無人機(jī)遙感在我國森林資源監(jiān)測中的應(yīng)用動態(tài)*

徐譽(yù)遠(yuǎn) 胡 爽 王本洋

（華南農(nóng)業(yè)大學(xué) 林學(xué)與風(fēng)景園林學(xué)院，廣東 廣州 510642）

無人機(jī)遙感在我國森林資源監(jiān)測中的應(yīng)用動態(tài)*

徐譽(yù)遠(yuǎn) 胡 爽 王本洋

（華南農(nóng)業(yè)大學(xué) 林學(xué)與風(fēng)景園林學(xué)院，廣東 廣州 510642）

文章分析了無人機(jī)遙感技術(shù)在森林資源監(jiān)測中的應(yīng)用特點(diǎn)，總結(jié)了獲取無人機(jī)遙感影像的技術(shù)流程。從利用無人機(jī)遙感影像獲取林木幾何參數(shù)、提取森林生物量信息、監(jiān)測森林病蟲害和森林消防4個方面闡述了無人機(jī)遙感技術(shù)在我國森林資源監(jiān)測中的應(yīng)用動態(tài)。在討論無人機(jī)遙感技術(shù)在林業(yè)應(yīng)用中具備成本低、效率高等優(yōu)勢的基礎(chǔ)上，對無人機(jī)遙感技術(shù)在我國森林資源監(jiān)測中的應(yīng)用前景作了展望。

無人機(jī)；遙感；森林資源監(jiān)測；圖像處理

無人機(jī)是指無人飛行器（Unmanned Aerial Vehicle，簡稱UAV）或無人飛機(jī)系統(tǒng)（Unmanned Aircraft System，簡稱UAS），是一種機(jī)體上無人駕駛，可通過程序或無線電遠(yuǎn)程遙控，用于偵查、運(yùn)輸?shù)榷喾N任務(wù)的飛機(jī)，廣義上包括無人駕駛的各種遙控飛行器。從使用領(lǐng)域的角度出發(fā)，無人機(jī)分為軍事無人機(jī)和民用無人機(jī)兩類。

無人機(jī)遙感系統(tǒng)（UAV remote sensing system， UAVRSS）是一種以UAV為平臺，搭載各種類型的傳感器（光學(xué)、熱成像、激光等），飛行高度在4 km以內(nèi)（軍用可達(dá)10 km之上），能夠獲取遙感影像、視頻等數(shù)據(jù)的無人航空遙感與攝影測量系統(tǒng)[1]。無人機(jī)技術(shù)與遙感（Remote Sensing，簡稱RS）技術(shù)結(jié)合，利用搭載GPS（Global Positioning System）系統(tǒng)以精確定位，在空中拍攝照片獲取目標(biāo)地物的信息，利用GIS（Geographic Informa-tion System）技術(shù)進(jìn)行后期的數(shù)據(jù)處理，較好實現(xiàn)了3S技術(shù)的融合。無人機(jī)遙感技術(shù)主要用于軍事領(lǐng)域，包括偵查敵情、目標(biāo)追蹤、損失評估等。21世紀(jì)以來，由于需要遙感技術(shù)處理資源探察、氣象觀測、林業(yè)和農(nóng)業(yè)監(jiān)測等問題，而衛(wèi)星航天遙感無法滿足需求，無人機(jī)遙感技術(shù)逐漸受到青睞，并運(yùn)用于各個領(lǐng)域。

