排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
通过伐倒树木进行解析可以精准获取材积,但此方法除了劳力费时外,还对树木有着毁灭性伤害;而传统的几种估测立木材积的方法精度又得不到保障。随着测量仪器的快速发展以及当今对生态文明建设的高度重视,林业量测有了更为准确和严格的要求,本文提出一种基于全站仪量测树木材积的方法：通过采集树木的胸径、地径和全站仪与树干任意处左右两侧切线的夹角,根据区分求积法原理精准计算立木材积,将通过全站仪量测获取的树木材积值与伐倒该树木测得的材积值进行比较分析。数据表明：该方法量测材积精度高达93％以上,完全可以替代伐倒树木测量材积的方法。 相似文献
2.
一种电子经纬仪立木材积精准测算方法 总被引：1，自引：0，他引：1
伐倒树木测量其材积是传统林业一直惯用的方法,其精度高,但该过程是破坏性实验,不但严重破坏了生态环境,而且花费大量的财力和物力,传统一些无伐倒估量材积方法的精度又太低。针对当今高度重视生态文明建设,对林业量测的有了精准的要求,本文提出一种利用电子经纬仪测量立木材积的方法：通过采集树木的胸径、地径、和电子经纬仪与树干任意处左右两侧切线的夹角,根据区分求积法原理精准计算立木材积;并对影响该方法精度的因数（观测距离、区分段个数）进行分析,研究表明,该方法量测材积精度高达92%以上,且最佳观测距离应与树高相当,2米左右为最佳区分段高度。该方法可替代伐倒树木测量材积的方法,并且它在森林计测中有广泛的应用前景。 相似文献
3.
无人机遥感影像林地单株立木信息提取 总被引：2，自引：1，他引：1
针对无人机遥感技术在提取单株立木信息的限制性问题,提出一种新的自动单株立木信息提取方法。对原始无人机影像进行光谱信息增强处理以突出局部细节特征;通过引入DBI指数自动化确定K-means聚类方法的最优聚类数目,进而对影像像素进行标记;通过利用高斯马尔可夫随机场模型进一步对影像进行分割;使用数学形态学算子等方法对分割结果进行后处理得到单株立木树冠信息,通过图像几何矩原理计算得到单株立木位置以作为其识别的依据。结果表明,应用该提取方法,油松林区和樟子松林区单株立木识别总体精度分别为89.52%和95.65%、单木树冠提取精度分别为81.90%和95.65%,均具有较好地适用性。该方法不需要大量的人工干预和先验知识的输入,大大提高提取方法的自动化程度。 相似文献
1