基于无人机遥感影像分析的基本农田土地环境质量监测方法

开放科学（资源服务）标识码（OSID）：

作者简介：杜娜（1984—） ，女，硕士，高级工程师，研究方向为生态经济、国土空间规划。

DOI：10.16661/j.cnki.1672-3791.2311-5042-8458

摘要：研究提出了一种基于无人机遥感影像分析的基本农田土地环境质量监测方法，即利用无人机技术采集基本农田土地图像，并建立土壤、植被、气候等因素的遥感反演模型。通过综合考虑多种指标，计算基本农田土地环境综合质量指数，实现对土地环境质量的动态监测。实验证明：此种方法具有较高的监测精度，能够准确评价土地环境质量并控制评价结果误差；为农田管理者提供了可靠的数据支持，促进农田可持续发展和环境保护。

关键词：无人机遥感影像  基本农田  土地环境  遥感反演  质量动态监测

中图分类号：X833

基本农田作为我国农业的重要组成部分，其土地环境质量直接关系到农产品的安全和农业的可持续发展[1]。因此，对基本农田土地环境质量进行监测，具有十分重要的意义。基本农田土地环境质量监测的主要目的是了解和掌握农田土壤、水质、生物等环境因素的现状及变化情况，及时发现和解决农业生产过程中的环境问题，保障农产品的质量安全，促进农业的可持续发展。基本农田土地环境质量监测可分为土壤监测、水质监测、生物监测等[2]。为促进基本农田土地环境的可持续发展，本文将结合无人机遥感影像分析技术，开展对基本农田土地环境质量监测方法的设计研究。

1  基本农田土地无人机遥感图像处理

1.1  规划无人机的作业航线

引入无人机遥感影像分析技术对基本农田土地环境质量进行监测。首先需要完成对基本农田土地图像的采集和处理[3]。基于无人机遥感影像的基本农田土地图像采集与处理，主要步骤具体叙述如下。

第一步，确定监测目标。明确需要监测的基本农田土地范围和目标，确定监测的重点和要求。第二步，选择合适的无人机。根据监测目标的要求，选择合适的无人机类型和型号，考虑其载荷、航程、稳定性等因素。第三步，安装遥感影像设备。在无人机上安装遥感影像设备，包括高分辨率相机、多光谱相机、红外传感器等，根据需要选择合适的设备类型和数量[4]。第四步，规划航线。根据监测目标的要求，规划无人机的飞行航线，确定航高、航速、拍摄间隔等参数，确保拍摄的图像能够覆盖整个监测范围。第五步，进行图像采集。按照规划的航线，操纵无人机进行图像采集，注意保持无人机的稳定性和图像的质量。第六步，数据传输和处理。将采集的图像数据传输到地面站或数据中心，进行图像处理和分析，包括图像拼接、几何校正、辐射定标等处理，提取所需的信息和特征。第七步，提取和分析信息。根据监测目标的要求，对处理后的图像进行分析和提取信息，如土地利用类型、植被覆盖度、土壤质量等，生成报告或地图等成果。

在规划无人机的作业航线时，以无人机的起飞起点为坐标原点，由其北向、东向分别引出 Y轴及X轴，构成第一象限监控区[5]。将 OXY设置为此坐标系中的工作环境坐标系。将凸多边形工作区分为 n条边界线，根据每次无人机遥感图像采集的范围，在监控区内增加若干条分区分割线，将工作区分割成多个子区。然后，求出各子操作区的横向界限值，并以此界限值所对应的坐标为无人驾驶点。根据递归原则，可以得到各航线点的坐标，其表达式为：

上述公式中：、、、分别为无人机航线上的4个航测点；为横坐标极大值点；为横坐标极小值点；为纵坐标极大值点；为循环次数。

1.2  遥感影像处理

通过无人机的连续垂直航拍，获得被监测区域的高分辨率遥感影像，并将其作为环境质量监测的重要依据。为了更方便进行监测，对不同影像之间的单应性矩阵进行计算，以此实现对遥感影像的拼接，单应性矩阵需要满足的要求为：

式（5）中：为常数；为监测点二维图像坐标；为不同遥感影像之间的单应性矩阵；为三维齐次坐标。从无人机遥感图像获取原则出发，对不同视角的航拍进行了说明，设定了相应的大地平面，并对这个平面到原点的距离进行分析，可以得到：

式（6）中：为平面与原点之间的距离。采用单应矩阵，可将遥感图像中各像元的坐标转换为一个统一的坐标系统[6]。

2  建立基本农田土地环境遥感反演模型

在建立基本农田土地环境遥感反演模型时，根据监测目标和区域特点，选择合适的遥感数据源，包括卫星数据、航空数据等，考虑其空间分辨率、时间分辨率、光谱分辨率等因素。明确需要反演的基本农田土地环境因素，如土壤类型、植被覆盖度、土壤湿度等，选择合适的遥感指标和模型进行反演[7]。在遥感反演过程中，需要考虑环境和天气因素对遥感数据的影响，如大气吸收和散射、光照条件等，需要对这些因素进行评估和处理。针对无人机遥感图像中包含了植被与土壤两种信息的特点，采用像元二分法进行地表光谱信息的提取与反演，是实现遥感反演的前提[8-9]。图像光谱信息通过像元二分模型进行分解：