在林業(yè)領(lǐng)域，我國森林資源監(jiān)測早期采用地面實測加航天測量的方法，使用傳統(tǒng)的工具包括羅盤儀、測高器、皮尺、測繩等。如今，可利用無人機(jī)遙感技術(shù)獲得的高分辨率影像獲取林木冠幅、郁閉度、樹高等參數(shù)以及林分生物量、病蟲害發(fā)生地和火情信息。作為傳統(tǒng)地面實測的重要補(bǔ)充，無人機(jī)遙感技術(shù)可大幅減少森林資源調(diào)查的外業(yè)工作量，提高工作效率。本文總結(jié)了無人機(jī)遙感技術(shù)在林業(yè)資源管理、尤其是在森林資源監(jiān)測實踐中的組成、特點(diǎn)及其應(yīng)用研究動態(tài)，為進(jìn)一步擴(kuò)大無人機(jī)遙感的林業(yè)應(yīng)用領(lǐng)域、發(fā)揮無人機(jī)遙感在森林資源監(jiān)測中的技術(shù)優(yōu)勢提供參考。

1 無人機(jī)遙感技術(shù)在森林資源監(jiān)測中的應(yīng)用特點(diǎn)

1.1 主要類型是固定翼型無人機(jī)

從機(jī)翼角度劃分，小型無人機(jī)包括固定翼型無人機(jī)和旋翼型無人機(jī)。固定翼型無人機(jī)沒有旋轉(zhuǎn)翼，起飛是依靠人拋出或者發(fā)射器發(fā)射，發(fā)射后GPS導(dǎo)航按照預(yù)設(shè)航線飛行，飛行速度快、飛行距離遠(yuǎn)。旋翼型無人機(jī)能夠垂直起降、自由懸停，起飛無需外力，但飛行高度低，且不適用于執(zhí)行大范圍偵查的任務(wù)，主要對局部區(qū)域進(jìn)行偵查[2]。旋翼型無人機(jī)有單軸、四軸、六軸、八軸和十軸5種，共同特點(diǎn)是持續(xù)飛行時間都較短（大約20 min）、飛行靈活，且主要應(yīng)用于農(nóng)業(yè)領(lǐng)域。目前來講，我國用于森林資源監(jiān)測和林火監(jiān)測的無人機(jī)都是固定翼型，主要因為森林的面積較大、預(yù)設(shè)航線較長，需要使用飛行時間長、飛行距離遠(yuǎn)的無人機(jī)。

1.2 無人機(jī)遙感技術(shù)的構(gòu)成

無人機(jī)遙感由地面基站、無人機(jī)體兩部分組成。其中地面基站起到設(shè)置航線、實時監(jiān)測飛行航線以及數(shù)據(jù)接收作用，地面站軟件能夠直觀反映并控制飛行狀態(tài)。機(jī)身部分由動力裝置、飛行控制器、傳感器和數(shù)據(jù)鏈組成。動力裝置是汽油發(fā)動機(jī)，也有依靠電池提供動力的機(jī)體，未來將會采用新能源推進(jìn)系統(tǒng)；飛行控制器是自動飛行的核心部件，未來會逐漸采用神經(jīng)網(wǎng)絡(luò)的控制方法提高飛行性能；用于森林資源監(jiān)測的傳感器多采用單反數(shù)碼相機(jī)，拍攝的圖像數(shù)據(jù)經(jīng)無線傳輸發(fā)回地面站；數(shù)據(jù)鏈?zhǔn)堑孛嬲九c機(jī)體雙向傳輸?shù)哪K，地面站發(fā)指令控制飛機(jī)，機(jī)體則傳輸圖像給地面站[1]；使用GPS/IMU輔助攝影在無人機(jī)飛行的同時獲取數(shù)碼相機(jī)的姿態(tài)信息和位置以實現(xiàn)立體測圖，省略了設(shè)置地面控制點(diǎn)的步驟。

1.3 獲取無人機(jī)遙感影像的技術(shù)流程

利用無人機(jī)遙感技術(shù)獲取的影像數(shù)據(jù)進(jìn)行森林資源監(jiān)測分為3個步驟：前期內(nèi)業(yè)準(zhǔn)備，外業(yè)調(diào)查與后期內(nèi)業(yè)處理。

