1.基于UAV数据的桉树人工林短时间跨度生长量提取方法,其特征在于,该方法包括以下步骤:
步骤1:选取一块桉树人工林样方,对该样方进行野外实地样地调查和UAV数据采集;所述UAV数据采集包括1)连续一年每月利用搭载消费级相机的无人机对所选样方进行数据采集,所获得的12期UAV数据称为Camera UAV数据;2)使用搭载LiDAR传感器的无人机对所选样方进行数据采集,所获得的UAV数据称为LiDAR UAV数据;
步骤2:将该样方的12期Camera UAV数据输入航空摄影测量软件中进行处理得到每一期该样方的数字正射影像DOM和数字表面模型DSM;利用LiDAR点云数据处理软件处理LiDARUAV数据,生成该样方的数字高程模型DEM;
步骤3:将每一期该样方的数字表面模型DSM与该样方的数字高程模型DEM做差得到每一期该样方的冠层高度模型CHM;
步骤4:从该样方全部12期的冠层高度模型CHM构成的数据集中划分出训练集,并对该训练集中冠层高度模型CHM上的每一个树冠进行标注,获得带有标签的训练集数据;利用带有标签的训练集数据和深度学习算法进行单木分割,得到每一期该样方的单木分割矢量图;
步骤5:根据每一期该样方的单木分割矢量图、数字正射影像DOM和冠层高度模型CHM,利用局部最大值算法提取出每一期该样方的单木树高和单木冠幅;
步骤6:根据每一期该样方的数字正射影像DOM,提取出每一期该样方的数字正射影像DOM的光谱反射指数;
步骤7:根据野外实地样地调查采集的该样方中每棵桉树对应的单木树高和单木胸径计算单木材积实际值,由野外实地样地调查采集的该样方中每棵桉树对应的单木树高、单木冠幅以及单木材积实际值构成数据集,并从该数据集中划分出训练集;以训练集中的单木材积作为因变量、以步骤5和步骤6所提取的与野外实地样地调查相同月份的该样方的单木树高、单木冠幅以及光谱反射指数为自变量,利用本步骤获得的训练集和随机森林算法构建该样方的单木材积反演模型;
步骤8:基于12期的UAV数据,利用所提取出的每一期该样方的单木树高、单木冠幅以及光谱反射率和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,再将所有提取出的单木材积求和,获得该样方林分每个月的林分蓄积量,进而获得该样方每个月的单木材积变化量和林分蓄积量变化量,即每个月该样方桉树人工林的单木生长量和林分生长量,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。
2.根据权利要求1所述的基于UAV数据的桉树人工林短时间跨度生长量提取方法,其特征在于,所述深度学习算法为DeeplabV3+模型。
3.根据权利要求1所述的基于UAV数据的桉树人工林短时间跨度生长量提取方法,其特征在于,所述步骤5中所述的提取出每一期该样方的单木树高和单木冠幅的方法为:在ArcGIS软件中,将每一期该样方的单木分割矢量图、每一期该样方的冠层高度模型CHM和数字正射影像DOM通过三个图层的方式分别打开,结合对应的单木分割矢量图和数字正射影像DOM,通过人工目视解译的方式,分别确定每一期该样方中每棵桉树树冠的位置,对每一期该样方的冠层高度模型CHM利用局部最大值算法,提取出每一期该样方的单木树高和单木冠幅。
4.根据权利要求1所述的基于UAV数据的桉树人工林短时间跨度生长量提取方法,其特征在于,所述光谱反射指数包括归一化红蓝指数NDRB、归一化红绿指数NDRG和归一化绿蓝指数NDGB,其中归一化红蓝指数NDRB按照式(1)进行计算;归一化红绿指数NDRG按照式(2)进行计算;归一化绿蓝指数NDGB按照式(3)进行计算:上式中,R为归一化后红波段的对应像元值,G为归一化后绿波段的对应像元值,B为归一化后蓝波段的对应像元值。