摘要：近些年，無人機遙感由于其具有分辯率高、時效性高、機動性強、可云下低空飛行等優(yōu)勢在草地資源監(jiān)測及草地生態(tài)方面迅速興起。本文首先介紹了無人機遙感系統(tǒng)的組成及以不同傳感器在草地監(jiān)測上的應(yīng)用，在此基礎(chǔ)上對無人機在草地植被覆蓋度監(jiān)測和地上生物量估算、草地有蹄類野生動物和草地嚙齒動物監(jiān)測中的應(yīng)用研究進行了綜述，并對該技術(shù)存在的問題及限制進行了探討，從而有針對性地解決所需要監(jiān)測的對象與問題，這對于在草地動植物資源調(diào)查中構(gòu)建精準(zhǔn)數(shù)據(jù)獲取、實現(xiàn)實時動態(tài)監(jiān)測具有重要的研究意義和實際應(yīng)用價值。

   無人駕駛飛機簡稱無人機（unmanned aerial vehicle,UAV)，是一種能攜帶多種設(shè)備、執(zhí)行多領(lǐng)域任務(wù)并能通過遙控設(shè)備自主飛行的不載人飛行器。無人機與遙感技術(shù)的結(jié)合，即無人機遙感(unmanned aerial vehicle remote sensing,UAVRS).是以無人機作為載體，通過搭載相機（包括可見光相機、多光譜相機、熱紅外相機等）、激光雷達等各種傳感器，來獲取低空高分辨率遙感數(shù)據(jù)的平臺。與傳統(tǒng)的以衛(wèi)星為平臺的航天遙感相比，無人機遙感具有云下低空飛行、高機動性等優(yōu)勢，彌補了衛(wèi)星遙感受云層遮擋獲取不到清晰影像的缺陷，同時它高時效、高時空分辨率的特點，也是重訪周期長且離地幾百公里的傳統(tǒng)衛(wèi)星遙感所不感具備的。與傳統(tǒng)地面野外調(diào)查相比，無人機遙感無需耗費大量的人力物力、響應(yīng)快、成本低、時效性強且應(yīng)用范圍廣，是繼傳統(tǒng)航空、航天遙感平臺之后的第3代遙感技術(shù)。隨著相關(guān)技術(shù)的發(fā)展，無人機在生態(tài)監(jiān)測、環(huán)境監(jiān)測、災(zāi)害勘察、精準(zhǔn)農(nóng)業(yè)、 草地生態(tài)監(jiān)測等領(lǐng)域迅速發(fā)展起來，成為國內(nèi)外學(xué)者爭相研究的熱點課題。本文以無人機技術(shù)在草地資源監(jiān)測方面的應(yīng)用為前提，探究了該技術(shù)在該領(lǐng)域中的研究內(nèi)容和方法，總結(jié)了目前無人機技術(shù)存在的問題、限制以及發(fā)展前景。

1  無人機遙感的系統(tǒng)組成

1.1 系統(tǒng)組成及工作流程

無人機遙感系統(tǒng)主要是以無人機為飛行和搭載平臺，通過搭載各類傳感器，結(jié)合地面控制與數(shù)據(jù)傳輸系統(tǒng)，獲取地面或空中實時影像和各類遙感數(shù)據(jù)。系統(tǒng)組成主要包括地面系統(tǒng)、任務(wù)載荷和飛機系統(tǒng)，基于其系統(tǒng)組成及工作原理，無人機影像數(shù)據(jù)獲取流程綜合歸納如圖1所示。

1.2 照片處理技術(shù)
隨著所需處理照片結(jié)果的不同，數(shù)據(jù)處理過程的復(fù)雜性進一步加劇。草地動植物資源數(shù)據(jù)處理的復(fù)雜

性不僅體現(xiàn)在數(shù)據(jù)樣本本身，更體現(xiàn)在草地生態(tài)系統(tǒng)異質(zhì)異構(gòu)、多源和多空間的交叉互動上。在草地生態(tài)學(xué)的研究中.對不同領(lǐng)域不同類型數(shù)據(jù)的需求逐漸增加，這也使得試驗數(shù)據(jù)處理進一步的精細和精準(zhǔn)化。 隨著無人機技術(shù)和計算機軟件處理技術(shù)的快速發(fā)展，更多的無人機影像處理研究開始借助軟件的自動解譯功能，并通過對比分析，得出數(shù)據(jù)處理效果圖。在無人機影片數(shù)據(jù)處理過程中PIX4D和Photoscan為常用的數(shù)據(jù)處理軟件。Pix 4D 軟件處理流程為：導(dǎo)入原始照片一填寫各種參數(shù)（照片GPS 位置信息、拍攝高度、重疊度等）一獲得具有地理坐標(biāo)的數(shù)字正射影像（digital orthograph model,DOM )、數(shù)字高程模型（digital elevation model,DEM)、數(shù)字地表模型（digital surface model.DSM )和 3D 模型圖一軟件自動鑲嵌勻色一完成影像的拼接。PhotoScan 處理軟件流程為：主動創(chuàng)建新項，導(dǎo)人照片一多照片拼接處理一生成密集點云一結(jié)果輸出數(shù)字高程模型、數(shù)字正攝影像一導(dǎo)出拼接結(jié)果一生成專題圖。PhotoScan 軟件根據(jù)圖片的重疊度、坐標(biāo)高程信息，完成圖片的拼接，主要在一些專題圖的生成中應(yīng)用較多，如水土流失面積圖、林草覆蓋圖、土壤侵蝕強度圖等。以上兩類圖片處理軟件中，Pix 4D 具有專業(yè)化、簡單化、一鍵 A 動化等優(yōu)點，但不能完成照片中土丘、禿斑地的自動勾選，PhotoScan 主要具有操作簡單、支持傾斜影像、支持多航高及多分辨率影像的空三處理等優(yōu)勢，但缺少正射影像編輯修改功能。 因此在對照片信息的提取中，可運用多種軟件進行度量處理，從而導(dǎo)出可理解的數(shù)據(jù)信息。對于復(fù)雜草地資源動植物數(shù)據(jù)信息的利用，不僅要生成和分析數(shù)據(jù)，而且要使大量數(shù)據(jù)能夠重復(fù)使用和循環(huán)利用，實現(xiàn)現(xiàn)有資源共享，為后續(xù)研究奠定基礎(chǔ)。

