張敏霞 梅丹英 高偉俊 鮑沁星 李方正

摘要：快速準(zhǔn)確掌握城市綠地信息和動(dòng)態(tài)變化是正確評(píng)估城市綠地生態(tài)效益和有效規(guī)劃管理城市綠地的重要基礎(chǔ)。無人機(jī)遙感技術(shù)的運(yùn)用為快速準(zhǔn)確獲取城市綠地信息提供了技術(shù)條件，成為微中觀尺度上綠地監(jiān)測的重要工具。文章深入研究無人機(jī)系統(tǒng)在城市綠地監(jiān)測中的應(yīng)用現(xiàn)狀，從綠地信息提取、變化檢測、生態(tài)系統(tǒng)服務(wù)3方面綜述了國內(nèi)外最新研究進(jìn)展，結(jié)果表明，無人機(jī)遙感在城市綠地信息提取方面的技術(shù)已經(jīng)較為成熟，且在城市綠地變化監(jiān)測和評(píng)估城市綠地生態(tài)系統(tǒng)服務(wù)方面已經(jīng)進(jìn)行初步嘗試。

關(guān)鍵詞：無人機(jī)，遙感技術(shù)，城市綠地，綠地監(jiān)測

DOI： 10.12169/zgcsly.2019.05.12.0005

快速準(zhǔn)確掌握城市綠地信息和動(dòng)態(tài)變化，準(zhǔn)確評(píng)估城市綠地生態(tài)效益，客觀分析城市承載力，是合理制定城市綠地規(guī)劃的工作基礎(chǔ)[1]。近年來，無人機(jī)遙感作為一種新型空間遙感得到了快速發(fā)展，并在全球范圍內(nèi)引起了廣泛關(guān)注，很多組織或個(gè)人開始研制集成多種傳感器的無人機(jī)系統(tǒng)。傳感器設(shè)備的更新和圖像處理技術(shù)的發(fā)展為城市綠地監(jiān)測研究帶來新的契機(jī)，而消費(fèi)級(jí)無人機(jī)市場占有率急劇增加，無人機(jī)與傳感器設(shè)備朝著微型化發(fā)展，則為具有廣泛需求的城市綠地微觀尺度的研究探索提供了設(shè)備支持。我國城市綠地監(jiān)測業(yè)務(wù)需要更為細(xì)致靈活地對(duì)樣地進(jìn)行定期觀測，微小型無人機(jī)在此方面具有廣闊的應(yīng)用前景，特別是對(duì)于人和大型飛機(jī)不易到達(dá)的區(qū)域具有更為顯著的優(yōu)勢(shì)。

1無人機(jī)系統(tǒng)

1.1無人機(jī)類型

無人機(jī)系統(tǒng)主要由3部分組成，即無人駕駛飛行器、地面控制站、由地面控制站負(fù)責(zé)指揮和控制無人機(jī)的數(shù)據(jù)傳輸系統(tǒng)[2]。無人機(jī)類型多樣，因其所對(duì)應(yīng)的有效載荷、續(xù)航時(shí)間和目的不同，無人機(jī)應(yīng)用研究的尺度也不同，從而可獲得分辨率各異的遙感數(shù)據(jù)。無人機(jī)可以按動(dòng)力來源、控制方式、用途、結(jié)構(gòu)、航程分為不同類型，如按照結(jié)構(gòu)分為固定翼、旋翼、多旋翼無人機(jī)，按動(dòng)力來源分為油動(dòng)、電動(dòng)、混合動(dòng)力。關(guān)于無人機(jī)的分類目前還沒有通用的規(guī)范，常用的分類方式是依據(jù)無人機(jī)的機(jī)身重量分為微小型（<5 kg）、小型（<30 kg）和戰(zhàn)術(shù)型（<150 kg）[3]。

1.2無人機(jī)應(yīng)用領(lǐng)域

無人機(jī)的發(fā)展始于1916年由美國人Lawrence和Elmer Sperry發(fā)明的第一臺(tái)無人機(jī)[4]。至20世紀(jì)中后期，無人機(jī)被廣泛用于軍事領(lǐng)域，特別適用于執(zhí)行有危險(xiǎn)、人無法進(jìn)入或涉及空中監(jiān)視時(shí)間過長的任務(wù)[5]。20世紀(jì)90年代，隨著無人機(jī)技術(shù)的發(fā)展和體量的減小，無人機(jī)開始應(yīng)用于民用領(lǐng)域，并在隨后的20年中得到迅速的擴(kuò)展。至今，無人機(jī)已經(jīng)進(jìn)入全民應(yīng)用階段，并被世界各地的研究人員用于各專業(yè)領(lǐng)域的全新探索。

無人機(jī)在林業(yè)與農(nóng)業(yè)監(jiān)測中已經(jīng)得到廣泛的應(yīng)用[6]，此外在考古探測[7]、災(zāi)害響應(yīng)[8]、氣象監(jiān)測[9]、城市建設(shè)規(guī)劃[10]等方面也獲得了顯著的研究成果。在城市建設(shè)規(guī)劃中無人機(jī)可以執(zhí)行建設(shè)監(jiān)控[11]、交通監(jiān)管[12]和施工管控[13]等方面的任務(wù)。在城市綠地監(jiān)測方面，無人機(jī)的使用對(duì)判別城市綠地結(jié)構(gòu)、類型、空間分布以及識(shí)別植物種類具有顯著優(yōu)勢(shì)[13-14]。

