无人机多光谱摄影测量点云技术在林冠不同高度层火险等级分类中的应用研究

本研究针对传统卫星遥感在评估林下火险等级时存在的低估问题，创新性地利用无人机数字航空摄影测量(dDAP)技术生成三维多光谱点云，通过NDVI值量化不同林冠高度层的火效应。研究在美国南卡罗来纳州Fort Jackson的预设火场开展，结果表明该方法能有效区分林冠层(>6 m)与林下层(<6 m)的火险差异，并实现林下植被覆盖分类(准确率87%)，为精准评估混合 severity火灾提供了厘米级空间分辨率的新工具。

　　

研究背景与意义
森林火灾 severity评估长期受限于二维遥感技术的空间分辨率瓶颈。传统卫星影像(如30米分辨率Landsat)因林冠遮挡，难以准确捕捉林下植被的火损情况。这种"自上而下"的观测方式，在混合 severity火灾场景中尤其受限——快速蔓延的地表火可能完全烧毁下层植被，而未被烧毁的林冠会掩盖真实的火损程度。美国陆军基地Fort Jackson的长叶松(Pinus palustris)林作为典型频发火生态系统，其开放林冠结构为验证三维火险评估技术提供了理想场所。

华盛顿大学联合美国林务局等机构的研究团队，在《Fire Ecology》发表论文提出解决方案。研究人员创新性地将无人机多光谱摄影测量(dDAP)与结构运动(SfM)算法结合，通过生成包含近红外(NIR)波段的四波段多光谱点云，首次实现火灾效应的三维量化。这项技术突破使科学家能像"森林外科医生"般逐层解剖火损状况——从地表草本到18米高的林冠，每2米为一个分析单元。

关键技术方法
研究采用DJI Mavic Pro无人机搭载Parrot Sequoia多光谱相机，在预设火场5个样地获取厘米级分辨率影像。通过Agisoft Metashape软件生成28组三维点云，利用CloudCompare计算NDVI值并分层统计。创新性地通过数字移除>2 m植被生成林下专用正射影像，结合Sentinel-2/Landsat-8卫星数据对比验证。样本来源于Fort Jackson 2018年预设火场，包含2个未燃烧对照样地。

研究结果

dDAP点云分析
通过14组NDVI点云对比发现：

• 火灾对6米以下植被NDVI影响极大(Cohen's d>1.3)，6米以上仅轻微影响(d=0.2-0.7)
• 16-18米层出现异常高值(d=0.73)，推测源于火焰对高层树冠的熏灼效应

正射影像创新

• 开发"数字修剪"技术，移除>2 m植被后林下分类准确率达87%
• 在61%林冠遮挡区域仍重建出88%地表覆盖，成功识别炭黑(准确率98%)等微小火损特征

卫星数据对比

• 无人机林下dNDVI检测到的火效应强度是Sentinel-2的2倍
• 证实10米分辨率卫星仍会低估37%地表火损程度

结论与展望
该研究创立了首个基于无人机多光谱点云的三维火险评估框架，解决了"林冠遮挡悖论"——在长叶松等开放林分中，通过多角度影像融合实现林下火损的厘米级制图。Jonathan L.Batchelor团队证实：传统卫星指数会系统性低估地表火 severity达40%以上，而dDAP技术可精确量化不同高度层的差异化火效应。

这项技术突破对生态管理具有三重价值：

1. 为混合 severity火灾提供垂直维度的"火损剖面图"
2. 识别传统方法难以发现的林火避难所(refugia)
3. 支持烟雾排放模型中燃料消耗量的精准估算

未来研究可拓展至密闭林冠生态系统，并探索有人机/卫星平台的三维多光谱建模潜力。正如研究者所言："这不仅是技术革新，更改变了我们理解森林火灾立体格局的方式。"