發(fā)布時(shí)間：2024-05-18 17:34

　　定株管理是未來果園精準(zhǔn)生產(chǎn)管理的趨勢(shì),果樹單木樹冠信息的提取是定株管理的關(guān)鍵。該研究利用無人機(jī)采集的蘋果園激光探測(cè)與測(cè)量數(shù)據(jù)(Light Detection and Ranging,Li DAR)檢測(cè)和測(cè)量每棵果樹的樹冠面積和樹冠直徑,并評(píng)價(jià)空間分辨率對(duì)果樹單木樹冠檢測(cè)與提取結(jié)果的影響。該方法主要使用反距離權(quán)重插值法間接生成冠層高度模型(CanopyHeightModel,CHM);使用局部極大值濾波算法和標(biāo)記控制分水嶺分割算法(Marked-ControlledWatered Segmentation,MCWS)對(duì)果樹進(jìn)行單木樹冠檢測(cè)與提取。通過與參考數(shù)據(jù)的比較,評(píng)估了該方法的精度,并定量分析了空間分辨率對(duì)于單木樹冠檢測(cè)與信息提取結(jié)果的敏感性。結(jié)果表明,該方法可有效實(shí)現(xiàn)果樹單木樹冠檢測(cè)與信息提取,代表果樹檢測(cè)精度的F1得分為95.03%,樹冠輪廓提取準(zhǔn)確率為86.39%,樹冠面積的提取數(shù)據(jù)集和參考數(shù)據(jù)集的線性擬合結(jié)果決定系數(shù)和歸一化均方根誤差分別為0.81和20.56%,樹冠直徑的提取數(shù)據(jù)集和參考數(shù)據(jù)集的線性擬合結(jié)果決定系數(shù)和歸一化均方根誤差分別為0.85和14.79%,樹冠面積和直...

【文章頁數(shù)】：10 頁

【部分圖文】：

圖1研究區(qū)位置

研究區(qū)位于中國(guó)山東省棲霞市（37°10′8″N,120°41′23″E），研究區(qū)東西總長(zhǎng)度132m，南北總長(zhǎng)度108m（圖1）。多數(shù)果樹品種為富士，種植時(shí)間超過7a，樹行種植間隔固定為4.5m，株距為4m，研究區(qū)共有果樹573棵，研究區(qū)邊緣非果樹或與其他明顯物體（如電線....

圖2不同空間分辨率的數(shù)字地形模型、數(shù)字表面模型和數(shù)字高度模型

基于不同空間分辨率的CHM，使用本方法檢測(cè)的果樹數(shù)量及精度如圖3所示，代表果樹檢測(cè)精度的F1得分均超過90%，且當(dāng)冠層高度模型空間分辨率為0.3m時(shí)，F(xiàn)1得分最高，為95.03%，其中查全率為93.37%，查準(zhǔn)率為96.75%。圖3不同空間分辨率下的果樹檢測(cè)結(jié)果及精度

圖3不同空間分辨率下的果樹檢測(cè)結(jié)果及精度

圖2不同空間分辨率的數(shù)字地形模型、數(shù)字表面模型和數(shù)字高度模型2.3果樹樹冠提取

圖4不同空間分辨率下由冠層高度模型所提取樹冠與參考樹冠的輪廓疊加

為評(píng)估使用該方法提取果樹單木樹冠信息的精度，本研究對(duì)基于冠層高度模型提取的果樹樹冠面積及直徑進(jìn)行統(tǒng)計(jì)分析。其中，基于不同空間分辨率0.1、0.2、0.3、0.4和0.5m的優(yōu)-匹配的樹冠分別為456、472、461、439和394棵樹，提取的樹冠面積和直徑統(tǒng)計(jì)箱型圖如圖5所示，....

本文編號(hào)：3977126