摘 要:在现代森林资源调查项目中,无人机遥感技术凭借快速监测、安全可靠、低成本、高分辨率的显著优势,逐渐取代了传统的角规辅助每木检尺调查法,有利于森林资源可持续发展目标的落实,也为森林资源调查工作的开展提供了全新发展契机。基于此,本文对无人机遥感技术的概念、优势及可用载荷进行阐述,深入研究技术在森林资源调查项目中的应用情况,以供参考。
关键词:无人机遥感技术;森林资源调查;应用
一、无人机遥感技术概述
(一)技术概念
无人机遥感技术是在无人驾驶飞行器、通信、遥测遥控、GPS差分定位、信息传感等多项技術基础上发展演变形成,以无人机为飞行器,在无人机上搭载热红外相机、数码相机、小画幅单反相机等设备,系统基于运行准则或远程控制下操控无人机按设定航线飞行,由遥感传感器持续获取测区信息与影像资料,再由计算机系统实时开展图像信息处理作业的一项技术手段,有着较高的自动化与智能化水平,主要用于获取国土资源、地震灾区与自然环境的空间遥感信息,在森林资源调查领域中得到广泛应用[1]。
(二)技术优势
无人机遥感技术优势主要体现在高效快速、监测全面、大尺度、低成本与高分辨率五方面。其中,在高效快速方面,无人机可以在短时间内完成起降作业与数字高程模型数据处理任务,同步开展外业采集与内业数据处理作业,单台无人机的日监测能力在200~320平方千米,具备森林资源即时调查、大范围监测的技术条件[2]。在监测全面方面,无人机遥感系统在运行期间可以同时采集提取单木冠幅、郁闭度、林木胸径、生物量、蓄积量、地表三维信息、林分密度等观测数据,同步完成森林特征参数提取、造林成活率核查、森林火灾监测等多项监测调查任务。在大尺度方面,既可以使用无人机遥感系统完成小范围空间精确监测任务,也可以完成大面积、高空间监测任务,影像尺度具备可调节性,适用于不同工况情境。在低成本方面,较之角规辅助每木检尺调查法和常规航空摄影测量技术,无人机遥感技术的数据获取、精加工、高程数据生成与总体调查费用较低。而在高分辨率方面,无人机遥感系统的影像分辨率保持在0.1~0.5m范围内,分辨率远高于卫星影像数据,可以更为真实、准确地呈现森林资源调查结果。
(三)无人机遥感森林资源调查可用载荷
在无人机遥感技术体系中,载荷是无人机成像的重要工具,载荷选择合理与否,直接影响到技术应用效果与森林资源调查结果的深度光度,其重要性不言而喻。与此同时,根据技术实践应用情况来看,单一载荷存在应用局限性,难以满足森林资源调查需要,如使用光学载荷开展影像空三加密作业时,因树木纹理特征高度相似,面临着不易匹配特征点,仅可完整获取森林植被冠层表面信息的技术难题。因此,为满足项目需要,无人机遥感技术近年来呈现出载荷多维化发展趋势,作业人员可根据项目要求组合使用多种载荷,具体如下。
1.光学载荷
光学载荷是以数码相机为载体,根据人眼对自然界物体观察习惯的方式来获取测区内森林样地观测图像、数字正射影像并生成数字表面模型的一种载荷,将小、中画幅单反相机与数码相机搭载在轻小型无人机上,主要用于完成密度、树高、冠幅等林木参数的提取任务,有着影像分辨率高、真实反映森林地物色彩质地、通过目视观察即可识别林种与大概造林成活率的优势,但存在特征点不易匹配的局限性,可以搭配使用光学载荷与激光雷达载荷来解决此类问题。
2.红外谱段遥感载荷
红外谱段遥感载荷是在无人机上搭载D900、X4UAV等型号的红外探测仪器与TAU、Onca等型号系列的热红外相机,负责探测火点分布、火情蔓延趋势、土壤含水率及有机质含量等参数,持续将所接收辐射能量转为电信号,主要用于完成森林火灾监测任务,也可用于完成红外遥感病虫害监测任务。考虑到绝大多数类型红外探测器有高性能、大面阵的特征,采购价格较为高昂,因而红外谱段遥感载荷多用于大型无人机遥感系统,不适用于轻小型系统。
3.激光雷达载荷
激光雷达载荷是在飞行器上搭载GPS定位、IMU惯性导航、激光扫描仪、航空相机等装置来形成主动式遥感系统,在无人机飞行期间持续获取地物表面三维坐标、无人机飞行姿态、测距角、林木特征参数等测量数据,在系统中建立高精度数字地面模型,帮助工作人员全面掌握森林三维结构信息、地形地势与植被分布情况,用于完成林木参数提取等任务,在测量林木高度、提取垂直结构信息等方面有着显著优势。
4.成像光谱载荷
