CN112946669B - 基于地基激光雷达的毛竹林数量识别方法及装置 - Google Patents
基于地基激光雷达的毛竹林数量识别方法及装置 Download PDFInfo
- Publication number
- CN112946669B CN112946669B CN202110159604.0A CN202110159604A CN112946669B CN 112946669 B CN112946669 B CN 112946669B CN 202110159604 A CN202110159604 A CN 202110159604A CN 112946669 B CN112946669 B CN 112946669B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- laser radar
- data
- ground
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于地基激光雷达的毛竹林数量识别方法及装置,方法包括:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;根据地基激光雷达点云数据得到点云数据文件;根据预定截取上限和截取下限对点云数据文件进行截取,生成一段只包含竹秆的水平条带;对水平条带在三维空间中进行体元化生成体元空间,其中,体元空间包含地基激光雷达点云数据的体元;把整个水平条带垂直方向上具有连续性的体元组作为茎干,对体元空间进行遍历,获取毛竹林的数量。采用本发明实施例,不仅能够减少样地调查的野外工作量,同时根据毛竹具有特殊的形态特征,所提出的新方法可提高毛竹单木识别率,为竹林调查工作提供参考。
Description
技术领域
本发明涉及森林资源监测技术领域,尤其是涉及一种基于地基激光雷达的毛竹林数量识别方法及装置。
背景技术
竹林是我国森林资源的重要组成部分,具有优良的固碳能力,同时在促进产业和区域经济发展中发挥重要作用。因此,定期开展竹林资源调查、掌握其现况及生长变化至关重要。传统的竹林资源调查,很耗时、费力和费财。地基激光雷达作为一种主动遥感技术,能够直接、快速、精确地获取研究对象的三维地理坐标,提供关于树木位置、株数、胸径以及树高等森林结构参数的精确信息,更加适合地面森林调查工作。当前,三维激光点云数据在林业领域快速发展,如何快速、有效提取森林结构参数显得格外的重要,而进行森林结构参数提取前,需要首先确定单木位置。当前利用TLS技术进行单木识别主要集中在高大的阔叶树,且单木识别多是在胸径拟合的基础上进行,利用拟合的二维曲线中心作为单木位置,即能拟合胸径的数量决定单木检测的精度,应用于毛竹的研究还比较少。
发明内容
本发明的目的在于提供一种基于地基激光雷达的毛竹林数量识别方法,旨在解决现阶段没有能快速、准确的对毛竹林数量进行研究的方法。
本发明提供一种基于地基激光雷达的毛竹林数量识别方法,包括:
S101.数据获取:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;
S102.数据处理:根据地基激光雷达点云数据得到点云数据文件;
S103.截取数据:根据预定截取上限和截取下限对点云数据文件进行截取,生成一段只包含竹秆的水平条带;
S104.数据体元化:对水平条带在三维空间中进行体元化生成体元空间,其中,体元空间包含地基激光雷达点云数据的体元;
S105.遍历数据:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对体元空间进行遍历,获取毛竹林的数量。
本发明提供一种基于地基激光雷达的毛竹林数量识别装置,包括:
数据获取模块501:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;
数据处理模块502:根据地基激光雷达点云数据得到点云数据文件;
截取数据模块503:根据预定截取上限和截取下限对点云数据文件进行截取,生成一段只包含竹秆的水平条带;
数据体元化模块504:对水平条带在三维空间中进行体元化生成体元空间,其中,体元空间包含地基激光雷达点云数据的体元;
遍历数据模块505:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对体元空间进行遍历,获取毛竹林的数量。
本发明实施例还提供一种基于地基激光雷达的毛竹林数量识别装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序被处理器执行时实现上述基于地基激光雷达的毛竹林数量识别方法的步骤。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有信息传递的实现程序,程序被处理器执行时实现上述基于地基激光雷达的毛竹林数量识别方法的步骤。
采用本发明实施例,对样地毛竹林三维点云数据的获取和处理,不仅能够减少样地调查的野外工作量,同时根据毛竹具有特殊的形态特征,本发明提出了一种新的茎干识别方法,所提出的新方法可提高毛竹单木识别率,为竹林调查工作提供参考。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的基于地基激光雷达的毛竹林数量识别方法的流程图;
图2是本发明方法实施例的地基激光雷达点云数据示意图;
图3是本发明方法实施例的水平条带示意图;
图4是本发明方法实施例的体元空间示意图;
图5是本发明装置实施例一的基于地基激光雷达的毛竹林数量识别装置示意图;
图6是本发明装置实施例二的基于地基激光雷达的毛竹林数量识别装置示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“坚直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。此外,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
