一种基于两期无人机影像的针叶林采伐蓄积量估算方法技术

本发明专利技术涉及一种基于两期无人机影像的针叶林采伐蓄积量估算方法，获取针叶林伐区采伐前后两期无人机影像，并自动解算航片内外方位元素生成镶嵌影像及影像点云，采用地面控制点进行几何精校正，通过点云匹配的方法，使得每棵树的位置与相应的地面位置一一对应，利用布料模拟滤波算法获得林冠点云以及地面点云；利用林冠点云生成的数字表面模型减去地面点云生成的数字高程模型的差值得到采伐区高精度的冠层高度模型。利用动态窗口的局域最大值法处理冠层高度模型，获取采伐区每棵针叶树的位置。研建胸径‑树高回归模型，根据二元立木材积公式计算单木材积和采伐蓄积量。本发明专利技术为快速高效、客观、准确实现针叶林采伐蓄积量的估算提供了一种新途径。

A Method for Estimating Cutting Volume of Coniferous Forest Based on Two-Phase UAV Images

The present invention relates to a method for estimating the volume of coniferous forest cutting based on two-stage UAV images, obtaining two-stage UAV images before and after coniferous forest cutting, and automatically calculating the azimuth elements inside and outside the aerial photographs to generate mosaic images and image point clouds, using ground control points for geometric precise correction, and matching point clouds to make the position of each tree and the corresponding ground position one. Correspondingly, canopy point clouds and ground point clouds are obtained by using cloth simulation filtering algorithm, and the difference of digital elevation model generated by canopy point clouds is subtracted from the difference of digital elevation model generated by ground point clouds, which is worthy of high precision canopy height model in cutting area. The canopy height model was processed by the local maximum method of dynamic window, and the location of each conifer tree in the cutting area was obtained. A regression model of DBH and tree height was developed to calculate the volume of individual timber and the volume of harvested timber according to the binary standing timber volume formula. The invention provides a new way for fast, efficient, objective and accurate estimation of the cutting stock of coniferous forests.

【技术实现步骤摘要】
一种基于两期无人机影像的针叶林采伐蓄积量估算方法
本专利技术涉及电池测试领域，特别是一种基于两期无人机影像的针叶林采伐蓄积量估算方法。
技术介绍
森林蓄积量是指一定森林面积上存在着的林木树干部分的总材积(孟宪宇，2006)。它是反映森林资源的丰富程度、衡量森林生态环境优劣的重要依据，也是森林固碳能力的重要标志和森林地上生物量部分的重要组成。因此，蓄积量是重要的林分调查因子，它为森林的采伐利用和经营提供重要的依据(谢士琴等，2017)。由于劳动强度大，调查周期长，费时费力等缺点，传统的一、二类森林资源调查方法获取的森林蓄积量数据不能及时准确地反映大面积森林蓄积量的分布状况及动态变化(高广磊等，2013；刘清旺等，2017；史洁清等，2017)。随着遥感技术在林业调查中的应用，国内外学者利用RS、GIS、GPS技术进行了森林蓄积量估测的相关研究。按照数据源与研究方法的不同，这些研究大致可以分为两类：数据源上，主要有遥感影像数据，LiDAR点云数据和多源数据的相结合。然而机载LiDAR点云获取的成本较高，无人机遥感具有操作简单、高效快捷、作业成本低等优势，无人机遥感所获取的影像分辨率可达厘本文档来自技高网...

【技术保护点】
1.一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：包括以下步骤：步骤S1：利用无人机获取伐区采伐前后两期的航拍影像数据，经处理得到两期镶嵌影像和影像点云数据；步骤S2：对两期影像点云数据进行匹配；步骤S3：对步骤S2匹配后的数据进行布料模拟算法滤波处理，分离出林冠点云和地面点云；步骤S4：基于步骤S3获取的点云数据，利用自然邻域插值法生成数字表面模型和数字高程模型，进而获取冠层高度模型；步骤S5：基于步骤S4中构建的冠层高度模型，采用动态窗口局域最大值法进行林冠顶点探测，从而得到株数信息与对应树高信息；步骤S6：基于实测数据研建胸径‑树高回归模型，利用步骤S5的结果获取对应的单...

【技术特征摘要】
1.一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：包括以下步骤：步骤S1：利用无人机获取伐区采伐前后两期的航拍影像数据，经处理得到两期镶嵌影像和影像点云数据；步骤S2：对两期影像点云数据进行匹配；步骤S3：对步骤S2匹配后的数据进行布料模拟算法滤波处理，分离出林冠点云和地面点云；步骤S4：基于步骤S3获取的点云数据，利用自然邻域插值法生成数字表面模型和数字高程模型，进而获取冠层高度模型；步骤S5：基于步骤S4中构建的冠层高度模型，采用动态窗口局域最大值法进行林冠顶点探测，从而得到株数信息与对应树高信息；步骤S6：基于实测数据研建胸径-树高回归模型，利用步骤S5的结果获取对应的单木胸径信息；并利用影像抽样或监督分类获得针叶林树种组成比例信息；步骤S7：利用二元立木材积公式计算相应树种的单木材积，结合株数信息得到采伐蓄积量。2.根据权利要求1所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S1中，所述无人机飞行设置的航向重叠度优于80％，旁向重叠度优于60％；所获的无人机影像分辨率优于10cm；点云密度高于10/m3。3.根据权利要求1所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S2具体为：对两期影像点云数据选取多个同位点进行配准，数据的匹配误差要求在两个像元之内，保证研究区域中每棵树木点云的位置与相应地面点云位置完好对应。4.根据权利要求3所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S2进一步具体为：将获得的两期影像点云数据看做从P,Q两个不同视角下获得的具有重叠区域的数据点集，若在数据点集P中提取一个子集{mi|mi∈P,i＝1,2,...,N}，在数据点集Q中有一子集{mi′|mi′∈Q,i＝1,2,...,N}与之各点对应，配准就是求解在不同视角下，三维数据点之间的坐标转换关系R和T，其中R为旋转矩阵，T为平移矩阵，使得目标函数达到最小化；即多视角对齐的实质是计算满足如下目标函数的旋转和平移变换矩阵：f(R,T)＝min∑[R·pi+T-qi]2；式中，pi与qi为需要对齐的点。5.根据权利要求1所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S3具体包括以下步骤：步骤S31：转换点云几何坐标，使配准之后的点云数据翻转；步骤S32：初始化布料格网，通过格网分辨率确定格网节点数量；步骤S33：将点云点和格网点投影到同一水平面，寻找每个格网点对应的点云点，并记录对应点云点的高程值；步骤S34：计算格网点受重力作用位移的位置，并比较该节点位置高程与其对应点云点高程，如果该节点位置高程小于或者等于点云点高程，则将该节点位置替换到对应点云点位置，并标记为不可动点；其中格网点受重力作用位移的位置计算公式为：式中，m是布料的质量，被设为常数1；X是某个时刻的节点位置；Δt是时间步长，G是重力常数；给出时间步长和节点初始位置，就能够得到当前点的位置；步骤S35：计算每个格网点受邻近节点影响而移动的...

【专利技术属性】
技术研发人员：周小成，郑磊，何艺，黄洪宇，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35