郁闭度及其测定方法研究与应用
数码照片快速提取森林郁闭度方法研究
数码照片快速提取森林郁闭度方法研究中图分类号：s7 文献标识码：a 文章编号：1007-0745（2013）01-0102-02摘要：本文采用photoshop、arcgis等软件对利用鱼眼照片提取森林郁闭度方法进行了研究，通过照片裁切、灰度处理、影像重分类等处理，最后求算出森林郁闭度。
研究结果表明，此方法计算结果与通过其他郁闭度软件计算结果精度相比误差在允许范围内，且受人为主观因素影响较小，操作简单、易于推广。
关键词：鱼眼照片森林郁闭度重分类1、引言郁闭度是指森林中乔木树冠遮蔽地面的程度，是反映林分密度的指标，它是以林地树冠垂直投影面积与林地面积之比来反映森林生长状况的重要因子[1]。
郁闭度的测定方法有传统测定法、遥感图像判读法以及数码照片测定法等。
近年来，由于数码相机的快速普及以及其携带方便、操作简单等优势，在森林郁闭度的测定上，利用数码相机获取地表的数码照片进一步成为一种极具潜力的快速测量地表植被覆盖度或森林郁闭度的手段。
本文采用photoshop、arcgis等软件，利用鱼眼照片对提取郁闭度的方法进行了研究，同时把此方法得出的郁闭度值与can_eye 软件处理得到的郁闭度值进行比较分析，验证了该方法具有很好的可行性和准确性。
2、鱼眼照片获取拍照时，采用自动曝光技术，鱼眼镜头从下往上对冠层和天空垂直拍照，照片记录了天空的可视和遮挡的几何结构信息[2]。
照片采集方法是在一个30m×30m的森林样方范围内采用对角线等间距取样的方法，每隔4米采集一个样点照片，共采集20张。
3、研究方法3.1技术路线利用鱼眼照片计算森林郁闭度的原理：计算森林郁闭度就是计算照片遮挡天空部分所占的像元数在有效总像元数中的百分比。
首先在photoshop软件以照片中心为圆心，10cm为半径，把照片裁切为圆形，获取有效计算面积，将彩色照片转化为灰度模式；其次，利用arcgis软件对处理后照片进行二值化分类，并统计出树冠遮挡部分的像元数导出到excel；然后在excel中运用数学公式算出郁闭度。
基于高分遥感数据的森林郁闭度估测方法研究
摘要森林郁闭度是研究森林生态系统和了解森林资源状况的重要参数，而传统的实地测量方法效率较低下，且仅能获取小范围的一些具有代表性的数据，不利于研究大范围或区域内郁闭度的空间分布及变化。
随着如今高分辨率影像技术的高速发展，能在对地观测方面实现全天时、全天候、实时的观测。
因此，利用遥感技术为大范围或区域的森林郁闭度的遥感估测提供了强大的支撑和有效途径，近年来备受关注，是郁闭度估测的发展趋势。
为了估算森林郁闭度，分析其与遥感影像因子之间的相关性，本文以河北省滦平县巴克什营镇和长山峪镇为研究区域，采用分辨率较高的高分一号（GF-1）数据，结合SRTM DEM 数据的地形因子，对该地区的森林郁闭度进行反演。
首先采用四种常用的融合算法，对预处理之后的多波段和全色波段影像进行融合，从目视和定量两个角度比较不同方法的融合效果，结果表明NNDiffuse Pan Sharpening 融合效果最好。
然后在系统整理分析和评价国内外森林郁闭度相关研究文献的基础上，选择了红波段、近红外波段、亮度、绿度、黄度等14 个因子作为自变量参与构建多元逐步回归（Multi-variable Stepwise Regression，MSR）、随机森林（Random Forest，RF）和Cubist 三种模型，对该地郁闭度进行估测。
实验结果表明，基于机器学习的随机森林和Cubist 算法结果要优于传统的多元逐步回归算法，各项评价指标显示其中Cubist 回归算法在该研究区的拟合效果最好。
多元逐步回归(MSR)算法成熟简单，应用广泛，但模型不稳定，反演精度不高，不适用于大区域的郁闭度估算；随机森林(RF)处理大数据速度快，但高值低估和低值高估的情况比较严重，增大了郁闭度估测误差；Cubist 在预测连续值方面很成功，使用最近邻样本来调整规则预测结果，模型较稳定，能够得到较为准确的预测数值，不过需要花费很长时间进行计算。
关键词：森林郁闭度，GF-1 号影像，图像融合，机器学习，统计回归，参数反演ABSTRACTForest canopy density is an important parameter for studying forest ecosystem and understanding forest resources. Traditional field measurement methods are inefficient and can only obtain some representative data in a small range, which is not conducive to the study of spatial distribution and change of forest canopy density in a large area or region. With the rapid development of high resolution image technology, it can realize all-day, all-weather and real-time observation in earth observation. Therefore, the use of remote sensing technology provides a powerful support and effective way for remote sensing estimation of forest canopy density in a large area or region, which has attracted much attention in recent years and is the