无人机遥感在生态学中的应用进展

无人机与遥感技术的结合,即无人机遥感。与传统的以卫星和有人机遥感相比,无人机遥感具有高时效、高时空分辨率、云下低空飞行、高机动性等优势,是传统卫星和有人机遥感手段所无法比拟的。这些优点使得无人机在生态学和保护生物学等领域获得迅速发展。首先对无人机遥感技术的发展历程、系统组成、分类与选型、应用优势等进行了介绍。在此基础上,对无人机在生态学中的应用案例进行了总结,内容涉及生境监测、植物物候调查、动物监测等方面。最后通过比较国内外相关领域的研究进展对无人机生态学存在的问题(技术门槛较高和法律法规不完善等)和潜在应用前景进行了探讨。     

UAVs as remote sensing platforms in plant ecology: review of applications and challenges

无人机遥感在植物生态学中的应用与挑战 无人机为获取高时空分辨率的遥感数据提供了经济灵活的工具,为植物生态学家开展从个体到区域尺度的生态学研究提供了新的机遇和手段。但作为一种新兴的技术手段,当前无人机遥感在植物生态学中的应用仍充满了挑战,植物生态学的科研需求与无人机遥感的生态应用需要更为深入的融合。本文综述了无人机遥感技术在植物生态学中的应用,展望了无人机在植物生态学研究中的应用前景。在所综述的400篇文献中,59%的文章发表于非植物生态学领域的遥感类期刊,遥感学者与生态学者的关注点存在较大差异。当前的研究集中在无人机遥感的技术层面,如数据处理和遥感反演方法等,对生态学问题本身的关注较少。综述的文献中,61%的研究案例集中在群落尺度,可见光(RGB)相机和多光谱相机是最常用的传感器类型(75%)。无人机遥感数据中蕴藏着诸多待挖掘的、有重要意义的生态参数,这些参数有助于我们识别林窗的几何特征,构建林冠的化学组合,更好地了解林冠表面的不规则性和群落的异质性。无人机遥感技术在植物生态学研究中的深入应用,需要集植物生态学家和遥感专家之合 力共同推进。     

轻小型无人机低空遥感及其在生态学中的应用进展

无人机低空遥感系统弥补了航天和航空遥感在影像分辨率、重访周期、云层影响以及高成本等方面的不足,为中观尺度的生态学研究提供了新方法.本文介绍了轻小型无人机低空遥感系统的组成,从物种、种群、群落和生态系统尺度综述了其在生态学中的应用现状,并指出目前存在的不足和未来的发展方向,以期为无人机生态学的后续研究提供参考.无人机生态学当前面临的挑战和未来发展的方向主要有物种形态和光谱特征库的建立、物种自动识别、光谱数据与植物生理生态过程之间关系的进一步挖掘、生态系统三维立体监测、多来源多尺度遥感数据融合等.随着无人机平台技术、传感器技术以及数据传输处理技术的成熟,以无人机低空遥感技术为基础的无人机生态学将迎来发展的机遇和曙光.     

无人机在生物多样性遥感监测中的应用现状与展望

近十年, 无人机平台由于其灵活机动、成本低等优势在植被生态调查、资源环境监测、生物多样性保护等领域逐渐兴起。本文从生物多样性遥感监测应用角度首先介绍了无人机分类系统, 为具体工作开展过程中如何选择合适的载体和传感器提供了参考; 继而总结了不同类型无人机的适用性及其可搭载传感器的用途与区别。在此基础上, 针对无人机平台的高精度遥感信息具体应用案例, 就反映生物多样性变化并揭示其驱动机制方面的无人机遥感直接和间接指标的相关研究进展展开阐述。最后, 就目前无人机遥感技术在生物多样性监测领域的应用中存在的限制, 如软硬件结合匹配程度不够、部分设备过于昂贵、法律法规不完善、与传统生物多样性监测手段结合较弱等问题进行探讨。我们认为: 无人机遥感技术可以很好地弥补地面监测与航天、卫星遥感之间的尺度空缺, 更好地将监测点上的结果以准确、可靠的推绎方法扩展到区域尺度供决策分析使用。今后迫切需要进一步加大生物多样性近地面遥感监测项目建设的实施力度, 从整体上提高生物多样性热点区域应对变化的分析预警能力。     

