一、遥感技术在森林资源调查中的应用（论文文献综述）
石博[1]（2021）在《关于无人机遥感在森林资源调查中的运用分析》文中研究表明随着科学技术的飞速发展,无人机遥感技术应运而生,森林资源调查工作迎来了生机,其应用价值也凸显出来。本文从无人机遥感在森林资源调查中的主要作用与应用研究两方面进行论述,节省了大量人力、物力,使数据更加真实、准确,希望有助于相关部门做好森林资源管理工作。
张耀宏[2]（2021）在《无人机遥感技术在林草资源调查中的应用探究》文中进行了进一步梳理随着无人机遥感技术的快速发展,数据获取精度的不断提高,应用范围也越来越广泛。尤其无人机遥感技术在林草资源调查中的应用普及化,提高了林草资源的调查效率。基于此,分析与探讨了林草资源调查中无人机遥感技术的应用及实践。
张永健,王龙龙,刘靖宇,摆翔[3]（2021）在《浅谈遥感技术在森林资源调查中的应用》文中提出森林资源是人类生活环境的重要组成部分,在调节地球气候、涵养水源、水土保持等生态防护上起着至关重要的作用,而森林资源调查是目前国内最直接的动态监测手段,为维持森林生态系统健康、森林资源科学管理利用提供了必要依据。遥感技术作为一种新兴的科学技术手段,具有简单、快捷、可操作性强等优点,尤其是以遥感集成的3S技术在森林资源调查中应用较多,该技术不但能提高森林资源调查的效率,还可以使部分人工无法进行实测的样地调查精确度得到提升,有助于推动林业经济的可持续发展。同时,也为国家和各级政府制定经济和环境发展计划、政策、方针等提供一定的依据。
韦仲斌[4]（2021）在《森林资源调查技术与方法探析》文中指出我国林地面积广阔,森林资源丰富,其所涉及的面积也很大。而森林资源的调查结果是为森林资源的开发提供基础数据。基于此,由于森林资源面积较广,这也为森林资源的调查增加了一定难度。因此,应因地制宜,根据地方特质制定科学合理的调查技术和方法,更好地服务于森林资源的开发,以促进森林资源的有效应用。
杨军[5]（2021）在《卫星遥感技术在森林资源调查中的运用分析》文中指出分析卫星遥感技术的应用优势,探讨森林资源调查中卫星遥感技术应用时出现的问题,从国家和县级两个层面探索卫星遥感技术在森林资源调查中的具体应用,为森林资源调查质量提升起到促进作用。
邓文生[6]（2020）在《无人机遥感在森林资源调查中的应用价值研究》文中研究表明分析了在调查森林资源时应用无人机遥感的价值和意义。通过在无人机上搭载成像仪和GPS定位系统等方式对森林资源进行实时的监控,并按照相应的计算方式了解森林资源状态。经过实践应用后发现:通过无人机遥感技术可有效了解森林资源、生态环境、水文环境的情况,预测和监控森林火灾、树木病虫害的情况,还可以掌握森林中的生物信息。可见对于调查森林资源来说,无人机遥感技术具有非常明显的优势:能降低运作成本,检测精度高。同时针对存在的问题,也提出了相应的建议。
孙钊[7]（2020）在《基于无人机航拍图像的杉木树冠参数提取与模型研建》文中提出冠幅是树冠结构的重要特征因子,直接影响树木的生产力和生命力,郁闭度是反映森林冠层结构与密度以及评价森林经营管理采伐强度的重要指标之一。无人机具有可以云下飞行,易于获取高精度图像,图像获取成本低等优势,研究基于无人机影像的树冠参数提取方法,使无人机影像提取林木树冠参数的操作系统化,有利于实现精准高效的森林资源清查和监测。本文以福建省将乐国有林场梅花谷为研究区,以无人机影像为遥感数据源,利用PIX4D mapper软件生产出高精度数字正射影像图（DOM）,结合地面实测数据,分别使用多尺度分割技术和分水岭分割算法提取单木树冠冠幅,对比分析了两种方法在高郁闭度杉木林分中的冠幅提取精度,选取精度较高的方法进行了郁闭度的估算和杉木立木材积模型的研建。主要结论如下:1.无人机影像能够满足森林参数提取的精度需要,无人机与高分辨率相机的组合能够快速便捷的获取一定范围的森林资源数据,满足航空摄影测量成图的要求。