1.3.1 前期內(nèi)業(yè)準(zhǔn)備 了解試驗區(qū)的面積和主要樹種，調(diào)查天氣狀況，避開雨天以及霧天，選擇無風(fēng)的天氣。航線設(shè)置在坡度低、地勢較平緩的區(qū)域。目前，傳感器一般選擇2 000萬像素面陣數(shù)碼相機(jī)，可以大重疊度攝影，快速儲存圖像并進(jìn)行第二次拍照[3]。

1.3.2 外業(yè)調(diào)查 無人機(jī)起飛，隨后切入自動飛行狀態(tài)，相機(jī)則使用自動連續(xù)拍攝的功能。地面站時刻監(jiān)視作業(yè)情況和飛行安全，檢測飛行航線、飛行高度、飛行速度是否按照預(yù)設(shè)執(zhí)行。完成航拍后，切出自動飛行狀態(tài)改由人工遙控降落。

1.3.3 后期內(nèi)業(yè)處理 包括在地面站進(jìn)行遙感影像的幾何校正拼接和森林資源信息獲取。由于數(shù)碼相機(jī)拍攝得到的數(shù)字圖像存在光學(xué)畸變誤差，而且在空中飛行時姿態(tài)位置變化會引起圖像旋轉(zhuǎn)和投影變形，因此需要對遙感圖像進(jìn)行幾何校正，校正后形成垂直的投影影像即獲得DOM。

高度集成各項技術(shù)令遙感圖像數(shù)據(jù)得到實時處理，擺脫地面站實現(xiàn)機(jī)上處理成為國內(nèi)外遙感界的研究熱點(diǎn)和發(fā)展目標(biāo)之一。這樣能直接獲得正投影影像，毋須人工后期內(nèi)業(yè)處理，提高工作效率，節(jié)省人力。

2 無人機(jī)遙感圖像的信息提取及應(yīng)用

2.1 獲取林木幾何參數(shù)

張園等[4]以森林資源二類調(diào)查為例，通過ArcMap對無人機(jī)遙感圖像進(jìn)行森林區(qū)劃，依據(jù)土地類別以及樹種組成分為6個地類，小班的區(qū)劃精度為88.7%。周艷飛等[5]使用了面向?qū)ο蟮奶崛》椒ㄅc人工目視法提取單木冠幅，獲得了冠幅數(shù)據(jù)，樹冠面積與樣地面積之比得出林分的郁閉度，兩種方法的計算結(jié)果表明，冠幅的提取精度都隨著林分郁閉度的增加而降低。付凱婷[6]利用DOM影像進(jìn)行室內(nèi)小班區(qū)劃，與外業(yè)調(diào)查小班區(qū)劃相比，一致性為97.89%；從DOM影像中利用面向?qū)ο蠖喑叨确指罘椒ㄌ崛文竟诜玫焦诜娣e；利用單木冠幅與實地調(diào)查的林木胸徑建立胸徑冠幅模型，借助已有的二元材積表建立胸徑與材積的一元材積回歸模型，最終建立冠幅與材積模型，達(dá)到利用冠幅估算材積的目的；與實地測量的材積比較，總體精度為91.20%，這為快速估算蓄積提供了新的方法。王偉[7]選擇中低郁閉度林分在ArcGIS中加載高精度的DOM，選擇克里金法點(diǎn)插值成面方法，生成DEM圖像，進(jìn)而得到CHM，從CHM中提取了樣地的樹高；與實地測量相比，3塊樣地樹高平均精度都達(dá)到了0.86以上；高、中、低郁閉度林分中，估測的總體精度為0.67；使用面向?qū)ο蟮亩喑叨确指罴夹g(shù)，將樹冠或林冠區(qū)域從影像中提取出來，結(jié)合ArcGIS軟件得到郁閉度，郁閉度提取值與勾繪值對比精度為90%。

