伏塞尔体积和生物量:使用自动化超高分辨率SfM和先进分类技术,估计异国情调的一年草的植被体积和垃圾积累

科学领域:

• 生态学和生态恢复
• 遥感和摄影仪表技术的使用.
• 牧场管理管理的牧场管理.

背景情况:

• 北大盆地的牧场面临着复杂的火灾周期,原因是侵入性的一年生草,如草和鱼头.
• 准确测量地表生物质 (AGB) 对于了解植被动态和火灾风险至关重要.
• 目前用于AGB估计的现场方法是劳动密集型的,可能与遥感不太协调.

研究的目的:

• 开发和验证一个具有成本效益的基于地面的3D建模技术,用于估计AGB.
• 评估体积植被估计和实际生物质重量之间的关系.
• 评估地面点分类对垃圾丰富环境中的重建精度的影响.

主要方法:

• 利用手持摄影和定制的方形,在0.2 m2的方形 (n=288) 中创建3D植被模型.
• 使用0.5厘米的voxel大小计算了植被体积,并检查了与测量生物质的相关性.
• 开发并测试了用于对3D重建中的地面点进行分类的方法.

主要成果:

• 从0.5厘米的伏塞尔尺寸获得的植被体积显示出与生物质重量最强的相关性.
• 将地面点分类导致预测能力略有降低2%,即使垃圾密集.
• 最好的3D重建工作流实现了0.42的R2,强调了高分辨率数据和技术的重要性.

结论:

• 基于地面的3D摄影仪提供了一种有希望的,具有成本效益的方法,用于在具有挑战性的牧场生态系统中估计AGB.
• 高分辨率图像和先进的重建方法对于准确的生物质估计至关重要,特别是在密集的垃圾中.
• 需要进一步扩展到无人空中系统 (UAS) 的研究,以完善侵入性草原占主导地位的景观中的体积生物质估计.