首页> 外文OA文献 >Évaluation de la densité (tiges/ha.) et caractérisation de la défoliation d'un territoire forestier boréal à l'aide de la vidéographie aérienne multispectrale (VAM)
【2h】

Évaluation de la densité (tiges/ha.) et caractérisation de la défoliation d'un territoire forestier boréal à l'aide de la vidéographie aérienne multispectrale (VAM)

机译:密度评估(干/公顷),并使用多光谱航拍影像(VAM)表征北方森林领土的落叶

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Ces dernières années, tous ceux qui interviennent dans la gestion du milieu forestier font face à de nouvelles réalités (législation, ouverture de marchés, contraintes environnementales...)- Cette situation implique une réorganisation du travail et plus que jamais, on doit faire appel à des outils modernes et efficaces pour recueillir les données représentant les principaux paramètres d'un territoire forestier. Les expériences des dernières années ont démontré que la télédétection et les systèmes d'information à référence spatiale ouvrent de nouvelles avenues sur la façon d'acquérir et de gérer l'information forestière. L'objectif de ce travail est d'évaluer une méthode permettant de caractériser, à partir d'imagerie vidéographique, la densité (tiges/hectare) et l'état de défoliation des peuplements résineux d'un territoire forestier boréal.ududLe site étudié (86 km) est localisé en plein c?ur de la sous-zone boréale supérieure, à quelques 75 km au nord-ouest de la ville de Saint-Félicien au Lac-Saint-Jean. Ce territoire est sous la gestion de la compagnie forestière Donohue Saint-Félicien et est principalement composé de peuplements de résineux d'une haute densité forestière. Le site fut imagé à l'aide d'une version modifiée du capteur XYBION MSC-02 SPL-4076. Les bandes spectrales acquises sont le vert (550 nm), le rouge (650 nm) et enfin, le proche infrarouge (800 nm). Vingt-cinq lignes de vol dont les axes sont espacés de 400 m furent nécessaires pour échantillonner le territoire.ududEn premier lieu, on a appliqué aux images des prétraitements de routine permettant de corriger l'aberration chromatique latérale et le défaut de registration entre les plans spectraux. Par la suite, les images dont le groupement d'essence est le résineux furent divisées en quatre groupes, en fonction de la densité forestière (A à D). Dans chaque groupe, on a sélectionné aléatoirement trente images à l'intérieur desquelles on a positionné arbitrairement une placette de 135 x 135 pixels. Ces 120 placettes furent dénombrées par trois interprètes.ududEn raison de la forme conique d'un résineux et de l'exposition plus directe de sa cime à la lumière solaire, son profil radiométrique passe par un maximum local au voisinage de cette cime. Nous avons utilisé une méthode de reconnaissance de ces maxima pour dénombrer automatiquement les tiges. Par la suite, ces maxima furent analysés afin d'évaluer l'état de défoliation des tiges dénombrées.ududAfin d'évaluer la performance de la méthode, le dénombrement obtenu par l'algorithme fut comparé à la valeur moyenne du dénombrement obtenu par les trois interprètes. Cette première évaluation fut suivie d'une analyse des erreurs d'omission et de commission de l'algorithme. Pour évaluer la relation entre le contenu de l'image et la réalité terrain, trois placettes de terrain de 30 x 30 m furent implantées et inventoriées.ududLa comparaison directe entre les résultats obtenus par le dénombrement fait par les interprètes et celui de l'algorithme donne, pour les densités A, B et C, des erreurs quadratiques moyennes respectives de 4,0%, 8,5% et 10,2%. Pour ces trois classes de densité, les variations de dénombrement entre les interprètes sont de l'ordre de 3% de la moyenne. Toutefois, cette erreur peut augmenter à plus de 20% pour certaines des images de densité D alors que pour ces mêmes images, l'erreur de l'algorithme peut atteindre 75%. Pour ces raisons cette classe de densité forestière fut qualifiée d'indénombrable par la méthode présentée.ududEn tenant compte séparément des erreurs d'omission et de commission de l'algorithme, l'erreur totale de la méthode est légèrement supérieure à celle précédemment présentée et se situe respectivement, pour les densités A, B et C, à 5,2%, 8,6% et de 11,0%. De façon générale, avec l'augmentation du nombre de tiges, les erreurs d'omission ont tendance à augmenter alors que les erreurs de commission diminuent. D'autre part, l'analyse de la teinte des tiges dénombrées a permis de les classifier selon trois classes de défoliation. Enfin, les résultats découlant de l'analyse des placettes de terrain montrent que les images sous-estiment le nombre de tiges. Plusieurs tiges des strates dominantes et codominantes ne sont pas résolues.ud
机译:近年来,所有参与森林环境管理的人们都面临着新的现实(立法,市场开放,环境限制...)-这种情况涉及工作的重组,我们比以往任何时候都必须呼吁现代高效的工具来收集代表林区主要参数的数据。近年来的经验表明,遥感和天基信息系统为获取和管理森林信息开辟了新途径。这项工作的目的是评估一种方法,该方法可以从视频图像中表征北方森林地区针叶林的密度(茎/公顷)和落叶状态。被研究的地点(86公里)位于北部寒带分区的心脏地带,位于Lac-Saint-Jean的Saint-Félicien市西北约75公里。该地区由DonohueSaint-Félicien森林公司管理,主要由高森林密度的针叶林组成。使用修改后的XYBION MSC-02 SPL-4076传感器对部位成像。获得的光谱带是绿色(550 nm),红色(650 nm),最后是近红外(800 nm)。需要25条轴距为400 m的飞行线对区域进行采样 Ud ud首先,对图像进行常规预处理以校正横向色差和配准缺陷在光谱平面之间。随后,根据森林密度(A到D)将针叶树种分组的图像分为四组。在每组中,随机选择30张图像,其中任意放置135 x 135像素的图。这120个地块由三位解说员计算。 Ud ud由于针叶树的圆锥形形状以及其树冠更直接暴露在阳光下,其辐射测量剖面穿过该树冠附近的局部最大值。我们使用一种识别这些最大值的方法来自动计算茎。随后,对这些最大值进行分析,以评估枚举茎的脱叶状态。为了评估该方法的性能,将算法获得的枚举与所获得枚举的平均值进行比较。由三位表演者组成。第一次评估后,将分析算法的遗漏和执行错误。为了评估图像内容与现场真实性之间的关系,建立了三个30 x 30 m的田地图并进行了清单清点。 Ud ud通过口译员的计算与获得的结果进行的直接比较。对于密度A,B和C,该算法分别给出4.0%,8.5%和10.2%的均方误差。对于这三个密度等级,口译员之间的计数差异约为平均值的3%。但是,对于某些密度为D的图像,此错误可能会增加到20%以上,而对于这些相同的图像,算法的错误可能会达到75%。由于这些原因,该森林密度等级被所描述的方法描述为不可数。 Ud ud单独考虑算法的遗漏和委托误差,该方法的总误差略高于该误差。分别针对密度A,B和C分别提供了5.2%,8.6%和11.0%。通常,随着杆数的增加,省略误差趋于增加,而佣金误差则减小。另一方面,对枚举茎的阴影的分析使它们可以根据三类落叶分类。最后,对田间图的分析结果表明,这些图像低估了茎的数量。主导层和共同主导层的几个茎尚未解析。

著录项

  • 作者

    McLaughlin Stephan;

  • 作者单位
  • 年度 1998
  • 总页数
  • 原文格式 PDF
  • 正文语种 fr
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号