论文部分内容阅读
无人机技术、GIS、RS、物联网、云计算、大数据等新型科学技术的飞速发展为林业资源调查技术的革新带来了前所未有的发展机遇。传统森林调查往往运作周期长,使得森林信息的更新不能紧随当今时代发展的需求,与此同时传统调查结果的精度更多地受到人为因素的影响。为满足当今林业资源调查中对信息更新的高效性、精确性等需求,本文在充分了解当今林业行业需求、阅读大量相关文献资料的基础上,搭建了一套适应当今时代发展要求的新型森林资源调查系统。系统可用于林业资源调查数据的及时获取与更新,极大地缩短了传统林业调查的调查周期,为更好地实现林业资源的可持续发展提供了技术支持。系统的开发模式采用组件式GIS与C/S开发模式相结合的方式;利用DevExpressComponents完成系统界面设计;在数据库设计方面采用图属信息分别存储的方式加速软件的运行速率,即利用Oracle与ArcSDE空间数据引擎进行无缝连接,完成系统数据库的管理工作;软件的开发平台则选用由美国微软公司开发设计的MicrosoftVisualStudio2010。软件实现了基于无人机影像的各级林场、林班、小班等的空间区划以及面积平差;基于DEM数据提取坡度、坡向、海拔信息等地形信息;基于外业调查数据与影像数据获取小班平均树高、平均胸径、株树密度、蓄积量、树种组成、生物量等森林参数;以及图属信息查询、要素编辑、地图浏览、出图制图等GIS基础功能。为对软件的精度进行验证,本次研究将内蒙古赤峰市喀喇沁旗西南部的旺业甸实验林场作为试验区,利用固定翼无人机和外业样地调查分别获取研究区的无人机航拍数据和地面调查数据。结果表明,系统在地形信息的提取中,小班高程信息和坡度信息的偏差(Bias)分别为3.28m(0.28%)和-0.03°(-0.14%),其中高程信息的均方根误差(Root Mean Squared Error,RMSE)为 3.02m(6.23%),坡度信息的 RMSE 为 1.53°(6.27%);在植被信息的提取中,小班平均胸径的Bias为0.04cm(0.25%),RMSE为 0.65cm(4.46%);小班平均树高的 Bias 为-0.17m(-1.37%),RMSE 为 0.64m(5.11%);株树密度的 Bias 为 8.88 株·hm-2(0.87%),RMSE 为 4.75 株·hm-2(4.16%);而蓄积量的 Bias 为 1.73 m3·hm-2(1.61%),RMSE 为 6.36 m3·hm-2(5.93%)。