基于数字航空影像的落叶松人工林蓄积量估测

目录

声明

第一章 绪论

1.1 研究背景和意义

1.1.1 研究背景

1.1.2 研究目的和意义

1.2 国内外研究现状

1.2.1 数字影像数据森林参数估测研究现状概述

1.2.2 激光雷达森林参数估测研究现状概述

1.3 研究的思路与论文结构

1.3.1 研究思路

1.3.2 研究内容

1.3.3 论文结构

第二章 研究区与数据处理

2.1 研究区概况

2.2 航测数据采集

2.3 数字航空影像数据处理

2.3.1航迹解算

2.3.2数据处理

2.4 点云数据处理

2.4.1 LiDAR 点云数据处理

2.4.2 密集匹配点云与 LiDAR 点云的配准

2.5 密集匹配点云的归一化处理

2.6 DOM和DEM生产

2.7 样地调查

第三章 森林蓄积量的估测方法

3.1 估测流程

3.2 特征提取

3.2.1 DOM 的纹理特征

3.2.2 DOM 的植被指数

3.2.3 密集匹配点云特征

3.3 特征选择

3.3.1 手工去相关

3.3.2 变量选择

3.4 机器学习建模方法

3.4.1 Cubist 模型

3.4.2 KNN 模型

3.4.3 随机森林模型

3.4.4 SVR 模型

3.5 模型的精度评价

第四章 森林蓄积量估测结果与分析

4.1 基于DOM数据的蓄积量估测

4.1.1 模型变量选择

4.1.2 机器学习回归建模

4.1.3 基于 DOM 数据的蓄积量估测结果与分析

4.2 基于密集匹配点云数据的蓄积量估测

4.2.1 模型变量选择

4.2.2 机器学习回归建模

4.2.3蓄积量估测结果与分析

4.3 基于DOM+密集匹配点云数据的蓄积量估测

4.3.1 模型变量选择

4.3.2 机器学习回归建模

4.3.3 蓄积量估测结果与分析

4.4 估测误差分析

4.5 人工林蓄积量制图

第五章 讨论

5.1 采用数字航空遥感数据进行森林蓄积量估测制图的可行性

5.2 DOM与密集匹配点云的联合应用

5.3 四个机器学习模型的表现

第六章 结论与展望

6.1 研究结论

6.2 展望

参考文献

实现代码

致 谢