基于无人机三维重建现状模型的风景园林设计研究与教学探索

随着无人机技术在风景园林规划设计中发挥越来越重要的作用,将无人机技术引入风景园林设计和教学已经成为可能。本文通过阐述无人机三维重建技术的概念、技术流程和技术优势、该技术在风景园林设计中的应用以及该技术与风景园林设计教学的结合方式,展示了以无人机三维重建现状模型为结合点,风景园林设计、教学与前沿科学技术的融合。     

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。     

土壤水分遥感反演研究进展

土壤水分精确反演对于理解和解决农业生产、生态规划以及水资源管理中的科学与实际问题至关重要。目前,大量的反演算法被广泛用于土壤水分估算,全球土壤水分遥感反演产品不断发布,反演算法与产品数据集的应用前景亟待系统梳理。基于不同谱段遥感探测技术中的土壤水分反演方法存在各自的特点、优势和局限性。除反演方法研究外,土壤水分遥感反演研究热点可被归纳为遥感土壤水分产品评估、在相关领域的应用、数据同化3个方面。大量研究表明土壤水分遥感反演产品在生态、水文、干旱等研究中表现出巨大的潜力,且在部分研究中已经得到应用。但目前土壤水分的遥感观测与应用需求仍存在一定的差距,因此最后对土壤水分遥感反演在探测的精度和准确度两个方面及其解决方案进行了总结与展望。     

基于卷积神经网络的无人机遥感影像水鸟自动识别

水鸟监测是了解水鸟种群和分布动态、开展水鸟和湿地保护的基础,但该活动耗时耗力。近年来,随着无人机遥感技术的发展,使用小型无人机获得高分辨率的水鸟遥感影像已经成为可能;与此同时,卷积神经网络提供了一种快速识别无人机遥感图像中的鸟类的方法。我们尝试结合两种技术,使用卷积神经网络Mask R-CNN与YOLOv3识别湖南西洞庭湖国家级自然保护区无人机遥感影像中的大型水鸟,取得了良好的效果：模型检测拍摄到的鸭属鸟类,包括绿翅鸭(Anas crecca)和罗纹鸭(A. falcata)的结果平均精度达到0.93,精度达到90.83%,召回率达到93%;检测小天鹅(Cygnus columbianus)的结果平均精度达到0.91,精度达到84.38%,召回率达到84.00%。结果表明,将无人机遥感技术与卷积神经网络结合,可以快速统计水鸟数量,在种群监测工作中具有应用潜力。     

低空无人机遥感在草原监测评价中的应用进展

低空域无人机遥感技术具有高时效性、高分辨率、低成本、易操控等优势,作为地面与高空遥感（航天与航空遥感）间测量尺度空缺的有益补充,低空无人机遥感扩展了样地样方空间尺度,提高了中、小尺度遥感观测信息的精细化程度,实现了草原生境信息的快速采集、处理与分析应用,是草原"星-空-地"一体化监测的重要组成。针对草原监测评价,总结了国内外低空无人机遥感在草原基况调查（草原草层高度监测、草原植被覆盖度监测与草原地上生物量估算）、草原动态监测（草原植被长势监测、草原产草量估测与草畜平衡监测）和草原应急管理（草原火灾、雪灾与生物灾害监测）中的应用。结合大数据、人工智能、云计算与物联网等新型技术,分析了低空无人机遥感在草原生态监测领域存在的不足和未来的发展方向,以期为低空无人机遥感关于草原监测评价与智慧草原的后续研究提供参考。     

