摘要：近些年，無(wú)人機(jī)遙感由于其具有分辯率高、時(shí)效性高、機(jī)動(dòng)性強(qiáng)、可云下低空飛行等優(yōu)勢(shì)在草地資源監(jiān)測(cè)及草地生態(tài)方面迅速興起。本文首先介紹了無(wú)人機(jī)遙感系統(tǒng)的組成及以不同傳感器在草地監(jiān)測(cè)上的應(yīng)用，在此基礎(chǔ)上對(duì)無(wú)人機(jī)在草地植被覆蓋度監(jiān)測(cè)和地上生物量估算、草地有蹄類野生動(dòng)物和草地嚙齒動(dòng)物監(jiān)測(cè)中的應(yīng)用研究進(jìn)行了綜述，并對(duì)該技術(shù)存在的問(wèn)題及限制進(jìn)行了探討，從而有針對(duì)性地解決所需要監(jiān)測(cè)的對(duì)象與問(wèn)題，這對(duì)于在草地動(dòng)植物資源調(diào)查中構(gòu)建精準(zhǔn)數(shù)據(jù)獲取、實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)具有重要的研究意義和實(shí)際應(yīng)用價(jià)值。

   無(wú)人駕駛飛機(jī)簡(jiǎn)稱無(wú)人機(jī)（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(guò)遙控設(shè)備自主飛行的不載人飛行器。無(wú)人機(jī)與遙感技術(shù)的結(jié)合，即無(wú)人機(jī)遙感(unmanned aerial vehicle remote sensing,UAVRS).是以無(wú)人機(jī)作為載體，通過(guò)搭載相機(jī)（包括可見(jiàn)光相機(jī)、多光譜相機(jī)、熱紅外相機(jī)等）、激光雷達(dá)等各種傳感器，來(lái)獲取低空高分辨率遙感數(shù)據(jù)的平臺(tái)。與傳統(tǒng)的以衛(wèi)星為平臺(tái)的航天遙感相比，無(wú)人機(jī)遙感具有云下低空飛行、高機(jī)動(dòng)性等優(yōu)勢(shì)，彌補(bǔ)了衛(wèi)星遙感受云層遮擋獲取不到清晰影像的缺陷，同時(shí)它高時(shí)效、高時(shí)空分辨率的特點(diǎn)，也是重訪周期長(zhǎng)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(wú)人機(jī)遙感無(wú)需耗費(fèi)大量的人力物力、響應(yīng)快、成本低、時(shí)效性強(qiáng)且應(yīng)用范圍廣，是繼傳統(tǒng)航空、航天遙感平臺(tái)之后的第3代遙感技術(shù)。隨著相關(guān)技術(shù)的發(fā)展，無(wú)人機(jī)在生態(tài)監(jiān)測(cè)、環(huán)境監(jiān)測(cè)、災(zāi)害勘察、精準(zhǔn)農(nóng)業(yè)、 草地生態(tài)監(jiān)測(cè)等領(lǐng)域迅速發(fā)展起來(lái)，成為國(guó)內(nèi)外學(xué)者爭(zhēng)相研究的熱點(diǎn)課題。本文以無(wú)人機(jī)技術(shù)在草地資源監(jiān)測(cè)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?jī)?nèi)容和方法，總結(jié)了目前無(wú)人機(jī)技術(shù)存在的問(wèn)題、限制以及發(fā)展前景。