 1.3 常見傳感器及應(yīng)用領(lǐng)域

可見光、多光譜、高光譜、熱成像儀及激光雷達等高分辨率數(shù)碼相機為常見無人機傳感器，各傳感器的產(chǎn)出結(jié)果、優(yōu)缺點及主要應(yīng)用領(lǐng)域歸納分類如表1所示。

隨著相關(guān)研究的不斷深入，傳感器的應(yīng)用也越來越廣泛。不同傳感器獲取的目標(biāo)數(shù)據(jù)不同.但總體而言 ，可見光相機、高光譜相機、多光譜相機在植物各項數(shù)據(jù)的獲取中應(yīng)用較多，熱紅外相機因與溫度圖譜密切相關(guān)，在動物的研究中被普遍使用，而激光雷達在獲取植物冠層結(jié)構(gòu)中應(yīng)用較多，因而更多的用來獲取森林植物生物量以及植被高度。

2 無人機在草地動植物資源監(jiān)測及管理中的應(yīng)用

草地生態(tài)系統(tǒng)是陸地上重要的生態(tài)系統(tǒng)之一，在生態(tài)環(huán)境中起著舉足輕重的作用。草地資源作為草地生態(tài)系統(tǒng)不可或缺的一部分，在草地生態(tài)系統(tǒng)體系循環(huán)中具有重要作用。為了對草地資源進行快速 、 便捷、精準(zhǔn)有效的監(jiān)測，國內(nèi)外學(xué)者開始利用以衛(wèi)星為平臺的航天遙感進行草地植被覆蓋度及生物量的動態(tài)監(jiān)測研究、草地鼠害監(jiān)測、草地有蹄類野生動物。然而傳統(tǒng)的中低分辨率的衛(wèi)星遙感影像獲取周期長、易受氣候影響，無法獲取局部區(qū)域地面有效信息。相比衛(wèi)星遙感，無人機遙感具有的高分辨率、云下獲取影像等特點，能夠顯著降低混合效應(yīng)對監(jiān)測精度的影響，有效彌補衛(wèi)星航天氣遙感系統(tǒng)在地表分辨率低、 重訪周期長、受水汽影響大等不足，為中小尺度的草地資源監(jiān)測遙感應(yīng)用研究提供了新的手段。

2 .1 無人機在草地植物資源監(jiān)測中的應(yīng)用
2.1.1 草地植被覆蓋度監(jiān)測  草地生態(tài)系統(tǒng)需要垂直的植被結(jié)構(gòu)來評價草地的健康狀況。植被蓋度指

觀測K域內(nèi)植被垂直投影面積占觀測K地表總面積的百分比，是反映植被生長狀況的直接定量指標(biāo)，也是評價和監(jiān)測生態(tài)系統(tǒng)及其功能的關(guān)鍵參數(shù)。植被覆蓋度及其隨時間的變化也被直接用作草地退化、土壤侵蝕和荒漠化的指標(biāo)。

目前，國內(nèi)外許多學(xué)者利用無人機遙感對草地植被覆蓋度監(jiān)測進行了研究。葛靜等在黃河源東部地區(qū) 利用無人機（UAV )、普通數(shù)碼相機（Canon)、農(nóng)業(yè)多光譜相機（Agricultural digital camera，ADC)等設(shè)備獲取高寒草地大量相片，結(jié)合相應(yīng)的MODIS NDVI（歸一化植被指數(shù)）和EVI(增強型植被指數(shù)）數(shù)據(jù)，構(gòu)建了基于UAV，Canon及ADC相片的植被蓋度與MODIS 植被指數(shù)之間的反演模型，采用留一法交叉驗證方法評價各種模型的精度，確立無人機獲取的數(shù)據(jù)構(gòu)建的草地蓋度反演模型為黃河源區(qū)遙感監(jiān)測的模型。宋清潔等在甘南州高寒草地以EVI和NDVI兩種植被指數(shù)為自變量，以無人機獲取的草地植被覆蓋度數(shù)據(jù)為因變量建立兩種植被指數(shù)間的回歸模型，并以Canon數(shù)碼相機獲取的草地植被覆蓋度數(shù)據(jù)為真實值，對建立的回歸模型進行精度評價，從而篩選出基于EVI構(gòu)建的對數(shù)模型為研究區(qū)草地植被覆蓋度反演模型。

考慮到模型精度和穩(wěn)定性對草地覆蓋監(jiān)測的影響，Meng等人使用無人機技術(shù)對甘南地區(qū)高寒草地覆蓋狀況進行了反演模型的比較性研究，基于14個與草地覆蓋相關(guān)的因子，分別建立了單因素、多因素參數(shù)反演模型和多因素非參數(shù)反演模型，通過交叉驗證得出，相對于單因素和多因素參數(shù)模型，多因素非參數(shù)模型的精度和穩(wěn)定性都較高。在無人機航拍獲得的植被蓋度和地面測量的植被蓋度擬合比較好的基礎(chǔ)上，宜樹華等對比分析了使用無人機獲取的植被蓋度和地面測得樣方平均后的植被蓋度與遙感指數(shù)相關(guān)系數(shù)的大小，發(fā)現(xiàn)前者的相關(guān)系數(shù)更大，從而表明使用無人機可提供高精度的地面蓋度信息。Chen等采用無人機航測和地面樣方調(diào)查相結(jié)合的方法，獲得了兩種空間尺度（衛(wèi)星圖像像素尺度和地面樣方尺度）下的植被覆蓋度，并在衛(wèi)星圖像像素尺度下評估了基于地面采樣法估算的部分植被覆蓋度（FVCground )和無人機采樣法估算的部分植被覆蓋度（FVCUAV)的精度，同時選擇了NDVI，EVT ,RVI( 比值植被指數(shù)）、MSAVI( 修正型土壤調(diào)整植被指數(shù)）等植被指數(shù)，分析了植被指數(shù)與FVC的關(guān)系，發(fā)現(xiàn)FVCUAV在衛(wèi)星圖像像素尺度上是的。這些研究都使得無人機技術(shù)在草地植被蓋度監(jiān)測中得到了進一步的應(yīng)用發(fā)展。

2.1.2 草地植物地上生物量估算  草地地上生物量是天然草地生態(tài)系統(tǒng)動態(tài)研究的重要衡量指標(biāo)，是草地資源合理利用和載畜平衡監(jiān)測的重要依據(jù)。地上生物量可以評價草原生態(tài)系統(tǒng)生產(chǎn)力，評估草原長勢及產(chǎn)量。在實際生產(chǎn)條件下，地上生物量的變化可以反映草地生長及利用程度，可以為草地保護與管理提供早期預(yù)警和參考閾值。因此，大面積草地地上生物量的精確估算，對評估草地資源的應(yīng)用狀況和管理具有重要意義。

物量的預(yù)測指標(biāo)，并與通過光譜儀測量得到的窄帶植被指數(shù)進行了比較，結(jié)果表明通過基于UAV圖像SFM-MVS（Structure from Motion-Multi View Stereo)推導(dǎo)的草皮高度估算草地生物量是可行的。因此，基于無人機成像傳感器的應(yīng)用是一種具有高時空分辨率且快速的無損數(shù)據(jù)采集方法。張正健等基于地面實測樣木數(shù)據(jù)和無人機可見光影像獲取了研究區(qū)草地地上生物量分布，建立了生物量與綠紅比值指數(shù)（GRRI )、 綠藍比值指數(shù)（GBRI )、歸一化綠紅差異指數(shù)（NGRDI )、歸一化綠藍差異指數(shù)（NGBDI )等的指數(shù)回歸模型； 對比不同波段建立的植被指數(shù)模型，確定了基于紅綠波段的GRRI和NGRDI 植被指數(shù)冋歸模型對生物量的模擬和預(yù)測精度較好，可用于區(qū)域草地生物量的估算。為了快速、有效、準(zhǔn)確的估算天然草地地上生物量， 孫世澤等根據(jù)陰陽坡不同草地類型和植被種類，運用多旋翼大疆無人機獲取含近紅外波段的高分辨率多光譜影像，結(jié)合地面實測數(shù)據(jù)，對草地地上生物量和NDVI,RVI,VDVI,MSAVI,DVI(差值植被指數(shù))5種植被指數(shù)進行相關(guān)性分析并建立估算模型，結(jié)果表明RVI與陰陽坡的草地地上生物量擬合好、精度高。無人機遙感技術(shù)對地觀測的宏觀性、動態(tài)性和綜合性使其優(yōu)于傳統(tǒng)的由點到面的野外調(diào)查方法，已成為人類獲取大面積宏觀草地資源信息的重要手段。