结合无人机获取的64张高分影像,在PIX4D mapper无人机影像处理平台,能够生成高精度数字正射影像。2.多尺度分割技术在高郁闭度林分中分割效果要优于分水岭算法,在本研究区内的高郁闭度林分条件下（林分郁闭度为0.778 5）,分水岭算法不能有效的进行分割,多尺度分割取得了更好的效果,提取冠幅面积与实测冠幅面积的R2达到了0.806 8。3.利用地面样地调查数据,对杉木胸径、材积、树冠面积进行相关性分析,分别建立杉木胸径-材积模型,冠幅面积-胸径模型,联立二者得到材积-冠幅面积模型。使用该模型对建模外的112株杉木独立样本估算材积,与利用当地杉木二元材积表计算的结果相比,平均精度达到了67.75%。综上所述,无人机航拍影像可应用于高郁闭林分的林业调查中,使用基于面向对象的多尺度分割技术能够有效地从无人机正射影像中提取单株树冠面积、林分郁闭度,整体精度能达到75%以上;建立的杉木一元立木材积模型,对基于无人机高分辨率影像的杉木单株树冠面积提取与蓄积量估测有一定的参考意义,为森林资源调查与监测提供了新的途径。
何冬梅[8]（2020）在《无人机遥感在森林资源调查中的应用》文中提出文章分析了无人机遥感在森林资源调查中的作用,阐述了无人机遥感在森林资源调查中的应用方式,旨在为无人机遥感在森林资源调查中的应用提供参考意见,以此来提高森林资源调查的工作效率和工作质量,在掌握森林资源具体情况的基础上,林业管理部门才能做好森林资源管理和应用工作。
张振伟[9]（2019）在《浅谈遥感技术在森林资源调查中的应用》文中提出森林资源调查工作是保证森林体系得以健康发展的基础。通过对森林资源的有效调查,相关人员可以快速掌握森林资源的发展状况,并且依据社会形势以及生产需求,对森林资源的发展方案进行调整,使其自身的发展方向与市场需求相符,制定出长远的发展计划。在森林资源调查工作中,普遍应用的遥感技术可以使森林资源的信息得到快速获取,遥感技术代替人工调查,既可以节省大量时间,也可以有效降低人工成本。文中就针对遥感技术在森林资源调查中的应用展开探讨。
刘金成[10]（2019）在《林分因子测计关键技术研发与应用》文中认为森林生态系统是人类赖以生存和发展的最为稳定和最为丰富的资源库之一,对维持全球生态系统平衡起着不可替代的重要支撑作用。如何正确认识和经营管理好森林生态系统一直是科学界研究的重点和热点问题。林分作为森林生态系统中区划森林的最小地域单位,其特征因子是反映森林生态系统现状及其变化规律的基础数据,因此,在林业、生态和环境等诸多领域内,林分因子都成为了相关基础研究的关键数据,且需求量很大。如何高效率、高质量、低成本地对这些林分因子进行获取和统计分析,对于正确认识和指导森林生态系统的规划和决策具有较大的现实意义。为了实现这一目的,本文将林分因子的测量、计算、统计和预测分析等一体化流程统称为林分因子测计过程,并分别围绕林分的观测、监测/检测和建模预测等核心需求展开,以北京市作为研究区,以“互联网+3S技术”为技术支撑,重点研发了林分信息化观测技术、林分微样地空间抽样技术和林分生物量/碳储量动态预测技术等林分因子测计领域的关键技术,同时,分别从理论、方法和实践层面对林分因子测计关键技术的现实需求性、理论可行性和技术适用性等进行了探讨和评价分析。其主要研究结果如下:（1）林分信息化观测技术研发率先将手持式PX-80激光扫描仪引入到我国林分观测中,分别在平坦实验区和山区坡地实验区对其测计能力进行了验证,实验结果表明,其偏差（Bias）、均方根误差（RMSE）、相对偏差（rBias）和相对均方根误差（rRMSE）等评价指标均满足精度要求,是一种较为推荐的林分信息化观测技术手段。研制了一种实时动态多功能立体摄影测树系统——RTK测树仪,并依此设计了适用于单木级观测的“双向交叉摄影测量法”和适用于林分观测的“仿航线法”,实现了样木位置、胸径、树高及任意高处直径等单木级因子测计和林分三维点云构建、树心坐标位置、林分平均胸径、林分平均高等林分因子测计。