1  無(wú)人機(jī)遙感的系統(tǒng)組成

1.1 系統(tǒng)組成及工作流程

無(wú)人機(jī)遙感系統(tǒng)主要是以無(wú)人機(jī)為飛行和搭載平臺(tái)，通過(guò)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(shí)時(shí)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(jī)系統(tǒng)，基于其系統(tǒng)組成及工作原理，無(wú)人機(jī)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(guò)程的復(fù)雜性進(jìn)一步加劇。草地動(dòng)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(dòng)上。在草地生態(tài)學(xué)的研究中.對(duì)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(yàn)數(shù)據(jù)處理進(jìn)一步的精細(xì)和精準(zhǔn)化。 隨著無(wú)人機(jī)技術(shù)和計(jì)算機(jī)軟件處理技術(shù)的快速發(fā)展，更多的無(wú)人機(jī)影像處理研究開(kāi)始借助軟件的自動(dòng)解譯功能，并通過(guò)對(duì)比分析，得出數(shù)據(jù)處理效果圖。在無(wú)人機(jī)影片數(shù)據(jù)處理過(guò)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(dòng)鑲嵌勻色一完成影像的拼接。PhotoScan 處理軟件流程為：主動(dòng)創(chuàng)建新項(xiàng)，導(dǎo)人照片一多照片拼接處理一生成密集點(diǎn)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(qiáng)度圖等。以上兩類圖片處理軟件中，Pix 4D 具有專業(yè)化、簡(jiǎn)單化、一鍵 A 動(dòng)化等優(yōu)點(diǎn)，但不能完成照片中土丘、禿斑地的自動(dòng)勾選，PhotoScan 主要具有操作簡(jiǎn)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(shì)，但缺少正射影像編輯修改功能。 因此在對(duì)照片信息的提取中，可運(yùn)用多種軟件進(jìn)行度量處理，從而導(dǎo)出可理解的數(shù)據(jù)信息。對(duì)于復(fù)雜草地資源動(dòng)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(shí)現(xiàn)現(xiàn)有資源共享，為后續(xù)研究奠定基礎(chǔ)。

 1.3 常見(jiàn)傳感器及應(yīng)用領(lǐng)域

可見(jiàn)光、多光譜、高光譜、熱成像儀及激光雷達(dá)等高分辨率數(shù)碼相機(jī)為常見(jiàn)無(wú)人機(jī)傳感器，各傳感器的產(chǎn)出結(jié)果、優(yōu)缺點(diǎn)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(lái)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(jiàn)光相機(jī)、高光譜相機(jī)、多光譜相機(jī)在植物各項(xiàng)數(shù)據(jù)的獲取中應(yīng)用較多，熱紅外相機(jī)因與溫度圖譜密切相關(guān)，在動(dòng)物的研究中被普遍使用，而激光雷達(dá)在獲取植物冠層結(jié)構(gòu)中應(yīng)用較多，因而更多的用來(lái)獲取森林植物生物量以及植被高度。

2 無(wú)人機(jī)在草地動(dòng)植物資源監(jiān)測(cè)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(duì)草地資源進(jìn)行快速 、 便捷、精準(zhǔn)有效的監(jiān)測(cè)，國(guó)內(nèi)外學(xué)者開(kāi)始利用以衛(wèi)星為平臺(tái)的航天遙感進(jìn)行草地植被覆蓋度及生物量的動(dòng)態(tài)監(jiān)測(cè)研究、草地鼠害監(jiān)測(cè)、草地有蹄類野生動(dòng)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(zhǎng)、易受氣候影響，無(wú)法獲取局部區(qū)域地面有效信息。相比衛(wèi)星遙感，無(wú)人機(jī)遙感具有的高分辨率、云下獲取影像等特點(diǎn)，能夠顯著降低混合效應(yīng)對(duì)監(jiān)測(cè)精度的影響，有效彌補(bǔ)衛(wèi)星航天氣遙感系統(tǒng)在地表分辨率低、 重訪周期長(zhǎng)、受水汽影響大等不足，為中小尺度的草地資源監(jiān)測(cè)遙感應(yīng)用研究提供了新的手段。

2 .1 無(wú)人機(jī)在草地植物資源監(jiān)測(cè)中的應(yīng)用
2.1.1 草地植被覆蓋度監(jiān)測(cè)  草地生態(tài)系統(tǒng)需要垂直的植被結(jié)構(gòu)來(lái)評(píng)價(jià)草地的健康狀況。植被蓋度指