隨著空間遙感技術(shù)的發(fā)展，具有更高時(shí)空分辨率的無人機(jī)遙感技術(shù)越來越多地被應(yīng)用于城市研究[15]，這給城市綠地監(jiān)測研究帶來了發(fā)展的契機(jī)。

1.3無人機(jī)在城市綠地監(jiān)測中的優(yōu)勢(shì)

無人機(jī)遙感具有高時(shí)效、高機(jī)動(dòng)性、高分辨率、云下低空飛行、成本低等優(yōu)勢(shì)[16]，為城市綠地識(shí)別與監(jiān)測提供了新的方式和視角，可以作為地面遙感、衛(wèi)星遙感和航空遙感的補(bǔ)充。無人機(jī)具有的時(shí)間可調(diào)度性和高度可控性可以滿足不同綠地監(jiān)測范圍的實(shí)時(shí)數(shù)據(jù)傳輸，在非入侵式綠地探測研究中發(fā)揮著巨大的作用[17]。無人機(jī)小型化獲得的高機(jī)動(dòng)性極大支持了其在建筑與樹木密集區(qū)域的行動(dòng)力。同時(shí)，其在云層下成像的特點(diǎn)去除了大氣云層的影響，較低的拍攝高度可使空間分辨率達(dá)到亞米級(jí)，且可獲取精確的三維空間數(shù)據(jù)[18]。另外，低成本的消費(fèi)級(jí)無人機(jī)的普及能夠滿足各相關(guān)部門不同尺度城市綠地監(jiān)測研究需求。

基于以上優(yōu)勢(shì)，無人機(jī)遙感無疑將成為城市綠地監(jiān)測的利器，其獲取的遙感圖像被認(rèn)為是城市綠地研究的合適數(shù)據(jù)來源[19]。本文將從城市綠地信息提取、變化監(jiān)測和生態(tài)系統(tǒng)服務(wù)3方面探討無人機(jī)的研究進(jìn)展。

2城市綠地信息提取

無人機(jī)遙感技術(shù)為快速準(zhǔn)確提取綠地信息提供了大比例尺度的高分辨率影像數(shù)據(jù)[20]，便于獲取城市綠地空間分類制圖、綠地特征參數(shù)及綠地三維數(shù)據(jù)。

2.1城市綠地制圖

城市綠地制圖關(guān)鍵在于對(duì)城市植被區(qū)域的土地覆蓋類型的識(shí)別[21-22]，其使用的數(shù)據(jù)包括衛(wèi)星圖像（中等分辨率或高分辨率）、航空攝影圖像（高分辨率）和無人機(jī)圖像（超高分辨率）。其中，中等分辨率的多光譜衛(wèi)星圖像，例如Land satTM和Landsat ETM+，可以被用來量化城市植被豐度;高分辨率的IKONOS，QuickBird等衛(wèi)星數(shù)據(jù)和航空攝影目前已經(jīng)廣泛應(yīng)用于城市植被制圖和分類識(shí)別[23]。盡管衛(wèi)星圖像和航空攝影具有區(qū)分大面積土地覆被類型的能力，但對(duì)于城市內(nèi)部微觀尺度的植被覆蓋信息卻缺少準(zhǔn)確提取的能力。

無人機(jī)遙感則為準(zhǔn)確提取和繪制城市微觀尺度的土地覆被類型提供了技術(shù)方法。由于能夠在低海拔獲得超高分辨率的圖像，在高度異質(zhì)的城市植被制圖方面具有巨大的潛力。近年來越來越多的傳感器與相機(jī)設(shè)備朝著小型集約化發(fā)展，無人機(jī)甚至已經(jīng)能夠搭載多光譜相機(jī)、高光譜相機(jī)、熱紅外相機(jī)、可見光相機(jī)等多個(gè)小型設(shè)備完成飛行任務(wù)，得到包含多重信息的植被二維數(shù)據(jù)，獲得特定區(qū)域的超高精度綠地分布圖。此外，還可以通過不同的解譯算法與數(shù)據(jù)分析方法提高圖像分類精度。Feng等[24]提出了一種利用隨機(jī)森林和紋理分析的混合方法來精確區(qū)分城市植被區(qū)域的土地覆蓋。Lin等[25]基于k-means聚類法和RGB植被指數(shù)進(jìn)行植被覆蓋分類制圖，并綜合紋理分析和顏色參數(shù)識(shí)別植被分布。

2.2綠地特征參數(shù)

無人機(jī)超高分辨率的影像可以滿足城市內(nèi)部綠地特征參數(shù)的采集，利用植被指數(shù)在微觀尺度上監(jiān)測植被光譜特征的變化。目前已經(jīng)定義了40多種植被指數(shù)，主要包括歸一化植被指數(shù)、差值植被指數(shù)、垂直指數(shù)、比值植被指數(shù)等。通過無人機(jī)可獲取高時(shí)空分辨率的多光譜圖像、高光譜圖像、熱紅外圖像和可見光圖像用于計(jì)算植被指數(shù)，從而表征植被光譜特征，并反演植被覆蓋度與葉面積指數(shù)等[26]。

