摘要
森林资源是重要的生态资源，森林物候变化是生态环境评估、碳通量、植被生长研究的重要依据，森林资源直接影响到国家的生态安全。目前如何监测森林物候已经成为学术界的重要研究方向，其中使用数字图像是获取森林物候信息的重点研究领域。针对目前森林物候监测方法自动化水平低、成本高和人员不充足等问题，本文提出基于可见光与近红外成像的森林物候监测系统，从移动智能监测以及地面定点监测识别森林物候信息，构建完整的森林物候监测系统，为森林资源保护与合理开发提供数据支持，其主要内容如下: （1）基于数字图像的森林物候信息识别方法研究。针对森林物候信息的识别，本文选用叶面积指数（LAI）、归一化植被指数（NDVI）在内的多种森林物候参数进行获取。移动智能监测中通过分析森林冠层半球图像，使用优化方法进行图像处理得到LAI。地面定点监测中获取森林可见光与近红外光波段图像，对原始获取的图像进行白平衡算法、去雾化算法以及标定算法达到预处理，之后通过对图像识别分析，得到包括相对绿度指数（GCC）、NDVI等森林物候信息。 （2）森林物候移动智能监测实现。使用智能手机搭配鱼眼镜头的方法（SFL）获取森林冠层半球图像并计算得到LAI。软件系统基于安卓开发，实现森林物候图像拍摄、记录拍摄时间地点、图像分析处理以及数据库保存等功能。在实验地点选取三个阔叶林样地与三个混交林样地，与使用数字半球摄影法（DHP）得到的结果分析比较，最后得到的结果的拟合系数（R2）为0.810，均方根误差（RMSE）为0.134。结果表明SFL方法能够成功获取森林冠层LAI,为近地面监测森林物候信息提供了一种经济便捷的新方式。 （3）森林物候地面定点监测实现。使用双目相机获取森林可见光与近红外光波段图像。基于Linux系统和Python开发软件，实现定时获取森林物候图像、图像处理分析以及数据传输功能。硬件部分包含图像采集单元、图像处理单元以及通信模块单元，保证地面定点监测能够在野外不同条件下正常工作。智能采集器实现获取千兆图像以及具备计算大量图像数据的能力。对双目相机进行了标定试验，可见光相机的重投影误差为0.16,近红外相机的重投影误差为0.13,结果表明相机标定的结果准确度强，提高了相机拍摄结果的准确度，方便后续图像处理。 森林物候监测系统为森林资源自动化监测提供了新途径，为森林资源规划提供了一种长期可持续监测，为全国森林资源保护提供了海量数据支撑，可有效提升森林物候信息的监测水平。
NETL