基于無人機(jī)遙感的森林參數(shù)信息提取研究進(jìn)展

王 娟,陳永富,陳 巧,李華玉,張 超

(1.西南林業(yè)大學(xué) 林學(xué)院,昆明 650224；2.中國林業(yè)科學(xué)研究院資源信息研究所 國家林業(yè)和草原局林業(yè)遙感與信息技術(shù)重點實驗室,北京 100091)

隨著遙感技術(shù)的發(fā)展以及現(xiàn)代林業(yè)需求的不斷提升,森林資源調(diào)查經(jīng)歷了從傳統(tǒng)地面調(diào)查到航空、航天等不同平臺類型,遙感數(shù)據(jù)空間分辨率從千米級到厘米級不斷提高,波段信息從單波段到多光譜不斷豐富,數(shù)據(jù)結(jié)構(gòu)從二維圖像擴(kuò)展到三維點云,等等。近年來,近地面遙感技術(shù)為森林資源調(diào)查及森林參數(shù)信息的獲取提供了新的機(jī)遇和挑戰(zhàn)。其中,無人機(jī)遙感技術(shù)作為一種新型的數(shù)據(jù)獲取手段,不僅可以彌補(bǔ)地面監(jiān)測與航天、衛(wèi)星遙感之間的尺度空缺,將監(jiān)測點上的結(jié)果更準(zhǔn)確地擴(kuò)展到區(qū)域尺度,供森林資源調(diào)查與監(jiān)測使用,還可搭載不同性能的傳感器以獲取時空匹配的多源數(shù)據(jù),在森林參數(shù)信息提取、生態(tài)環(huán)境調(diào)查、生物多樣性監(jiān)測、森林火災(zāi)及病蟲害監(jiān)測等領(lǐng)域應(yīng)用廣泛[1]。

目前,無人機(jī)遙感技術(shù)為不同尺度的森林參數(shù)提取和森林資源調(diào)查、監(jiān)測與規(guī)劃提供了技術(shù)支撐。無人機(jī)能夠逐漸應(yīng)用于森林資源調(diào)查主要的原因有:

1) 無人機(jī)類型多樣。目前應(yīng)用于林業(yè)領(lǐng)域的無人機(jī)主要包括多旋翼無人機(jī)、固定翼無人機(jī)、無人直升機(jī)等。其中,多旋翼無人機(jī)在林區(qū)調(diào)查受限程度小,適合于小區(qū)域精細(xì)尺度的森林資源調(diào)查；固定翼無人機(jī)飛行速度快,起降受環(huán)境限制,適合于大區(qū)域的森林調(diào)查。

2) 數(shù)據(jù)源豐富。無人機(jī)平臺搭載不同性能的傳感器,實現(xiàn)了高空間、高時效、高光譜遙感影像的獲取,以及熱紅外遙感數(shù)據(jù)和高密度的激光雷達(dá)點云數(shù)據(jù)的獲取；彌補(bǔ)了星載和機(jī)載高分辨率影像和傳感器價格昂貴、易受天氣狀況影響,以及重返周期長、不能實時更新等缺陷,為單木尺度森林參數(shù)信息的提取提供了更加精細(xì)的數(shù)據(jù)支撐。

3) 無人機(jī)數(shù)據(jù)后處理軟件發(fā)展迅速,如Pix4D Mapper,Agisoft′s PhotoScan,PixelGrid,LiMapper和LiDAR 360等。操作簡單的自動化及專業(yè)化的無人機(jī)數(shù)據(jù)后處理軟件為無人機(jī)在森林參數(shù)提取中的應(yīng)用提供了有效保障。

1 無人機(jī)遙感技術(shù)的發(fā)展

無人機(jī)(unmanned aerial vehicle,UAV)是無人駕駛航空器的簡稱,與遙感載荷、地面控制站和數(shù)據(jù)鏈接組成無人機(jī)遙感系統(tǒng),最早用于軍事領(lǐng)域,后來廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)、資源調(diào)查和環(huán)境監(jiān)測等民用領(lǐng)域[2]。隨著無人機(jī)技術(shù)的不斷發(fā)展,各種機(jī)型的無人機(jī)不斷增加,越來越多的人開始使用無人機(jī)進(jìn)行野外調(diào)查研究。無人機(jī)及其搭載的傳感器種類多樣,性能不一,應(yīng)用領(lǐng)域也不一致,因此,準(zhǔn)確了解無人機(jī)及傳感器類型將有利于高效地開展森林參數(shù)信息提取的研究。

