-
公开(公告)号:CN117830326A
公开(公告)日:2024-04-05
申请号:CN202410037677.6
申请日:2024-01-10
Applicant: 北京林业大学
IPC: G06T7/10 , G06T17/00 , G06V10/764 , G06V10/762
Abstract: 本发明提供了一种基于点云数据获得林木结构参数的方法,包括:将预先通过无人机机载激光雷达采集的待测林木样点区域的点云数据进行预处理;根据处理后的所述点云数据使用克里金插值生成林木样点区域的数字地面模型,进而得到地面点云数据;根据所述的地面点云数据确定林木的冠层高度模型,并基于所述冠层高度模型对所述林木进行单木分割,得到待测林木样点区域的林木结构参数的数据。本发明的实现可以极大地提升了单木分割效率和准确度,且还可以提高获得林木结构参数的处理时效并降低其实现成本。
-
公开(公告)号:CN117518193A
公开(公告)日:2024-02-06
申请号:CN202311502707.8
申请日:2023-11-13
Applicant: 北京林业大学
Abstract: 本发明公开了一种大面积刺槐林立木生物量快速监测方法,包括无人机航线规划技术、无人机搭载高精度激光雷达的航测技术、刺槐林立木顶点识别技术、刺槐树高‑胸径模型、刺槐单株生物量计算模型。在RTK基站引导下采用仿地飞行模型,对刺槐林进行双回波重复雷达激光扫描,形成高精度数字表面模型DSM和数字高程模型DEM;进行刺槐林立木顶点识别,确定林分密度,得出刺槐林的立木空间分布模型TSDM;进而得出调查区域内刺槐林的生物量空间分布模型TSODM。可以为科学评价刺槐林的碳汇功能、涵养水源功能、土壤改良功能、水土保持功能提供有效的技术支撑。本发明还可以在掌握其他树种的树高—胸径关系、生物量—树高、胸径关系的基础上实现对其他林分生物量的监测。
-
公开(公告)号:CN116052002A
公开(公告)日:2023-05-02
申请号:CN202310118507.6
申请日:2023-02-03
Applicant: 北京林业大学
IPC: G06V20/10 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明涉及植物物候观测技术领域,特别涉及一种基于深度学习算法的柳树花期智能识别方法。本发明基于深度学习算法,从海量照片集中,通过小目标检测方案识别柳树花,提供了一种快速、准确的柳树花期的物候观测新方法,是传统野外定点、定株人工观测和卫星遥感观测的有力补充。本发明基于复杂的机器学习算法,在日尺度甚至小时尺度上获取柳树始花期,第一时间、快速、精准识别,提高了柳树花期在时间尺度上的识别精度,该智能识别方法可推广至葇荑花序乃至无限花絮的精准识别。柳树花期在时间尺度上的精确识别,能够为预防和治理生理卫生问题与环境问题提供预告与预警,实现高效、及时、精准的预报。
-
-