李祥
- 作品数:6 被引量:60H指数:5
- 供职机构:东北林业大学工程技术学院更多>>
- 发文基金:中央高校基本科研业务费专项资金国家自然科学基金黑龙江省博士后基金更多>>
- 相关领域:农业科学环境科学与工程天文地球更多>>
- 天然次生林白桦与水曲柳的材性研究被引量:6
- 2017年
- 为了全面了解天然次生林白桦与水曲柳的材性,根据国标法,通过万能力学试验机与图像分析仪测定其木材性质,对于合理利用木材,提高经济效益具有重要意义。本文对黑龙江省东方红实验林场的天然次生林白桦和水曲柳的物理力学与解剖性质进行了测定,并针对实验数据进行对比分析。结果表明:水曲柳的木材基本密度、顺纹抗压强度、抗弯强度和抗弯弹性模量与硬度均大于白桦,并且差异十分显著,其中白桦与水曲柳的顺纹抗压强度、抗弯强度、抗弯弹性模量分别为52.2 MPa、87.8 MPa、7.57 GPa和59.8 MPa、114.2 MPa、10.4 GPa;白桦和水曲柳端面、弦面、径面的硬度分别为3 019.7、2695.7、2 401.9 N和6 812.7、5 109.7、4 595.2 N;白桦成熟材的组织比量由大到小分别为木纤维组织比量、导管组织比量与木射线组织比量;从纤维长度及长宽比方面来评价,白桦的是制浆造纸的良好原料。
- 郑淯文李祥林文树
- 关键词:白桦水曲柳物理力学性质
- 应用地面三维激光扫描对白桦单木结构参数的提取被引量:5
- 2018年
- 应用地面三维激光扫描仪,在大小兴安岭地区的4块白桦(Betula platyphylla)次生林样地进行单木扫描,对扫描后树干点云进行分层处理并设置阈值;运用Hough变换算法提取单木位置与胸径,利用树干生长方向得到树高与冠幅;运用回归分析对算法估计值和实测值进行拟合,判断算法的准确性;利用体元模拟法与传统体积计算方法分别估测树冠体积,分析两种算法的差异。结果表明:4块样地的单木识别率较高,平均为86.5%;4块样地的单木胸径、树高、冠幅估测的决定系数(R^2),分别为0.82、0.79、0.83,相应的均方根误差分别为2.03 cm、1.98m、0.45 m,显示了较好的估算精度;利用体元模拟法与传统树冠体积计算方法得到4块样地中树冠体积的平均差异为35.6%,两种算法间4块样地平均决定系数为0.96,拟合较好。
- 郑淯文吴金卓林文树李祥
- 关键词:白桦地面三维激光扫描
- 基于无人机影像的森林生物量估测与制图被引量:8
- 2020年
- 【目的】森林生物量的精确测定,对于全球气候变化和碳循环研究具有重要的意义。【方法】以东北林业大学城市林业示范基地为研究区域,首先利用无人机平台获取整个研究区域的高分辨率无人机影像;然后在研究区域四种人工林样地中分别选取20 m×20 m的4块建模样方和4块测试样方,通过每木检尺法实测建模样方内林木的树高和胸径数据,建立H-DBH(树高-胸径)估算模型,并结合已有的DBH-SB(胸径-树干生物量)模型得到测试样方的森林生物量数据;在处理后的数字冠层高度模型(DCHM)基础上利用局部最大值法提取树高与树冠中心点位置,建立一种结合无人机影像提取树高与H-SB(树高-树干生物量)经验模型的森林生物量制图方法。【结果】不同样方的H-DBH模型R2均大于0.70,测试样方的总地上生物量平均值为6915.85 kg,总的估测精度为87%。通过ArcGIS软件结合本研究提出的方法快速得到了整个研究区域的地上生物量分布图,估测总地上生物量为4396.18 t。【结论】研究结果可为快速准确的进行森林生物量的估测提供基础数据和技术参考。
- 李祥吴金卓林文树
- 关键词:无人机影像树高胸径GIS制图
- 基于无人机影像的森林信息获取研究进展被引量:19
- 2017年
- 随着无人机技术的不断发展,其在林业中的应用越来越广泛。无人机航空摄影作为高分影像的重要获取方式,具有成本低、效率高、时效性强等特点,己逐渐成为森林资源调查与监测的新途径。研究者已不再满足于无人机影像在森林资源分类和空间分析等方面的应用研究,而是开始关注单木树高、胸径、冠幅等具体树木信息的获取以及森林信息量化等方面的研究。文中综述近几年无人机在森林结构参数、生物量、蓄积量、立木材积表、林区规划、树木空间分布以及三维建模等方面的研究进展,并对无人机在森林信息获取中的研究和应用提出建议。
- 李祥郑淯文戴楚彦林文树
- 关键词:无人机航空影像三维重建
- 一种高郁闭度林分树高的估测方法被引量:7
- 2019年
- 针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。①利用搭载数码相机的小型无人机平台,以50m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据;②利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;③采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;④以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。
- 李祥吴金卓林文树郑淯文
- 关键词:无人机影像全站仪树高不规则三角网
- 基于近红外光谱与BP神经网络预测落叶松木屑的含水率被引量:18
- 2012年
- 利用近红外光谱(NIR)技术结合BP神经网络定量预测了落叶松木屑的含水率。首先对采集的落叶松木屑原始近红外光谱进行9点平滑及多元散射校正预处理,然后利用主成分分析法提取光谱数据主成分作为BP神经网络的输入,最后建立BP神经网络预测模型并采用交叉验证法对模型进行验证。所建模型校正集的相关系数R为0.98,校正集的均方根误差RMSEC为0.001 7;预测集的相关系数R为0.99,预测集的均方根误差RMSEP为0.001 5。研究表明,此方法可以实现对落叶松木屑含水率的快速预测。
- 郝斯琪宋博骐李湃李耀翔李谦宁李祥宁媛松
- 关键词:近红外光谱BP神经网络主成分分析落叶松