利用无人机立体摄影技术获取森林资源信息

摘要：随着无人机技术的不断发展，无人机在林业中的使用越来越普遍。无人机航拍是获取高分辨率图像的重要手段，具有成本低、效率高、速度快等特点，正逐渐成为森林资源勘探和监测的一种新方法。尽管研究人员不再满足于使用无人机图像进行森林资源分类和空间分析，但他们开始专注于获取有关特定树木的信息，例如高度、胸径、冠层宽度和森林信息。本文总结了森林结构参数、生物量、蓄积量、立木材积表、林区规划、树木空间分布、3D 建模以及使用无人机获取森林信息等方面的最新研究进展。希望通过本文的研究对今后本人的实际工作有所帮助。

关键词：无人机;立体摄影技术;森林信息

到目前为止，无人机应用系统一直在捕获高分辨率图像和视频数据，尤其是在森林测绘中。这些高清图像中的大多数都是描述森林状况的正射影像。由于正射影像是二维图像，无法传达全方面的特征，信息量有限。相对于传统的2D正射影像，斜拍技术基本打破了垂直角拍摄限制。通过为同一目的获取图像，可以从地面上的物体中获取更完整、更准确的信息。对角线摄影测量数据成果也丰富多样，主要包括垂直影像、对角线影像、点云、真实3D模型、DOM、DSM和DEM、DLG等特征。

一、无人机获取森林信息工作流程

无人机（UAV）是一种小型无人机，它连接地面控制站和数据链，无人机飞行系统是现代森林数据研究的重要工具。有关森林的信息来自空中无人机系统拍摄的照片。森林信息经过自动匹配和正射影像校正后得到。无人机已被证明是高效的森林资源调查工具，它可以为森林提供低成本和远程传感器的准确数据。除了获取树木信息外，无人机还对森林资源进行有针对性的评估和林业规划。

二、利用无人机立体摄影技术获取森林资源信息

森林结构参数是衡量森林经营质量和状况的重要指标。迄今为止，对森林资源的研究普遍采用简单的观测测量或低精度的测量工具测量。随着森林资源分析需求的不断发展和数字化技术的不断发展，对林业进行准确、无误的测量已成为同类领域研究的热点。迄今为止，林业结构参数已经从无人机图像中得出，尤其是单株高度、单株冠层宽度、植物种群密度、平均株高、生物量和蓄积量等因素。对从图像获得的树的高度和宽度进行处理。随着无人机技术和影像制作技术的不断进步，从无人机影像中得到的林业结构参数在数字化、自动化领域发展，研究成果在精度和速度方面具有很大优势。

（一）树高信息获取

树高是衡量和监测森林资源的最重要的研究要素之一。有两种重要的方法可以从无人机图像中手动检索信息。这些是阴影测量和立体测量。阴影测量是在地图上测量阴影长度与太阳高度之间的角度。以获取航拍中树木高度的信息。与树高测量数据相比，相关人员采用阴影测量方法得到的树高平均误差为4.05%，可以满足森林测量要求。然而，阴影仅提供有关森林周围森林高度的信息，不能准确捕捉森林中间的森林植物和树木的平均高度。获取数据时出现问题。先关研究人员利用VirtuoZo虚拟数字摄影测量系统进行图像分割和航拍定向处理，分别研究3D图像对模型和树根树冠，基本满足林业研究和规划的要求。阴影和立体测量在一定程度上可以滿足林业分析的要求，但是很多人工和野外测量的方法降低了无人机图像存储的效率。研究人员利用无人机图像中的远程数据获得高分辨率数字地表模型和数字正射影像，并利用面向对象的成像技术和 GIS 来评估树木高度，精度超过0.86。 研究人员使用 Agisoft 专业版软件获取无人机影像辐照区域上空的稠密云层，并获取平均高度、最突出树的高度、树木的数量、树木数量及胸高断面积，判定面积系数R2平均超过0.6[1]。

