• 中国中文核心期刊
  • 中国农林核心期刊
  • 中国期刊方阵双效期刊
  • RCCSE中国核心学术期刊
  • 中国科学引文数据库(核心库)来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

激光雷达和高光谱遥感技术在树种识别中的应用

钟浩 刘浩然 林文树

钟浩, 刘浩然, 林文树. 激光雷达和高光谱遥感技术在树种识别中的应用[J]. 世界林业研究, 2021, 34(4): 41-45. doi: 10.13348/j.cnki.sjlyyj.2021.0013.y
引用本文: 钟浩, 刘浩然, 林文树. 激光雷达和高光谱遥感技术在树种识别中的应用[J]. 世界林业研究, 2021, 34(4): 41-45. doi: 10.13348/j.cnki.sjlyyj.2021.0013.y
Hao Zhong, Haoran Liu, Wenshu Lin. Application of Lidar and Hyperspectral Remote Sensing Technology to Tree Species Identification[J]. WORLD FORESTRY RESEARCH, 2021, 34(4): 41-45. doi: 10.13348/j.cnki.sjlyyj.2021.0013.y
Citation: Hao Zhong, Haoran Liu, Wenshu Lin. Application of Lidar and Hyperspectral Remote Sensing Technology to Tree Species Identification[J]. WORLD FORESTRY RESEARCH, 2021, 34(4): 41-45. doi: 10.13348/j.cnki.sjlyyj.2021.0013.y

激光雷达和高光谱遥感技术在树种识别中的应用

doi: 10.13348/j.cnki.sjlyyj.2021.0013.y
基金项目: 黑龙江省自然科学基金联合引导项目(LH2020C049);国家自然科学基金(31971574)
详细信息
    作者简介:

    钟浩,博士研究生,研究方向为林业遥感,E-mail:zhonghao@nefu.edu.cn

    通讯作者:

    林文树,教授,博士,研究方向为森林遥感监测,E-mail:linwenshu@nefu.edu.cn

  • 中图分类号: S757.2,S771.8

Application of Lidar and Hyperspectral Remote Sensing Technology to Tree Species Identification

