星载激光遥感林业应用发展研究 被引量：18

1

作者 岳春宇 郑永超 +4 位作者 邢艳秋 庞勇 李世明 蔡龙涛 何红艳 《红外与激光工程》 EI CSCD 北大核心 2020年第11期97-106,共10页

林业测量调查是星载激光遥感的重要应用方向。迄今为止,国外发展了多台套的星载激光载荷已经用于林业遥感。国内资源三号(02)星搭载的激光测距仪实验载荷实现了我国星载激光对地观测的突破,即将发射的陆地生态系统碳监测卫星多波束激光... 林业测量调查是星载激光遥感的重要应用方向。迄今为止,国外发展了多台套的星载激光载荷已经用于林业遥感。国内资源三号(02)星搭载的激光测距仪实验载荷实现了我国星载激光对地观测的突破,即将发射的陆地生态系统碳监测卫星多波束激光雷达也将在林业遥感中取得重要应用。ICESAT-1/GLAS系统全波形数据成功用于全球林地垂直结构调查,ICESAT-2/ATLAS系统以光子探测的方式获取林地点云调查数据,星载激光遥感林业应用从实验、演示验证、进入实用阶段。这期间多型星载激光雷达经过了技术体制的选择、参数的优化,器件技术和处理技术的突破。本文综述了主要在轨服务林业遥感的星载激光雷达的配置和数据应用,研究了星载激光雷达林业遥感的探测机制、技术体制、应用现状、适用范围等,分析总结了各类星载激光雷达林业应用技术特点、发展演化趋势,提出星载激光雷达载荷研制应根据任务应用需求、科学和工程目标,充分发挥激光技术长项,与其他载荷手段优化配置,扬长补短,展望了星载激光雷达林业遥感技术和应用的发展趋势、研究热点及其应用拓展。 展开更多

关键词 星载激光雷达 林业 遥感 发展研究

在线阅读 下载PDF 职称材料

基于Sentinel-1A与Landsat 8数据的北黑高速沿线地表土壤水分遥感反演方法研究 被引量：27

2

作者 曾旭婧 邢艳秋 +2 位作者 单炜 张毅 王长青 《中国生态农业学报》 CAS CSCD 北大核心 2017年第1期118-126,共9页

土壤含水量是影响水文和气候变化的基本参数,研究土壤含水量分布,对气候变化、水资源分布、农作物估产等有着重要的现实意义和科学价值。本文以2015年6月21日的Sentinel-1A(哨兵1号)双极化合成孔径雷达影像为基础,结合同时段辅助光学影... 土壤含水量是影响水文和气候变化的基本参数,研究土壤含水量分布,对气候变化、水资源分布、农作物估产等有着重要的现实意义和科学价值。本文以2015年6月21日的Sentinel-1A(哨兵1号)双极化合成孔径雷达影像为基础,结合同时段辅助光学影像Landsat 8,对北安—黑河高速沿线地区不同植被覆盖程度下复杂地表土壤含水量进行反演研究,探讨不同极化组合方式在不同土地利用方式下的土壤水分含量反演结果。结果表明:VH极化及VH与辅助变量NDVI(Normalized Difference Vegetation Index)组合反演精度分别为52.1%和53.6%,整体效果并不理想。VV极化(VV Polarization)图像和双极化VV/VH(VH Polarization)组合在裸露和低植被地区反演更具有优势,其精度分别为75.4%和59.5%,而在高植被覆盖度地区并不适用。VH极化反演结果中耕地土壤含水量比实际值低9.37%,VV极化在低植被区域土壤含水量比实际值低10.45%,在灌木及耕地地区VV/VH反演结果精度比单极化及其组合反演结果低,最高精度模型的反演是VV结合NDVI。VV与辅助变量NDVI结合能综合反映复杂地表环境下土壤含水量,其精度达84%,标准误差RMSE为2.07,比VV极化反演精度提高8.8%,RMSE比VV极化降低2.704。VV与辅助变量NDVI组合方式在中等植被覆盖地区土壤含水量反演更具有优势,并能够更好地发挥哨兵1号C波段合成孔径雷达在土壤水分研究中的潜力与有效性。 展开更多