（二）冠幅信息获取

树的顶部是树的重要部分，也是遥感器图像中信息最丰富的部分。同时，冠层宽度分析也使得计算树木密度和冠层密度等参数成为可能。利用无人机的航空摄影测量图像可用于有效评估常绿森林的树冠结构。目前有两种广泛使用的方法从无人机图像中提取冠幅：目视解译和面向对象。研究人员用目视解译的方法，直接测量了立体图下的冠宽。由测量数值数据和图形测量数据建立的回归模型的相关系数超过0.85。研究人员使用立体图像匹配方法和面向对象的分割方法从记录的无人机图像中提取单个树梢，准确率超过90%。也有研究人员改进的多级图像分割方法;我们首先确定悬垂区域的大小，使用分水岭算法对树冠进行细分，并提供生成的高质量树冠图。研究人员使用无人机拍摄的图像对 森林冠层进行了评估并表征大森林中的冠层以获得叶面积。研究人员利用ENVI5.0软件的图像纹理和光谱特征的面向对象的图像分割方法，进行了多次实验，确定了分割尺度，基于来自一个单冠树。也可以通过对视觉解释和通过面向对象方法得到的信道信息进行收集和分析，得出两种方法的准确率上没有显着差异，在速度上优于面向对象方法的结论。无人机平台可以同时收集航拍图像和有关航空数据的更多信息，例如森林结构参数。激光点将云数据连接到高分辨率光和小型航拍照片相结合，可以获得树木冠层宽度和高度的数据。研究人员使用无人机图像重建了 3D 结构并捕获了树冠直径，具有相对准确的数据结果。然而，一些无人机研究证实了这一点图像重建的 3D 森林信息无法穿透茂密的树冠，但航空照片可以提供更完整的植被垂直分布。 同时有人提出了一种通过结合无人机图像和航空摄影数据来创建落叶松林数字表面模型的工作流程。结果表明，该工作流程可以充分利用无人机时间并收集各种分层数据以更新高级模型。在准确度要求不高的情况下，利用图像识别技术快速检索森林信息，可以快速提高工作效率。此外，还有一个自动提取树冠的算法，树冠提取准确率可以达到 70%。假设如何从相同结构中获得的树梢分割中提取树梢，这取决于树木的数量和树梢的大小。

（三）生物量、蓄积量获取和立木材积表研建

生物量是森林质量和产品评价的重要指标，无人机生物量评价广泛应用于林业和农业。Bendig使用常规无人机拍摄的 RGB 图像估计了麦田中的作物生物量，用于估计湿重和干重的决定系数 R2 超过 0.8。他首先使用面向对象的方法获得了有关树冠的信息。研究人员通过对无人机图像和航拍照片进行处理，利用点云数据建立生物量预测模型，得到完整的点云数据。结果表明，使用无人机进行森林生物量预测有助于提高工作效率。同时，降低了采伐成本。体积表是一个木制的测量表。根据各种因素，可分为一维体积测量、二维体积测量和三维体积测量。由于树高和树冠宽度是航空摄影中决定树木大小的主要因素，利用无人机图像获取的树冠宽度和高度根据资料。

（四）无人机获取的三维坐标、面积及精度

取自无人机传感器立体图像的位置系统坐标系与地面测量系统坐标系相连，选取10个参考点进行监测，得到其三维坐标。 NTS-3401地面测量系统仪器精度为：3mm+2×10-6·D的数值。数据分析表明，无人机获取3D坐标的实际误差为[-13， 17]，即坐标高程离散区间大于平面坐标系离散区间，平面坐标的精度约为3厘米，高程坐标的精度约为10厘米。

在数据提取过程中，全站仪需要两个人进行现场工作，一个人控制全站仪另一个人拿着棱镜测量被测特征点。无人机的立体图像是在计算机上进行校准，这提高了它的效率。无人机实测线性模型与全站标称值：y = 1，003x - 0.090，相关系数R2=0.98， 无人机量测值非常接近发射站的值。

三、在林区规划及树木空间分布方面的应用

森林资源分析和无人机在林区规划中的使用朝着现代方向发展。研究人员使用航空数字摄影测量自动为森林中的林区小班边界。从无人机图像创建的各种专题图为森林管理提供了新思路。研究人员使用软件评估森林分区，并根据无人机照片创建主题森林分区图。在一些较小的集群中，从整体的现场验证准确率高达 88.7%，这表明无人机遥感技术可用于林区规划，对森林资源的广泛探索和大量的无人机图像具有天然的好处。无人机可以获取大量关于树木的信息，例如通过图像生成来获得数种分布。相关的实验表明，将无人机确认树种空间分布实验的结果与土壤研究的结果类似。研究人员从 25.29 平方公里的研究区域收集无人机图像，并使用先进的分类方法获取研究区域的红树林空间分布，信息的可靠性达到90%。使用不同类型的传感器，可以采集不同组的光谱信息，大大提高了森林的探测效率和无人机的工作效率。研究人员用无人机取代了摄像头，接收了有关研究区域的近红外信息，并对物种分类进行了可行性研究。还可以使用配备数码相机的航模，通过高分辨率遥感器获取林分空间结构的四个特征是混交度、角尺度、大小比率和树冠竞争指数。随着城市的发展，无人机在城市规划、绿化建设中变得越来越重要。相关研究人员的无人机图像已被用于在卫星图像对时间敏感且不受云层遮挡的环境中获取井冈山绿地的绿地分布，结果表明，所得结果符合城市文化措施的要求[2]。