development trend of forest canopy density estimation.In order to estimate forest canopy density and analyze its correlation with remote sensing image factors, this paper takes Bakeshiying Town and Changshanyu Town in Luanping County of Hebei Province as the research area, and uses high resolution GF-1 data, combined with SRTM DEM data topographic factors, to invert forest canopy density in this area. Firstly, four commonly used fusion algorithms are used to fuse the preprocessed multi-band and panchromatic images. The results show that NNDiffuse Pan Sharpening fusion is the best. Then, on the basis of systematically analyzing and evaluating the related literatures of forest canopy density at home and abroad, 14 factors, such as red band, near infrared band, brightness, greenness and yellowness, were selected as independent variables to participate in the construction of three models: multi-variable stepwise regression (MSR), Random Forest (RF) and Cubist. Estimate.The experimental results show that the results of random forest and Cubist algorithm based on machine learning are better than those of traditional multiple stepwise regression algorithm. The evaluation indexes show that Cubist regression algorithm has the best fitting effect in this research area. Multivariate stepwise regression (MSR) algorithm is mature and simple, and widely used, but the model is unstable, the inversion accuracy is not high, and it is not suitable for estimating canopy density in large areas; Random Forest (RF) can process large data quickly, but the situation of overestimation and underestimation is serious, which increases the estimation error of canopy density; Cubist is very successful in predicting continuous values, and uses the nearest neighbor sample to adjust the rules. The prediction results show that the model is stable and can get more accurate prediction values, but it takes a long time to calculate.Key words: Forest canopy density, GF-1 image, Image fusion, Machine learning, Statistical regression, Parameter inversion目录摘要 (I)ABSTRACT. ......................................................................................................................... I I 第一章绪言 . (1)1.1 研究背景 (1)1.1.1 研究目的与意义 (1)1.1.2 选题背景 (1)1.2 国内外研究现状 (2)1.2.1 传统方法 (2)1.2.2 遥感技术 (6)1.3 论文组织结构 (10)第二章研究区概况及数据介绍 (11)2.1 研究区介绍 (11)2.1.1 位置及地理范围 (11)2.1.2 气候及地形 (12)2.1.3 林业资源 (12)2.2 数据介绍 (12)2.2.1 GF-1 号卫星数据 (12)2.2.2 SRTM DEM 数据 (13)2.2.3 实测数据 (13)第三章数据处理 (15)3.1 GF-1 数据预处理 (15)3.1.1 辐射定标 (15)3.1.2 大气校正 (15)3.1.3 正射校正 (16)3.1.4 图像融合 (17)3.1.5 监督分类提取林分信息 (19)3.2 影响因子计算 (20)3.2.1 植被指数 (20)3.2.2 缨帽变换因子 (22)3.2.3 地形因子 (23)第四章森林郁闭度反演 (24)4.1 建模回归原理 (24)4.1.1 多元逐步回归原理 (24)4.1.2 随机森林回归原理 (25)4.1.3 Cubist 回归原理 (25)4.2 自变量的选择 (26)4.2 回归建模 (28)4.2.1 多元逐步回归 (28)4.2.2 随机森林回归 (28)4.2.3 Cubist 回归 (30)4.3 结果分析 (30)4.3.1 模型评价 (30)4.3.2 结果分析 (31)4.4 制图输出 (32)第五章结论与展望 (33)5.1 结论 (33)5.2 展望 (33)第一章绪言1.1 研究背景1.1.1 研究目的与意义森林是以乔木为主体，同时生长一些灌木、草本植物以及其他生物的生物群落，通常森林占有相当大的空间，且密集生长。
CCPS法在林木郁闭度与蓄积量关系研究中的应用
试验地位于山 西省吕 梁山 西麓 的方 山县 峪口 镇土 桥沟 流
[ 基金项目 ] 国家 十一五 科技支撑计划专题 ( 2006BAD 03A 1201)
域 (北纬 37 36 58 , 东经 110 02 55 )。流域 内最高 海拔 1 446 m, 试验地平均海拔 1 200 m 左右。该地区属暖温带大陆性季风 气候, 冬春寒冷干燥, 秋季凉爽 少雨, 夏季降 雨集中。年 平均气 温为 7. 3 , 年平均 10 的活 动积 温为 2 223. 5 , 干 燥度 1 3, 无霜期 140 d, 霜冻期为 9月下 旬至次 年 5月上 旬, 日照总 时数 2 496 h。多年平均降水量 416 mm, 且年内分配非常 不均, 6 9月份 降水 占全年 的 70% 以上; 多 年平均 水面 蒸发量 高达 1 857. 7 mm, 月最大蒸 发量出现在 4~ 6月, 表现 出典型 的北方 严重春旱的特征。试验地属典型黄 土丘陵 沟壑地 貌, 地 表大部 分为新生代第四纪 马兰黄 土所 覆盖, 土 壤为 黄绵 土, 由黄 土母 质直接发育形成, 层次过 渡 不明 显; 土层 深厚, 质 地均 匀, 为中 壤土, pH 值为 8. 0~ 8. 4。试验地平均土壤 容重 1. 22 g / cm3, 田 间持水量 21. 0% 左右。 刺 槐人 工 林 下 主要 野 生 灌 木 有杠 柳 (P er ip loca sep ium )、黄刺玫 ( Rosa x anthina )、沙棘 (H ipp ophae rham no ides)、大果榆 ( U lmus m acrocarpa) 等; 草本植 物以菊 科和禾 本科为主, 菊科 蒿属 居多, 有 铁杆 蒿 (A r tem isia sacrorum ) 、猪毛 蒿 (A. scoparia )、阿 尔泰 紫 苑 ( H eteropappus altaicus )、山 野 豌豆 ( V icia am oena )等。
利用数码照片测定华北落叶松林分郁闭度
利用数码照片测定华北落叶松林分郁闭度李永宁;徐成立;滕轶龚;程旭;于泊【摘要】在12块标准地拍摄642张数码照片,分大、中、小3种视角测定了华北落叶松林分的郁闭度.结果表明:利用数码照片测定林分郁闭度是可行的,并具有较高的精确度.与抬头望法相比,当郁闭度较小时,利用数码照片测定的郁闭度偏大;而当郁闭度中等或较大时,测定结果相近或偏小.大视角数码照片比小视角数码照片的测定结果偏大,并具有较小的标准差,精确度较高.【期刊名称】《东北林业大学学报》【年(卷),期】2010(038)011【总页数】4页(P34-37)【关键词】郁闭度;数码照片;精确度;抬头望法【作者】李永宁;徐成立;滕轶龚;程旭;于泊【作者单位】河北农业大学,保定,071000;河北省木兰国有林场管理局;国家林业局调查规划设计院;河北省木兰国有林场管理局;河北省木兰国有林场管理局【正文语种】中文【中图分类】S753.3;S791.22郁闭度是一个重要的林分调查因子，在森林结构调整与生态评价中广泛应用。
森林经营管理中，郁闭度是小班区划、确定抚育采伐强度的重要指标，是通过遥感图像进行森林蓄积量估测不可或缺的因子［1］，世界各国也都把郁闭度作为判定森林的重要因子［2］。
近年来，与郁闭度相关的生态研究不断深入，不仅在水土流失、水源涵养、林分质量评价等方面得到广泛应用，并还应用于林中光照研究［3-5］、幼苗形态与解剖的影响［6］、与溪流温度相关的森林经营管理［7］、野生动物如斑点猫头鹰(Strix occidentalis)［8］、绿纹霸鹟(Empidonax virescens)［9］栖息森林的经营管理等方面。
然而，郁闭度的基本内涵与调查方法却没有受到足够的重视，存在着概念模糊、测定方法粗放等问题，不能满足林业生产与生态建设的需要［10］。
在林学与生态学中，与郁闭度相关的概念主要有林冠盖度(canopy cover)、林冠密度(canopy density)、林冠开阔度(canopy openness)、平均树冠完满度(mean crown completeness) 等［3，5，11-13］。
利用数码照片测定华北落叶松林分郁闭度
利用数码照片测定华北落叶松林分郁闭度
李永宁;徐成立;滕轶龚;程旭;于泊
【期刊名称】《东北林业大学学报》
【年(卷),期】2010(038)011
【摘要】在12块标准地拍摄642张数码照片,分大、中、小3种视角测定了华北落叶松林分的郁闭度.结果表明:利用数码照片测定林分郁闭度是可行的,并具有较高的精确度.与抬头望法相比,当郁闭度较小时,利用数码照片测定的郁闭度偏大;而当郁闭度中等或较大时,测定结果相近或偏小.大视角数码照片比小视角数码照片的测定结果偏大,并具有较小的标准差,精确度较高.