实验结果表明,地面摄影测量技术以其高效性、灵活性和廉价性等优势有望在林分观测中有良好的应用前景。（2）林分微样地空间抽样技术研发基于“互联网+3S技术”思维和地理空间相似性原理,提出一种大尺度林分微样地同质化抽象聚类方法,并将北京市全域聚类为300～1000个林分微样地,同时,采用5～9棵树法对选定的微样地进行定时、定点、定位、定标的现场复测,实现对林分生长动态监测和检测的目的。为了评价其可行性,随机选取100个微样地,将其林分因子提取结果与对应的标准样地进行对比,结果表明,林分微样地法可以达到与标准样地法相近的抽样精度,其提取结果可以代表特定林分的整体平均情况。在现场实测微样地的基础上,提出利用RTK测树仪的环绕连续摄影构建可量测林分微样地3D点云的方法,实现了微样地的三维可视化,并可依据点云模型提取样木点位坐标、胸径、树高等测树仪因子,进而计算出林分平均胸径、林分平均高、株数密度和蓄积量等林分因子。实验结果表明,点云微样地法与实测微样地法具有较强的相关性,林分因子提取精度较高,同时,点云微样地法还具有三维可视化、数据采集效率高、人工成本投入低等优点,是一种推荐的林分微样地抽样方法。（3）林分生物量/碳储量动态预测技术研发以北京市214个连续清查固定样地为研究对象,在考虑环境因素影响的前提下,基于第六、第七、第八次连续3期的固定样地数据,以时间（林分年龄）参数为主导关键因子,借助SPSS Modeler软件建立了基于异速生长方程的林分生物量多元回归预测模型,实现了对未来时间段内林分生物量和碳储量的预测。结果表明,建模样本和检验样本的R2均在0.82以上,表明模型系数的拟合优度较好,估计值的标准差（SEE）、总相对误差（TRE）、平均系统误差（MSE）、平均预估误差（MPE）和平均百分标准误差（MPSE）等评价指标同样满足精度要求。此外,借助Matlab平台建立了基于BP人工神经网络的林分生物量动态预测模型,对于训练样本和检验样本,其R2均在0.88以上,拟合效果要优于多元回归模型,SEE、TRE、MSE、MPE和MPSE等评价指标同样满足精度要求,且略优于多元回归模型。同时,分别利用建立的多元回归模型和BP-ANN模型对214个固定样地下一期的生物量和碳储量进行了预测分析,证明了两种模型的稳定性和适用性。
二、遥感技术在森林资源调查中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、遥感技术在森林资源调查中的应用（论文提纲范文）
（1）关于无人机遥感在森林资源调查中的运用分析（论文提纲范文）
| 1 无人机遥感在森林资源调查中的主要作用 |
| 1.1 调查森林资源 |
| 1.2 掌握植被覆盖率 |
| 1.3 评估和检测森林火灾 |
| 1.4 体现森林水文状况 |
| 1.5 森林生态环境调查 |
| 2 无人机遥感在森林资源调查中的应用策略 |
| 2.1 森林消防 |
| 2.2 研究森林生态环境 |
| 2.3 提取森林生物量信息 |
| 2.4 对森林病虫害进行监测 |
| 2.5 获取森林树木的几何参数 |
| 3 结论 |
（2）无人机遥感技术在林草资源调查中的应用探究（论文提纲范文）
| 1 无人机遥感技术在林草资源调查中的应用价值 |
| 2 无人机遥感技术的基本概述 |
| 3 无人机遥感技术在林草资源调查中的具体应用 |
| 3.1 全面勘察和检测 |
| 3.2 获取生物量信息 |
| 3.3 森林火灾监测 |
| 3.4 林草病虫害监测 |
| 3.5 在林草调查规范中的应用 |
| 4 结束语 |
（3）浅谈遥感技术在森林资源调查中的应用（论文提纲范文）
| 1 森林资源调查介绍 |
| 1.1 森林资源调查概述 |
| 1.2 森林资源调查形式 |
