遥感技术在林业领域应用论文范文3篇

篇(1)

　　摘要:林业外业工作由于其工作量大，费时费力的特点，在信息技术飞速发展的今天，迫切需要引进当代的先进科技，其中无人机遥感就是近年来在林业工作中逐渐被重视起来的技术之一。本文介绍了利用无人机遥感进行林业面积核查的方法，并对其关键技术的研究现状进行了分析与论述，最后提出利用无人机遥感进行林业面积核查的研究应从相机标定与图像区域提取两个方面着手，改进算法，以提高精度。

　　关键词:无人机遥感;相机标定;区域提取

　　无人驾驶飞机(unmannedaerialvehicle，UAV)，简称无人机，是一种有动力、可控制，能携带多种传感器，并能重复使用的无人驾驶航空器。具有灵活性高、成本耗费低、可重复使用且风险小等诸多优势。面积量测是森林资源调查与核查中的一项基础性工作，使用怎样的工具、方法进行面积量测，量测的结果等直接影响着森林资源调查、监测工作所采用的手段、方法及其功效。同样地，面积量测的精度又直接与森林资源调查监测结果的精确性和可靠性密切相关。传统的林地面积的核查，可以根据实地条件选择一定的应用设计方法，对此可探讨分述如下。

　　(1)GPS现地测定法。

　　在林地现场使用全球定位系统(GPS)对小班进行相关数据采集，通过获得的特征点地理坐标计算小班面积的一种技术方法。这种方法能够较准确地获得地块的实际面积，测量仪器便于携带，工作效率高，价格方便。但该种方法面临的主要就是GPS系统的误差，因此选用不同型号与精度的GPS，其测量精度会有较大的差别。

　　(2)利用地形图目视勾绘法。以林地现场的“地性线”和明显的地物地标作为控制，与资产清单中所附的森林资源调查基本图或林相图进行对比核验，判断实际地块与地图上的小班线是否吻合。如发现错误，则标记在原基本图或林相图上，并在原图上做出正确的修改，划出实际的小班界线。对外业调查得到的相关数据进行内业处理与求解，通常是使用求积仪或网点板来运算得出小班的核查面积。此方法是传统的林业数据调查最常用的方法，其精度容易受到调查者判断的主观因素影响，且操作繁复，内业工作量大。

　　(3)利用罗盘仪测量法。核查时，在没有适合的地形图或者GPS等仪器设备的情况下，则采用传统的罗盘仪导线测量方法。此方法取得的精度较高，且理论上不受人为因素的影响，比较适用于小面积的地块测量。上述的传统林地面积核查方法均需要外业工作者亲身去到林地现场，对一些地形比较复杂，危险性比较大的林地，传统的核查方法往往存在着较大的局限性。而大多数的航天遥感数据，其空间分辨率不能满足高精度调查的要求，有的高分辨率图像受天气影响也不容易获取;有人驾驶航空遥感对小区域来说又不经济。

　　而由于无人机遥感具有的灵活性高、成本低、风险小等优势，正好能够弥补上述核查方法所存在的缺点，且已成为当前学界的潮流研究方向。利用先进的无人机遥感技术对指定地块进行面积测量，旨在达到面积核查的目的，并且可以方便地根据飞行任务的需要设计区域、航线、高度等。为了帮助林业工作者更快、更准确地完成林业资源地块面积核查工作，研究探索一种基于无人机相机标定照片，对指定地块进行面积测量和定位的方法具有一定的实际意义，这种方法可以减少林业核查工作的工作量，降低成本，减少内业处理时间，同时也消减了林业核查工作可能出现的危险性，在一定程度上保障林业工作者的安全。该方法主要通过使用相机标定方法对无人机照片进行畸变校正，运用图像边缘识别的处理方法分割提取图像区域，最后通过图像分辨率与无人机航高、传感器像元尺寸间的比例换算计算结果。

　　1无人机遥感在林业中的应用

　　近年来，无人机技术越来越迅速地发展起来，原本仅在政府重要部门得到应用的无人机越来越多地扩展到市场中，由于其所具有的各项优势，如何更好地利用无人机，使其作为数据和信息快速准确的获取工具这一问题也逐渐地在各个行业中得到重视。目前，随着国内现代科技的迅猛发展，无人机和无人机技术在日常林业工作中的涉足领域也在增加，这一先进技术的普及对于林业工作者的工作效率的提升，成果精度的提高，人力物力的节约上，起到高效积极的推进作用，同时这也表明无人机在林业工作中的应用具有长足的优势和广阔应用前景。

