[1] [1] 苏迪， 高心丹. 基于无人机航测数据的森林郁闭度和蓄积量估测［J］. 林业工程学报， 2020， 5（1）：156-163.SUD， GAOX D. Estimation of forest canopy density and stock volume based on UAV aerial survey Data［J］. Journal of Forestry Engineering， 2020， 5（1）：156-163.（in Chinese）

[2] [2] 郭昱杉， 刘庆生， 刘高焕， 等. 基于标记控制分水岭分割方法的高分辨率遥感影像单木树冠提取［J］. 地球信息科学学报， 2016， 18（9）： 1259-1266.GUOY S， LIUQ S， LIUG H， et al. Individual tree crown extraction of high resolution image based on marker-controlled watershed segmentation method［J］. Journal of Geo-Information Science， 2016， 18（9）： 1259-1266.（in Chinese）

[3] F BARET, D DUTARTRE et al. Exploiting the centimeter resolution of UAV multispectral imagery to improve remote-sensing estimates of canopy structure and biochemistry in sugar beet crops. Remote Sensing of Environment, 231, 110898(2019).

[4] S ERASMI, M KLINGE, C DULAMSUREN et al. Modelling the productivity of Siberian larch forests from Landsat NDVI time series in fragmented forest stands of the Mongolian forest-steppe. Environmental Monitoring and Assessment, 193, 1-18(2021).

[5] [5] 陈日强， 李长春， 杨贵军， 等. 无人机机载激光雷达提取果树单木树冠信息［J］. 农业工程学报， 2020， 36（22）： 50-59. doi: 10.11975/j.issn.1002-6819.2020.22.006CHENR Q， LIC C， YANGG J， et al. Extraction of crown information from individual fruit tree by UAV LiDAR［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（22）： 50-59.（in Chinese）. doi: 10.11975/j.issn.1002-6819.2020.22.006

[6] SA HALL, IC BURKE et al. Estimating stand structure using discrete-return lidar： an example from low density， fire prone ponderosa pine forests. Forest Ecology and Management, 208, 189-209(2005).

[7] [7] 庞勇， 赵峰， 李增元， 等. 机载激光雷达平均树高提取研究［J］. 遥感学报， 2008， 12（1）： 152-158. doi: 10.11834/jrs.20080120PANGY， ZHAOF， LIZ Y， et al. Forest height inversion using airborne lidar technology［J］. Journal of Remote Sensing， 2008， 12（1）： 152-158（in Chinese）. doi: 10.11834/jrs.20080120

[8] [8] 魏青， 张宝忠， 魏征. 基于无人机多光谱影像的地物识别［J］. 新疆农业科学， 2020， 57（5）932-939WEIQ， ZHANGB Z， WEIZ. Research on object recognition based on UAV multispectral image［J］. Xinjiang Agricultural Sciences， 2020， 57（5）932-939（in Chinese）

[9] [9] 李鹏飞， 郭小平， 顾清敏， 等. 基于可见光植被指数的乌海市矿山排土场坡面植被覆盖信息提取研究［J］. 北京林业大学学报， 2020， 42（6）： 102-112. doi: 10.12171/j.1000-1522.20190252LIP F， GUOX P， GUQ M， et al. Vegetation coverage information extraction of mine dump slope in Wuhai City of Inner Mongolia based on visible vegetation index［J］. Journal of Beijing Forestry University， 2020， 42（6）： 102-112.（in Chinese）. doi: 10.12171/j.1000-1522.20190252

[10] [10] 汪小钦， 王苗苗， 王绍强， 等. 基于可见光波段无人机遥感的植被信息提取［J］. 农业工程学报， 2015， 31（5）： 152-159. doi: 10.3969/j.issn.1002-6819.2015.05.022WANGX Q， WANGM M， WANGS Q， et al. Extraction of vegetation information from visible unmanned aerial vehicle images［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（5）： 152-159.（in Chinese）. doi: 10.3969/j.issn.1002-6819.2015.05.022

[11] [11] 周涛， 胡振琪， 韩佳政， 等. 基于无人机可见光影像的绿色植被提取［J］. 中国环境科学， 2021， 41（5）： 2380-2390. doi: 10.3969/j.issn.1000-6923.2021.05.046ZHOUT， HUZ Q， HANJ Z， et al. Green vegetation extraction based on visible light image of UAV［J］. China Environmental Science， 2021， 41（5）： 2380-2390. （in Chinese）. doi: 10.3969/j.issn.1000-6923.2021.05.046

[12] X SHEN, L CAO, B S YANG et al. Estimation of forest structural attributes using spectral indices and point clouds from UAS-based multispectral and RGB imageries. Remote Sensing, 11, 800(2019).

[13] [13] 杨勇强， 王振锡， 师玉霞， 等. 基于无人机影像的天山云杉林单木树冠信息提取［J］. 新疆农业科学， 2020， 57（8）： 1484-1492.YANGY Q， WANGZ X， SHIY X， et al. The extraction of single wood canopy of Picea Schrenkiana var Tianshanica forest based on UAV image［J］. Xinjiang Agricultural Sciences， 2020， 57（8）： 1484-1492.（in Chinese）

[14] W Q YAN, H Y GUAN, L CAO et al. A self-adaptive mean shift tree-segmentation method using UAV LiDAR data. Remote Sensing, 12, 515(2020).

