Resumen

Para reducir el coste de adquisición de datos, este estudio propone un método novedoso de estimación de la altura de árboles individuales y extracción de copas basado en la fusión de una imagen multiespectral aerotransportada y una nube de puntos fotogramétrica. Se desplegó un dron de ala fija para adquirir las imágenes en color verdadero y multiespectrales de un bosque refugio. Se utilizó el algoritmo Structure-from-Motion (SfM) para reconstruir la nube de puntos 3D del dosel. La nube de puntos 3D se filtró para adquirir la nube de puntos del suelo y, a continuación, se interpoló a un Modelo Digital de Elevación (MDE) utilizando la Red Neuronal de Función de Base Radial (RBFNN). El DEM se sustrajo del Modelo Digital de Superficie (DSM) generado a partir de la nube de puntos original para obtener el modelo de altura del dosel (CHM). El CHM se procesó para la extracción de copas mediante filtros de máximos locales y segmentación de cuencas. A continuación, se emplearon métodos orientados a objetos en la combinación de 12 bandas y CHM para la segmentación de la imagen. Para extraer la copa del árbol, se utilizó el algoritmo Support Vector Machine (SVM). El resultado del método orientado a objetos se vectorizó y superpuso al CHM para estimar la altura del árbol. Los resultados experimentales demostraron que es eficiente emplear la nube de puntos y que el enfoque propuesto tiene un gran potencial en la estimación de la altura de los árboles. El método orientado a objetos propuesto, basado en la fusión de una imagen multiespectral y CHM, redujo eficazmente la sobresegmentación y la subsegmentación, con un aumento de la puntuación F de 0,12-0,17. Nuestros resultados proporcionaron también una referencia para el seguimiento de la salud y el cambio de los bosques de protección.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:chm, nube de puntos 3d, objeto, red neuronal con función de base radial, estimación de la altura de árboles individuales, modelo digital de elevación, modelo digital de superficie, máquina de vectores soporte, imagen multiespectral aerotransportada, modelo de altura de la copa del árbol
• Keywords:chm, 3d point cloud, object, radial basis function neural network, individual tree height estimation, digital elevation model, digital surface model, support vector machine, airborne multispectral image, canopy height model