10.13360/j.issn.2096-1359.202210017
基于无人机影像的山核桃单木检测及冠幅与树高的提取
针对经济林中树木的生长状况进行调查,有助于农户制定针对性的经营策略,提高经营效率.然而,由于山核桃树通常生长在山地环境下,使用传统的林业调查方法获取树木参数需要的人力资源和时间成本较高,而且在陡峭的山地环境中容易受到地形、植被和气象等因素的干扰.为了解决这一问题,提出了一种新的自动化方法——检测框投影法.该方法基于深度学习的目标检测算法对遥感图像中的树冠进行检测并生成检测框,再依据所得到的检测框获取树木位置和数量,并进一步提取单木的冠幅与树高等参数.在不同环境的山核桃种植林场进行的树冠检测实验结果表明,该方法使用的目标检测算法对山核桃树冠检测的总体平均精度和F1-score分别达到了 85.5%与 0.84;参数提取方面,在两处不同的山核桃种植林场选取了 3 处研究样地,并在每处样地选取并实地测量了 50 棵样本树木的冠幅和树高以验证参数提取精度,结果表明,使用检测框投影法预测冠幅与实测值的均方根误差、平均绝对误差和平均相对误差分别为 0.469 m、0.313 m和 5.7%,预测树高与实测值的均方根误差、平均绝对误差和平均相对误差分别为 0.427 m、0.331 m和 6.0%.提出的检测框投影法在山核桃林地环境下可以获得较为准确的树冠检测与参数提取结果,帮助农户制定更加合理和科学的经营策略,提高经营效率,同时也为林业生产的可持续发展提供了参考.
山核桃、无人机影像、YOLOv5、树冠检测、参数提取、检测框投影法
8
TP701(遥感技术)
浙江省自然科学基金项目;浙江省自然科学基金项目;浙江省尖兵计划择优委托项目;国家自然科学基金
2023-07-31（万方平台首次上网日期，不代表论文的发表时间）
共8页
159-166