植被覆蓋度的測量對(duì)于城市微觀尺度綠地規(guī)劃和研究格外重要。植被覆蓋度是地表植被垂直投影面積占總面積的百分比，是研究城市綠地生態(tài)系統(tǒng)平衡、水土流失、氣候變化和景觀組成的重要綠地指標(biāo)。Xirui等[27]采用消費(fèi)級(jí)無人機(jī)調(diào)查了典型的城鄉(xiāng)結(jié)合部植被覆蓋度現(xiàn)狀，并進(jìn)行了植被覆蓋度的空間結(jié)構(gòu)和空間異質(zhì)性分析。

2.3綠地三維數(shù)據(jù)

無人機(jī)獲取高精度城市綠地三維數(shù)據(jù)的主要方式有攝影測量、激光雷達(dá)和合成孔徑雷達(dá)[28-29].由于小型無人機(jī)合成孔徑雷達(dá)在綠地研究的應(yīng)用較少且成像較模糊，本節(jié)主要探討前兩種方式在城市綠地研究中的應(yīng)用。

無人機(jī)攝影測量系統(tǒng)通常搭載可見光或多光譜相機(jī)，配備全球?qū)Ш叫l(wèi)星系統(tǒng)和慣性測量單元，通過三維重建算法將高重疊率的航拍照片生成具有相對(duì)參考坐標(biāo)的圖像及點(diǎn)云，并采用地面控制點(diǎn)、參考影像等方式進(jìn)行幾何校正。目前微小型無人機(jī)已經(jīng)可以較平穩(wěn)地獲取航空影像，提高圖像匹配精度。IBAN[30]使用了簡單集成相機(jī)和兩架無人機(jī)實(shí)現(xiàn)建立交互式的環(huán)境景觀數(shù)字高程模型（ DTM）、數(shù)字表面模型（DSM）高分辨率正射影像、3D數(shù)字?jǐn)z影測量模型來估算植被體積。

無人機(jī)激光雷達(dá)系統(tǒng)一般搭載集成化的激光掃描儀，與大型機(jī)載激光雷達(dá)相比，它可以大大降低成本并提供更密集的激光雷達(dá)點(diǎn)云[31]。Shidiq等[32]證實(shí)了基于無人機(jī)的激光雷達(dá)在高異質(zhì)性的城市森林地區(qū)創(chuàng)建高程數(shù)據(jù)的能力。無人機(jī)激光雷達(dá)具有穿透性，有助于獲取植被冠層結(jié)構(gòu)和植被覆蓋下的地形信息，其光譜信息單一，但攝影測量技術(shù)可以生成包含豐富光譜信息的多分辨率植被三維模型。無人機(jī)激光雷達(dá)和攝影測量數(shù)據(jù)的結(jié)合可以彌補(bǔ)單一方式的不足。

城市綠地三維模型從水平和垂直方向?qū)Τ鞘芯G地空間形態(tài)進(jìn)行全方位研究，可以突破現(xiàn)有二維層面研究結(jié)論，進(jìn)而充分考慮空間的整體性。Sehreyer等[33]對(duì)不同尺度的遙感技術(shù)在植被參數(shù)評(píng)估中的應(yīng)用進(jìn)行了總結(jié)，并分別用TanDEM -X高程衛(wèi)星數(shù)據(jù)和基于無人機(jī)的三維點(diǎn)云數(shù)據(jù)來模擬城市地區(qū)的三維植被[34].結(jié)果表明無人機(jī)更適用于異質(zhì)性城市綠地的研究。

3城市綠地變化監(jiān)測

無人機(jī)遙感技術(shù)可實(shí)現(xiàn)飛行的可重復(fù)性、快速數(shù)據(jù)采集和對(duì)地面站的實(shí)時(shí)傳輸，使對(duì)城市綠地信息的獲取與更新更加迅速，目前的應(yīng)用研究主要體現(xiàn)在植物生長狀況監(jiān)測、綠地災(zāi)害監(jiān)測和綠地污染物檢測3個(gè)方面。

3.1植物生長狀況監(jiān)測

應(yīng)用無人機(jī)技術(shù)對(duì)城市綠地基礎(chǔ)設(shè)施、公園、街道綠化等進(jìn)行評(píng)估，以一種非常有效的方式收集關(guān)于生長速度、物候變化、形態(tài)結(jié)構(gòu)變化等城市綠地植被生長狀況的專業(yè)信息。在遙感技術(shù)領(lǐng)域反映植被生長狀況的指標(biāo)主要有歸一化植被指數(shù)、差值植被指數(shù)、垂直指數(shù)、比值植被指數(shù)等，其中應(yīng)用最廣泛的是歸一化植被指數(shù)（ NDVI）。

