新型遥感技术在陆生生态调查中的应用研究

陈振亮

(福建省华厦能源设计研究院有限公司，福州 350001)

传统陆生生态调查多是通过地面的植物样方与结构调查，获得数据的人力成本高且覆盖范围小，易受交通、地形等条件限制，难以应用到较大的取样面积.传统航拍卫星影像虽可在大尺度范围获取区域植被数据，但受其分辨率及重访周期的限制，无法满足在局域尺度及实时性调查的要求，且受气象云层遮挡等限制，在丘陵地貌山区难以满足从个体至群落层次上的生态调查需求.随着无人机技术的发展，该项新型遥感技术具有突出的特点，包括不易受天气影响，飞行高度低无云层遮挡，一次可拍摄多张高分辨影像，短期内可重复检索等优点，在陆生生态调查方面具有巨大的发展潜力[1].

1 无人机遥感系统

无人机遥感系统是由多种技术集合的新型航测系统，包括无人飞行器系统、定位定姿技术、卫星定位技术、通信传输系统，以及光学成像与其他传感器技术、遥感数据处理等，同时地面人员保障也是其重要组成部分.搭载传感器的无人机飞行高度一般在千米内，可获得高分辨率的影像数据，通过数据链路传输到地面后经过矫正、加工等一些列操作，可获得高质量的正射遥感影像数据[2].

2 数据的获取与处理

2.1 航拍方案的制定

航拍方案的制定首先以调查区域的地形地貌、气象条件、地表覆盖物特征等信息为基础，结合关注点、地面分辨率的选择、分区的划分、基准面高度确定等进行制定，同时可参照中华人民共和国测绘行业标准化指导性技术文件中的低空数字航空摄影规范(CH/Z3005-2010)，一般包括航线设计、飞行、影像质量检查、补飞或重飞、像控测量等步骤.

2.2 影像数据的预处理

由于无人机拍摄的影像较传统卫片数据存在差异，主要表现在单幅影像范围小，相邻相幅重叠度较高，飞行高度千米内导致影像倾角较大，另外未受云层影响色彩亮、对比度高等不足，需进行一系列预处理后方可满足后续调查使用.

本次试验采用大疆无人机(型号：Phantom 4 Pro)在闽西一处煤炭矿山设置飞行区，筛选出成像清晰、色彩鲜明效果佳的112张影像.将原始影像导入Pix4UAV平台进行影像拼接，借助机载记录的校验文件生产出整幅畸变度小、无主要点位偏移的一级影像产品；接着导入记录的坐标、高程等位置信息对一级产品进行空三运算，起到点的传递和构建TIN，通过内插法生成DEM模型对影像进一步数字纠正，得到二级正射影像产品；后基于ArcGIS平台继续对产品进行色彩协调、边界模糊化等系列操作，最终得到一副色彩均衡过渡自然的高分辨率单幅影像.

3 陆生生态调查分析

3.1 植被解译与分析

无人机航拍影像提供了地表植被丰富的颜色特征、纹理特征以及形状特征，且分辨率可达厘米级.传统的影像解译方法多基于像元的信息提取技术，如：最大似然法、最小距离法、K-均值法等，虽在理论和应用上较成熟，但面对高分辨率影像极易出现“椒盐现象”，无法适用于无人机影像的解译要求.基于一种新的面向对象与BP神经网络结合的影像处理技术，有效利用无人机高分辨率影像的颜色、纹理及几何等多种信息，同时结合分层分类的思想和对象与对象之间的关系，可大大提高分类精度与一致性[3].

本次试验通过提取无人机影像的HSV颜色特征及Tamura纹理特征，后基于eCognition运用面向对象技术进行地物类别分割，并选取几何特征(像素和、边界长度、长宽比等)、形状特征(椭圆指数、矩形指数、形状指数等)，结合野外调查的23个样本与专家知识选取植被类别训练样本，得到解译结果总体分类精度达到92.3%的植被分布图.

植被类型分布是陆生生态现状调查的重要内容，更真实的数据为掌握区域植被覆盖信息、生态系统结构及识别生态问题等提供了直观表达的平台，也为生态影响分析中3S叠图提供了底图数据.

3.2 林地生物量的估算

传统林地生物量(B)的估算以皆伐法为主，虽具有较高的准确性，但难以区域推广.高分辨率遥感影像更加丰富的纹理、形状等信息有助于林木参数的提取，且己经有研究证明，树冠大小与胸径、生物量有显著的相关性[4].无人机拍摄的高分辨率影像可直接探测到不同地表植物的树冠边界，本次试验运用eCognition平台的面向对象多尺度分割法，获取调查范围内不同林地类型的树冠面积(CA)，野外设置样地采用检尺对选定树木进行胸径(D)测定，选择决定系数R2高、参数变动系数CV低的幂函数模型构建CA-D模型，结合国内其他学者已有相同树种林地的D-B经验公式，间接建立与树冠面积相关的CA-B模型，最后完成调查范围的林地生物量的计算.