【总页数】4页(P34-37)
【作者】李永宁;徐成立;滕轶龚;程旭;于泊
【作者单位】河北农业大学,保定,071000;河北省木兰国有林场管理局;国家林业局调查规划设计院;河北省木兰国有林场管理局;河北省木兰国有林场管理局
【正文语种】中文
【中图分类】S753.3;S791.22
【相关文献】
1.立地条件、林分郁闭度对华北落叶松更新幼苗生长的影响 [J], 田国恒;隋玉龙;吴强;谷建才;王春风;周国娜
2.基于树冠投影判别分析的林分郁闭度测定 [J], 刘怀鹏;安慧君
3.落叶松天然林林分郁闭度与疏密度关系的研究 [J], 刘君然;张更新
4.基于高分一号PMS的新疆落叶松林分郁闭度遥感定量估测 [J], 刘赛赛;陈冬花;
栗旭升;刘聪芳;李虎
5.六盘山北侧华北落叶松林分的水分利用效率研究 [J], 何聪;熊伟;王彦辉;程积民;招礼军;于澎涛;徐丽宏;童鸿强;王云霓
因版权原因，仅展示原文概要，查看原文内容请购买。
郁闭度及其测定方法
郁闭度及其测定方法郁闭度及其测定方法2010-05-21 16：24郁闭度及其测定方法郁闭度是森林资源调查中的一个重要调查因子,也是一个反映森林结构和森林环境的重要因子。
在森林经营管理中,郁闭度作为小班区划、确定抚育采伐强度的重要指标,并成为通过遥感图像进行森林蓄积量估测不可或缺的因子。
郁闭度也是判定森林的重要因子,我国《森林资源规划设计调查主要技术规定》中规定有林地的技术标准为郁闭度0.2以上(包括0.2),FAO对森林的定义也要求郁闭度大于10%,森林的判定需要更为准确的郁闭度测定。
然而,长期以来,郁闭度的基本内涵与调查方法却没有受到足够的重视,存在着概念模糊、测定方法粗放等问题,不能满足林业生产与生态建设的需要。
郁闭度是描述森林生态系统的状态与环境指标的最重要的特征之一。
近年来,与郁闭度及其测定方法研究与应用相关的森林经营管理与生态研究不断深入,郁闭度也受到更多的关注与重视。
郁闭度在水土流失、水源涵养、林分质量评价、森林景观建设等方面得到广泛的应用,并应用于林中光照研究、幼苗形态与解剖的影响、与溪流温度相关的森林经营管理、反映垂直和水平森林结构的林冠多样性指数、与野生动植物生境相关的森林经营管理如在斑点猫头鹰、鹟鸟栖息的森林管理等方面。
同时,随着研究和应用的深入,对于郁闭度概念的认识、调查方法与仪器等的研究也在不断地完善和发展。
但是,国内对郁闭度的基本内涵、测定方法与仪器等方面的研究报道甚少,在一定程度上制约了林业生产与生态研究的发展。
郁闭度是反映林分结构和密度的重要指标。
由于应用领域与目的不同,与郁闭度相近或相似的概念很多,但概念的内涵并不明确,在某些情况下会造成混淆甚至错误。
在林学与生态中,从用途与调查方式上来看,与郁闭度相关的概念主要有盖度(coverage)、透光孔隙度(canopy openness)、林冠密度(canopy density)、林冠开阔度(canopy openness)等。
基于树冠投影判别分析的林分郁闭度测定
［ １ ９ ］ Ｍｏ ｓ ａ ｉ ｃ Ｍｉ ｌ ｌ Ｏ ｙ ．Ｅ ｎ ｓ ｏ ＭＯ Ｓ Ａ Ｉ Ｃ ｉ ｍ ａ ｇ ｅ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｕ ｓ ｅ ｒ ’ ｓ ｇ ｕ ｉ ｄ ｅ ： Ｖ ｅ ｒ －
ｓ ｉ ｏ ｎ ７ ． ３ ［ Ｍ］ ．Ｆ ｉ ｎ ｌ ａ ｎ ｄ ： Ｍｏ ｓ ａ ｉ ｃ Ｍｉ ｌ ｌ Ｌ ｔ ｄ ， ２ ０ ０ ９ ． ［ ２ ０ ］ ＫＵ ｎ ｇ Ｏ， Ｓ ｔ ｒ ｅ ｃ ｈ ａ Ｃ， Ｂ ｅ ｙ ｅ ｌ ｅ ｒ Ａ，ｅ ｔ ａ １ ． Ｔ ｈ ｅ ａ ｃ ｃ ｕ ｒ ａ ｃ ｙ ｏ ｆ ａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｃ ｐ ｈ ｏ
