基于无人机遥感的森林参数信息提取研究进展

doi:10.13466/j.cnki.lyzygl.2020.05.021

林业资源管理 ›› 2020›› Issue (5): 144-151.doi: 10.13466/j.cnki.lyzygl.2020.05.021

• 研究简报 • 上一篇

基于无人机遥感的森林参数信息提取研究进展

王娟¹^,²(), 陈永富², 陈巧², 李华玉¹^,², 张超¹()

1.西南林业大学林学院,昆明 650224
2.中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室,北京 100091

收稿日期:2020-07-16 修回日期:2020-09-06 出版日期:2020-10-28 发布日期:2020-11-30
通讯作者: 张超
作者简介:王娟(1995-),女,云南大理人,在读硕士,研究方向:森林经理学。Email: 635962936@qq.com
基金资助:
中央级公益性科研院所基本科研业务费专项资金项目“经营单位水平森林资源高效监测技术研究”(CAFYBB-2018SZ008)

Research on Forest Parameter Information Extraction Progress Driven by UAV Remote Sensing Technology

WANG Juan¹^,²(), CHEN Yongfu², CHEN Qiao², LI Huayu¹^,², ZHANG Chao¹()

1. College of Forestry,Southwest Forestry University,Kunming 650224,China
2. Key Laboratory of Forestry Remote Sensing and Information System,Institute of Forest Resource Information Techniques CAF,National Forestry and Grassland Administration,Beijing 100091,China

Received:2020-07-16 Revised:2020-09-06 Online:2020-10-28 Published:2020-11-30
Contact: ZHANG Chao

摘要/Abstract

摘要：

近年来,无人机遥感技术因其机动灵活、时效性强、成本低等优势成为了卫星遥感及有人机遥感技术的有益补充,并逐渐成为了森林资源调查与监测的新技术手段。从森林参数提取的角度出发,首先,介绍无人机在森林参数信息提取中的优势,并对无人机平台类型及其搭载的传感器的应用进行系统阐述;然后,对无人机遥感技术在冠幅、树高、生物量和蓄积量等森林参数信息获取方面的相关研究进展进行分析;最后,对无人机技术在森林参数信息提取方面存在的问题进行探讨,并对未来无人机在森林参数信息提取方面的应用进行展望。

关键词: 无人机遥感, 森林参数, 传感器, 信息提取

Abstract:

UAV driven remote sensing technology has become a useful supplement to satellite and helicopter based remote sensing thanks to its advantages of flexibility,timeliness and low cost,and has gradually become a new technical means for forest resources investigation and monitoring.The paper introduces the advantages in information extraction of forest parameters by using UAV,and systematically introduces the types and the application of sensors carried by UAV. The study expounds the relevant research progress of UAV based remote sensing to obtain forest parameters,such as crown width,tree height,biomass and volume. Finally,it discusses disadvantages of UAV in the extraction of forest parameter information,and also looks into the application of extracting forest parameter with UAV.

Key words: UAV remote sensing, forest parameters, sensors, information extraction

中图分类号:

S771.5

王娟, 陈永富, 陈巧, 李华玉, 张超. 基于无人机遥感的森林参数信息提取研究进展[J]. 林业资源管理, 2020,(5): 144-151.

WANG Juan, CHEN Yongfu, CHEN Qiao, LI Huayu, ZHANG Chao. Research on Forest Parameter Information Extraction Progress Driven by UAV Remote Sensing Technology[J]. FOREST RESOURCES WANAGEMENT, 2020,(5): 144-151.

