基于高空間分辨率遙感圖像的單木樹冠輪廓提取技術(shù)研究.pdf

1、樹冠尺寸和樹木的生長密切相關(guān)，人們常常通過對樹冠的研究在質(zhì)和量上把握樹木的長勢，是森林資源信息管理的重要組成部分。本研究主要基于亞米級的高空間分辨率遙感數(shù)據(jù)，研究在高分辨率遙感影像中自動提取樹冠輪廓的圖像處理技術(shù)。利用面向?qū)ο蟮挠跋穹治雠c信息提取技術(shù)，編制了單木樹冠自動勾繪算法。在分析遙感圖像中樹冠光譜紋理特征的基礎(chǔ)上，通過單木樹冠輪廓提取方法的試驗結(jié)果得出：隨著林分中林木大小與排列狀況由簡單到復雜，單木樹冠信息提取方法也隨之由易到難。

2、因此，針對不同郁閉度的林分，分別采用3種方法進行單木樹冠輪廓的提取。提取樹冠的步驟均采用分層提取法，即先進行樹冠與背景分割，屏蔽掉其它干擾信息，再從樹冠區(qū)域中提取單木樹冠。并提出了基于樹冠分布圖的樹冠因子，郁閉度等的自動提取方法。最后，利用遙感提取的冠幅,進行地面林木直徑的定量估測，建立了遙感測量冠幅與林木直徑的回歸模型，在利用遙感提取林木參數(shù)方面做了進一步深入的應用研究，以期提高森林資源信息提取的自動化，為現(xiàn)代森林資源信息管理服務。<

3、br>　　本研究主要在以下方面取得了進展：
　?。?）在試驗區(qū)內(nèi)研究了高空間分辨率遙感樹冠光譜特征規(guī)律，分析了不同郁閉度條件下，樹冠遙感光譜反射機理，建立了樹冠光譜反射特征庫。定義了遙感圖像單木樹冠的概念，指出由于林木生長的頂端優(yōu)勢，在高空間分辨率影像形成灰度由它的頂部向四周逐漸由亮變暗的丘陵狀，有較明顯單木樹冠中心區(qū)域存在，這也為單木樹冠提取提供了的形態(tài)基礎(chǔ)。
　　（2）對于郁閉度低的林分，使用基于易康軟件的多尺度分割法，

4、能很好地提取出單木樹冠輪廓。
　?。?）對于中等郁閉度，林相整齊的林地，提出了 NDVI分割法提取樹冠區(qū)域，進而利用數(shù)學形態(tài)學的逐層收縮與條件生長法，實現(xiàn)了從前后相接的林木樹冠區(qū)域中，成功分離出單木樹冠。
　?。?）在郁閉度較高，樹木大小及分布不規(guī)律的林地中，先采用基于區(qū)域的多閾值自適應分割方法—最大穩(wěn)定極值區(qū)法（MSER）分割樹冠與背景區(qū)域，并生成多邊形對象，再利用面向?qū)ο蟮臉涔谟跋穹治黾夹g(shù)，基于雙向鏈表的邊界跟蹤法從多木

5、樹冠對象中提取單木樹冠，實現(xiàn)了樹冠對象輪廓自動勾繪。
　?。?）提出了基于單木樹冠分布圖的樹冠冠幅，郁閉度等林木參數(shù)的自動提取技術(shù)，并完成了算法的軟件實現(xiàn)。這些是為提高森林資源調(diào)查的自動化程度進行的有益探索和實踐。
　?。?）根據(jù)東北中溫帶針闊葉混交林區(qū)的相關(guān)資料，在證實遙感影像單木冠幅與地面林木直徑呈線性關(guān)系同時，由于樹冠受各種情況的隨機影響，所以有許多“異常值點”的存在，因此本文提出穩(wěn)健回歸以克服這一問題。根據(jù)Huber