利用無人機立體攝影技術獲取森林資源信息

摘要：隨著無人機技術的不斷發展，無人機在林業中的使用越來越普遍。無人機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，正逐漸成為森林資源勘探和監測的一種新方法。盡管研究人員不再滿足于使用無人機圖像進行森林資源分類和空間分析，但他們開始專注于獲取有關特定樹木的信息，例如高度、胸徑、冠層寬度和森林信息。本文總結了森林結構參數、生物量、蓄積量、立木材積表、林區規劃、樹木空間分布、3D 建模以及使用無人機獲取森林信息等方面的最新研究進展。希望通過本文的研究對今后本人的實際工作有所幫助。

關鍵詞：無人機;立體攝影技術;森林信息

到目前為止，無人機應用系統一直在捕獲高分辨率圖像和視頻數據，尤其是在森林測繪中。這些高清圖像中的大多數都是描述森林狀況的正射影像。由于正射影像是二維圖像，無法傳達全方面的特征，信息量有限。相對于傳統的2D正射影像，斜拍技術基本打破了垂直角拍攝限制。通過為同一目的獲取圖像，可以從地面上的物體中獲取更完整、更準確的信息。對角線攝影測量數據成果也豐富多樣，主要包括垂直影像、對角線影像、點云、真實3D模型、DOM、DSM和DEM、DLG等特征。

一、無人機獲取森林信息工作流程

無人機（UAV）是一種小型無人機，它連接地面控制站和數據鏈，無人機飛行系統是現代森林數據研究的重要工具。有關森林的信息來自空中無人機系統拍攝的照片。森林信息經過自動匹配和正射影像校正后得到。無人機已被證明是高效的森林資源調查工具，它可以為森林提供低成本和遠程傳感器的準確數據。除了獲取樹木信息外，無人機還對森林資源進行有針對性的評估和林業規劃。

二、利用無人機立體攝影技術獲取森林資源信息

森林結構參數是衡量森林經營質量和狀況的重要指標。迄今為止，對森林資源的研究普遍采用簡單的觀測測量或低精度的測量工具測量。隨著森林資源分析需求的不斷發展和數字化技術的不斷發展，對林業進行準確、無誤的測量已成為同類領域研究的熱點。迄今為止，林業結構參數已經從無人機圖像中得出，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。對從圖像獲得的樹的高度和寬度進行處理。隨著無人機技術和影像制作技術的不斷進步，從無人機影像中得到的林業結構參數在數字化、自動化領域發展，研究成果在精度和速度方面具有很大優勢。

（一）樹高信息獲取

樹高是衡量和監測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人機圖像中手動檢索信息。這些是陰影測量和立體測量。陰影測量是在地圖上測量陰影長度與太陽高度之間的角度。以獲取航拍中樹木高度的信息。與樹高測量數據相比，相關人員采用陰影測量方法得到的樹高平均誤差為4.05%，可以滿足森林測量要求。然而，陰影僅提供有關森林周圍森林高度的信息，不能準確捕捉森林中間的森林植物和樹木的平均高度。獲取數據時出現問題。先關研究人員利用VirtuoZo虛擬數字攝影測量系統進行圖像分割和航拍定向處理，分別研究3D圖像對模型和樹根樹冠，基本滿足林業研究和規劃的要求。陰影和立體測量在一定程度上可以滿足林業分析的要求，但是很多人工和野外測量的方法降低了無人機圖像存儲的效率。研究人員利用無人機圖像中的遠程數據獲得高分辨率數字地表模型和數字正射影像，并利用面向對象的成像技術和 GIS 來評估樹木高度，精度超過0.86。 研究人員使用 Agisoft 專業版軟件獲取無人機影像輻照區域上空的稠密云層，并獲取平均高度、最突出樹的高度、樹木的數量、樹木數量及胸高斷面積，判定面積系數R2平均超過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，冠層寬度分析也使得計算樹木密度和冠層密度等參數成為可能。利用無人機的航空攝影測量圖像可用于有效評估常綠森林的樹冠結構。目前有兩種廣泛使用的方法從無人機圖像中提取冠幅：目視解譯和面向對象。研究人員用目視解譯的方法，直接測量了立體圖下的冠寬。由測量數值數據和圖形測量數據建立的回歸模型的相關系數超過0.85。研究人員使用立體圖像匹配方法和面向對象的分割方法從記錄的無人機圖像中提取單個樹梢，準確率超過90%。也有研究人員改進的多級圖像分割方法;我們首先確定懸垂區域的大小，使用分水嶺算法對樹冠進行細分，并提供生成的高質量樹冠圖。研究人員使用無人機拍攝的圖像對 森林冠層進行了評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對象的圖像分割方法，進行了多次實驗，確定了分割尺度，基于來自一個單冠樹。也可以通過對視覺解釋和通過面向對象方法得到的信道信息進行收集和分析，得出兩種方法的準確率上沒有顯著差異，在速度上優于面向對象方法的結論。無人機平臺可以同時收集航拍圖像和有關航空數據的更多信息，例如森林結構參數。激光點將云數據連接到高分辨率光和小型航拍照片相結合，可以獲得樹木冠層寬度和高度的數據。研究人員使用無人機圖像重建了 3D 結構并捕獲了樹冠直徑，具有相對準確的數據結果。然而，一些無人機研究證實了這一點圖像重建的 3D 森林信息無法穿透茂密的樹冠，但航空照片可以提供更完整的植被垂直分布。 同時有人提出了一種通過結合無人機圖像和航空攝影數據來創建落葉松林數字表面模型的工作流程。結果表明，該工作流程可以充分利用無人機時間并收集各種分層數據以更新高級模型。在準確度要求不高的情況下，利用圖像識別技術快速檢索森林信息，可以快速提高工作效率。此外，還有一個自動提取樹冠的算法，樹冠提取準確率可以達到 70%。假設如何從相同結構中獲得的樹梢分割中提取樹梢，這取決于樹木的數量和樹梢的大小。