[15] [15] 张海清， 李向新， 王成， 等. 结合DSM的机载LiDAR单木树高提取研究［J］. 地球信息科学学报， 2021， 23（10）： 1873-1881. doi: 10.12082/dqxxkx.2021.210030ZHANGH Q， LIX X， WANGC， et al. Individual tree height extraction from airborne LiDAR data by combining with DSM［J］. Journal of Geo-Information Science， 2021， 23（10）： 1873-1881.（in Chinese）. doi: 10.12082/dqxxkx.2021.210030

[16] X FU, Z ZHANG, L CAO et al. Assessment of approaches for monitoring forest structure dynamics using bi-temporal digital aerial photogrammetry point clouds. Remote Sensing of Environment, 255, 112300(2021).

[17] [17] 李佳， 王明果， 王云川， 等. 顾及无人机影像点云特征的绿地信息分类方法［J］. 生态科学， 2022， 41（5）： 11-18.LIJ， WANGM G， WANGY C， et al. Vegetation information classification method considering UAV image point cloud characteristics［J］. Ecological Science， 2022， 41（5）： 11-18.（in Chinese）

[18] [18] 肖冬娜， 周忠发， 尹林江， 等. 融合颜色指数与空间结构的喀斯特山地火龙果单株识别［J］. 激光与光电子学进展， 2022， 59（10）： 1028010.XIAOD N， ZHOUZ F， YINL J， et al. Identification of single plant of Karst Mountain pitaya by fusion of color index and spatial structure［J］. Laser & Optoelectronics Progress， 2022， 59（10）： 1028010.（in Chinese）

[19] [19] 张睎伟， 王磊， 汪西原. 基于CART决策树的沙地信息提取方法研究［J］. 干旱区地理， 2019， 42（5）： 1133-1140. doi: 10.1007/s40333-019-0105-7ZHANGX W， WANGL， WANGX Y. Sand information extraction method based on CART decision tree［J］. Arid Land Geography， 2019， 42（5）： 1133-1140.（in Chinese）. doi: 10.1007/s40333-019-0105-7

[20] F MEYER, S BEUCHER. Morphological segmentation. Journal of Visual Communication and Image Representation, 1, 21-46(1990).

[21] [21] 马学条， 周彦均， 王永慧， 等. 基于形态学重建的分水岭图像分割实验教学研究［J］. 实验技术与管理， 2021， 38（3）： 93-97.MAX T， ZHOUY J， WANGY H， et al. Research on experimental teaching of watershed image segmentation based on morphological reconstruction［J］. Experimental Technology and Management， 2021， 38（3）： 93-97.（in Chinese）

[22] [22] 徐伟萌， 杨浩， 李振洪， 等. 利用无人机数码影像进行密植型果园单木分割［J］. 武汉大学学报（信息科学版）， 2022， 47（11）： 1906-1916.XUW M， YANGH， LIZ H， et al. Single tree segmentation in close-planting orchard using UAV digital image［J］. Geomatics and Information Science of Wuhan University， 2022， 47（11）： 1906-1916.（in Chinese）

[23] X XU, Z ZHOU, Y TANG et al. Individual tree crown detection from high spatial resolution imagery using a revised local maximum filtering. Remote Sensing of Environment, 258, 112397(2021).

[24] J ZÖRNER, J DYMOND, J SHEPHERD et al. LiDAR-based regional inventory of tall trees-Wellington， new zealand. Forests, 9, 702(2018).

[25] J A GAMON, J S SURFUS. Assessing leaf pigment content and activity with a reflectometer. New Phytologist, 143, 105-117(1999).

[26] M CAVIGELLI, C S T DAUGHTRY et al. Evaluation of digital photography from model aircraft for remote sensing of crop biomass and nitrogen status. Precision Agriculture, 6, 359-378(2005).

[27] A ELAZAB, J BORT, B ZHOU et al. The combined use of vegetation indices and stable isotopes to predict durum wheat grain yield under contrasting water conditions. Agricultural Water Management, 158, 196-208(2015).

[28] G BARETH, A BOLTEN, M L GNYP et al. Comparison of uncalibrated RGBVI with spectrometer-based NDVI derived from UAV sensing systems on field scale. ISPRS-International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences, 837-843(2016).

[29] [29] 王鑫运， 黄杨， 邢艳秋， 等. 基于无人机高密度LiDAR点云的人工针叶林单木分割算法［J］. 中南林业科技大学学报， 2022， 42（8）： 66-77.WANGX Y， HUANGY， XINGY Q， et al. The single tree segmentation of UAV high-density LiDAR point cloud data based on coniferous plantations［J］. Journal of Central South University of Forestry & Technology， 2022， 42（8）： 66-77.（in Chinese）

[30] L H JING, B X HU, J L LI et al. Automated delineation of individual tree crowns from lidar data by multi-scale analysis and segmentation. Photogrammetric Engineering & Remote Sensing, 78, 1275-1284(2012).

[31] A O OK, A OZDARICI-OK. 2-D delineation of individual citrus trees from UAV-based dense photogrammetric surface models. International Journal of Digital Earth, 11, 583-608(2018).