图/表 1

参考文献 43

[1]	郭庆华, 吴芳芳, 胡天宇, 等. 无人机在生物多样性遥感监测中的应用现状与展望[J]. 生物多样性, 2016,24(11):1267-1278.
[2]	Carlos B, John H, James B, et al. Assessment of in-season cotton nitrogen status and lint yield prediction from unmanned aerial system imagery[J]. Remote Sensing, 2017,9(11):1149. doi: 10.3390/rs9111149
[3]	Jonathan L, Marc P D, Stéphanie B, et al. A Photogrammetric Workflow for the Creation of a Forest Canopy Height Model from Small Unmanned Aerial System Imagery[J]. Forests, 2013,4(4):922-944. doi: 10.3390/f4040922
[4]	Diazvarela R A, Zarcotejada P J, Angileri V, et al. Automatic identification of agricultural terraces through object-oriented analysis of very high resolution DSMs and multispectral imagery obtained from an unmanned aerial vehicle[J]. Journal of Environmental Management, 2014,134(4):117-126. doi: 10.1016/j.jenvman.2014.01.006
[5]	Berni J A J, Zarco-tejada P J, Suarezi L, et al. Thermal and narrowband multispectral remote sensing for vegetation monitoring from an unmanned aerial vehicle[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009,47(3):722-738. doi: 10.1109/TGRS.2008.2010457
[6]	Cao Jingjing, Leng Wanchun, Liu Kai, et al. Object-based mangrove species classification using Unmanned Aerial Vehicle hyperspectral images and digital surface models[J]. Remote Sensing, 2018,10(1):89-109. doi: 10.3390/rs10010089
[7]	Bendig J, Bolten A, Bareth G. Introducing a low-cost mini-UAV for thermal-and multispectral-imaging.International Archives of the Photogrammetry[J]. Remote Sensing and Spatial Information Sciences, 2012,39, 345-349.
[8]	Mathews A J, Jensen J. Visualizin and quantifying vineyard canopy LAI using an unmanned aerial vehicle(UAV)collected high density structure from motion point cloud[J]. Remote Sensing, 2013,5(5):2164-2183. doi: 10.3390/rs5052164
[9]	Panagiotidis D, Abdollahnejad A, Peter Surovy, et al. Determining tree height and crown diameter from high-resolution UAV imagery[J]. International Journal of Remote Sensing, 2016,38(8/9/10):2392-2410. doi: 10.1080/01431161.2016.1264028
[10]	蔡文峰, 李凤日. 基于VirtuoZo系统对林木冠幅信息的提取[J]. 森林工程, 2010,26(2):4-7.
[11]	吴艳双, 张晓丽. 结合多尺度纹理特征的高光谱影像面向对象树种分类[J]. 北京林业大学学报, 2020,42(6):91-101.
[12]	李赟, 温小荣, 佘光辉, 等. 基于UAV高分影像的杨树冠幅提取及相关性研究[J]. 林业科学研究, 2017,30(4):653-658.
[13]	王枚梅, 林家元, 林沂, 等. 基于无人机可见光影像的亚高山针叶林树冠参数信息自动提取[J]. 林业资源管理, 2017(4):82-88.
[14]	孙钊, 潘磊, 孙玉军. 基于无人机影像的高郁闭度杉木纯林树冠参数提取[J/OL]. 北京林业大学学报, (2020-05-13)[2020-06-30]. http://kns.cnki.net/kcms/d etail/11.1932.S.20200513.0909.00 1.html.
[15]	韦雪花. 轻小型航空遥感森林几何参数提取研究[D]. 北京:北京林业大学, 2013.
[16]	李丹, 张俊杰, 赵梦溪. 基于FCM和分水岭算法的无人机影像中林分因子提取[J]. 林业科学, 2019,55(5):180-187.
[17]	Mu Y, Fujii Y, Takata D, et al. Characterization of peach tree crown by using high-resolution images from an unmanned aerial vehicle[J]. Horticulture Researc, 2018,5(1):74-84.
[18]	全迎, 李明泽, 甄贞, 等. 运用无人机激光雷达数据提取落叶松树冠特征因子及树冠轮廓模拟[J]. 东北林业大学学报, 2019,47(11):52-58.
[19]	谢巧雅, 余坤勇, 邓洋波, 等. 杉木人工林冠层高度无人机遥感估测[J]. 浙江农林大学学报, 2019,36(2):335-342.
[20]	杨坤, 赵艳玲, 张建勇, 等. 利用无人机高分辨率影像进行树木高度提取[J]. 北京林业大学学报, 2017,39(8):17-23.