　　无人机遥感技术主要通过航空摄影测量来获取测绘所需要的空间数据，通常使用无人机在待测量区域上空，按照航测任务的要求设定航高和航向、旁向重叠率进行轨迹飞行，对采集到的航空相片进行处理，生成正射影像图，再进一步结合内业处理以得到面积、矢量图等相关信息。无人机航测具有灵活性高、适应高危地区的探测、成本较低、获取图像细节丰富等鲜明优势，是卫星遥感与有人机航空遥感的有力补充。国内方面，许多学者针对无人机在林业调查、大比例尺作图等林业工作中的应用进行了深入研究。

　　马瑞升等人[1]分析遥感影像的几何变形特点后，在拍摄时使用了垂直摄影法，将获取的无人机影像用于相机标定并建立了误差纠正模型;使用大比例尺地形图作为底图，通过同名点配准纠正航摄影像，全过程不使用外方位元素，最终影像经实际检验，单点定位平均误差为1.0m左右，且基本没有角度变形。李宇昊[2]借助无人机遥感技术成功实现造林地面积获取、造林成活率计算、树种辨认、株树密度计算、林龄的确定以及对造林地进行定位等，大大提高了林业调查技术水平。

　　李克等人[3]使用无人机进行了地块面积量算的实验，对比传统的航测方法和不使用正射影像，直接对普通影像进行矢量化的计算方法，结果表明前者具有虽然更高的精度，但往往需要更多的时间和更高的技术要求;后者在耗时更短、操作更容易的基础上，也能够达到5%以内的相对误差，但只适用于区域较小，独立成块的面积估算，并且依然需要对实地进行测量以获取矢量化图像的比例尺大小。国外方面，无人机遥感在林业中的应用研究，其聚焦点主要在于通过无人机影像进行树冠识别和树高测定等方面。

　　Zarco-tejada等人[4]使用无人机搭载RGB三色彩通道数码相机，采用三维自动重建方法生成DSM估测出树高值。Paris等人[5]使用低密度机载LiDAR结合高光谱影像，基于三维模型的方法，将2种数据结合易于检测、且可直接确定单木树冠，通过改进K最近邻域法检测剩余的树冠，最终估测出树高值。Jing等人[6]改进了一种多尺度分割影像的方法，首先确定树冠区域的大小，然后将经高斯滤波器过滤后的灰度影像，使用分水岭算法分割树冠，验证结果表明该方法可以得到高质量的树冠图。Mathews[7]使用搭载数码相机的无人机，采集葡萄园的影像数据来生成正射影像，分割树冠提取面积，采用NDVI反演得出郁闭度。

　　2相机标定方法

　　相机标定实质上是将相机内部的参数计算出来的过程，在过往的研究当中，将相机标定分成传统相机标定方法、主动视觉相机标定法与自标定的方法三种。其中，传统相机标定方法适用于大多数情况，标定精度较高，但缺点是过程比较复杂，而且要求获取高精度的标定物结构信息;主动视觉的标定方法可以通过线性的数学方程进行求解，鲁棒性高，但其缺点是要求获取相机的角度、移动距离、方向变化等具体的运动信息，而且当相机运动的相关数据不能被精确掌握时存在劣势;自标定方法通过将拍摄的各个图像之间进行点对点的对应来实现参数的计算，具有很强的灵活性，但缺点是相对于前两种方法来讲鲁棒性比较低。

　　何海清等人[8]利用稳健估计平差法参与标定过程，将由线性成像模型计算出的旋转、平移矩阵代入畸变模型当中，消弱镜头畸变，引入稳健抗差估计算法，从验后方差中迭代选权求解其它参数，削弱角点检测算法带来的粗差。陈启晟等人[9]使用特殊的红绿点编码板，通过自检校光束法进行平差，不需要进行角点识别，可直接利用已经编码的控制点进行坐标变换，计算参数。刘阳等人[10]根据仿射变换，找到图像之间的若干个对应的点，通过最小二乘法估算得到内参与外参。

　　张正友相机标定法[11]通过标定棋盘格平面数据和图像数据计算图像与标定板间的单应性矩阵来约束相机的内部参数，求解单应性矩阵得到内、外参矩阵。解决了传统标定法对标定物精度的要求比较高的问题，在标定时仅需使用一个打印出来的棋盘格，同时相对于自标定而言，提高了精度，便于操作。许多学者在张正友标定法的基础上进行了深入的研究。

　　刘艳等人[12]为了对畸变较大的鱼眼镜头进行校正，将张正友标定法进行了改进，变成了一种两步标定法，在原来方法的基础上引入了非线性的最小二乘法，提高了鲁棒性。刘杨豪等人[13]则提出一种适用于单目标定，基于共面点进行非线性计算的方法，用以获得相关参数，最终不仅提高了标定精度，而且增加了标定速率。邹建成等人[14]简化了张正友标定方法，将其改进成为一种更为简单的5点标定算法，同时也提高了标定精度。

