申请/专利权人：武汉大学

申请日：2023-06-14

公开（公告）日：2024-06-11

公开（公告）号：CN116883834B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/143;G06V10/30;G06V10/42;G06V10/764;G06V10/774;G06V10/54;G06V10/766;G01S13/86;G06Q10/0637;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2023.10.31#实质审查的生效;2023.10.13#公开

摘要：本发明提供一种赤松单木地上生物量遥感估算方法及系统，包括基于待分析的目标区域，从中选取采样区域，获取赤松单木地面调查数据，获取无人机激光点云和光学影像；利用单木地面调查数据计算单木地上生物量；分别对激光点云和光学影像进行预处理及单木识别，提取遥感特征变量，结合赤松单木地上生物量对特征变量进行重要性排序，得到预测因子；将最佳遥感特征组合作为预测变量，赤松单木地上生物量作为响应变量，对随机森林模型进行训练，修正选择最优估算模型；对待估算区域整体进行赤松单木提取及生物量定量估算。本发明通过地理空间信息技术和数学分析模型结合，可为森林环境保护、生态建设提供有效技术支持。

主权项：1.一种赤松单木地上生物量遥感估算方法，其特征在于：用于将森林AGB估算研究尺度细化到单木尺度，实现基于无人机影像和LiDAR点云的赤松AGB估算，实现过程包括以下步骤，步骤1，基于待分析的目标区域，从中选取若干小块作为采样区域，获取采样区域的赤松单木地面调查数据，获取方式包括，使用RTK设备从样地内的固定位置测量得到林木的空间坐标，获得单木x,y坐标作为单木实测数据；利用围尺对每棵树距离地面1.3m处进行树干胸径测量；利用塔尺仪器测量若干棵树的树顶高度；共获取赤松单木数据若干条，记录单木的空间坐标、树种、胸径和树高信息；并根据地面调查数据的采集时间段，获取该采集时间段内采样区域的无人机激光点云和光学影像；步骤2，利用步骤1获取的单木地面调查数据计算单木地上生物量，包括利用以下异速生长方程分别计算树干生物量、树枝生物量和树叶生物量，树干生物量：lnWS＝2.894+0.8834lnD2H树枝生物量：lnWB＝4.354+0.9623lnD2H树叶生物量：lnWL＝4.196+0.7862lnD2H其中，D为树木胸径，H为树木树高；地上部分总生物量＝树干生物量+树枝生物量+树叶生物量；步骤3，选取高度大于0.5米的归一化点云，以剔除林下灌丛地物干扰，分别对激光点云和光学影像进行预处理及单木识别，提取遥感特征变量，结合赤松单木地上生物量对特征变量进行重要性排序，得到最终进行生物量估算的预测因子，包括点云90％分位高度H90、点云10％分位高度H10、点云平均高度H_mean、叶面积指数LAI、点云分位密度D0、D4、点云70％分位强度I70、点云最大强度最大I_max、树冠面积area、绿波段平均反射率G、蓝波段平均反射率B、植被指数ExG-ExR、方差纹理因子Var、相关性纹理因子Cor；步骤4，将步骤3得到的最佳遥感特征组合作为生物量回归模型的预测变量，步骤2计算的赤松单木地上生物量作为响应变量，对随机森林模型进行训练，通过随机森林偏差校正方法修正模型预测结果，评价模型效果，选择最优估算模型；所述随机森林偏差校正方法包括简单线性回归校正、内置偏差校正、残差旋转偏差校正；选用决定系数和可解释方差指标反映生物量估算模型的精度和可靠性，选用均方误差和平均绝对偏差指标反映预测数据与实际数据的偏差；步骤5，利用步骤4得到的最优估算模型，对待估算区域整体进行赤松单木提取及生物量定量估算，在自动评价得到某赤松地上生物量异常时，通过预设通信链路发出相应告警。

全文数据：

权利要求：

百度查询： 武汉大学 一种赤松单木地上生物量遥感估算方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD