利用空中摄影ALI估算红树林平均树冠直径外文翻译资料

 2022-12-22 17:47:52

Estimating mean tree crown diameter of mangrove stands using aerial photo Ali Suhardimana,*, Satoshi Tsuyukib , Yunianto Setiawanc

Abstract:Geostatistics was applied to estimate mean tree crown diameter using high spatial resolution aerial photo of three different mangrove forest structure in the Mahakam Delta, East Kalimantan, Indonesia. The variogram analysis of the aerial photo was succeeded to estimate mean tree crown diameter of mangrove forest of Mahakam Delta. The Range of variogram was used to predict mean tree crown diameter and came to result with the error about 6.19% or less than 0.5 m. Based on this study, green band looks promising but still need more exploration and further test especially for complex canopy structure such as lowland Dipterocarp forest which completely distinct to Mangrove forest. Despite of its successness, variogram was not succeed to estimate mean crown diameter of high density mangrove forest plantation sites. Close-spacing plantation suppressed tree crown growth and development. In the aerial photo, it produced smooth texture feature of tree crown with less edge of shadow. Consequently, tree crown became indistinguishable.

Keywords: geostatistics; variogram,; crown diameter; mangrove forest; Mahakam delta

  1. Introduction

Forest canopy is defined as the proportion of the forest floor covered by the vertical projection of the tree crowns [1] and recently become an important part of forest inventories [2]. It becomes a key aspect for many studies inforestry to improve understanding on stand and landscape structure and dynamics, and to develop suitable methods for the inventory and mapping of old-growth forests [3]. Forest canopy can also be used to predict stand volume, because tree crown that configure the canopy structure [4] has close correlation with stem diameter and the density of trees in a stand [5].

Unlike stem dbh (diameter at breast height) that can be easily measured from the ground-based standing position, tree crown measurement is considerably challenging and difficult. In lowland tropical forest, the highest tree can exceed up to 60-80 m, albeit average forest canopy height ranges between 25-45 meter [6]. Emergent trees normally occupy the upper storey of forest canopy and gain maximum of sunlight. Ground measurement of tree crown requires clear sight on the crown edges which is essentially difficult to gain in tropical forest due to overlap with other canopy stratum.

On the other hand, recent remote sensing product offers high spatial resolution imagery such as IKONOS, QuickBird, WorldView or digital aerial imagery, which brought opportunities to study forest canopy from different angle, opposite to the ground measurement. Using remote sensing image, various methods to measure stand canopy or tree crown size were developed. Pouliot et al. [7] and Brown et al. [8] utilized manual delineation and automatic detection to estimate crown size. However, in complex tropical forest, manual crown delineation using high spatial resolution image may produce user bias [9]. It missed many small crowns. It also probably merged groups of smaller crowns and interpreted it as single larger crowns [10]. Meanwhile, automated crown delineation algorithms, such as local maxima and local minima detection, do not always success for identifying the crown apex or differentiate individual trees. Both algorithms depend on the brightest pixel (local maxima) and dark pixels (local minima) on the image which adequate in coniferous or even-aged forest but often misleading in tropical forest canopy.

Another method uses variogram as part of geostatistical approach to estimate tree crown size or diameter [11]. In theory, variogram can be used to understand the relationship between scene structure and the characteristics of the variogram based on the assumption that each pixel in digital remote sensing data is realization of regionalized variable at the pixel location. Moreover, Woodcock et al. [12] and Zawadzki et al. [13] explained when variogram constructs over a particular image with infinite size then the range - a mathematical model parameter of variogram - contains information of the object size in the corresponding image. The aim of this research is to examine variogram (geostatistical method) for estimating mean tree crown diameter of mangrove forest in the Mahakam Delta using high spatial resolution data. The estimation is validated using actual field measurement data collected from ground sample plots.

  1. Methods

2.1. Study area

Mangrove forest in East Kalimantan is mostly located at the estuary of major river system. There are several major rivers in this province and Mahakam is the largest and the longest one. Mahakam delta is indeed the estuary of this 700 km long of Mahakam River. In this area, mangrove covers nearly 1,500 km2. Wide and vast area of mangrove forest had attracted people to settle not only for traditional fishery-related activities but also to open aquaculture ponds. As demand on shrimp or fish product increased, the expansion of new ponds resulted in conversion of more than 50% of mangrove forest especially in the outer ring of the delta at the sea front. Hence, the establishments of sample plot on the ground for measuring crown diameter of mangrove tree were selectively laid out to capture three following mangrove forest condition that is undisturbed mangrove stands (Plot 2), young mangrove stands at the abandoned pond (Plot 1) and 12 years old mangrove plantation site (Plot 3A and 3B).

2.2. Materials Aerial survey was conducted in February 2012 by PT.

Total Eamp;P Indonesia and produces orthorectified digital photo in RGB format, two tiles of photo covering a small patch of remaining mangrove forest (approximately 8 km2 ) in the Mahakam delta, is used. Geographically, the photo was captured an area between 117.54o - 117.56o East and 0.52o - 0.

剩余内容已隐藏，支付完成后下载完整资料

利用空中摄影ALI估算红树林平均树冠直径

Suhardimana,*, Satoshi Tsuyukib , Yunianto Setiawanc

文摘:利用高空间分辨率航空像片，对印度尼西亚东加里曼丹的马卡姆三角洲三种不同红树林结构进行了高空间分辨率航摄。通过对航摄照片的方差图分析，成功地估算了马博姆三角洲红树林的平均树冠直径。用方差图的范围来预测平均树冠直径，结果误差约为6.19%或小于0.5 m。在此基础上，绿带看起来很有前途，但仍然需要更多的探索和进一步的测试，特别是对于复杂的冠层结构，如与红树林完全不同的低地双翅片森林。尽管其成功，但方差图并没有成功估计高密度红树林种植场的平均冠径。近距离种植抑制树冠生长发育。在航拍照片中，它产生了树冠光滑的纹理特征，阴影的边缘较少。因此，树冠变得难以区分。

关键词:地质统计学；变差函数；皇冠直径；红树林

1 引言

森林冠层的定义是树冠的垂直投影所覆盖的森林地面的比例[1]，最近成为森林库存的重要组成部分[2]。对林分、景观结构和动力学的认识，以及开发适宜的原始森林库存和测绘方法[3]，已成为许多林业研究的一个重要方面。林冠也可以用来预测树冠的体积，因为树冠结构的树冠结构[4]与茎的直径和树的密度密切相关[5]。

不同于从地面站立位置可以很容易测量到的胸径(胸径)，树冠测量是相当具有挑战性和困难的。在低地热带森林中，最高的树可以超过60-80米，尽管平均林冠高度在25-45米之间[6]。新生的树木通常占据了森林树冠层的上层，并获得了最大的日照。树冠的地面测量要求树冠边缘清晰可见，由于与其他冠层的重叠，在热带森林中很难获得。

另一方面，最近的遥感产品提供了高空间分辨率的图像，如IKONOS、QuickBird、WorldView或数字空中图像，这带来了从不同角度研究森林冠层的机会，与地面测量相反。利用遥感影像，开发了各种测量树冠和树冠大小的方法。Pouliot等[7]和Brown等[8]利用手工描绘和自动检测来估计冠的大小。然而，在复杂的热带森林中，使用高空间分辨率图像的手工冠状图可能产生用户偏倚[9]。它错过了许多小王冠。它还可能合并了一组较小的冠，并将其解释为单个较大的冠[10]。与此同时，自动化的冠状图算法，例如局部极大值和局部极小值检测，并不总是能成功地识别冠顶点或区分单个树。这两种算法都依赖于最亮的像素(局部极大值)和暗像素(局部极小值)，这些图像在针叶林或平坦的森林中是足够的，但在热带森林的树冠层中往往具有误导作用。

另一种方法是使用方差图作为测量树冠大小或直径的地理统计方法的一部分[11]。在理论上，可以用方差图来理解场景结构与方差图特征之间的关系，假设数字遥感数据中的每个像素都是在像素位置实现区域化变量。此外，Woodcock等[12]和Zawadzki等[13]解释了在一个具有无穷大尺寸的特定图像上的变量图构造时，其范围——方差图的数学模型参数——包含对应图像中对象大小的信息。本研究的目的是利用高空间分辨率的数据，对马卡姆三角洲红树林的平均树冠直径进行统计分析(geostatistical method)。利用地面采样点采集的现场实测数据，验证了该方法的有效性。

2 方法

2.1 研究区域

东加里曼丹的红树林大多位于主要河流系统的河口。这个省有几条主要河流，而马卡姆是最大的河流，也是最长的河流。马卡姆三角洲确实是这700公里长的马卡姆河的河口。在这一地区，红树林占地近1500平方公里。红树林的广阔和广阔的区域吸引了人们定居，不仅是为了传统的渔业活动，也为了开放水产养殖池塘。随着对虾或鱼产品的需求增加，新池塘的扩张导致了50%以上的红树林，尤其是在三角洲外海的三角洲。因此,场所的地面样地测量皇冠直径红树林树被有选择地布局来捕获三原状红树林的红树林条件后(图2),年轻的红树林站在废弃的池塘(图1)和12岁的红树林种植园站点(图3和3 b)。

2.2 研究数据

材料航空调查于2012年2月进行，全部数据为印度尼西亚制作的RGB格式正版数码像片，在马卡姆三角洲用两张图片覆盖一小片剩余的红树林(约8平方公里)。从地理上看，这张照片拍摄于117.54o - 117.56o东面和0.52o - 0.56o之间。这幅自然彩色航拍照片具有良好的空间分辨率0.15 m和8bit数据存储在地tiff格式。在本研究中，由于其视觉上的愉悦性，只使用了绿色波段进行方差分析。树冠结构更有可能是用绿带与红蓝带比较。绿色波段反映了来自太阳的更多能量，作为被动传感器(例如数码相机)的来源，而红蓝带吸收了大部分的能量。空中照片的精细空间分辨率清晰地区分了完整的红树林和红树林种植地点，从它的冠层结构来看。其他土地用途和不同的物品，如房屋、池塘堤坝、学校、运河、河流、小径和木桥也可以识别，并帮助制定了地块调查策略(图1)。

图一 在马卡姆三角洲采集的航空相片图

2.3 模型建立

2013年8月，在马卡姆三角洲地区建立了4个地块。这些地块的位置代表了三种不同的红树林条件。矩形块50times;100 m(图1)和50times;50米(图2)代表天然红树林再生和建立完整的红树林,分别。同时，选用2块红树林种植林(图3A和3B)代表人工红树林。图1中的池塘被遗弃没有明确的信息。然而，当地人告诉我们，在过去的五年里，这个池塘一直没有得到积极的管理。对于图2中完整的红树林，当地居民证实该地区没有大规模的砍伐、种植等重大影响活动。

为了能方便地定位航拍图上的位置，图1和图2使用了堤坝和池塘角作为地面控制点。完整的地块边界在照片上简单地绘制使用地块实际大小。类似的方法适用于3A和3B。然而，并没有使用堤坝点作为地面参考，在照片中明显区别的种植块被使用。由于这一地区的人造物体很丰富，所以在航拍照片中识别地块位置变得更加容易。

总的来说，取样的地块面积接近1公顷(图2)。所有的树都有大于5厘米的胸径，并且测量了它们垂直的树冠投影。他们的物种名称也被记录下来。所有的地块都以根茎为主导，在取样的地块中只发现了另外两个物种，即。在图2中发现，在图1中发现了木糖的种类，而在图1中发现了木糖的种类。由2个地块3A和3B所代表的红树林种植场是典型的根茎种植项目。在这片土地上发现的矮小物种在种植项目之前已经存在了大约12年。

在野外工作中，在浓浓的泥质土壤中行走，在根茎中发现高颈根的茎杆直径，是最具挑战性的部分。茎直径约30厘米，高于最上领根[14]。对于无领根的幼龄幼树，以正常位置测定胸径。有相当数量的根茎从同一基地生长，是另一个有趣的生态发现。对于这些独特的树，只要满足最小的胸径尺寸要求(大于5厘米)，所有的茎都被测量为独立的树。

图二 剪下的航拍照片对应的是地块的位置和形状(全景图)

2.4 数据准备

利用现有的地面控制点(GCP)，对航拍图像的几何畸变进行校正，并在图像和区域(如池塘堤岸交界处)进行识别。下一个过程将涉及到一种测量平均树冠直径的地球静力学方法。

2.5 地质统计学方法

地理统计学处理空间数据的自相关概念。地质统计学的概念依赖于区域化变量;一种用来识别任何现象在空间中传播并具有一定空间结构的变量[15]。在数字航摄照片中，像素值是唯一可以用来检测图像中主要对象结构的变量。而绿带的像素值结构则反映出冠状体在图像上优于蓝色和红色的表冠，因为冠中含有叶绿素。地理统计学通过方差函数来表示空间连续性的程度。方差图是方差值作为距离函数的二维图。实验的方差是通过计算每对距离(h)[13]使用方程(1)的每对数据点的平均平方误差的二分之一计算得出的。

在本研究中，我们计算出了所有可能成对像素点的图像，以构造变差图。方差的计算主要限于剪切图像的大小。这个剪切图像的大小将影响到方差图和模型。这些剪辑图像的范围或尺寸是所谓的视场(FOV)，在方差分析中是必不可少的。

从技术上讲，可以将所有的方差值和它们对应的距离放在一个变量图中。然而，过多的方差值会使变量图变得不那么有意义，而且更可能无法理解[16]。因此，将方差分组到几个距离(h)类，即所谓的滞后数，就必须进行简化或绑定。距离(h)班的跨度或间隔将决定滞后的大小。一个远程类中的所有方差值都是平均的。通过显示这些平均的方差值，变量图将看起来更简单。

得到了简单的去处过程的方差图，可以通过数学模型计算出方差和距离的潜在关系。该变量模型至少有三个参数，即金块、范围和门槛。距离是方差作为数学建模产品达到最高价值的距离。在许多研究中，如Feng等[17]，这一范围已经成功地估计了树冠的大小，尤其是针叶树。然而，在热带森林中，由于冠层形状和结构与针叶树完全不同，可能会得到不同的结果。由于范围对于本研究至关重要，因此有必要了解此值在训练过程中的敏感性。

2.6 范围(Rv)对不同数量的滞后的敏感性

在装箱过程中，需要确定两个参数，即滞后尺寸和滞后数量。延迟大小和滞后数的组合将影响方差图模型，这意味着它也影响范围(Rv)值。对于栅格格式数据，像素大小是确定滞后尺寸的一个很好的指标[18]。在本研究中，航拍照片的滞后尺寸设置为0.15 m。滞后的数量决定了简化的程度。例如，延迟100的数量仅仅意味着有100个箱子或距离类，所以方差值可以被分类到这些箱子中并取平均值。根据经验法则，在剪下图像的像素对中，滞后大小和滞后数的乘积应该是最大距离的一半[18]。

在这一过程中，测试了不同长度的距离，在可能的最长距离的五分之一到三分之一之间。此外，利用三种不同的数学模型，即球、指数和高斯函数来推导出量程值(Rv)。根据Kohl等[19]的建议，测试不同的变异函数模型，以发现哪种模型适合并适合特定的森林条件。为了检查灵敏度，从不同数量的滞后和不同的数学模型的Rv将被放在一起在图表中。当Rv从不同数量的滞后中表现出较少的变化时，可能表明变异函数成功地估计了物体的大小。

2.7 从图中可以看到的树冠直径和范围的平均值(Rv)

马卡姆三角洲包括许多复杂的分流河道。在这种分流河道的河岸，根状茎通常生长。根据Kitaya等[20][0]，Rhizophora sp.具有较高的生存率，因为它们是对长潮淹没期的耐受性。因此，在马卡姆三角洲，这一物种在许多废弃池塘中都遇到过。这个物种也经常用于造林项目。