关键词 Sentinel-1A 土壤含水量 后向散射系数 极化方式 支持向量回归

在线阅读 下载PDF 职称材料

基于ICESat-GLAS全波形数据的坡地森林冠层高度估测 被引量：6

3

作者 王蕊 邢艳秋 +1 位作者 邱赛 王爱娟 《安徽农业科学》 CAS 2014年第9期2790-2793,2805,共5页

地形坡度对星载LiDAR的回波波形会产生很大的影响,并会进一步影响森林结构参数的正确估测。比较两类参数量化地形坡度的能力:辅助地形DEM数据的地形指数和波形自身参数后缘长度,以在反演坡地森林冠层高度时仅从回波波形本身出发,而不需... 地形坡度对星载LiDAR的回波波形会产生很大的影响,并会进一步影响森林结构参数的正确估测。比较两类参数量化地形坡度的能力:辅助地形DEM数据的地形指数和波形自身参数后缘长度,以在反演坡地森林冠层高度时仅从回波波形本身出发,而不需要借助于其他辅助数据。采用估测坡地森林冠层高度的两组对比模型来比较:第1组对比模型是Xing模型和基于未改进的后缘长度的线性模型;第2组对比模型是Xing模型和基于改进的后缘长度的线性模型。结果表明,在两组对比模型中,基于波形自身特征参数的模型结果均优于基于辅助地形DEM数据的地形指数的Xing模型,说明在量化地形坡度时,波形的自身特征参数的量化能力要高于辅助地形DEM数据的量化能力。 展开更多

关键词 星载LiDAR ICESat-GLAS 坡地 森林冠层高度

在线阅读 下载PDF 职称材料

针阔混交林冬季油锯择伐作业中保留木的损伤率

4

作者 王立海 游祥飞 孟春 《林业科学》 EI CAS CSCD 北大核心 2011年第2期9-14,共6页

采用理论分析、建立数学模型、案例研究验证相结合的方法,系统研究针阔混交林冬季择伐作业中油锯伐木对保留树木损伤率的影响。首先,通过理论分析,建立保留木损伤率与择伐强度、采伐木单株材积及初始林分密度的理论数学模型;其次,利用... 采用理论分析、建立数学模型、案例研究验证相结合的方法,系统研究针阔混交林冬季择伐作业中油锯伐木对保留树木损伤率的影响。首先,通过理论分析,建立保留木损伤率与择伐强度、采伐木单株材积及初始林分密度的理论数学模型;其次,利用在黑龙江省带岭林业局东方红林场实地观测得到的数据,进行案例研究,并对模型进行验证和修正。结果表明:模型模拟数据与实际观测结果相关性较好,模型有效。经过研究,得出保留木损伤率与择伐强度呈抛物线关系,与采伐木单株材积和林分密度的乘积呈线性关系,并利用调查数据模拟出保留木损伤率与择伐强度、采伐木单株材积和林分密度乘积的三维立体曲面图;人为控制采伐木倒向对降低保留木损伤率效果显著(损伤率最大值相对降低9%)。最后,根据研究结果,提出若干降低保留木损伤率的作业建议。 展开更多

