基于无人机的森林遥感最新研究进展及应用
文章导读
森林对自然生态具有重要意义，不仅可以保持水土、调节气候，同时也能够为野生动植物提供栖息地。然而，森林多是人烟稀少的地区，一般传感器检测设备在森林地区难以部署。目前，基于无人机进行森林遥感监测被研究人员和林业利益攸关方 (如林业工作者、咨询公司) 广泛使用，以高效进行森林可持续管理。基于此，2021年3月27日，来自意大利国家研究院的Salvatore Filippo Di Gennaro教授及其合作者以综述论文的形式在 Forests 期刊发表了文章，就无人机在林业部门的实践应用做了详细的介绍。
图片摘要
研究内容及结果
本研究中，作者通过检索“无人机”、“无人驾驶飞行器”、“无人驾驶航空系统”、“无人驾驶飞机+森林”、“无人驾驶飞机+林业”等关键词，搜集了2018年至2020年6月期间的文献资料。作者通过筛选和过滤，最终建立了一个由227篇同行评审的文献组成了数据库。
图像产品的设置和准确性
用于森林结构特征描述的无人机数据的获取、预处理和处理是本专题的关键问题。作者对现有的摄影测量软件和相关版本进行了分析，发现这些软件主要用于处理森林结构特征描述的无人机数据。有关图像产品的设置和准确性的研究论文共有22篇，所有这些文件均以天然/不规则的森林为研究对象。低空飞行高度 (15–30m) 可产生最高的重建细节，尤其对于高图像重叠 (前方95%，侧面重叠70%)。相反，较低的高度需要降低无人机速度以避免运动模糊，从而降低无人机的耐久性和电池负荷覆盖面积。除此之外，前人还提出了一个多摄像机阵列，并认为在开放的林冠落叶林片中，该系统比单一摄像机系统增加了50%的最大林冠高度估计值。
树木探测和参数清单
本课题包括检索若干森林参数清单，如胸径、冠幅等。其中，有49篇论文提及特定的算法或机器学习技术来自动检测、分割和分类树。相反，森林高光谱应用在这一专题上的文章十分有限 (仅有4篇论文)。有研究表明，利用光谱进行分割的单一树冠比树冠高度模型 (Canopy Height Model，CHM) 方法更为准确。
地上生物量/数量估计
生物量估计是无人机遥感森林监测中的一个关键问题。其中，异速生长方程为估算生物量提供了一种有效的方法，但需要数量或物种特异性方程。总的来说，38%的被审查的研究数据是从其他遥感平台上收集的。另外，通过卫星遥感平台也可将生物量估算扩大到更为广泛的地区。
病虫害检测
需要确定病原体爆发有关的树种，并对因果因素 (疾病、害虫或非生物压力源) 进行分类。例如，前人通过监测红带针枯病引起的森林生理状况变化，结果发现树冠温度下降与疾病水平之间具有非常好的相关性。
物种识别和侵入性植物检测
评估森林中的物种 (优势种或非优势种) 或对杂草/外来植物入侵的空间分析。筛选的文献中，共有9个研究工作旨在查明入侵植物，尤其是在生物多样性丰富的地区，如亚热带和热带森林 (厄瓜多尔、智利、哥斯达黎加、马来西亚)、山区 (中国) 或独立的生态系统 (新西兰)。值得注意的是，前人发现在100cm分辨率下，无人机衍生的指标与地面测量结果无显著差异，但与10cm分辨率有较为明显的差异，作者强调当分辨率变得极其精细时，精度就会降低。
保护、修复和火灾监测
保护、修复和火灾监测是一个综合性的课题，它提出了多种研究问题，共包括24篇论文。其中，森林防火相关文章数量最多，尤其是火灾后监测。根据应用场景，可利用无人机平台拍摄的遥感图像进行火灾识别，首先对识别的火灾目标进行图像预处理，提取火灾检测中的感兴趣区域。在森林环境中，自然背景包括森林、岩石、土壤、天空与云，识别目标为火焰与烟雾。由于火灾与森林的背景差异明显，对火焰的检测较为简单，但在火灾发生前期，森林中仅有烟雾未出现明火，此时对烟雾的检测就显得更为重要。除此之外，森林保护和恢复监测也是一项具有挑战性的任务，同样可以通过无人机有效解决，其核心问题是监测人工林或天然林的恢复。
研究总结
无人机在森林遥感监测方面的应用已经得到了广泛的关注和实践。通过使用无人机，可以实现对森林的实时监控和巡视，提高森林保护的效率和质量。与传统的卫星遥感相比，无人机具有时效性高、灵活性强、应急响应快、实时巡视能力强等优点。目前，无人机已经被广泛应用于森林监测、地上生物量估算等领域。总的来说，无人机在森林遥感监测领域的应用为森林保护提供了新的思路和方法，有助于提高森林保护的效率和精度。例如，无人机可准确获得实际参数 (树高、胸径、冠幅) 的信息，但作者还强调了目前缺乏大规模数据集成应用和数据互操作性的传感器和平台互操作性。未来，随着无人机技术的不断发展和完善，相信无人机在森林遥感监测领域的应用也将会变得越来越广泛。
原文出自 Forests 期刊
Dainelli, R.; Toscano, P.; Di Gennaro, S.F.; Matese, A. Recent Advances in Unmanned Aerial Vehicles Forest Remote Sensing—A Systematic Review. Part II: Research Applications. Forests 2021, 12, 397. DOI: 10.3390/f12040397
主编：Cate Macinnis-Ng, University of Auckland, New Zealand
主要刊载林业及相关领域的最新科研成果。期刊目前已经被 Scopus、SCIE、Ei Compendex 等多个学术数据库收录。
- 2022 Impact Factor: 2.9
- 2022 CiteScore: 4.5
- Time to First Decision: 19 Days
- Time to Publication: 40 Days