本文是一篇关于无人机影像在森林信息提取与模型构建中的应用的硕士论文，作者为王伟，指导教师为王秀兰副教授和冯仲科教授。论文于2015年4月提交，同年6月答辩，7月获得硕士学位。论文的研究方向为地图学与地理信息系统，具体涉及3S技术（遥感RS、地理信息系统GIS、全球定位系统GPS）的集成与设计开发。
研究背景与目的
森林资源调查与监测是了解森林资源数量、质量、分布及变化情况的重要手段。随着通信技术、计算机技术和遥感技术的发展，外业工作的时间和强度有所降低，内业的自动化和信息化水平不断提高，森林资源调查与监测的精度和时效性显著提升。无人机作为遥感数据采集的重要平台，在森林资源调查与监测中的应用越来越广泛。
本研究旨在利用无人机影像提取森林参数信息，如冠幅、树高、郁闭度、林分密度等，并结合实地调查数据，编制航空立木材积表，为森林资源调查和监测提供技术支持。
研究方法与流程
高精度数字表面模型（DSM）和数字正射影像图（DOM）制作：
- 使用PixelGrid UAV无人机航空影像处理平台，处理带有GPS/IMU数据的无人机原始影像。
- 经过畸变校正、连接点提取与平差、空三加密、影像自动匹配、正射影像纠正等步骤，生成高精度的DSM和DOM。
面向对象分类方法和多尺度分割技术提取树冠和郁闭度信息：
- 使用高精度DOM，采用面向对象分类方法和多尺度分割技术，选择合适的分割尺度参数和分类特征，提取目标林分和树冠信息。
- 估测单木冠幅、林分郁闭度和株数密度参数，提取精度分别为0.70、0.90和0.81。
GIS空间分析技术估测单木树高和株数密度信息：
- 采用DSM和DOM交互编辑方式，采集地面高程点，使用克里金插值法生成地面数字高程模型（DEM），进而得到数字冠层模型（CHM）。
- 使用GIS的邻域分析和拓扑分析筛选出树梢点，最终得到单木树高和株数密度。在未郁闭林分中，单木树高的估测精度可达0.86以上；在高、中、低郁闭度林分中，株数密度估测的总体精度为0.67。
航空胸径-冠幅模型、胸径-冠幅-树高模型及航空一元、二元立木材积表的建立：
- 使用无人机影像提取的冠幅和树高参数信息，结合外业调查数据，建立航空胸径-冠幅模型和胸径-冠幅-树高模型，决定系数R²均在0.67以上。
- 对照研究区的一元、二元立木材积表，分别建立了航空一元立木冠幅材积表和航空二元立木冠幅、树高材积模型表。
研究结果与结论
- 使用无人机影像生成的高精度DSM和DOM，结合面向对象分类方法、多尺度分割技术和空间分析技术，提取单木冠幅、单木树高、林分郁闭度、株数密度等森林参数信息的精度基本可达到0.70以上。
- 本研究探讨了森林DSM、DOM、DEM的生产和信息提取方法，为其他森林信息提取提供了思路，对森林资源调查和监测起到了一定的技术指导作用。
研究亮点
- 高精度数据处理：通过无人机影像生成高精度的DSM和DOM，为后续森林参数提取提供了可靠的数据基础。
- 多尺度分割技术：采用面向对象分类方法和多尺度分割技术，有效提高了树冠和郁闭度信息的提取精度。
- GIS空间分析：利用GIS的空间分析技术，成功估测了单木树高和株数密度，为森林资源调查提供了新的技术手段。
- 模型构建：建立了航空胸径-冠幅模型、胸径-冠幅-树高模型及航空一元、二元立木材积表，为森林资源调查提供了实用的工具。
研究意义
本研究为无人机影像在森林资源调查中的应用提供了新的思路和方法，显著提高了森林参数提取的精度和效率。研究成果不仅具有重要的科学价值，还为森林资源调查和监测提供了实用的技术支持，具有广泛的应用前景。
关键词
无人机影像，面向对象，空间分析，森林信息