　　3图像区域提取

　　图像区域提取是指通过一定的图像处理方法，将图像中某个连续的具有显著特征的目标区域完整单独地提取出来，以便于后续的进一步计算。这一整个提取的过程中包含图像的边缘识别和分割两个具体的步骤。Matlab中对于边缘的检测算法有很多，例如Roberts、Sobel、Laplace、LOG等算子，这些算子简单、易于实现，但却对影像中的噪声非常敏感，实际应用中效果并不理想。

　　与上述的边缘检测算子比起来，Canny算子的运算结果信噪比大、检测精度高，从而在一般的图像边缘检测与识别算法中被普遍使用。图像分割方面的大多数算法都是将相似或者连续的灰度值作为分割基准的。基于灰度值连续性的算法检测灰度值发生突变的区域，并以这些区域为基础分割一幅图像，如图像边缘分割。

　　基于灰度值相似性的算法是根据事先定义的准则将一幅图像分割为各个相似区域，如阈值处理、区域生长、区域分裂和区域聚合都是基于这种方法形成的。现阶段，图像的边缘识别与分割技术已经非常成熟，许多国内外学者都已经做了深入的研究。李二森等人[15]在Canny边缘检测过程中提出一种在像素8邻域内计算x方向和y方向一阶偏导数有限差分的方法，兼顾了梯度幅值计算过程中边缘定位和抑制噪声的要求。

　　王静等人[16]分别基于遥感图像区域的形状轮廓和纹理特征对遥感图像进行了区域提取分析，比较发现2种方法各有优劣，两者之间可以互相补充。国外对于图像区域提取的研究起步很早，早在20世纪60年代中期，Prewitt就提出了基于双峰直方图的阈值区域分割法，将2个峰值之间的谷值设置为分割阈值，以此分割图像，该方法计算简单、且抗噪声性能较好。Angulo等人[17]最早通过分裂合并的方法实现图像区域分割，此方法能够适用于复杂的图像，但计算量比较大。

　　4结束语

　　本文对日常的林业工作中面积核查的传统方法与无人机测量方法进行了比较，发现无人机遥感在林业中的应用具有较高的推广和普及价值，对于未来林业现代化的发展进程有着重大的意义。探讨了基于无人机相机标定的地块面积测量方法，对该方法的关键技术研究进展做了分析与论述。研究认为利用无人机进行地块面积核查的方法具有现实意义，其中相机标定与图像区域提取两方面是该方法的核心内容，为了使该方法的测量结果能够更趋精确，需要针对相机标定方法与图像区域提取方法进行设计改进。相机标定方法的研究应以高灵活性和高鲁棒性为目标，而图像区域提取方法的研究应以高精度和高效性为目标。

　　参考文献

　　[1]马瑞升，孙涵，林宗桂，等.微型无人机遥感影像的纠偏与定位[J].南京气象学院学报，2005，28(5):632-639.

　　[2]李宇昊.无人机在林业调查中的应用实验[J].林业资源管理，2007(4):69-73.

　　[3]李克，杨姗姗，王正阳，等.无人机低空摄影在面积量算上的可行性分析[J].价值工程，2018(6):164-166.

　　[4]ZARCO-TEJADAPJ，DIAZ-VARELAR，ANGILERIV，etal.Treeheightquantificationusingveryhighresolutionimageryacquiredfromanunmannedaerialvehicle(UAV)andautomatic3Dphoto-reconstructionmethods[J].EuropeanJournalofAgronomy，2014，55(2):89-99.

　　[5]PARISC，BRUZZONEL.Athree-dimensionalmodel-basedapproachtotheestimationofthetreetopheightbyfusinglow-densityLiDARdataandveryhighresolutionopticalimages[J].IEEETransactionsonGeoscience&RemoteSensing，2015，53(1):467-480.

　　相关刊物推荐：《价值工程》创刊于1982年，是经国家新闻出版总署批准公开发行的经济综合性专业学术期刊，具有国际国内双刊号，国际刊号ISSN1006-4311国内刊号CN13-1085/N)，邮发代号：18—2，主管单位：河北省科学技术协会，主办单位：中国技术经济研究会价值工程专业委员会、河北省技术经济管理现代化研究会。

篇(2)

　　摘要:林业外业工作由于其工作量大，费时费力的特点，在信息技术飞速发展的今天，迫切需要引进当代的先进科技，其中无人机遥感就是近年来在林业工作中逐渐被重视起来的技术之一。本文介绍了利用无人机遥感进行林业面积核查的方法，并对其关键技术的研究现状进行了分析与论述，最后提出利用无人机遥感进行林业面积核查的研究应从相机标定与图像区域提取两个方面着手，改进算法，以提高精度。