表1 CA-B模型的建立与生物量计算

利用遥感技术估算生物量对林地本身不具有破坏性，同时估算速度更快，计算的结果更准确，可大大提高陆生生态调查结果的质量.

3.3 景观生态的调查

景观生态学法是环境影响评价中推荐的方法，通过空间结构分析、功能与稳定性分析两个方面可对区域生态质量的状况进行评判，同时景观生态学认为，通过增加景观的共生性与异质性有利于生态系统的能量流动和物质流动.无人机拍摄的高分辨率影像，可轻易地识别出地类斑块的特征.在ArcGIS平台上，将调查范围内景观类型划分为林地、草地、耕地、水体、住宅用地和工矿用地，按照景观生态学方法[8]基于Fragstats对各斑块的频率、密度、景观比例及优势度值进行统计，结果为林地的频度(80.46%)、密度(45.65%)、景观比例(80.40%)和优势度值(71.73%)等各项指标均高于其他拼块类型，说明调查区林地景观相对面积大，连通程度高，以自然植被为主，林地构成景观基质，说明区域生态环境质量较好.

3.4 动物调查

动物调查是陆生生态调查的一个难点，生态现状评价中多以收集资料为主要手段，受资料时限往往较难反应真实情况，尤其建设项目涉及大型哺乳动物、鸟类现状调查时，传统的观测工具与方法表露出其局限性.运用新型无人机遥感技术进行动物调查具有极大的应用潜力，如Vermeulen等[9]在非洲西部用无人机对非洲象种群进行了调查，在4条样带上共调查到34头大象.马鸣等[10]把小型多旋翼无人机用于高山兀鹫的繁殖生态学研究，拍摄了高山兀鹫巢穴、亲鸟、幼鸟及其生长发育过程.2016年中央电视台联合西北濒危动物研究所等单位组织的“我们与藏羚羊”科考，即运用固定翼无人机对藏羚羊的迁徙过程进行监测，获得覆盖范围高达40余平方公里、分辨率达5厘米的高清正射影像，同时获取了比传统调查方法更加准确的迁徙种群密度、数量和年龄结构等数据(http:∥www.forestry.gov.cn/Zhuanti/content_stwm/899354.html).

4 研究结论

无人机为新型的对地观测信息获取技术，与传统的卫星遥感相比，无人机遥感具有机动灵活、成本费用低、获取图像分辨率高、响应时间短、携带转移方便且受天气影响低等优点，发展潜力非常巨大且适合普及.

本次研究结论：(1)由于无人机影像的特殊性，需进行畸变纠正等一些列预处理手段方可用于后续的遥感解译，结合面向对象与野外调查样本的分类方法，可得到高分类精度的植被类型成果图；(2)获取

典型种群的林冠面积CA，辅于实地测量胸径数据，通过已有的D-B经验公式构建CA-B模型，可为陆生生态调查提供详实的现状数据；(3)无人机拍摄的高分辨率影像，可轻易地识别出地类斑块的特征，按照景观生态学方法统计各斑块的数量、密度、频率、景观比例及优势度值，识别出区域生态环境质量现状；(4)新型无人机遥感技术为动物调查提供了全新的观测手段，在不惊扰的情况下可获取动物种群的密度、数量和年龄结构等数据.随着无人机技术的进一步发展，搭载更多样化的传感器，该新型遥感技术可为陆生生态调查提供详实的现状素材，极大提高工作效率，同时也为生态影响评价提供更多定量化数据，有效提高其预测的科学性，未来将越来越广泛地运用于环境保护领域.

[1] COLOMINA I,MOLINA P.Unmanned aerial systems for photogrammetry and remote sensing:a review[J].ISPRS Journal of Photogrammetry and RemoteSensing,2014,92:79-97.

[2] 李德仁,李明.无人机遥感系统的研究进展与应用前景[J].武汉大学学报(信息科学版)，2014,39(5):505-513,540.

[3] 陈鸣.基于面向对象特征提取的BP神经网络分类——以武陵源地区为例[J].现代测绘,2017(3):17-20.

[4] 黄金龙.基于高分辨率遥感影像的森林地上生物量估算[J].生态学报,2013(20):6497-6508.

[5] 左舒翟.亚热带常绿阔叶林9个常见树种的生物量相对生长模型[J].应用生态学报,2015,26(2):356-362.

[6] 谢旺生.闽北山地马尾松林生物量调查及其结构的研究[J].华东森林经理,2007,21(4):21-23.

[7] 张宇.利用异速生长关系和地统计方法估算武夷山南麓毛竹林生物量[J].生态学杂志,2016,35(7):1957-1962.

[8] 肖笃宁.景观生态学[M].北京:科学出版社,2010.

[9] VERMEULEN C.Unmanned aerial survey of elephants[J].Plos One,2013,8(2):e54700.

[10] 马鸣.利用多旋翼微型飞行器监测天山地区高山兀鹫繁殖简报[J].动物学杂志,2015,50(2):306-310.