 2.2 無人機在草地動物資源監(jiān)測中的應(yīng)用
2.2.1 草地有蹄類野生動物的監(jiān)測  草地有蹄類野生動物的監(jiān)測是一項重要而又具有挑戰(zhàn)性的丁作，需要投人大量的時間和資源。傳統(tǒng)野外調(diào)查數(shù)據(jù)的分辨率或比例尺往往與遙感方法獲得的數(shù)據(jù)不匹配， 當(dāng)在不同空間尺度內(nèi)對物種和柄息地進行測試時，常常導(dǎo)致兩者之間關(guān)系模式的不一致大量研究表明，在草地有蹄類野生動物監(jiān)測中.無人機遙感技術(shù)是可行高效的監(jiān)測工具 。Torney 等部署無人機系統(tǒng)來收集馴鹿從維多利亞島遷徙到加拿大的航拍畫面.通過對遷徙馴鹿運動軌跡的貝葉斯分析，揭示了遷徙馴鹿相互吸引、復(fù)制鄰居方向選擇的精細互動規(guī)律。羅巍等以青海三江源地區(qū)為研究區(qū)，以藏野驢為研究對象，探討了從無人機影像中自動獲取野生食草動物信息并統(tǒng)計數(shù)量的方法具有速度快、精度高的特點。在此基礎(chǔ)上，邵全琴等利用無人機航拍調(diào)查黃河源瑪多縣的藏野驢、藏原羚、藏羊、牦牛等有蹄類動物的圖像解譯標(biāo)志庫，通過人機交互方式解譯，獲取調(diào)查樣帶內(nèi)的種群數(shù)量。郭興建等使用臺無人機對黃河源瑪多縣內(nèi)的巖羊進行航拍，并利用軟件Pix4Dmapper，LiMapper 對照片拼接處理，通過目視解譯來估算研究區(qū)內(nèi)巖羊的種群數(shù)量和密度，結(jié)合軟件ArcGIS和3S技術(shù)對其生境進行研究分析，從而為高原地區(qū)大型野生動物調(diào)查研究提供了新思路。在對斑馬棲息地的監(jiān)測中，Xu等[利用無人機輔助無線傳感器網(wǎng)絡(luò)的方法，將觀測區(qū)域統(tǒng)一劃分為虛擬網(wǎng)格，每個網(wǎng)格包含一個傳感器節(jié)點集群，選擇其中一個節(jié)點作為集群頭接收無線傳感器的數(shù)據(jù)包，并將其發(fā)送給無人機，無人機作為一個移動接收器收集數(shù)據(jù)。該網(wǎng)絡(luò)模型利用斑馬的真實移動軌跡來探究其活動規(guī)律，以實現(xiàn)對目標(biāo)的大視覺感知。仿真結(jié)果表明，該路徑規(guī)劃方法的性能優(yōu)于隨機和基于TSP的路徑規(guī)劃方法（圖2)。Luis等通過無人機與熱成像能力和人丁智能圖像處理相結(jié)合的系統(tǒng)來定位野生動物在其自然棲息地的位置，解決了無人機圖像中野生動物自動檢測的挑戰(zhàn)。近年來，由于航空成像技術(shù)的進步，無人機在專業(yè)領(lǐng)域應(yīng)用的可能性增加。航空成像可提供詳細的草原圖像并對大面積分布的動物群落進行快速檢測，是解決草原大型野生動物監(jiān)測非常有效的工具。

2.2.2 草原嚙齒類小型動物的監(jiān)測  近年來，由于全球氣候變化和人類過度利用等綜合因素致使全球草地存在不同程度的退化并日趨嚴(yán)重，鼠害頻發(fā)，因此對草地害鼠發(fā)生的時空動態(tài)及分布規(guī)律亟待科學(xué)認識和量化評估。將無人機運用于高寒草地的鼠害面積調(diào)查、鼠害分布監(jiān)測及評估是一種新的研究思路。20 世紀(jì) 80 年代以來，學(xué)者們陸續(xù)開展了大面積草地遙感技術(shù)應(yīng)用研究和草地鼠害的預(yù)測預(yù)報研究，但仍處于探索階段。李博等應(yīng)用“3S”技術(shù)建立了中國溫帶草地草畜平衡動態(tài)監(jiān)測系統(tǒng).為探究草地鼠害動態(tài)監(jiān)測提供了重要基礎(chǔ)。在此基礎(chǔ)上，一些研究利用“3S”技術(shù)與地面調(diào)查相結(jié)合的方法，通過確定影響草原鼠害發(fā)生的生物及非生物因子，來構(gòu)建基于3S技術(shù)的鼠類密度監(jiān)測模型；另有學(xué)者分析了“3S”技術(shù)對草原鼠害進行監(jiān)測的原理及應(yīng)用，并指出TM遙感影像可作為草原鼠害研究的主要數(shù)據(jù)來源；李培先等運用“3S技術(shù)” 結(jié)合實地采集的GPS數(shù)據(jù)對阿爾金山草地鼠荒地和鼠害發(fā)生區(qū)進行監(jiān)測和解譯，獲得鼠害發(fā)生面積和分布，并參照鼠害發(fā)生區(qū)植被覆蓋度和海拔等生境特點，來分析鼠荒地和鼠害發(fā)生區(qū)的空間分布特征。

還有學(xué)者采用動力三角翼和數(shù)碼相機構(gòu)建的低空遙感平臺對鼠荒地進行航拍獲取高分辨率草原鼠害影數(shù)據(jù)，在遙感目視解譯的基礎(chǔ)上利用 GIS 空間插值和統(tǒng)計方法獲得了試驗區(qū)鼠害的空間分布及危害程度情況；此外，何詠琪等采用“3S”技術(shù)，確定了高程、坡度、坡向、草地類型、土壤類型、EVI 6個鼠害監(jiān)測模型主要因子，建立基于“3S”技術(shù)的草原鼠害監(jiān)測模型，提取了不同鼠害發(fā)生區(qū)和危害區(qū)的閾值。

無人機遙感能夠靈活的獲取多尺度、多時相的地面觀測數(shù)據(jù).可以更好的運用于鼠害調(diào)查研究中。以大疆公司精靈系列無人機為例，能高效準(zhǔn)確地提供地面草地植被蓋度、斑塊、鼠洞等信息(圖3)，并將無人機航拍得到的圖片進行手工標(biāo)記以識別高原鼠兔或鼢鼠形成的禿斑地；董光以若爾蓋縣瞎曼鄉(xiāng)鼠害發(fā)生嚴(yán)重區(qū)為實驗研究地，使用精靈4Pro獲取春夏兩季鼢鼠和旱獺鼠害區(qū)的航拍影片，并利用軟件Pix4Dmapper生成數(shù)字正射影像，通過灰度閾值分割、面向?qū)ο蠓?、BP神經(jīng)網(wǎng)絡(luò)和優(yōu)選色彩紋理4種方法獲取圖片鼠害信息，對比得出不同處理在不同季節(jié)中提取圖片鼠害信息的方法，從而為草原鼠害后續(xù)監(jiān)測研究奠定基礎(chǔ)。在對三江源瑪多縣典型區(qū)鼠洞的監(jiān)測識別中，周曉琳等以可見光波段的無人機影像為數(shù)據(jù)源，在研究區(qū)建立了支持向量機法和面向?qū)ο蟮哪０迤ヅ浞ǖ氖蠖醋R別研究。結(jié)果表明，在不同植被蓋度的草地上基于面向?qū)ο蟮哪０迤ヅ浞▽κ蠖吹淖R別精度更高。馬濤等利用無人機低空遙感監(jiān)測平臺對研究區(qū)進行的兩次航拍，探討低空遙感在大沙鼠空間密度分布監(jiān)測方面的有效性，并對該區(qū)域鼠害程度進行評定，為荒漠林大沙鼠科學(xué)防治提供依據(jù)。但是，基于無人機遙感的草地鼠害監(jiān)測研究尚處在起步階段，為了充分發(fā)揮無人機快速獲取高分辨率影像的明顯優(yōu)勢，可根據(jù)草原地理地形特征，結(jié)合地面調(diào)查數(shù)據(jù)并建立模型，快速準(zhǔn)確地進行草原生態(tài)鼠害監(jiān)測。

3 無人機遙感技術(shù)在草地資源調(diào)查監(jiān)測中存在的問題、限制及展望、評價
3.1 問題與限制
從國內(nèi)外相關(guān)研究來看，無人機信息的提取仍存在眾多問題與限制，主要總結(jié)為以下幾點：

1 )復(fù)雜地形效應(yīng)：跨區(qū)域的空間變異性大、地面的異質(zhì)性、地面采樣不全面等導(dǎo)致數(shù)據(jù)缺乏完整性。此外，野外調(diào)查分辨率非常高，枯葉和植被可以被區(qū)分，而航拍圖像只能區(qū)分植被斑塊，導(dǎo)致無人機測得的植被蓋度一般高于野外調(diào)查。

2)建立模型繁多：由于不同研究區(qū)水熱條件、植被特征、土壤因素等條件不同，采用無人機數(shù)據(jù)確定的模型不同，導(dǎo)致草地遙感植被的監(jiān)測和估算精度低，穩(wěn)定性差。

3 )照片識別軟件開發(fā)：無人機獲取的草地圖片信息中，時常由于障礙物的遮擋獲取不到某些目標(biāo)信息，需要研究者肉眼觀測，這大大降低了工作效率，同時也限制了影像圖片中其他信息的獲取。因此，開發(fā)更簡單高效的圖片自動識別處理軟件顯得尤為重要。

4 )傳感器設(shè)備匹配限制：無人機在草地資源監(jiān)測方面研究較少，雖然已有少量學(xué)者開始這方面的研究，但由于傳感器設(shè)備成本昂貴以及缺少與無人機遙感高度匹配的地面調(diào)查數(shù)據(jù)，而限制了無人機在草地資源監(jiān)測中的應(yīng)用。

3.2 評價與展望
隨著無人機遙感技術(shù)的廣泛應(yīng)用，對草地動植物資源的研究進入了一個新的階段，結(jié)合地面采樣、衛(wèi)星遙感，實時、全面、有效、準(zhǔn)確的對草地資源進行監(jiān)測。

1 )多尺度、多層次監(jiān)測：針對草地分布的水平和垂直地帶性特點、局域性小環(huán)境差異以及草地植物生長的季節(jié)性變化，可結(jié)合地面調(diào)查、無人機遙感、衛(wèi)星航天遙感三位一體來實現(xiàn)小、中、大尺度范圍內(nèi)草地資源的多層次監(jiān)測，提高不同空間區(qū)域的數(shù)據(jù)匹配度，縮小無人機遙感獲取數(shù)據(jù)與實地調(diào)查數(shù)據(jù)之間的差異。

2 ) 多元數(shù)據(jù)的時效性融合：利用無人機監(jiān)測草地資源的大多數(shù)研究仍依賴于傳統(tǒng)的地面調(diào)查或者“3S”衛(wèi)星遙感技術(shù)獲取的數(shù)據(jù)。地面調(diào)查作為草地生態(tài)學(xué)研究的重要手段，具有不可替代的作用，而無人機遙感在一定程度上提高了數(shù)據(jù)獲取的時效性。因此，可通過多元數(shù)據(jù)融合的方法，將地面調(diào)查所得數(shù)據(jù)與無人機獲取的數(shù)據(jù)進行融合來彌補單一數(shù)據(jù)源的不足，實現(xiàn)各種數(shù)據(jù)源的優(yōu)勢互補，進而實現(xiàn)空間分辨率和時間分辨率的相互補充，為草地資源監(jiān)測提供更系統(tǒng)、更科學(xué)有效的支撐。

3 )不同傳感器的應(yīng)用普及：隨著集成技術(shù)的發(fā)展，無人機可搭載的傳感器更加多樣。草地類型豐富多樣，可以針對不同草地資源的特點，選擇合適的傳感器，有針對性地解決所需要監(jiān)測的對象與問題。這對于構(gòu)建精準(zhǔn)數(shù)據(jù)獲取、實現(xiàn)實時動態(tài)監(jiān)測具有重要的研究意義和實際應(yīng)用價值?？傮w而言.基于高時空分辨率的無人機草地生態(tài)監(jiān)測機制將成為今后發(fā)展的熱點和趨勢。無人機遙感以其衛(wèi)星遙感和地面人工調(diào)查所不及的諸多優(yōu)勢，為草地資源監(jiān)測的研究提供了新的技術(shù)平臺，尤其是在草地植物季相、草地植物蓋度、生物產(chǎn)量、草地家畜、草地嚙齒動物種群等方面，可以有針對性地進行大面積航空監(jiān)測及小范圍定點監(jiān)測，對草地合理利用和健康管理非常有實用價值。