　　关键词:无人机遥感;相机标定;区域提取

　　无人驾驶飞机(unmannedaerialvehicle，UAV)，简称无人机，是一种有动力、可控制，能携带多种传感器，并能重复使用的无人驾驶航空器。具有灵活性高、成本耗费低、可重复使用且风险小等诸多优势。面积量测是森林资源调查与核查中的一项基础性工作，使用怎样的工具、方法进行面积量测，量测的结果等直接影响着森林资源调查、监测工作所采用的手段、方法及其功效。同样地，面积量测的精度又直接与森林资源调查监测结果的精确性和可靠性密切相关。传统的林地面积的核查，可以根据实地条件选择一定的应用设计方法，对此可探讨分述如下。

　　(1)GPS现地测定法。

　　在林地现场使用全球定位系统(GPS)对小班进行相关数据采集，通过获得的特征点地理坐标计算小班面积的一种技术方法。这种方法能够较准确地获得地块的实际面积，测量仪器便于携带，工作效率高，价格方便。但该种方法面临的主要就是GPS系统的误差，因此选用不同型号与精度的GPS，其测量精度会有较大的差别。

　　(2)利用地形图目视勾绘法。

　　以林地现场的“地性线”和明显的地物地标作为控制，与资产清单中所附的森林资源调查基本图或林相图进行对比核验，判断实际地块与地图上的小班线是否吻合。如发现错误，则标记在原基本图或林相图上，并在原图上做出正确的修改，划出实际的小班界线。对外业调查得到的相关数据进行内业处理与求解，通常是使用求积仪或网点板来运算得出小班的核查面积。此方法是传统的林业数据调查最常用的方法，其精度容易受到调查者判断的主观因素影响，且操作繁复，内业工作量大。

　　(3)利用罗盘仪测量法。

　　核查时，在没有适合的地形图或者GPS等仪器设备的情况下，则采用传统的罗盘仪导线测量方法。此方法取得的精度较高，且理论上不受人为因素的影响，比较适用于小面积的地块测量。上述的传统林地面积核查方法均需要外业工作者亲身去到林地现场，对一些地形比较复杂，危险性比较大的林地，传统的核查方法往往存在着较大的局限性。而大多数的航天遥感数据，其空间分辨率不能满足高精度调查的要求，有的高分辨率图像受天气影响也不容易获取;有人驾驶航空遥感对小区域来说又不经济。而由于无人机遥感具有的灵活性高、成本低、风险小等优势，正好能够弥补上述核查方法所存在的缺点，且已成为当前学界的潮流研究方向。

　　利用先进的无人机遥感技术对指定地块进行面积测量，旨在达到面积核查的目的，并且可以方便地根据飞行任务的需要设计区域、航线、高度等。为了帮助林业工作者更快、更准确地完成林业资源地块面积核查工作，研究探索一种基于无人机相机标定照片，对指定地块进行面积测量和定位的方法具有一定的实际意义，这种方法可以减少林业核查工作的工作量，降低成本，减少内业处理时间，同时也消减了林业核查工作可能出现的危险性，在一定程度上保障林业工作者的安全。该方法主要通过使用相机标定方法对无人机照片进行畸变校正，运用图像边缘识别的处理方法分割提取图像区域，最后通过图像分辨率与无人机航高、传感器像元尺寸间的比例换算计算结果。

　　1无人机遥感在林业中的应用

　　近年来，无人机技术越来越迅速地发展起来，原本仅在政府重要部门得到应用的无人机越来越多地扩展到市场中，由于其所具有的各项优势，如何更好地利用无人机，使其作为数据和信息快速准确的获取工具这一问题也逐渐地在各个行业中得到重视。目前，随着国内现代科技的迅猛发展，无人机和无人机技术在日常林业工作中的涉足领域也在增加，这一先进技术的普及对于林业工作者的工作效率的提升，成果精度的提高，人力物力的节约上，起到高效积极的推进作用，同时这也表明无人机在林业工作中的应用具有长足的优势和广阔应用前景。

　　无人机遥感技术主要通过航空摄影测量来获取测绘所需要的空间数据，通常使用无人机在待测量区域上空，按照航测任务的要求设定航高和航向、旁向重叠率进行轨迹飞行，对采集到的航空相片进行处理，生成正射影像图，再进一步结合内业处理以得到面积、矢量图等相关信息。无人机航测具有灵活性高、适应高危地区的探测、成本较低、获取图像细节丰富等鲜明优势，是卫星遥感与有人机航空遥感的有力补充。国内方面，许多学者针对无人机在林业调查、大比例尺作图等林业工作中的应用进行了深入研究。

　　马瑞升等人[1]分析遥感影像的几何变形特点后，在拍摄时使用了垂直摄影法，将获取的无人机影像用于相机标定并建立了误差纠正模型;使用大比例尺地形图作为底图，通过同名点配准纠正航摄影像，全过程不使用外方位元素，最终影像经实际检验，单点定位平均误差为1.0m左右，且基本没有角度变形。李宇昊[2]借助无人机遥感技术成功实现造林地面积获取、造林成活率计算、树种辨认、株树密度计算、林龄的确定以及对造林地进行定位等，大大提高了林业调查技术水平。

