使用Agisoft PhotoScan v1.2.0(build 2198)SfM软件处理照片,该软件在自动化工作流程中应用专有算法,以生成密集的3D点云和正交镶嵌。使用CloudCompare v2.6.1和ArcGIS v10.2软件编辑并将PhotoScan生成的点云编辑并处理为DSM和植被高度模型。整个数据处理工作流程总结在图4中,详细的SfM软件处理步骤在补充材料1中单独描述





图4. 流程图显示了生成植被分类的整体无人机图像处理步骤。



模拟灌木高度
为了表征研究区的植被,2015年8月5日至10日进行了实地调查。在28个调查点,使用卷尺记录灌木斑块的最大高度,并测量六个最高分支的高度。代表平均身高。样本灌木包括一系列最大高度(19-202厘米),最大树冠直径(40-398厘米)和物种(桦树,桤木和柳树)。对于灌木修剪实验中添加的三个显着的桤木也进行了最大高度的测量。
使用位于2014年安装在研究现场的基准标记上的Nikon Nivo 3.C全站仪记录每个测量位置xy坐标。使用Trimble R4 GNSS系统在此点收集的静态测量数据进行后处理使用Natural Resources Canada的精确点定位系统产生水平精度为±4 mm的基准。为了描述植被组成,我们记录了116个点的最高物种和紧邻每个点周围区域的优势物种,并使用尼康D7000相机拍摄了地面的垂直照片。这些点和照片有助于描绘用于植被分类的训练多边形。
通过从栅格DSM中减去栅格裸地模型来创建植被高度模型。使用回归分析和全站仪测量测量验证植被高度估计值。为了评估基于重复无人机调查测量灌木高度变化的可能性,我们使用快船手动修剪(a)五个桤木灌木的所有上部分枝,数量分别为10,15,20或30厘米(b))一个3米2的致密桦树斑块〜15厘米,和(c)一个3米2的密集柳树斑块〜15厘米。通过对调查1和2中的修剪前和修剪后DSM进行差异来估计高度变化(表1)。我们还在非调整区域的连续调查中检查了DSM的差异,以确定高度估计的可重复性。
其他无人机资讯可访问http://www.ace-pow.com

收藏
1 条回帖
需要登陆后才可进行回复 登录 微信登录

返回顶部快速回复上一主题下一主题返回频道手机访问

    航拍中国 ( 京ICP备14027420号-2 ) 无人机媒体及航拍爱好者交流平台    

    现在加入我们,注册一个账号 账号登陆 QQ账号登陆 微信账号登录