| 1.3 森林资源调查现存问题 |
| 2 遥感技术在森林资源调查中的应用 |
| 2.1 遥感技术概述 |
| 2.2 无人机遥感技术在森林资源调查中应用 |
| 2.3 遥感技术利用现状 |
| 3 结语 |
（4）森林资源调查技术与方法探析（论文提纲范文）
| 1 森林资源的调查 |
| 2 森林资源调查的方法 |
| 2.1 样地实测法 |
| 2.2 抽样技术 |
| 2.3 估测法 |
| 3 森林资源调查的技术 |
| 3.1 地基激光雷达技术 |
| 3.2 林分结构研究 |
| 3.3 遥感技术 |
| 3.4 无人机航空测量技术 |
| 4 结语 |
（5）卫星遥感技术在森林资源调查中的运用分析（论文提纲范文）
| 1 卫星遥感技术应用优势 |
| 2 卫星遥感技术在森林资源调查中运用存在的问题 |
| 1)气候影响较大。 |
| 2)阴影影响判读的精准度[3]。 |
| 3 卫星遥感技术在森林资源调查中的运用分析 |
| 3.1 卫星遥感技术在国家级森林资源调查中的运用分析 |
| 3.1.1 数字图像处理 |
| 3.1.2 地类与因子调查 |
| 3.2 卫星遥感技术在县级森林资源调查中的运用分析 |
| 3.2.1 几何校正处理 |
| 3.2.2 多遥感信息源波段组合技术 |
| 4 结论 |
（6）无人机遥感在森林资源调查中的应用价值研究（论文提纲范文）
| 1 引言 |
| 2 无人机遥感技术 |
| 3 无人机遥感技术作用 |
| 3.1 森林资源调查 |
| 3.2 生态环境调查 |
| 3.3 水文状况调查 |
| 3.4 预测火灾 |
| 3.5 病虫害预防 |
| 3.6 获取生物信息 |
| 4 存在的技术问题 |
| 4.1 无人机光学载荷 |
| 4.2 无人机红外遥感影像 |
| 4.3 无人机激光雷达 |
| 4.4 无人机高光谱遥感 |
| 5 建议 |
| 5.1 融入现代新型科技 |
| 5.2 降低人为因素对森林资源调查的影响 |
| 5.3 丰富模型种类 |
| 6 结语 |
（7）基于无人机航拍图像的杉木树冠参数提取与模型研建（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究述评 |
| 1.3.1 无人机遥感技术研究进展 |
| 1.3.2 无人机图像处理方法 |
| 1.3.3 冠幅提取国内外研究概况 |
| 1.3.4 林分蓄积量估测国内外研究现状 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 研究区概况及数据处理 |
| 2.1 研究区概况 |
| 2.2 外业地面调查数据 |
| 2.3 无人机数据采集与处理 |
| 2.3.1 无人机系统 |
| 2.3.2 无人机数据采集及处理 |
| 3 冠幅提取 |
| 3.1 基于面向对象的多尺度分割的树冠提取 |
| 3.1.1 最佳分割尺度的确定 |
| 3.1.2 多尺度分割 |
| 3.1.3 面向对象分类 |
| 3.2 基于分水岭分割算法的树冠分割 |
| 3.2.1 分水岭算法原理 |
| 3.2.2 分水岭算法步骤 |
| 3.3 郁闭度提取和精度分析 |
| 3.3.1 林分郁闭度提取 |
| 3.3.2 精度分析 |
| 4 胸径预测模型与蓄积量估测 |
| 4.1 杉木人工林树冠面积-胸径关系模型构建 |
| 4.1.1 相关性分析 |
| 4.1.2 胸径-单株材积模型 |
| 4.1.3 冠幅面积-胸径模型 |
| 4.2 残差分析 |
| 4.3 杉木一元材积模型 |
| 5 结论与讨论 |
| 5.1 结论 |
| 5.2 讨论 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录清单 |
| 致谢 |
