版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、以黑龍江省涼水國家自然保護(hù)區(qū)為研究區(qū)域,根據(jù)2009年獲取的激光雷達(dá)數(shù)據(jù)、正射影像圖及二類調(diào)查數(shù)據(jù)對郁閉度較高的針葉林和闊葉林進(jìn)行單木樹冠提取研究。樹冠位置的探測采用動態(tài)窗口局域最大值法,探討不同樹冠模型及動態(tài)窗口對單木位置探測的影響;樹冠邊界的勾繪采用標(biāo)記控制區(qū)域生長法,設(shè)計(jì)了控制區(qū)域生長的6個條件,其中包括控制樹冠形狀的2個生長條件角(形比和長寬比),以及控制樹冠內(nèi)部性質(zhì)的4個生長條件(鄰域像素、變異閾值、樹冠面積閾值和高度差閾值)
2、,以單木位置探測的結(jié)果作為區(qū)域生長法的種子點(diǎn),進(jìn)行單木邊界的勾繪,并從樣地和單木兩個層面的精度評價指標(biāo)對單木位置探測結(jié)果和樹冠邊界的勾繪結(jié)果進(jìn)行評價分析。
研究結(jié)果表明:對于單木位置探測,利用樹冠最大模型(Canopy maximum model,CMM)和樹高—樹冠的非線性回歸的95%預(yù)測下限作為動態(tài)窗口的局域最大值法探測精度最高,探測百分比(Detection Percentage,DP)達(dá)到84.8%以上,最高達(dá)到98.
3、6%,用戶精度(User's accuracy,UA)、生產(chǎn)者精度(Producer's accuracy,PA)和”1:1”對應(yīng)關(guān)系的單木個數(shù)均達(dá)到應(yīng)用要求。對于樹冠邊界的勾繪,樣地尺度上,針葉林、闊葉林的樹冠面積相對誤差(Relative error of crown area,RE_CA)的平均值分別為8.74%和-8.24%。針葉林樣地的生產(chǎn)者精度PA在62.2%~77.3%之間浮動,用戶精度UA在71.5%~83.9%之間浮動
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高分辨率遙感數(shù)據(jù)單木樹冠提取研究.pdf
- 標(biāo)記點(diǎn)過程在LIDAR點(diǎn)云樹冠目標(biāo)提取中的應(yīng)用.pdf
- 基于機(jī)載LiDAR與航空像片的單木樹高提取研究.pdf
- 禿杉人工林樹冠結(jié)構(gòu)及單木生長模型研究.pdf
- 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
- 基于改進(jìn)區(qū)域生長法的肝臟血管分割算法.pdf
- 采用基于區(qū)域的自動種子區(qū)域生長法的彩色圖像分割方法.pdf
- 基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的DEM提取研究.pdf
- 基于LiDAR點(diǎn)云數(shù)據(jù)的建筑物邊緣提取.pdf
- 基于航拍影像和LiDAR數(shù)據(jù)的山地滾石信息提取.pdf
- 基于偶圖分解的電壓控制區(qū)域劃分.pdf
- 基于Thiessen Polygon和ANN的槲櫟單木生長模型的研究.pdf
- 基于剖面分析的機(jī)載LIDAR數(shù)據(jù)橋梁提取算法研究.pdf
- 控制區(qū)域動態(tài)劃分及其控制研究.pdf
- 醫(yī)學(xué)圖像處理課程論文-基于區(qū)域生長法的腦實(shí)質(zhì)分割
- 基于航空LIDAR點(diǎn)云數(shù)據(jù)的建筑物提取研究.pdf
- 基于大津法和區(qū)域生長法相結(jié)合的彩色圖像分割方法研究.pdf
- 基于高分辨遙感數(shù)據(jù)的胡楊、檉柳識別與樹冠提取研究.pdf
- 基于LiDAR數(shù)據(jù)的鐵路軌道信息提取方法研究.pdf
- 基于機(jī)載LIDAR點(diǎn)云數(shù)據(jù)的建筑物邊緣提取.pdf
評論
0/150
提交評論