　　李克等人[3]使用无人机进行了地块面积量算的实验，对比传统的航测方法和不使用正射影像，直接对普通影像进行矢量化的计算方法，结果表明前者具有虽然更高的精度，但往往需要更多的时间和更高的技术要求;后者在耗时更短、操作更容易的基础上，也能够达到5%以内的相对误差，但只适用于区域较小，独立成块的面积估算，并且依然需要对实地进行测量以获取矢量化图像的比例尺大小。

　　国外方面，无人机遥感在林业中的应用研究，其聚焦点主要在于通过无人机影像进行树冠识别和树高测定等方面。Zarco-tejada等人[4]使用无人机搭载RGB三色彩通道数码相机，采用三维自动重建方法生成DSM估测出树高值。Paris等人[5]使用低密度机载LiDAR结合高光谱影像，基于三维模型的方法，将2种数据结合易于检测、且可直接确定单木树冠，通过改进K最近邻域法检测剩余的树冠，最终估测出树高值。Jing等人[6]改进了一种多尺度分割影像的方法，首先确定树冠区域的大小，然后将经高斯滤波器过滤后的灰度影像，使用分水岭算法分割树冠，验证结果表明该方法可以得到高质量的树冠图。Mathews[7]使用搭载数码相机的无人机，采集葡萄园的影像数据来生成正射影像，分割树冠提取面积，采用NDVI反演得出郁闭度。

　　2相机标定方法

　　相机标定实质上是将相机内部的参数计算出来的过程，在过往的研究当中，将相机标定分成传统相机标定方法、主动视觉相机标定法与自标定的方法三种。其中，传统相机标定方法适用于大多数情况，标定精度较高，但缺点是过程比较复杂，而且要求获取高精度的标定物结构信息;主动视觉的标定方法可以通过线性的数学方程进行求解，鲁棒性高，但其缺点是要求获取相机的角度、移动距离、方向变化等具体的运动信息，而且当相机运动的相关数据不能被精确掌握时存在劣势;自标定方法通过将拍摄的各个图像之间进行点对点的对应来实现参数的计算，具有很强的灵活性，但缺点是相对于前两种方法来讲鲁棒性比较低。

　　何海清等人[8]利用稳健估计平差法参与标定过程，将由线性成像模型计算出的旋转、平移矩阵代入畸变模型当中，消弱镜头畸变，引入稳健抗差估计算法，从验后方差中迭代选权求解其它参数，削弱角点检测算法带来的粗差。陈启晟等人[9]使用特殊的红绿点编码板，通过自检校光束法进行平差，不需要进行角点识别，可直接利用已经编码的控制点进行坐标变换，计算参数。刘阳等人[10]根据仿射变换，找到图像之间的若干个对应的点，通过最小二乘法估算得到内参与外参。张正友相机标定法[11]通过标定棋盘格平面数据和图像数据计算图像与标定板间的单应性矩阵来约束相机的内部参数，求解单应性矩阵得到内、外参矩阵。

　　解决了传统标定法对标定物精度的要求比较高的问题，在标定时仅需使用一个打印出来的棋盘格，同时相对于自标定而言，提高了精度，便于操作。许多学者在张正友标定法的基础上进行了深入的研究。刘艳等人[12]为了对畸变较大的鱼眼镜头进行校正，将张正友标定法进行了改进，变成了一种两步标定法，在原来方法的基础上引入了非线性的最小二乘法，提高了鲁棒性。刘杨豪等人[13]则提出一种适用于单目标定，基于共面点进行非线性计算的方法，用以获得相关参数，最终不仅提高了标定精度，而且增加了标定速率。邹建成等人[14]简化了张正友标定方法，将其改进成为一种更为简单的5点标定算法，同时也提高了标定精度。

　　3图像区域提取

　　图像区域提取是指通过一定的图像处理方法，将图像中某个连续的具有显著特征的目标区域完整单独地提取出来，以便于后续的进一步计算。这一整个提取的过程中包含图像的边缘识别和分割两个具体的步骤。Matlab中对于边缘的检测算法有很多，例如Roberts、Sobel、Laplace、LOG等算子，这些算子简单、易于实现，但却对影像中的噪声非常敏感，实际应用中效果并不理想。与上述的边缘检测算子比起来，Canny算子的运算结果信噪比大、检测精度高，从而在一般的图像边缘检测与识别算法中被普遍使用。