1.1 無人機(jī)類型

無人機(jī)根據(jù)重量、載荷及系統(tǒng)組成等分為不同的分類體系,常見的有基于尺寸的分類和基于結(jié)構(gòu)的分類。按照我國《民用無人駕駛航空器系統(tǒng)駕駛員管理暫行規(guī)定》根據(jù)重量將無人機(jī)劃分為微型、輕型、小型和大型無人機(jī)[1]。微型無人機(jī)空機(jī)重量<7kg,載荷大小<5 kg；輕型無人機(jī)空機(jī)重量為7～116 kg,載荷大小為5～30 kg；小型無人機(jī)空機(jī)重量 ≤5 700 kg,載荷大小 ≤50 kg；大型無人機(jī)空機(jī)重量>5 700 kg,載荷大小為200～900 kg之間。微/輕小型無人機(jī)質(zhì)量輕,易攜帶,可自主規(guī)劃航線實行飛行任務(wù),實現(xiàn)對林班、小班數(shù)據(jù)的采集和獲取,調(diào)查對象覆蓋不同區(qū)域尺度,如單木、樣地和林場等,是目前森林參數(shù)信息提取研究中應(yīng)用較多的類型。

按照無人機(jī)機(jī)械組成及飛行原理,無人機(jī)還可劃分為無人直升機(jī)、多旋翼和固定翼無人機(jī)等類型(表1)。后兩者在森林資源調(diào)查與監(jiān)測中應(yīng)用較多,其中,旋翼無人機(jī)因其機(jī)動靈活,定點觀測等優(yōu)勢適合于小區(qū)域精細(xì)尺度的森林資源調(diào)查。目前,隨著無人機(jī)不斷地商業(yè)化和產(chǎn)業(yè)化,國內(nèi)外無人機(jī)的品牌不斷出現(xiàn),常見的無人機(jī)品牌有3D Robotisc(美國)、AscTec(德國)、大疆Phantom系列和LiAir(中國)等?？傊?不同類型的無人機(jī)在載荷、飛行時間、最大起飛高度及應(yīng)用領(lǐng)域均有不同,需要根據(jù)具體的研究類型來進(jìn)行選擇,更多詳細(xì)的無人機(jī)信息可參考國家遙感中心無人機(jī)遙感系統(tǒng)信息庫。

表1 無人直升機(jī)、固定翼和多旋翼無人機(jī)優(yōu)缺點對比Tab.1 Comparison of advantages and disadvantages of unmanned helicopters,fixed-wing and multi-rotor drones

1.2 無人機(jī)遙感載荷

無人機(jī)平臺搭載的傳感器類型與傳統(tǒng)機(jī)載平臺類似,主要包括高分相機(jī)、多光譜相機(jī)、高光譜成像儀、熱紅外成像儀、激光雷達(dá)掃描儀等。1)高分相機(jī)因其成本低和數(shù)據(jù)處理簡單等優(yōu)勢,在森林參數(shù)信息提取研究中應(yīng)用最廣泛。高分相機(jī)能獲取高達(dá)厘米級的RGB影像,獲取的光譜和紋理等信息可用于提取樹冠參數(shù)信息和進(jìn)行林窗分析[3]等。2)多光譜和高光譜成像儀均可獲取可見光和近紅外波段信息,其中高光譜獲取的波段更多,具有更高的光譜分辨率。無人機(jī)多光譜影像獲取的光譜信息能用于植被制圖、植被長勢和營養(yǎng)監(jiān)測等研究[4-5],高光譜遙感影像還可用于森林病蟲害監(jiān)測、生物多樣性研究等領(lǐng)域[6]。3)熱成像儀能夠獲取熱紅外波段信息,對溫度變化的反應(yīng)比較敏感,多用于監(jiān)測森林火災(zāi)、農(nóng)作物抗旱性研究和識別植被冠層信息等[7]。4)無人機(jī)激光雷達(dá)掃描儀均為脈沖式,通過低空飛行獲取高密度的激光點云數(shù)據(jù),生成的產(chǎn)品空間分辨率也能夠達(dá)到厘米級別,還能構(gòu)建林區(qū)精細(xì)地形信息,在樹高、冠幅、枝下高和葉面積指數(shù)等森林參數(shù)反演研究中應(yīng)用較廣泛[8]。如上所述,不同的傳感器獲取的數(shù)據(jù)具備不同的特征,應(yīng)用領(lǐng)域也不一致。無人機(jī)平臺傳感器類型多樣,可以獲取時空匹配的多源數(shù)據(jù),降低后期數(shù)據(jù)配備難度。