关键词 择伐 保留木 损伤率 模型 油锯伐木 针阔混交林

在线阅读 下载PDF 职称材料

基于近邻几何特征的TLS林分点云分类研究 被引量：4

5

作者 汪献义 邢艳秋 +2 位作者 尤号田 邢涛 舒苏 《北京林业大学学报》 CAS CSCD 北大核心 2019年第6期138-146,共9页

【目的】在地面激光雷达点云分类任务中多存在特征维度较高的问题,然而当点云数量较多,分类任务中构造较高维度的特征往往需要较多的计算成本和运行内存。为了解决这一问题,本研究提出用近邻点构造5个几何特征训练成熟分类器,以期在将... 【目的】在地面激光雷达点云分类任务中多存在特征维度较高的问题,然而当点云数量较多,分类任务中构造较高维度的特征往往需要较多的计算成本和运行内存。为了解决这一问题,本研究提出用近邻点构造5个几何特征训练成熟分类器,以期在将林分点云分为地面、树干与枝叶3个类别的同时达到降低特征维度的目的。【方法】在构造特征的过程中采用近邻值为140的快速KDtree搜索近邻点,获得近邻点后利用其计算协方差矩阵特征值、法向量、曲率、方差和最大高程差构造5个几何特征训练分类器。为了检验本研究构造的特征在林分点云分类中的稳定性,分类器分别采用随机森林和xgboost做比较研究。本研究的实验数据均来自地面激光雷达扫描获得的单站蒙古栎人工林点云数据。【结果】使用随机森林和xgboost分类器训练的模型在测试集中正确估计样本数量和样本总量的比值分别为0.932 1和0.936 3。这两个分类器在地面、树干和枝叶这3个类别中的查准率达到0.97、0.93、和0.91以上,且在这3个类别中的分类结果中xgboost较随机森林均有千分级的优势。【结论】结果表明本研究构造的特征能够完成林分点云分类任务,在保证点云分类准确率的基础上,既减少了特征维度,又有助于提高特征计算效率,具有较高的稳定性。本研究的分类结果可为林分参数反演和生物量估计等研究奠定基础。 展开更多

关键词 地面激光雷达 点云分类 几何特征 分类器

在线阅读 下载PDF 职称材料

森林采伐迹地清理方式对迹地土壤理化性质的影响(英文) 被引量：13

6

作者 Wang Lihai 王立海 《林业科学》 EI CAS CSCD 北大核心 2002年第6期87-92,共6页

采伐剩余物迹地清理是森林作业的重要组成部分之一。本文通过在黑龙江省带岭林业局野外迹地取样和实验室分析 ,对森林采伐剩余物迹地清理方式对迹地土壤的影响进行了初步研究。结果表明 ,迹地清理方式对作业迹地土壤理化特性产生一定程... 采伐剩余物迹地清理是森林作业的重要组成部分之一。本文通过在黑龙江省带岭林业局野外迹地取样和实验室分析 ,对森林采伐剩余物迹地清理方式对迹地土壤的影响进行了初步研究。结果表明 ,迹地清理方式对作业迹地土壤理化特性产生一定程度的影响 ,进而影响森林采伐后的迹地天然更新与苗木生长质量。研究结果还表明 ,火烧和堆积方法对迹地土壤物理特性影响不十分显著 ,但对土壤的化学特性影响十分显著 。 展开更多

关键词 森林采伐迹地 清理方式 土壤理化性质 剩余物清理

在线阅读 下载PDF 职称材料

基于LiDAR点云能量信息的樟子松郁闭度反演方法 被引量：8

7

作者 尤号田 邢艳秋 +2 位作者 冉慧 王蕊 霍达 《北京林业大学学报》 CAS CSCD 北大核心 2014年第6期30-35,共6页

为提高小光斑激光雷达估测针叶林郁闭度的精度,采用回归分析法建立多变量回归模型,通过对小光斑激光雷达点云数据进行处理,分别提取3个数量比值变量、3个能量比值变量,并建立郁闭度单变量反演模型,接着在单变量的基础上进行多元线性回... 为提高小光斑激光雷达估测针叶林郁闭度的精度,采用回归分析法建立多变量回归模型,通过对小光斑激光雷达点云数据进行处理,分别提取3个数量比值变量、3个能量比值变量,并建立郁闭度单变量反演模型,接着在单变量的基础上进行多元线性回归分析,建立郁闭度多变量反演模型,最后用剩余数据对所建立的反演模型进行精度评价。结果表明:在郁闭度单变量反演模型中I2反演模型最好,拟合相关性为R2=0.818,Adj R2=0.810,RMSE=0.016,模型精度为P=0.978;多变量反演模型中LPI'和I'3组合的模型最好,拟合相关性为R2=0.898,Adj R2=0.889,RMSE=0.012,模型精度为P=0.972。由最终所得模型可知,能量比值变量模型所得结果相对数量比值变量模型结果要好且稳定,多变量反演模型的拟合相关性及精度都比单变量模型要高。本研究所提取的参数相对较少,且能量比值变量的提取有一定的局限性,未来研究中应提取更多的高效参数且进一步加强能量比值变量的探究。 展开更多

