基于遥感和无人机技术的湖南省益阳市城市山体监测

周松林, 杨楠 , 张曦, 李志学, 莫文波

基于遥感和无人机技术的湖南省益阳市城市山体监测

周松林1,2,4, 杨楠2,3,4,*, 张曦1,2, 李志学1,2, 莫文波1,2

1. 湖南城市学院设计研究院有限公司, 益阳 413000 2. 湖南省城乡生态规划与修复工程技术研究中心, 益阳 413000 3. 湖南城市学院, 益阳 413000 4. 数字化城乡空间规划关键技术湖南省重点实验室, 益阳 413000

城市山体是城市重要的生态资源, 对城市山体进行有效监测是城市生态文明建设的重要内容, 为了监测城市山体保护情况, 利用LandSat 8和Google Earth影像, 结合无人机技术, 开展了益阳市城市山体监测。在总体监测方面, 利用2017年1月22日和2018年1月9日两景LandSat 8数据, 通过计算NDVI指数, 监测总体植被变化。结果表明, 益阳市2017年保护山体植被覆盖率降低1.1%, 下降比例较益阳市城市规划区低1%。在山体破坏详细监测方面, 利用Google Earth影像进行目视解译对比分析, Google Earth影像拍摄时间不满足要求的区域, 使用LandSat 8影像替换, 提取变化较大的山体, 在此基础上利用无人机对变化山体进行详细勘测, 获取精确数据。结果表明, 益阳市165座保护山体共有7座山体遭受相对较大破坏, 破坏面积10.22 ha, 破坏原因主要为村民建房、采石采砂、开垦林地等。遥感技术结合无人机技术进行环境监测具有获取数据方便、成本低、快速高效等优势, 既适合城市山体保护监测, 也适用于其他中观尺度的环境监测。

遥感; 无人机; 城市山体; 变化监测; 益阳市

0 前言

城市山体是城市建成区及周边范围内, 相对高度大于20 m, 坡度大于25°的高地。城市山体是城市的重要生态基础设施和生态屏障, 为城市居民提供丰富的自然产品和服务, 有效保护、修复和合理利用城市山体是城市生态文明建设的重要内容。对城市山体的监测是城市山体管理的基础技术工作, 裴男才等人[1]整理了广州市帽峰山森林公园15年来动植物多样性监测进程和方法, 可为城市山体监测提供思路。在监测技术方面, 遥感(Remote Sensing, RS)手段凭借良好的时空连续性和区域覆盖性是山体监测的常用手段。IOANNIS等人[2]利用遥感和GIS技术, 观察到希腊中部Antichasia-Meteora山体10年间植被的变化情况。LIU Liangyun等人[3]使用1979年和2005年两幅Landsat MSS/TM影像, 利用归一化差异植被指数和NDVI-SMA模型计算北京西部山区植被覆盖变化。黄文奇[4]使用2004年和2007年高分辨率遥感影像, 采用面向对象分类、景观格局动态变化分析等五种方法, 分析得到南京紫金山森林公园2004—2007年间景观格局变化情况。樊风雷等人[5]使用1990、2000、2010年的Landsat TM/ETM+遥感影像, 通过构建森林蓄积量遥感定量估测模型, 得到中山市五桂山森林蓄积量时间序列变化。