　　图像分割方面的大多数算法都是将相似或者连续的灰度值作为分割基准的。基于灰度值连续性的算法检测灰度值发生突变的区域，并以这些区域为基础分割一幅图像，如图像边缘分割。基于灰度值相似性的算法是根据事先定义的准则将一幅图像分割为各个相似区域，如阈值处理、区域生长、区域分裂和区域聚合都是基于这种方法形成的。

　　现阶段，图像的边缘识别与分割技术已经非常成熟，许多国内外学者都已经做了深入的研究。李二森等人[15]在Canny边缘检测过程中提出一种在像素8邻域内计算x方向和y方向一阶偏导数有限差分的方法，兼顾了梯度幅值计算过程中边缘定位和抑制噪声的要求。王静等人[16]分别基于遥感图像区域的形状轮廓和纹理特征对遥感图像进行了区域提取分析，比较发现2种方法各有优劣，两者之间可以互相补充。

　　国外对于图像区域提取的研究起步很早，早在20世纪60年代中期，Prewitt就提出了基于双峰直方图的阈值区域分割法，将2个峰值之间的谷值设置为分割阈值，以此分割图像，该方法计算简单、且抗噪声性能较好。Angulo等人[17]最早通过分裂合并的方法实现图像区域分割，此方法能够适用于复杂的图像，但计算量比较大。

　　4结束语

　　本文对日常的林业工作中面积核查的传统方法与无人机测量方法进行了比较，发现无人机遥感在林业中的应用具有较高的推广和普及价值，对于未来林业现代化的发展进程有着重大的意义。探讨了基于无人机相机标定的地块面积测量方法，对该方法的关键技术研究进展做了分析与论述。研究认为利用无人机进行地块面积核查的方法具有现实意义，其中相机标定与图像区域提取两方面是该方法的核心内容，为了使该方法的测量结果能够更趋精确，需要针对相机标定方法与图像区域提取方法进行设计改进。相机标定方法的研究应以高灵活性和高鲁棒性为目标，而图像区域提取方法的研究应以高精度和高效性为目标。

　　参考文献

　　[1]马瑞升，孙涵，林宗桂，等.微型无人机遥感影像的纠偏与定位[J].南京气象学院学报，2005，28(5):632-639.

　　相关知识阅读：无人机应用论文投稿哪些期刊

　　无人机在很多行业都有广泛的应用，比如测绘、勘探、农业、电力检修、拍摄、水利、环境保护、公安消防等等。因此很多从业人员也想要发表无人机应用方向的论文，但是不清楚投稿到哪类刊物，为此小编建议您将论文发给我们的编辑老师，他们会根据论文内容推荐合适的期刊，下面也是小编和以往评职人员沟通，据他们反馈回来的优秀的无人机应用方向的刊物。

篇(3)

　　摘 要：遥感影像作为现代化成熟发展的产物，为林业相关状态监测提供了更多的机遇和可能。鉴于此，着重分析了中高分辨率遥感影像在林业中的应用情况，了解应用过程中存在的问题，并提出具体优化策略，旨在更好地提高中高分辨率遥感影像在林业中应用水平。

　　关键词：高分辨率;遥感影像;林业应用

　　遥感影像作为卫星技术成熟发展的产物，可以有效获取相应数据信息资源，特别是近年来，随着传感技术研究的不断推进，遥感影像的分辨率愈发提高。而中高分辨率的遥感影像作为目前十分成熟的一种信息获取手段，可以及时获取地面的相关信息与特点，并且提供更加实用与可靠的数据资源。其中高、低分辨率影像进行对比，能够有更加成熟且多元化的空间信息、地理物理纹路、几何结构等等，结构清晰且能够明显有效改善分类情况。目前，遥感技术在我国林业应用有所展现，围绕着森林资源调查和监测，虽然起步较晚，但是所取得的成果却十分理想[1]。

　　1 中高分辨率遥感影像

　　在林业中的应用现状高分辨率遥感是指对遥感数据的质量和数量要求很高的遥感技术。不仅使土地利用、城市规划、环境监测等方面有了更便利、更详细的数据来源，而且对于林业监测方面有着更为重要的意义。目前中高分辨率遥感影像，在林业中的应用会分为以下几个方面：

　　一是应用于森林火灾的监测。森林火灾被认为是一项极其危险的自然火灾类型, 也可能会对我们造成较大人员伤亡和对生命财产严重损失，甚至会对我国的自然资源和生态环境造成严重破坏。因此，采用先进的遥感技术对森林火灾进行监测，可以让我们在第一时间就能了解潜在的安全隐患，并将其风险扼杀于萌芽状态。当下，我国已经广泛运用基于 RS 数据的新一代森林火灾监控应用模式和先进的实验室监控技术,初步形成了新型的森林火灾监控体系。