NDVI是一個(gè)簡單的圖形指示器，用來評(píng)估被觀察的目標(biāo)是否含有活的綠色植被[35]。隨后的研究表明NDVI與植物冠層的光合能力和能量吸收直接相關(guān)[36].因此可以作為植物生命力的反映。在專業(yè)無人機(jī)系統(tǒng)的協(xié)助下，可利用多光譜/高光譜攝像機(jī)進(jìn)行成像，收集定位信息和高質(zhì)量的光譜數(shù)據(jù)。采集的現(xiàn)場信息由專業(yè)的攝影測量處理平臺(tái)Pix4D進(jìn)行處理，從而獲得高質(zhì)量的NDVI模型。NDVI模型中不同的顏色范圍代表了植物的健康程度，該技術(shù)為分析城市綠地所涵蓋的環(huán)境、社會(huì)和經(jīng)濟(jì)服務(wù)提供了基本的植被健康信息。Dimitrov等[37]通過無人機(jī)搭載多光譜成像儀“Parrot SEQUOIA”獲得NDVI模型，評(píng)估了Karlovo部分研究區(qū)域綠色基礎(chǔ)設(shè)施的質(zhì)量，并與原位觀測對(duì)比分析，綜合兩種方法以評(píng)估Karlovo公園、城市森林、體育活動(dòng)區(qū)和中心城鎮(zhèn)4種不同類型區(qū)域的喬灌木植被健康狀況。

3.2綠地災(zāi)害監(jiān)測

無人機(jī)遙感技術(shù)可以實(shí)現(xiàn)城市綠地的遠(yuǎn)程監(jiān)控與災(zāi)難的后續(xù)詳細(xì)調(diào)查，可以到達(dá)并評(píng)估從地面無法到達(dá)或看到的樹木區(qū)域。Nasi等[38]對(duì)比研究了基于高光譜成像技術(shù)的無人機(jī)和飛機(jī)兩種系統(tǒng)對(duì)單個(gè)樹木水平上評(píng)估樹皮甲蟲對(duì)挪威云杉樹的危害的可行性，結(jié)果表明基于無人機(jī)的低成本遙感技術(shù)顯示出更高的準(zhǔn)確度。2hang[39]利用無人機(jī)遙感技術(shù)對(duì)日本虎杖入侵物種分布及生境條件進(jìn)行空間分析，實(shí)例證明，無人機(jī)對(duì)于單獨(dú)的樹木或種群調(diào)查與植物入侵昆蟲和病原體等流行病的快速檢測是有效的。Kulhavy等[40]利用微小型無人機(jī)評(píng)估了52棵樹的樹干狀況、生長情況、樹冠結(jié)構(gòu)、昆蟲和疾病、樹冠發(fā)育情況和預(yù)期壽命等6個(gè)變量。此外無人機(jī)攝影測量還能夠用于林火監(jiān)測，識(shí)別林火點(diǎn)和受災(zāi)范圍等。

3.3綠地污染物檢測

城市綠地生態(tài)系統(tǒng)可以通過植物葉片吸收和捕獲空氣中的污染物緩解城市空氣污染，然而污染物分布的時(shí)空演化取決于周圍環(huán)境、風(fēng)力風(fēng)向、湍流水平以及溫濕度等，因此開發(fā)能夠監(jiān)測和跟蹤污染物運(yùn)動(dòng)的科學(xué)技術(shù)是當(dāng)前城市綠地污染物檢測的重要任務(wù)。

微小型無人機(jī)集合多種傳感器平臺(tái)系統(tǒng)能夠及時(shí)和準(zhǔn)確地獲取這些數(shù)據(jù)，并且因?yàn)樵撓到y(tǒng)可以實(shí)現(xiàn)遠(yuǎn)程的自動(dòng)化操控.操作人員不需要接觸空氣污染物，從而避免了潛在的危險(xiǎn)[41]。該方法不僅可以獲取包含空氣污染物濃度數(shù)據(jù)在內(nèi)的可見光圖像、光譜圖像、環(huán)境氣候參數(shù)等多源數(shù)據(jù)，還實(shí)現(xiàn)了低成本高空污染物垂直濃度數(shù)據(jù)的動(dòng)態(tài)監(jiān)測。Liu等[42]研究比較了南京市區(qū)與城市森林公園顆粒濃度垂直分布，經(jīng)無人機(jī)測量發(fā)現(xiàn)路邊的樹木由于較大的葉面積可以限制顆粒物在指定高度的垂直擴(kuò)散，導(dǎo)致PM2.5和PM10濃度分別下降24%和26%。

4城市綠地生態(tài)系統(tǒng)服務(wù)

城市綠地提供的生態(tài)系統(tǒng)服務(wù)不僅支持城市的生態(tài)完整性，還可以保護(hù)城市人口的公共健康[43-44]，改善城市居民的生活，提供游憩場所，緩解氣候變化[45]，促進(jìn)城市可持續(xù)發(fā)展[46]。合理評(píng)估城市綠地的生態(tài)服務(wù)和生態(tài)安全[47-48]是充分發(fā)揮其生態(tài)功能的基礎(chǔ)，同時(shí)也是開展城市綠地規(guī)劃建設(shè)、有效管理城市綠地的重要依據(jù)。

4.1城市綠地?zé)岘h(huán)境

衛(wèi)星遙感已被認(rèn)為是在宏觀和中觀尺度上研究城市熱環(huán)境的有力丁具[49-50]，然而，較低空間分辨率和時(shí)效性的衛(wèi)星遙感數(shù)據(jù)對(duì)于捕獲復(fù)雜的城市綠地內(nèi)部地表溫度變化以及研究地表溫度與綠地特征之間的精確關(guān)系是不夠的。雖然帶有熱紅外多光譜掃描儀的機(jī)載平臺(tái)可以提供比衛(wèi)星更好的空間分辨率，但高昂的價(jià)格、操作技術(shù)難度和較高的維護(hù)成本限制了其在研究中的廣泛應(yīng)用。

