无人机遥感在林业中的应用与需求分析

赵国帅

(福建省林业调查规划院，福建 福州 350003)

无人机遥感在林业中的应用与需求分析

赵国帅

(福建省林业调查规划院，福建 福州 350003)

介绍了无人机系统及林业遥感常用载荷技术，分析了当前常规林业监测手段存在的不足；结合林业工作特点，探讨无人机遥感在林业上的应用与需求。分析表明，无人机遥感能够为林业工作提供多种遥感数据，在林业资源调查、森林巡护、病虫害监测、森林防火预警及火灾应急指挥等方面具有良好的应用前景。

无人机；遥感；林业；应用

遥感技术在林业中的应用被称为林业遥感技术，是指通过卫星和飞机对林业资源进行实时动态地监测，形成各种数据和信息，并通过综合分析处理得到各种专题数据，从而为林业生产和决策提供数据支持[1]。遥感技术在林业中的应用非常广泛，主要包括林业资源调查与动态监测、森林火灾预警、森林病虫灾害监测等。遥感技术在空间分辨率和光谱分辨率方面的提高，以及雷达遥感、航空遥感和无人遥感飞机的发展，为林业工作提供了更为丰富的信息源，拓宽了林业遥感应用的深度和广度。

无人机遥感(UAV remote sensing)是指以无人飞机(Unmanned Aerial Vehicle，UAV)为系统平台，通过搭载不同遥感传感器，并综合利用遥测遥控技术、定位定姿技术和遥感应用技术，能够自动、快速、准确地获取资源、环境、国土等空间遥感信息，并进行实时处理与分析的航空遥感技术[2]。随着无人机生产及载荷技术的日臻成熟和研究的不断深入，无人机遥感在各行业的应用正迅速推进。就林业行业而言，无人机在林业生产活动中的应用仍处在起步阶段，但其强大的应用前景，对推动现代林业、智慧林业和精准林业的建设和发展具有重要意义。因此，需要深入研究无人机遥感在林业生产中的应用与需求。

1 无人机系统及有效载荷

无人机的概念并不仅仅限定在飞机自身，无人机由一套完整的系统构成，其中包括地面装置。无人机系统(Unmanned Aerial System，UAS)是指以无人机为主体，配有相关的分系统，能执行特定任务的一组设备，主要组成包括无人飞机、地面控制站、有效载荷、导航系统、数据链系统、发射回收系统、动力系统等(图1)。

图1 无人机系统组成

根据无人机系统的特点和需要执行的任务，可以将有效载荷分为2大类，第一种是无人机搭载的传感器，第二种是无人机携带或传输的负载(如灭火剂、农药等)。实际上，传感器可理解为不能脱离无人机而单独存在的数据采集器，而有效载荷还可以指能脱离无人机的被传输/投放的物体。这2个术语通常可以互换使用，传感器经常被描述为满足任务需要的设备。

根据执行任务的范围和目的，需要选择不同的传感器，传感器载荷共可分为5大类：①导航和安全通行；②通信和控制；③遥感和成像；④情报、监视和侦察；⑤数据采集(空气采样、湿度、污染、颗粒物、温度)。就林业遥感任务而言，传感器有效载荷主要包括可见光相机、可见光摄像机、红外热像仪、高光谱成像仪、合成孔径雷达、激光雷达等，根据不同的监测需求，应选择相匹配的传感器载荷(表1)。

2 传统林业监测手段及无人机优势

传统的林业监测方法包括：地面巡护、瞭望塔监测、卫星遥感监测、有人机航空巡护等，这些方法都存在一定的局限性。

常规林业地面巡护通过人员或者车辆对林区进行巡护：其一，由于人的眼睛可视范围较小；其二，护林员的巡查路径和时间相对固定，因此无论是巡查覆盖范围还是时效性都无法满足现阶段日益增长的林区监护巡查的需要[3]。

表1 无人机遥感常见任务载荷及用途

瞭望塔(含视频监控)易受天气影响和地形条件限制，山区地形起伏较大，云、雾较多，因此使用瞭望塔进行森林火灾预警时存在一定比例的观测盲区和死角。视频监测同时还需综合考虑供电、通信、防雷、防盗等一系列技术和管理因素，技术要求复杂。