1.3 無人機(jī)遙感系統(tǒng)

目前,應(yīng)用于森林資源調(diào)查的無人機(jī)系統(tǒng)主要為無人機(jī)攝影測量系統(tǒng)和無人機(jī)激光雷達(dá)系統(tǒng)2種類型。無人機(jī)激光雷達(dá)系統(tǒng)因配備激光掃描儀和高精度GNSS & IMU(全球?qū)Ш叫l(wèi)星系統(tǒng)與慣性測量單元),能獲取地物三維點云構(gòu)建林下精細(xì)地形和反演森林參數(shù)結(jié)構(gòu)。無人機(jī)攝影測量系統(tǒng)圖像定位比激光雷達(dá)系統(tǒng)低。隨著計算機(jī)視覺圖像的快速發(fā)展,無人機(jī)攝影測量系統(tǒng)可以通過圖像三維重建方法生成三維點云獲取植被表面高度信息,這是一種低成本的森林結(jié)構(gòu)信息獲取方式。

2 無人機(jī)遙感森林參數(shù)信息提取

森林參數(shù)是反映森林經(jīng)營管理狀況與森林質(zhì)量的重要指標(biāo)。傳統(tǒng)的森林資源調(diào)查主要以布設(shè)樣地進(jìn)行抽樣調(diào)查作為技術(shù)手段,不利于大區(qū)域尺度的調(diào)查研究,且林下條件復(fù)雜存在調(diào)查難度大、效率低和精度差等問題,難以滿足現(xiàn)代林業(yè)的發(fā)展要求。近年來,國內(nèi)外基于無人機(jī)進(jìn)行森林參數(shù)提取,主要包括單木和林分水平上的樹高與冠幅的提取,林木株數(shù)、胸徑、郁閉度,蓄積量、生物量及碳儲量,等等因子的獲取。由于無人機(jī)無法直接測量胸徑信息,主要通過樹高和冠幅因子進(jìn)行反演得到。

2.1 冠幅提取

樹冠是一種多功能的生態(tài)指標(biāo),是光合作用的主要場所。樹冠面積的大小是森林資源調(diào)查的重要因子之一,是估測樹木胸徑、構(gòu)建生物量和蓄積量林分模型的重要參數(shù)；樹冠直徑還可以作為預(yù)測林分密度、株數(shù)密度的基準(zhǔn),進(jìn)而估計林分間的競爭關(guān)系[9]。無人機(jī)獲取的光學(xué)遙感影像分辨率高,能夠直觀地體現(xiàn)樹冠的紋理、形狀、光譜和顏色等信息,為快速、精確提取冠幅提供了有效途徑,是目前基于無人機(jī)提取冠幅信息的主要數(shù)據(jù)源,提取方法主要有目視解譯、面向?qū)ο蟆⒖刂茦?biāo)記的分水嶺分割等方法。

1) 目視解譯法。

目視解譯是指通過人機(jī)對話的方式勾繪識別遙感影像中的樹冠邊界,提取精度因人而異,不確定性大,且難以實現(xiàn)大面積樹冠信息的提取。蔡文峰等[10]基于數(shù)字測量系統(tǒng)VirtuoZo采用目視解譯法,在立體對象下測量冠幅直徑,與實地測量直徑間相關(guān)性較好,但不適合大范圍林區(qū)的調(diào)查。