利用無人機(jī)獲得的高分辨率熱像圖可以提供比衛(wèi)星和機(jī)載平臺(tái)更詳細(xì)的熱信息，從微觀尺度觀察城市綠地?zé)岘h(huán)境，研究城市綠地緩解熱島效應(yīng)的潛力、植物的熱特性和表面溫度分布及變化的影響關(guān)系。Ren等[51]在廣州大學(xué)校園研究區(qū)域內(nèi)利用無人駕駛飛艇得到了0. 8m空間分辨率范圍的地表溫度地圖。Gaitani等[19]采用無人機(jī)載多光譜成像傳感器在雅典的一處城市廣場區(qū)域進(jìn)行了空中調(diào)查和現(xiàn)場測量，形成了高分辨率的地表溫度分布和材料性能的地圖，以分析城市植被的表面溫度影響機(jī)制。

4.2城市綠地用戶服務(wù)

城市綠地為城市居民提供了日常游憩鍛煉的場所，與城市公共健康和人居環(huán)境可持續(xù)發(fā)展息息相關(guān)。研究城市綠地的使用情況可以幫助更成功地規(guī)劃公園、社區(qū)和街道綠化，并有助于制定策略以促進(jìn)用戶使用。以往的研究利用大數(shù)據(jù)信息探索經(jīng)濟(jì)、政策和交通等外部因素對(duì)城市綠地用戶時(shí)空分布的影響[52-53]，而較少研究綠地內(nèi)部因素對(duì)用戶體驗(yàn)與用戶數(shù)量分布的作用機(jī)制。

對(duì)于城市綠地內(nèi)部的監(jiān)測，傳統(tǒng)的地面直接觀察方法需要耗費(fèi)大量的人力，對(duì)于大型城市綠地來說這種方法是低效的，小型無人機(jī)則具有優(yōu)勢(shì)。Park等[54-55]研究探討了無人機(jī)在公園使用研究中的可用性。攜帶攝像機(jī)的無人機(jī)結(jié)合了肉眼觀察和錄像的優(yōu)點(diǎn)，相比地面觀察方法能在更短的時(shí)間內(nèi)覆蓋更大的區(qū)域，可充分節(jié)省數(shù)據(jù)收集所需的時(shí)間和成本。無人機(jī)錄制的視頻文件便于后期數(shù)據(jù)收集、處理和校驗(yàn)。此外，由于無人機(jī)不僅能更準(zhǔn)確地捕捉到人的數(shù)量，而且還能捕捉到他們的活動(dòng)、屬性和空間模式，數(shù)據(jù)信息更豐富。

4.3城市雨洪管理

隨著城市綠地被密集的居住區(qū)、硬質(zhì)鋪裝等不透水地表替代[56]，城市內(nèi)澇問題越發(fā)嚴(yán)重，如何將城市暴雨從人口密集區(qū)域引導(dǎo)出去成為一項(xiàng)重要挑戰(zhàn)，它需要使用可靠的水文模型預(yù)測排水基礎(chǔ)設(shè)施的水力特性。由于難以獲得詳細(xì)的圖像數(shù)據(jù)，全球許多地區(qū)普遍缺乏準(zhǔn)確的土地使用資料，這給水文模型的預(yù)測帶來了極大的阻礙。無人機(jī)允許人們以相對(duì)較低的成本在所處地塊獲得高分辨率圖像，執(zhí)行按需重復(fù)測量。Tokarczyk等[57]首次研究了從無人機(jī)圖像中獲得城市地區(qū)高分辨率不透水地圖的可能性，比較使用消費(fèi)級(jí)無人機(jī)生成的不透水性地圖和瑞士國家制圖機(jī)構(gòu)獲得的標(biāo)準(zhǔn)大尺寸航空?qǐng)D像，證明了利用無人機(jī)能夠?qū)崿F(xiàn)城市洪水監(jiān)測，提供潛在淹沒區(qū)域的精確信息，幫助建立城市地區(qū)的降雨徑流模型，支持洪水風(fēng)險(xiǎn)評(píng)估。

5討論與展望

當(dāng)前無人機(jī)遙感在城市綠地研究中的應(yīng)用仍相對(duì)零散，研究方面涉及城市綠地信息提取、變化監(jiān)測和生態(tài)系統(tǒng)服務(wù)等方面，多為城市綠地信息提取方面的技術(shù)性應(yīng)用。研究成果相對(duì)成熟，技術(shù)操作性強(qiáng)，提取方式多樣，可用于繪制高精度的城市綠地植被覆蓋分類圖，提取城市綠地覆蓋度變化和綠地分布信息，獲取綠地中單個(gè)樹木或林分尺度的三維結(jié)構(gòu)特征等。

隨之而來的是無人機(jī)在城市綠地變化監(jiān)測研究中的應(yīng)用嘗試，例如無人機(jī)對(duì)于監(jiān)測植被生長狀況、災(zāi)害響應(yīng)與綠地污染物檢測等。此外，無人機(jī)遙感還為評(píng)估城市綠地生態(tài)系統(tǒng)服務(wù)提供了異質(zhì)性的綠地表面溫度地圖、用戶使用數(shù)據(jù)與城市排水模型，但尚停留于技術(shù)性的探討，特別是城市綠地對(duì)于地表熱環(huán)境的作用機(jī)理研究仍比較缺乏。無人機(jī)遙感技術(shù)在城市綠地監(jiān)測和生態(tài)系統(tǒng)服務(wù)方面的應(yīng)用尚未建立成熟的技術(shù)體系和評(píng)估系統(tǒng)。

