A bibliometric analysis on the use of UAV-LiDAR in forest structure attributes estimation

方法

用RStudio的Bibliometrics和Biblioshiny对Scopu

发现

中国主导该领域，非洲参与最少；树种分类等是新兴主题。

机会点

非洲等发展中国家缺乏高分辨率数据与资金，可探索低成本UAV-LiDAR森林监测方案。

无人机激光雷达（UAV-LiDAR）因其一致、可重复的监测能力，被优先用于大规模森林资源调查。尽管已有分别针对无人机或激光雷达在林业中应用的综述，但关于二者集成应用的全球性文献记录仍然稀少。因此，本研究考察UAV-LiDAR的应用情况，旨在：i）提供概览分析，ii）评估作者关键词，iii）识别UAV-LiDAR应用于森林结构属性（FSA）估算中的新兴研究主题。本研究对来自Scopus和Web of Science数据库（2015—2025年）的66篇经同行评审的英文研究文献进行了文献计量分析。文献通过数据库导航、采集和分析生成，所用工具为RStudio环境和Google搜索引擎平台中 readily available 的Bibliometrics和Biblioshiny开源软件包。研究结果表明，《Remote Sensing》和《Forests》是发文最频繁的期刊。Li, X.（9篇论文）和Du, H.（6篇论文）是发文最多的作者，而Sankey [72]和Puliti [66]是被引最多的作者。在机构层面，浙江农林大学和北京林业大学位居榜首，使中国成为发文量、被引量和合作网络的主导中心，美国紧随其后。相反，非洲的参与度最低，原因包括：资金有限、高分辨率数据集稀缺、计算基础设施受限以及严格的航空政策。该综述进一步揭示了新兴主题，包括“LiDAR”“树种分类”和“UAV”，这些主题指向未来的研究机会。最终，本综述证实了UAV-LiDAR在FSA估算方面的强大潜力，为进一步探索该技术提供了有力激励，尤其是在马拉维等发展中国家。