随着无人机航空摄影测量技术的成熟和发展,改变了传统森林调查的手段,加快了森林调查的数字化、智能化发展。为提高单木因子的采集效率和精度,降低外业的工作强度,基于倾斜摄影测量技术,以多旋翼无人机为数据采集平台,实现了孤立单木的三维点云模型重建。在此基础上,建立了单木三维信息量测算法,提出切割法和投影法两种提取树冠投影面积的方法,并提取树高、树干任意处直径、树冠投影面积、冠幅、树冠表面积、树冠体积6项测树因子参数。结果表明:1)树木的总高度和第一枝下高的提取精度分别为96.28%和95.61%,胸径和上部直径的提取精度分别为96.24%和93.78%;2)利用切割法和投影法提取树冠投影面积的精度分别为96.28%和98.24%,提取冠幅的精度分别为89.65%和91.50%,提取树冠表面积的精度分别为96.78%和97.58%,提取树冠体积的精度分别为94.29%和96.14%;3)实践证明,该技术可很好地应用到古树名木的保护工作中,并可对森林调查的方式提供新的技术参考,具有较高的现实意义和实际应用价值。

<正>《无人机航空摄影测量》是2022年8月武汉大学出版社出版的图书，作者是吕翠华，杜卫钢，万保峰，胡浩。这是一本值得评价的研究书籍，深入探讨了无人机航空摄影技术的应用，并提供了有价值的研究成果。笔者结合湖南省自然资源厅科研项目（2022-22)；湖南省自然科学基金（2020JJ4601)；公路工程教育部重点实验室开放基金（KFJ190203)，对本书内容进行深入研读和拓展。本书特别强调了在地理测绘和土地资源管理领域中，无人机航空摄影技术的重要性和潜力。

森林蓄积量能够评估林地生产力的高低及经营措施的效果,为森林经营与采伐提供重要依据。目前,大多基于无人机影像的蓄积量估算,均建立在测绘标准所生成的DOM、DSM、DEM等测绘成果基础上,而未充分利用原始影像数据上的林业特征,无法从点云层面上加入林业业务逻辑产生成果数据。获取无人机影像后,利用特征点提取与匹配方法自动相对定向,结合控制点和光束法平差的迭代求解,解算出精确的相机姿态数据,并沿核线方向一维搜索特征点进行影像密集匹配生成密集点云。对原始三维点云过滤后进行树冠分割,在聚类后的林冠点云中提取了树顶点和树高因子估测了森林蓄积量。研究结果表明,冠幅的提取精度85.15%,树高的提取精度83.69%,林分蓄积量估算的精度达到了82.46%。

随着数字基础设施建设的不断推进和数字城市的蓬勃发展，无人机摄影测量建模技术快速兴起。如何在提升模型精度的同时兼顾建模效率问题，受到广泛关注。该文以福州大学宏晖文体综合楼为研究对象，对无人机飞行参数设置与建模效率之间的关系进行量化实验研究。研究结果表明，无人机在旁向重叠率53%、航向重叠率53%、飞行速度9.3 m/s、边距设置为自动时建模效率最佳。

流域输沙过程是地貌学和地表动力学的重要研究内容,但传统的输沙过程监测方法仅能得到某个区域的总输沙率,无法推算其空间分布。论文以黄土高原绥德县窑家湾小流域为例,利用无人机摄影测量技术得到其2006年和2019年2期数字高程模型(DEM)并计算地形变化量;然后,根据质量守恒原理和多流向算法建立泥沙在空间上的输送模型,进而计算小流域输沙率的空间分布。实验结果表明,该模型能有效模拟泥沙在空间上的输送情况,输沙率出现质量不守恒的区域面积占比小于4%,且不守恒区域多为人类活动影响区。同时,论文讨论了DEM的选择和不同地形变化检测水平对模型结果的影响。当使用第一期DEM进行泥沙搬运路径推算时,质量不守恒区域的面积显著降低。使用误差空间分布图进行地形变化检测得到的输沙率结果鲁棒性更强。使用中误差进行地形检测得到的结果在不同置信度下变化较大。基于无人机地形变化检测的空间输沙模型能方便、快捷地提供详尽的输沙率空间分布,为地表过程研究带来了新的机遇。

森林空间结构及动态变化规律对森林经营管理、生态环境建模等具有重要意义,无人机激光雷达与摄影测量能够获取丰富的森林空间结构和类型信息,在单木、林分尺度森林环境长时间序列监测方面具有无可比拟的优势。无人机激光雷达系统一般搭载多回波/全波形激光扫描仪,配备高精度全球导航卫星系统&惯性测量单元(GNSS&IMU)等传感器,以保证激光脉冲回波信号的几何定位精度。无人机摄影测量系统通常搭载可见光(RGB)/多光谱相机,配备低精度GNSS&IMU,通过高重叠率航片的三维重建算法自动解算航片内外方位元素,生成具有相对参考

作物三维信息获取与重建是农业信息化领域的关键问题,基于实测数据的信息获取与重建方式是该研究领域的热点方向。按三维信息获取原理及工作方式进行分类,并就每类方法的基本原理和应用进行了介绍和探讨。同时针对作物建模精度评价问题,将现有评价方法归纳成2类分别进行了阐述。最后从方法融合、多参数反演、工作模式和工作范围四个方面探讨了基于实测数据作物三维信息获取与重建方法的发展动向。

国家对自然资源统一监管和生态环境保护治理提出了新的要求,大力推进信息化建设,加大卫星遥感、无人机、大数据等技术应用,为航空摄影测量与遥感产业发展提供了良好机遇。本文结合无人机摄影测量与遥感产业发展实践,对拓展无人机摄影测量与遥感产业领域、服务生态文明建设进行了分析。

利用低空无人机获取农田信息,具有实时以及灵活性高、成本低等优势。为快速、精确监测大田规模化种植作物的生长发育状况,以四旋翼无人机为平台,结合数字图像技术,建立快速获取大田烟株中前期图像的方法。结果表明,在天空辐射条件较稳定的条件下,采用较低的飞行高度(如20m)航拍获取田块图像,能够得到清晰的拼接图像和三维重建效果;采用基于决策树的植被分割算法将烟草和非植被部分分割后,得到较高精度的大田植株图像。在此基础上进行大田烟草缺苗数估测,所估算的缺苗数与实测值吻合较好。

【目的】传统的无人机森林航空摄影测量需要布设像控点来平差解算。由于林地内通视条件差,采用传统光学仪器布设像控点时,效率低、而且无法保证像控点位置的均匀分布。采用GPS-RTK技术虽不受通视条件限制,但是林冠下GPS信号弱,经常出现移动站与基准站之间GPS失锁的问题。为了解决以上不足,文章探索了基于PPK技术的免像控点无人机森林航空摄影测量解算方案。【方法】利用搭载了相机和双拼PPK(Post Processed Kinematic)模块的无人机,在森林上方按预定航高和重叠率对地摄影,获取到森林航空影像、POS数据和PPK数据。内业处理时,首先通过解算PPK数据得到相对精确的摄影中心外方位线元素,并以其代替原始POS数据的线元素;再利用SFM(Structure From Motion)方法得到摄影中心精确的外方位元素基础上,经过密集匹配生成DSM,通过手工编辑和正射校正后得到了最终成果DOM。【结果】用同一架加装了双频PPK模块、搭载了Canon 5D MarkII数码相机的固定翼无人机,在北京市潭柘寺森林公园按飞行航高200 m,航向重叠度80%,旁向重叠度65%进行了航空摄影。在同一台PC硬件条件下,使用相同版本的Agisoft PhotoScan和SimActive Correlator 3D软件,采用布设像控点(方案A)、基于原始POS免控制点(方案B)、基于PPK免控制点(方案C)等3种不同方案,对无人机获取的航空影像数据进行了对比试验。结果表明,方案C的效率比传统的布设像控点的方案A高45%;而在精度方面高于基于原始POS数据免像控点的B方案,可达到地形图航空摄影测量相关规范的1∶2 000比例尺精度要求。【结论】PPK技术的通讯频率高、作业半径大、作业时移动站与基准站不需要实时保持通讯,采用无人机加装PPK模块结合SFM方法生成森林正射影像的方案,其成果精度能够满足森林资源二类调查的用图精度要求,避免了在林冠下布设控制点难度大和容易出现GPS失锁等问题,可节省大量外业控制点测量和内业数据处理时间,对提升森林监测效率和自动化水平具有重要意义。

在农业院校及相关科研生产单位中，无人机被广泛应用于果园的农情信息获取，但现有消费级无人机通常只装配RGB相机，常规的定高飞行随着距离增加可能出现不稳现象，导致数据偏差，影响后续计算分析。该文基于自行开发的无人机平台，装配Nvidia开发板搭载RGB-D相机，设计果园多参数获取实验。该无人机平台能够完成果园RGB-D数据的实时监测、多个参数数据获取及存储等功能，学生可通过参数获取实验中的实际操作实现相关基础知识和理论学习，同时，该无人机平台各部件易拆装且留有开源端口，便于学生进行自主研发。经大量测试及优化后，结合RGB-D技术的无人机平台精度满足教学科研要求，结合深度学习方法开展果园中苹果树的多参数估测实验案例研究（包括果树树高、冠幅长和冠幅宽），以期为本科、研究生的教学科研工作的开展提供支撑。

胸径是立木测定的基本因子,自动获取胸径数据是准确高效计算森林蓄积量和生物量的关键。以银杏Ginkgo biloba为研究对象,通过无人机获得影像数据,利用运动恢复结构(SFM)方法生成数字表面模型和正射影像图,进而提取单株银杏的树冠面积(A_c),冠幅(W_c)及树高(H)。3个参数分别与胸径(DBH)建立一元回归模型(A_c-D_(BH),W_c-D_(BH), H-D_(BH)),二元回归模型(A_c&W_c-D_(BH), A_c&H-D_(BH), W_c&H-D_(BH))和三元回归模型(A_c&W_c&H-D_(BH))。52组拟合样本的结果显示:A_c&W_c&H-D_(BH)模型的决定系数(R~2)最高为0.825 0,均方根误差(E_(RMS))最小为0.959 1。19组检测样本的结果显示:A_c&W_c&H-D_(BH)模型反演的胸径值误差率为4.20%,小于A类森林资源胸径因子允许的误差值(5%)。研究结果表明:通过无人机采集树冠面积、冠幅和树高3个参数,可计算得到较高精度的胸径值。

利用无人机航空摄影测量快速高效获取城市三维信息已经成为当前三维城市建模技术研究和工程应用的热点。高空摄影测量是一种利用航高1.5 km以上无人机搭载长焦距拍摄系统、高效采集地面测绘数据的新技术，在城市三维建模中崭露头角。该文采用300 mm焦距的数字航拍系统搭载高空航行器完成湖北省孝感市汉川市垌塚镇老观湖村高空拍摄与测量，标定相机后提取空间点三维信息；根据数字航拍系统拍摄的影像与测量数据在三维虚拟场景中制作DEM模型，完成三维模型定向，为模型框架添加纹理，最终得到完整的三维场景虚拟模型。测试结果显示：最低拍摄分辨率不低于9.6 cm，空间点三维信息提取误差在1%以下，是一种高质量、低误差的三维建模方法，可为构建城市三维虚拟模型提供一种新的途径。

【目的】探索不同树种在样地和单木尺度上无人机激光雷达点云数据的单木分割效果,选取哈尔滨城市林业示范基地阔叶林(水曲柳)和针叶林(樟子松)两块样地为研究对象,对样地内树木点云进行单木分割并评价其分割效果,为后续单木结构参数的提取提供数据支持,同时丰富森林资源信息的调查手段。【方法】通过无人机激光雷达获得样地树木点云数据,然后分别采用改进的K均值聚类算法和基于相对间距的阈值分割算法对水曲柳和樟子松样地进行单木点云数据分割。其中,水曲柳样地点云数据处理采用改进的K均值聚类算法,通过树干点云位置推算初始聚类中心,减少因树冠重叠导致的错误分割;樟子松样地点云数据处理则采用基于相对间距的阈值分割算法,通过设定多条阈值规则并利用动态最大值滤波器对树顶进行精确探测,提高算法的分割精度。最后,基于样地和单木点云完整度两个方面对点云数据分割效果进行评价。【结果】1)从样地尺度来看,水曲柳和樟子松样地单木识别率分别为0.91和0.87,相应的调和值(F)分别为0.91和0.88,结果显示单木分割的整体效果较好。水曲柳样地召回率(r)为0.87,精确率(p)为0.95,算法分割过程中产生的错误分割较少。樟子松样地算法分割的单木也多为正确分割(r=0.82、p=0.94),其分割误差主要来自于单木欠分割,过分割现象相对较少。2)从单木点云分割的完整程度来看,水曲柳样地的单木平均正确分割率为75.6%,点云平均欠分割率为24.3%,平均过分割率为18.5%,单木点云的最大错误分割率为31.8%,不同单木之间分割精度有较大差异;樟子松样地的单木分割精度较稳定,平均正确分割率达84.1%,平均欠分割和过分割率分别为16.3%和9.0%,表明单木点云不存在大量错误分割的情况。【结论】基于树木形态结构特征改进了两种优化单木点云数据分割算法,两种算法下分割的森林样地单木精度在不同评价尺度中表现均较好,对林中树木出现的树冠重叠、遮挡、偏移等现象均有一定的辨别能力,实现了森林样地树木点云数据的单木精确分割。