需要指出的是, 航空和航天遥感在进行生态监测时也存在影像分辨率、重访周期、云层影响以及高成本等方面的不足[6]。无人机技术是国际测绘遥感领域近年来发展的新技术, 具有高效、灵活、高精度、低成本的特点[7], 成为传统遥感手段的有效补充, 开始广泛应用于生态环境监测。学者普遍认为, 无人机生态遥感目前仍处于起步阶段, 但潜力巨大。ANDERSON等人[8]指出无人机技术将会对空间生态学带来革命性的发展。孙中宇等人[6]通过分析无人机在物种、种群、群落和生态系统尺度中的应用现状后认为, 当前应用多为技术性探讨, 缺乏生态学机理的探讨, 自动识别物种、挖掘光谱与生理生态过程关系、构建三维立体监测网络(地面调查、低空遥感、航天遥感)等是未来主要方向。贾茜[9]探讨了无人机在森林资源调查、病虫害监测、造林面积核查、森林防火防灾以及林业执法管理等方面的应用方法, 提出未来无人机结合大数据分析技术、人工智能技术构建森林资源管理物联网, 将实现森林资源管理现代化的革命性进步。朱京海[10]等人分析了无人机影像在景观格局定量分析中的应用。郭庆华等人[11]通过分析无人机在物种分布与制图、入侵物种监测、生物多样性反演、生境监测等方面的应用后认为, 无人机在数据类型、数据采集和处理方式等方面推动了生物多样性研究的进步, 但也面临无人机平台集成性和稳定性、数据处理、数据分析、法律法规等方面的挑战。

对于综合利用遥感和无人机技术实现城市山体或城市生态环境监测的研究相对较少。为了更好的监测城市山体生态环境状况, 本文以多期航空遥感影像为基础, 结合现场勘察利用无人机航测获取的数据, 以湖南省益阳市为例, 对城市山体保护、修复和利用情况进行了分析评价, 并针对存在的问题提出了相应建议。

1 研究区与数据

1.1 研究区

选择益阳市城市规划区作为城市山体监测研究区, 包括主城区、东部新区、迎风桥镇、长春镇、谢林港镇、沧水铺镇、衡龙桥镇、泉交河镇和笔架山乡的部分区域, 总面积1058 km2。研究区属大陆性亚热带季风湿润气候, 四季分明, 光照和降雨充足, 植被类型以栲树林、枫香、常绿树混交林、杉木林、马尾松林、毛竹林、油茶林、杂木林等为主[12]。根据城市山体定义, 确定研究区165座山体作为本次监测对象, 山体保护面积151.8 km2, 占研究区面积14.3%, 主要分布于研究区西南部, 研究区范围和监测山体见图1所示。

图1 研究区范围和监测山体分布图

Figure 1 Study area and monitoring mountain distribution map

1.2 数据

获取研究区2017年1月22日和2018年1月9日两景LandSat 8卫星影像, 为L1T数据, 已经过地形校正。影像共有12个波段, 1—7波段为多光谱波段, 空间分辨率30 m, 8波段为全色波段, 空间分辨率15 m, 9波段为卷云波段, 10和11波段为热红外波段, 12波段为质量波段, 多光谱波段和全色波段经数据融合后空间分辨率可达15 m。

获取研究区Google Earth影像。研究区Google Earth影像由多幅影像组成, 不同图幅影像拍摄时间不同, 获取研究区统一区域内拍摄时间为2017年2月12日和2018年1月9日的影像。在研究区范围内, Google Earth影像拍摄时间不满足要求的区域, 使用经波段融合后的LandSat 8数据代替。

为辅助遥感进行山体监测, 在遥感影像比对分析基础上, 对变化较大的山体, 利用无人机对山体进行现场勘察, 共勘察山体7座, 生产空间分辨率2 cm正射影像(DOM)和倾斜摄影实景三维模型7幅, 拍摄照片和视频200余张。

2 研究方法

2.1 技术流程

山体监测总体上包括影像数据获取与处理、NDVI计算、变化山体筛选、无人机现场勘察与数据生产、分析评价等流程(图2)。利用无人机生产变化山体二三维空间数据, 需要经历传感器检校、航线设计、外业飞行与数据采集、控制点和检查点布测、内业数据处理、信息提取等流程。

2.2 NDVI计算与变化山体提取

归一化植被指数在某种程度上能代表植被覆盖情况, 被学术界认为是当前指示植被生长和植被覆盖度的最好指标[13-15]。通过计算多个时期的NDVI, 从整体上分析评价保护山体的植被覆盖情况。NDVI计算公式如下:

