UAVを用いたフォトグラメトリックポイントクラウドによるプランテーションにおける自動単木検出

要約。この文書、管理、および認証の理由から、単一植物レベルでのヤシプランテーションの効率的な在庫に対する高い関心があります。無人航空機（UAV）技術の最近の発展により、高解像度の3Dデータを空間的および時間的に柔軟に取得することが可能になりました。一般的な単木検出手法は、非常に高解像度（VHR）衛星データまたは空中レーザースキャニング（ALS）データに基づいています。しかし、VHRデータはしばしば雲に制限されており、高さ測定を通常は許可しません。VHRおよび特にALSデータは、比較的高い取得コストが特徴です。Sperlich et al.（2013）は、流れ算法を使用して単木検出のためのUAVベースのフォトグラメトリックポイントクラウドの高い潜在能力をすでに示しています。このアプローチは、ヤシプランテーションへの適用のために調整および改善されました。キリバスのタラワにある9.4haのテストサイトには、密に散在する成長中のヤシ、および豊富な下草と樹木が含まれていました。標準的な消費者向けカメラをオクトコプターに搭載し、70mおよび100mの高度で2回の飛行キャンペーンを実施し、地上サンプリング距離（GSD）と画像の重複の影響を評価しました。誤認識エラーを避け、地形の補間を改善するために、ポイントクラウドはクラスの幾何学特性に基づいて分類され、すなわち（1）ヤシ、（2）その他の植生、（3）および地面です。全ての研究エリアに対するマッピング精度は86.1％、密生するヤシ林に対しては98.2％です。この柔軟で自動的なアプローチは、実運用において高い能力を持つと結論づけます。