參 考 文 獻：

[1] 喬紅. 無人機遙感系統(tǒng)的應(yīng)用研究綜述[J]. 科學(xué)技術(shù)創(chuàng)新，2017（36）：1-2
[2] 金偉，葛宏立，杜華強，等. 無人機遙感發(fā)展與應(yīng)用概況[J]. 遙感信息，2009(1):88-92

[3] 胡健波，張健. 無人機遙感在生態(tài)學(xué)中的應(yīng)用進展[J]. 生態(tài)學(xué)報，2018, 38(1):20-30

[4] Karen A ， Kevin J G. Lightweight unmanned aerial vehicles will revolutionize spatial ecology[J]. Frontiers in Ecology and the Environment，2013, 11(3):138-146

[5] Danilov A S， Smirnov U D， Pashkevich M A. The system of the ecological monitoring of environment which is based on the usage of UAV[J]. Russian Journal of Ecology, 2015, 46 (1)：14-19

[6] Lu Y, Macias D,Dean Z S,etal . A UAV-Mounted Whole Cell Biosensor System for Environmental Monitoring Applications[J]. IEEE Transactions on Nano Bioscience,2015,14(8)：811-817

[7] Aljehani M, Inoue M. Communication and Autonomous Control of Multi-UAV System in Disaster Response Tasks[C] //Kes International Symposium on Agent & Multi-agent Systems： Technologies & Applications,2017 :124-127

[8] Yin P F, Yin Q, Chen X F, et al. Unmanned Aerial Vehicle Aerial Remote Sensing Techniques and Its Application on Post Earthquake Disaster Investigation[J]. Laser & Optoelectron ics Progress,2010, 47(11)： 112802

[9] Sonaa G， Passoni D,Pinto b,et al. UAV multispectral survey to map soil and crop for precision farming applications[J]. ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences,2016(6 ):1023-1029

[10] Ge J Y， Meng B P， Yang S X,et al. Dynamic monitoring of alpine grassland coverage based on UAV technology and MODIS study in the headwaters of the Yellow River[J]. Acta Prataculturae Sinica， 2017, 26( 3) :1-12

[11] 孫中宇，陳燕喬， 楊龍， 等. 輕小型無人機低空遙感及其在生態(tài)學(xué)中的應(yīng)用進展[J]. 應(yīng)用生態(tài)學(xué)報， 2017,28(2) :528-536
[12] 付和平，溫都蘇， 袁帥， 等. 大數(shù)據(jù)應(yīng)用T草地嚙齒動物生態(tài)學(xué)：機遇與挑戰(zhàn)[J]. 中國草地學(xué)報， 2019,41(1) :101-110
[13] Hampton S E,Strasser C A,Tewksbury J J ,et al. Big data and the future of ecology[J]. Front Ecol. Environ. , 2013, 11( 3)：156-162

[14] Colomina I, Molina P. Unmanned aerial systems for photogrammetry and remote sensing： A review[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014,92：79-97
[15] Yuan H,Liu Z,Cai Y ,et al. Research on Vegetation Information Extraction from Visible UAV Remote Sensing Images[C] // 2018 Fifth International Workshop on Earth Observation and Remote Sensing Applications ( EORSA). 2018：859-863

[16] Zhang X,Zhang F,Qi Y ,et al. New research methods for veg etation information extraction based on visible light remote sensing images from an unmanned aerial vehicle ( UAV) [J]. International Journal of Applied Earth Observation and Geoinformation， 2019，78：215-226

[17] 孫迪. 基于低空遙感的黃兔尾鼠鼠洞動態(tài)監(jiān)測及變化分析[D]. 烏魯木齊:新疆大學(xué)， 2019:5-11
[18] 周在明，楊燕明， 陳本清. 基于無人機遙感監(jiān)測灘涂濕地入侵種互花米草植被覆蓋度[J]. 應(yīng)用生態(tài)學(xué)報， 2016, 27 (12 ) :3920-3926

[19] Gao R,Kong Q M， Wang H G ^ et al. Diagnostic Feed Values of Natural Grasslands Based on Multispectral Images Acquired by Small Unmanned Aerial Vehicle[J]. Rangeland Ecology & Management， 2019， 72(6 ) ： 916-922

[20] Capolupo A,Kooistra L, Berendonk C ^ et at. Estimating plant traits of grasslands from UAV-acquired hyperspectral images: a comparison of statistical approaches[J]. ISPRS International Journal of Geo-Information, 2015, 4(4) ： 2792-2820

[21] 魏秀紅，靳瑰麗，范燕敏，等. 基于高光譜遙感的退化伊犁絹蒿荒漠草地群落蓋度估算[J]. 中國草地學(xué)報， 2017,39 ( 6) : 33-39,46
[22] Lopatin J ,Fassnacht F E, Kattenborn T ,etal. Mapping plant species in mixed grassland communities using close range imaging spectroscopy[J]. Remote sensing of environment， 2017, 201： 12-23

[23] 李晟， 王大軍， 肖治術(shù)， 等. 紅外相機技術(shù)在我國野生動物研究與保護中的應(yīng)用與前景[J]. 生物多樣性， 2014,22( 6 ):685-695
[24] Goodenough A E,Carpenter W S ? Mactavish et al ? Empirically testing the effectiveness of thermal imaging as a tool for identification of large mammals in the African bushveldt[J J. African Journal of Ecology,2017,56(1)： 162-184

[25] Scholten C N,Kamphuis A J , Vredevoogd K ] 9etai. Real-time thermal imagery from an unmanned aerial vehicle can locate ground nests of a grassland songbird at rates similar to traditional methods[J]. Biological Conservation,2019 ,233： 241-246
[26] Li Z Q,Guo X L. Remote sensing of terrestrial non-photosynthetic vegetation using hyperspectral，multispectral，SAR , and LiDAR data[J]. Progress in Physical Geography,2016 , 40( 2 ) :276-304

[27] Wang D， Xin X，Shao Qjet al. Modeling aboveground biomass in hulunber grassland ecOvSyvstem by using unmanned aerial vehide discrete lidar[J]. Sensors,2017 ,17(1) ： 180
[28] Jansen V S, Kolden C A,Greaves H F>， et al. Lidar provides novel insights into the effect of pixel size and grazing intensity on measures  of spatial heterogeneity in a native bunchgrass ecosystem[ J]. Remote Sensing of Environment, 2019, 235:111432

[29] 劉興元，龍瑞軍，尚占環(huán). 草地生態(tài)系統(tǒng)服務(wù)功能及其價值評估方法研究[J]. 草業(yè)學(xué)報，2011,20(1):167-174
[30] Jmo S,Johnson K，Olson R J. Estimating net primary productivity from grassland biomass dynamicvS measurements [J J. Global Change Biology， 2002,8(8):736-753

[31] 陳夢蝶， 黃曉東， 侯秀敏， 等. 青海省草原鼠害區(qū)域草地生物量及蓋度動態(tài)監(jiān)測研究[J]. 草業(yè)學(xué)報， 2013,22(4):247-256
[32] 王建柱. 基于 3S 技術(shù)系統(tǒng)鼠害監(jiān)測的基礎(chǔ)研究[D]. 蘭州： 甘肅農(nóng)業(yè)大學(xué)， 2003:2-9
[33] 張玉， 齊景偉， 金曉， 等. 信息技術(shù)在放牧綿羊福利中應(yīng)用的研究進展[J]. 家畜生態(tài)學(xué)報， 2018,39(3):8-11

[34] Rango A, Laliberte A， Herrick J ￥j-,et al. Unmanned aerial ve hicle-based remote sensing for rangeland assessment， monitoring,and management[J]. Chinese Hydraulics Pneumatics，2009 , 3(1) :11-5

[35] Li Z，Chen Z,Wang h， et al. Area extraction of maize lodging based on remote sensing by small unmanned aerial vehicle[J].Transactions of the Chinese Society of Agricultural Engineering,2014,30(19) ： 207-213

[36] Lehnert L W,Meyer H, Wang Y ， et al. Retrieval of grassland plant coverage on the Tibetan Plateau based on a muliti-scale multi-sensor and multi-method approach[J]. Remote Sensing of Environment， 2015，164:197-207

[37] Hou J ,Wang H, Fu h,et al. Effects of plant diversity on soil erosion for different vegetation patterns[J]. Catena， 2016, 147： 632-637

[38] 葛靜， 孟寶平，楊淑霞， 等. 基于 UAV 技術(shù)和 MODIS 遙感數(shù)據(jù)的高寒草地蓋度動態(tài)變化監(jiān)測研究—以黃河源東部地區(qū)為例[J]. 草業(yè)學(xué)報， 2017 ,26 ( 3) :1-12
[39] 宋清潔，崔霞， 張瑤瑤， 等. 基于小型無人機與 MODIS 數(shù)據(jù)的草地植被覆蓋度研究—以甘南州為例[J]. 草業(yè)科學(xué)， 2017,34(1)： 40-50

[40] Meng B， Gao J， Liang T ,et al. Modeling of Alpine Grassland Cover Based on Unmanned Aerial Vehicle Technology and Multi-Factor Methods： A Case Study in the East of Tibetan Plateau,China[J]. Remote sensing， 2018， 10(34):3-10

[41] 宜樹華，陳建軍， 秦或. 無人機航拍在青藏高原高寒草地生態(tài)系統(tǒng)研究中的初步應(yīng)用[J]. 西南民族大學(xué)學(xué)報（ 自然科學(xué)版） ， 2016 ,42(1):1-7

[42] Chen J J,Yi S H,Qin Y ^etal. Improving estimates of fractional vegetation Qinghai-Tibetan Plateau[J]. International Journal of Remote cover based on UAV in alpine graSvsland on the Sensing, 2016,37 (8) ： 1922-1936

[43] 金云翔，徐斌，楊秀春，等. 內(nèi)蒙古錫林郭勒盟草原產(chǎn)草量動態(tài)遙感估算[J]. 中國科學(xué)： 生命科學(xué)， 2011,41(12) :1185-1195
[44] 周宇庭，付剛，沈振西，等. 藏北典型高寒草甸地上生物量的遙感估算模型[J]. 草業(yè)學(xué)報， 2013,22(1):120-129
[45] 張云霞，李曉兵，陳云浩. 草地植被蓋度的多尺度遙感與實地測量方法綜述[J]. 地球科學(xué)進展， 2003(1):85-93

[46] Lussem U,Bolten A, Menne ]， et al. Estimating biomass in temperate grassland with high resolution canopy surface models from UAV-based RGB images and vegetation indices[J]. Journal of Applied Remote Sensing, 2019，13( 3) :1

[47] 張正健，李愛農(nóng)， 邊金虎， 等. 基于無人機影像可見光植被指數(shù)的若爾蓋草地地上生物量估算研究[J]. 遙感技術(shù)與應(yīng)用，2016 , 31(1) :51-62
[48] 孫世澤， 汪傳建，尹小君， 等. 無人機多光譜影像的天然草地生物量估算[J]. 遙感學(xué)報， 2018, 22(5):848-856
[49] 曾永年，馮兆東. 沙質(zhì)荒漠化遙感監(jiān)測與環(huán)境影響研究進展[J]. 山地學(xué)報， 2005(2):218-227

[50] Christopher J. Rhodes, Peter Henrys， Gavin M. Siriwardena, ei al. The relative value of field survey and remote sensing for biodiversity assessment[J]? Methods in Ecology and Evolution,2015,6 (7):772-781

[51] Jackson H B, Fahrig L. Are ecologists conducting research at the optimal scale? [J]. Global Ecology Biogeography, 2015, 24(1):52-63

[52] Luis G, Glen M， Eduard P,et al. Unmanned Aerial Vehicles( UAVs ) and Artificial Intelligence Revolutionizing Wildlife Monitoring and Conservation[J]. Sensors,2016,16 (1)： 97

[53] Torney C J， Lamont M， Debell h， et al. Inferring the rules of social interaction in migrating caribou [ J ]. Philosophical Transactions of the Royal Society B： Biological Sciences,2018, 373(1746) ： 20170385

[54] Mann R P. Bayesian Inference for Identifying Interaction Rules in Moving Animal Groups[J]. PLOS ONE,2011, 6(8)

[55] 羅巍， 邵全琴 ， 王東亮， 等. 基于面向?qū)ο蠓诸惖拇笮鸵吧巢輨游镒R別方法以青海三江源地區(qū)為例[J]. 野生動物學(xué)報，2017,38(4):561-564

[56] 邵全琴，郭興健，李愈哲， 等. 無人機遙感的大型野生食草動物種群數(shù)量及分布規(guī)律研究 D]. 遙感學(xué)報， 2018, 22 ( 3): 497-507

[57] 郭興健， 邵全琴，楊帆， 等. 無人機遙感調(diào)查黃河源瑪多縣巖羊數(shù)量及分布[J]. 自然資源學(xué)報， 2019 ,34(5):1054-1065

[58] Xu J， Solmaz G， Rahmatizadeh R, et al. Animal Monitoring with Unmanned Aerial Vehicle-Aided Wireless Sensor Networks[C] // IEEE LCN15. IEEE,2015:128-130

[59] Luis G, Glen M, Eduard Vj et al. Unmanned Aerial Vehicles( UAVs ) and Artificial Intelligence Revolutionizing Wildlife Monitoring and Conservation[J]. Sensors,2016,16 (1)： 97

[60] 李博， 史培軍，林小泉. 中國溫帶草地草畜平衡動態(tài)監(jiān)測系統(tǒng)的研究[J]. 干旱區(qū)資源與環(huán)境， 1993(Zl ):269-274

[61] 王加亭， 炱旭江，蘇紅田，等. “三江源”地區(qū)退化草原的鼠害監(jiān)測技術(shù)[J]. 草業(yè)科學(xué)， 2008(8) :110-112

[62] 王瑋，馮琦勝， 于惠， 等. “3S”技術(shù)在草地鼠蟲害監(jiān)測與預(yù)測中的應(yīng)用[J]. 草業(yè)科學(xué)，2010,27(3):31-39

[63] 李培先，鄭江華， 倪亦非， 等. 阿爾金山草地鼠害發(fā)生區(qū)及鼠荒地面積遙感估算[]]. 新疆農(nóng)業(yè)科學(xué)， 2016 ,53(7):1346-1355

[64] 軒俊偉，鄭江華， 倪亦非， 等. 基于動力=:角翼平臺的草原鼠害遙感監(jiān)測研究[J]. 中國植保導(dǎo)刊 2015,35( 2) :52-55

[65] 何詠琪， 黃曉東， 侯秀敏， 等. 基于 3S 技術(shù)的草原鼠害監(jiān)測方法研究[J]. 草業(yè)學(xué)報，2013,22(3):33-40

[66] Yi S. FragMAP:a tool for long-term and cooperative monitoring and analysis of small-scale habitat fragmentation using an unmanned aerial vehicle[J]. International Journal of Remote Sensing,2017,38(8-10) ： 2686-2697

[67] 董光. 基于低空遙感的若爾蓋草地鼠害信息提取方法及對比研究[D]. 成都： 四川師范大學(xué)， 2019( 2):9-15

[68] 周曉琳，安如， 陳躍紅， 等. 三江源典型區(qū)鼠洞無人機遙感識別研究[J]. 亞熱帶資源與環(huán)境學(xué)報， 2018,13(4) :85-92

[69] 馬濤， 鄭江華， 溫阿敏， 等. 基于 UAV 低空遙感的荒漠林大沙鼠洞群覆蓋率及分布特征研究—以新疆古爾班通古特沙漠南緣局部為例[J]. 生態(tài)學(xué)報， 2018,38(3):953-963

來源：高娟婷，孫飛達，霍霏，張履冰，周俗，楊廷勇，邊巴扎西：無人機遙感技術(shù)在草地動植物調(diào)查監(jiān)測中的應(yīng)用與評價. 草地學(xué)報 第29卷 第1期