當前位置:
近日，交通學院測繪工程系鄧興升團隊研究成果“A Method for Forest Vegetation Height Modeling Based on Aerial Digital Orthophoto Map and Digital Surface Model”，利用林區植被高度與可觀測量之間的相關性，提出基于航空數字正射影像與數字表面模型建立植被高度模型的機器學習方法，使得林區植被高度這一不可由航空攝影直接觀測的物理量有了新的確定方法，該論文發表于國際頂級遙感學術期刊IEEE Transactions on Geoscience and Remote Sensing (IEEE TGRS)。鄧興升為該論文第一作者，長沙理工大學為第一署名單位。
植被是地球陸地表面分布范圍廣泛的要素，植被的密度與高度是林業資源管理、林下地形測繪、生態環境與碳儲量研究的重要變量，然而區域尺度上植被時空分布精細觀測數據尤其缺乏。航空影像數據具有覆蓋范圍廣、平均成本低、數據量大等特點，航空可見光遙感無法直接測量植被高度，但可以獲得數字正射影像與數字表面模型，并提取與植被高度綜合相關的特征數據，例如各種植被指數、構造曲面的表面粗糙度、構造曲面曲率與法線向量分量的方向、相鄰結點之間的高差與高差標準差等。本論文提取與植被高度相關的光譜特征因子與幾何特征因子共33個，建立特征因子與植被高度之間的機器學習模型并對植被高度進行預測計算，模型綜合相關系數大于95%。本論文結合航空攝影測量與機器學習，提出數字植被模型的概念與建模方法，研究成果為航空攝影測量大范圍估計林區植被高度提供了模型、算法和新的技術途徑。
IEEE TGRS為電氣與電子工程師協會(Institute of Electrical and Electronics Engineers, IEEE)遙感學會(Geoscience and Remote Sensing Society, GRSS)會刊，是遙感與地球科學領域最頂尖最具影響的國際期刊之一，集中反映當代遙感與地球科學的最新進展。該刊為中科院SCI一區TOP期刊，我校認定的學科領域TOP5期刊，2020年影響因子為5.855。
論文鏈接：https://ieeexplore.ieee.org/document/9487006
Xingsheng Deng, Guo Tang, Qingyang Wang, Lixia Luo, and Sichun Long, " A Method for Forest Vegetation Height Modeling Based on Aerial Digital Orthophoto Map and Digital Surface Model", in IEEE Transactions on Geoscience and Remote Sensing, DOI: 10.1109/TGRS.2021.3093976。（文/徐鵬 審/張銳）