关键词 小光斑激光雷达 针叶林 郁闭度 能量比值变量 反演模型 多元线性回归

在线阅读 下载PDF 职称材料

择伐对生长季针阔混交林土壤分室呼吸的影响 被引量：10

8

作者 孟春 王立海 沈微 《林业科学》 EI CAS CSCD 北大核心 2008年第8期23-28,共6页

采用LI-8100土壤CO2排放通量全自动测量系统和与之配套的土壤温度、湿度传感器,对小兴安岭带岭林业局东方红林场观测样地不同强度择伐后,测定林地生长季土壤分室呼吸速率以及10cm土深处的温度和湿度,探讨生长季土壤各分室呼吸的年际变... 采用LI-8100土壤CO2排放通量全自动测量系统和与之配套的土壤温度、湿度传感器,对小兴安岭带岭林业局东方红林场观测样地不同强度择伐后,测定林地生长季土壤分室呼吸速率以及10cm土深处的温度和湿度,探讨生长季土壤各分室呼吸的年际变化。结果表明:枯枝落叶层土壤呼吸速率生长季平均值呈逐年增加的趋势,观测期内枯枝落叶层土壤呼吸速率均值与采伐强度呈二次相关的关系(R2=0.806);根系呼吸速率生长季平均值逐年变化较复杂,差异较大,观测期内根系呼吸速率均值与采伐强度亦呈二次相关的关系(R2=0.415);矿质土壤呼吸速率生长季平均值呈逐年增加的趋势,与采伐强度相关性不显著。土壤温度和湿度是影响土壤分室呼吸速率变化的2个重要因素。枯枝落叶层和矿质土壤层是控制择伐后林地土壤呼吸变化的关键组分。为降低择伐后林地CO2排放增加速率,应选用中小强度(52%以下)的择伐作业。 展开更多

关键词 择伐 土壤分室呼吸 枯枝落叶层呼吸 根系呼吸 矿质土壤呼吸

在线阅读 下载PDF 职称材料

ICESat-2/ATLAS数据反演林下地形精度验证 被引量：10

9

作者 黄佳鹏 邢艳秋 +1 位作者 秦磊 夏婷婷 《红外与激光工程》 EI CSCD 北大核心 2020年第11期114-123,共10页

针对星载激光雷达数据反演林下数字地面模型(Digital Terrain Model,DTM)存在困难的问题,研究了冰云陆地高程卫星-2(Ice,Cloud,and land Elevation Satellite,ICESat-2)/先进地形激光高度计系统(Advanced Opographic Laser Altimeter Sy... 针对星载激光雷达数据反演林下数字地面模型(Digital Terrain Model,DTM)存在困难的问题,研究了冰云陆地高程卫星-2(Ice,Cloud,and land Elevation Satellite,ICESat-2)/先进地形激光高度计系统(Advanced Opographic Laser Altimeter System,ATLAS)的强弱光束数据反演林下地形的精度,并探究了冠层高度及植被覆盖率对于ICESat-2/ATLAS反演林下DTM精度的影响。研究结果表明:强波束反演林下DTM的精度为R^2=1,RMSE=0.74 m,弱波束反演林下DTM的精度为R^2=1,RMSE=0.76 m,强波束相对弱波束表现出更优的反演精度,但是,强光束与弱光束的光子云数据均可为反演林下DTM提供科学数据。从研究区植被的整体情况来看,随冠层高度及植被覆盖率的增加,不同激光类型数据均出现误差逐步增加的情况。 展开更多

