生物量模型 197
6.3.3 考慮空間結構參數(shù)的單木生物量模型 197
6.4 本章小結 198
第7章 基于無人機遙感數(shù)據(jù)的思茅松林林木分級 200
7.1 基于無人機遙感數(shù)據(jù)的思茅松林林木分級方法 200
7.1.1 樣地地面調查數(shù)據(jù)處理 200
7.1.2 基于無人機激光雷達的思茅松林林木參數(shù)提取 202
7.1.3 思茅松林林木分級指標確定 203
7.2 思茅松林林木分級結果分析 206
7.2.1 地面調查數(shù)據(jù)和機載激光雷達數(shù)據(jù)檢驗 206
7.2.2 林木分級綜合指數(shù)構建 211
7.2.3 林木分級綜合指數(shù)特征 213
7.2.4 林木分級綜合指數(shù)的應用 218
7.2.5 不同林分屬性林木分級結果 223
7.3 本章討論 228
7.3.1 基于無人機遙感數(shù)據(jù)的思茅松林林木分級結果可靠性 228
7.3.2 基于無人機遙感數(shù)據(jù)的思茅松林林木分級的局限性與展望 229
7.4 本章小結 230
第8章 基于無人機遙感數(shù)據(jù)的思茅松林林分密度確定及經(jīng)營優(yōu)化 231
8.1 思茅松林林分密度確定及經(jīng)營優(yōu)化方法 231
8.1.1 樣地調查數(shù)據(jù) 231
8.1.2 機載激光雷達數(shù)據(jù)處理 232
8.1.3 單木分割方法 234
8.1.4 單木胸徑估算方法 237
8.1.5 思茅松林多目標經(jīng)營優(yōu)化方法 239
8.2 思茅松林林分密度確定及經(jīng)營優(yōu)化結果分析 244
8.2.1 單木分割參數(shù)提取 244
8.2.2 單木胸徑估算結果 251
8.2.3 思茅松林多目標經(jīng)營優(yōu)化 253
8.3 本章討論 260
8.4 本章小結 261
第9章 結論與展望 262
9.1 研究結論 262
9.2 研究展望 263
參考文獻 265