基于UAV数据的桉树人工林短时间跨度生长量提取方法

    公开(公告)号:CN115223061A

    公开(公告)日:2022-10-21

    申请号:CN202210755504.9

    申请日:2022-06-30

    Abstract: 本发明提供了基于UAV数据的桉树人工林短时间跨度生长量提取方法,涉及森林资源调查与林业定量遥感研究领域。该方法包括对选取的桉树人工林样方进行野外实地样地调查和UAV数据采集;获得该样方DEM与每月的DOM和DSM,并将每月DSM与DEM做差得到每月CHM;从12个月CHM构成的数据集中划分出训练集,对其中CHM上每一树冠进行标注,获得带有标签的训练集,利用该训练集数据和深度学习算法进行单木分割,得到每月单木分割矢量图;提取出每月该样方的单木树高、单木冠幅和DOM的光谱反射指数;构建该样方的单木材积反演模型;提取出该样方每个月的桉树人工林单木材积并求和获得林分蓄积量,从而实现桉树人工林单木和样方林分的短时间跨度生长量提取。

    基于无人机影像与U-Net的单木树冠检测与分割方法

    公开(公告)号:CN114821370A

    公开(公告)日:2022-07-29

    申请号:CN202210500698.8

    申请日:2022-05-10

    Abstract: 本发明提供了基于无人机影像与U‑Net的单木树冠检测与分割方法,涉及单木分割技术领域。该方法包括采集不同场景多树种的无人机影像数据并制作正射影像;截取不同场景对应的正射影像子图,并对正射影像子图进行处理获得所需的样本数据,再对样本数据进行数据增强获得样本数据集;将样本数据集划分为训练集与测试集;获取U‑Net模型,利用训练集和测试集分别对其进行训练和验证,利用混合Loss函数对每次训练的U‑Net模型的预测结果进行监督,直至混合Loss函数稳定不再下降时停止U‑Net模型的训练,获得训练好的U‑Net模型;从所述正射影像上再次截取正射影像子图分别输入训练好的U‑Net模型中,完成正射影像子图上的单木树冠检测与分割。该方法对于很多场景的多树种的树冠检测效果均表现较高精度。

Patent Agency Ranking