摘要：隨著無(wú)人機(jī)技術(shù)的不斷發(fā)展，無(wú)人機(jī)在林業(yè)中的使用越來(lái)越普遍。無(wú)人機(jī)航拍是獲取高分辨率圖像的重要手段，具有成本低、效率高、速度快等特點(diǎn)，正逐漸成為森林資源勘探和監(jiān)測(cè)的一種新方法。盡管研究人員不再滿足于使用無(wú)人機(jī)圖像進(jìn)行森林資源分類和空間分析，但他們開始專注于獲取有關(guān)特定樹木的信息，例如高度、胸徑、冠層寬度和森林信息。本文總結(jié)了森林結(jié)構(gòu)參數(shù)、生物量、蓄積量、立木材積表、林區(qū)規(guī)劃、樹木空間分布、3D 建模以及使用無(wú)人機(jī)獲取森林信息等方面的最新研究進(jìn)展。希望通過(guò)本文的研究對(duì)今后本人的實(shí)際工作有所幫助。

關(guān)鍵詞：無(wú)人機(jī);立體攝影技術(shù);森林信息

到目前為止，無(wú)人機(jī)應(yīng)用系統(tǒng)一直在捕獲高分辨率圖像和視頻數(shù)據(jù)，尤其是在森林測(cè)繪中。這些高清圖像中的大多數(shù)都是描述森林狀況的正射影像。由于正射影像是二維圖像，無(wú)法傳達(dá)全方面的特征，信息量有限。相對(duì)于傳統(tǒng)的2D正射影像，斜拍技術(shù)基本打破了垂直角拍攝限制。通過(guò)為同一目的獲取圖像，可以從地面上的物體中獲取更完整、更準(zhǔn)確的信息。對(duì)角線攝影測(cè)量數(shù)據(jù)成果也豐富多樣，主要包括垂直影像、對(duì)角線影像、點(diǎn)云、真實(shí)3D模型、DOM、DSM和DEM、DLG等特征。

一、無(wú)人機(jī)獲取森林信息工作流程

無(wú)人機(jī)（UAV）是一種小型無(wú)人機(jī)，它連接地面控制站和數(shù)據(jù)鏈，無(wú)人機(jī)飛行系統(tǒng)是現(xiàn)代森林?jǐn)?shù)據(jù)研究的重要工具。有關(guān)森林的信息來(lái)自空中無(wú)人機(jī)系統(tǒng)拍攝的照片。森林信息經(jīng)過(guò)自動(dòng)匹配和正射影像校正后得到。無(wú)人機(jī)已被證明是高效的森林資源調(diào)查工具，它可以為森林提供低成本和遠(yuǎn)程傳感器的準(zhǔn)確數(shù)據(jù)。除了獲取樹木信息外，無(wú)人機(jī)還對(duì)森林資源進(jìn)行有針對(duì)性的評(píng)估和林業(yè)規(guī)劃。

二、利用無(wú)人機(jī)立體攝影技術(shù)獲取森林資源信息

森林結(jié)構(gòu)參數(shù)是衡量森林經(jīng)營(yíng)質(zhì)量和狀況的重要指標(biāo)。迄今為止，對(duì)森林資源的研究普遍采用簡(jiǎn)單的觀測(cè)測(cè)量或低精度的測(cè)量工具測(cè)量。隨著森林資源分析需求的不斷發(fā)展和數(shù)字化技術(shù)的不斷發(fā)展，對(duì)林業(yè)進(jìn)行準(zhǔn)確、無(wú)誤的測(cè)量已成為同類領(lǐng)域研究的熱點(diǎn)。迄今為止，林業(yè)結(jié)構(gòu)參數(shù)已經(jīng)從無(wú)人機(jī)圖像中得出，尤其是單株高度、單株冠層寬度、植物種群密度、平均株高、生物量和蓄積量等因素。對(duì)從圖像獲得的樹的高度和寬度進(jìn)行處理。隨著無(wú)人機(jī)技術(shù)和影像制作技術(shù)的不斷進(jìn)步，從無(wú)人機(jī)影像中得到的林業(yè)結(jié)構(gòu)參數(shù)在數(shù)字化、自動(dòng)化領(lǐng)域發(fā)展，研究成果在精度和速度方面具有很大優(yōu)勢(shì)。