2.2 提取森林生物量信息

利用無人機(jī)航拍產(chǎn)生的樹冠遙感影像可估算林木生物量。何游云等[8]利用無人機(jī)遙感獲取的高分辨率影像估算單木生物量，通過面向?qū)ο蠓诸惙椒◤倪b感圖像中提取單木樹冠面積，結(jié)合實地測得的胸徑建立樹冠面積-胸徑模型，借助胸徑-樹干生物量的經(jīng)驗方程、利用樹冠面積估算樹干生物量。即采用統(tǒng)計回歸的方法，利用遙感數(shù)據(jù)反演生物量。有研究表明，樹冠直徑與胸徑存在相關(guān)性，用樹冠直徑推導(dǎo)胸徑，最后再利用胸徑與生物量的關(guān)系即可進(jìn)一步推算森林生物量[9]。鄧?yán)^忠等[10]在40 m低空拍攝水稻田和蔬菜田，得出利用GLI和ExG這兩種植被指數(shù)能有效區(qū)分植被與非植被，這對生物量的反演有一定價值。汪小欽等[11]利用無人機(jī)遙感技術(shù)，基于可見光波段提取植被指數(shù)VDVI，為估算大區(qū)域尺度森林生物量提供了方法。利用衛(wèi)星影像，能估測大區(qū)域尺度的森林生物量信息，但是較低的影像分辨率影響估算精度，無人機(jī)遙感與衛(wèi)星遙感結(jié)合可以獲得更高的估算精度，利用無人機(jī)遙感估算森林生物量會是未來的發(fā)展趨勢。遙感技術(shù)的發(fā)展、數(shù)據(jù)源的豐富以及衛(wèi)星遙感與無人機(jī)遙感之間的協(xié)同，為森林生物量的高精度反演提供了支撐[12]。

2.3 監(jiān)測森林病蟲害

利用無人機(jī)遙感可有效獲取森林病死木、病蟲害的位置信息。李衛(wèi)正等[13]利用無人機(jī)遙感獲得的影像，采取人工目視法尋找感病變色的病死木，基本可以滿足人工現(xiàn)場采伐的精度要求。吳瓊[14]利用無人機(jī)平臺搭載雙光譜相機(jī)，同時獲取可見光圖像及紅外圖像，提取圖像中像素點(diǎn)的特征向量，可精確劃分出病蟲害發(fā)生區(qū)域。冷偉鋒[15]基于無人機(jī)遙感圖像，利用非監(jiān)督分類方法，即根據(jù)圖像的相似性進(jìn)行分類的方法，結(jié)合田間實測解譯圖像，分析出紅色區(qū)域為由條形柄銹菌（Puccinia striiformis）引起的小麥條銹病發(fā)病區(qū)，證明無人航拍圖像能夠真實顯示發(fā)病中心及發(fā)病區(qū)域?；疾⌒←溔~綠素被破壞，與正常小麥顏色不同，使得基于圖像的監(jiān)測有效可行。

2.4 森林消防

對于林火頻發(fā)的地區(qū)，使用無人機(jī)遙感技術(shù)偵查能有效防止或及時探明林火的發(fā)生，也能對災(zāi)后現(xiàn)場進(jìn)行評估。馬瑞升等[16]利用無人機(jī)探測森林火情，試驗中無人機(jī)成功探測到火點(diǎn)及覆蓋面積，并做出報警提示，提供了火點(diǎn)的具體坐標(biāo)。張增等[17]利用無人機(jī)遙感獲得RGB（紅、綠、藍(lán)）顏色空間的遙感圖像，再將森林火災(zāi)圖像轉(zhuǎn)化為HSV（色調(diào)、飽和度、亮度）空間，選擇徑向基函數(shù)作為支持向量機(jī)的核函數(shù)進(jìn)行森林火災(zāi)識別，對森林火災(zāi)的檢測及識別準(zhǔn)確度大于87%，這為探明林火的發(fā)生提供有效的手段。郭偉[2]利用熱成像數(shù)碼相機(jī)，基于無人機(jī)遙感圖像，利用視頻圖像和灰度閾值進(jìn)行林火檢測，能準(zhǔn)確判斷是否發(fā)生火情。何誠等[18]借助無人機(jī)遙感獲取同一試驗地著火前后圖片，確定相似度閾值，將圖像相似度閾值大于 0.08 判定為林火圖像，低于該值則判定為沒有發(fā)生火災(zāi)，實現(xiàn)智能化無人機(jī)林火識別技術(shù)。借助無人機(jī)遙感技術(shù)，還能對火災(zāi)后的現(xiàn)場進(jìn)行調(diào)查與評估[19]。

