无人机航测技术在森林蓄积量估测中的应用

李亚东，冯仲科，明海军，李长青，曹明兰

(1. 北京林业大学精准林业北京市重点实验室,北京 100083; 2. 北京工业职业技术学院,北京 100042; 3. 内蒙古大兴安岭林管局森林调查规划院,内蒙古 牙克石 022150)

无人机航测技术在森林蓄积量估测中的应用

李亚东1,2，冯仲科1，明海军3，李长青2，曹明兰2

(1. 北京林业大学精准林业北京市重点实验室,北京 100083; 2. 北京工业职业技术学院,北京 100042; 3. 内蒙古大兴安岭林管局森林调查规划院,内蒙古 牙克石 022150)

无人机(UAV)航测技术是近年来发展起来的快速获取高分辨率影像的测绘新技术。森林蓄积量估算需要快速高效地获取森林遥感影像。虽然利用卫星和机载雷达同样可获取高分辨率遥感影像，但无人机航测技术与其相比具有飞行成本低、外业周期短、机动灵活等优点。本文利用无人机航测系统获取了案例地区DSM和DEM，采用最大邻域法提取了树高，采用分水岭算法分割了树冠信息，并以树高和冠幅作为解释变量的立木材积二元模型估算了森林蓄积量。结果表明，树高提取精度为83.73%，冠幅提取精度为86.98%，林分蓄积量估算精度为81.80%。

无人机航测；树高；冠幅；森林蓄积量估算

无人机(unmanned aerial vehicle,UAV)是自带飞行控制系统和导航定位系统的无人驾驶飞行器[1-2]，它具有灵活性高、云下飞行、影像分辨率高、时效性强、成本低等优点[3]。以无人机为平台的低空数字摄影测量广泛应用于资源环境调查、城市规划、灾害应急监测等领域[4]。森林蓄积量是评价森林的重要指标，标志着林地生产力的高低及经营措施的效果[5]。蓄积量的估算是森林资源调查的主要目的之一，为森林经营与林分采伐提供了重要依据[6]。随着遥感技术的发展，航空遥感在森林资源调查中的应用越来越广泛，但有人驾驶飞机森林资源调查的费用高、人力物力投入大、周期长，已经无法满足当今森林资源调查和监测的需求。无人机航测技术势必会在森林资源调查和动态监测中发挥极大的优势[7]。

本文利用无人机航测影像数据，制作出高精度数字表面模型(DSM)和数字正射影像图(DOM)，提取林分平均高、树冠信息等林分参数，结合实地调查数据进行比较分析，并基于提取的林分参数估算森林蓄积量。

1 研究区概况

研究区位于内蒙古大兴安岭阿尔山林业局伊尔施林场(东经119°28′—120°01′，北纬47°15′—47°35′)。研究实测数据来自阿尔山林业局伊尔施林场63号林班8小班，小班面积为3.2 hm2，地势平缓，郁闭度为0.6，为白桦天然林，树种组成为10白，中龄林。经过全面踏查，在小班内距离林缘20 m以外的区域布设了50 m×50 m的标准地，样木总株数为264。

2 无人机航测数据采集

2.1 设备参数

本文采用测图鹰X100航测遥感无人机系统，机长60 cm，翼展100 cm，起飞重量2 kg，巡航速度75 km/h，起飞方式为弹射架弹射起飞，配备GPS/INS自主巡航系统、地面站控制系统及空地通信数据链组件，搭载Canon 5D MarkⅡ数码相机。

2.2 航摄设计

无人机航飞前需检查测区基准面情况，确保起飞和降落区域内没有障碍物，并确定起降点。飞行航高设计为150 m，设计航向和旁向重叠度均为70%。航飞当天天气状况良好，风力小于2级。相机焦距为35 mm，像素大小为6.41 um，空间分辨率为0.03 m。完成飞行任务后，导出影像和飞行记录数据，所拍摄的航片影像清晰、色调饱和不偏色、层次适中、目视效果良好。