觀測(cè)K域內(nèi)植被垂直投影面積占觀測(cè)K地表總面積的百分比，是反映植被生長(zhǎng)狀況的直接定量指標(biāo)，也是評(píng)價(jià)和監(jiān)測(cè)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(shí)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(guó)內(nèi)外許多學(xué)者利用無(wú)人機(jī)遙感對(duì)草地植被覆蓋度監(jiān)測(cè)進(jìn)行了研究。葛靜等在黃河源東部地區(qū) 利用無(wú)人機(jī)（UAV )、普通數(shù)碼相機(jī)（Canon)、農(nóng)業(yè)多光譜相機(jī)（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(qiáng)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(yàn)證方法評(píng)價(jià)各種模型的精度，確立無(wú)人機(jī)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(cè)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(wú)人機(jī)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(jī)獲取的草地植被覆蓋度數(shù)據(jù)為真實(shí)值，對(duì)建立的回歸模型進(jìn)行精度評(píng)價(jià)，從而篩選出基于EVI構(gòu)建的對(duì)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(duì)草地覆蓋監(jiān)測(cè)的影響，Meng等人使用無(wú)人機(jī)技術(shù)對(duì)甘南地區(qū)高寒草地覆蓋狀況進(jìn)行了反演模型的比較性研究，基于14個(gè)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(guò)交叉驗(yàn)證得出，相對(duì)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(wú)人機(jī)航拍獲得的植被蓋度和地面測(cè)量的植被蓋度擬合比較好的基礎(chǔ)上，宜樹(shù)華等對(duì)比分析了使用無(wú)人機(jī)獲取的植被蓋度和地面測(cè)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(wú)人機(jī)可提供高精度的地面蓋度信息。Chen等采用無(wú)人機(jī)航測(cè)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(píng)估了基于地面采樣法估算的部分植被覆蓋度（FVCground )和無(wú)人機(jī)采樣法估算的部分植被覆蓋度（FVCUAV)的精度，同時(shí)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(wú)人機(jī)技術(shù)在草地植被蓋度監(jiān)測(cè)中得到了進(jìn)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(dòng)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(cè)的重要依據(jù)。地上生物量可以評(píng)價(jià)草原生態(tài)系統(tǒng)生產(chǎn)力，評(píng)估草原長(zhǎng)勢(shì)及產(chǎn)量。在實(shí)際生產(chǎn)條件下，地上生物量的變化可以反映草地生長(zhǎng)及利用程度，可以為草地保護(hù)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(duì)評(píng)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(cè)指標(biāo)，并與通過(guò)光譜儀測(cè)量得到的窄帶植被指數(shù)進(jìn)行了比較，結(jié)果表明通過(guò)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(wú)人機(jī)成像傳感器的應(yīng)用是一種具有高時(shí)空分辨率且快速的無(wú)損數(shù)據(jù)采集方法。張正健等基于地面實(shí)測(cè)樣木數(shù)據(jù)和無(wú)人機(jī)可見(jiàn)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(lán)比值指數(shù)（GBRI )、歸一化綠紅差異指數(shù)（NGRDI )、歸一化綠藍(lán)差異指數(shù)（NGBDI )等的指數(shù)回歸模型； 對(duì)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(duì)生物量的模擬和預(yù)測(cè)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(yáng)坡不同草地類型和植被種類，運(yùn)用多旋翼大疆無(wú)人機(jī)獲取含近紅外波段的高分辨率多光譜影像，結(jié)合地面實(shí)測(cè)數(shù)據(jù)，對(duì)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(jìn)行相關(guān)性分析并建立估算模型，結(jié)果表明RVI與陰陽(yáng)坡的草地地上生物量擬合好、精度高。無(wú)人機(jī)遙感技術(shù)對(duì)地觀測(cè)的宏觀性、動(dòng)態(tài)性和綜合性使其優(yōu)于傳統(tǒng)的由點(diǎn)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(wú)人機(jī)在草地動(dòng)物資源監(jiān)測(cè)中的應(yīng)用
2.2.1 草地有蹄類野生動(dòng)物的監(jiān)測(cè)  草地有蹄類野生動(dòng)物的監(jiān)測(cè)是一項(xiàng)重要而又具有挑戰(zhàn)性的丁作，需要投人大量的時(shí)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(duì)物種和柄息地進(jìn)行測(cè)試時(shí)，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(dòng)物監(jiān)測(cè)中.無(wú)人機(jī)遙感技術(shù)是可行高效的監(jiān)測(cè)工具 。Torney 等部署無(wú)人機(jī)系統(tǒng)來(lái)收集馴鹿從維多利亞島遷徙到加拿大的航拍畫面.通過(guò)對(duì)遷徙馴鹿運(yùn)動(dòng)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(xì)互動(dòng)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(duì)象，探討了從無(wú)人機(jī)影像中自動(dòng)獲取野生食草動(dòng)物信息并統(tǒng)計(jì)數(shù)量的方法具有速度快、精度高的特點(diǎn)。在此基礎(chǔ)上，邵全琴等利用無(wú)人機(jī)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(dòng)物的圖像解譯標(biāo)志庫(kù)，通過(guò)人機(jī)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(tái)無(wú)人機(jī)對(duì)黃河源瑪多縣內(nèi)的巖羊進(jìn)行航拍，并利用軟件Pix4Dmapper，LiMapper 對(duì)照片拼接處理，通過(guò)目視解譯來(lái)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(duì)其生境進(jìn)行研究分析，從而為高原地區(qū)大型野生動(dòng)物調(diào)查研究提供了新思路。在對(duì)斑馬棲息地的監(jiān)測(cè)中，Xu等[利用無(wú)人機(jī)輔助無(wú)線傳感器網(wǎng)絡(luò)的方法，將觀測(cè)區(qū)域統(tǒng)一劃分為虛擬網(wǎng)格，每個(gè)網(wǎng)格包含一個(gè)傳感器節(jié)點(diǎn)集群，選擇其中一個(gè)節(jié)點(diǎn)作為集群頭接收無(wú)線傳感器的數(shù)據(jù)包，并將其發(fā)送給無(wú)人機(jī)，無(wú)人機(jī)作為一個(gè)移動(dòng)接收器收集數(shù)據(jù)。該網(wǎng)絡(luò)模型利用斑馬的真實(shí)移動(dòng)軌跡來(lái)探究其活動(dòng)規(guī)律，以實(shí)現(xiàn)對(duì)目標(biāo)的大視覺(jué)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(jī)和基于TSP的路徑規(guī)劃方法（圖2)。Luis等通過(guò)無(wú)人機(jī)與熱成像能力和人丁智能圖像處理相結(jié)合的系統(tǒng)來(lái)定位野生動(dòng)物在其自然棲息地的位置，解決了無(wú)人機(jī)圖像中野生動(dòng)物自動(dòng)檢測(cè)的挑戰(zhàn)。近年來(lái)，由于航空成像技術(shù)的進(jìn)步，無(wú)人機(jī)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(xì)的草原圖像并對(duì)大面積分布的動(dòng)物群落進(jìn)行快速檢測(cè)，是解決草原大型野生動(dòng)物監(jiān)測(cè)非常有效的工具。