（三）生物量、蓄積量獲取和立木材積表研建

生物量是森林質量和產品評價的重要指標，無人機生物量評價廣泛應用于林業和農業。Bendig使用常規無人機拍攝的 RGB 圖像估計了麥田中的作物生物量，用于估計濕重和干重的決定系數 R2 超過 0.8。他首先使用面向對象的方法獲得了有關樹冠的信息。研究人員通過對無人機圖像和航拍照片進行處理，利用點云數據建立生物量預測模型，得到完整的點云數據。結果表明，使用無人機進行森林生物量預測有助于提高工作效率。同時，降低了采伐成本。體積表是一個木制的測量表。根據各種因素，可分為一維體積測量、二維體積測量和三維體積測量。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，利用無人機圖像獲取的樹冠寬度和高度根據資料。

（四）無人機獲取的三維坐標、面積及精度

取自無人機傳感器立體圖像的位置系統坐標系與地面測量系統坐標系相連，選取10個參考點進行監測，得到其三維坐標。 NTS-3401地面測量系統儀器精度為：3mm+2×10-6·D的數值。數據分析表明，無人機獲取3D坐標的實際誤差為[-13， 17]，即坐標高程離散區間大于平面坐標系離散區間，平面坐標的精度約為3厘米，高程坐標的精度約為10厘米。

在數據提取過程中，全站儀需要兩個人進行現場工作，一個人控制全站儀另一個人拿著棱鏡測量被測特征點。無人機的立體圖像是在計算機上進行校準，這提高了它的效率。無人機實測線性模型與全站標稱值：y = 1，003x - 0.090，相關系數R2=0.98， 無人機量測值非常接近發射站的值。