（8）无人机遥感在森林资源调查中的应用（论文提纲范文）
| 1 无人机遥感在森林资源调查中的应用作用 |
| 1.1 森林资源数量调查 |
| 1.2 森林生态环境调查 |
| 1.3 森林水文状况调查 |
| 2 无人机遥感在森林资源调查中的应用方式 |
| 2.1 获取森林树木几何参数 |
| 2.2 获取森林生物量信息 |
| 2.3 监测森林病虫害状态 |
| 2.4 开展森林消防 |
| 3 结束语 |
（9）浅谈遥感技术在森林资源调查中的应用（论文提纲范文）
| 1 森林调查的主要类型 |
| 2 遥感技术在森林一类调查中的应用 |
| 2.1 数字图像处理 |
| 2.2 地类和相关因子调查面临问题 |
| 2.3 林分因子调查 |
| 3 遥感技术在森林资源二类调查中的应用 |
| 3.1 几何校正 |
| 3.2 多遥感信息源波段组合能力 |
| 3.3 划分林班与小班的能力 |
| 3.4 地类识别能力 |
（10）林分因子测计关键技术研发与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1. 引言 |
| 1.1. 研究背景与意义 |
| 1.2. 国内外研究综述 |
| 1.2.1. 森林调查技术体系的发展 |
| 1.2.2. 林分观测技术的发展 |
| 1.2.2.1. 林分观测技术的四个阶段 |
| 1.2.2.2. 林分观测装备的研究现状 |
| 1.2.2.3. 林分信息化观测技术的研究现状 |
| 1.2.3. 林分抽样调查技术的发展 |
| 1.2.4. 林分生物量/碳储量预测技术的发展 |
| 1.3. 研究内容 |
| 1.3.1. 研究目标 |
| 1.3.2. 研究内容 |
| 1.3.3. 技术路线 |
| 1.3.4. 关键科学问题 |
| 1.4. 章节安排 |
| 1.5. 本章小结 |
| 2. 研究区概况 |
| 2.1 总体自然条件 |
| 2.1.1. 地理位置 |
| 2.1.2. 地形地貌 |
| 2.1.3. 水文条件 |
| 2.1.4. 气候条件 |
| 2.1.5. 植被条件 |
| 2.2. 总体社会经济 |
| 2.2.1. 人口及组成 |
| 2.2.2. 经济状况 |
| 2.3. 实验区概况 |
| 2.3.1. 平地实验区 |
| 2.3.2. 坡地实验区 |
| 2.4. 本章小结 |
| 3. 林分信息化观测技术 |
| 3.1. 信息化森林资源观测技术评述 |
| 3.2. 材料准备 |
| 3.2.1. 激光雷达设备 |
| 3.2.1.1. 硬件构成 |
| 3.2.1.2. 软件构成 |
| 3.2.1.3. 功能及参数 |
| 3.2.2. 摄影测量设备 |
| 3.2.2.1. 硬件构成 |
| 3.2.2.2. 核心硬件的设计与组装 |
| 3.2.2.3. 软件构成 |
| 3.2.2.4. 功能及参数 |
| 3.3. 精度检验指标 |
| 3.4. 地面激光雷达森林观测技术 |
| 3.4.1. 测量原理 |
| 3.4.2. 数据获取与处理 |
| 3.4.2.1. 数据获取 |
| 3.4.2.2. 数据预处理 |
| 3.4.2.3. 树木坐标提取 |
| 3.4.2.4. 树木胸径和树高提取 |
| 3.4.3. 实验结果与分析 |
| 3.4.3.1. 林分平坦地区验证 |
| 3.4.3.2. 林分山区验证 |
| 3.4.3.3. 讨论与结论 |
| 3.5. 地面摄影测量森林观测技术 |
| 3.5.1. 测量原理与方法 |
| 3.5.1.1. 单木常规测量 |
| 3.5.1.2. 单木高精度建模测量 |
| 3.5.1.3. 林分测量 |
| 3.5.2. 实验结果与分析 |
| 3.5.2.1. 单木常规测量验证 |
| 3.5.2.2. 单木高精度建模验证 |