（一）樹高信息獲取

樹高是衡量和監(jiān)測(cè)森林資源的最重要的研究要素之一。有兩種重要的方法可以從無(wú)人機(jī)圖像中手動(dòng)檢索信息。這些是陰影測(cè)量和立體測(cè)量。陰影測(cè)量是在地圖上測(cè)量陰影長(zhǎng)度與太陽(yáng)高度之間的角度。以獲取航拍中樹木高度的信息。與樹高測(cè)量數(shù)據(jù)相比，相關(guān)人員采用陰影測(cè)量方法得到的樹高平均誤差為4.05%，可以滿足森林測(cè)量要求。然而，陰影僅提供有關(guān)森林周圍森林高度的信息，不能準(zhǔn)確捕捉森林中間的森林植物和樹木的平均高度。獲取數(shù)據(jù)時(shí)出現(xiàn)問(wèn)題。先關(guān)研究人員利用VirtuoZo虛擬數(shù)字?jǐn)z影測(cè)量系統(tǒng)進(jìn)行圖像分割和航拍定向處理，分別研究3D圖像對(duì)模型和樹根樹冠，基本滿足林業(yè)研究和規(guī)劃的要求。陰影和立體測(cè)量在一定程度上可以滿足林業(yè)分析的要求，但是很多人工和野外測(cè)量的方法降低了無(wú)人機(jī)圖像存儲(chǔ)的效率。研究人員利用無(wú)人機(jī)圖像中的遠(yuǎn)程數(shù)據(jù)獲得高分辨率數(shù)字地表模型和數(shù)字正射影像，并利用面向?qū)ο蟮某上窦夹g(shù)和 GIS 來(lái)評(píng)估樹木高度，精度超過(guò)0.86。 研究人員使用 Agisoft 專業(yè)版軟件獲取無(wú)人機(jī)影像輻照區(qū)域上空的稠密云層，并獲取平均高度、最突出樹的高度、樹木的數(shù)量、樹木數(shù)量及胸高斷面積，判定面積系數(shù)R2平均超過(guò)0.6[1]。

（二）冠幅信息獲取

樹的頂部是樹的重要部分，也是遙感器圖像中信息最豐富的部分。同時(shí)，冠層寬度分析也使得計(jì)算樹木密度和冠層密度等參數(shù)成為可能。利用無(wú)人機(jī)的航空攝影測(cè)量圖像可用于有效評(píng)估常綠森林的樹冠結(jié)構(gòu)。目前有兩種廣泛使用的方法從無(wú)人機(jī)圖像中提取冠幅：目視解譯和面向?qū)ο?。研究人員用目視解譯的方法，直接測(cè)量了立體圖下的冠寬。由測(cè)量數(shù)值數(shù)據(jù)和圖形測(cè)量數(shù)據(jù)建立的回歸模型的相關(guān)系數(shù)超過(guò)0.85。研究人員使用立體圖像匹配方法和面向?qū)ο蟮姆指罘椒◤挠涗浀臒o(wú)人機(jī)圖像中提取單個(gè)樹梢，準(zhǔn)確率超過(guò)90%。也有研究人員改進(jìn)的多級(jí)圖像分割方法;我們首先確定懸垂區(qū)域的大小，使用分水嶺算法對(duì)樹冠進(jìn)行細(xì)分，并提供生成的高質(zhì)量樹冠圖。研究人員使用無(wú)人機(jī)拍攝的圖像對(duì) 森林冠層進(jìn)行了評(píng)估并表征大森林中的冠層以獲得葉面積。研究人員利用ENVI5.0軟件的圖像紋理和光譜特征的面向?qū)ο蟮膱D像分割方法，進(jìn)行了多次實(shí)驗(yàn)，確定了分割尺度，基于來(lái)自一個(gè)單冠樹。也可以通過(guò)對(duì)視覺解釋和通過(guò)面向?qū)ο蠓椒ǖ玫降男诺佬畔⑦M(jìn)行收集和分析，得出兩種方法的準(zhǔn)確率上沒有顯著差異，在速度上優(yōu)于面向?qū)ο蠓椒ǖ慕Y(jié)論。無(wú)人機(jī)平臺(tái)可以同時(shí)收集航拍圖像和有關(guān)航空數(shù)據(jù)的更多信息，例如森林結(jié)構(gòu)參數(shù)。激光點(diǎn)將云數(shù)據(jù)連接到高分辨率光和小型航拍照片相結(jié)合，可以獲得樹木冠層寬度和高度的數(shù)據(jù)。研究人員使用無(wú)人機(jī)圖像重建了 3D 結(jié)構(gòu)并捕獲了樹冠直徑，具有相對(duì)準(zhǔn)確的數(shù)據(jù)結(jié)果。然而，一些無(wú)人機(jī)研究證實(shí)了這一點(diǎn)圖像重建的 3D 森林信息無(wú)法穿透茂密的樹冠，但航空照片可以提供更完整的植被垂直分布。 同時(shí)有人提出了一種通過(guò)結(jié)合無(wú)人機(jī)圖像和航空攝影數(shù)據(jù)來(lái)創(chuàng)建落葉松林?jǐn)?shù)字表面模型的工作流程。結(jié)果表明，該工作流程可以充分利用無(wú)人機(jī)時(shí)間并收集各種分層數(shù)據(jù)以更新高級(jí)模型。在準(zhǔn)確度要求不高的情況下，利用圖像識(shí)別技術(shù)快速檢索森林信息，可以快速提高工作效率。此外，還有一個(gè)自動(dòng)提取樹冠的算法，樹冠提取準(zhǔn)確率可以達(dá)到 70%。假設(shè)如何從相同結(jié)構(gòu)中獲得的樹梢分割中提取樹梢，這取決于樹木的數(shù)量和樹梢的大小。