式中, NDVI为归一化植被指数, ρNIR为近红外波段的反射率值, ρRED为红波段的反射率值。在LandSat 8 OLI中, 近红外波段为波段5, 红波段为波段4。NDVI取值范围为-1.0到1.0, 其中负值主要由云、水和雪形成, 接近零的值主要由岩石和裸土形成, NDVI较小的值(NDVI＜0.1)代表岩石、沙子或空地, 中值(0.2＜NDVI＜0.3)代表灌木和草地, 大值(0.6＜NDVI＜0.8)代表森林。

Figure 2 Technical flow chart

通过在Google Earth影像和LandSat 8影像上叠加山体保护范围, 通过多期影像对比, 采用目视解译方法, 提取监测周期内的变化山体。

2.3 无人机实地勘测与数据生产

无人机平台采用DJI PHANTOM 4 RTK, 该型无人机搭载RTK, 具有1 cm+1 ppm的水平定位精度和1.5 cm+1 ppm的垂直定位精度, 不仅具备高质量影像和视频拍摄能力, 还能生产高空间分辨率和高定位精度的航测数据。无人机外业飞行高度100 m, 速度5—7 m·s-1, 航向重叠率80%, 旁向重叠率70%, 控制点布测密度25—30个·km-2, 检查点布测密度30—35个·km-2。

3 结果与讨论

3.1 山体植被覆盖变化监测

通过计算2017年1月22日和2018年1月9日两期LandSat 8影像的NDVI值, 得到保护山体的植被覆盖整体变化情况(图3a、图3b)。2017年1月, 益阳城市规划区165座保护山体的总体植被覆盖率为83.6%, 2018年1月为82.5%, 植被覆盖率下降1.1%。研究区(城市规划区)2017年1月植被覆盖率21.4% (图3c), 2018年1月植被覆盖率19.3%(图3d), 植被覆盖率下降2.1%。总体上, 保护山体植被覆盖率下降速度远低于研究区。

3.2 山体变化卫星遥感监测

基于2017年1月和2018年1月两期Google Earth影像和LandSat 8影像, 采用目视解译方法, 对研究区165座山体进行变化监测, 提取了7座变化较大的山体(图4)。

3.3 山体变化无人机监测

根据山体变化卫星遥感监测结果, 采用无人机技术, 对变化较大的山体进行实地勘察, 采集变化区域影像资料, 经内业处理生成高分辨正射影像(空间分辨率2 cm)和实景三维模型, 在此基础上采用目视判读和二三维量测技术, 分析山体破坏类型、破坏面积、责任部门等信息(表1)。

由表1可以看出, 2017年研究区共对保护山体造成41处破坏, 破坏面积102200 m2, 占研究区保护山体总面积0.07%。破坏山体全部位于赫山区, 破坏原因主要为村民建房开挖山体(图5a)、采石采砂(图5b), 也有部分砍伐林地开垦为耕地等。

4 结论与展望

4.1 益阳城市山体监测总结与对策

益阳市于2014年和2016年先后出台了《益阳市城市规划区山体水体保护规划》和《益阳市城市规划区山体水体保护条例》, 城市山体保护成效总体较好, 大部分山体得到了有效保护(2017年植被覆盖率下降1.1%), 但也存在部分山体遭受破坏的情况。根据无人机实地勘察结果, 山体破坏面积10.22 ha, 主要是村民建房、采石采砂等造成的植被砍伐、山体开挖等, 破坏山体主要分布于中心城区周边范围。基于监测结果, 本文对研究区山体的保护提出以下对策:

1)完善制度建设。借鉴河长制、林长制的责任主体方式, 建立山长制, 进一步明确山体保护责任主体, 提升山体保护成效, 保障生态安全。同时, 针对村民建房、采石采砂等情况, 建立包括矿权退出、农民承包经营权等内容的生态补偿机制。

图3 植被覆盖变化

Figure 3 Vegetation cover change

图4 研究区变化较大山体分布图

Figure 4 Distribution map of large changed mountain in the research area

表1 研究区保护山体破坏情况

2)加强巡查督查。为弥补常规执法检查的不足, 提高巡查效率, 建议采用高分辨率卫星遥感、无人机、全球定位、GIS等最新空间信息技术, 结合执法人员的常规巡查, 建立空中和地面相结合的监测体系, 及时发现问题, 并为执法提供可靠依据。此外, 建议充分发挥公众监督作用, 鼓励公众参与巡查和督查动作。