2.2.2 草原嚙齒類小型動(dòng)物的監(jiān)測(cè)  近年來(lái)，由于全球氣候變化和人類過(guò)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(duì)草地害鼠發(fā)生的時(shí)空動(dòng)態(tài)及分布規(guī)律亟待科學(xué)認(rèn)識(shí)和量化評(píng)估。將無(wú)人機(jī)運(yùn)用于高寒草地的鼠害面積調(diào)查、鼠害分布監(jiān)測(cè)及評(píng)估是一種新的研究思路。20 世紀(jì) 80 年代以來(lái)，學(xué)者們陸續(xù)開(kāi)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(cè)預(yù)報(bào)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(guó)溫帶草地草畜平衡動(dòng)態(tài)監(jiān)測(cè)系統(tǒng).為探究草地鼠害動(dòng)態(tài)監(jiān)測(cè)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(guò)確定影響草原鼠害發(fā)生的生物及非生物因子，來(lái)構(gòu)建基于3S技術(shù)的鼠類密度監(jiān)測(cè)模型；另有學(xué)者分析了“3S”技術(shù)對(duì)草原鼠害進(jìn)行監(jiān)測(cè)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(lái)源；李培先等運(yùn)用“3S技術(shù)” 結(jié)合實(shí)地采集的GPS數(shù)據(jù)對(duì)阿爾金山草地鼠荒地和鼠害發(fā)生區(qū)進(jìn)行監(jiān)測(cè)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(diǎn)，來(lái)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(dòng)力三角翼和數(shù)碼相機(jī)構(gòu)建的低空遙感平臺(tái)對(duì)鼠荒地進(jìn)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(jì)方法獲得了試驗(yàn)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(gè)鼠害監(jiān)測(cè)模型主要因子，建立基于“3S”技術(shù)的草原鼠害監(jiān)測(cè)模型，提取了不同鼠害發(fā)生區(qū)和危害區(qū)的閾值。

