无人机遥感技术在城市树木智慧化管理中的应用∗

杨瑞卿 唐 瓴 谈海佳 许晓波 严 巍

1 上海市绿化管理指导站 上海 200020 2 上海陀岭园林雕塑工程有限公司 上海 200331 3 上海城市树木生态应用工程技术研究中心 上海 200020

无人机遥感技术在城市树木智慧化管理中的应用∗

杨瑞卿1，3唐 瓴1，3谈海佳2许晓波1，3严 巍1，3

1 上海市绿化管理指导站 上海 200020 2 上海陀岭园林雕塑工程有限公司 上海 200331 3 上海城市树木生态应用工程技术研究中心 上海 200020

随着城市建设步伐的加快，无人机遥感系统在各行各业都取得了飞速发展。如何在生态城市、智慧城市建设中充分发挥无人机遥感系统在城市树木规划建设、统计分析、管理指导、预报预测中的作用，进而提高城市树木的智慧化管理水平，促进城市树木的长势和景观面貌提升，笔者结合当前无人机遥感发展趋势，立足城市树木管理，提出无人机遥感在城市树木管理中的应用形式，以期为今后城市树木的精细化管理提供一定的支撑。

城市树木，无人机遥感系统，智慧化，精细化

城市树木是城市生态系统和景观的重要组成部分[1]，它具有美化环境、净化空气、补充氧气、减少噪音及污染等作用[2]，通常指生长在城市中的乔木，主要包括5大类:行道树、绿地树木、公园树木、小区树木和古树名木。其大多分布在人口较为集中的城区，立地条件十分复杂，因此，对其人工调查的效率较低，进行日常监测难度较大。

随着我国一些大城市的生态城市和智慧园林建设步伐日渐加快，城市树木智慧化管理也必将成为今后行业发展的趋势。无人机遥感技术因其自动化、智能化、专题化等特点，能够快速获取环境的空间遥感信息，完成遥感数据处理、建模和应用分析的能力，从而实现城市树木管理的信息化、现代化、标准化、可视化、智能化及精细化，其必将在今后城市树木管理中发挥重要作用。国内外对无人机在绿地管理等领域的大量研究和实践表明，采用无人机遥感技术不仅能够准确判定和量测绿化覆盖面积，而且对于判别绿地类型、结构、空间布局乃至识别植物种类都十分有效，特别是随着无人机遥感系统硬件、软件的不断完善，其为城市的绿地规划、建设、养护管理等提供了全新、现代化和便捷的技术支持。

1 无人机遥感系统概况

无人机 (Unmanned Aerial Vehicle)，即指自带飞行控制和导航定位系统的无人驾驶的飞行器[3－5]，它的优点包括成本低、拍摄的图像分辨率高、数据精准、外业周期短、操作简单灵活、高效快速等[6－7]。将无人机与遥感技术结合，即为 “无人机遥感”(简称UAVRS)[8]。因而，无人机遥感系统具有运行成本低、执行任务灵活、能够获得高分辨率遥感影像等优点，成为传统航天遥感、卫星遥感的优异补充，将广泛运用于诸多领域，如城市规划管理、三维实景、气象观测、农牧监测管理、海事监管、国土资源清查、灾害监测预防、应急灾害救援等[9－10]。由此可见，其在城市树木的智慧化管理中也将具有广阔的应用前景。

2 国内外应用现状

2.1 国外应用情况

国外无人机遥感技术发展迅猛，应用领域较多，技术体系已较为成熟。世界上第一台农用无人机出现在1987年的日本，经过20余年的发展，目前日本已拥有2 400多架注册农用无人机，操作人员14 000多人，成为世界上农用无人机喷药第一大国[11]。除此之外，美国、俄罗斯、加拿大及韩国等国的农用无人机发展及其技术体系也较为迅速和完善。麻省理工学院在 《科技评论》杂志中曾评选出“2014年十大最具突破性的科技创新”，农用无人机被排在了第1位。瑞士有学者提出了一种小型无人机影像全自动处理方法，可以处理导航级别的无人机定位信息和消费级非测量型数码相机影像，并且能实现较高的制图精度，相较于传统制图方式更具有优势[12]。德国Grenzdörffer等分别用固定翼和降落伞无人机 (Paraglider UAV)进行摄影测量试验，表明小型UAV可以成功获取高精度数据影像。无人机遥感技术在农业和林业领域发展潜力巨大[13]，如，2015年1月，美国的联邦航空管理局 (FAA)正式批准了无人机在农业的应用——农作物监测[14]；Rango[15]等研究了无人机低空遥感在牧场保护方面的应用，利用其高分辨率影像，评估了牧场的健康状况；Berni等利用无人机平台成像传感器影像，计算获得植被指数、光化学发射指数等信息，能够对农田、果园和作物等进行监测[15－18]。