　　二是对森林中各种病虫灾害的监控。当森林遭到病虫灾害侵扰时，会直接造成树木的叶子发黄或者变绿，影响人体的吸收。采用远距离的绿光和红外波段进行反射的概率也并不够理想，但是通过遥感图像进行监测，能够高效地获取病虫灾害发生前后波普值的变化情况，能够准确分析出病虫灾害的发生地点、灾情发展的情况与发生原因，为森林病虫灾害防控提供出可靠合理有效的资料[2]。

　　三是应用于林业生态工程中。在早年间，部分地区已将多种卫星遥感数据应用于林业生态工程中，对于不同的天然林资源保护工程的监测地区和农村退耕还林工程的监测地区都进行了不同时间和次数的动态监测，并且在“十一五”期间，利用先进的遥感技术开展了一些重点防护森林和其他防风沙污染治理项目的技术检查[3]。四是对荒漠化和沙化土地进行监测。将遥感技术其应用于飞机的荒漠化和沙土地质监测中，可以与传统的飞机遥感相片区分开来，有效地缓解了周期性成本费用昂贵等一系列问题。因此，对于沙尘暴的应急情况实施了动态监控，准确地得到当前我国的降水、气候、土壤的湿润度等。

　　2 中高分辨率遥感影像在林业中的应用存在的问题

　　2.1 增加了数据信息成本

　　增加数据信息成本，是中高分辨率遥感影像在林业应用中存在的问题之一[4]。目前遥感有效应用于我国的时间相对较晚，虽然所取得的成果十分理想，但是成本投入这一客观问题仍然无法忽视。特别是对于中高分辨率的遥感影像而言，更会加大信息处理的成本。

　　由于卫星影像数据的价格十分高昂，会增加数据信息使用的成本。因此，部分林业局出于成本的考虑，难以应用中高分辨率遥感影像技术。以内蒙古为例，在森林资源清查过程中，若是采用高分辨率的遥感影像作为参考时，仅数据设备方面购买成本就在千万元以上，再加上数据处理以及现场认证，所花费的成本更是难以估量。若是全国范围内进行森林资源的普查，其成本更高，引申到全国林业监测中，所涉及到的成本更是难以估量。

　　2.2 精确度有待提升精确度

　　有待提升是中高分辨率遥感影像在林业中的又一问题。目前，与西方发达国家相比，我国遥感影像技术仍然有着较大的改进和上升空间。

　　以遥感技术为例，该技术经常会使用 1∶10000 或是一种精度更高的航片，再经过一系列加工以后，会作为 DOM 形式，或是以 1∶50000 的图形加以参考。若是采用上述图进行参考时，其版本较早，也很难将所涉及到一系列精确数据有效地体现出来，甚至部分地理要素会在遥感影像下处于缺失状态。而图像与地图形匹配困难时，也很难第一时间找到地面控制点的坐标。因此，仍然需要采用 GPS 到现场进行地点检测[5]。而在一些交通便利的地区，采用这种图像矫正的方式可以得到更高的精度，若在一些相对偏远的山区，采用图像矫正进行地面控制点的精度确认会有较大的难度，再加上一些山区GPS 信号不够稳定，会严重影响坐标计算、测量的精度和有效度[6]。

　　2.3 图像处理效果有待改进

　　图像处理效果有待改进，是当前中高分辨率遥感影像在林业中应用的又一问题。

　　一是一些中高分辨率遥感影像所造成的图像阴影去除较为困难，在光学遥感影像中，由于地面目标和云层会对光线有遮挡，造成影像上产生阴影区域，其中就包括云层阴影和地面目标阴影两个部分。在较早期遥感影像中，在单幅影像中云的祛除方式是直接采用图像滤波法和直方图匹配法。但直至目前，关于中高分辨率遥感影像阴影祛除方面仍然没有取得十分理想的进展 [7]。

　　二是对于分类精度偏低，一些优势树种识别相对困难，这也是图像处理效果不够理想的又一体现[8]。具体来讲，要把图像技术分类可以模拟计算机以及人类的一系列识别功能，可以对地球表面或是所需要探测的环境进行精准的描述和观测，基于遥感图像上所涉及到的一系列信息属性也能够自动地进行判别，合规类可以第一时间有效识别到相关物体，并提取物体的具体信息应用到林业监测中。采用这种遥感技术却无法达到更为理想的效果，只能将树叶简单地分为固定几类，而受到光照影响，其分类的效果更是有待提高，对于一些相对特殊的类型很难及时分辨[9]。

　　3 中高分辨率遥感影像在林业中的应用对策

　　3.1 建立专用数据库

　　建立专用数据库是中高分辨率遥感在林业中的应用优化策略之一。上述分析得知，目前我国关于中高分辨率遥感影像，在林业监测过程中由于缺少专业的数据库，造成监测的效果不够理想，以及加大了数据信息处理成本。

