基于无人机倾斜影像的阔叶林单木参数提取

基于倾斜影像提取单木参数是当前无人机在林业研究中的热点,以银杏(Ginkgo biloba L.)阔叶林分为研究对象,利用无人机倾斜摄影数据,采用局部最大值法进行了3种探测窗口的单木顶点识别和单木树高提取,并分别进行了精度验证;比较了种子区域增长算法和标记控制分水岭算法提取冠幅的精确度.结果表明:1)在3m×3m,5m×5m,7m×7m探测窗口下,银杏树顶点识别的F得分分别为0.87,0.88,0.83,5m×5m窗口识别效果最好,其树高预测拟合方程中R2达到了0.99,RMSE为1.91m;2)在预测冠幅相对误差为30％的情况下,种子区域增长算法和标记控制分水岭算法提取树冠面积的正确率分别为73.14％和63.43％,对于建立预测与实测冠幅的线性回归关系中,两种算法的R2分别为0.98和0.97,RMSE分别为1.79m2和2.44m2,总体上种子区域增长算法的树冠分割精度较标记控制分水岭算法高.研究指出了无人机倾斜摄影技术在对银杏阔叶林进行自动化、精准化单木识别与分割上具有可行性,在森林资源调查中具有一定的应用潜力.