[21]	刘江俊, 高海力, 方陆明, 等. 基于无人机影像的树顶点和树高提取及其影响因素分析[J]. 林业资源管理, 2019(4):107-116.
[22]	Dandois J P, Ellise E C. High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision[J]. Remote Sensing of Environment, 2013,136(5):259-276. doi: 10.1016/j.rse.2013.04.005
[23]	Stefano P, ϕrka Hans, Terje G, et al. Inventory of Small Forest Areas Using an Unmanned Aerial System[J]. Remote Sensing, 2015,7(8):9632-9654. doi: 10.3390/rs70809632
[24]	Karpina M, Jarzᶏbek-Rychard M, Tymków P, et al. UAV-based automatic tree growth measurement for biomass estimation[R]. International Society for Photogrammetryand Remote Sensing.XLI-B8, 2016, 685-688.
[25]	杨凡, 杨贵军, 李振海, 等. 低矮植被的无人机激光雷达测高精度分析[J]. 测绘科学, 2017,42(9):151-157.
[26]	Jaakkola A, Hyyppae J, Kukko A, et al. A low-cost multi-sensoral mobile mapping system and its feasibility for tree measurements[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2010,65(6):514-522. doi: 10.1016/j.isprsjprs.2010.08.002
[27]	Wallace L, Lucieer A, Watson C S. Evaluating Tree Detection and Segmentation Routines on Very High Resolution UAV LiDAR Data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014,52(12):7619-7628. doi: 10.1109/TGRS.2014.2315649
[28]	Lin Y, Hyyppä J, Jaakkola A. Mini-UAV-borne LIDAR for fine-scale mapping[J]. IEEE Geoscience and Remote Sensing Letters, 2011,8(3):426-430. doi: 10.1109/LGRS.2010.2079913
[29]	Wallace L, Lucieer A, Watson C S, et al. Development of a UAV-LiDAR system with application to forest inventory[J]. Remote Sensing, 2012,4(6):1519-1543. doi: 10.3390/rs4061519
[30]	张吴明, 李丹, 陈一铭, 等. 联合地基激光雷达与无人机摄影测量技术提取树高研究[J]. 北京师范大学学报:自然科学版, 2018,54(6):764-771.
[31]	许子乾, 曹林, 阮宏华, 等. 集成高分辨率UAV影像与激光雷达点云的亚热带森林林分特征反演[J]. 植物生态学报, 2015,39(7):694-703. doi: 10.17521/cjpe.2015.0066
[32]	欧光龙. 气候变化背景下思茅松天然林生物量模型构建[D]. 哈尔滨:东北林业大学, 2014.
[33]	何游云. 无人机遥感估测林木地上生物量的研究[D]. 北京:北京林业大学, 2016.
[34]	朱雅丽, 张绘芳, 张景路, 等. 基于无人机遥感的胡杨地上生物量估测模型构建[J]. 林业资源管理, 2019(2):80-87.
[35]	Ota T, Ogawa M, Shimizu K, et al. Aboveground biomass estimation using structure from motion approach with aerial photographys in a seasonal tropical forest[J]. Forests, 2015,6(11):3882-3898. doi: 10.3390/f6113882
[36]	Zahawi R A, Dandois J P, Holl K D, et al. Using lightweight unmanned aerial vehicles to monitor tropical forest recovery[J]. Biological Conservation, 2015,186:287-295. doi: 10.1016/j.biocon.2015.03.031
[37]	李赟. 基于UAV高分影像的林木冠幅提取与蓄积量估测研究[D]. 南京:南京林业大学, 2017.
[38]	陈忠明. 基于无人机影像的杉木蓄积量反演研究[D]. 长沙:中南林业科技大学, 2019.
[39]	李亚东, 曹明兰, 李长青, 等. 无人机森林航摄影像三维点云估测林分蓄积量研究[J]. 中南林业科技大学学报, 2019,39(3):56-60.
[40]	Goodbody T R H, Coops N C, Crawford P, et al. Updating residual stem volume estimates using ALS and UAV-acquired stereo-photogrammetric point clouds[J]. International Journal of Remote Sensing, 2017,38(8/9/10):2938-2953. doi: 10.1080/01431161.2016.1219425
[41]	解宇阳, 王彬, 姚扬, 等. 基于无人机激光雷达遥感的亚热带常绿阔叶林群落垂直结构分析[J]. 生态学报, 2020,40(3):940-951.
[42]	林志玮, 丁启禄, 黄嘉航, 等. 基于DenseNet的无人机光学图像树种分类研究[J]. 遥感技术与应用, 2019,34(4):704-711.
[43]	刘清旺, 李世明, 李增元, 等. 无人机激光雷达与摄影测量林业应用研究进展[J]. 林业科学, 2017,53(7):134-148.