摘 要 ： 采 用 任 意 二值 图面 积 测 定 为 方 法 ， 以 Ｗｏ ｒ ｄ产 生 不 同复 杂 程 度 的 二 值 图 为 数 据 源 ， 对 非监 督 分 类 、 监 督 分
类、 像素统计法测定林分郁 闲度的方法进行 对比分析 。结果表明 ： 非监督 分类 、 监 督分 类、 像 素统计 法对林分郁 闭 度 的测 定结果均偏 大， 监督 分类 、 像素统计法对林分郁 闲度测 定的精度 较非监督 分类法 测定的要 高。像 素统计 法 操作 简单 、 测算速度快、 准确程度 高， 是一种通过树 冠投 影法测定林分郁 闭度 的有效 方法。
技 ７ Ｉ 【开 发
信息 ， ２ ０ ０ ９ ， ３ ４（ １ ） ： ８ ８ — ９ ２ ． ［ １ ８ ］ 宗秀影． Ｌ Ｐ Ｓ在无人机数据处理中的应用［ Ｊ ］ ． 测绘通报 ， ２ ０ １ １ ， ２ ６
（ ２ ） ： ９ ０ － ９ １ ． Ｇ ｅ ｏ ｍａ ｔ ｉ ｃ ｓ（ Ｕ ＡＶ — ｇ ） ．Ｚ ｕ ｉ ｒ ｃ ｈ， Ｓ ｗ ｉ ｔ ｚ ｅ ｒ ｌ ］ Ａ ｇ ｉ Ｓ ｏ ｆ ｔ Ｌ Ｌ Ｃ ，Ａ ｇ ｉ Ｓ ｏ ｆ ｔ Ｐ ｈ ｏ ｔ ｏ Ｓ ｃ ａ ｎ ［ Ｅ Ｂ ／ Ｏ Ｌ ］ ．［ ２ ０ １ ０ — １ ０— ３ ０ ］ ．ｈ ｌ ＿
郁闭度及其测定方法
郁闭度及其测定方法郁闭度及其测定方法2010-05-21 16：24郁闭度及其测定方法郁闭度是森林资源调查中的一个重要调查因子, 也是一个反映森林结构和森林环境的重要因子。
在森林经营管理中, 郁闭度作为小班区划、确定抚育采伐强度的重要指标, 并成为通过遥感图像进行森林蓄积量估测不可或缺的因子。
郁闭度也是判定森林的重要因子, 我国《森林资源规划设计调查主要技术规定》中规定有林地的技术标准为郁闭度0.2 以上( 包括0. 2),FAO 对森林的定义也要求郁闭度大于10%,森林的判定需要更为准确的郁闭度测定。
然而, 长期以来, 郁闭度的基本内涵与调查方法却没有受到足够的重视, 存在着概念模糊、测定方法粗放等问题, 不能满足林业生产与生态建设的需要。
郁闭度是描述森林生态系统的状态与环境指标的最重要的特征之一。
近年来, 与郁闭度及其测定方法研究与应用相关的森林经营管理与生态研究不断深入, 郁闭度也受到更多的关注与重视。
郁闭度在水土流失、水源涵养、林分质量评价、森林景观建设等方面得到广泛的应用, 并应用于林中光照研究、幼苗形态与解剖的影响、与溪流温度相关的森林经营管理、反映垂直和水平森林结构的林冠多样性指数、与野生动植物生境相关的森林经营管理如在斑点猫头鹰、鹟鸟栖息的森林管理等方面。
同时,随着研究和应用的深入, 对于郁闭度概念的认识、调查方法与仪器等的研究也在不断地完善和发展。
但是, 国内对郁闭度的基本内涵、测定方法与仪器等方面的研究报道甚少, 在一定程度上制约了林业生产与生态研究的发展。
郁闭度是反映林分结构和密度的重要指标。
由于应用领域与目的不同, 与郁闭度相近或相似的概念很多,但概念的内涵并不明确, 在某些情况下会造成混淆甚至错误。
在林学与生态中, 从用途与调查方式上来看,与郁闭度相关的概念主要有盖度(coverage) 、透光孔隙度(canopy openness) 、林冠密度(canopy density) 、林冠开阔度(canopy openness)等。