2) 面向?qū)ο蠓诸惙ā?/p>

面向?qū)ο蠓诸惙ㄊ菬o人機(jī)高分辨率影像提取冠幅常見的分類方法之一,是以若干同質(zhì)像元組成的對象為處理單元,通過分析對象的光譜、紋理、形狀等特征從而進(jìn)行信息提取[11]。面向?qū)ο蠖喑叨确指钍枪诜崛∽畛Ｒ姷姆椒ㄖ?其中多尺度分割的精度直接影響到樹冠信息的提取。李赟等[12]以亮度值作為指標(biāo)采用面向?qū)ο蠖喑叨确指畹姆椒ㄌ崛顦涔诜畔?冠幅分割效果較好,并建立冠幅-胸徑模型進(jìn)行蓄積量估測；王枚梅等[13]基于固定翼無人機(jī)獲得高分遙感影像,采用面向?qū)ο蠖喑叨确指罘ㄌ崛「呱剿蓸涔趨?shù)信息,提取效果良好,證明基于無人機(jī)遙感影像進(jìn)行樹冠參數(shù)的自動提取是可行的；孫釗等[14]采用多尺度分割法提取樹冠,對光譜、紋理等特征進(jìn)行特征空間優(yōu)化和面向?qū)ο蠓诸?提取高郁閉度杉木純林樹冠面積和林分郁閉度,提取精度較高,證明基于無人機(jī)高分辨率影像進(jìn)行高郁閉度林分下冠幅信息提取是適用的；韋雪花[15]基于輕小型航空遙感影像,采用面向?qū)ο蠓ㄌ崛×址钟糸]度、冠幅等參數(shù)信息,其中,單木冠幅提取精度為72%,平均冠幅提取精度為87%,研究表明單木分割的準(zhǔn)確率直接影響到單木樹冠提取精度。

3) 標(biāo)記控制分水嶺分割法。

分水嶺分割法是基于邊界檢測分段系列的重要組成部分,對微弱邊緣較敏感,較適合高分辨率的影像。為減少過分割和欠分割現(xiàn)象,諸多研究者提出了采用標(biāo)記控制分水嶺分割算法來進(jìn)行樹冠的分割,主要通過在原始圖像中尋找一些內(nèi)部或外部標(biāo)記來引導(dǎo)算法進(jìn)行分割。李丹等[16]采用閾值分割法和FCM聚類算法對無人機(jī)高分辨率正射影像樹梢進(jìn)行標(biāo)記,采用基于標(biāo)記的分水嶺算法進(jìn)行單木分割,分析發(fā)現(xiàn)該算法用于單木樹冠分割效果較好,并提出基于標(biāo)記的分水嶺分割法適用于高郁閉度林分中林分因子的提取,但隨著郁閉度的增加精度隨之下降；Mu等[17]基于無人機(jī)高分影像采用自適應(yīng)閾值和標(biāo)記控制分水嶺分割法來識別單株樹木,提取樹冠信息,結(jié)合目視解譯與地面調(diào)查進(jìn)行精度評價,誤差較小；全迎等[18]對比了機(jī)載激光雷達(dá)和無人機(jī)搭載激光雷達(dá)單木提取精度,對落葉松樹冠特征因子(CHM)采用標(biāo)記控制分水嶺分割算法提取單木冠幅信息,研究表明無人機(jī)激光雷達(dá)精度高于機(jī)載激光雷達(dá)。

2.2 樹高提取

樹高作為森林資源調(diào)查的重要測樹因子,能夠反映有關(guān)物種在特定地點生長時的生產(chǎn)能力,反映樹木生長狀況,估測蓄積量、生物量和碳儲量等森林參數(shù)?；跓o人機(jī)遙感技術(shù)進(jìn)行樹高提取主要包括單木水平和林分(樣地)水平:單木水平提取方法主要有CHM(Canopy height model,冠層高度模型)分割、點云分割和樹高模型估測等；林分水平提取主要通過建立冠層高度與無人機(jī)激光雷達(dá)獲取的預(yù)測變量間的相關(guān)性來進(jìn)行間接估測,如高度分位數(shù)法?；跓o人機(jī)提取樹高主要通過無人機(jī)攝影測量系統(tǒng)和激光掃描系統(tǒng)2種方式來實現(xiàn)。

