基于多元遥感数据及树木竞争机制的三维单木树冠提取

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31400491
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C1608.森林信息学与森林经理学
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

Based on low-density airborne laser scanner (ALS) data, orthoimages and high spatial resolution satellite image (WorldView-2), this project incorporates tree competition into individual tree crown delineation for original spruce-fir-Korean pine forests in Xiaoxing'an Mountain of northeastern China, and implements automation of algorithms and accuracy assessment. The study mainly includes: (1) integrating multiple remotely sensed data into three dimensional data source that represents horizontal and vertical structures of trees; (2) applying local maximum algorithm to detect individual tree location based on variable three dimensional window; (3) proposing agent-based region growing algorithm for crown boundary delineation; (4) establishing a set of accuracy assessment system. This study would solve the problems of applying low-density ALS data and high spatial resolution passive remotely sensed data to delineate individual trees, and that of handling adjacent crowns using agent-based region growing algorithm, which incorporates one- and two-way competition mechanisms into delineation algorithm for delineation accuracy improvement. This project would firstly apply a novel individual tree crown delineation method that incorporates tree growth rules into remote sensing technologies in original northeastern forests of China. It would supply basis for modern forest inventory, and also provide academic significances and application values for both remote sensing and forestry fields.
森林调查是森林经理学的重要组成部分,传统的人工野外观测已逐渐无法满足现代化的森林调查的需要。因此,借助主、被动多元遥感数据准确提取森林中的单木树冠并进行森林参数估测,可以很好地用来估测林分生物量和碳储量、监测树木的长势、预防树木病虫害情况、模拟能量传输等,对于现代化精准森林调查具有重要意义。本项目以凉水自然保护区为研究对象,低密度机载激光雷达点云、航空相片及高空间分辨率卫星图像WorldView-2为数据源,对郁闭度较高的原始针叶混交林进行单木树冠提取,并将提取结果应用到精准森林调查中。本项目将解决利用低密度激光点云与高空间分辨率被动遥感结合提取单木树冠问题,并提出基于Agent的区域生长法,将单边及双边竞争机制加入到单木树冠提取算法中,结合单木生长规律和遥感信息技术合理处理重叠树冠,并将提取结果应用到森林调查因子的估测中,在遥感和林学领域均有重要学术意义及应用价值。

结项摘要

本项目以黑龙江省凉水国家自然保护区和帽儿山林场为研究区域,基于机载激光雷达和多光谱数据,对郁闭度较高的中国北方森林进行了单木树冠提取研究,从两种不同的角度研发了两种单木提取算法:基于Agent的区域生长法(Agent-based Region Growing, ABRG)和基于区域的层次截面分析法(Region-Based Hierarchical Cross-Section Analysis,RHCSA)。ABRG将树木竞争机制引入单木树冠提取方法,包含单边竞争和双边竞争两种方式。与传统的标记控制区域生长法相比,包含竞争机制的ABRG算法可以提高针叶林和阔叶林中的单木树冠提取精度:双边竞争的ABRG算法适用于竞争较为激烈的茂密针叶林地区;在阔叶林样地中,单边竞争的ABRG算法获取的单木树冠勾绘精度与竞争水平有强负相关性。ABRG的改善程度与样地中树木的特征有关(即树冠高度和密度)。由于ABRG方法是一种先进行单木位置探测再进行树冠边缘勾绘的分步式方法,单木位置探测精度极大地影响了单木树冠提取精度,因此本研究研发了仅基于激光雷达数据的一步式RHCSA法。这种方法通过较少的用户自定义参数实现“一步走”的单木树冠提取,并可以不受树顶探测精度的影响。结果表明,RHCSA方法能够在不同林分条件(包括针叶林,阔叶林和针阔混交林)获得较高且稳定的精度:在针阔混交林样地的精度最高,其次是针叶林和阔叶林样地;探测精度和勾绘精度均小于1m。相比于传统的标记控制分水岭算法,RHCSA方法能够有效的提升总体精度(约为10%),尤其是对于阔叶林(超过20%)和针阔混交林(约为20%)。本研究提出了一个全面、稳定的单木树冠提取精度评估体系,包括了单木树冠提取的定性和定量检验。本研究不仅从理论上总结了国际学术界25年来单木树冠提取相关研究,而且从提取方法上进行深层研发,并开发一套操作简单、算法稳定、验证全面的单木树冠提取软件。该软件的应用可以大幅度提高单木树冠提取效率,为我国精准林业的进一步发展提供有力的技术支撑。

项目成果

期刊论文数量(3)
专著数量(1)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Development of accuracy assessment tool of individual tree crown delineation
单树树冠勾画精度评估工具开发
  • DOI:
    10.1109/igarss.2016.7729824
  • 发表时间:
    2016-07
  • 期刊:
    International Geoscience and Remote Sensing Symposium (IGARSS)
  • 影响因子:
    --
  • 作者:
    Zhen Zhen;Yinghui Zhao;Yuanshuo Hao;Qingbin Wei
  • 通讯作者:
    Qingbin Wei
Trends in Automatic Individual Tree Crown Detection and Delineation-Evolution of LiDAR Data
自动单树冠检测和 LiDAR 数据描绘演变的趋势
  • DOI:
    10.3390/rs8040333
  • 发表时间:
    2016-04-01
  • 期刊:
    REMOTE SENSING
  • 影响因子:
    5
  • 作者:
    Zhen, Zhen;Quackenbush, Lindi J.;Zhang, Lianjun
  • 通讯作者:
    Zhang, Lianjun
A Region-Based Hierarchical Cross-Section Analysis for Individual Tree Crown Delineation Using ALS Data
使用 ALS 数据进行单树冠轮廓的基于区域的分层横截面分析
  • DOI:
    10.3390/rs9101084
  • 发表时间:
    2017-10
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Yinghui Zhao;Yuanshuo Hao;Zhen Zhen;Ying Quan
  • 通讯作者:
    Ying Quan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于随机森林偏差校正和多源遥感数据的天然次生林地上生物量估测
  • DOI:
    10.14067/j.cnki.1673-923x.2021.07.012
  • 发表时间:
    2021
  • 期刊:
    中南林业科技大学学报
  • 影响因子:
    --
  • 作者:
    赵颖慧;蔡鑫垚;甄贞
  • 通讯作者:
    甄贞
基于非参数分类算法和多源遥感数据的单木树种分类
  • DOI:
    10.3969/j.issn.1000-2006.201810041
  • 发表时间:
    2019
  • 期刊:
    南京林业大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    赵颖慧;张大力;甄贞
  • 通讯作者:
    甄贞
海外投资合作共赢模式的合作博弈分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    经济与管理研究
  • 影响因子:
    --
  • 作者:
    韩立岩;甄贞;王单
  • 通讯作者:
    王单
基于ULS、TLS和超声测高仪的天然次生林中不同林冠层树高估测
  • DOI:
    10.12302/j.issn.1000-2006.202009021
  • 发表时间:
    2021
  • 期刊:
    南京林业大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    赵颖慧;杨海城;甄贞
  • 通讯作者:
    甄贞
基于GWR的大兴安岭森林立地质量遥感分析
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    林业科学
  • 影响因子:
    --
  • 作者:
    李明泽;郭鸿郡;范文义;甄贞
  • 通讯作者:
    甄贞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

甄贞的其他基金

基于单木探测技术的多尺度森林地上生物量估测及其空间不确定性分析
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码