在这一地区的4个已确定的地块中，根霉属占主导地位。根茎类植物通常生长为一种多茎树。多茎树作为对极端环境的响应，具有独特的特性。通常只有在沼泽森林或泥炭林等特定区域才会发现，但在低地的二翼果林中并不常见。考虑到这种独特的茎干条件，对红树林中树木的平均树冠直径(Cd)分别进行了单茎和多茎树的总结。

通过仔细观察，完成了红树林中树冠直径投影的测量。然后，从不同的滞后数中，将均值树冠径(Cd)与方差图模型(Rv)的平均值进行比较。平均树冠直径(Cd)采用以下公式计算:

其中Cd为单个树的冠径，n为样本树的数目。同时，用公式计算变量的范围(Rv)的均值:

其中Rv为从一定数量的滞后项衍生而来的方差图的取值范围，n为测试“滞后数”的个数。测量误差是作为Rv值偏差的百分比作为预测值，从观测到的Cd值作为参考。

3 结果及其分析

3.1 支架结构的数据。

结果表明，在马哈姆三角洲的四个地块中，根茎占总茎的85%。其他物种如海榄树种在图1中仅发现14%，图3A中3%，图3B中6%。成熟的海榄树种树在种植园地块中发现，表明该物种在种植计划之前存在。另一方面，在附图2中发现了5%的木犀草属植物。

平均而言，多茎树在图1和图2中约有4-5个茎，但在2个种植体地块(3A和3B)中有2-3个茎。图3A和3B的树密度分别为2,336棵树和3592棵树。与此同时，图1和图2分别只有652棵树和1584棵树(表1)。种植地里茂密的植被似乎抑制了水平方向的树木生长。它产生了一棵细长的树，有小树冠和相似的高度。

在图2中测量了胸径的最高平均值，该地块由完整的红树林组成。此图中最大胸径的记录为28.33厘米，略大于图3B的最大胸径。然而在图3B中，最大的胸径是由在种植计划之前存在的Avicennia树来测量的。

表1显示，种植面积的根瘤菌平均年生长速率为0.83 cm，而其他一些树木的生长速度甚至超过了2厘米。Sukardjo和Yamada[21]的研究表明，爪哇中部的根霉的平均增量为0.89 cm。根足动物是一种很容易种植的物种，它甚至高度适应了其他优势物种，如Nypa fruticans[22]所占据的土地。除具有较高的成活率[20]外，还富含大量的根茎，易于收集和临时堆积。因此，在许多红树林种植或造林项目中，这一物种经常被推荐，尤其是在马卡姆三角洲地区。

表1 四个地块的森林参数(胸径和每公顷数)的摘要。

3.2 红树林地块的冠面积估算。

树冠的大小是通过它的垂直投影到地面来测量的。但这并不是一种简单的方法，也不是人们所想的简单易行的方法。为了得到准确的冠状体，我们应该清楚地观察冠边缘，而在现实中很难定义它。在这一区域的冠度测量的一个好处是，红树林只有很少的树冠层和几乎对称的，这使得观察到确定皇冠边缘。

表二 图中单干和多茎树的平均树冠直径(Cd)的总结。

表2显示了这意味着树皇冠直径(Cd)种植园情节几乎是相同的。Cd的差异在图3 a和b是只有6和13厘米multi-stem树木和单茎树,分别。完整的红树林(图2)显示最大的树冠直径，这可能表明该位点的冠状发育的最大生长，与图3A和3B相比，多茎树的Cd是最小的。事实上，它甚至比图2中单株树的Cd还要小。这一发现表明，紧密的间隔种植已经抑制了冠的发育，特别是在疏伐(林业中有选择性的去除树木的方法，旨在通过解放空间促进树木生长)没有得到实施。

3.3 不同数量的红树林地块的差异图。

<p

剩余内容已隐藏，支付完成后下载完整资料</p

资料编号：[24991]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章