2.2 国内应用情况

与国外相比，我国无人机发展较晚，但起点高、发展迅速，优势主要是相关软件的应用方面。民用领域主要集中在农业、林业、国土等领域，在绿化中的应用较少。2004年起，我国科技部、农业部等开始研究和推广植保无人机；2007年，我国对植保无人机进行产业化探索；2010年，国内首架植保无人机问世。目前，农用无人机在农业生产中的应用主要体现在植保作业、林业监测、作物授粉及牧群定位等方面。如，利用无人机数字图像技术能够获得冬小麦冠层生物量的垂直分布规律[19]、较好地模拟不同条件下LAI的变化[20]、较准确地计算森林的LAI[21]、识别倒伏作物并获取倒伏信息[22]。此外，李文慧[23]等以钦州市犀牛角镇土地利用为例，利用无人机遥感影像资料进行三维地形建模，得到了清晰、逼真的虚拟现实效果。谢彩香[24]等根据中药资源分布特点利用无人机进行抽样调查，结合航天遥感计算中药资源的总量，大大节省了成本，并使其结果具有统计学的可靠性。台湾大学理学院空间信息研究中心利用无人机拍摄低空大比例尺图像，配合FORMOSAT2分类进行异常提取，解译桃园县非法废弃堆积物 (固体垃圾等)，用于环境污染监测和执法调查[8]。无人机还能够完成无人机影像数据与地面实测数据的对比、分析[25]，对森林资源二类调查涉及的森林精确区划调查、森林病虫害监测防治方面有良好应用前景[7]。同时，研究表明无人机影像经过几何校正和拼接后得到的正射影像图具有很高的平面位置精度[26－27]，使用无人机航拍影像进行面积监测的精度基本能达到95.0%以上[28]。

近年来，随着国内对空域政策的放宽，以及智慧城市、生态城市建设的发展需要，无人机遥感系统在城市树木管理中的应用显得尤为重要，在园林绿化中的应用日益增多，优势也逐渐显现。例如，北京市在推进智慧园林建设过程中，实现园林绿化资源信息的二维或三维地图，为浏览和资源监管提供基础[29]。此外，利用无人机收集的数据及影像，提取行道树基本信息[30]、观察园林树木的寄生植物[31]、开展园林绿化调查[32]、制作二维和三维地形图[33]、通过对城市绿地信息的提取，开展城市绿地的现状分析与评价[34]，计算城市[35－36]、 小区[37]和植株[38]的三维绿量，建立了城市森林植被高度模型[39]。以上研究表明，这些方法都需要高精度的遥感影像，而无人机遥感技术获取的遥感图像分辨率高、时效性强、数据采集成本较低，可弥补传统卫星遥感和普通航空摄影技术的缺陷。

3 无人机在城市树木管理方面的应用

3.1 病虫害管理

利用无人机遥感、载热和窄带多光谱成像传感器、地理信息系统、全球定位系统、计算机技术等高新技术手段，组建病虫害和外来入侵有害生物的监测预警技术体系，研究生物灾害的发生危害动态、风险评估及预测预报，对发病面积、程度、趋势进行统计分析，从而实现对区域内树木发病情况进行动态监控，进而为病虫害的防治提供依据。同时，根据发病程度和趋势，规划防治路线，进而通过搭载药瓶进行高空喷药防治，既节约了人工成本提高了效率，又提高了防治效果减少了对人体的伤害，这些对于整个绿化行业的可持续发展有着重要的意义。

3.2 系统规划

城市树木系统规划的工作范围大，工作强度高，并且需要规划师对城市树木的整体或区域分布、周边情况有清晰、明确的了解与定位。无人机航拍技术则可以将这些情况清晰、准确地表达在三维和二维图像上，明显缩短了工作周期和工作量，提高了规划的时空效应。

3.3 日常管理

无人机通过搭载高分辨率监测、摄像设备，可以解决日常巡查人员不足、效果差、效率低等问题，有助于管理人员精确掌握城市树木的现状。如冬季修剪、夏季剥芽工作的开展，枯枝烂头、树洞的精确定位等为城市树木的时查时管提供科学有效的依据。

3.4 动态监测

城市树木监测已经由传统的获取样本的数量、位置等方面的信息，逐渐转变为向对象的动态变化监测方向发展。而无人机具有高时效性，能第一时间获取对象变化数据，通过红外、多光谱和高光谱、SAR等技术的应用，将在以后的城市树木管理中(面积变化、树木数量、树种变化、树种分布、树种识别、绿荫覆盖率统计、生长量变化等)发挥其他遥感平台所不能比拟的优势。同时，通过接收装置收集各处传感点的数据，实现对城市树木的土壤水分情况、环境温度与湿度、二氧化碳程度等的实时监测，并进行数据分析，实现园林管理的智能灌溉、智能预警与分析、专家线上指导等等。