四、森林景观三维重建

3D景观的重建可以通过无人机进行，对于不需要太多精度的应用程序来完成的 3D 模型，无人机提供快速的信息检索、简单的处理和易用性。随着信息技术和计算机技术的不断发展，利用遥感技术重建模型的方法正在慢慢完善。使用 3D 重建方法从无人机图像中提取详细信息来重建 3D 树冠模型。相比之下，雷达平台遥感技术提供树冠重建，而地基激光雷达数据有限且价格昂贵。 研究软使用小型无人机沿着预定路径缓慢飞越站立的树木以获取图像、创建单棵树木的 3D 模型，并使用林业技术进行计算机视觉。研究人员使用无人机图像提取数字高程模型（DEM），并通过在 RTK 采集的高分辨率无人机图像上叠加地面控制点来验证提取的 DEM 的准确性。结果表明，生成的3D森林景观具有很强的真实感和高保真度。同时可以利用GPS测量数据、ASTERGDEM和SPTM数据对无人机图像获得的DEM信息进行对比分析。结果表明，无人机图像产生的 DEM 误差极小。研究人员利用数字高程模型和无人机正射影像完成各种研究任务，包括数字地形模型、3D成像、信息查询、数字3D模型、林业分割、林种分析等。最后，无人机生成的3D森林景观更好地体现了森林的价值，有助于森林保护和管理。

五、无人机在森林信息提取方面应用的建议

（一）目前无人机技术获得的伸缩图像存在相位低、数量多、图像兼容不均匀等缺点。传统图像制作软件的算法难以达到良好的效果，导致图像处理出现大量人工远程控制、操纵、效率低下等特点。因此，几何校正、快速连续拼接、图像质量评价等方法来自遥感器的图像数据必须达到一定程度，才能实时显示来自遥感器的图像数据。

（二）根据树的不同信息需求，选择不同的相机类型和飞行高度来捕捉不同树木的伸缩图像。研究表明，不同像素分辨率的图像对森林信息的准确性有显著影响。无人机技术的未来趋势是使用不同分辨率的图像来满足特定需求。

（三）树??冠高度、树冠宽度等树木测量因素高度依赖于樹冠阻碍。当前的大部分研究都集中在寻找有关中间和底部支架的信息，由于我国森林主要集中在东北、西南、南部三个林区，因此有必要加强和开展研究，获取森林冠层密度信息。

（四）遥感和无人机成像提供方便的工作宽度和水管设置。树的大小不是直接用胸径数据来衡量的，只能用反演法来计算，反之亦然。将来，使用一些测量技术，例如地面激光雷达和地面摄影测量，将准确测量树木的胸径大小。

（五）高分辨率无人机具有较高的遥感影像局部分辨率，但光谱信息集中在一组可见光中，光谱信息减少。现有算法只能在单一尺度上提取局部信息和位置，难以在遥感图像中有效提取单颗树尺度特征。因此，远程提高无人机传感器的高分辨率成像水平，将有助于高精度无人机成像数据在探测区域的森林资源研究和探测的高效、广泛应用。

（六）无人机在森林景观重建或林区规划中未得到广泛开发或使用。加强森林生态重要旅游目的地立体景观修复研究，做好旅游景点餐饮服务宣传和地方旅游广告宣传。

（七）无人机飞行通用规则的缺失，限制了无人机技术信息流动和交流。因此，国家需要对无人机制定行业规范和指南，以促进无人机技术在森林研究和监测中的广泛应用。

六、结束语

利用无人机除了提取树高、树冠宽度、三维点坐标和树木特征外，利用无人机立体摄影获得的三维数据，可以评估树木材积的大小，蓄积数量，密度等数据。此外，3D 激光扫描仪和地面激光雷达等设备的成本低于无人机航拍测量树的成本，并可以提供更快的数据采集速度和更广泛的应用。但是，这种方法有一些局限性。如果飞越大片森林，将无法清楚地访问地面图像，而且无人机飞越森林是有风险的，因此，实现在郁闭度大、结构复杂、遮挡复杂的林区全景图像，创建清晰的3D图像，并根据成本控制进一步提高精度，仍需进一步研究。

作者单位：黄婉琳    中水北方勘测设计研究有限责任公司

参  考  文  献

[1]何诚，董志海，王越，等.利用无人机立体摄影技术获取森林资源信息[J].测绘通报，2020（06）：28-31.

[2]乔和爱.无人机在森林资源调查中的应用[J].林业科技情报， 2018，50（04）：82-84.