2.3 数据处理

提取林分参数时，必须对无人机影像进行正射纠正，获得DOM。本文利用Agisoft PhotoScan软件，采用多视图三维重建技术对无人机影像进行定向计算，解算出每张影像的位置。通过定向后的影像生成三维密集点云数据，再创建多边形网格(polygonal mash)模型，重构出线、面、体、空间等各类数据，展现目标的形态特性。通过导入地面控制点生成成高精度的带有真实坐标的三维模型，生成数字高程模型(DEM)、DSM和DOM，其处理流程如图1所示。

3 林分参数提取与分析

3.1 树高提取

DEM是将在DSM中被判断为地表面的点连接起来的三角网模型。首先从三维点云数据中制作DSM，再减去DEM得到林冠层三维信息模型(digital canopy model,DCM)，如图2所示。对DCM采用最大邻域法过滤出树顶点的位置和高度[8]。将树顶点定义为树冠的冠幅内最高点，以树冠冠幅的外接矩形作为分析范围(9×9格网)，获取DCM内满足设定条件的最高点，作为树顶点。如果树冠曲面G以多项式来表达，当任意点P(x,y)满足冠面坡度β=0、最大曲率Cmax>0且最小曲率Cmin>0时，则判断P为树顶点。树顶点位置的DCM值即树高。通过树顶点可确定株数密度和位置。

图1 技术路线

图2 林冠层三维信息模型

图3 树高提取值与实测值关系散点

3.2 树冠提取

分水岭算法对微弱边缘较敏感，可获得位置准确的轮廓，较适合高分辨率的影像[9]。有研究者利用标记分水岭分割法提取高分辨率卫星影像水体信息，取得了较好效果[10]。本文采用分水岭算法提取树冠，首先将DOM生成为梯度影像，并标记梯度影像的前景和背景。其中每个对象内部的前景像素都是相连的，背景里面的每个像素值都不属于任何目标物体。由于已经确定了树顶点，在分水岭算法分割时可将树顶点作为树冠中心点，根据林学知识预测出树冠范围标记为前景，将DOM∩(DCM==0)标记为背景。调用OpenCV的函数cv::watershed()实现分水岭算法的树冠分割。树冠投影多边形与树顶点叠加效果如图4所示。

图4 树冠投影多边形与树顶点叠加

(1)

图5 树高提取值与实测值关系散点

提取树顶点后，利用标准地实测数据推算全林株数，从而比较分析株数提取精度。提取株数为1176株/hm2，提取精度达到94.53%。分析提取数据发现，株数提取时存在单株提取多个顶点的现象。

4 林分蓄积量估算

林分蓄积量是林分单位面积活立木材积的总量，而材积是树木的体积。在计算树木产出效益时，首先计算出单株活立木的材积量，再计算单位面积的蓄积量。目前，立木材积计算主要采用树高与胸径的二元材积模型。无人机低空摄影无法直接获取胸径信息，但可直接获取树高与树冠信息。研究表明，除了树高和胸径以外，立木材积与冠幅的关系最紧密，因此本文采用以树高和冠幅作为解释变量的立木材积二元模型，来计算单株树木材积[11]。公式如下

(2)

(3)

式(2)—式(3)中，M为小班总蓄积量；V为单株立木材积，单位为m3；H为树高，单位为m；Cw为冠幅，单位为m;a、b、c为参数估计值。基于标准地的264株样木的实测树高和树冠数据，利用最小二乘法对式(2)进行拟合，求出参数估计值。为验证基于无人机航测技术的蓄积量估算精度，采用标准地法实地测量林分蓄积量。比较分析表明，无人机航测技术估算蓄积量的预估精度为81.80%，见表1。