1) 無人機(jī)攝影測量系統(tǒng)。

謝巧雅等[19]采用無人機(jī)多光譜數(shù)據(jù)生成DSM與地形圖生成的DEM構(gòu)建CHM,采用隨機(jī)森林法生成樹頂點進(jìn)行樹高提取,研究表明高程變化對樹高提取精度存在顯著影響；楊坤等[20]基于Pix4D軟件處理無人機(jī)高分影像,生成正射影像和三維點云,并對點云進(jìn)行篩選,采用最大類間方差法進(jìn)行點云分割提取樹高,絕對誤差小于80cm,研究發(fā)現(xiàn)樹冠形狀會對樹高的提取造成顯著影響。運(yùn)動結(jié)構(gòu)重建算法(structure from motion,SfM)是基于無人機(jī)攝影測量技術(shù)提取樹高研究中常見的圖像三維重建方法之一。劉江俊等[21]采用SfM 算法結(jié)合無人機(jī)影像對研究區(qū)進(jìn)行三維重建并構(gòu)建CHM,采用局部最大值算法進(jìn)行樹頂點和樹高提取,提取值與實測樹高的R2達(dá)0.9以上,表明分辨率和窗口大小對樹頂點和樹高的提取影響較大。Dandois等[22]利用無人機(jī)高分影像基于SfM算法得到密集點云并構(gòu)建CHM,提取樹高與實測樹高的R2均在0.6以上。Stefano等[23]基于無人機(jī)高分影像生成密集點云,結(jié)合地面調(diào)查數(shù)據(jù)建立平均高、優(yōu)勢木平均高和株數(shù)等模型,模型的R2均高于0.6。Karprina等[24]通過無人機(jī)影像還原樹木3D密集點云后,通過算法自動識別樹冠以及樹木周圍地面點高程估測樹木高度,樹高估測誤差較小。

2) 無人機(jī)激光雷達(dá)系統(tǒng)。

激光雷達(dá)可以有效穿透森林,為樹高提取創(chuàng)造有利條件。楊凡等[25]采用無人機(jī)激光雷達(dá)對低矮植被高度進(jìn)行估測,在特定航高和掃描范圍下,樹高誤差能夠達(dá)到厘米級,證明無人機(jī)激光雷達(dá)技術(shù)能夠快速高效獲取低矮植被信息；Jaakkola等[26]介紹了一種新型的無人機(jī)激光掃描系統(tǒng),基于無人機(jī)激光雷達(dá)點云數(shù)據(jù)構(gòu)建CHM并提取26個點云特征變量,采用隨機(jī)森林算法估測胸徑和樹高信息,研究表明利用該系統(tǒng)進(jìn)行樹高和胸徑等森林參數(shù)的提取是可行的。無人機(jī)激光雷達(dá)獲取的高密度點云數(shù)據(jù),能夠得到精細(xì)的空間結(jié)構(gòu)信息。諸多研究表明,點云密度是單木檢測和分割的重要影響因素之一,隨著點云密度的改變,樹高提取精度也會隨之改變[27]。如:Lin等[28]通過對比在原始點云和抽稀點云密度下樹高提取結(jié)果時發(fā)現(xiàn),高密度點云能提高樹高估測精度；Wallace等[29]基于多旋翼無人機(jī)獲取激光雷達(dá)點云數(shù)據(jù),研究表明在50 point/m2的原始點云下提取的樹高信息精度高于抽稀后點云的提取。

3) 多源數(shù)據(jù)綜合。

單一數(shù)據(jù)的不足導(dǎo)致多種數(shù)據(jù)源的結(jié)合為目前森林參數(shù)信息的提取提供了新的思路,如激光雷達(dá)與攝影測量技術(shù)的結(jié)合、無人機(jī)數(shù)據(jù)和機(jī)載數(shù)據(jù)的結(jié)合等。張吳明等[30]通過融合地基激光雷達(dá)數(shù)據(jù)與無人機(jī)影像提取樹高,研究表明2種數(shù)據(jù)的融合能提高地基激光雷達(dá)對樹高估測精度；許子乾等[31]通過融合無人機(jī)影像獲取的冠層三維點云與LiDAR數(shù)據(jù)構(gòu)建的DEM來提取高度和點云密度的相關(guān)特征變量,估算林分平均高、林分密度、蓄積量等林分因子,研究表明兩種數(shù)據(jù)的互補(bǔ)作用為林分特征的獲取提供了一種可靠的反演方法。

2.3 森林生物量和蓄積量提取

生物量和蓄積量的獲取主要分為基于生物量模型或材積公式模擬、實地調(diào)查獲取,以及基于遙感數(shù)據(jù)反演這3類,無人機(jī)提取森林生物量及蓄積量大多是基于無人機(jī)遙感數(shù)據(jù)提取的冠幅和樹高等參數(shù)進(jìn)行模型反演得到。

1) 森林生物量提取。

森林生物量是森林生態(tài)系統(tǒng)的重要標(biāo)志,是森林生態(tài)系統(tǒng)生產(chǎn)能力的重要體現(xiàn)。森林生物量的精確估算有助于進(jìn)行森林生態(tài)系統(tǒng)生產(chǎn)力、生物圈碳循環(huán)及全球氣候變化等研究[32]。近年來,基于無人機(jī)遙感技術(shù)估測森林生物量逐漸成為一種新的研究趨勢。如:何游云[33]對闊葉紅松林和峨江冷杉林的實測胸徑和無人機(jī)獲取的樹冠面積進(jìn)行定量分析,探索單木尺度上地上生物量的研究方法,以獲取該地區(qū)及其他區(qū)域相同樹種生物量的遙感估算模型；朱雅麗等[34]以無人機(jī)遙感影像提取的胡楊冠幅為自變量,以生物量模型得到的地上生物量為因變量,間接構(gòu)建胡楊生物量模型,分析確定了處于不同林齡胡楊樣地的地上生物量的最優(yōu)估測模型；Ota等[35]分別基于航攝地面點云和LiDAR地面點歸一化點云構(gòu)建CHM來估測熱帶森林地上生物量,研究發(fā)現(xiàn)2種方法獲取的生物量估測精度(R2)均高于0.7,但基于LiDAR構(gòu)建的CHM精度高于航攝點云,其R2為0.93；Zahawi等[36]通過多旋翼無人機(jī)高分影像,采用無人機(jī)遙感方法Ecosynth生成高分辨率的三維點云模型,以獲取樹高和森林地上生物量等參數(shù),結(jié)果顯示,實測生物量與Ecosynth獲取的地上生物量的R2均大于等于0.81,研究表明Ecosynth無人機(jī)遙感技術(shù)可為小空間尺度上準(zhǔn)確描述森林地上生物量提供技術(shù)支撐。

2) 森林蓄積量提取。

森林蓄積量是評價森林的重要指標(biāo),是反應(yīng)林地生產(chǎn)力和經(jīng)營措施的重要標(biāo)志,為森林經(jīng)營與林分采伐提供了重要依據(jù)[37]。陳忠明[38]以無人機(jī)遙感提取的杉木冠幅、株數(shù)及林分平均高為自變量,以實測林分因子估測的蓄積量為因變量建立多元線性回歸模型、對數(shù)模型及最小二乘回歸模型,表明無人機(jī)遙感技術(shù)提取杉木蓄積量是可行的；李亞東等[39]基于無人機(jī)特征點匹配生成的原始點云數(shù)據(jù)進(jìn)行樹冠分割,通過聚類提取樹頂點和樹高并建立二元材積模型以估測森林蓄積量,蓄積量估測精度達(dá)82.46%；Goodbody等[40]結(jié)合無人機(jī)高分影像和機(jī)載激光雷達(dá)估測森林蓄積量,結(jié)果表明,未來無人機(jī)數(shù)字航空攝影技術(shù)將成為蓄積量估測和森林資源調(diào)查的重要手段。

