基于无人机数据的校园森林参数提取方法研究
文献综述
一、研究意义
森林资源调查，是林业活动的一项重要工作。建国以来，我国森林资源调查的技术手段不断提高。1954年从前苏联引进了航空像片调查方法，用航空像片编制平面图和进行立体判读、小班区划 ,同时在各小班内进行目测调查。20世纪50年代末引进了角规测树技术 ,作为目测调查的补充。从20世纪60年代开始 ,引进了基于数理统计理论的抽样调查技术。20世纪70年代 , 逐步应用计算机技术和卫星遥感技术。近年来 ,随着遥感技术的迅速发展以及社会对森林资源信息需求的多样化 ,遥感技术在森林调查中的作用越来越重要, 范围越来越广,类型越来越丰富。航天、航空、地面等不同平台类型, 千米级到厘米级不同空间分辨率,单波段到高光谱不同光谱分辨率的遥感数据在森林调查中均有应用[ 1]。随着科技的不断进步，无人机技术不断完善，使用无人机的价格更加低廉，无人机越来越多的应用在林业调查及其他领域的各个方面的研究。无人机遥感技术是继传统航空遥感技术与航天遥感技术之后迅速发展起来的第三代遥感技术,以其轻巧灵便,反应迅速,成本低、可反复使用等优势,成为传统航空遥感与航天遥感有力补充[2]。无人机凭借其在小范围地区的更高分辨率，从1米级甚至10厘米级的分辨率，且具有更高的时效性、灵活性和组合性，逐渐成为主流进行在小范围地区林业调查的工具。
二、国内研究
无人机( UAV) 是一种小型无人驾驶飞行设备，当结合地面控制站和数据链接时形成“无人飞行系统”或“无人机系统”。无人机飞行系统是进行现代林业调查的重要工具，森林信息便是在无人机飞行系统拍摄影像的基础上获取，在对影像进行畸变校正、连接点提取与平差、空三加密、影像自动匹配、正射影像纠正等处理后进行树木参数的提取[3]。对于一个小范围的林业调查，可利用无人机搭载高清探测仪器，利用无人机的灵活性对该范围的区域进行探测，得到高清遥感影像。通过ENVI等软件对数据进行预处理，取得有参考价值的有效数据。在付凯婷对于无人机遥感技术估算桉树蓄积量的研究中，以ALOS高分辨率遥感影像为数据源，选取了7个纹理特征量，基于GLCM进行纹理信息的提取，并将获取的光谱和纹理信息融合在一幅图像中，在此基础上提取土地利用信息[4]。
通过采用面向对象多尺度影像分割的方法,针对影像选择合适的尺度以及,分割参数的组合,可以有效提取单木冠幅。其中提取桉树近成熟林单木冠幅精度为74.09%，幼龄林为70.48%；而人工解译桉树近成熟林单木冠幅精度为 80.32%,幼龄林为71.11%。在此基础上提取林分的平均冠幅、郁闭度等,其中人工解译法估测得到林分的平均冠幅的精度为87.96%,面向分割法的为86.27%[5]。
取得无人机影像后，基于实验目的，需要对遥感影像进行分割和合并。为了方便遥感信息的提取和分类，要进行影像分割，分割后能够精确提取遥感影像的纹理、大小等方面的信息。分割尺度决定遥感影像的对象和分类精度。多尺度影像分割既能自动生成遥感影像对象，又能把影像对象按等级结构连接[6]。张密芳等人在紫金山国家森林公园为研究对象，全极化雷达数据为主要信息源，在不同目标特征值分解基础上，采用最大似然、支持向量机、神 经元网络和随机森林4 种分类方法进行监督分类，通过精度验证选取最佳的特征值组合和最优的分类方 法，从而为全极化雷达数据在森林公园土地利用类型分类中的应用提供科学依据[7]。
森林资源规划设计调查是森林资源调查体系中用途最广的,其最重要的内容就是小班区划和勾绘。这是因为森林空间分布定位的准确性、面积测量的精确性和最终资源成果的可靠性,都直接受到小班区划和勾绘的影响。通过航空像片对森林判读,进行区划、分类和估测林分调查因子,可以为规划森林经营提供依据。航空像片森林区划、分类的主要方法是目视判读和计算机分类。现阶段采用的主要方法是目视判读。判读特征主要分为直按判读特征和间接判读特征两类。直接判读特征主要是对影像地物的特征的判别，包括:形状、大小、色调、阴影、图形、纹理等。我们采用的大比例尺像片上直接判读的林分调查因子是面积、株数、树种等。间接判读，主要是利用地物间的相关现象作为判读特征，也就是根据已经判读出来的自然现象而推断另一种现象。例如，根据地形特点判断树种的分布,根据树种分布的地点判断地位级高低等。利用航空像片进行间接判读的林分调查因子，主要包括胸径、立地指数、林分结构、材积等。而本次研究主要通过局部最大值法、谷地跟踪等多种算法对校园森林郁闭度、株数、冠幅、树高进行参数估计[8]。通过测量代表样地的树高、冠幅等参数，通过局部最大值法对学校校园森林郁闭度等参数进行估计。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