卫星遥感监测由于受到空间分辨率的局限，一般只能发现20 m×20 m大小的火点，针对北方地区监测效果较好[4]，南方地区多云天气较多，效果有限。受卫星影像采购成本的限制，目前我国林业部门多采用资源三号(ZY-3)和高分一号(GF-1)卫星影像进行大面积森林(湿地)资源调查[5-6]，由于卫星过境时间及云遮挡等原因，收集一套同一时间节点的卫星影像难度较高，十分不利于国家或省级的森林资源(湿地)的年度动态监测。

有人机航空巡护对飞行员要求较高；飞机的起飞需要申请空域；在地理环境复杂、气候条件恶劣的情况下，存在较大的飞行安全性风险；需要配备专业飞行员、航空护林观察员、维护及保养人员以及飞行仓库等，且执行任务消耗的油料数量巨大，成本较高。

无人机遥感监测具有机动灵活、使用成本低、操作简单、响应迅速、高时空分辨率等特点，可以在不同环境条件下获取多种多样的遥感数据[7]。无人机航拍影像空间分辨率可达厘米级，并可低空在云层下飞行，避免了云层遮挡的问题；操作相对简单，准备时间短；体型较小，方便运输，到达目的地后可迅速开展工作。可根据工作需要搭载不同载荷，并根据监测目的和气候条件灵活选择观测时间；利用其获取高分辨率影像及雷达三维点云数据提取病死木并准确定位[8]；识别树种及获取相关森林、林木因子[9]；对火场进行长时间的凝视，及时将火灾情况通过数据链传回指挥系统，便于指挥人员进行现场指挥与调度，实现实时动态监测等[10]。

3 无人机遥感应用需求

3.1 无人机遥感数据

随着传感器载荷技术的发展，其精度不断提高且逐步小型化，无人机载成为可能。目前，可应用于林业生产工作中的无人机航空遥感数据主要包括高分辨率遥感影像、高光谱遥感数据和合成孔径雷达遥感数据。

3.1.1 高分辨率遥感影像数据 林业遥感生产应用中最常用的数据源是光学遥感数据，如国产的资源三号(ZY-3)、高分卫星(GF-1/2/3)、环境小卫星(HJ-1A/B)、北京1号小卫星等，国外常见的有TM、SPOT5、QuickBird、IKONOS、Wroldview-1/2、GeoEye、ALOS等。利用无人机搭载可见光相机同样可以获取航空正射影像图，并具有远超卫星遥感数据的超高时/空分辨率，可用于林业资源调查及动态监测工作[11]。

3.1.2 高光谱遥感数据 在森林资源管理、珍贵树种保护、生物多样性调查及野生动物栖息地研究中，正确识别树种具有重要意义。常用的光学遥感数据进行树种识别只能区分到树种组或将树种简单地分为针叶林和阔叶林2大类。高光谱遥感数据具有丰富的光谱信息优势，能够探测到不同物体的细微光谱差异，大大改善了对植被的识别和分类精度[12]。利用高光谱数据采用混合光谱分解的方法，可以解决宽波段遥感数据提取郁闭度精度较低的问题。试验证明，采用光谱混合模型的方法提取森林郁闭度信息是可行的[13]。此外，高光谱数据在森林资源调查及动态监测、森林火灾监测和评估、森林病虫害监测等方面应用也非常广泛[14-16]。

3.1.3 合成孔径雷达/激光雷达遥感数据 合成孔径雷达(SAR)是一项微波遥感技术，主要通过飞行平台的向前运动实现合成孔径。在多云、雾的地区，通过可见光和红外相机难以获取下层的森林信息，同时光学遥感反演只能在平面上进行，因此无法为林业生产提供有效的数据支持。合成孔径雷达具有全天候、全天时以及穿透性的特点，不仅能够穿透云、雾，而且能够透过植被获取地表特征，能够较好地反映地表结构信息。激光雷达(LiDAR)具有极高的角分辨、距离分辨和抗干扰能力，可以直接获取地表林木的三维信息，因此在林木高度测量及林分垂直结构信息获取方面具有独特的优势[17]。根据采样方式和配置方式的不同，利用无人机搭载激光雷达可以高精度的提取森林水平和垂直信息。

