幼龄降香黄檀冠层叶片全磷含量的无损估计
[目的]以树木图像为数据源,采用图像理解方法估算幼龄降香黄檀单位质量叶片的全磷含量,为林农在施肥时间与数量方面经营该树种提供参考.[方法]首先提出从图像中分割降香黄檀树木冠层的算法;然后构建用于估计叶片全磷含量的统计模型形式和有效图像参数;最后采用混合模型方法,引入随机效应,建立以图像参数为自变量的植物叶片全磷含量预测模型,实现基于图像的叶片全磷含量预测.[结果]由于森林图像的自然属性,林木分类提取成为图像处理中的难点问题,利用林木前景与背景存在颜色差异这一特性,提出简洁的绿率树冠图像提取方法,通过大量图像测试,获知当绿率取0.35～0.42时,能够有效屏蔽背景保留树冠;进一步组合分析图像参数构建养分含量计算模型,确定将标准化灰度值作为指数并用暖距进行调整的二元叶片全磷含量预测模型,该模型能够实现对树冠叶片单位质量全磷含量的较高精度估算;同时,在模型参数估计时引入随机效应,对于各地区土壤条件等存在差异的降香黄檀全磷含量预测表现出较好适应性.[结论]对于与背景存在一定差异的林木图像,绿率是一种很好的树冠图像分割提取方法;在全磷含量预测模型中,双图像参数模型能够有效提高估计精度;对于各地区土壤或环境等存在差异的降香黄檀冠层叶片全磷含量预测,混合效应模型有效融合差异到一个模型中,表现出强大的适应性.
降香黄檀、图像理解、图像提取、混合效应模型、全磷含量估计
55
S758.6(森林经营学、森林计测学、森林经理学)
国家自然科学基金项目31670642;林业科学技术推广项目[2016]11号
2020-01-11（万方平台首次上网日期，不代表论文的发表时间）
共8页
145-152
