文件名称：单木树种识别和分类-centos7安装cdh5.14过程全纪录
文件大小：436KB
文件格式：PDF
更新时间：2024-06-22 11:55:37
提取树冠信息
又与其他测树因子相关。 如胸径和生物量都已证明与树冠大小有密切的关系。 因此， 可以通过树冠大 小结合各种估测模型进一步估测树木胸径和森林生物量。 提取得到的树冠轮廓信息也为单木树种的识 别和分类奠定了基础。 利用提取的树冠信息预测木材性质也已经走入了初步探索阶段。 4.1 计算树冠面积和郁闭度 从高空间分辨率遥感影像中提取的单木树冠轮廓信息对计算单木树冠面积和林分郁闭度非常有 用。 众多对树冠面积和郁闭度的研究都是基于物理模型， 如 Li-Strahler 模型就是一种用 TM（thematic mapper）影像反演树冠大小和覆盖度的模型［28］， 在应用上也取得了一些成功 ［29－30 ］。 但有学者指出陆地 卫星 TM 影像的像素大小与树冠大小相比悬殊太大， 不能有效获取树冠结构［31］。 从高空间分辨率遥感 影像中直接提取的单木树冠更加直观准确， 不必再引入复杂的模型。 单木树冠轮廓信息中包含了树冠 直径和树冠面积， 从而为郁闭度的精确计算提供了便利。 同时， 由于高空间分辨率遥感可以大大减轻 混合像元问题， 树冠面积和郁闭度的提取精度也会有所提高。 Morales 等 ［32］曾用 IKONOS 卫星影像对 夏威夷岛北部热带干旱森林的郁闭度作了定量提取， 结果与实地测量的林冠覆盖度有很大的相关性， 相关系数 R2 高达 0.86。 4.2 估测胸径和生物量 一些研究已经发现， 树冠直径与树木胸径有密切的关系［33－35］， 而树木胸径又是一个与森林生物量 密切相关的因子［36－38］。 因此， 利用树冠轮廓信息中的树冠直径进行树木胸径和森林生物量建模， 将可 能成为一个新的选择。 对于一些现有的胸径和生物量的估算模型来说， 树冠直径或树冠面积也一直是 一个重要的输入参数。 比如， 相容性的多自变量生物量模型中， 自变量就需要考虑冠幅、 冠长和冠体 积等［39］。 因此， 用单木树冠自动提取得到的树冠直径或面积结合各种模型推算树木胸径和森林生物量 是一个便捷的选择。 4.3 单木树种识别和分类 在高空间分辨率遥感单木树冠提取技术实现之前， 树种分类只能以大范围的林分为单位。 这种大 尺度的分类对于纯林尚能识别出树种， 而混交林则只能大致按照林型或树种组成进行归类。 高空间分 辨率遥感影像单木树冠提取将每株树木都提取出来， 就可以实现以单木为尺度的树种识别和分类了。 Leckie［20］运用 60 cm 高空间分辨率小型机载成像光谱仪 CASI（compact airborne spectrographic imager） 影像对澳大利亚西海岸的幼年针叶林进行单木树种识别和分类。 在自动提取出单木树冠以后， 将 16 个试验地林分中的所有树木分为 6 个树种类， 平均分类误差仅为 7.25%。 林分中大多数树种的分类误 差都低于 20%， 极少数大于 30%。 4.4 预测木材结构和性质 森林木材的结构和性质对于评价森林的经济利用价值非常重要。 对木材结构和性质的研究必须通 过砍伐后对解析木各项指标的测定来完成。 在 20 世纪初很多学者对木材结构性质与树冠的关系进行 了研究， 旨在不经过砍伐， 而用树冠形态参数来估计木材性质。 如今单木树冠自动提取技术不仅让获 取树冠形状尺寸方面的参数变得更加容易， 更重要的是还能提供树冠的各种光谱信息参数。 这对于研 究树冠参数与木材性质之间的关系非常有利。 对于如何利用树冠信息预测木材结构和性质， 建立遥感 树冠因子与木材性质关系模型， 也正在初步探讨［40－41 ］。 5 单木树冠提取技术展望 单木树冠自动提取对遥感空间分辨率的要求很高。 高空间分辨率遥感可以使森林树冠内部组成要 130