3.2 应用现状

针对无人机技术在林业上的应用，国内学者已做了许多研究：张园等[18]探讨了无人机遥感在森林资源调查中的应用；杜建华等[10]针对森林火灾探测扑救中的无人机技术及其应用进行了深入分析；张增等[19]利用无人机高分辨率遥感影像进行森林火灾的监测，结果表明对森林火灾的检测率可达87.7%，识别率达到89.2%；王伟[20]采用面向对象的方法，利用无人机遥感影像数据对冠幅、树高、林分密度等森林参数进行了提取。

到目前为止，无人机技术在林业生产活动中应用的成果案例还很少，仅有国家林业局调查规划设计院针对无人机技术在森林资源调查、营造林核查、林业执法、灾后调查及枯死木调查等方面开展了部分小区域应用实验。实验证明，无人机影像可部分替代人工现地调查；能够辅助森林资源年度变更、一类清查和二类调查工作；对营造林核查、荒漠化和沙化监测、林业执法和灾害评估等林业工作，具备良好的发展潜力。部分地方林业主管部门开始尝试利用无人机进行森林火灾监测及预警工作。总体来看，全国林业行业尚无完整的无人机应用平台体系，基本上处于零星应用的状态，缺乏数据管理与处理平台。

3.3 应用需求

无人机遥感在林业中应用需求主要包括：森林(湿地)资源调查、荒漠化和沙化监测、森林巡护、林业执法、营造林检查、病虫害监测、森林火灾预警及现场指挥、自然灾害(火灾、病虫害、冻灾)灾后评估等。根据不用的应用领域，应结合其需求及特点，选择不同的机型及传感器。

3.3.1 森林(湿地)资源调查、荒漠化和沙化监测 我国每10 a开展一次森林资源规划设计调查，主要针对林业小班进行区划调查和抽样调查；每5 a开展一次森林资源连续清查，主要针对省级固定样地进行定期复查；每年开展一次森林资源年度变更调查，主要工作是更新森林资源“一张图”数据库；每5 a开展一次荒漠化和沙化监测，主要针对全国荒漠化和沙化监测区内土地荒漠化/沙化范围、分布、植被覆盖度等情况进行调查。

可采用无人机搭载可见光相机和高光谱成像仪，获取森林及林地资源范围、分布，林木种类；湿地资源分布、类型，水资源状况，野生生物资源情况。通过搭载激光雷达，获取目标区域内林木三维点云数据，从而实现林木种类识别、森林及林木因子获取等。

3.3.2 森林巡护、林业执法、林政、营造林检查及灾后评估 利用无人机搭载可见光相机和红外热像仪，能够高频次对固定中、小范围区域林地进行遥感监测，及时发现违法占地、盗砍滥伐违章用火等情况；林业执法部门可通过无人机航拍影像，分析森林遭受破坏的位置及程度，并及时对毁林行为进行制止和处罚；利用正射影像可以计算营造林面积、株树，确定需要补植的位置；获取受自然灾害影响的森林面积及损毁程度。

3.3.3 林业有害生物监测 利用无人机搭载可见光相机和高光谱成像仪，获取目标区域高分影像及高光谱数据，及时发现森林病虫害，实现预警监测，确定灾情发生位置及范围，为治理效果和灾后损失评估提供依据。

3.3.4 火灾预警及现场指挥 利用无人机搭载可见光和红外摄像机，对监测区域进行巡查，及时发现火点并精确定位；火灾发生时，可将火场周围地理环境、火灾发生范围、林火蔓延趋势等及时传回地面控制中心，监测林火发生和火场发展动态，辅助现场指挥决策。

4 结论

根据中国信息通信研究院(工业和信息化部电信研究院，CIACT)和中投顾问产业研究中心发布的中国无人机产业的研究报告，当前国内民用无人机发展迅猛，国内现有无人机生产企业已超过400家，从业人员突破10万，2014年中国民用无人机销售规模已经达到40亿元，未来几年将保持50%以上的增长。

无人机作为信息时代高技术的产物，已成为世界各国加强国防建设和加快信息化建设的重要标志。众多发达国家和新兴工业国家，无不十分重视无人机的研究、发展和应用。当前，除了在军事上广泛应用，无人机在在警用、气象、农林，甚至勘探等民用领域也大展身手，世界诸多无人机发展先进国家已将其作为推动新兴产业发展、满足社会经济活动需要的重要手段和重点选择。当前，我国民用无人机行业蓬勃发展，军工集团下属单位、科研院所和民营企业相继开始进行民用无人机的研发和制造，且有各自的优势。