　　针对这一情况，可以在测算森林资源的过程中利用遥感技术进行不断探索和实践。由于传统的林业遥感监测主要以相对高度较高的实体阴影探测器扫描为主，无法完全得到预计的影像，再加上建筑物阴影造成的原因与山体阴影形成的原因类似，很难对阴影进行祛除[10]。而通过建立数学模型，对林分的蓄积量进行估测时，会随着卫星图像分辨率进一步提高而呈现出更大的地形地貌，也能够客观反映出地面物体的细节特征。由于树是森林资源的主体，因此，在对森林资源进行监测的过程中，也是对于树种的组合情况进行动态监测变化。

　　3.2 改进影像技术精度

　　改进影像技术精度，是中高分辨率遥感影像在林业中的又一应用优化策略。随着科技进步和时代发展，遥感技术影像在我国应用中也取得了一定理想的效果，目前对于建立窄光谱段和第五之间处于对应的关系，而现实中对于地物的直接鉴别仍然会受到外界的干扰和影响而造成其精确度不够，但是通过多维光谱空间信息的监测，可以有效找到与地面物种定量识别的契机。而对于精度的改进，也需要结合不同的方法，在运用过程中，若是仅使用一种影像特征技术时，会严重影响其结果的精确度，再加上受到各种不同高度轨道结合和大小形象的协同，使得不同分辨率相弥补组成的全球对地观测系统仍然有着需要改进的精度。而采用多种技术相结合的方法，能够第一时间快速了解多种空间的分辨率和时间分辨率，也能够为林业遥感工作的创新提供更多可能。

　　3.3 提升图像处理水平提升

　　图像处理水平是中高分辨率遥感影像在林业应用中的优化策略。通过上述分析，由于遥感影像对于图像处理的力度不足，会造成一些林业监测的效果不够清晰，很难达到预计的范围内，针对这一问题，需要更加注重高光谱遥感技术的发展和创新。由于高光谱最重要的特点之一就是将高光谱遥感技术和传统的光谱检测技术相互结合，通过光谱对元素颜色的覆盖，其中的图像数据也会很好地反映出当时地面物体大小和形状上的缺陷等一系列外部特点，这些都会直接使得高光谱遥感技术在一定程度上提升了树种的辨认率，并在精度上也有着较为独特的优势。

　　与此同时，可以结合 GPS、GIS 技术来进行数据可视化，加速我国数字理念方面的建设，也能够提高其图像处理的效果和水平。由于这个数字也被认为是在推广了数字地球这个概念之后提出的一种新型现代化的林业监控和管理技术，具备强大的数据获得能力。重视了林业的遥感与传统林业，GPS 和 GIS 之间的有机融合，会逐渐建立起一种以林业遥感信息为主要技术基础。计算机将其作为一种手段和林业地理信息系统的一个综合立体、多层次的体系，在复制 TM 三维林分显示技术中，可以在各种林分信息的共同支撑下，以不同的视角来观测模拟森林资源和林业中的相关变化。

　　4 结语

　　总而言之，在遥感技术的成熟发展趋势下，应用到林业监测中会提升林业监测的有效性和精确性，但是一些中高分辨率遥感影像应用中存在的不足仍然亟待改进，在今后对于图像处理数据库建立以及影像技术精度等方面也需要投入更多的力度，才能够更好地提高在林业中的应用效果。

　　参考文献:

　　[1]张芳,乌兰娜,康海峰.中高分辨率遥感影像在林业中的应用现状及其存在的问题[J].内蒙古林业调查设计,2015,38(003):132-134.

　　[2]李洪川.多核支持向量机在高分辨率遥感影像分类中的应用研究[D].重庆:重庆邮电大学,2018.

　　[3]余泽江,杨杰全,邓军.高分辨率遥感影像在土地利用现状调查中的应用[J].中国科技信息,2008,(21):39-40.

　　[4]孙华,林辉,莫登奎,等.高分辨率遥感影像在林业应用中存在的问题与思考[J].湖南工业大学学报:社会科学版,2005,(003):12-14.

　　[5]陈冀岱,牛树奎.多时相高分辨率遥感影像的森林可燃物分类和变化分析[J].北京林业大学学报,2018,(03):132-134.

　　[6]张连华,李春干,黄成全,等.高分辨率遥感影像森林训练样本自动提取及其在变化检测中的应用[C]// 第三届中国林业学术大会,2013.

　　[7]臧淑英,王佳,熊妮娜,等.应用高分辨率遥感影像与 GIS 技术建立林场级森林资源管理信息系统[J].北京林业大学学报(S1):46-50.

　　[8]张芳,李鑫,陈佳楠,等.卫星遥感影像目视解译在森林资源调查中的应用分析[J].内蒙古林业调查设计,2009,(4):72-73.

　　作者：徐乐乐 1，张加龙 1*，赵 磊