（三）生物量、蓄積量獲取和立木材積表研建

生物量是森林質(zhì)量和產(chǎn)品評(píng)價(jià)的重要指標(biāo)，無(wú)人機(jī)生物量評(píng)價(jià)廣泛應(yīng)用于林業(yè)和農(nóng)業(yè)。Bendig使用常規(guī)無(wú)人機(jī)拍攝的 RGB 圖像估計(jì)了麥田中的作物生物量，用于估計(jì)濕重和干重的決定系數(shù) R2 超過(guò) 0.8。他首先使用面向?qū)ο蟮姆椒ǐ@得了有關(guān)樹冠的信息。研究人員通過(guò)對(duì)無(wú)人機(jī)圖像和航拍照片進(jìn)行處理，利用點(diǎn)云數(shù)據(jù)建立生物量預(yù)測(cè)模型，得到完整的點(diǎn)云數(shù)據(jù)。結(jié)果表明，使用無(wú)人機(jī)進(jìn)行森林生物量預(yù)測(cè)有助于提高工作效率。同時(shí)，降低了采伐成本。體積表是一個(gè)木制的測(cè)量表。根據(jù)各種因素，可分為一維體積測(cè)量、二維體積測(cè)量和三維體積測(cè)量。由于樹高和樹冠寬度是航空攝影中決定樹木大小的主要因素，利用無(wú)人機(jī)圖像獲取的樹冠寬度和高度根據(jù)資料。

（四）無(wú)人機(jī)獲取的三維坐標(biāo)、面積及精度

取自無(wú)人機(jī)傳感器立體圖像的位置系統(tǒng)坐標(biāo)系與地面測(cè)量系統(tǒng)坐標(biāo)系相連，選取10個(gè)參考點(diǎn)進(jìn)行監(jiān)測(cè)，得到其三維坐標(biāo)。 NTS-3401地面測(cè)量系統(tǒng)儀器精度為：3mm+2×10-6·D的數(shù)值。數(shù)據(jù)分析表明，無(wú)人機(jī)獲取3D坐標(biāo)的實(shí)際誤差為[-13， 17]，即坐標(biāo)高程離散區(qū)間大于平面坐標(biāo)系離散區(qū)間，平面坐標(biāo)的精度約為3厘米，高程坐標(biāo)的精度約為10厘米。

在數(shù)據(jù)提取過(guò)程中，全站儀需要兩個(gè)人進(jìn)行現(xiàn)場(chǎng)工作，一個(gè)人控制全站儀另一個(gè)人拿著棱鏡測(cè)量被測(cè)特征點(diǎn)。無(wú)人機(jī)的立體圖像是在計(jì)算機(jī)上進(jìn)行校準(zhǔn)，這提高了它的效率。無(wú)人機(jī)實(shí)測(cè)線性模型與全站標(biāo)稱值：y = 1，003x - 0.090，相關(guān)系數(shù)R2=0.98， 無(wú)人機(jī)量測(cè)值非常接近發(fā)射站的值。