林业行业本身涉及到多个专业领域，如：森林(湿地)资源监测、防火、病虫害、森林巡护、林业执法等等。应当看到当前的无人机系统技术并不能解决所有专业领域的数据获取问题，但新技术的应用发展都是从不可能到可能再到成熟应用的过程，目前应该在比较成熟的专业点率先应用推广，同时针对技术尚不成熟或需要开发应用的专业问题积极开展试点应用，并逐步推广。要提高思想认识，加强无人机遥感在林业生产活动中的应用，努力创新。只有不断地应用和创新，积累经验，才能使无人机在林业行业领域的应用水平不至于落后。

[1]王大勇，刘红润.浅谈遥感在我国林业中的应用[J].林业科技情报，2010，42(3)：31-33.

[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(5)：505-513，540.

[3]马瑞升，杨斌，张利辉，等.微型无人机林火监测系统的设计与实现[J].浙江农林大学学报，2012(5)：783-789.

[4]厉青，张丽娟，吴传庆，等.基于卫星遥感的秸秆焚烧监测及对空气质量影响分析[J].生态与农村环境学报，2009(1)：32-37.

[5]李增元，高志海，李凡，等.高分林业遥感应用示范系统的建设与应用[J].卫星应用，2015(3)：25-30.

[6]谢小杰.基于资源三号影像的植被信息提取方法及应用[D].南京：南京林业大学，2014.

[7]汪小钦，王苗苗，王绍强，等.基于可见光波段无人机遥感的植被信息提取[J].农业工程学报，2015(5)：152-159.

[8]李卫正，申世广，何鹏，等.低成本小型无人机遥感定位病死木方法[J].林业科技开发，2014(6)：102-106.

[9]韦雪花.轻小型航空遥感森林几何参数提取研究[D].北京：北京林业大学，2013.

[10]杜建华，高仲亮，舒立福.森林火灾探测扑救中的无人机技术及其应用[J].森林防火，2013(4)：52-54.

[11]李宇昊.无人遥感飞机在林业调查中的应用研究[D].北京：北京林业大学，2008.

[12]王璐，范文义.基于高光谱遥感数据的森林优势树种组识别[J].东北林业大学学报，2015(5)：134-137.

[13]谭炳香.高光谱遥感森林类型识别及其郁闭度定量估测研究[D].北京：中国林业科学研究院，2006.

[14]赵春燕，杨志高.高光谱遥感技术及其在森林监测中的应用探讨[J].林业调查规划，2006(1)：4-6.

[15]吴见，彭道黎.高光谱遥感林业信息提取技术研究进展[J].光谱学与光谱分析，2011(9)：2305-2312.

[16]王胜，潘洁，张衡，等.基于高光谱遥感影像的森林病虫害监测研究进展[J].林业资源管理，2014(3)：134- 140.

[17]刘峰，杨志高，龚健雅.利用机载激光雷达的林木识别与参数反演[J].中国农学通报，2012(1)：80-84.

[18]张增，王兵，伍小洁，等.无人机森林火灾监测中火情检测方法研究[J].遥感信息，2015(1)：107-110，124.

[19]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].西南林业大学学报，2011(3)：49-53.

[20]王伟.无人机影像森林信息提取与模型研建[D].北京：北京林业大学，2015.

Application and Demand Analysis of Unmanned Aerial Vehicle Remote Sensing in Forestry

ZHAO Guoshuai

(FujianInstituteofForestInventoryandPlanning，Fuzhou350003，Fujian，China)

This paper introduced the Unmanned Aerial System (UAS) and common load sensors，analyzed the lack of traditional methods in forest monitoring.Combined with the characteristics of forestry work，the application and demand of Unmanned Aerial Vehicle (UAV) Remote Sensing in forestry were discussed.UAV remote sensing can provide many kinds of remote sensing data for the forestry work and has a good prospect in forestry resource survey，forest patrol，pest and disease monitoring，forest fire warning and fire emergency command.

Unmanned Aerial Vehicle；Remote Sensing；forestry；application

10.13428/j.cnki.fjlk.2017.01.029

2016-10-11；

2016-12-18

福建省林业厅林业科研基金资助项目(闽林科[2016]3号)

赵国帅(1987—)，男，山东青州人，福建省林业调查规划院工程师，从事林业遥感及地理信息系统应用研究工作。E-mail：zhgshuai@163.com。

P231：S7

A

1002-7351(2017)01-0136-05