3 優(yōu)勢以及局限性

3.1 無人機(jī)遙感技術(shù)在林業(yè)應(yīng)用中的優(yōu)勢

與傳統(tǒng)實地調(diào)查相比，無人機(jī)遙感具有以下幾個優(yōu)點(diǎn)：成本低；數(shù)據(jù)采集靈活；從操作無人機(jī)飛行作業(yè)到正射影像生成都智能化；操作、使用簡單。以往耗費(fèi)大量人力進(jìn)行樣地設(shè)置和調(diào)查，現(xiàn)在采用無人機(jī)只需要幾個人即可完成。根據(jù)調(diào)查地實際情況，設(shè)置無人機(jī)的飛行高度、飛行航線，數(shù)據(jù)采集更加靈活。利用ERDAS、PostFlight Terra 3D或PixelGrid-UAV等軟件，可以自動化地拼接生成DOM、DEM圖像。與衛(wèi)星遙感相比，無人機(jī)遙感獲得的圖像分辨率可以達(dá)到0.1 m，可挖掘更多信息，包括調(diào)查地區(qū)林木冠幅、郁閉度、樹高、密度等林木幾何參數(shù)，病蟲害發(fā)生地和火情信息。

3.2 無人機(jī)遙感技術(shù)在林業(yè)應(yīng)用中的局限性

無人機(jī)遙感與衛(wèi)星遙感相比，遙感搭載平臺局限性較大；與傳統(tǒng)實地調(diào)查相比，高郁閉度林分的遙感圖像難以提取冠幅等林木幾何參數(shù)信息，而且圖像提取的信息精度偏低。

無人機(jī)體積小、質(zhì)量輕，導(dǎo)致抗風(fēng)性能差，容易受到風(fēng)力的影響；慣性差，飛行穩(wěn)定性不好，經(jīng)常會出現(xiàn)傾斜、擺動和顛簸，加上發(fā)動機(jī)的持續(xù)振動，使姿態(tài)測量設(shè)備始終處在震動的環(huán)境中。穩(wěn)定性不好會導(dǎo)致姿態(tài)數(shù)據(jù)的測量誤差，從而直接影響到后期校正結(jié)果[20]。目前無人機(jī)載荷不高，大多安裝質(zhì)量輕精度低的導(dǎo)航系統(tǒng)和平衡控制系統(tǒng)，使其航線不能精確按照預(yù)設(shè)飛行，造成漏拍、重拍現(xiàn)象；其搭載的自動豎直攝影云臺的控制精度無法滿足航空攝影的精度要求，造成攝影豎直程度不準(zhǔn)確，得不到正投影影像。同時機(jī)身的震動也使得數(shù)碼相機(jī)拍攝的圖像出現(xiàn)清晰度隨著地物高度的變化而變化的情況。衛(wèi)星遙感無法估算植被垂直分布結(jié)構(gòu)的生物量，無人機(jī)遙感技術(shù)同樣無法解決這個問題。