成像光谱载荷是通过搭载高光谱成像仪设备在紫外、中红外与可见光等多个波段中采集光谱连续图像数据和描述各像元光谱分布情况,有着准确描述植被特征、同时获取空间及光谱信息、具备冠层生物物理及化学特征估测条件、光谱分辨率高的优势,多用于大型无人机遥感系统,负责完成森林植被类型识别、病虫害信息探测等调查任务。
二、无人机遥感技术在森林资源调查中的具体应用
(一)林木参数提取分析
在林木参数提取分析环节,无人机遥感技术用于拍摄影像资料并提取冠幅、郁闭度与树高等测数因子,建立森林模型及估测模型,帮助工作人员掌握森林分布范围和测算生物量、蓄积量及胸径等数据,做到对森林资源信息的低成本、快速获取[3]。例如,在完成树种识别任务时,工作人员采取目视解译方法直接观察高光谱及高空间分辨率影像,详细观察树木纹理、形状,凭借自身工作经验来判断树种类别,如在广西英罗港红树林自然保护区调查项目中,使用IPS3.1软件对所拍摄1469张照片加以拼接处理,目视观察树木空间分布情况,树种识别正确率超过90%。而在完成冠幅估测任务时,采取无人机遥感技术来取代传统的皮尺测量法,使用数码相机垂直对地拍摄与航空摄影测量林区成像,从影像图片中提取树木顶部信息,搭配目视法,工作人员根据影像中树冠及林窗间色调颜色差异情况来判断树冠轮廓及大体分布范围,或是选取面向对象法,由计算机系统从影像图片中自动提取林地信息,再使用ENVI软件执行影像分割与冠幅信息分类提取操作,可以将信息提取精度保持在92.19%左右,并具备大规模树冠信息提取的技术条件。
此外,无人机遥感系统的林木参数提取分析过程包括以下几点。首先,获取无人机影像资料,预先在系统中设定无人机航线,根据项目情况采取正常飞行或是双轨道飞行方式,设定相应的双轨点云数与单轨点云数,将航向及旁向重叠度保持在90%左右,并在系统中设定镜头角度、白平衡、拍摄触发、飞行速度等参数,在无人机飞行期间持续拍摄下方地物影像图片。同时,为满足影像拼接建模作业需要,将测区地物与无人机最低航高保持安全间距,一般情况下将无人机飞行高度设为林木高度2倍以上即可。其次,建立遥感影像模型,可使用Agisof Photoscan软件,在软件中新建模型并导入无人机影像数据,自动完成定向操作,打开Process工作栏,对相邻影像特征点执行匹配操作与相机优化校准操作,勾选Fit cx等参数来生成密集点云,对二维影像进行点云处理后生成网格化,再开展纹理赋予运算操作,完成三维建模作业。最后,提取郁闭度、单木冠幅等林木参数,如使用ArsGIS软件从DOM数据中勾勒林木冠幅边界和进行解析运算来获取林地郁闭度值,在林木参数基础上建立胸径—冠幅、树高等单数参数模型,完成林木参数的提取分析任务。
(二)森林小班区划
在森林资源调查项目中,森林小班区划是一项重要工作内容,根据内部条件、区域内在联系性与各区域明显特征来划分若干森林小班,便于后续森林资源经营管理工作的开展,也是实施差异性管理的重要前提[4]。早期项目普遍采取对坡勾绘方法,此项方法受到野外调查线路差异、工作强度大的局限性,区划作业效率较低。因此,需要在森林小班区划环节应用无人机遥感技术,系统在运行期间采取半自动或是全自动方式来开展小班边界信息提取作业,替代人工操作,这将起到全面提升小班区划精度及效率的作用,预防区划边界不一致问题出现。例如,在北京延庆松山国家自然保护区森林资源调查项目中,应用无人机遥感技术,在飞行器上搭载索尼公司推出的NEX5N型相机开展航拍作业,由遥感系统对航拍影像进行空三加密处理来获取高精度DEM数据与DOM数据,使用AreGIS软件從中提取坡向及坡度信息,最终根据针叶林及阔叶林分布情况来划设15个森林小班。而在浙江农林大学东湖校区调查项目中,工作人员选择在无人机上搭载索尼DSCT90相机拍摄影像,使用EDITOP软件自带工具在遥感图像中进行区划处理,将测区地类分为居民地、竹林、杉木、农业用地、马尾松林及阔叶林六类。
(三)造林成活率核查
在早期森林资源调查项目中,普遍采取分层抽样方法来核查造林成活率,将抽样比例设定在10%左右,此项方法有着工作量大、核查效率低、核查精度低的局限性,核查结果与造林实际成活率存在出入。因此,需要应用无人机遥感技术开展造林成活率核查作业,对无人机遥感系统获取的影像图片执行色彩增强操作,用于统计影像中的正常苗及病死苗数量,在模型图像中使用特定颜色符号来标志树种病死苗分布位置和相关信息。例如,在德国南部地区某森林资源调查项目中,运用无人机遥感技术对10hm2的示范林地开展摄影成像作业,在影像中提取分割林木空隙,选取空间统计法来分析、描述各类型林隙正负关系,在多边形函数公式中导入所提取林隙等信息,函数输出结果即为林木成活率。
