高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

机载与星载高分遥感影像单木树冠分割方法和适宜性对比

孙振峰 张晓丽 李霓雯

引用本文:
Citation:

机载与星载高分遥感影像单木树冠分割方法和适宜性对比

    作者简介: 孙振峰。主要研究方向:资源监测与信息化管理。Email:sunzhenfeng_10@163.com  地址:100083 北京市海淀区清华东路35号北京林业大学林学院.
    通讯作者: 张晓丽,教授,博士生导师。主要研究方向:定量遥感。Email:zhang-xl@263.net  地址:同上. 
  • 中图分类号: S771.8

Comparison of individual tree crown extraction method and suitability of airborne and spaceborne high-resolution remote sensing images

  • 摘要: 目的 应用高分辨率遥感影像快速准确提取单木树冠信息,对现代森林管理具有重要意义。面向对象的多尺度分割方法能有效地解决基于像元特征分析的局限,是单木树冠提取的重要技术途径。本文对比分析了不同遥感平台和人工林树种的树冠提取精度,探究实验方法针对不同尺度影像数据和树种的优势及适用性,并结合调查目的为影像数据的选取提供参考。方法 以广西壮族自治区高峰林场为研究区,选取低空无人机CCD、机载CCD和星载高分二号遥感影像数据,针对树冠区域与背景区域的对比度效果不佳的问题,首先采用小波变换进行图像增强处理,去除影像噪声,增强树冠与背景的对比度;然后应用面向对象的多尺度分割方法,排除背景区域的干扰,针对树冠区域进行单木树冠的快速提取;最后对3种影像下提取的杉木和桉树人工林单木树冠的流程和方法,以及树冠提取精度进行研究分析。结果 采用小波变换对无人机和机载平台影像增强效果显著,无人机平台下桉树和杉木实验区单木分割精度分别为87%和93.3%,冠幅估测精度为84.2%和85.1%;机载平台下桉树和杉木实验区单木分割精度为89%和91.1%,冠幅估测精度为83.9%和84.4%;而小波变换对星载平台影像增强效果不佳,桉树和杉木实验区的单木分割精度为82%和89%,冠幅估测精度为72.3%和73.3%。结论 在无人机和机载平台下,应用多尺度分割得到的树冠提取精度相接近;在星载平台下,直接应用多尺度分割进行单木树冠提取,受影像自身空间分辨率的局限,提取精度低于前两种平台,但也能够满足森林调查的基本需求。
  • 图 1  研究区示意图

    Figure 1.  Location of the study area

    图 2  单木树冠提取技术路线

    Figure 2.  Technical diagram for extracting tree crown

    图 3  小波分解示意图

    Figure 3.  Wavelet decomposition diagram

    图 4  原始影像及不同小波阈值处理后影像

    Figure 4.  Original image and different wavelet threshold processed images

    图 5  不同平台影像小波增强变换效果

    Figure 5.  Wavelet enhancement transform effects for different platform images

    图 6  影像树冠区域及分割结果

    Figure 6.  Forest area and segmentation results