3 無人機(jī)在其他相關(guān)領(lǐng)域的應(yīng)用

無人機(jī)遙感技術(shù)除了應(yīng)用于森林參數(shù)信息提取方面外,在林區(qū)規(guī)劃、森林景觀三維重建、森林物候變化和樹種分類等方面均有應(yīng)用。解宇陽等[41]采用八旋翼無人機(jī)獲取激光雷達(dá)數(shù)據(jù),并采用Clark-Evans最近鄰體分析方法計算樣地內(nèi)高大喬木分布格局,研究表明,基于無人機(jī)激光雷達(dá)技術(shù)提取植被冠層高度和單木位置的精度較高,但對于樹木空間分布格局判定的準(zhǔn)確性有待于進(jìn)一步探索；林志瑋等[42]基于無人機(jī)遙感數(shù)據(jù)采用DenseNet卷積神經(jīng)網(wǎng)絡(luò)建立了樹種識別模型,提出了新的樹種識別方式,發(fā)現(xiàn)影像解析度和模型網(wǎng)絡(luò)層數(shù)會對識別精度造成一定的影響；劉清旺等[43]對無人機(jī)激光雷達(dá)與攝影測量技術(shù)在森林物候和結(jié)構(gòu)變化、災(zāi)害監(jiān)測及林下地形提取等方面的應(yīng)用進(jìn)行闡述,并對未來無人機(jī)遙感在林業(yè)上的應(yīng)用進(jìn)行展望。

4 挑戰(zhàn)及展望

4.1 面臨的挑戰(zhàn)

無人機(jī)遙感技術(shù)雖然能夠彌補(bǔ)傳統(tǒng)地面調(diào)查及航天航空遙感平臺在更新周期和分辨率等方面的不足,但在森林資源調(diào)查領(lǐng)域仍然面臨挑戰(zhàn)。

1) 目前,基于無人機(jī)進(jìn)行森林參數(shù)提取的研究多集中于樹種結(jié)構(gòu)單一,地形平坦的林分,對于混交林、異齡林和地形起伏較大的林分研究較少。復(fù)雜的林分為無人機(jī)飛行任務(wù)的執(zhí)行及森林參數(shù)的提取增加了困難,解決復(fù)雜森林環(huán)境下使用無人機(jī)技術(shù)提取森林參數(shù)信息是未來森林資源調(diào)查需要解決的重要問題之一。

2) 高郁閉度林分樹冠相互遮擋,導(dǎo)致樹冠及其他林下信息提取精度差。無人機(jī)進(jìn)行森林參數(shù)獲取時,主要基于無人機(jī)激光雷達(dá)系統(tǒng)和攝影測量系統(tǒng)來實現(xiàn),不論是無人機(jī)搭載的激光雷達(dá)掃描儀還是垂直攝影和傾斜攝影技術(shù)都難以獲取高郁閉度林分林下信息。我國森林類型多樣,郁閉度高的林區(qū)較多,因此,在高郁閉度林分下提取森林參數(shù)信息是目前需要解決的主要問題之一。

3) 無人機(jī)及其平臺性能有待提升。首先,我國森林類型多樣,地形復(fù)雜,在復(fù)雜林區(qū)進(jìn)行數(shù)據(jù)收集時,會因無人機(jī)脫離操作者視野或觸碰到較高遮擋物而失蹤或墜落,因此,提升無人機(jī)避障能力及其安全性是非常重要的；其次,固定翼與多旋翼無人機(jī)各自都存在不足,兩個機(jī)型的結(jié)合,可以相互補(bǔ)充,不僅能實現(xiàn)大面積林區(qū)長時間數(shù)據(jù)收集與監(jiān)測,還具備垂直起降、定點觀測、起飛便利等優(yōu)勢,實現(xiàn)不同尺度數(shù)據(jù)的獲取。