三、在林區規劃及樹木空間分布方面的應用

森林資源分析和無人機在林區規劃中的使用朝著現代方向發展。研究人員使用航空數字攝影測量自動為森林中的林區小班邊界。從無人機圖像創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估森林分區，并根據無人機照片創建主題森林分區圖。在一些較小的集群中，從整體的現場驗證準確率高達 88.7%，這表明無人機遙感技術可用于林區規劃，對森林資源的廣泛探索和大量的無人機圖像具有天然的好處。無人機可以獲取大量關于樹木的信息，例如通過圖像生成來獲得數種分布。相關的實驗表明，將無人機確認樹種空間分布實驗的結果與土壤研究的結果類似。研究人員從 25.29 平方公里的研究區域收集無人機圖像，并使用先進的分類方法獲取研究區域的紅樹林空間分布，信息的可靠性達到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效率和無人機的工作效率。研究人員用無人機取代了攝像頭，接收了有關研究區域的近紅外信息，并對物種分類進行了可行性研究。還可以使用配備數碼相機的航模，通過高分辨率遙感器獲取林分空間結構的四個特征是混交度、角尺度、大小比率和樹冠競爭指數。隨著城市的發展，無人機在城市規劃、綠化建設中變得越來越重要。相關研究人員的無人機圖像已被用于在衛星圖像對時間敏感且不受云層遮擋的環境中獲取井岡山綠地的綠地分布，結果表明，所得結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無人機進行，對于不需要太多精度的應用程序來完成的 3D 模型，無人機提供快速的信息檢索、簡單的處理和易用性。隨著信息技術和計算機技術的不斷發展，利用遙感技術重建模型的方法正在慢慢完善。使用 3D 重建方法從無人機圖像中提取詳細信息來重建 3D 樹冠模型。相比之下，雷達平臺遙感技術提供樹冠重建，而地基激光雷達數據有限且價格昂貴。 研究軟使用小型無人機沿著預定路徑緩慢飛越站立的樹木以獲取圖像、創建單棵樹木的 3D 模型，并使用林業技術進行計算機視覺。研究人員使用無人機圖像提取數字高程模型（DEM），并通過在 RTK 采集的高分辨率無人機圖像上疊加地面控制點來驗證提取的 DEM 的準確性。結果表明，生成的3D森林景觀具有很強的真實感和高保真度。同時可以利用GPS測量數據、ASTERGDEM和SPTM數據對無人機圖像獲得的DEM信息進行對比分析。結果表明，無人機圖像產生的 DEM 誤差極小。研究人員利用數字高程模型和無人機正射影像完成各種研究任務，包括數字地形模型、3D成像、信息查詢、數字3D模型、林業分割、林種分析等。最后，無人機生成的3D森林景觀更好地體現了森林的價值，有助于森林保護和管理。

五、無人機在森林信息提取方面應用的建議

（一）目前無人機技術獲得的伸縮圖像存在相位低、數量多、圖像兼容不均勻等缺點。傳統圖像制作軟件的算法難以達到良好的效果，導致圖像處理出現大量人工遠程控制、操縱、效率低下等特點。因此，幾何校正、快速連續拼接、圖像質量評價等方法來自遙感器的圖像數據必須達到一定程度，才能實時顯示來自遙感器的圖像數據。

（二）根據樹的不同信息需求，選擇不同的相機類型和飛行高度來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森林信息的準確性有顯著影響。無人機技術的未來趨勢是使用不同分辨率的圖像來滿足特定需求。

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

（四）遙感和無人機成像提供方便的工作寬度和水管設置。樹的大小不是直接用胸徑數據來衡量的，只能用反演法來計算，反之亦然。將來，使用一些測量技術，例如地面激光雷達和地面攝影測量，將準確測量樹木的胸徑大小。

（五）高分辨率無人機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。現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，遠程提高無人機傳感器的高分辨率成像水平，將有助于高精度無人機成像數據在探測區域的森林資源研究和探測的高效、廣泛應用。

（六）無人機在森林景觀重建或林區規劃中未得到廣泛開發或使用。加強森林生態重要旅游目的地立體景觀修復研究，做好旅游景點餐飲服務宣傳和地方旅游廣告宣傳。

（七）無人機飛行通用規則的缺失，限制了無人機技術信息流動和交流。因此，國家需要對無人機制定行業規范和指南，以促進無人機技術在森林研究和監測中的廣泛應用。

六、結束語

利用無人機除了提取樹高、樹冠寬度、三維點坐標和樹木特征外，利用無人機立體攝影獲得的三維數據，可以評估樹木材積的大小，蓄積數量，密度等數據。此外，3D 激光掃描儀和地面激光雷達等設備的成本低于無人機航拍測量樹的成本，并可以提供更快的數據采集速度和更廣泛的應用。但是，這種方法有一些局限性。如果飛越大片森林，將無法清楚地訪問地面圖像，而且無人機飛越森林是有風險的，因此，實現在郁閉度大、結構復雜、遮擋復雜的林區全景圖像，創建清晰的3D圖像，并根據成本控制進一步提高精度，仍需進一步研究。

作者單位：黃婉琳? ? 中水北方勘測設計研究有限責任公司

參? 考? 文? 獻

[1]何誠，董志海，王越，等.利用無人機立體攝影技術獲取森林資源信息[J].測繪通報，2020（06）：28-31.

[2]喬和愛.無人機在森林資源調查中的應用[J].林業科技情報， 2018，50（04）：82-84.