方法实施例
根据本发明实施例,提供了一种基于地基激光雷达的毛竹林数量识别方法,图1是本发明实施例的基于地基激光雷达的毛竹林数量识别方法的流程图,如图1所示,根据本发明实施例的基于地基激光雷达的毛竹林数量识别方法具体包括:
S101.数据获取:通过地基激光雷达获取毛竹林的地基激光雷达点云数据。
具体地,以某林场进行举例说明,假设该林场的地理位置为31°15′1″N,119°43′52″E,地属天目山余脉,南部为丘陵地区,北部为平原区。地处亚热带季风气候,降水丰沛,但降水量的时空分布不均匀,春夏降水比较集中,年降水量在1177mm以上,年平均气温在13~22℃之间,年平均无霜期240多天,为植被提供了良好的生长环境。林场内80%是毛竹林,森林覆盖率为97.5%。在研究区内设置3块20m×20m毛竹纯林样地(编号分别为P1、P2、P3),样地毛竹的株数密度分别为5500株/hm2、6200株/hm2、5875株/hm2,样地林下植被较少且地势较平坦。本研究使用的地基激光雷达设备是Trimble TX8,该仪器具有360°×317°的视场角和每秒一百万点的数据获取速度,在水平和垂直方向上均以0.036°为步长。进行数据采集,每块样地扫描5站,采用“角落设置”的方法进行布站。在每块样地中布设了6个参考球,所有参考球不在同一个水平面上,同时保证每站至少能看到3个以上参考球,以便后期数据拼接处理。实测数据利用全站仪对样地内所有竹子定位,样地一共调查了703株毛竹。
S102.数据处理:根据地基激光雷达点云数据得到点云数据文件。
进一步地,根据地基激光雷达点云数据得到点云数据文件具体包括:对地基激光雷达点云数据进行预处理生成校正点云数据;对矫正点云数据导出为固定格式的点云数据文件。
进一步地,对地基激光雷达点云数据进行预处理生成校正点云数据具体包括:对地基激光雷达点云数据进行点云拼接、点云去噪和地形校正,生成校正点云数据。
在本实施例中,基于地基激光雷达获取的样地三维激光点云数据,根据仪器配套的“Trimble RealWorks 10.1”软件进行点云创建、点云去噪、拼接、地形校正等预处理,图2为本发明方法实施例的地基激光雷达点云数据示意图,上述步骤得到样地的三维激光点云数据如图2所示,并将三维激光点云数据导出为.las的数据格式,以便进行后续处理。
S103.截取数据:根据预定截取上限和截取下限对点云数据文件进行截取,生成一段只包含竹秆的水平条带。
在本发明实例中,首先截取一段只包含竹秆的水平条带,条带的上限主要是为了避免竹枝和竹叶对茎干识别的干扰,下限主要是为了避免地面点和低植被对茎干识别的影响,图3为本发明方法实施例的水平条带示意图,如图3所示。
S104.数据体元化:对水平条带在三维空间中进行体元化生成体元空间,其中,体元空间包含地基激光雷达点云数据的体元。
在本发明实例中,对截取出来的水平条带点云在三维空间中进行体元化,仅记录包含原始点云的体元;最后对体元空间进行遍历,把整个条带垂直方向上具有连续性的体元组作为茎干,图4是本发明方法实施例的体元空间示意图,如图4所示。
S105.遍历数据:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对体元空间进行遍历,获取毛竹林的数量。
在本发明实例中,表1为三块样地使用本方法估测株数与实测株数所得到的对比数据,如表1所示:正确性为所估测数据为实际毛竹林的正确性,三块样地单木检测的完整性分别为89.09%、91.93%、90.12%。
表1
装置实施例一
根据本发明实施例,提供了一种基于地基激光雷达的毛竹林数量识别装置,图5是本发明装置实施例的基于地基激光雷达的毛竹林数量识别装置示意图,如图5所示,根据本发明实施例的基于地基激光雷达的毛竹林数量识别装置具体包括:
数据获取模块501:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;
数据处理模块502:根据地基激光雷达点云数据得到点云数据文件;
进一步地,根据地基激光雷达点云数据得到点云数据文件具体包括:对地基激光雷达点云数据进行预处理生成校正点云数据;对矫正点云数据导出为固定格式的点云数据文件。
进一步地,对地基激光雷达点云数据进行预处理生成校正点云数据具体包括:对地基激光雷达点云数据进行点云拼接、点云去噪和地形校正,生成校正点云数据。
截取数据模块503:根据预定截取上限和截取下限对点云数据文件进行截取,生成一段只包含竹秆的水平条带;
数据体元化模块504:对水平条带在三维空间中进行体元化生成体元空间,其中,体元空间包含地基激光雷达点云数据的体元;
遍历数据模块505:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对体元空间进行遍历,获取毛竹林的数量。
本发明实施例是与上述方法实施例对应的***实施例,各个模块的具体操作可以参照方法实施例的描述进行理解,在此不再赘述。
装置实施例二
本发明实施例提供一种基于地基激光雷达的毛竹林数量识别装置,如图6所示,包括:存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序,计算机程序被处理器602执行时实现如下方法步骤:
S101.数据获取:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;
S102.数据处理:根据地基激光雷达点云数据得到点云数据文件;
S103.截取数据:根据预定截取上限和截取下限对点云数据文件进行截取,生成一段只包含竹秆的水平条带;
进一步地,根据地基激光雷达点云数据得到点云数据文件具体包括:对地基激光雷达点云数据进行预处理生成校正点云数据;对矫正点云数据导出为固定格式的点云数据文件。
进一步地,对地基激光雷达点云数据进行预处理生成校正点云数据具体包括:对地基激光雷达点云数据进行点云拼接、点云去噪和地形校正,生成校正点云数据。
