基于无人机遥感技术的智慧苗圃数据采集研究
基于无人机影像的树木株数提取
Vol. 37 No. 1Jan. ,2021第37卷第1期2021年1月森林工程FOREST ENGINEERING基于无人机影像的树木株数提取胡馨月，倪海明，戚大伟(东北林业大学理学院,哈尔滨150040)摘要:为了充分挖掘无人机图像，快速有效地提取树木信息，利用无人机数据生成的正射影像作为研究对象，提出一种Mean Shift 算法和分水岭分割算法相结合的林木株数提取方法。
该方法利用Mean Shift 算法对从RGB 图像中提取的G 通道图像进行有效地聚类和平滑处理，然后将其输入到结合形态学运算以及欧氏距离变换的分水岭分割算法中进行单木检测和 树木株数提取。
实验结果表明：与目视解译并计数的10块样地结果相比，本文研究方法的树木株数提取精度在92.74%左右。
该方法可以有效地检测单木及提取树木株数,并且具有较好的提取精度。
关键词：树木株数;无人机影像;分水岭分割;Mean Shift 算法中图分类号:S757.2；TP79 文献标识码:A 文章编号：1006 -8023(2021 )01 -0006 -07Tree Counts Extraction Based on UAV ImageryHU Xinyue , NI Haiming , QI Dawei *(College of Science , Northeast Forestry University , Harbin 150040, China)Abstract : To fully explore unmanned aerial vehicle ( UAV ) imagery and extract forest information efficiently , this study used anorthophoto derived from UAV data to propose a tree counts extraction method combining the Mean Shift algorithm and watershed seg mentation algorithm. The method utilized the Mean Shift algorithm to efficiently cluster and smooth the G channel images extracted from RGB images. These images were then fed into the watershed method which combined morphology operation and Euclidean distance forindividual treetop detection and tree count extraction. The result showed that the tree counts extraction accuracy of the algorithm in this paper was approximately 92.74% when the result was compared to ten manually marked and counted plots. The result demonstratedthat this method was efficient to detect individual tree and extract tree counts , and had better detection accuracy.Keywords : Tree counts ; UAV imagery ； watershed segmentation ； Mean Shift algorithm0引言森林是陆地生态系统的重要组成部分,是人类 赖以生存和发展的重要自然资源之一⑷。
基于无人机遥感影像分析的农作物监测技术研究
基于无人机遥感影像分析的农作物监测技术研究随着农业现代化的进一步发展，农作物监测技术成为农业生产管理中的重要环节。
无人机遥感影像分析作为一种新兴的技术手段，为农作物监测提供了全新的视角和方法。
本文将探讨基于无人机遥感影像分析的农作物监测技术研究，从遥感影像采集、数据处理与分析以及应用方向等方面进行论述。
无人机遥感影像采集是基于无人机平台进行传感器拍摄农田的过程。
传统的农作物监测主要依赖于人工调查和航空遥感，但其存在成本高、时效性差、数据精度低等问题。
相比之下，无人机遥感影像采集技术具有成本低、实时性和高精度的优势。
无人机可以通过搭载红外相机或多光谱传感器等设备，获取农田的高分辨率影像数据，并可根据需要采集多时相数据，提供动态监测能力。
然而，在实际操作中，无人机遥感影像采集仍面临着高成本、航时短、数据质量受限等问题，其解决方案需要进一步研究与改进。
数据处理与分析是基于采集到的影像数据进行农作物监测与分析的关键环节。
无人机遥感影像数据的处理与分析主要包括图像预处理、特征提取和分类识别等过程。
图像预处理是对原始影像进行去噪、几何校正和图像增强等操作，以提高影像质量。
特征提取是将影像数据转换为可量化的特征向量，常用的特征包括植被指数、纹理特征和形态学特征等。
分类识别是利用机器学习和图像处理的方法，将农田影像根据不同的农作物类型进行分类。
常用的分类算法包括支持向量机、随机森林和深度学习等。
数据处理与分析的目标是通过对农田影像数据的处理与分析，实现农作物的生长状况、病虫害情况等信息的获取与监测。
基于无人机遥感影像分析的农作物监测技术在农业生产管理中具有广阔的应用前景。
首先，该技术可以为农业生产管理提供实时、高精度的数据支持。
通过对农田的影像数据进行采集与分析，可以及时了解农作物的生长状况、营养需求和病虫害情况等，帮助农民制定科学的农业生产管理方案。
其次，基于无人机遥感影像分析的农作物监测技术可以提高农业生产的效率与质量。
浅谈无人机遥感技术在林业资源调查中的应用
浅谈无人机遥感技术在林业资源调查中的应用随着科技的不断发展，无人机遥感技术在众多领域中得到了广泛的应用，其中包括了林业资源调查。
无人机遥感技术能够为林业资源的管理和保护提供高效、便捷、精准的数据支持，因此正在逐渐成为林业资源调查中不可或缺的重要工具。
一、无人机遥感技术的优势1. 高精度无人机遥感技术能够搭载各类高精度传感器，如多光谱、超光谱、激光雷达等，可以实现对林木的高分辨率、高精度的影像采集和三维建模，能够捕获林木的生长状况、树种分布、树高、胸径等信息。
2. 灵活多样无人机可以根据任务需求搭载不同的传感器，能够适应不同的林区环境和要素，实现对林地各种信息的快速获取和监测。
能够实现垂直拍摄、斜侧拍摄、全景拍摄等多角度、全方位的信息采集。
3. 高效便捷无人机可以快速部署、快速获取数据，在林区中实施非常灵活，适应了对数据获取速度要求高的情况，大大降低了林业资源调查的成本和工作量，提高了工作效率。
4. 安全性高无人机遥感避免了人员直接进入野外林区进行调查，避免了林木资源调查人员的人身安全受到威胁的风险。
1. 林地勘测通过借助于无人机搭载的激光雷达传感器，能够进行高精度的数字高程模型（DEM）、数字地形模型（DTM）、数字表面模型（DSM）的采集，实现对林地地貌地形的三维建模，为后续的勘测工作提供了基础数据。
2. 森林资源监测通过无人机遥感技术，对森林资源的生长状况、植被覆盖度、森林密度等进行监测，借助于搭载的多光谱、红外相机，可以实现对植被的分类和监测，掌握林木的生长情况。
3. 病虫害监测通过搭载红外相机，可以实现对林木的病虫害的监测，快速发现病害和虫害的分布情况，及时采取防治措施，保护林木资源的健康。
4. 火灾监测借助于无人机遥感技术，可以实现对林区火情的监测和预警，及时发现林火隐患，减少火灾对林木资源的损害。
5. 林木清查利用无人机搭载的高分辨率相机，可以快速实现对林木的数量、树高、胸径等信息的清查，提供林地资源清查和管理的基础数据。
基于无人机遥感技术的智慧苗圃数据采集研究
基于无人机遥感技术的智慧苗圃数据采集研究作者：何斌冼丽铧刘玲高伟易慧琳来源：《广东园林》 2017年第3期摘要：苗木是园林绿化建设的核心物质基础，园林苗圃的建设管理水平直接影响着园林绿化的建设和发展。
为探索园林苗圃监测和管理的新手段，提高园林苗圃的信息化管理水平，采用无人机载激光雷达遥感技术，对广东省四会市的南塘、南乡和下堀3 个苗圃苗木进行低空遥感测量，提取各个苗圃的分布、范围以及每株树木的坐标、树高、冠幅等信息，结果表明无人机激光遥感的方式能更加直观清晰、高效率地完成每木调查数据采集，实现苗圃的信息化管理。
关键词：无人机遥感技术；智慧苗圃；数据采集中图分类号：TU986文献标志码：A文章编号：1671-2641(2017)03-0078-04收稿日期：2017-04-11修回日期：2017-05-17引言苗木是园林绿化建设的物质基础，园林苗圃是繁殖和培育苗木的基地，是供应城市绿化用苗的后勤部[1]。
我国苗圃的经营管理存在管理体制、国家投入、人才等诸多方面不完善的问题，同时信息化建设还相对薄弱，造成苗圃的大面亏损[2]。
按照国家信息化建设的推进和林业改革发展战略，采用新技术推进我国苗圃的管理水平和建设水平显得日益重要。
无人机遥感技术，是可应用于多领域的新信息技术。
从数据获取、数据处理、与实测数据对比、分析试验数据误差、寻找试验误差原因的全过程来看，无人机在林业调查中的应用可行性高[3]，樊江川对无人机航空摄影测树技术进行研究，结果表明通过无人机航空摄影测树木的主要特征参数精度符合森林资源调查的精度要求[4]，且个别方面优于传统林业实地调查方法，使用无人机系统创建森林树冠和高度模型[5]，从多维空间的图像可看到森林物种分类和健康情况[6]，估算森林树冠和树高的变化[7] 等领域发挥关键的作用，利用无人机空中三维激光扫描结合数字摄影的方法，将是提高植被茂密实景模型精度的有效手段[8]，但采用无人机遥感技术来提取园林苗圃信息及信息化管理的研究未见报道。
农业无人机遥感技术在农作物监测中的应用
农业无人机遥感技术在农作物监测中的应用随着科技的不断进步和发展，农业行业也逐渐开始采用高科技手段来提高农作物的监测和管理效率。
其中，无人机遥感技术作为一种新兴的技术手段，正在得到越来越广泛的应用。
无人机遥感技术结合了无人机航空摄影和遥感技术的优势，可以快速、高效地获取农作物的生长状况、病害情况等信息，为农民提供数据支持，助力农业生产的科学化管理。
一、无人机遥感技术的原理无人机遥感技术利用无人机搭载的摄像设备和传感器，通过高空拍摄以及数据采集和分析，获取植物生长环境的各项指标和数据。
通过无人机的空中摄影技术，可以获取大范围内的高分辨率农田图像，进而通过遥感技术对图像进行解析和数据处理，提取出作物信息和地理特征，为农民提供农作物的生长状态、病虫害情况以及土壤状况等相关数据。
二、无人机遥感技术在农作物监测中的应用1. 农田勘测与管理无人机遥感技术可以对农田进行高效、精确的勘测工作，包括土地测量、作物种类分类、土壤质量评估等。
利用无人机进行农田勘测不仅可以提高勘测的准确性，还可以提高勘测的速度和效率。
农民可以通过无人机获取到的农田地形图、土壤采样数据等信息，对农田进行更科学的管理和决策。
2. 农作物生长监测无人机遥感技术可以实时监测农作物的生长状态，包括农作物的生长高度、覆盖面积、叶面积指数等。
通过无人机搭载的红外相机和多光谱传感器，可以获取到植物的红外、绿光、蓝光等光谱反射信息，进而计算出农作物的生长状况。
通过监测农作物的生长情况，农民可以及时了解作物的生长速度和健康状况，做出相应的管理措施。
3. 病虫害监测与预警无人机遥感技术可以通过红外相机和热红外传感器等设备，对农田中的病虫害进行监测。
通过识别农作物的光谱和热辐射变化，农民可以迅速掌握病虫害的发展趋势，并及时采取相应的防治措施，避免大面积病虫害的发生。
此外，通过利用无人机遥感技术，还可以对农作物进行密集拍摄并生成高清影像，以便于农民准确判断病虫害的类型和程度。
浅谈无人机遥感技术在林业资源调查中的应用
浅谈无人机遥感技术在林业资源调查中的应用无人机遥感技术是指通过无人机载荷携带的遥感设备，利用遥感技术进行信息采集、处理和应用的技术。
无人机遥感技术在林业资源调查中的应用具有很大的潜力和优势。
本文将从无人机遥感技术在林业资源调查中的应用领域、技术优势和存在的问题以及发展前景三个方面进行浅谈。
无人机遥感技术在林业资源调查中的应用领域主要包括林木高度测量、地形和地貌分析、植被类型识别、林分结构刻画等。
通过无人机遥感技术可以获取高分辨率的影像数据，可用于制作数字高程模型(DEM)和数字地形模型(DTM)，用于地形和地貌分析。
通过无人机携带的多光谱和高光谱遥感设备，可以获取不同波段的数据，实现对不同植被类型的识别和分类，为林分结构的刻画提供数据支持。
无人机遥感技术在林业资源调查中具有许多优势。
相比传统的航空遥感，无人机可以更迅速、灵活地获取数据。
无人机可以依据需要随时进入林地进行数据采集，不受天气和时间限制，能够在最佳时间获取高质量的数据。
无人机遥感技术具有较高的空间分辨率和时间分辨率。
高分辨率的数据可以提供更详细、准确的信息，有助于进行更精细的林分结构刻画和植被类型识别。
无人机遥感技术还能实现对较小范围的目标进行监测和跟踪，能够更好地应对复杂地表环境。
无人机遥感技术在林业资源调查中仍然存在一些问题和挑战。
无人机遥感技术需要专业的操作和分析人员，对人员素质和专业技术要求较高。
无人机遥感技术的成本较高，包括设备购买和维护费用以及人员培训成本等。
无人机遥感技术在数据处理和分析方面也面临一定的挑战，如大数据的存储和处理、算法的优化等。
尽管存在一些问题和挑战，无人机遥感技术在林业资源调查中仍然具有较大的发展前景。
随着无人机技术和遥感设备的不断进步和成熟，无人机遥感技术的应用领域将进一步拓展，数据采集和处理的效率将更高。
随着人工智能和机器学习等技术的发展，无人机遥感数据的自动分析和应用将得到进一步提升，提高林业资源调查的效果和精度。
如何使用无人机进行农田遥感监测和作物生长分析
如何使用无人机进行农田遥感监测和作物生长分析近年来，无人机的快速发展为农业领域注入了新的活力。
无人机技术的应用不仅可以提高农业生产效率，还可以解决农田监测和作物生长分析中的难题。
本文将探讨如何利用无人机进行农田遥感监测和作物生长分析。
一、无人机遥感技术在农田监测中的应用无人机遥感技术是指利用无人机搭载的遥感仪器，获取农田信息并进行分析。
无人机可以自主飞行，并搭载高分辨率的传感器，如多光谱和热红外相机，用于采集不同波段的图像。
这些图像可以为我们提供农田的各种信息，包括植被生长状况、土壤湿度、病虫害分布等。
通过对这些信息进行分析，可以及时发现问题，采取措施加以解决。
1.1 植被生长状况监测利用无人机搭载的多光谱相机可以获取植被的光谱信息，并生成植被指数图像，如归一化植被指数（NDVI）。
这些图像能够直观地显示农田的植被覆盖情况，判断作物的生长状况。
例如，当NDVI值较低时，可能表示作物生长不良，需要施肥或喷洒农药。
通过监测作物生长状态，农民可以及时进行调整，提高作物产量和质量。
1.2 土壤湿度监测无人机搭载的热红外相机可以获取土壤的热量分布情况。
热量分布与土壤的湿度密切相关，因此可以借助这一信息来监测农田的土壤湿度。
通过实时监测土壤湿度，农民可以制定合理的灌溉计划，避免过度或不足灌溉，从而提高水资源利用效率。
1.3 病虫害分布监测无人机搭载的高分辨率相机可以拍摄农田的细节图像，用于监测病虫害的分布情况。
这些图像可以帮助农民及早发现病虫害的迹象，采取控制措施，减少损失。
例如，通过对农田图像进行人工智能分析，可以自动检测出可能存在的病虫害区域，并提供相应的防治建议。
二、无人机遥感技术在作物生长分析中的应用作物生长分析是指利用无人机获取的图像数据，对作物的生长过程进行分析和评估。
通过无人机遥感技术，可以实现作物生长的精细化监测和管理。
2.1 作物覆盖度分析利用无人机获取的高分辨率图像，可以进行作物覆盖度的测算。
农业领域中的无人机和遥感技术在作物监测中的应用
农业领域中的无人机和遥感技术在作物监测中的应用无人机和遥感技术在农业领域的应用日益受到人们的关注和重视。
特别是在作物监测方面，它们为农业生产提供了更高效、更精准的数据收集和分析手段。
本文将探讨无人机和遥感技术在作物监测中的应用，并讨论其在提高农业生产效率和农业可持续发展方面的潜力。
无人机在作物监测中的应用主要体现在以下几个方面。
首先，无人机可以通过航拍技术实现大范围的植被覆盖监测。
借助高空的视角，无人机能够获取到全局的作物生长情况，并及时掌握各个区域的状况。
搭载先进的遥感设备，无人机可以捕捉到作物的红外辐射、叶绿素浓度和温度等关键指标，这些信息有助于评估植被的健康状况和生长潜力。
通过对植被覆盖监测的分析，农民可以及时发现作物病虫害、水分不足等问题，并采取相应的措施加以解决。
其次，无人机在作物监测中还可以进行个体级别的识别和分类。
借助先进的图像处理算法，无人机可以快速准确地识别和分析作物的种类、个体数量和空间分布。
这种个体级别的监测有助于精确掌握作物的生长状况和发展趋势，提供农民科学制定种植计划和农事措施的依据。
同时，无人机还可以结合地理信息系统（GIS）技术，为农民提供准确的农田图像和空间数据，帮助他们进行精细化管理和决策。
此外，无人机还可以进行作物的生长监测和营养状况评估。
通过多光谱传感器和红外相机，无人机可以捕捉到作物的反射光谱和辐射特征，从而评估作物的光合能力、氮、磷、钾等元素的吸收状况以及土壤的肥力情况。
这些信息对调整农业生产措施、优化施肥方案具有重要意义。
同时，无人机可以通过定量测定作物叶面积指数（LAI），帮助农民掌握作物叶面积的动态变化，进而评估作物的生长速度和生长周期。
在无人机的辅助下，遥感技术为作物监测提供了重要的数据支持和分析手段。
遥感技术通过获取地球表面的电磁波信息，可以提供非接触式的数据采集手段，具有大范围、高时空分辨率、长时间序列等优势。
遥感技术可以通过多种传感器获取不同波段的图像和光谱数据，从而反映作物的生长状况和环境条件。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｉ ｆ ＇ ｏ ｍ ｕ ｎｎ ｌ ｎ ｎｅ ａ ｄ ａ ｅ ｒ ｉ ａ ｌ ｖｅ ｈｉ ｃ ｌ ｅ ｗｏ ｕ ｌ ｄ ｂｅ ｉ ｎｏ ｒ ｅ ｉ ｎｔ ｕｉ ｔ ｉ ｖｅ ｎｄ ａ ｅ ｆ ｉ ｃ ｉ ｅ ｎｔ ｔ ｏ ｃ ｏｍ ｐ ｌ ｅ ｔ ｅ ｓ ｕｒ ｖｅ ｙ ｄ ａ ｔ ａ ｃ ｏｌ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｎｄ ａ ｒ ｅ ａ ｌ ｉ ｚ ｅ ｌ ｌ ｕ ｒ ｓ ｅ ｒ ｙ ｉ ｎ ｔ ｂｍ ｕｆ ｉｏ ｎ
．
（ １ ．Ｇ ｕ ａ ｎ ｇ ｚ ｈ ｏ ｕ Ｐ ｕ ｂ ａ ｎ ｇ Ｌ ａ ｎ ｄ ｓ ｃ ａ ｐ ｅ Ａ ｒ ｃ ｈ ｉ ｔ ｅ ｃ ｔ ｕ ｒ ｅ Ｃ ｏ ． ，Ｌ ｔ ｄ ． ，Ｇ ｕ ａ ｎ ｇ ｚ ｈ ｏ ｕ ５ １ ０ ６ ０ ０ ，Ｏ ｈ ｉ ｎ ａ；２ Ｃ ｏ ｅ ｇ ｅ ｏ ｆ Ｆ ｏｒ ｅｓ ｔｒ ｙ ａ ｎ ｄ ｉ 旭ｒ Ｉ ， 。 ｉ ）
何 斌 冼丽铧 刘玲 ’高伟 易慧琳 ’ （ １ ．广州普 邦园林 股份有 限公司 ，广东 广 州 ５ １ ０ ６ ０ ０；２ ．华 南农业 大学林 学与风 景园林 学院 ， 广 东 广 州 ５ １ ０ ６ ４ ２ ）
Ｈ Ｅ Ｂｉ ｎ 。 ， ＸＩ Ａ Ｎ Ｌｉ — ｈ ｕ ａ ， Ｌｌ Ｕ Ｌｉ ｎ ｇ 。 ，Ｇ Ａ Ｏ Ｗ ｅｉ 。 ＹＩ Ｈ ｕｉ —Ｉ ｉ ｎ。
ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｎ ａ ｅ ｎ ｔ ａ ｎ ｄ ｃ ｏ ｎ ｓ ｍ￣ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｌ ａ ｎ ＆ｃ ＠ｉ ｎ ｇ ． Ｔｈ ｉ ｓ ｓ ｔ ｕ ａ ｙ ａ ｄ ｏ ｐ ｔ ｓ ａ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ ｌ ｏ ｗ ａ ｋ ｉ ｍｄ ｅ ｓ ｃ ａ ｎ ｎ ｈ ｇ ｂ ｙ ｍｍ￣ ｍｎ ｅ ｄ ａ ｅ ｉ ｒ ａ ｌ ｖ ｅ ｈ ｉ ｃ ｌ ｅ ｗｉ ｈ ｔ ｌ ａ ｓ ｅ ｒ
ｒ ａ ＆ ｕ ＂ ｔ Ｏ ｍｍｕ ａ ｌ ｌ ｙ ｉ ｌ ｌ ｅ ａ ｓ ｕ ｒ ｅ ｓ ｈ ｇｌ ｅ ｓ ｅ ｅ ｄ ｌ ｉ ｎ ｇ ． Ｗｅ ｔ ａ ｋ ｅ ａ ｅ ｉ ｒ ａ ｌ ｐ ｈ ｏ Ｏｓ ｔ ｏ ｆ ｔ ｈ ｒ ｅ ｅ ｎ ｕ ｒ ｓ ｅ ｒ ｉ ｅ ｓ Ｃ Ｎａ ｎ ｔ ｎｇ ａ ， Ｎａ ｎ ｘ ｉ ｎｇ ａ ａ ｎ ｄ Ｘ ｉ ａ ｋ ｕ ｉ ｎ Ｓ ｉ ｈ ｕ ｉ Ｃ ｉ ｔ ｙ ） ａ ｎ ｄ ｅ ｘ ｔ ｒ ａ ｃ ｔ
化 管理 。 关键 词 ：无人机遥感技术；智慧苗圃；数据采集 中 图分类号 ：Ｔ Ｕ９ ８ ６ 文献 标志码 ：Ａ
文章 编号 ：１ ６ ７ Ｉ ． ２ ６ ４ １ （ ２ ０ Ｉ ７ ） ０ ３ — ０ ０ ７ ８ ． ０ ４
收稿 日期 ：２ ０ Ｉ ７ － ０ ４ — １ １
修回 日期 ：２ ０ １ ７ － ０ ５ ． １ ７
Ａｂ ｓ ｔ ｒ ａｃ ｔ ：Ｓ ｅ ｅ ｄ ｌ ｉ ｎ ｇ ￣ｃ ｏ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｔ ｈ ｅ ｃ ｏ ｒ ｅ ｍａ ｔ ｅ ｒ ｉ ａ ｌ ｂ ａ ｓ ｉ ｓ ｏ ｆ ｌ ａ ｎ ｄ ｓ ｃ ａ ｐ ｉ ｎ ｇ ． Ｔｈ ｅ ｃ ｏ ｎ ｓ ｍ］ ｃ ｉ ｆ ｏ ｎ ｌ ｅ ｖ ｅ ｌ ｏ ｆ ｇ ａ ｒ ｄ ｅ ｎ ｎ ｕ ｒ ｓ ｅ ｒ ｙ ｍａ ｙ ｄ ｉ ｒ ｅ ｃ ｌ ｔ ｙ ａ ｆ ｅ ｃ ｔ ｈｅ ｔ
，
摘 要 ：苗 木 是园 林绿 化建 设 的核 心物 质基 础 ，园林 苗 圃的 建设 管理 水平 直接 影 响着 园林绿 化 的建 设和 发展 。为探 索 园林 苗 圃监 测和 管理 的 新手 段 ，提高 园林 苗 圃的信 息 化管理 水 平 ，采用 无 人机载 激 光雷达 遥 感技 术 ，对广 东省 四会 市 的南 塘 、南 乡和 下堀 ３个 苗圃 苗木 进行 低空 遥感 测量 ，提 取 各个 苗 圃的 分布 、范 围 以及 每株 树 木的 坐标 、树 高 、 冠 幅等 信息 ，结 果表 明 无人 机激 光遥 感 的方式 能 更加直 观 清晰 、高 效率 地完 成 每木 调查 数据采 集 ，实 现苗 圃的 信息
ｌ ｌ ｌ ａ ｌ ｌ ａ ｇ ｅ ｌ ｌ ｌ ｅ ｎｔ ．
Ｋ ｅ ｙ ｗｏ ｒ ｄ ｓ ： Ｕｎ ｎ ｌ ￣ ｍｎ ｅ ｄ ａ ｅ ｒ ｉ ａ ｌ ｖ ｅ ｈ ｉ ｃ ｌ ｅ （ ＵＡ ｖ ） ｒ ｅ ｎ ｌ ｏ ｔ ｅ ｓ ｅ ｎ ｓ ｉ ｎ ｇ ： Ｗｉ ｓ ｄ ｏ ｎ １ ｎ ｔ ｔ ｒ ｓ ｅ ｒ ｙ ； Ｄａ ｔ ａ ａ ｃ ｑ ｕ ｉ ｓ ｉ ｔ ｉ ｏ ｎ
基 于 无 人 机 遥 感 技 术 的 智慧 苗 圃数 据 采 集 研 究 木
Ｄａ ｔ ａ Ａｃ ｑ ｕ ｉ ｓ ｉ ｔ ｉ ｏ ｎ ｏ ｆ Ｗｉ ｓ ｄ ｏ ｍ Ｎｕ ｒ ｓ ｅ ｌ ｙ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｕｎ ｍａ ｎ ｎ ｅ ｄ Ａｅ ｒ ｉ ａ ｌ Ｖ ｅ ｈ ｉ ｃ ｌ ｅ Ｒｅ ｍｏ ｔ ｅ Ｓ ｅ ｎ ｓ ｉ ｎ ｇ