3)贯彻宣传教育。进一步加大宣传力度, 加强教育工作, 宣传深入基层, 确保山体周边村民知晓山体保护重要性, 确保山体所有权人和承包人知晓其权利与责任。

4)落实行动计划。为使保护工作有重点、分步骤开展, 可以一年或半年为周期制定具体行动计划, 纳入单位年度工作计划, 将保护工作落实到具体单位和具体责任人, 单位和责任人的保护成效纳入年度绩效考核。

图5 山体破坏卫星遥感影像对比与无人机观测照片

Figure 5 Mountain damage satellite remote sensing image comparison and drone observation photos

5)保障工作经费。建立与保护工作实施行动计划相配套的市、区(县)两级财政预算, 保障保护工作开展。将山体保护工作纳入政府常态化评估工作, 保证必要的财政资金投入。

4.2 展望

无人机监测具有时效性强, 随时监督和更加可识别的分辨精度, 对于弥补遥感快速监测具有直接快速的监督效果, 提高了监督的效率。建议在山体保护的日常监督中, 定期使用无人机加强植被变化研究, 以便及时为避免人为破坏和生态恶化提供监测数据。建议运用多层次遥感从空间上、时间上进行植被的变化动态研究, 为政府决策提供依据。本文所探索的多层次遥感结合无人机的山体变化监测方法, 在其他中观尺度的环境监测方面也具有一定的适用性。

同时, 随着遥感技术的不断发展, 特别是我国高分系列遥感技术的发展, 快速低成本获取高空间分辨率和高时间分辨率的遥感影像成为可能, 高效率批量处理数据量较大的遥感影像开始实现, 可以预见在未来一定时期内, 高分遥感影像结合无人机技术将成为中微观尺度环境监测的重要技术手段。

[1] 裴男才, 陈步峰, 史欣. 广州市帽峰山森林公园动植物多样性资源监测概况[J]. 生态科学, 2018, 37(5): 191– 194.

[2] IOANNIS M, PANAGIOTIS P, APOSTOLOS A, et al. Monitoring and analysis of natural vegetation in a Special Protected Area of Mountain Antichasia-Meteora, central Greece[J]. Environmental Monitoring and Assessment, 2010, 163(1-4): 455–465.

[3] LIU Liangyun, JING Xia, WANG Jihua, et al. Analysis of the changes of vegetation coverage of western Beijing mountainous areas using remote sensing and GIS[J]. Environmental Monitoring and Assessment, 2009, 153(1/4): 339.

[4] 黄文奇. 基于高分影像的城市森林公园景观变化分析[D]. 南京: 南京林业大学, 2014: 40.

[5] 樊风雷, 邓应彬, 樊蔚. 基于遥感和GIS的中山市五桂山森林蓄积量时间序列分析[J]. 广东农业科学, 2013, (4): 171–173.

[6] 孙中宇, 陈燕乔, 杨龙, 等. 轻小型无人机低空遥感及其在生态学中的应用进展[J]. 应用生态学报, 2017, 28(2): 528–536.

[7] 秦修功, 陈曦, 杨辽, 等. 构架航线对无人机影像区域网平差精度影响分析[J]. 测绘科学, 2017, 42(1): 150–157, 163.

[8] ANDERSON K, GASTON K J. Lightweight unmanned aerial vehicles will revolutionize spatial ecology[J]. Frontiers in Ecology and the Environment, 2013, 11(3): 138–146.

[9] 贾茜. 无人机在森林资源管理中的应用[D]. 杨凌: 西北农林科技大学, 2017: 37.

[10] 朱京海, 问鼎, 徐光, 等. 无人机影像在铁路景观格局定量分析中的应用[J]. 生态科学, 2015, 34(1): 185–189.

[11] 郭庆华, 吴芳芳, 胡天宇, 等. 无人机在生物多样性遥感监测中的应用现状与展望[J]. 生物多样性, 2016, 24(11): 1267–1278.

[12] 陈存友, 胡希军, 熊伟, 等. 城市湖泊开发建设的误区与启示——以益阳市梓山湖为例[J]. 生态经济, 2014, 30(1): 168–172.

[13] MAO Dehua, WANG Zongming, LUO Ling, et al. Integrating AVHRR and MODIS data to monitor NDVI changes and their relationships with climatic parameters in Northeast China[J]. International Journal of Applied Earth Observation and Geoinformation, 2012, 18: 528–536.

[14] ZHANG Jiping, ZHANG Libo, XU Cui, et al. Vegetation variation of mid-subtropical forest based on MODIS NDVI data: A case study of Jinggangshan City, Jiangxi Province[J]. Acta Ecologica Sinica, 2014, 34: 7–12.

[15]FENSHOLT R, PROUD S R. Evaluation of Earth Observation based global long term vegetation trends: Comparing GIMMS and MODIS global NDVI time series[J]. Remote Sensing of Environment, 2012, 119: 131–147.

Urban mountain monitoring based on remote sensing and UAV technology in Yiyang City, Hunan Province

ZHOU Songlin1,2,4, YANG Lan2,3,4,*, ZHANG Xi1,2, LI Zhixue1,2, MO Wenbo1,2

1.Hunan City University Design and Research Institute Co.,Ltd, Yiyang 413000, China 2. Hunan Urban and Rural Ecological Planning and Restoration Engineering Research Center, Yiyang 413000, China 3. Hunan City University, Yiyang 413000, China 4. Key Laboratory of Key Technologies of Digital Urban-Rural Spatial Planning of Hunan Province, Yiyang 413000, China

Urban mountain is an important ecological resource of the city. Effective monitoring of urban mountain is an important part of urban ecological civilization construction. In order to monitor the urban mountain protection situation, the LandSat 8 and Google Earth images were combined with the drone technology to carry out the urban mountain monitoring in Yiyang City. In terms of overall monitoring, using the LandSat 8 data for January 22, 2017 and January 9, 2018, the overall vegetation change was monitored by calculating the NDVI index. The results showed that Yiyang City's protected mountain vegetation coverage rate decreased by 1.1% in 2017, and the decline rate was 1% lower than that of Yiyang City planning district. In the detailed monitoring of mountain damage, Google Earth images were used for visual interpretation and comparison analysis. Google Earth image capture time was not enough for the area, using LandSat 8 image replacement. At last, mountains with large changes were extracted. On this basis, the UAV was used to carry out detailed surveys of the changing mountains to obtain accurate data. The results showed that a total of 7 mountain bodies in 165 protected mountain areas in Yiyang City suffered relatively large damage, with a damaged area of 10.22 ha. The main causes of damage were villagers' houses, quarrying and sand mining, and reclamation of forest land. Remote sensing technology integrates drone technology for environmental monitoring. It has the advantages of convenient data acquisition, low cost, fast and efficient, and is suitable for urban mountain protection monitoring and other medium-scale environmental monitoring.

remote sensing; UAV; urban mountain; change monitoring; Yiyang City

10.14108/j.cnki.1008-8873.2020.06.014

TP79

A

1008-8873(2020)06-104-08

2019-10-02;

2019-11-10基金项目:湖南省科技创新平台与人才计划(2017TP2006); 湖南省科技创新计划(2018XK2009)

周松林(1985—), 男, 湖南常德人, 硕士, 高级工程师, 主要从事生态规划、3S技术研究, E-mail: 908099135@qq.com

杨楠, 男, 博士, 高级工程师, 主要从事生态学研究, E-mail: zsl0737@163.com

周松林, 杨楠, 张曦, 等. 基于遥感和无人机技术的湖南省益阳市城市山体监测[J]. 生态科学, 2020, 39(6): 104–111.

ZHOU Songlin, YANG Lan, ZHANG Xi, et al. Urban mountain monitoring based on remote sensing and UAV technology in Yiyang City, Hunan Province [J]. Ecological Science, 2020, 39(6): 104–111.