(四)森林火灾监测
森林火灾事故有着突发性、处置救助困难、破坏性大的特征,常规的地面调查监测法难以提前预测火灾事故出现和快速掌握森林火势蔓延情况,不利于后续火势扑灭与救援救助工作的开展,且工作人员的自身安全无法得到保证。而对无人机遥感技术的应用,凭借技术监测快速、高效的特征,可以在短时间内完成前期准备与无人机起降工作,控制无人机按规划航线飞行,同步拍摄下方地面的影像图片与开展内业处理,帮助工作人员实时、全面地掌握森林受损情况、火势蔓延范围和蔓延趋势[5]。
此项技术主要被用于完成火灾识别、损失统计、火势模拟、林火位置锁定任务,具体如下:其一,火灾识别。在无人机遥感系统中使用灰度共生矩阵,对航拍影像图片开展分割操作,使用支持向量机方法开展火灾识别作业,如果从中提取到火灾区域特征,则表明出现森林火灾事故,发送报警信号,此项方法的森林火灾识别率与检测率分别为89.2%与87.7%。同时,可以采取烟雾识别方式,从影像图片中提取颜色特征,建立烟雾识别模型,在测区内检测到白色、黑色与彩色烟雾时,表明测区出现森林火灾事故,根据烟雾颜色来初步判断火势燃烧阶段与明火温度,如产生大量黑烟直往上冲时表明处于燃烧最为猛烈的阶段,而在产生白色烟雾时表明火灾出现时间较短或得到有效控制,此类方法的火灾识别率在77%以上,可以组合采取烟雾识别与火灾区域特征识别方法。其二,损失统计。从航拍影像图片中提取火焰色调、烟雾颜色等参数,根据显色指数来反映测区内各处区域的林木燃烧与已损毁数据,用于统计森林火灾受损程度。其三,火势模拟。同时控制多台无人机在不同位置开展火灾协同观测作业,分别设定各台无人机的自由度,将传感器所采集信号上传至遥感系统进行集中处理,并采取监测跟踪算法进行数值模拟,预测未来一段时间的火势蔓延情况。其四,林火位置锁定。使用多旋翼无人机与光学载荷、红外谱段遥感载荷等多种载荷,搭配GPS全球定位系统,从影像图片中锁定林火位置,将林火火点定位精度保持在10m内。
(五)森林病虫害监测
在森林病虫害监测环节,可以搭配使用GPS定位系统与无人机遥感技术,遥感系统负责通过无人机搭载的单反相机与数码相机来拍摄影像图片,使用LPS软件进行正射与图像分割处理,从中采集病死木位置、提取线虫病等林木病虫害特征信息,帮助工作人员了解病虫害情况,以及根据后续无人机遥感测量结果来反馈病虫害养护效果,判断林木是否保持良好生长状况。而GPS定位系统负责提供影像图片中病死木的三维空间坐标,引导养护人员前往病死木位置开展后续的人工施药、生物防治等林木养护工作。
结语
综上所述,无人机遥感技术的应用,是森林资源调查项目的必然发展趋势,也是解决应急监测能力不足、监测精度有限等实际存在问题的关键。林业资源主管部门与从业人员必须正确认识到无人机遥感技术的应用价值,建立起以无人机遥感技术为核心的现代化森林资源调查技术体系,使其有效服务于生态环境建设。
参考文献:
[1]邓文生.无人机遥感在森林资源调查中的应用价值研究[J].绿色科技,2020(12):181183.
[2]郭英琦,李晓双,侯毅苇.低空无人机遥感技术与其在森林资源监测中的应用[J].电子技术与软件工程,2019(08):251252.
[3]徐振方.无人机遥感技术在林业资源调查与监测中的应用研究[J].花卉,2019(06):162163.
[4]黄海虹.无人机遥感技术在森林资源调查中的应用研究[J].农家参谋,2018(23):103.
[5]王云波,王岩.无人机遥感技术在林业资源调查与监测中的应用分析[J].农业与技术,2018,38(16):167.
课题项目:本文系2021年甘肃省高等学校创新基金项目“基于无人机遥感的可可西里地表温度反演”(编号:2021A251);2021年院级校企协同创新项目“无人机热红外遥感交叉辐射定标研究”(编号:Y2021C03)
作者简介:张琪曼(1991— ),女,汉族,甘肃庆阳人,本科,讲师,研究方向:遥感与摄影测量。