大疆太原北美体验店

当前位置:首页 >行业 >林业勘察

林业勘察

无人机测绘技术在林业工作中的应用主要包括森林资源调查、病虫害监測、火灾监测、人工增雨、林业种植等方面,覆盖面广、应用效果好,很大程度上提高了林业生产效益,解决了人力,节约了财力、物力,保证林业工作质量。

机载激光雷达勘测方案

无人机遥感系统树木分类应用原理

    传感器:针对不同需要,有多种供选择类型,如ADC Air 冠层测量相机,理光 GXR  A12 数码相机等。

    数据预处理:需要借助多种图像处理软件,如PixelWrench2,ENVI等。

    分类原理与算法:分析不同农作物波普曲线,借助NDVI 等软件可以消除大部分与仪器定标、太阳角、地形、云阴影和大气条件有关辐照度的变化,增强了对植被的响应能力。

    分类结果分析:根据合适的算法分析,编程实现自动分类。

    普适性验证与评价::树木分类结果混淆矩阵进行验证和精度评价。


无人机遥感系统森林病虫害监测应用原理

1)病虫害光谱响应生理机制;光学遥感监测,植物在病虫害侵染条件下在不同波段上表现出不同程度吸收和反射特性的改变,即病虫害光谱响应。

2)病虫害光谱响应特征位置;由于病虫害叶片或冠层光谱是对植物生理、生化、形态、结构等改变的整体响应,具高度复杂性,因此对于不同植物,不同类型、不同发展阶段的病虫害,可能会有多样的光谱特征。例如水稻,小麦。

3)应用于病虫害监测的植被指数;

4)病虫害遥感识别和程度区分算法;一类是基于高光谱非成像数据建立的模型,一类是基于图像的数据分析方法。这些方法涉及了多元统计分析,数据挖掘算法和图像分析方法等等。


覆盖度监测

植被覆盖度,是描述地表植被分布的重要参数,在分析植被分布影响因素、评价区域生态环境等方面具有重要意义。

遥感监测森林覆盖度变化主要分为 2 类:一是通过卫星影像数据,建立光谱植被指数与覆盖度的相关模型;二是通过人工地面采集数字影像,对影像进行图像分隔或分类操作,提取覆盖度。通过卫星影像提取覆盖度,受天气影响大,且空间分辨率、时间分辨率常常难以满森林样地的覆盖度变化研究需求。人工地面采集影像提取覆盖度,大面积范围应用时耗时耗力、效率较低。然而,低空无人机遥感可以弥补原有覆盖度变化监测方法的不足。


森林参数反演

由于激光雷达具有多次回波特性,激光脉冲在穿越植被空隙时,可返回树冠、树枝、地面等多个高程数据,有效克服植被影响,更精确探测地面真实地形。

ABUIABAEGAAg7Lvk0wUo4Mju9wcwigQ4rQE.png

ABUIABAEGAAgh7zk0wUoxvWz5gEwxAI44gE.png

ABUIABAEGAAgk7zk0wUovqWpgQUwvwI4zAE.png


用Point Process对树木点云信息进行单木分割和高程显示处理

方案优点:

1 FI-LI1.0激光雷达与已有设备相比体积小、重量轻、功耗低、集成度高,飞行时间达50分钟以上。该采集平台每秒钟最高可获得30万个点,最高可达到厘米级,获取数据量大且精度高。

2 可以将单木数据从整体点云中分割出来,以获得树高、树冠尺寸、树冠基部高、断面积、胸径、立木蓄积和生物量等参数,更加方便于农、林业领域的研究工作。

    将三维激光雷达、全球定位系统(GPS)和惯性导航系统(IMU)以及高分辨率相机集为一体,基于无人机平台,用于获得激光点云数据并能够生成精确的数字高程模型(DEM)和数字表面模型(DSM),同时也能够获取地物的数字正射影像(DOM)信息,通过对激光点云数据的处理,结合DSM和DOM我们就可得到真实的三维场景模型。并使用解算软件进行GPS静态解算,GPS/IMU数据联合解算,坐标转换等,点云数据解算完成之后使用软件进行点云数据校正调整和航带偏差调整,并可以导出LAS数据;还可以提取一系列基于激光雷达点云数据的森林参数和统计变量,包括树冠高度变量、密度变量、强度变量、郁闭度、叶面积指数和间隙率。快速反演生物量,森林蓄积量,森林覆盖率;了解其疏密程度以及不同树龄树木的情况、推算不同树种数量;获取森林地面DEM,实现森林结构参数自动提取以及三维场景重建,用于林业的监控与管理。

    激光雷达主要原理是进行测距和测角。根据激光在空气中的传播,计算激光器到反射物的距离;同时利用角度编码器记录每一出射光线的角度。这些信号经反射、接收、记录、计算,构成三维图像。

ABUIABAEGAAgp7zk0wUomNfcjQIwqgQ4iQE.png


1)设计了一系列基于点云的空间特征,如特征张量、法矢量、曲率、绕率、法矢量分布等,进而实现了对不同阔叶树种枝、叶、果实的自动分类。

ABUIABAEGAAg17zk0wUoypLj6AUwzwc4mgQ.png

2) 由无人机自上而下的获取的林段点云数据,设计图像图形学算法,从中提出冠幅、树高等指标,并推算蓄积量、郁闭度、叶面积指数等因子。

ABUIABAEGAAg7rzk0wUo1qjPjQQw5wc4pgQ.png

3) 提出了基于迁移学习,把空间中点云降维投射到不同的投影空间中,并结合球增长模型实现叶叶分离。同时结合不同树种枝干以及叶肉的材料性能,运用了受力形变方法以及空气动力学模型分析枝叶在风力载荷下的安全性能。

ABUIABAEGAAgiL3k0wUo_PiRsAQw0Qc4xgQ.png

4) 结合了林学模型,如Miller公式、椭球模型、迭代反演法等,对离散点云采用球极投影算法,计算叶面积指数,并与真实的测量结果相比较。

ABUIABAEGAAgsr3k0wUos4-85wEwrwc4lAQ.png

5) 运用了虚拟现实与计算机仿真技术分析激光扫描中存在的遮挡影响的问题以及叶面积估测方法。运用磁化扫描仪获取真实的树种叶面积叶倾角,同时建立虚拟的激光扫描仪扫描树种,设计图形学算法分析遮挡对叶面积估测的影响。

ABUIABAEGAAgw73k0wUohKe33wYw1Qc4kgQ.png


6)设计了基于激光点云的总叶面积反演算法分析了扫描距离和点云密度之间的关系,设计了三角剖分算法实现离散点云到冠层总叶面积的转换关系。

ABUIABAEGAAg5r3k0wUo-LHw4gQw5gc4gwQ.png

基于激光点云的林段中林学参数的估测,以及机载点云与遥感数据之间的尺度转换关系。

基于空间结构与空间属性分布的不同树种的分类识别。

结合空气动力学的防风林带风力、风压估算与损伤模型评估等。

ABUIABAEGAAg973k0wUo0KCb6Qcw6wc47AM.png

晋ICP备16001465号-1 © 2017-2018 山西昊天视界航空科技有限公司 版权所有