在髙分辨率的遙感影像中，林木的冠幅是最容易獲取的一個調(diào)査因子。但是對于高郁閉度的林分，樹冠之間彼此相連、重疊交錯，被壓木較多，分割的尺度難以把握。借助遙感圖像分析林木冠幅比較困難，無法實現(xiàn)提取。高郁閉度林分利用軟件拾取地面點(diǎn)難，樹高也無法提取分析，最終只能采取實地調(diào)查的方式調(diào)查冠幅、樹高等參數(shù)。目前為止，由于中、低郁閉度的林分單株樹冠間距較大，容易在影像上分割提取，因此各研究利用圖像提取林木的冠幅、樹高都以中、低郁閉度林分為對象。圖像信息的提取限制局限了高郁閉度林分的分析，限制了無人機(jī)遙感對于高郁閉度林分的調(diào)查。而且對于中、低郁閉度的林分，單木冠幅的提取精度也僅在0.7左右，低于實地調(diào)查。

4 結(jié)論與建議

無人機(jī)遙感因其采集靈活方便，成本低、效率高的特點(diǎn)，適合于森林資源監(jiān)測，也實現(xiàn)了3S技術(shù)的融合。無人機(jī)遙感技術(shù)應(yīng)用于森林資源監(jiān)測是未來的發(fā)展趨勢，它會作為樣地調(diào)查方法的重要補(bǔ)充。

另一方面，無人機(jī)的載荷有限，飛行穩(wěn)定性不足，難以滿足實際飛行任務(wù)的需求，限制了無人機(jī)遙感技術(shù)在林業(yè)中的深入應(yīng)用，未來應(yīng)加強(qiáng)相關(guān)方面的研究。重疊交錯的樹冠影像難以借助軟件進(jìn)行分割，未來應(yīng)針對無人機(jī)影像的特點(diǎn)研究新的算法。目前，各種光學(xué)、紅外、熱成像傳感器以及合成孔徑雷達(dá)等可做到綜合化使用，能同時獲取多種數(shù)據(jù)，為解決高郁密度林分樹高的監(jiān)測問題以及植被垂直分布結(jié)構(gòu)的生物量估算問題提供了支持。國家應(yīng)加大對無人機(jī)遙感技術(shù)的研發(fā)力度，有效促進(jìn)無人機(jī)遙感技術(shù)在森林資源監(jiān)測中的應(yīng)用。

[1] 李德仁, 李明. 無人機(jī)遙感系統(tǒng)的研究進(jìn)展與應(yīng)用前景[J]. 武漢大學(xué)學(xué)報, 2014, 39(5): 505-513.

[2] 郭偉. 一款用于森林防火的小型無人機(jī)設(shè)計[D]. 南京:南京航空航天大學(xué), 2011.

[3] 曾偉, 李德龍. 無人機(jī)在地理國情應(yīng)急監(jiān)測中的應(yīng)用探討[J]. 地理信息世界, 2013(5):84-88.

[4] 張園, 陶萍, 梁世祥，等. 無人機(jī)遙感在森林資源調(diào)查中的應(yīng)用[J]. 西南林業(yè)大學(xué)學(xué)報, 2011, 31(3): 49-53.

[5] 周艷飛, 張繪芳, 李霞，等. 不同方法提取無人機(jī)影像樹冠信息效果分析[J]. 新疆農(nóng)業(yè)大學(xué)學(xué)報, 2014, 37(3):231-235.

[6] 付凱婷. 無人機(jī)遙感技術(shù)估算桉樹蓄積量的研究[D]. 南寧: 廣西大學(xué), 2015.

[7] 王偉. 無人機(jī)影像森林信息提取與模型研建[D]. 北京:北京林業(yè)大學(xué), 2015.

[8] 何游云, 張玉波, 李俊清，等. 利用無人機(jī)遙感測定岷江冷杉單木樹干生物量[J]. 北京林業(yè)大學(xué)學(xué)報, 2016, 38(5):42-49.

[9] 劉曉雙, 黃建文, 鞠洪波. 高空間分辨率遙感森林參數(shù)提取探討[J]. 林業(yè)資源管理, 2009(2):112-117.