S104.数据体元化:对水平条带在三维空间中进行体元化生成体元空间,其中,体元空间包含地基激光雷达点云数据的体元;
S105.遍历数据:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对体元空间进行遍历,获取毛竹林的数量。
装置实施例三
本发明实施例提供一种计算机可读存储介质,计算机可读存储介质上存储有信息传输的实现程序,程序被处理器602执行时实现如下方法步骤:
S101.数据获取:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;
S102.数据处理:根据地基激光雷达点云数据得到点云数据文件;
S103.截取数据:根据预定截取上限和截取下限对点云数据文件进行截取,生成一段只包含竹秆的水平条带;
进一步地,根据地基激光雷达点云数据得到点云数据文件具体包括:对地基激光雷达点云数据进行预处理生成校正点云数据;对矫正点云数据导出为固定格式的点云数据文件。
进一步地,对地基激光雷达点云数据进行预处理生成校正点云数据具体包括:对地基激光雷达点云数据进行点云拼接、点云去噪和地形校正,生成校正点云数据。
S104.数据体元化:对水平条带在三维空间中进行体元化生成体元空间,其中,体元空间包含地基激光雷达点云数据的体元;
S105.遍历数据:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对体元空间进行遍历,获取毛竹林的数量。
本实施例所述计算机可读存储介质包括但不限于为:ROM、RAM、磁盘或光盘等。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于地基激光雷达的毛竹林数量识别方法,其特征在于,包括:
S1.数据获取:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;
S2.数据处理:根据所述地基激光雷达点云数据得到点云数据文件;
S3.截取数据:根据预定截取上限和截取下限对所述点云数据文件进行截取,生成一段只包含竹秆的水平条带;
S4.数据体元化:对所述水平条带在三维空间中进行体元化生成体元空间,其中,所述体元空间包含所述地基激光雷达点云数据的体元;
S5.遍历数据:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对所述体元空间进行遍历,获取毛竹林的数量。
2.根据权利要求1所述的方法,其特征在于,根据所述地基激光雷达点云数据得到点云数据文件具体包括:
对所述地基激光雷达点云数据进行预处理生成校正点云数据;
对所述校正点云数据导出为固定格式的点云数据文件。
3.根据权利要求2所述的方法,其特征在于,对所述地基激光雷达点云数据进行预处理生成校正点云数据具体包括:
对所述地基激光雷达点云数据进行点云拼接、点云去噪和地形校正,生成校正点云数据。
4.一种基于地基激光雷达的毛竹林数量识别装置,其特征在于,包括:
数据获取模块:通过地基激光雷达获取毛竹林的地基激光雷达点云数据;
数据处理模块:根据所述地基激光雷达点云数据得到点云数据文件;
截取数据模块:根据预定截取上限和截取下限对所述点云数据文件进行截取,生成一段只包含竹秆的水平条带;
数据体元化模块:对所述水平条带在三维空间中进行体元化生成体元空间,其中,所述体元空间包含所述地基激光雷达点云数据的体元;
遍历数据模块:把整个水平条带垂直方向上具有连续性的体元组作为茎干,对所述体元空间进行遍历,获取毛竹林的数量。
5.根据权利要求4所述的装置,其特征在于,所述数据处理模块具体用于:
对所述地基激光雷达点云数据进行预处理生成校正点云数据;
对所述校正点云数据导出为固定格式的点云数据文件。
6.根据权利要求5所述的装置,其特征在于,所述数据处理模块具体用于:
对所述地基激光雷达点云数据进行点云拼接、点云去噪和地形校正,生成校正点云数据。
7.一种基于地基激光雷达的毛竹林数量识别装置,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至3中任一项所述的基于地基激光雷达的毛竹林数量识别方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至3中任一项所述的基于地基激光雷达的毛竹林数量识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159604.0A CN112946669B (zh) | 2021-02-05 | 2021-02-05 | 基于地基激光雷达的毛竹林数量识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159604.0A CN112946669B (zh) | 2021-02-05 | 2021-02-05 | 基于地基激光雷达的毛竹林数量识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112946669A CN112946669A (zh) | 2021-06-11 |
CN112946669B true CN112946669B (zh) | 2023-04-25 |
Family
ID=76242460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110159604.0A Active CN112946669B (zh) | 2021-02-05 | 2021-02-05 | 基于地基激光雷达的毛竹林数量识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112946669B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114998729A (zh) * | 2022-05-25 | 2022-09-02 | 浙江圣海亚诺信息技术有限责任公司 | 融合光学图像和激光雷达数据的单木识别方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488226A (zh) * | 2008-01-16 | 2009-07-22 | 中国科学院自动化研究所 | 基于单次三维激光扫描的树木测量和重建方法 |
