摘要
林分蓄积量是反映森林资源质量的重要指标，是评价森林生态系统服务功能和森林经营水平的重要依据。传统的蓄积量调查方法存在工作量大、耗时长、频率低等问题，随着遥感技术的进步尤其是无人机技术的快速发展为森林资源调查带来了新的机遇，对开展蓄积量监测工作具有很重要的现实意义。天山云杉(Picea Schrenkiana var tianshanica)是新疆天山地区涵盖最广、蓄积量最大的针叶树种。天山云杉林在调节区域水循环、水土保持、控制沙化以及维持新疆绿洲生态平衡等方面发挥着不可替代的生态功能，为了解天保工程实施后天山云杉林的生长状况，进行森林蓄积量调查是必不可少的手段。为此本文以新疆农业大学实习林场为研究区域，基于无人机影像提取典型样方内天山云杉冠幅、树高信息，并在样方水平上构建天山云杉林蓄积量估测模型，为天然林保护工程实施后新疆山地森林资源监测和森林经营评价提供技术手段。主要研究内容及结论如下： (1)根据无人机正射影像图，利用多尺度分割技术和面向对象的方法提取冠幅，经过研究得分割尺度设置为29，形状因子为0.5，紧致度因子为0.5时影像的分割效果最佳。根据分类结果提取样方内单株冠幅平均精度为84.25%，采用平均冠幅法得到林分平均冠幅并对影像平均冠幅进行精度分析，其中最低精度为73.57%，最高精度为97.37%，总体精度为85.54%。 (2)利用研究区的点云数据生成高质量的数字高程模型、数字表面模型和冠层高度模型，设置动态窗口并通过局部最大值法搜索研究区高程坐标的最大值作为动态窗口内的树冠顶点提取树高，经过研究得单株立木树高提取平均精度为86.41%，结合实测信息计算林分平均树高值并进行精度分析，其中最低精度为61.72%，最高精度为97.98%，总体精度为86.35%。 (3)根据样方实测数据建立树高曲线模型，决定系数R2为0.983，利用提取得到的冠幅、树高信息构建胸径-冠幅模型和胸径-树高模型计算胸径参数，决定系数R2为0.754和0.858，通过天山云杉二元材积公式反演样方内天山云杉林蓄积量，利用胸径-冠幅模型估测林分蓄积量的平均精度为84.69%，利用胸径-树高模型估测林分蓄积量的平均精度为87.79%，通过无人机遥感影像，能够快速获取到森林资源信息，对于开展林业监测工作、获取调查数据能发挥重要功能。
NETL