[10] 鄧?yán)^忠, 任高生, 蘭玉彬，等. 基于可見光波段的無人機(jī)超低空遙感圖像處理[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報, 2016, 37(6):16-22.

[11] 汪小欽. 基于可見光波段無人機(jī)遙感的植被信息提取[J]. 農(nóng)業(yè)工程學(xué)報, 2015, 31(5):152-158.

[12] 劉茜, 楊樂, 柳欽火，等. 森林地上生物量遙感反演方法綜述[J]. 遙感學(xué)報, 2015, 19(1):62-74.

[13] 李衛(wèi)正, 申世廣, 何鵬，等. 低成本小型無人機(jī)遙感定位病死木方法[J]. 北京林業(yè)大學(xué)學(xué)報, 2014, 28(6):102-105.

[14] 吳瓊. 基于遙感圖像的松材線蟲病區(qū)域檢測算法研究[D]. 合肥: 安徽大學(xué), 2013.

[15] 冷偉鋒. 小麥條銹病遙感監(jiān)測及網(wǎng)絡(luò)信息平臺構(gòu)建[D]. 北京: 中國農(nóng)業(yè)大學(xué), 2015.

[16] 馬瑞升, 馬舒慶, 王利平，等. 微型無人駕駛飛機(jī)火情監(jiān)測系統(tǒng)及其初步試驗[J]. 氣象科技, 2008, 36(1):100-104.

[17] 張增, 王兵, 伍小潔，等. 無人機(jī)森林火災(zāi)監(jiān)測中火情檢測方法研究[J]. 遙感信息, 2015, 30(1):107-111.

[18] 何誠, 張明遠(yuǎn), 楊光，等. 無人機(jī)搭載普通相機(jī)林火識別技術(shù)研究[J]. 林業(yè)機(jī)械與木工設(shè)備, 2015, 43(4):27-31.

[19] 王振師, 周宇飛, 李小川，等. 無人機(jī)在森林防火中的應(yīng)用分析[J]. 林業(yè)與環(huán)境科學(xué), 2016, 32(1):31-35.

[20] 李宇昊. 無人遙感飛機(jī)在林業(yè)調(diào)查中應(yīng)用研究[D]. 北京: 北京林業(yè)大學(xué), 2008.

Present Status of Unmanned Aerial Vehicles Remote Sensing for Forest Resources Monitoring in China

XU Yuyuan HU Shuang WANG Benyang
(College of Forestry and Landscape Architecture, South China Agricultural University, Guangzhou, Guangdong 510642, China)

The paper analyzed the characteristics of UAV RS(Unmanned Aerial Vehicles Remote Sensing) in the application of forest resources monitoring and summarized the technical flowchart of acquisition of UAV RS imagery. The paper discussed the dynamics of UAV RS in forest resources monitoring from four aspects, which obtains geometric parameters of forest trees, extraction of forest biomass information, monitoring forest diseases and pests, and forest fire prevention. Based on the discussion of the advantages of low cost and high efficiency in the application of UAV RS in forestry, the application prospect of UAV RS in forest resources monitoring in China was prospected.

Unmanned Aerial Vehicles; remote sensing; forest resources monitoring; image processing

S757.2,S771.8

A

2096-2053（2017）01-0097-05

國家林業(yè)局軟科學(xué)研究項目“森林資源監(jiān)測體系的改進(jìn)研究”（2013-R17）。

徐譽(yù)遠(yuǎn)（1993— ），男，在讀碩士研究生，研究方向為森林資源動態(tài)監(jiān)測，E-mail:853680558@qq.com。

王本洋（1973— ），男，副教授，主要從事森林經(jīng)理學(xué)、植被生態(tài)學(xué)、林業(yè)信息技術(shù)應(yīng)用與開發(fā)等方面的教學(xué)與科研工作，E-mail: bygnaw@163.com。