盡管無人機(jī)遙感對(duì)城市綠地調(diào)查有著眾多的優(yōu)勢(shì)，但由于無人機(jī)影像的分辨率高、數(shù)據(jù)量大、圖像處理難度大等問題，對(duì)于數(shù)據(jù)的量化分析依舊存在較大的挑戰(zhàn)，這需要更加高效的圖像處理和分類方法。此外，由于無人機(jī)平臺(tái)荷載的限制，往往要求所載設(shè)備體積更小、自動(dòng)化程度更高[58]。雖然無人機(jī)系統(tǒng)在空間分辨率上相對(duì)衛(wèi)星與航空遙感具有顯著優(yōu)勢(shì)，但其遙感范圍小、時(shí)間同步性差、續(xù)航時(shí)間短的問題將極大限制其運(yùn)用。無人機(jī)平臺(tái)自身和軟件處理技術(shù)的進(jìn)步將對(duì)其在城市綠地監(jiān)測研究的應(yīng)用擴(kuò)展產(chǎn)生巨大影響。最后還需要考慮無人機(jī)飛行活動(dòng)的合法性，遵守國內(nèi)外相關(guān)法規(guī)和規(guī)定[59]。

參考文獻(xiàn)

[1]楊柳，陳延輝，岳德鵬，等無人機(jī)遙感影像的城市綠地信息提取[J].測繪科學(xué)，2017.42（2）：59-64.

[2] NONAMI K，KENDOUL F.SUZUKI S， et al.Autonomous FlyingRobots[M].Tokyo：Springer，2010.

[3] COLOMINA I. MOLINA P.Unmanned aerial systems for photo-grammetry and remote sensing：A review[J ].ISPRS Joumal ofPhotogrammetry and Remote Sensing，2014，92：79-97.

[4] NONAMI K.Prospect and recent research&development for civiluse autonomous unmanned aircraft as UAV and MAV[J] .Journalof System Design and Dynamics，2007，1（2）：120-128

[5]廖小罕，周成虎.輕小型無人機(jī)遙感發(fā)展報(bào)告北京：科學(xué)出版社.2016

[6] ADAO T，HRUSKA J， PADUA L， et al.Hyperspectral imaging：Areview on UAV-based sensors，data processing and applications foragriculture and forestry[J].Remote Sensing，2017，9（11）： 1110

[7] FERNiNDEZ-HERNANDEZ J，CONzALEZ-ACUILERA D，RODRICUEZ-CONZALVEZ P，et al.lmage-based modelling fromunmanned aerial vehicle（ UAV） photogrammetry： an effective，low-cost tool for archaeologiCdl applications[J].Archaeometry，2015，57（1）：128-145.

[8] MERINO L，CABALLERO F，MARTINEZ-DE-DIOS J R，et al.Anunmanned aircraft system for automatic forest fire monitoring andmeasurement[J].Joumal of Intelligent&Robotic Systems，2012，65（1-4）：533-548

[9] REUDER J，BRISSET P，JONASSEN M， et al.The SmallUnmanned Meteorological Observer SUMO：A new tool for atmos-pheric boundary layer research[J].Meteorologische Zeitschrift，2009，18（2）：141-147.

[10] DJIMANTORO M I，SUHARDJANTO C.The Advantage by UsingLow-Altitude UAV for Sustainable Urban Development Control[C] //IOP Conference Series： Earth and Environmental Science.IOP Puhlishing，2017 ，109（1）：012014

[11] HAM Y，HAN K K，LIN J J，et al.Visual monitoring of civil in-frastructure systems via camera-equipped Unmanned Aerial Ve-hicles（ UAVs）：a review of related works[J].Visualization inEngineering，2016，4（1）：1

[12] KE R，LI Z，KIM S，et al.Real-time bidirectional traffic flow pa-rameter estimation from aerial videos[J].IEEE Transactions onIntelligent Transportation Systems，2017 ，18（4）：890-901.

[13] TANC L，SHAO C.Drone remote sensing for forestry researchand practices[J].Joumal of Forestry Research， 2015， 26（4）：791-797.

[14]許兆軍.高精度無人機(jī)影像同林綠化遙感測試應(yīng)用研究[J].國土資源導(dǎo)刊，2016，13（4）：62-67.

[15] GAITANI N，BURUD I， THIIS T，et al High-resolution spectralmapping of urban thermal properties with unmanned aerial vehi-cles[J].Building and Environment ，2017 ，121：215 -224

[16]胡健波，張健.無人機(jī)遙感在生態(tài)學(xué)中的應(yīng)用進(jìn)展[J].生態(tài)學(xué)報(bào)，2018，38（1）：20-30

[17] GADI V K，GARC A，PRAKASH S，et al.A non-intrusive imageanalysis technique for measurement of heterogeneity in grass spe-cies around tree vicinity in a green infrastructure[J ].Measure-ment，2018，114：132-143

[18] JAAKKOLA A， HYYPPA J，KUKKO A， et al.A low-cost multi-sensoral mobile mapping system and its feasihility for tree meas-urements[J].ISPRS Journal of Photogrammetry and RemoteSensing，2010，65（6）：514-522.

[19] OTERO V，VAN DE KERCHOVE R，SATYANARAYANA B，etal.Managing mangrove forests from the sky： Forest inventoryusing field data and Unmanned Aerial Vehicle（ UAV） imageryin the Matang Mangrove Forest Reserve， peninsular Malaysia[J]Forest Ecology and Management，2018，411：35-45.

[20]楊柳，陳延輝，岳德鵬，等.無人機(jī)遙感影像的城市綠地信息提取[J].測繪科學(xué)，2017，42（2）：59-64

[21] ROSA D.L，WIESMANN D.Land cover and impervious surface ex-traction using parametric and non-parametric algorithms from theopen-source software R：An application to sustainahle urban plan-ning in Sicily[J] .GISci&Remote Sens ，2013 ，50（2）：231-250.

[22] GINI R，PASSONI D，PINTO L，et al.Use of unmanned aerialsystems for multispectral survey and tree classification：A test ina park area of northem Italy[J ].European Joumal of Re，ruoteSensing，2014，47（1）：251-269.

[23]汪少華，趙天忠，王鑫，等.利用同態(tài)濾波提取高分辨率遙感影像樹冠信息[J].遙感信息，2015，30（3）：60-64.

[24] FENC Q，LIU J ，GONG J.UAV remote sensing for urhan vegeta-tion mapping using random forest and texture analysis[J]Remote Sensing，2015 ，7（1）：1074-1094.

[25] LIN Y，JIANC M ，YAO Y，et al.Use of UAV oblique imaging forthe detection of individual trees in residential environments[J]Urban Forestry&Urban Greening，2015 ，14（2）：404-412.

[26] BERNI J A J，ZARCO-TEJADA P J，suAREZ L，et al.Thermaland narrowband multispectral remote sensing for vegetation moni-toring from an unmanned aerial vehicle[J].IEEE Transactionson Geoscience and Remote Sensing，2009，47（3）：722-738.

[27]阮璽睿，丁磊磊，王志偉，等.運(yùn)用無人機(jī)技術(shù)研究貴州省城鄉(xiāng)結(jié)合部植被覆蓋度現(xiàn)狀：以貴州省農(nóng)業(yè)科學(xué)院為例（英文）[J] .Atyicultural Science&Technology，2017，18（8）：1367-1370，1377.

[28]劉清旺，李世明，李增元，等.無人機(jī)激光雷達(dá)與攝影測量林業(yè)應(yīng)用研究進(jìn)展[J].林業(yè)科學(xué)，2017，53（7）：134-148.

[29] HENSLEY S，MICHEL T，NEUMANN M， et al Multi-baselineUAVSAR repeat pass data of the harvard forest[C]//EUSAR2012 9th European Conference on Synthetic Aperture RadarVDE，2012：109-112.

[30] IBAN M C.DSM extraction and vegetation volume estimationfrom UAV photogrammetric survey in a park area[D].Italy：Politecrucodi Milano，2013.

[31] GUO Q， SU Y， HU T，et al.An integrated UAV-borne lidarsystem for 3D habitat mapping in three forest ecosystems acrossChina[J].International Journal of Remote Sensing，2017 ，38（ 8-10）：2954-2972

[32] SHIDIQ I P A， WIBOWO A， KUSRATMOKO E，et al UrbanForest Topographical Mapping Using UAV LIDAR[C]//IOPConference Series：Earth and Environmental Science.IOP Puhlish-ing，2017，98（1） ：012034.

[ 33] SCHREYER J， LAKES T.Remote sensing-based approaches formodeling 3D vegetation information in urhan areas [ C ]//201414th Intemational Conference on Computational Science and ItsApplications.IEEE ，2014 ： 116- 120.

[34] SCHREYER J，LAKES T.TanDEM-X & UAV data for modeling3D vegetation information in urban areas [ C ]//2015 Joint UrbanRemote Sensing Event （ JURSE） .IEEE，2015 ：1-4.

[35] CUTMAN G，IGNATOV A.The derivation of the green vegetationfraction from NOAA/AVHRR data for use in numerical weatherprediction models [J] .Internatumal Joumal of reruote sensing，1998，19（ 8） ：1533-1543.

[36] MYNENI R B， HALL F G， SELLERS P J， et al. Theinterpretation of spectral vegetation indexes [J]. IEEETransactions on Ceoscience and Remote Sensing， 1995 ，33 （ 2） ：481-486.

[37] DIMITROV S， GEORCIEV G， GEORGIEVA M， et al.lntegratedassessment of urhan green infrastructure condition in Karlovo ur-ban area by in-situ observations and remote sensing [ J ]. OneEcosystem，2018，3：e21610.

[38] NASI R， HONKAVAARA E， BLOMQVIST M， et al. Remotesensing of bark heetle damage in urban forests at individual treelevel using a novel hyperspectral camera from UAV andaircraft[J] .Urhan Forestry & Urban Gre.ening，2018 ，30：72-83.

[39] ZHANG J.Spatial analysis of distrihutions and habitat conditionsof fallopia japonica （ Japanese Knotweed） invasive species ap-plying unmanned helicopter rermite sensing[ D ] .Buffalo：State U-niversity of New York，2015.