三、在林區(qū)規(guī)劃及樹木空間分布方面的應(yīng)用

森林資源分析和無(wú)人機(jī)在林區(qū)規(guī)劃中的使用朝著現(xiàn)代方向發(fā)展。研究人員使用航空數(shù)字?jǐn)z影測(cè)量自動(dòng)為森林中的林區(qū)小班邊界。從無(wú)人機(jī)圖像創(chuàng)建的各種專題圖為森林管理提供了新思路。研究人員使用軟件評(píng)估森林分區(qū)，并根據(jù)無(wú)人機(jī)照片創(chuàng)建主題森林分區(qū)圖。在一些較小的集群中，從整體的現(xiàn)場(chǎng)驗(yàn)證準(zhǔn)確率高達(dá) 88.7%，這表明無(wú)人機(jī)遙感技術(shù)可用于林區(qū)規(guī)劃，對(duì)森林資源的廣泛探索和大量的無(wú)人機(jī)圖像具有天然的好處。無(wú)人機(jī)可以獲取大量關(guān)于樹木的信息，例如通過(guò)圖像生成來(lái)獲得數(shù)種分布。相關(guān)的實(shí)驗(yàn)表明，將無(wú)人機(jī)確認(rèn)樹種空間分布實(shí)驗(yàn)的結(jié)果與土壤研究的結(jié)果類似。研究人員從 25.29 平方公里的研究區(qū)域收集無(wú)人機(jī)圖像，并使用先進(jìn)的分類方法獲取研究區(qū)域的紅樹林空間分布，信息的可靠性達(dá)到90%。使用不同類型的傳感器，可以采集不同組的光譜信息，大大提高了森林的探測(cè)效率和無(wú)人機(jī)的工作效率。研究人員用無(wú)人機(jī)取代了攝像頭，接收了有關(guān)研究區(qū)域的近紅外信息，并對(duì)物種分類進(jìn)行了可行性研究。還可以使用配備數(shù)碼相機(jī)的航模，通過(guò)高分辨率遙感器獲取林分空間結(jié)構(gòu)的四個(gè)特征是混交度、角尺度、大小比率和樹冠競(jìng)爭(zhēng)指數(shù)。隨著城市的發(fā)展，無(wú)人機(jī)在城市規(guī)劃、綠化建設(shè)中變得越來(lái)越重要。相關(guān)研究人員的無(wú)人機(jī)圖像已被用于在衛(wèi)星圖像對(duì)時(shí)間敏感且不受云層遮擋的環(huán)境中獲取井岡山綠地的綠地分布，結(jié)果表明，所得結(jié)果符合城市文化措施的要求[2]。

四、森林景觀三維重建

3D景觀的重建可以通過(guò)無(wú)人機(jī)進(jìn)行，對(duì)于不需要太多精度的應(yīng)用程序來(lái)完成的 3D 模型，無(wú)人機(jī)提供快速的信息檢索、簡(jiǎn)單的處理和易用性。隨著信息技術(shù)和計(jì)算機(jī)技術(shù)的不斷發(fā)展，利用遙感技術(shù)重建模型的方法正在慢慢完善。使用 3D 重建方法從無(wú)人機(jī)圖像中提取詳細(xì)信息來(lái)重建 3D 樹冠模型。相比之下，雷達(dá)平臺(tái)遙感技術(shù)提供樹冠重建，而地基激光雷達(dá)數(shù)據(jù)有限且價(jià)格昂貴。 研究軟使用小型無(wú)人機(jī)沿著預(yù)定路徑緩慢飛越站立的樹木以獲取圖像、創(chuàng)建單棵樹木的 3D 模型，并使用林業(yè)技術(shù)進(jìn)行計(jì)算機(jī)視覺。研究人員使用無(wú)人機(jī)圖像提取數(shù)字高程模型（DEM），并通過(guò)在 RTK 采集的高分辨率無(wú)人機(jī)圖像上疊加地面控制點(diǎn)來(lái)驗(yàn)證提取的 DEM 的準(zhǔn)確性。結(jié)果表明，生成的3D森林景觀具有很強(qiáng)的真實(shí)感和高保真度。同時(shí)可以利用GPS測(cè)量數(shù)據(jù)、ASTERGDEM和SPTM數(shù)據(jù)對(duì)無(wú)人機(jī)圖像獲得的DEM信息進(jìn)行對(duì)比分析。結(jié)果表明，無(wú)人機(jī)圖像產(chǎn)生的 DEM 誤差極小。研究人員利用數(shù)字高程模型和無(wú)人機(jī)正射影像完成各種研究任務(wù)，包括數(shù)字地形模型、3D成像、信息查詢、數(shù)字3D模型、林業(yè)分割、林種分析等。最后，無(wú)人機(jī)生成的3D森林景觀更好地體現(xiàn)了森林的價(jià)值，有助于森林保護(hù)和管理。

五、無(wú)人機(jī)在森林信息提取方面應(yīng)用的建議

（一）目前無(wú)人機(jī)技術(shù)獲得的伸縮圖像存在相位低、數(shù)量多、圖像兼容不均勻等缺點(diǎn)。傳統(tǒng)圖像制作軟件的算法難以達(dá)到良好的效果，導(dǎo)致圖像處理出現(xiàn)大量人工遠(yuǎn)程控制、操縱、效率低下等特點(diǎn)。因此，幾何校正、快速連續(xù)拼接、圖像質(zhì)量評(píng)價(jià)等方法來(lái)自遙感器的圖像數(shù)據(jù)必須達(dá)到一定程度，才能實(shí)時(shí)顯示來(lái)自遙感器的圖像數(shù)據(jù)。

