无人机遥感技术在景观生态学中的应用

野外数据的获取是生态学研究的挑战之一,而通过遥感技术能够实现对地球表面的多面立体观测,获取丰富多样的空间信息数据,开展从微观到宏观不同尺度上的景观单元(包括物种、种群、群落、生态系统等)的空间关系研究。传统卫星遥感影像受空间和时间分辨率的限制,难以满足局域尺度或者时间序列上的景观空间生态学研究需求。无人机遥感技术为生态学研究的野外数据获取提供了一种新方法,以其灵活、高效、简便等特点弥补了传统卫星遥感的空间分辨率低、重访周期长、云雾影响等方面的不足,在景观空间生态学研究中受到越来越多的关注。简要介绍无人机类型及其搭载常见的传感器类型,分别从不同尺度的景观单元,即物种、种群、群落以及生态系统水平上探讨其应用进展,并指出当前无人机技术在景观生态学研究中存在的挑战与困难,同时展望了未来可能的研究热点,以期对今后无人机遥感技术在景观生态学领域的应用研究有所启发。     

基于无人3D摄影技术的雪松(Cedrus deodara)群落高度测定

植物群落高度是反映植物群落特征的重要指标,植物群落高度的测定能给植物群落多样性分析、生物量估算、功能形状研究提供重要的数据基础。传统的森林调查主要由生态调查工作者通过目测或者利用激光测高仪对每个个体进行逐一测定,因此劳动强度大,耗时费力,并且难以进行大面积的植物群落高度调查。近年来,随着无人机(Unmanned Aerial Vehicle,UAV)技术的飞速发展,催生了无人机低空摄影测量和遥感技术,该技术已被应用于农作物植株高度测定和生物量估测等。然而针对植被类型多样、树木种类繁多且地形复杂的山区如何精确的获取植物群落高度仍然是一个较大挑战。以缓坡地形的云南大学呈贡校区为研究区,选取校区内人工种植的雪松(Cedrus deodara(Roxb.)G.Don)林为研究对象,利用无人机搭载可见光相机平台获取研究区近地面航空影像,利用高分辨的影像匹配加密获得的点云数据生成数字表面模型(Digital Surface Model,DSM)。依据点云分类提取非植物类点,消除少数因植被与非植被相接的边缘模糊而错分类的部分,内插后生成数字地面模型(Digital Terrain Model,DTM)。将DSM和DTM叠加相减得到树木高度变化模型(Canopy Height Model,CHM),即获得研究区各个雪松的高度。然后利用激光测距仪测定研究样地内100棵雪松的高度,将此测定的树高与无人机航测技术生成的CHM模型测定的树高值进行精度检验。结果表明无人机测定的树高值与激光测距仪测定的树高值线性拟合度较高,r2值在0.904以上。此方法基于无人机影像生成空间模型,提取树高,受外界环境因素影响较小,且成本较传统测树方法低廉,可广泛运用于各种植物群落的调查研究当中,有极好的应用前景。