您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

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

作者： 王凡 1 ; 陈龙跃 1 ; 高佳华 1 ; 张祖铭 1 ; 孙鹤 1 ; 段丹丹 1 ;

作者机构： 1.北京市农林科学院信息技术研究中心

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。

  • 相关文献

[1]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

[2]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

[3]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

[4]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

[5]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

[6]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

[7]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

[8]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

[9]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

[10]无人机多光谱影像辐射一致性自动校正. 杨贵军,万鹏,于海洋,徐波,冯海宽. 2015

[11]基于无人机遥感影像的玉米苗期株数信息提取. 刘帅兵,杨贵军,周成全,景海涛,冯海宽,徐波,杨浩. 2018

[12]基于无人机搭载数码相机的小麦育种表型信息解析. 陆国政,李长春,杨贵军,于海洋,赵晓庆. 2016

[13]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 2019

[14]基于无人机载高光谱空间尺度优化的大豆育种产量估算. 赵晓庆,杨贵军,刘建刚,张小燕,徐波,王艳杰,赵春江,盖钧镒. 2017

[15]无人机农林业应用全球研究态势分析. 陈梅香,张瑞瑞,陈立平,唐青,夏浪. 2021

[16]无人机遥感解析田间作物表型信息研究进展. 刘建刚,赵春江,杨贵军,于海洋,赵晓庆,徐波,牛庆林. 2016

[17]中国竹林生态系统的碳储量. 王兵,魏文俊,邢兆凯,李少宁,白秀兰. 2008

[18]小麦群体叶面积指数差异的反射光谱响应度研究. 杨敏华,胡慧萍,赵永超,王之杰,赵春江. 2004

[19]融合多环境参数的鸡粪氨气排放预测模型研究. 丁露雨,吕阳,李奇峰,王朝元,余礼根,宗伟勋. 2022

[20]基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究. 康明月,王成,孙鸿雁,李作麟,罗斌. 2023

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台