关键词 ICESat-2/ATLAS 强波束 弱波束 林下数字地面模型 冠层高度

在线阅读 下载PDF 职称材料

机载LiDAR航带旁向重叠对针叶林结构参数估测的影响 被引量：1

10

作者 尤号田 邢艳秋 +1 位作者 彭涛 丁建华 《林业科学》 EI CAS CSCD 北大核心 2018年第6期109-118,共10页

【目的】研究机载LiDAR航带旁向重叠对针叶林林分平均高和森林叶面积指数(LAI)估测的影响,为机载LiDAR点云数据区域森林结构参数估测提供参考。【方法】野外分别测定30块樟子松、33块长白落叶松样地的林分平均高和LAI,对原始LiDAR点云... 【目的】研究机载LiDAR航带旁向重叠对针叶林林分平均高和森林叶面积指数(LAI)估测的影响,为机载LiDAR点云数据区域森林结构参数估测提供参考。【方法】野外分别测定30块樟子松、33块长白落叶松样地的林分平均高和LAI,对原始LiDAR点云数据进行去噪、点云分类、高程归一化和重叠点移除等处理,从重叠点移除前、重叠点和重叠点移除后的点云数据中分别提取一系列样方点云高度分位数(HP1、HP5、HP10、…、HP99、Hmax和Hmean)和激光穿透指数(LPI),借助留一交叉验证建立并评价樟子松和长白落叶松林分平均高和LAI估测模型的精度,通过对比分析估测模型的决定系数(R2)和均方根误差(RMSE)揭示机载LiDAR航带旁向重叠对针叶林林分平均高和LAI估测的影响。【结果】对樟子松林分平均高估测而言,重叠点移除前林分平均高的最高估测精度(R2=0.873,RMSE=0.940)出现在HP90处,重叠点林分平均高的最高估测精度(R2=0.892,RMSE=0.866)出现在HP80处,而重叠点移除后林分平均高的最高估测精度(R2=0.892,RMSE=0.868)出现在HP55处;对长白落叶松林分平均高估测而言,重叠点移除前、重叠点和重叠点移除后林分平均高的最高估测精度均出现在HP99处,R2分别为0.725、0.719和0.741,RMSE分别为1.196、1.209和1.161。对樟子松LAI估测而言,重叠点移除前估测结果 R2为0.666,RMSE为0.220,重叠点估测结果 R2为0.551,RMSE为0.255,重叠点移除后R2提高到0.794,RMSE降低为0.172;对长白落叶松LAI估测而言,重叠点移除前估测结果 R2为0.654,RMSE为0.110,重叠点估测结果 R2为0.640,RMSE为0.112,与樟子松估测结果一致,重叠点移除后长白落叶松LAI估测精度大幅度提高,R2变为0.762,RMSE变为0.091。【结论】无论是林分平均高还是森林LAI,相邻航带旁向重叠点移除后的估测精度均高于重叠点移除前和重叠点,且樟子松的估测精度高于长白落叶松。对林分平均高而言,樟子松和长白落叶松达到最高估测精度时所对应的点云高度分位数不同。机载LiDAR点云数据相邻航带旁向重叠点的移除可有效提高森林结构参数的估测精度,在未来机载LiDAR点云数据预处理时应加入重叠点移除操作。 展开更多

关键词 机载激光雷达 航带旁向重叠 针叶林 平均树高 叶面积指数

在线阅读 下载PDF 职称材料

基于极限学习机的单木枝叶点云分类

11

作者 章又文 邢艳秋 《安徽农业科学》 CAS 2019年第5期237-240,246,共5页

[目的]在林业测量中,利用树木的三维激光点云数据提取其结构信息以及模型拟合三维重建较为普遍,而林木枝叶三维点云分割则是林木参数提取以及三维重建的前提。[方法]利用扫描的单木三维点云数据,提取了单木点云的空间特征、反射强度、RG... [目的]在林业测量中,利用树木的三维激光点云数据提取其结构信息以及模型拟合三维重建较为普遍,而林木枝叶三维点云分割则是林木参数提取以及三维重建的前提。[方法]利用扫描的单木三维点云数据,提取了单木点云的空间特征、反射强度、RGB色彩特征等多维特征,为提高分类的效率,通过随机森林算法按照其特征重要程度排序,除去冗杂的特征,保留RGB色彩、反射强度、法向分布特征作为分割依据。采用极限学习机(Extreme Learning Machine,ELM)对训练样本进行学习,并对原始数据进行枝叶点云的分类识别试验,分类正确率达到98.99%。[结果]在同等试验条件下,分别采用BP(Back Propatation)神经网络、LVQ(Learning Vector Quantization)神经网络、决策树(Decision Tree)、朴素贝叶斯(Naïve Bayes Classifier,NBC)、支持向量机(Support Vector Machine,SVM)进行分类,分类,其正确率分别为94.30%、91.26%、96.95%、85.67%、98.16%。[结论]试验结果表明极限学习机的分类效果较好。 展开更多

关键词 激光点云 枝叶点云分类 空间特征 色彩特征 随机森林 极限学习机

在线阅读 下载PDF 职称材料