無(wú)人機(jī)遙感能夠靈活的獲取多尺度、多時(shí)相的地面觀測(cè)數(shù)據(jù).可以更好的運(yùn)用于鼠害調(diào)查研究中。以大疆公司精靈系列無(wú)人機(jī)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(wú)人機(jī)航拍得到的圖片進(jìn)行手工標(biāo)記以識(shí)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(shí)驗(yàn)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(guò)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(duì)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(cè)研究奠定基礎(chǔ)。在對(duì)三江源瑪多縣典型區(qū)鼠洞的監(jiān)測(cè)識(shí)別中，周曉琳等以可見(jiàn)光波段的無(wú)人機(jī)影像為數(shù)據(jù)源，在研究區(qū)建立了支持向量機(jī)法和面向?qū)ο蟮哪０迤ヅ浞ǖ氖蠖醋R(shí)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▽?duì)鼠洞的識(shí)別精度更高。馬濤等利用無(wú)人機(jī)低空遙感監(jiān)測(cè)平臺(tái)對(duì)研究區(qū)進(jìn)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(cè)方面的有效性，并對(duì)該區(qū)域鼠害程度進(jìn)行評(píng)定，為荒漠林大沙鼠科學(xué)防治提供依據(jù)。但是，基于無(wú)人機(jī)遙感的草地鼠害監(jiān)測(cè)研究尚處在起步階段，為了充分發(fā)揮無(wú)人機(jī)快速獲取高分辨率影像的明顯優(yōu)勢(shì)，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(jìn)行草原生態(tài)鼠害監(jiān)測(cè)。

3 無(wú)人機(jī)遙感技術(shù)在草地資源調(diào)查監(jiān)測(cè)中存在的問(wèn)題、限制及展望、評(píng)價(jià)
3.1 問(wèn)題與限制
從國(guó)內(nèi)外相關(guān)研究來(lái)看，無(wú)人機(jī)信息的提取仍存在眾多問(wèn)題與限制，主要總結(jié)為以下幾點(diǎn)：

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(wú)人機(jī)測(cè)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(wú)人機(jī)數(shù)據(jù)確定的模型不同，導(dǎo)致草地遙感植被的監(jiān)測(cè)和估算精度低，穩(wěn)定性差。

3 )照片識(shí)別軟件開(kāi)發(fā)：無(wú)人機(jī)獲取的草地圖片信息中，時(shí)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(cè)，這大大降低了工作效率，同時(shí)也限制了影像圖片中其他信息的獲取。因此，開(kāi)發(fā)更簡(jiǎn)單高效的圖片自動(dòng)識(shí)別處理軟件顯得尤為重要。

4 )傳感器設(shè)備匹配限制：無(wú)人機(jī)在草地資源監(jiān)測(cè)方面研究較少，雖然已有少量學(xué)者開(kāi)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(wú)人機(jī)遙感高度匹配的地面調(diào)查數(shù)據(jù)，而限制了無(wú)人機(jī)在草地資源監(jiān)測(cè)中的應(yīng)用。

3.2 評(píng)價(jià)與展望
隨著無(wú)人機(jī)遙感技術(shù)的廣泛應(yīng)用，對(duì)草地動(dòng)植物資源的研究進(jìn)入了一個(gè)新的階段，結(jié)合地面采樣、衛(wèi)星遙感，實(shí)時(shí)、全面、有效、準(zhǔn)確的對(duì)草地資源進(jìn)行監(jiān)測(cè)。

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

2 ) 多元數(shù)據(jù)的時(shí)效性融合：利用無(wú)人機(jī)監(jiān)測(cè)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(wú)人機(jī)遙感在一定程度上提高了數(shù)據(jù)獲取的時(shí)效性。因此，可通過(guò)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(wú)人機(jī)獲取的數(shù)據(jù)進(jìn)行融合來(lái)彌補(bǔ)單一數(shù)據(jù)源的不足，實(shí)現(xiàn)各種數(shù)據(jù)源的優(yōu)勢(shì)互補(bǔ)，進(jìn)而實(shí)現(xiàn)空間分辨率和時(shí)間分辨率的相互補(bǔ)充，為草地資源監(jiān)測(cè)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(wú)人機(jī)可搭載的傳感器更加多樣。草地類型豐富多樣，可以針對(duì)不同草地資源的特點(diǎn)，選擇合適的傳感器，有針對(duì)性地解決所需要監(jiān)測(cè)的對(duì)象與問(wèn)題。這對(duì)于構(gòu)建精準(zhǔn)數(shù)據(jù)獲取、實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)具有重要的研究意義和實(shí)際應(yīng)用價(jià)值?？傮w而言.基于高時(shí)空分辨率的無(wú)人機(jī)草地生態(tài)監(jiān)測(cè)機(jī)制將成為今后發(fā)展的熱點(diǎn)和趨勢(shì)。無(wú)人機(jī)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(shì)，為草地資源監(jiān)測(cè)的研究提供了新的技術(shù)平臺(tái)，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(dòng)物種群等方面，可以有針對(duì)性地進(jìn)行大面積航空監(jiān)測(cè)及小范圍定點(diǎn)監(jiān)測(cè)，對(duì)草地合理利用和健康管理非常有實(shí)用價(jià)值。

參 考 文 獻(xiàn)：

[1] 喬紅. 無(wú)人機(jī)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(qiáng)，等. 無(wú)人機(jī)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(wú)人機(jī)遙感在生態(tài)學(xué)中的應(yīng)用進(jìn)展[J]. 生態(tài)學(xué)報(bào)，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(wú)人機(jī)低空遙感及其在生態(tài)學(xué)中的應(yīng)用進(jìn)展[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 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(dòng)物生態(tài)學(xué)：機(jī)遇與挑戰(zhàn)[J]. 中國(guó)草地學(xué)報(bào)， 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(dòng)態(tài)監(jiān)測(cè)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(wú)人機(jī)遙感監(jiān)測(cè)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(bào)， 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(guó)草地學(xué)報(bào)， 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(jī)技術(shù)在我國(guó)野生動(dòng)物研究與保護(hù)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(jià)值評(píng)估方法研究[J]. 草業(yè)學(xué)報(bào)，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(mèng)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(dòng)態(tài)監(jiān)測(cè)研究[J]. 草業(yè)學(xué)報(bào)， 2013,22(4):247-256
[32] 王建柱. 基于 3S 技術(shù)系統(tǒng)鼠害監(jiān)測(cè)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(jìn)展[J]. 家畜生態(tài)學(xué)報(bào)， 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(dòng)態(tài)變化監(jiān)測(cè)研究—以黃河源東部地區(qū)為例[J]. 草業(yè)學(xué)報(bào)， 2017 ,26 ( 3) :1-12
[39] 宋清潔，崔霞， 張瑤瑤， 等. 基于小型無(wú)人機(jī)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(shù)華，陳建軍， 秦或. 無(wú)人機(jī)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(bào)（ 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(dòng)態(tài)遙感估算[J]. 中國(guó)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(bào)， 2013,22(1):120-129
[45] 張?jiān)葡?，李曉兵，陳云? 草地植被蓋度的多尺度遙感與實(shí)地測(cè)量方法綜述[J]. 地球科學(xué)進(jìn)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(ài)農(nóng)， 邊金虎， 等. 基于無(wú)人機(jī)影像可見(jiàn)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(wú)人機(jī)多光譜影像的天然草地生物量估算[J]. 遙感學(xué)報(bào)， 2018, 22(5):848-856
[49] 曾永年，馮兆東. 沙質(zhì)荒漠化遙感監(jiān)測(cè)與環(huán)境影響研究進(jìn)展[J]. 山地學(xué)報(bào)， 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?dòng)物識(shí)別方法以青海三江源地區(qū)為例[J]. 野生動(dòng)物學(xué)報(bào)，2017,38(4):561-564

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

[57] 郭興健， 邵全琴，楊帆， 等. 無(wú)人機(jī)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(bào)， 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(guó)溫帶草地草畜平衡動(dòng)態(tài)監(jiān)測(cè)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(cè)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(cè)與預(yù)測(cè)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(dòng)力=:角翼平臺(tái)的草原鼠害遙感監(jiān)測(cè)研究[J]. 中國(guó)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(cè)方法研究[J]. 草業(yè)學(xué)報(bào)，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(duì)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(wú)人機(jī)遙感識(shí)別研究[J]. 亞熱帶資源與環(huán)境學(xué)報(bào)， 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(bào)， 2018,38(3):953-963

來(lái)源：高娟婷，孫飛達(dá)，霍霏，張履冰，周俗，楊廷勇，邊巴扎西：無(wú)人機(jī)遙感技術(shù)在草地動(dòng)植物調(diào)查監(jiān)測(cè)中的應(yīng)用與評(píng)價(jià). 草地學(xué)報(bào) 第29卷 第1期