CN102914501B (zh) * | 2012-07-26 | 2015-01-14 | 南京大学 | 一种利用激光点云计算三维森林冠层消光系数的方法 |
CN107705309B (zh) * | 2017-10-15 | 2020-12-04 | 南京林业大学 | 激光点云中林木参数评估方法 |
CN109002418B (zh) * | 2018-06-20 | 2020-08-11 | 厦门大学 | 基于体素生长和地面激光点云的树木胸径自动计算方法 |
FI20186029A1 (en) * | 2018-11-30 | 2020-05-31 | Prefor Oy | Procedure and system for creating forest data |
-
2021
- 2021-02-05 CN CN202110159604.0A patent/CN112946669B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112946669A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Escolà et al. | Mobile terrestrial laser scanner applications in precision fruticulture/horticulture and tools to extract information from canopy point clouds | |
CN106780091A (zh) | 基于植被指数时空间统计特征的农业灾害信息遥感提取方法 | |
CN106950573B (zh) | 一种基于无人机激光雷达的玉米涝渍灾害评估方法及*** | |
Bai et al. | Global assessment of land degradation and improvement: pilot study in Kenya | |
CN108985588A (zh) | 一种农作物单产遥感估算方法、装置与*** | |
CN103914786A (zh) | 一种大田农业生产情景感知计算方法及装置 | |
CN114781011A (zh) | 一种像素级全球森林碳储量高精度计算方法及*** | |
CN111345214A (zh) | 一种基于卫星影像数据的新疆棉花区域识别方法及*** | |
CN112946669B (zh) | 基于地基激光雷达的毛竹林数量识别方法及装置 | |
CN109470137A (zh) | 基于二维激光扫描仪的林木信息测量***及数据处理方法 | |
CN111539473A (zh) | 基于3D Lidar的果园行间导航线提取方法 | |
CN110927667A (zh) | 一种南方小区域水田作业定位***和方法 | |
Jin et al. | Exploring seasonal and circadian rhythms in structural traits of field maize from LiDAR time series | |
CN112881294A (zh) | 一种基于无人机的红树林林分健康度评价方法 | |
Dorji et al. | Three-dimensional quantification of tree architecture from mobile laser scanning and geometry analysis | |
CN115314851B (zh) | 一种基于大数据平台的农业信息化管理平台 | |
Tang et al. | UAV-based high spatial and temporal resolution monitoring and mapping of surface moisture status in a vineyard | |
CN113487636B (zh) | 基于激光雷达的宽垄作物株高及行间距自动提取方法 | |
CN111913185B (zh) | 针对高寒脆弱区低矮灌丛样地调查的tls测度方法 | |
CN113156082B (zh) | 一种识别作物根系活动层深度的方法及*** | |
CN115512233A (zh) | 地块尺度耕地种植属性多时相遥感提取方法 | |
CN113868826A (zh) | 一种基于栅格尺度耕地农田生产能力重心变化的测度方法 | |
Xiao et al. | The importance of using realistic 3D canopy models to calculate light interception in the field | |
Li et al. | Construction of a small sample dataset and identification of Pitaya trees (Selenicereus) based on UAV image on close-range acquisition | |
Ding et al. | The importance of proleptic branch traits in biomass production of poplar in high-density plantations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |