Ecodrone®无人机LiDAR遥感系统是易科泰公司推出的一款高性能、一体化的机载激光雷达测量系统，集成了欧洲著名激光雷达技术公司YellowScan的机载LiDAR技术，一次飞行可同时获取高密度三维点云数据及RGB影像信息，该系统兼具轻量级、高密度点云与高精度优势，具有极高的性价比。可广泛应用于大范围、多维度的森林遥感研究、垂直森林结构分析、树木表征、森林火灾管理、木材体积估计、地形测绘等领域。

案例一：城市森林地形测绘

空间数据在当今发挥着重要作用，正确的规划、评估和监测过程都需要精准、有效的空间数据库。地形数据是政府机构、矿业公司和农业部门等多方都非常需要的空间数据。在森林管理方面，快速准确地绘制高精度地形图对于规划、密切监测和评估森林变化是非常必要的。

图1：研究区域（左）；采集的点云数据（右）

印度尼西亚大学研究人员使用从无人机LiDAR遥感系统采集了校园内城市森林区的高分辨率点云数据，并根据被测区域的高度区分植被与地面，进而绘制地形图，验证了机载LiDAR技术在城市森林区域中创建高程数据的能力。

图2：分类后的地面点（左）和非地面点（右）

地表与非地表成功分离后，即可生成DTM形式的地形数据。DTM仅基于地面点创建，而非地面对象可用于创建数字表面模型(DSM)数据。根据DTM数据可知研究区的海拔范围为46.8至68.5m。研究表明，无人机LiDAR遥感技术能够在植被密集区绘制出城市森林的地形图，为地形地表研究、森林监测评估提供重要依据。

图3：DTM的3D视图（左）和2D视图（右）

案例二：使用机器学习评估森林结构

森林是人类生命和野生动物赖以生存的重要自然资源，因为它们维持和保护生物多样性，提供多种生态系统服务，并减轻气候变化的影响。因此，监测林分结构对于森林管理者维持生态系统服务非常重要。无人机LiDAR遥感系统飞行高度低，灵活性高，可以深入到树冠中，采集具有高分辨率的3D数据，可实现对目标森林区域的高频率采集，实现动态监测，为森林监测与管理提供了新的手段。

机载LiDAR技术可以穿透树冠获取树干结构信息，这是准确定位树木和直接估算胸高直径（DBH）的有效途径。常规的树高、DBH、树干曲线和体积评估通常需要大量特定于站点的参数，当超出其初始环境时，这些参数可能会影响估计DBHs的完整性和准确性。

图4：单个树木检测和分割，每棵树的半径阈值设置为其最近邻距离的一半

比利时列日大学研究人员提出了基于机器学习层次密度的噪声应用空间聚类（HDBSCAN）算法以实现树干预测及分割，并应用主成分分析（PCA）来提取树干方向，用于DBH估算。使用该方法在温带落叶封闭冠层林的机载LiDAR数据中应用并验证，结果表明，该方法可以在落叶季节准确检测高达82%的树干，精度为98%，并且扫描角度范围（MSAR）高达75度。因此，此研究方法可以在将来初步检测树木时最大限度地减少遗漏和错分误差，并辅助进一步的树木指标提取。

图5：树级点云处理流程，用于树干分割、分类以及DBH估计。HDBSCAN：基于分层密度的噪声应用空间聚类；PCA：主成分分析；树干被建模为基于DBH估计创建的圆柱体，高度为0.2m。

易科泰生态技术公司致力于生态-农业-健康研究发展与创新应用，为森林遥感研究、林木表型分析、植被资源调查、生态环境研究、林业测绘等领域提供无人机及近地遥感全面技术方案。

参考文献：

[1] Iqbal P A S ,  Wibowo A ,  Kusratmoko E , et al. Urban forest topographical mapping using UAV LIDAR[J]. IOP Conference Series Earth and Environmental Science, 2017, 98.

[2] Neuville R ,  Bates J S ,  Jonard F . Estimating Forest Structure from UAV-Mounted LiDAR Point Cloud Using Machine Learning[J]. Remote Sensing, 2021, 13(3):352.