表1 无人机航测技术蓄积量估算精度

5 结论与讨论

本文利用无人机航测遥感技术获取了大兴安岭地区DSM和DEM，在此基础上提取了林分平均高和树冠信息，并基于提取的单株树高和冠幅参数估算了森林蓄积量。结果表明，树高提取精度为83.73%，冠幅提取精度为86.98%，林分蓄积量估算精度为81.80%。利用无人机航测技术估算森林蓄积量的实施效率高，实现了非接触式测量，可代替繁重的野外森林人工调查工作，与机载雷达和高分辨率卫星影像相比具有飞行成本低、数据采集周期短、航线设计灵活等优点。由于时间和试验条件限制，仍存在很多不足和改进的地方，如倾斜坡度的树高修正、影像分辨率对树冠信息提取的影响等方面有待进一步研究。

[1] 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.

[2] 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.

[3] 杨柳,陈延辉,岳德鹏,等.无人机遥感影像的城市绿地信息提取[EB/OL]. 2016-07-01 [2016-08-02]. http:∥www.cnki.net/kcms/detail/11.4415.p.20160701. 0844.012.html.

[4] 何海清.低空摄影测量航带重构及数据处理方法研究[J].测绘学报,2014,43(4):440.

[5] 程武学,杨存建,周介铭,等.森林蓄积量遥感定量估测研究综述[J].安徽农业科学，2009,37(16):7746-7750.

[6] 王佳,尹华丽,王晓莹,等.基于资源三号影像的森林蓄积量估测遥感因子选择[J].中南林业科技大学学报，2015,35(12):29-33.

[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] 曹明兰,张力小,王强.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.

[9] 刘峰,杨志高,龚健雅.基于标记控制分水岭算法的树冠高程模型分割[J].中国农学通报，2011,27(19):49-54.

[10] 贾永红,冯在梅,沈庭乐.基于标记分水岭分割的高分辨率影像水体信息提取[J].测绘通报,2014(9):31-33．

[11] 蒲莹,曾伟生.基于树高和树冠因子的立木材积模型研究[J].林业科学研究，2016,29(2):196-201．

Application of UAV Aerophotographic System in Forest Volume Estimation

LI Yadong1,2,FENG Zhongke1,MING Haijun3,LI Changqing2,CAO Minglan2

(1. Beijing Key Laboratory of Precision Forestry in Beijing Forestry University, Beijing 100083, China; 2. Beijing Polytechnic College, Beijing 100042, China; 3. Forest Investigation and Planning Institute of Inner Mongolia Daxinganling Forestry Bureau, Yakeshi 022150, China)

UAV aerophotographic system is a new technique developed in recent years which can rapidly acquire high-resolution images. In the estimation of forest volume, it is needed to rapidly and efficiently acquire forest remote sensing image.Although the high-resolution remote sensing images can be acquired through satellite and airborne radar as well, compared with UAV aerophotographic system,the latter has lower cost on flight, short industry cycle, flexible and other advantages. In this paper, the DSM and DEM of the case area are acquired with the use of UAV aerophotographic system, tree height is extracted by maximum neighborhood method, and tree crown information is segmented by watershed algorithm. In addition, the forest volume is estimated by the two-way tree volume model with tree height and crown diameter as explanatory variables.The results show that the precision for tree height extraction is 83.73%, the precision for crown diameter extraction is 86.98%, and the estimated precision for the stand volume is 81.80%.

UAV aerophotogrammetry; tree height; crown diameter; estimation of forest volume

李亚东，冯仲科，明海军,等.无人机航测技术在森林蓄积量估测中的应用[J].测绘通报，2017(4)：63-66.

10.13474/j.cnki.11-2246.2017.0121.

2016-08-11

国家科技支撑计划(2012BAH34B01)；北京市教委科技创新平台项目(PXM2014-014225-000020)

李亚东(1978—)，男，博士生，讲师，主要从事林业信息工程、森林计测的研究。E-mail:bjfu.ydli@163.com 通信作者： 冯仲科。E-mail:fengzhongke@126.com

P231；S758.5

A

0494-0911(2017)04-0063-04