无人机遥感技术在竹林碳储量监测中的应用与展望

文献类型： 中文期刊

第一作者： 王凡

作者： 王凡;陈龙跃;高佳华;张祖铭;孙鹤;段丹丹

作者机构：

关键词： 竹林;碳储量;无人机;遥感;机器学习

期刊名称： 绿色科技

ISSN： 1674-9944

年卷期： 2024 年 26 卷 018 期

页码： 180-188

摘要： 竹林作为一种重要的碳汇植被，具有生长迅速、碳固定效率高等优势，对减缓气候变化和碳排放具有重要意义。传统的竹林碳储量监测方法往往依赖地面调查，劳动强度大、效率低、范围有限，难以满足大面积、实时动态监测的需求。近年来，无人机遥感技术凭借其高效、灵活、覆盖广和成本较低的优势，逐渐在林业监测中得到广泛应用。基于此，综述了无人机遥感技术在林业监测中的最新应用进展，分析了不同类型传感器(如多光谱、超光谱、激光雷达等)在获取生物量、碳密度和碳储量信息方面的优劣，探讨了基于遥感数据和机器学习模型的竹林碳储量估算方法。结果表明：无人机遥感技术对于准确估算竹林碳储量具有巨大潜力和应用前景。研究还展望了无人机遥感技术在竹林碳储量监测中的未来发展方向，指出将无人机与地面观测、卫星遥感数据结合，构建多尺度、多源的数据融合方法，有望进一步提高竹林碳储量监测的精度和可靠性。同时，随着人工智能和大数据技术的进步，无人机遥感在竹林碳储量监测中的自动化和智能化应用将不断拓展，为实现精准碳管理和生态保护提供有力支撑。

分类号： S718.5%TP79

  • 相关文献

[1]无人机遥感监测果树氮素含量研究进展. 陈鲁威,曾锦,袁全春,潘健,姚凤腾,吕晓兰. 2024

[2]基于ICESat-2/ATLAS数据的龙竹地上生物量估测. 吴再昆,周文武,舒清态,夏翠芬,段丹丹. 2025

[3]利用无人机多光谱成像监测油茶碳储量. 陈龙跃,段丹丹,张祖铭,孙鹤,高佳华,姜毅,冉成. 2024

[4]基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测. 郭燕,王来刚,贺佳,井宇航,宋晓宇,张彦,刘婷. 2024

[5]基于无人机影像特征的冬小麦植株氮含量预测及模型迁移能力分析. 郭燕,井宇航,王来刚,黄竞毅,贺佳,冯伟,郑国清. 2023

[6]基于无人机多光谱影像与机器学习算法的棉花冠层叶绿素含量估算研究. 赵鑫,李朝阳,王洪博,刘江凡,江文格,赵泽艺,王兴鹏,高阳. 2024

[7]融合无人机光谱信息与纹理特征的棉花叶面积指数估测. 邵亚杰,汤秋香,崔建平,李晓娟,王亮,林涛. 2023

[8]栽培苜蓿草地智能感知系统关键生物物理指标实时监测及分析算法研究. 苗春丽,李仲贤,赵志成,伏帅,高金龙,刘洁,冯琦胜,梁天刚. 2023

[9]基于无人机多光谱遥感和机器学习的烟田土壤碱解氮估测. 胡晓,臧玉龙,高睿康,郭利,徐锐,敖耀强,邓建强,孙玉晓,张继光,唐大鹏. 2024

[10]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[11]基于无人机高光谱遥感与机器学习的小麦品系产量估测研究. 齐浩,吕亮杰,孙海芳,李偲,李甜甜,侯亮. 2024

[12]Landsat8和机器学习估算蒙古高原草地地上生物量. 赵越,徐大伟,范凯凯,李淑贞,沈贝贝,邵长亮,王旭,辛晓平. 2022

[13]基于Sentinel数据和机器学习算法的苜蓿遥感识别研究. 潘竞,赵浩楠,田聪,阿斯娅·曼力克,贠静,艾尼玩·艾买尔,孙宗玖,郑逢令. 2024

[14]基于遥感数据的作物涝灾识别技术研究. 谢恩泽,罗玉柱,周悦,彭秀媛. 2024

[15]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

[16]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[17]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[18]基于无人机高光谱遥感的冬小麦叶面积指数反演. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 2016

[19]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019

[20]农用无人机多传感器遥感辅助小麦育种信息获取. 杨贵军,李长春,于海洋,徐波,冯海宽,高林,朱冬梅. 2015

作者其他论文 更多>>

微信小程序