论文部分内容阅读
以黑龙江省凉水国家自然保护区为研究区域,根据2009年获取的激光雷达数据、正射影像图及二类调查数据对郁闭度较高的针叶林和阔叶林进行单木树冠提取研究。树冠位置的探测采用动态窗口局域最大值法,探讨不同树冠模型及动态窗口对单木位置探测的影响；树冠边界的勾绘采用标记控制区域生长法,设计了控制区域生长的6个条件,其中包括控制树冠形状的2个生长条件角(形比和长宽比),以及控制树冠内部性质的4个生长条件(邻域像素、变异阈值、树冠面积阈值和高度差阈值),以单木位置探测的结果作为区域生长法的种子点,进行单木边界的勾绘,并从样地和单木两个层面的精度评价指标对单木位置探测结果和树冠边界的勾绘结果进行评价分析。研究结果表明：对于单木位置探测,利用树冠最大模型(Canopy maximum model, CMM)和树高—树冠的非线性回归的95%预测下限作为动态窗口的局域最大值法探测精度最高,探测百分比(Detection Percentage,DP)达到84.8%以上,最高达到98.6%,用户精度(User’s accuracy,UA)、生产者精度(Producer’s accuracy, PA)和”1：1”对应关系的单木个数均达到应用要求。对于树冠边界的勾绘,样地尺度上,针叶林、阔叶林的树冠面积相对误差(Relative error of crown area, RE_CA)的平均值分别为8.74%和-8.24%。针叶林样地的生产者精度PA在62.2%-77.3%之间浮动,用户精度UA在71.5%～83.9%之间浮动；而阔叶林样地PA达到76.1%-91.2%,UA到达78.5%～92.5%,勾绘精度要明显优于针叶林样地的勾绘精度。这是由于本研究中的阔叶林样地,树冠分布较稀疏所致。针叶林中“位置匹配但过度生长”的情况过多是精度不高的主要原因。本研究将为单木树冠的自动化提取和精准林业的发展提供理论依据和技术支持。