  • 摘要: 快速准确识别树种是研究和保护森林资源的基础,通过遥感技术进行树种识别已成为森林调查重要手段之一。激光雷达数据可以提供森林垂直结构的信息,而高光谱遥感数据可以提供树木详细的光谱信息,因此联合激光雷达和高光谱数据能够提高树种分类精度。文中阐述了激光雷达和高光谱遥感在森林树种识别中的研究现状,总结了单一遥感源进行树种识别的优缺点,介绍了联合激光雷达和高光谱遥感数据的树种识别方法,最后从数据平台、数据提取、数据融合及识别模型等4个方面探讨了当前树种识别研究中面临的问题以及未来的研究方向,旨在为提高树种识别精度提供参考。
  • [1] 王平. 基于机载LiDAR数据和航空像片的单木参数提取研究[D]. 哈尔滨: 东北林业大学, 2012.
    [2] 韦雪花. 轻小型航空遥感森林几何参数提取研究[D]. 北京: 北京林业大学, 2013.
    [3] 赵芳. 测树因子遥感获取方法研究[D]. 北京: 北京林业大学, 2014.
    [4] 刘鲁霞, 庞勇. 机载激光雷达和地基激光雷达林业应用现状[J]. 世界林业研究,2014,27(1):49 − 56.
    [5] 王妮, 彭世揆, 李明诗. 基于树种分类的高分辨率遥感数据纹理特征分析[J]. 浙江农林大学学报,2012,29(2):210 − 217. doi: 10.3969/j.issn.2095-0756.2012.02.010
    [6] 郭庆华, 苏艳军, 胡天宇, 等. 激光雷达森林生态应用: 理论、方法及实例[M]. 北京: 高等教育出版社, 2018.
    [7] 岳春宇, 郑永超, 邢艳秋, 等. 星载激光遥感林业应用发展研究[J]. 红外与激光工程,2020,49(11):105 − 114.
    [8] 陈向宇, 云挺, 薛联凤, 等. 基于激光雷达点云数据的树种分类[J]. 激光与光电子学进展,2019,56(12):203 − 214.
    [9] 卢晓艺. 基于LiDAR数据的树种识别研究[D]. 南京: 南京林业大学, 2019.
    [10] 魏田. 基于静态地基激光扫描点云的单树结构表征[D]. 河北唐山: 华北理工大学, 2015.
    [11] LI J L, HU B X, NOLAND T L. Classification of based on structural features derived from high density LiDAR data[J]. Agricultural and Forest Meteorology, 2013, 171:104 − 114.
    [12] KIM S, MCGAUGHEY R J, ANDERSEN H E, et al. Tree species differentiation using intensity data derived from leaf-on and leaf-off airborne laser scanner data[J]. Remote Sensing of Environment, 2009, 113(8):1575 − 1586.
    [13] ZHANG Z Y, LIU X Y. Support vector machines for tree species identification using LiDAR-derived structure and intensity variables[J]. Geocarto International, 2013, 28(4):364 − 378. doi: 10.1080/10106049.2012.710653
    [14] 李盛阳, 刘志文, 刘康, 等. 航天高光谱遥感应用研究进展(特邀)[J]. 红外与激光工程,2019,48(3):9 − 23.
    [15] 童庆禧, 张兵, 张立福. 中国高光谱遥感的前沿进展[J]. 遥感学报,2016,20(5):689 − 707.
    [16] 林海军, 张绘芳, 高亚琪, 等. 基于马氏距离法的荒漠树种高光谱识别[J]. 光谱学与光谱分析,2014,34(12):3358 − 3362. doi: 10.3964/j.issn.1000-0593(2014)12-3358-05
    [17] 李军玲, 庞勇, 李增元, 等. 机载AISA Eagle Ⅱ高光谱数据在温带天然林树种分类中的应用[J]. 东北林业大学学报,2019,47(5):72 − 76. doi: 10.3969/j.issn.1000-5382.2019.05.014
    [18] 王志辉, 丁丽霞. 基于叶片高光谱特性分析的树种识别[J]. 光谱学与光谱分析,2010,30(7):1825 − 1829. doi: 10.3964/j.issn.1000-0593(2010)07-1825-05
    [19] MODZELEWSKA A, FASSNACHT F E, STERENCZAK K. Tree species identification within an extensive forest area with diverse management regimes using airborne hyperspectral data[J]. International Journal of Applied Earth Observation and Geoinformation, 2020, 84:101960. DOI: 10.1016/j.jag.2019.101960.
    [20] 吴艳双, 张晓丽. 结合多尺度纹理特征的高光谱影像面向对象树种分类[J]. 北京林业大学学报,2020,42(6):91 − 101. doi: 10.12171/j.1000-1522.20190155
    [21] FRICKER G A, VENTURA J D, WOLF J A, et al. A convolutional neural network classifier identifies tree Species in mixed-conifer forest from hyperspectral imagery[J]. Remote Sensing, 2019, 11(19):2326 − 2348. doi: 10.3390/rs11192326
    [22] 徐念旭, 田庆久, 申怀飞, 等. 基于微分变换的高光谱马尾松和杉木识别[J]. 国土资源遥感,2018,30(4):28 − 32.
    [23] 李俊明. 基于HJ-1A高光谱遥感树种识别的研究[D]. 哈尔滨: 东北林业大学, 2013.
    [24] WAN L M, LIN Y Y, ZHANG H S, et al. GF-5 Hyperspectral data for species mapping of mangrove in Mai Po, Hong Kong[J]. Remote Sensing, 2020, 12(4):656. DOI: 10.3390/rs12040656.
    [25] 孔嘉鑫, 张昭臣, 张健. 基于多源遥感数据的植物物种分类与识别: 研究进展与展望[J]. 生物多样性,2019,27(7):796 − 812. doi: 10.17520/biods.2019197
    [26] 皋厦, 申鑫, 代劲松, 等. 结合LiDAR单木分割和高光谱特征提取的城市森林树种分类[J]. 遥感技术与应用,2018,33(6):1073 − 1083.
    [27] 王彬. 基于机载LiDAR和高光谱数据的单木提取和树种识别[D]. 南京: 南京信息工程大学, 2018.
    [28] MAN Q X, DONG P L, YANG X M, et al. Automatic extraction of grasses and individual trees in urban areas based on airborne hyperspectral and LiDAR data[J]. Remote Sensing, 2020, 12(17):2725. DOI: 10.3390/rs12172725.
    [29] 鲁续坤. 基于机载LiDAR和高光谱数据的树种分类及三维显示[D]. 成都: 电子科技大学, 2018.
    [30] SHEN X, CAO L. Tree-species classification in subtropical forests using airborne hyperspectral and LiDAR data[J]. Remote Sensing, 2017, 9(11):1180. DOI: 10.3390/rs9111180.
    [31] SANKEY T, DONAGER J, MCVAY J, et al. UAV lidar and hyperspectral fusion for forest monitoring in the southwestern USA[J]. Remote Sensing of Environment, 2017, 195:30 − 43. doi: 10.1016/j.rse.2017.04.007
    [32] 刘怡君, 庞勇, 廖声熙, 等. 机载LiDAR和高光谱融合实现普洱山区树种分类[J]. 林业科学研究,2016,29(3):407 − 412. doi: 10.3969/j.issn.1001-1498.2016.03.015
    [33] DALPONTE M, BRUZZONE L, GIANELLE D. Tree species classification in the Southern Alps based on the fusion of very high geometrical resolution multispectral/hyperspectral images and LiDAR data[J]. Remote Sensing of Environment, 2012, 123:258 − 270.
    [34] SUGUMARAN R, VOSS M. Object-oriented classification of LiDAR-fused hyperspectral imagery for tree species identification in an urban environment[C]. Urban Remote Sensing Joint Event, Paris, 2007.
    [35] 董文雪, 曾源, 赵玉金, 等. 机载激光雷达及高光谱的森林乔木物种多样性遥感监测[J]. 遥感学报,2018,22(5):833 − 847.
    [36] 廖小罕, 肖青, 张颢. 无人机遥感: 大众化与拓展应用发展趋势[J]. 遥感学报,2019,23(6):1046 − 1052.
    [37] 张兵. 高光谱图像处理与信息提取前沿[J]. 遥感学报,2016,20(5):1062 − 1090.
    [38] 黄华国. 林业定量遥感研究进展和展望[J]. 北京林业大学学报,2019,41(12):1 − 14. doi: 10.12171/j.1000-1522.20190326
    [39] JIA W, PANG Y, TORTINI R, et al. A kernel-driven BRDF approach to correct airborne hyperspectral imagery over forested areas with rugged topography[J]. Remote Sensing, 2020, 12(3):432. DOI: 10.3390/rs12030432.
    [40] 成中涛, 刘东, 刘崇, 等. 多纵模高光谱分辨率激光雷达研究[J]. 光学学报,2017,37(4):22 − 32.
    [41] WANG L, SUN G, NIU Z, et al. Estimation of leaf biochemical content using a novel hyperspectral full-waveform LiDAR system[J]. Remote Sensing Letters, 2014, 5(8):693 − 702. doi: 10.1080/2150704X.2014.960608
  • 加载中
计量
  • 文章访问数:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-12-24
  • 修回日期:  2021-01-25
  • 网络出版日期:  2021-03-18
  • 刊出日期:  2021-07-29

目录

    /

    返回文章
    返回