4) 無人機(jī)數(shù)據(jù)處理軟件的優(yōu)化。目前,無人機(jī)數(shù)據(jù)處理軟件雖然操作簡單,具備自動化、一體化的數(shù)據(jù)處理形式,但主要集中于光學(xué)影像的拼接,對于飛行姿勢不穩(wěn)導(dǎo)致數(shù)據(jù)畸變、海量數(shù)據(jù)拼接花費時間長、計算機(jī)配置要求高和如何消除光照產(chǎn)生的陰影等問題的處理還有待進(jìn)一步優(yōu)化；針對于多源無人機(jī)數(shù)據(jù)配準(zhǔn)和融合的軟件較少,還有待開發(fā)。

5) 無人機(jī)行業(yè)相關(guān)飛行規(guī)定有待進(jìn)一步完善。無人機(jī)技術(shù)不僅在軍事領(lǐng)域發(fā)展迅速,在林業(yè)、農(nóng)業(yè)等非軍事領(lǐng)域也不斷發(fā)展,不完善的無人機(jī)飛行規(guī)范和準(zhǔn)則限制了無人機(jī)技術(shù)在林業(yè)領(lǐng)域的發(fā)展,因此,應(yīng)該完善無人機(jī)飛行規(guī)范和準(zhǔn)則,以促進(jìn)無人機(jī)技術(shù)在林業(yè)及其他行業(yè)的應(yīng)用和發(fā)展。

4.2 研究展望

無人機(jī)遙感在森林參數(shù)獲取、森林資源調(diào)查與監(jiān)測中具有廣闊的應(yīng)用前景,未來將可能成為森林資源調(diào)查的重要手段,但無人機(jī)遙感在林業(yè)中的應(yīng)用還未形成成熟的技術(shù)體系,未來還需要從以下方面進(jìn)行擴(kuò)展:

1) 多源數(shù)據(jù)的獲取。森林參數(shù)獲取是進(jìn)行森林資源調(diào)查的基礎(chǔ)之一,森林資源調(diào)查具有時空尺度效應(yīng)。無人機(jī)機(jī)動靈活,可以實時更新,既可以獲取精細(xì)尺度的數(shù)據(jù)類型,又可以進(jìn)行大面積森林資源調(diào)查,可用于長期動態(tài)的森林資源遙感數(shù)據(jù)收集,為森林資源經(jīng)營和管理提供決策依據(jù)。

2) 多源數(shù)據(jù)融合。單一的數(shù)據(jù)源難以獲取高精度的森林參數(shù)信息,多源數(shù)據(jù)結(jié)合將成為未來無人機(jī)提取森林參數(shù)的有效方法之一。通過無人機(jī)激光雷達(dá)與攝影測量技術(shù)的結(jié)合,既能獲取具備紋理、光譜等高分辨率的時間序列信息,又能獲取單木及地形三維信息,為森林參數(shù)提取、森林資源監(jiān)測和管理提供了有效的數(shù)據(jù)支撐。

3) 激光雷達(dá)傳感器的改進(jìn)與普及。當(dāng)前,無人機(jī)在森林資源調(diào)查領(lǐng)域中的應(yīng)用主要以光學(xué)遙感影像為主,特別是高分影像應(yīng)用最多,對于激光雷達(dá)掃描儀傳感器的應(yīng)用較少。激光雷達(dá)系統(tǒng)價格高、傳感器重量大,多數(shù)研究團(tuán)隊及林業(yè)基層部門無法負(fù)擔(dān)。因此,無人機(jī)激光雷達(dá)掃描儀、高精度的GNSS & IMU及光學(xué)傳感器等遙感載荷的微型化、低成本化,將使得無人機(jī)遙感系統(tǒng)更好地應(yīng)用于森林參數(shù)的獲取,更好地服務(wù)于森林資源調(diào)查與監(jiān)測工作的進(jìn)行。

4) 無人機(jī)遙感技術(shù)在基層林業(yè)部門的應(yīng)用。無人機(jī)遙感逐步成為森林參數(shù)獲取、森林資源調(diào)查的重要手段之一。但在基層林業(yè)單位對于無人機(jī)的使用及其數(shù)據(jù)處理軟件的應(yīng)用還不普及,加強(qiáng)對基層林業(yè)人員無人機(jī)遙感技術(shù)的培訓(xùn),可以提高森林資源調(diào)查的精度及效率。