Unmanned Aerial Systems (UAS) serve as an excellent remote-sensing platform to fulfill an aerial imagery data collection niche previously unattainable in forestry by satellites and manned aircraft. However, for UAS-derived data to be spatially representative, a precise network of ground control points (GCP) is often required, which can be tedious and limit the logistical benefits of UAS rapid deployment capabilities, especially in densely forested areas. Therefore, methods for efficient data collection without GCPs are highly desired in UAS remote sensing. Here, we demonstrate the use of postprocessing kinematic (PPK) technology to obtain subcentimeter precision in datasets of forested areas without the need for placing GCPs. We evaluated two key measures, positional variability and time efficiency, of the PPK technology by comparing them to traditional GCP methods. Results show that PPK displays consistently higher positional precision than traditional GCP approaches. Moreover, PPK surveys and processing take less time to complete than traditional GCP methods and require fewer logistical steps, especially in image acquisition. The time and resource savings with PPK as compared to GCP processing are undeniable. We conclude that PPK technology provides a practical means to produce precise aerial forest surveys.

中文翻译：

---

UAS遥感后处理运动学方法在森林生态系统中的应用

无人机系统 (UAS) 是一个出色的遥感平台，可以实现卫星和有人驾驶飞机在林业中以前无法实现的航空图像数据收集利基。然而，要使 UAS 派生的数据具有空间代表性，通常需要精确的地面控制点 (GCP) 网络，这可能很繁琐，并且限制了 UAS 快速部署能力的后勤优势，尤其是在茂密的森林地区。因此，在 UAS 遥感中非常需要在没有 GCP 的情况下进行有效数据收集的方法。在这里，我们展示了使用后处理运动学 (PPK) 技术在森林区域数据集中获得亚厘米精度的方法，而无需放置 GCP。我们评估了两个关键指标，位置可变性和时间效率，通过将 PPK 技术与传统的 GCP 方法进行比较来了解 PPK 技术。结果表明，PPK 始终显示出比传统 GCP 方法更高的定位精度。此外，与传统的 GCP 方法相比，PPK 调查和处理所需的时间更短，并且需要更少的后勤步骤，尤其是在图像采集方面。与 GCP 处理相比，PPK 节省的时间和资源是不可否认的。我们得出结论，PPK 技术为进行精确的空中森林调查提供了一种实用的方法。与 GCP 处理相比，PPK 节省的时间和资源是不可否认的。我们得出结论，PPK 技术为进行精确的空中森林调查提供了一种实用的方法。与 GCP 处理相比，PPK 节省的时间和资源是不可否认的。我们得出结论，PPK 技术为进行精确的空中森林调查提供了一种实用的方法。