| 3.5.2.3. 林分平坦地区验证 |
| 3.5.2.4. 林分山区验证 |
| 3.5.2.5. 讨论与结论 |
| 3.6. 本章小结 |
| 4. 林分微样地空间抽样技术 |
| 4.1. 林分微样地设计 |
| 4.2. 林分微样地建立方法 |
| 4.2.1. 微样地建立标准 |
| 4.2.2. 基于现场实测的微样地建立方法 |
| 4.2.3. 基于影像点云的微样地建立方法 |
| 4.3. 林分微样地观测原理 |
| 4.3.1. 林分因子计算原理 |
| 4.3.2. 林分微样地监测原理 |
| 4.3.3. 林分微样地检测原理 |
| 4.4. 精度检验指标 |
| 4.5. 实验验证与分析 |
| 4.5.1. 微样地布设基本情况 |
| 4.5.2. 微样地法与实测样地法对比 |
| 4.5.3. 点云微样地法与实测微样地法对比 |
| 4.5.4. 讨论分析 |
| 4.6. 本章小结 |
| 5. 林分生物量/碳储量动态预测技术 |
| 5.1. 模型研建思路 |
| 5.2. 研究数据采集与处理 |
| 5.2.1. 数据来源 |
| 5.2.1.1. 连续清查固定样地数据 |
| 5.2.1.2. 环境因子数据 |
| 5.2.2. 数据整理 |
| 5.2.2.1. 样地数据关联 |
| 5.2.2.2. 样地生物量计算 |
| 5.2.2.3. 建模因子筛选 |
| 5.2.3. 主要数据处理工具 |
| 5.3. 建模技术方法与评价 |
| 5.3.1. 样地数据划分 |
| 5.3.2. 模型评价指标 |
| 5.3.3. 林分生物量数理统计模型的建立方法 |
| 5.3.3.1. 建模因子标准化 |
| 5.3.3.2. 模型建立 |
| 5.3.3.3. 模型结果及精度评价 |
| 5.3.3.4. 分析与讨论 |
| 5.3.4. 林分生物量机器学习模型的建立方法 |
| 5.3.4.1. 数据整理 |
| 5.3.4.2. 模型建立方法 |
| 5.3.4.3. 模型结果与精度评价 |
| 5.3.4.4. 分析与讨论 |
| 5.4. 林分生物量/碳储量预测分析 |
| 5.4.1. 林分生物量预测 |
| 5.4.2. 林分碳储量预测 |
| 5.4.3. 不同建模方法的对比分析 |
| 5.5. 本章小结 |
| 6. 结论与展望 |
| 6.1. 结论 |
| 6.2. 技术对比 |
| 6.3. 创新点 |
| 6.4. 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
四、遥感技术在森林资源调查中的应用（论文参考文献）
- [1]关于无人机遥感在森林资源调查中的运用分析[J]. 石博. 林业科技情报, 2021(04)
- [2]无人机遥感技术在林草资源调查中的应用探究[J]. 张耀宏. 农业灾害研究, 2021(10)
- [3]浅谈遥感技术在森林资源调查中的应用[J]. 张永健,王龙龙,刘靖宇,摆翔. 科技风, 2021(26)
- [4]森林资源调查技术与方法探析[J]. 韦仲斌. 林业科技情报, 2021(03)
- [5]卫星遥感技术在森林资源调查中的运用分析[J]. 杨军. 林业勘查设计, 2021(02)
- [6]无人机遥感在森林资源调查中的应用价值研究[J]. 邓文生. 绿色科技, 2020(12)
- [7]基于无人机航拍图像的杉木树冠参数提取与模型研建[D]. 孙钊. 北京林业大学, 2020
- [8]无人机遥感在森林资源调查中的应用[J]. 何冬梅. 农业技术与装备, 2020(03)
- [9]浅谈遥感技术在森林资源调查中的应用[J]. 张振伟. 林业勘查设计, 2019(03)
- [10]林分因子测计关键技术研发与应用[D]. 刘金成. 北京林业大学, 2019(04)