[40] KULHAVY D L，UNCER D R，HUNC I K，et al.Comparison ofAR.Drone quadricopter video and the visual CTLA method forurhan tree hazard rating[J] .Journal of Forestry，2016，114 （ 5 ） ：517-523.

[41] SINHA A，TSOURDOS A，WHITE B.Monitoring the dispersionof a contaminant cloud in an urban region by a swarm of uav sen-sors [J] .IFAC Proceedings Volumes ，2009 ，42（ 22） ：7-12.

[42] LIU F，ZHENC X，QIAN H.Comparison of particle concentrationvercical profiles hetween downtown and urban forest park in Nan-jing （ China） [J] .Atmospherie Pollution Research， 2018，9 （ 5 ） ：829-839.

[43] ESCOBEDO F J，KROECER T，WACNER J E.Urban forests andpollution mitigation：Analyzing ecosystem services and disservices[J] .Environmental Pollution ，2011，159（ 8-9） ：2078-2087.

[44] GROENEWEGEN P P，VAN DEN BERG A E，DE VRIES S，etal.Vitamin G： Effects of green space on health，well-heing，andsocial safety[J] .BMC Puhlic Health，2006，6（ 1） ：149.

[45] DAHMANN N，WOLCH J，JOASSART-MARCELLI P，et al.Theactive city？ Disparities in provision of urban public recreationresources[J].Health&Place，2010，16（3）：431-445

[46] LI F，SUN Y， LI X， et al.Research on the sustainabledevelopment of green-space in Beijing using the dynamic systemsmodel[J] .Sustainahility，2016，8（10）：965

[47] LI F，LU S，SUN Y，et al.lntegrated evaluation and scenario sim-ulation for forest ecological security of Beijing based on systemdynamics model[J] .Sustainahility ，2015，7（10）： 13631- 13659.

[48]官冬杰，高偉俊，渡利和之，等.城市生態(tài)系統(tǒng)健康的綜合評(píng)價(jià)（英文）[J].華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2007（增1）：175-178

[49] VOOGT J A，OKE T R.Thermal remote sensing of urban climates[J] .Remote sensing of environment ，2003 ，86（3）：370-384.

[50]宋恬恬，張敏霞，鮑沁星杭州西湖飛來峰基于”避暑”特征的山林地造同傳統(tǒng)智慧研究[J].中國園林，2018，34（7）：74-80.

[51] REN P，MENG Q， ZHANC Y， et al An unmanned airshipthermal infrared remote sensing system for low-altitude and highspatial resolution monitoring of urhan thermal environments：lnte-gration and an experiment[J].Remote Sensing， 2015，7（10）：14259-14275.

[52] LI F，ZHANG F，LI X，et al.Spatiotemporal patterns of the use ofurhan green spaces and external factors contributing to their usein central Beijing[J].International Journal of Environmental Re-search and Public Health，2017，14（3）：237

[53]李方正，戴超蘭，姚朋北京市中心城社區(qū)公園使用時(shí)空差異及成因分析：基于58個(gè)公園的實(shí)證研究[J].北京林業(yè)大學(xué)學(xué)報(bào)，2017，39（9）：91-101.

[54] PARK K，EWING R.The usahility of unmanned aerial vehicles（ UAVs） for measuring park-based physical activity[J]Landscape and Urhan Planning，2017， 167：157 - 164.

[55] PARK K， PARK S.A Preliminary Study on Usability ofUnmanned Aerial Vehicles in Ohserving Park Users-Focused onUrban Parks in Busan[ J].Joumal of the Korean Institute ofLandscape Architecture ，2016 ，44（4）：35-44

[56] GUAN GAO W，WATARI K，et al.Land use change of Kita-kyushu based on landscape ecology and Markov model[J]Journal of Ceographical Sciences ，2008， 18（4）：455 -468.

[57] TOKARCZYK P，LEITAO J P，RIECKERMANN J， et al High-quality observation of surface imperviousness for urban runoffmodelling using UAV imagery[J].Hydrology and Earth SystemSeiences，2015 ，19（ 10）：4215 -4228

[58]張揚(yáng)建，范春捆，黃珂，等.遙感在生態(tài)系統(tǒng)生態(tài)學(xué)上應(yīng)用的機(jī)遇與挑戰(zhàn)[J].生態(tài)學(xué)雜志，2017（3）：809-23

[59] NOOR N M，MASTOR I Z，ABDULLAH A.UAV/Drone Zoningin urhan planning：Review on legals and privacy[C ]//Proceed-ings of the second intemational conference on the Future ofASEAN （ICoFA） 2017 - Volume 2.Springer，Singapore，2018：855-862.

收稿日期：2019-05-12

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目（ 17YJC760117）;國家自然科學(xué)基金項(xiàng)目（31770754）;國家自然科學(xué)基金項(xiàng)目（ 31670704）

第一作者：張敏霞（1986-），女，碩士，講師，加拿大不列顛哥倫比亞大學(xué)訪問學(xué)者，研究方向?yàn)轱L(fēng)景園林規(guī)劃設(shè)計(jì)、風(fēng)景園林工程技術(shù)。E-mail： zmx@ zafu. edu.cn

通信作者：李方正（1989-），男，博士，講師，研究方向?yàn)槌鞘芯G色空間生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同、風(fēng)景園林與公共健康。E-mail： fangzhengli@ hjfu. edu. cn