无人机技术在广州南沙区河涌景观特征生态调查中的应用研究进展

在城市化进程逐步加快、社会经济水平趋于高阶的时代,城市生态系统是当前开展交叉学科研究的重要对象,融合了自然科学(如林学、生态学等)和社会科学(如管理学、人文地理学等)领域的思想体系和研究方法。作为一种新兴技术,无人机遥感已在生物学、地理学、信息科学等多个学科领域广泛使用。主要从监测、研究、评估和保护等四个方面简要叙述了无人机技术在林业生态研究和管理中的应用情况,并以广州南沙区河涌景观为例简要分析了无人机技术在珠江三角洲地区城市森林景观中的实际应用。试图为我国城市区域的森林生态、生物多样性与人居环境研究和管理工作提供参考。     

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。     

基于多源遥感数据的大豆叶面积指数估测精度对比

近年来遥感技术的革新促使遥感源越来越丰富.为分析多源遥感数据的叶面积指数(LAI)估测精度,本文以大豆为研究对象,利用比值植被指数(RVI)、归一化植被指数(NDVI)、土壤调整植被指数(SAVI)、差值植被指数(DVI)、三角植被指数(TVI)5种植被指数,结合地面实测LAI构建经验回归模型,比较3类遥感数据(地面高光谱数据、无人机多光谱影像以及高分一号WFV影像)对大豆LAI的估测能力,并从传感器几何位置和光谱响应特性以及像元空间分辨率三方面分析讨论了3类遥感数据的LAI反演差异.结果表明： 地面高光谱数据模型和无人机多光谱数据模型都可以准确预测大豆LAI(在α=0.01显著水平下,R²均>0.69,RMSE均<0.40);地面高光谱RVI对数模型的LAI预测能力优于无人机多光谱NDVI线性模型,但两者差异不大(E_A相差0.3%,R²相差0.04,RMSE相差0.006);高分一号WFV数据模型对研究区内大豆LAI的预测效果不理想(R²<0.30,RMSE>0.70).针对星、机、地三类遥感信息源,地面高光谱数据在反演LAI方面较传统多光谱数据有优势但不突出;16 m空间分辨率的高分一号WFV影像无法满足田块尺度作物长势监测的需求;在保证获得高精度大豆LAI预测值和高工作效率的前提条件下,基于无人机遥感的农情信息获取技术不失为一种最佳试验方案.在当今可用遥感信息源越来越多的情况下,农业无人机遥感信息可成为指导田块精细尺度作物管理的重要依据,为精准农业研究提供更科学准确的信息.     

草地植物物种多样性测度方法及发展趋势

植物物种多样性是维持陆地生态系统多功能性和稳定性的关键要素之一.本文梳理了传统草地植物物种多样性的测度方法,结合无人机技术介绍了目前应用于草地植物物种多样性测度的新理念和新方法.传统的草地植物物种多样性测度方法依赖地面观测,需要投入大量的人力、物力且耗时,仅适合小范围的观测;卫星遥感方法受制于分辨率,难以直接对群落结构...     

Comparison of leaf area index inversion for grassland vegetation through remotely sensed spectra by unmanned aerial vehicle and field-based spectroradiometer

Aims Remote sensing technology has been proved useful in mapping grassland vegetation properties. Spectral features of vegetation cover can be recorded by optical sensors on board of different platforms. With increasing popularity of applying unmanned aerial vehicle (UAV) to mapping plant cover, the study aims to investigate the possible applications and potential issues related to mapping leaf area index (LAI) through integration of remote sensing imagery collected by multiple sensors.     

景观生态学原理在城市土地利用分类中的应用

根据城市相同土地利用类型具有相似景观格局特征的原理,探讨了融合景观格局特征指数和遥感技术的城市土地利用信息提取的新方法。以北京市五环内建城区为例,研究表明,在斑块类型水平和景观水平上,居住用地和非居住用地内景观斑块的大小、形状、边缘特征、空间连接度、核心区面积特征、多样性、均匀性等特征都有极显著的差异。进一步融合TM遥感影像和这些景观格局特征指数,提取了居民用地和非居民用地类型,总分类精度是79.7%,Kappa系数达到59.8%。研究揭示,景观生态学原理的引入,为传统的遥感技术应用提供了新的思路,在格局复杂的城市土地利用信息提取中有很大的应用发展潜力。