[发明专利]一种基于无人机多光谱高重叠度影像的森林林分特征反演方法

说明书

本发明公开了一种基于无人机多光谱高重叠度影像的森林林分特征反演方法，借助无人机机载多光谱传感器获取高重叠度影像，利用波段组合和植被指数变换获取光谱数据；并利用空中三角测量算法与点云密集匹配算法生成数字点云数据；基于归一化点云数据和光谱数据来提取待测林冠层结构特征变量；最后结合地面实测待测林林分数据和提取的待测林冠层结构特征变量构建多元回归模型，反演待测林林分特征。本发明有助于提高森林林分特征的反演精度，并可掌握待测林空间结构及动态变化规律，对于森林可持续生产经营、生态环境建模及维持区域生态平衡具有重要意义。

技术领域

本发明属于森林资源管理与保护技术领域，具体涉及一种基于无人机多光谱高重叠度影像的森林林分特征反演方法。

背景技术

精准的森林林分特征提取，对于森林资源调查，生产力估测及生物多样性研究有重要意义，同时这些信息又可用于掌握森林空间结构及动态变化规律，对于森林可持续生产经营、生态环境建模及维持区域生态平衡提供数据支持。常规的林分特征提取主要依赖于地面调查方法，费时耗力，仅能够获取“点”上的数据，精度不高，且不易于在大面积上进行推广。

近年来基于多光谱高重叠影像技术进行林分特征反演研究为：Puliti等2015年在《Remote Sensing》第8卷上发表的“Inventory of Small Forest Areas Using anUnmanned Aerial System”，该研究利用装配了可见和近红外相机的固定翼无人机采集了挪威东南部北方森林的图像，并用地面参考数据拟合林分的Lorey′s高(按林分面积对林分高度的贡献加权)、优势木高度、树木株数、胸高断面积和蓄积量的线性模型；Vega等2008年在《International Journal of Remote Sensing》第11卷上发表的“Mapping canopyheight using a combination of digital stereo-photogrammetry and lidar”，该研究利用数字航空摄影测量影响生成数字表面模型，结合根据LiDAR数据获取的数字地面模型，从而建立冠层高度模型，用于森林冠层高度的测量。以上方法都是基于拼接后的二维影像提取特征，是基于单一的数据源来反演林分特征。

发明内容

发明目的：针对现有技术中的方法存在反演能力弱，反演精度不高的问题，本发明的目的在于提供一种基于无人机多光谱高重叠度影像的森林林分特征反演方法。

技术方案：为了解决上述问题，本发明所采用的技术方案如下：

一种基于无人机多光谱高重叠度影像的森林林分特征反演方法，借助无人机机载多光谱传感器获取高重叠度影像，利用波段组合和植被指数变换获取光谱特征，并利用空中三角测量算法与点云密集匹配算法生成数字点云数据，基于归一化点云数据和光谱数据来提取待测林冠层结构特征变量；最后结合地面实测待测林林分数据和提取的待测林冠层结构特征变量构建多元回归模型，反演待测林林分特征。

优选的，基于无人机多光谱高重叠度影像的森林林分特征反演方法的步骤如下：

(1)借助固定翼无人机搭载的多光谱相机采集高重叠度影像数据，并借助多旋翼无人机搭载的LiDAR传感器采集LiDAR原始点云数据；

(2)对点云数据的预处理生成数字高程模型；进一步处理获得归一化点云数据；

(3)对获取的高重叠度影像数据利用波段组合和植被指数变换提取光谱数据；

(4)基于归一化点云数据和光谱数据提取待测林林分冠层结构特征变量百分位高度、各层覆盖度和冠层体积与剖面特征变量；

(5)通过相关性分析筛选特征变量，首先筛选特征变量之间相关性低于0.6的特征变量，然后进一步筛选特征变量与各林分特征相关性高于0.6的特征变量；