类型	优势	局限
无人直升机	垂直起降、悬停便利、飞行灵活	成本高、操作复杂、飞手需具备专业知识
固定翼无人机	飞行速度快、续航时间长、载荷大	起降受场地限制、需要专业起降装置、观测时易受空间限制
旋翼无人机	成本低、操作简单、起降悬停方便、不受场地限制、旋翼数量多样	载荷小、续航时间短

基于无人机遥感的森林参数信息提取研究进展

Research on Forest Parameter Information Extraction Progress Driven by UAV Remote Sensing Technology

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 43

相关文章 15

编辑推荐

Metrics

本文评价

[1]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[2]	穆田宝, 吴琳娜, 张海涛, 张寒. 基于车载LiDAR数据的行道树信息提取及安全风险评价[J]. 林业资源管理, 2022, 0(5): 91-98.
[3]	邱世平, 韦明新, 马依莎. 无人机遥感影像速生桉林分参数自动化提取研究[J]. 林业资源管理, 2021, 0(3): 114-119.
[4]	孙玉江, 李凤涛, 陈香芹, 张磊, 杨宁, 郑达. 无人机航拍影像在林木信息提取中的应用[J]. 林业资源管理, 2021, 0(3): 160-164.
[5]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 0(1): 125-135.
[6]	卢献健, 黄俞惠, 晏红波, 周吕, 吴宸龙, 周斌, 罗乐. 基于GEE平台广西桉树快速提取研究[J]. 林业资源管理, 2019, 0(5): 52-60.
[7]	汪霖, 李明阳, 方子涵, 李超, 钱春花, 许振宇. 基于无人机数据的人工林森林参数估测[J]. 林业资源管理, 2019, 0(5): 61-67.
[8]	武红敢, 牟晓伟, 杨清钰, 王成波. 无人机遥感技术在重庆市沙坪坝区松材线虫病监测中的应用[J]. 林业资源管理, 2019, 0(2): 109-115.
[9]	刘乾飞, 龙晓敏, 邓忠坚, 叶江霞. 无人机遥感技术在国家森林公园可视化场景快速构建中的应用[J]. 林业资源管理, 2019, 0(2): 116-122.
[10]	朱雅丽, 张绘芳, 张景路, 地力夏提·包尔汉. 基于无人机遥感的胡杨地上生物量估测模型构建[J]. 林业资源管理, 2019, 0(2): 80-87.
[11]	乔正年, 马骏, 徐雁南. 无人机遥感在林木冠幅提取中的应用[J]. 林业资源管理, 2019, 0(1): 78-84.
[12]	王枚梅, 林家元, 林沂, 李翊. 基于无人机可见光影像的亚高山针叶林树冠参数信息自动提取[J]. 林业资源管理, 2017, 0(4): 82-88.
[13]	张煜星, 王雪军, 刘明博. 基于无人机遥感影像的DSM及遥感数据林分平均高提取[J]. 林业资源管理, 2017, 0(2): 23-27.
[14]	周梅, 李春干, 代华兵. 红树林幼林空间分布信息遥感提取——以广西茅尾海为例[J]. 林业资源管理, 2016, 0(6): 26-30.
[15]	孟雪, 郜昌建, 高媛赟, 刘俊, 林国忠, 温小荣, 佘光辉. 基于森林小班的高分影像融合及地类信息提取[J]. 林业资源管理, 2016, 0(2): 98-105.