式（7）中：为遥感影像的光谱信息；为基本农田土地上植被的光谱信息；为植被像元占比；为基本农田土地上土壤光谱信息；为土壤像元占比。

3  基本农田土地环境质量动态监测

为了更直观地得到土地环境质量监测结果，需要进行对土地环境指数的计算[10]。针对存在单一影响环境质量的元素，在其影响作用下，土地环境质量指数可表示为：

式（8）中：为土地环境质量指数；为实际测量影响元素含量；为背景土壤元素值。在此基础上，结合综合指数方法，对多种影响因素共同作用下的基本农田土地环境质量指数进行计算：

式（9）中：为基本农田土地环境综合质量指数；为土地环境质量指数平均值；为环境指数最小值。

4  对比实验

以某地区基本农田土地为例，分别利用本文上述提出的基于无人机遥感影像分析技术的监测方法、基于GEE的监测方法和基于Landsat的监测方法对该土地的环境质量进行监测。为了方便论述，将本文监测方法设置为实验组，将基于GEE的监测方法设置为对照A组，将基于Landsat的监测方法设置为对照B组。通过对依托的基本农田土地进行初步调查得出，该区域邻近湖泊，是该地区关键的产粮区域。近年来，为了提升农业粮食产量，该区域大量使用农药、化肥等化学物质，导致土壤重金属污染不断加重。为了监测这一现象，并采取有效的治理措施，该区域采用无人机搭载遥感影像采集设备的技术手段，获取大量的实验数据。在应用无人机获取遥感影像时，所选择的无人机相关参数如表1所示。

针对该地区基本农田土地，将其平均分为5个区域，并在每个区域内随机选择一个点作为监测点，分别编号为I-01、II-01、III-01、IV-01、V-01。为实现对3种监测方法监测性能的比较，将监测结果的均方根误差作为衡量指标，公式为：

式（10）中：为监测结果的均方根误差；为实际土地环境污染指数；为监测方法得到的监测结果。根据上述公式，对各个监测点3种监测方法的监测结果均方根误差进行计算，并得到如表2所示结果。

从表2中的数据对比可以看出，实验组监测结果的均方根误差能够控制在小于4.00%的范围内，而对照A组监测结果的均方根误差在15.00%～20.00%范围内波动，对照B组监测结果的均方根误差均高于20.00%。由这一结果可知：实验组监测方法的监测精度更高，得到的监测数据可以实现对基本农田土地环境质量的准确评价，而其他现有监测方法不具备这一监测精度水平。

5结语

基本农田土地环境质量监测是保障农产品安全和农业可持续发展的重要手段。通过对土壤、水质、生物等环境因素的监测，可以全面了解基本农田土地环境的质量状况，及时发现和解决农业生产过程中的环境问题。在实施监测过程中，应注重合理选择采样点、规范采样方法、科学分析检测等方面的工作，提高监测结果的准确性和可靠性。同时，应加强监测数据的分析和应用，为农业生产提供科学依据和支持。

参考文献

[1] 李景.福建省沿海地区地下水与土壤环境质量协同监测研究：以东山县康美村地下水环境质量监测点为例[J].福建轻纺，2023（11）：30-33.

[2] 冀翔，杨诺，叶新生，等.鄂州市集中式饮用水源地周边土壤环境质量监测及评价[J].黄冈师范学院学报，2023，43（3）：49-53.

[3] 段雨薇，吴子仁，吴嘉鹏.关于环境噪声监测中存在的问题分析及质量控制措施探讨[J].黑龙江环境通报，2023，36（3）：53-55.

[4]李雯，黄强，乔君喜，等. 5M1E分析法在环境应急监测质量控制中的应用[J].价值工程，2023，42（27）：122-124.

[5] 李欣，李帅，陈静.新疆维吾尔自治区土壤环境质量监测工作存在的问题及对策措施研究[J].干旱环境监测，2023，37（2）：92-96.

[6]申杨磊，张俞苑，巴桑卓玛. 运动员与健康人进入高原环境后多导睡眠监测睡眠质量的Meta分析[J].检验医学与临床，2023，20（18）：2686-2692.

[7] 蒋远辉，王钢，吴思悯.污染场地环境调查的土壤监测点位布设及检测质量提升研究[J].低碳世界，2023，13（5）：25-27.

[8]董尚荣杰，宋兆丰.大气网格化监测系统在区域环境空气质量监测中的应用研究[J].环境科学与管理，2023，48（8）：105-110.

[9]王永祥，徐园园，杨佳嘉，等.基于Landsat的重庆市生态环境质量动态监测及其时空格局演变分析[J].生态学报，2023，43（15）：6278-6292.

[10]蒋心科，罗远霞.浅析重庆市永川区地表水环境质量监测固定式水质自动监测站建设工作[J].皮革制作与环保科技，2023，4（14）：143-145.