3.5 灾害监测

突发事件及灾害的发生往往容易导致环境发生改变，使抢险人员快速亲临现场制定解决方案的可能性降低。而无人机机动性能好，作业方式快速灵活，并且得到影像的处理结果对于灾害应急救援具有重要指导作用。如台风、冰雪灾害来临之后对倒伏、损坏树木的分布、数量、程度进行分析，可以提高抢险救灾的时效性和针对性。

4 结语

无人机遥感系统在城市树木管理、实时监测、预报分析等领域的应用具有巨大的优势和广阔的前景。它相比其他遥感形式，具有更高的地面空间分辨率，是对当前城市树木管理、景观面貌提升、监测手段的有力补充，可以很好地应用于城市树木精细化管理领域。

但由于我国无人机遥感系统在城市树木管理方面的应用起步较晚，且目前主要是用于规划方面。随着无人机在城市管理及各个领域应用的不断深入，无人机遥感系统必将会为城市绿化特别是城市树木管理方面的工作做出积极的贡献。

[1]吴宾，余柏蒗，岳文辉，等.一种基于车载激光扫描点云数据的单株行道树信息提取方法[J].华东师范大学学报:自然科学版，2013，38(2):38 －49.

[2]郑芷青.广州市行道树特征分析[J].城市环境与城市生态，1996，9(3):38 －41.

[3]WATTS A C，AMBROSIA V G，HINKLEY E A.Unmanned aircraft systems in remote sensing and scientific research:Classification and considerations of use[J].Remote Sensing，2012，4(6):1671－1692.

[4]李德仁，李明.无人机遥感系统的研究进展与应用前景[J].武汉大学学报:信息科学版，2014，39(5):505－513.

[5]朱建新，张秋阳，谢习华.某型无人机地面站软件的设计与实现[J].中南林业科技大学学报，2011，31(4):164－168.

[6]崔红霞，孙杰，林宗坚.无人机遥感设备的自动化控制系统[J].测绘科学，2004，29(1):47 －49.

[7]张园，陶萍，梁世祥，等.无人机遥感在森林资源调查中的应用[J].西南林学院学报，2011，31(3):49 －53.

[8]金伟，葛宏立，杜华强，等.无人机遥感发展与应用概况[J].遥感信息，2009(1):88－92.

[9]晏磊，吕书强，赵红颖，等.无人机航空遥感系统关键技术研究[J].武汉大学学报，2004，37(6):67 －70.

[10]吕厚谊.无人机发展与无人机技术[J].世界科技研究与发展，1998，20(6):113 －116.

[11]何勇，张艳超.农用无人机现状与发展趋势[J].现代农机，2014(1):1－5.

[12]KUNG O，STRECHA C，BEYELER A，et al.The accuracy of automatic photogrammetric techniques on ultra-light UAV imagery[C].UAV-g 2011-Unmanned Aerial Vehicle in Geomatics，2012.

[13]GRENZDORFFER G J，ENGEL A，TEICHERT B.The photogrammetric potential of low-cost UAVs in forestry and agriculture[J].The International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2008，31(B3):1207－1214.

[14]朱翔.美国无人机助力植保[J].农经，2015(5):75－77.

[15]RANGO A，STEELE C，HERRICK J E，et al.Using Unmanned Aerial Vehicles for Rangelands:Current Applications and Future Potentials[J].Environmental Practise，2006， 8(3):159 －169.

[16]BEMI J A J，ZARCOTEJADA P J，SUAREA L，et al.Thermal and Narrowband Multispectral Remote Sensing for Vegetation Monitoring From an Unmanned Aerial Vehicle[J].Transactions on Geoscience and Remote Sensing，2009，47(3):722 －738.

[17]GUILLEN-CLIMENT M L，ZARCO-TEJADA P J，BERNI J A J，et al.Mapping radiation interception in row-structured orchards using 3D simulation and high-resolution airborne imagery acquired from a UAV[J].Precision Agric，2012，13:473 －500.

[18]HUNT E R，HIVELY W D，FUJIKAWA S J，et al.Acquisition of NIR-Green-Blue Digital Photographs from Unmanned Aircraft for Crop Monitoring[J].Remote Sens，2010，2(1):290 －305.

[19]单成刚，廖树华，龚宇，等.应用数字图像技术估测冬小麦冠层生物量垂直分布特征的研究[J].作物学报，2007，33(3):419–424.

