基于UAV高分影像的林木冠幅提取与蓄积量估测研究

《基于UAV高分影像的林木冠幅提取与蓄积量估测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号S757.2学位代码309学校代码10298密级GK学号3140487硕士学位论文论文题目：基于UAV高分影像的林木冠幅提取与蓄积量估测研究作者：李赟专业：森林经理学研究方向：森林资源监测及3S技术应用指导教师：温小荣副教授二〇一七年六月学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下进行的研究工作所取得的成，果。尽我所知除文中已经特别注明，引用的内容和致谢的地方外本论文不包含任何其他个人，或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均

2、已在文中以明确方式注明并表示感谢。本人完全意识到本声明的法律结果由本人承担。学位论文作者（本人签名）：？ｆ年／月／夕曰４ｊｆ学位论文出版授权书本人及导师完全同意《中国博士学位论文全文数据库出版章程》、《中国优秀硕士学位论文“”全文数据库出版章程“》（以下筒称章程，见ｗｗｗ．ｃｎｋｉ．ｎｅｔ），愿意将本人的学位论文提交中”国学术期刊（光盘版）电子杂志社在《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》中全文发表和以电子、网络形式公开出版，并同意编入Ｃ

3、ＮＫＩ《中国知识资源总库“，，》在《中国博硕士学位论文评价数据库，》中使用和在互联网上传播同意按，章程规定旱受相关权益。论文密级：公开□保（年至）一月＿年月（保一密的孝似仑式在解密意道守雜试）气，｜作者签名：４％：导师签名年月＾曰一年」Ｌ月—日致谢三年的研究生学习生活即将落下帷幕，回想三年前我迈进南京林业大学校门的那刻，内心充满了激动与期待，激动的是我终于来到了自己心目中的高级学府，在这里即将展开我三年的学习生活，期待的是我在这里即将会遇到怎样的老师、同学和迎来怎样

4、的研究生生活。时光荏苒，三年的时间眨眼就飞逝了，我在南京林业大学遇到了和蔼可亲，学富五车的老师们，遇见了互相合作，互相友爱的同学们。他们在我完成这篇论文的过程中都给予了莫大的帮助，在这里，我以一颗感恩的心向敬爱的老师们和亲爱的同学们表示感谢。感谢我敬爱的导师——温小荣副教授，在他的悉心指导下我顺利地完成了毕业论文。从论文的选题、研究方案的定制、论文的修改和定稿，无一不倾注着温老师大量的心血，他给予了我学术上最专业的指导。在生活中，温老师同样扮演者亦师亦父的角色，对我嘘寒问暖、呵护备至。温小荣老师和蔼可

5、亲、严谨细致，待人接物谦逊温和，是我学习、为人处世的楷模。感谢佘光辉教授，在我每次遇到和生活的困难时，总能得到他的帮助与指导，佘老师广博的学识，谦虚正直的品格，和蔼的为人，是我终生学习的榜样。他不仅在学业上教导着我，他的思想高度以及社交处世哲学更是使我受益匪浅。感谢林国忠老师、周春国老师、孙圆老师、徐雁南老师等。他们学识渊博、治学严谨，总能够将各种专业知识深入浅出地教授给我们。他们循循善诱的教导使我们不仅学到了新的专业知识、新的研究方法、研究视角，更学到了严谨、扎实的为学精神。感谢同窗好友郜昌建、孟雪

6、、陈树，平日里与同学们之间的相互探讨，让我对学术研究有了更浓厚的兴趣。他们帮助我度过了诸多困难，他们让我的研究生生活丰富多彩，同他们的讨论使我收获很多。感谢我亲爱的同门师兄师姐：王凯、梁子瑜、刘俊、高媛赟，以及师弟师妹：刘雪惠、王海龙、张峥男、龚鑫烨、华一枝。怀念和你们一起生活学习、在实验室奋斗、一起出差的日子，感谢你们让我感受到了生活的多彩。感谢我的家人们。他们总是无私地为我付出，在生活中时刻关怀我，在学习中时刻激励我。在我写论文期间，他们更是给予我最大的支持与鼓励，让我深深感受到爱的关怀，使我直面

7、困难，永不放弃。灼灼年华，匆匆逝去，转眼即将踏出校门的我，再次向我的老师、同学、家人表示真诚的感谢，感谢大家在这三年中对我的鼓励与支持。祝愿你们身体健康、工作顺利、万事如意！作者：李赟二○一七年六月于南京摘要本研究以江苏省东台市东台林场为研究区，借助无人机高分影像，以及地面调查数据，首先通过基于面向对象的技术进行林木冠幅分割与林木株数提取；其次建立冠幅、年龄、胸径等因子的回归模型，以及利用直径分布模型，进行林分蓄积量估测；最后对不同蓄积量估测方法进行比较分析。主要结论如下：1.利用多尺度分割、面向对象

8、分类技术对无人机高分影像进行林木冠幅提取，取得了较好的提取效果。研究区内杨树冠幅的最佳分割尺度为8~20，紧致度和形状因子为0~1，亮度特征、相邻性指数、形状指数三个指标适合用于林木冠幅的提取，且最优的影像范围大小为样地尺度。将实测林木冠幅与影像提取冠幅进行精度对比，结果无明显差异。2.建立杨树实测胸径与影像提取平均冠幅的回归模型，其模型R2为0.75。以冠幅模型计算的蓄积量作为辅助因子，实测蓄积量为主因子进行杨树蓄积量双重回归估计，其双重回归估计方程R