Tree distribution and tree height by using drone
Thông qua ảnh chụp từ drone và các thuật toán, vị trí các cây được xác định trong vùng nghiên cứu và được thể hiện ở hình 9. Nhờ vào ảnh có độ phân giải cao và thuật toán đã xác định được 3734 cây trong thành phố Celadon.
Through using the drone image and machine learning algorithms we are able to identify the Individual trees in the study region. Please see the individual tree detection in region is presented in figure 9. With the help of high-resolution drone imagery and advance machine of machine learning tools were able to identify 3,734 trees in the Celadon city park.
29
Hình 9 Bản đồ vị trí cây Figure 9 Tree location map
Để xác định chiều cao cây, chúng tôi xác định các điểm ảnh (hình 10) bằng ArcGIS LAStools
In order to obtain the tree heights, we used the point cloud data (Figure 10) using ArcGIS LAStools.
Hình 10 Kết quả xác định các điểm ảnh
Figure 10 Drone-based point cloud data of Celadon city park
Các điểm ảnh sau đó được phân loại thành điểm trên mặt đất và không trên mặt đất. Chỉ số khoảng cách nghịch đảo trắng được tạo ra dựa trên các điểm trên mặt đất này. Một khó khăn trong việc áp dụng phương pháp này là phương pháp này thường có hiệu quả hơn khi áp dụng vào các khu vực mở rộng lớn. Những cây nằm bên dưới tán của những cây
30
lớn hơn sẽ không được phát hiện. Kết quả thu được từ phương pháp này cho thấy cây có chiều cao từ 1.5 đến 31.5 m (xem hình11)
First, point cloud data were classified as ground points or non-ground points. The invers distance whited index was created based on these ground points. A major challenge of this study is that it is only applicable in very open copies to extract tree distribution and the tree height. However, tree under the big tree canopy cover might not possible to identify the tree and extract the tree heights. Through this study, we identified drone-based tree height from 1.5 to 31.5 meters in the Celadon City park (Figure 11)
Hình 11 Bản đồ thề hiện chiều cao cây
Figure 11. Celadon city park individual tree height and validation
Để đánh giá lại kết quả, chúng tôi thực hiện so sánh 3 vùng chọn ngẫu nhiên A,B và C (hình 11) với kết quả thực địa. Trong 3 vùng này lại tiếp tục lựa chọn ngẫu nhiên 213 cây để so sánh.
For validation of detected trees though the filed refence data, we have chosen three locations A,B and C, where the tall trees distributed in the study area (Figure 11). Here, we randomly selected 213 trees which are taller in the 3 sites as shown in figure 11
31
Chiều cao cây ở khu vực kiểm tra lại là từ 5 đến 25 m (hình 12) và kết quả so sánh với dữ liệu thực địa cho kết quả giá trị R bằng 0.669 (hình 13) điều này cho thấy kết quả đo được từ drone có ý nghĩa về mặt thống kê.
The Validations of tree heights using UAVs with field reference would have proven accurate in a denser tree cover area. In this study area, validation site trees ranged from roughly 5 m to 25 m ( Figure 12) and the comparison of ground refence data and Drone tree heights R values (0.0669) Figure (13) has shown significance of suing Drone for tree height measurement.
Hình 12 So sánh kết quả chiều cao cây từ drone và thực địa Figure 12 Comparison of field tree inventory tree height and Drone
tree height 0 5 10 15 20 25 30 1 9 17 25 33 41 49 57 65 73 81 89 97 10 5 11 3 12 1 12 9 13 7 14 5 15 3 16 1 16 9 17 7 18 5 19 3 20 1 20 9
32
Hình 13 Kết quả kiểm định của 213 cây
Figure 13 Field tree inventory and Drone estimated tree height validation results of 213 test tree heights