（二）根據(jù)樹的不同信息需求，選擇不同的相機(jī)類型和飛行高度來(lái)捕捉不同樹木的伸縮圖像。研究表明，不同像素分辨率的圖像對(duì)森林信息的準(zhǔn)確性有顯著影響。無(wú)人機(jī)技術(shù)的未來(lái)趨勢(shì)是使用不同分辨率的圖像來(lái)滿足特定需求。

（三）樹??冠高度、樹冠寬度等樹木測(cè)量因素高度依賴于樹冠阻礙。當(dāng)前的大部分研究都集中在尋找有關(guān)中間和底部支架的信息，由于我國(guó)森林主要集中在東北、西南、南部三個(gè)林區(qū)，因此有必要加強(qiáng)和開展研究，獲取森林冠層密度信息。

（四）遙感和無(wú)人機(jī)成像提供方便的工作寬度和水管設(shè)置。樹的大小不是直接用胸徑數(shù)據(jù)來(lái)衡量的，只能用反演法來(lái)計(jì)算，反之亦然。將來(lái)，使用一些測(cè)量技術(shù)，例如地面激光雷達(dá)和地面攝影測(cè)量，將準(zhǔn)確測(cè)量樹木的胸徑大小。

（五）高分辨率無(wú)人機(jī)具有較高的遙感影像局部分辨率，但光譜信息集中在一組可見光中，光譜信息減少?，F(xiàn)有算法只能在單一尺度上提取局部信息和位置，難以在遙感圖像中有效提取單顆樹尺度特征。因此，遠(yuǎn)程提高無(wú)人機(jī)傳感器的高分辨率成像水平，將有助于高精度無(wú)人機(jī)成像數(shù)據(jù)在探測(cè)區(qū)域的森林資源研究和探測(cè)的高效、廣泛應(yīng)用。

（六）無(wú)人機(jī)在森林景觀重建或林區(qū)規(guī)劃中未得到廣泛開發(fā)或使用。加強(qiáng)森林生態(tài)重要旅游目的地立體景觀修復(fù)研究，做好旅游景點(diǎn)餐飲服務(wù)宣傳和地方旅游廣告宣傳。

（七）無(wú)人機(jī)飛行通用規(guī)則的缺失，限制了無(wú)人機(jī)技術(shù)信息流動(dòng)和交流。因此，國(guó)家需要對(duì)無(wú)人機(jī)制定行業(yè)規(guī)范和指南，以促進(jìn)無(wú)人機(jī)技術(shù)在森林研究和監(jiān)測(cè)中的廣泛應(yīng)用。

六、結(jié)束語(yǔ)

利用無(wú)人機(jī)除了提取樹高、樹冠寬度、三維點(diǎn)坐標(biāo)和樹木特征外，利用無(wú)人機(jī)立體攝影獲得的三維數(shù)據(jù)，可以評(píng)估樹木材積的大小，蓄積數(shù)量，密度等數(shù)據(jù)。此外，3D 激光掃描儀和地面激光雷達(dá)等設(shè)備的成本低于無(wú)人機(jī)航拍測(cè)量樹的成本，并可以提供更快的數(shù)據(jù)采集速度和更廣泛的應(yīng)用。但是，這種方法有一些局限性。如果飛越大片森林，將無(wú)法清楚地訪問(wèn)地面圖像，而且無(wú)人機(jī)飛越森林是有風(fēng)險(xiǎn)的，因此，實(shí)現(xiàn)在郁閉度大、結(jié)構(gòu)復(fù)雜、遮擋復(fù)雜的林區(qū)全景圖像，創(chuàng)建清晰的3D圖像，并根據(jù)成本控制進(jìn)一步提高精度，仍需進(jìn)一步研究。

作者單位：黃婉琳? ? 中水北方勘測(cè)設(shè)計(jì)研究有限責(zé)任公司

參? 考? 文? 獻(xiàn)

[1]何誠(chéng)，董志海，王越，等.利用無(wú)人機(jī)立體攝影技術(shù)獲取森林資源信息[J].測(cè)繪通報(bào)，2020（06）：28-31.

[2]喬和愛.無(wú)人機(jī)在森林資源調(diào)查中的應(yīng)用[J].林業(yè)科技情報(bào)， 2018，50（04）：82-84.