[20]李明，张长利，房俊龙.基于图像处理技术的小麦叶面积指数的提取[J].农业工程学报，2010，26(1):205－209.

[21]孙晓，谭炳香.基于CASI高光谱遥感数据的森林叶面积指数反演[J].广东农业科学，2012，39(14):189 －193.

[22]李宗南，陈仲新，王利民，等.基于小型无人机遥感的玉米倒伏面积提取[J].农业工程学报，2014，30(19):207－213.

[23]李文慧，杨斌，黄永，等.人机遥感在三维地形建模中的应用初探[J].气象研究与应用，2008，29(4):38 －41.

[24]谢彩香，陈士琳，林宗坚，等.无人机遥感技术应用于药用植物资源调查研究[J].中国现代中药，2007，9(6):4－6.

[25]李宇昊.无人机在林业调查中的应用实验[J].林业资源管理，2007，4:69 －73.

[26]胡晓曦，李永树，李和超，等.无人机低空数码航测与高分辨率卫星遥感测图精度试验分析[J].测绘工程，2010，19(4):68－74.

[27]周晓敏，赵力彬，张新利.低空无人机影像处理技术与方法探讨[J].测绘与空间地理信息，2012，35(2):182－184.

[28]王利民，刘佳，杨玲波，等.基于无人机影像的农情遥感监测应用[J].农业工程学报，2013，29(18):136 －144.

[29]寇亚琴.北京加快构建智慧园林[N].中国花卉报，2016－09－01(002).

[30]曹明兰，张力小，王强，等.无人机遥感影像中行道树信息快速提取[J].中南林业科技大学学报，2016，36(10):89－93.

[31]杨萍，茅裕婷，王上上，等.利用无人机近距离观察园林树木上的寄生植物[J].广东园林，2016，38(5):84－87.

[32]许兆军.高精度无人机影像园林绿化遥感测试应用研究[J].国土资源导刊，2016.13(4):62－67.

[33]金星.无人机航拍技术在风景园林规划设计中的应用[J].现代园艺，2016(2):140－140.

[34]陈惠兰，肖斌，舒斯红.基于多源遥感影像的城市绿化遥感测定研究[J].数字技术与应用，2014(7):96－99.

[35]吕妙儿，蒲英霞，黄杏元.城市绿地监测遥感应用[J].中国园林，2000，16(71):41 －44.

[36]刘常富，何兴元，陈玮，等.沈阳城市森林三维绿量测算[J].北京林业大学学报，2006，28(3):32－37.

[37]陈荻，李卫正，孔文丽，等.基于低空高分辨影像的三维绿量计算方法:以南京林业大学校园为例[J].中国园林，2015，31(9):22－26.

[38]陈自新，苏雪痕，刘少宗，等.北京城市园林绿化生态效益的研究[J].中国园林，1998，14(1):57 －57.

[39]周廷刚，罗红霞，郭达志.基于遥感影像的城市空间三维绿量(绿化三维量)定量研究[J].生态学报，2005，25(3):415－420.

Application of Unmanned Aerial Vehicle Remote Sensing Technology to Intelligent Management of Urban Trees

Yang Ruiqing1，3， Tang Ling1，3， Tan Haijia2， Xu Xiaobo1，3， Yan Wei1，3
(1.Shanghai Green Management Guidance Station， Shanghai 200020， China；2.Shanghai Tuo ling garden sculpture Engineering Co， Ltd， Shanghai 200020， China；3.Shanghai Engineering Research Center of Urban Trees Ecological Application， Shanghai 200020， China)

With the accelerated urbanization，unmanned aerialvehicle(UAV)remote sensing system has been widely applied in all walks of life In the eco and smart city construction，it is vitally important how to give full play to the UAV remote sensing system in urban trees planning and construction， guidance and management， statistical analysis，forecast so as to improve the wisdom management level of urban trees，then improve the tree vigor and landscape Based on city tree management，the authors presented the application forms of UAV remote sensing in the management of urban trees with an eye to the UAV development to study，to provide some support for fine management of urban trees in the future.

urban trees， unmanned aerial vehicle remote sensing system， intelligence， refinement

10.3969/j.issn.1672－4925.2017.06.006

2017－7－10

上海市绿化和市容管理科技攻关项目 (G160507；G150503)；上海市科委科技创新行动计划 (17DZ2252000)

杨瑞卿 (1981－)，男，硕士，主要从事城市绿化管理与技术指导工作，E－mail:zdzyrq＠163.com

严巍 (1972－)，女，高级工程师，研究方向为城市绿化管理，E－mail:yanw816＠163.com