基于无人机技术的潮滩动态监测研究

裘诚,王岳峰,方略任,张何朕加,张凯嫔,胡进,陈沈良,袁瑞

(1.上海市海洋监测预报中心 上海 200062;2.上海海事大学海洋科学与工程学院 上海 201306;3.华东师范大学河口海岸学国家重点实验室 上海 200241)

0 引言

潮滩是广泛发育的典型的海岸地貌单元,其演变特征和规律是海洋科学和海岸工程领域重要的研究方向和实际问题。在人类活动密集的海岸区域,沉积物输移和盐沼植被生长的耦合作用对于潮滩地貌演变有着显著的影响[1-4]。在河口海岸区域,潮滩演变是多种时间尺度因素共同作用下的结果,如海平面上升(长时间尺度)、洪枯季转换(季节尺度)和极端天气过程(事件尺度)等。因此,获取更高时空分辨率的潮滩资料是研究和认识其演变规律的重要手段。

传统的海岸带监测手段一般采用人工现场测量(GPS-RTK等)和遥感反演[5],人工碎步测量方法具有可控的精度,但是时间长、效率低,且涉及人员作业安全问题,很难在有效的时间窗口内开展大范围的潮滩地形测量;卫星遥感图像分辨率低、时间周期长、波段冗余信息多,对于特定的兴趣点与时间窗口无法有效地获得信息,而潮滩地貌变化迅速,潮周期内会发生较大变化,遥感技术多用于单次监测,难以用于揭示潮滩系统季节性和短期极端事件的动态变化。

相比传统监测手段,无人机作为一种有动力、可控制、能携带多种任务设备、执行多种任务的低空飞行平台,其与遥感技术相结合具有成本低、操作简单、影像获取速度快和高空间分辨率等传统卫星遥感技术所无可比拟的优势,已被广泛用于国土监测与城市管理、地质灾害、环境监测以及应急保障等重要领域[6],如海洋环境监测[7]、海岸线监测[8]、海岛测绘[9]等。上述基于无人机在海洋、海岸带监测的应用,很好地利用了无人机平台并搭载如RTK和LiDAR等设备,对关注区域进行研究。然而,行业应用无人机或搭载多种探头无人机价格较为昂贵,且在海岸带等复杂环境下存在较大的风险,故监测研究的成本较大。仅搭载高清相机的轻便型无人机在海岸带监测中应用便可发挥低成本的优势,做到高频次的监测。因此,本研究基于低成本的无人机航拍测量与影像处理技术,开展临港新片区潮滩植被和沙滩演变状况监测与动力成因研究。

1 研究区域

临港潮滩,也称南汇边滩,位于长江口与杭州湾之间,属于开敞海岸,地处长江三角洲南翼,近岸水域属非正规半日浅海潮,兼具杭州湾潮波性质,属于强潮潮滩[10],地貌演变受涨落潮影响。根据卫星图片显示以及前人研究,近30年来临港潮滩整体北冲南淤、向东南方向延伸发育[11]。潮滩面积变化表现出明显的夏秋季弱侵蚀、冬春季强淤积的季节性转化特征,而且潮滩地貌冲刷和沉积具有显著的空间分布特征[12]。

研究区是典型的亚热带季风性气候,常年温和湿润,潮滩湿地生长了许多盐沼植被,如芦苇、海三棱藨草、互花米草等。近年来,由于外来物种互花米草的入侵和人类活动增加,使得临港潮滩的植被空间分布发生变化,在一定程度上改变了潮滩的生态系统,破坏了其原有的生态平衡。本研究区域以芦苇、海三棱藨草和互花米草群落为研究对象,进行临港潮滩湿地典型植被时空分布特性研究。

长江三角洲沿岸大多是淤泥质海滩。本研究团队自2018年以来每周对临港潮滩进行考察,发现以往临港潮滩以粉砂、沙质粉砂为主,如今潮上带以砂为主,潮滩有逐渐沙质化的趋势,其海岸的利用类型也随之发生变化,成为休闲娱乐的场所。因此,本研究针对该区域潮滩短期内沙滩的变化开展深入监测研究。

图1 研究区概况

2 无人机作业流程

无人机测量系统以无人驾驶飞行器为飞行平台,并以高分辨数字设备为机载传感器,将获取高分辨率数据作为主要应用目标,并实现航拍影像监测、信息数据传输以及图像预处理等多项功能[13]。本研究选用的无人机大疆Mavic 2 Pro,其配备了CMOS 2 000万有效像素的哈苏镜头,可保证在百米级空中航拍的图片分辨率,全球导航卫星系统(Global Navigation Satellite System,GNSS)可接收全球定位系统(Global Positioning System,GPS)和格洛纳斯(Global Navigation Satellite System,GLONASS)两种信号。

无人机作业主要包括外业工作和内业工作。外业工作主要是进行现场调查,根据工作需求收集相关信息,选择起降场地和参照区域,规划航拍路线,确定空间点位、飞行高度和作业方式等,并进行航拍作业;内业工作主要是对现场获取的航拍图像进行检查、预处理、拼接和成图等,再根据成像区域色块进行数据化分析。

2.1 外业数据获取

外业数据主要利用旋翼无人机空中拍摄的方式获取,操作步骤如下:在飞行软件地图上选择需要航拍的研究区域,选择扫描模式自动规划好航线,设定飞行高度和飞行速度;拍照模式设置为等距间隔拍照,相邻照片的重叠度不低于60%,以保证图像拼接时有足够的同名特征点;相机朝向平行于主航线,保证无人机航拍过程选择单个方向固定不旋转;镜头设置以垂直方向为主要方向,镜头沿垂直方向向下,正对地面拍摄,根据航线完成拍摄。

设定航线需注意:①选择航拍区域面积需大于研究区域,并保存航线,后续航拍可直接调用,确保每次航拍图像范围一致性;②在航拍设置区域内选定参照区域,实测计算其实际面积,参照区域选定需满足在成图中可清晰选区,确保面积换算的精确度。

2.2 内业数据处理

2.2.1 图像拼接处理

目前在实际应用中,由于专业全景图拼接软件的自动化和智能化程度很高,通常40~80张的原始图像约20 min即可拼接完成。应用较多的全景图拼接软件包括PTGui、Image Composite Editor、PanoramaStudio和Photoshop等。航拍全景图拼接主要包括6个步骤:①导入航拍图像;②提取图像特征点;③匹配图像之间的特征点,移除错误匹配;④通过算法和特征点对图像进行仿射变换;⑤拼接相邻图像,重叠部分融合;⑥导出合成的全景图。对于拼接错位变形的区域,进行手动调整局部特征点,增加人工特征点,消除不匹配的特征点,以保证全景图的质量[14]。

2.2.2 图像数据化分析

(1)图像初步处理:所有航拍图像统一分辨率,通过快速选择工具(通过查找和追踪图像中的边缘来创建选区)选择航拍全景图中的海水和道路等区域并删除,从而降低在色彩范围内划定区域的误差。

(2)外业中在现场选取参照区域实测其面积为S1(图2),通过图片处理软件获取图像中该实测区域的直方图数据记录其像素值为N1。

图2 现场选定参照区

(3)不同区域的像素:获取全景图的直方图数据,查看并记录全景图的像素值。通过选取单个位置的颜色或某一色彩范围,显示图像中在此色彩范围的区域,从而提取不同色域图像并记录其像素值,根据植被区域的属性提取植被区域,根据沙质区域的属性提取沙滩区域。

(4)通过参照区实测面积和像素值比例的换算,重复选择统计可分别获取不同色域的面积。例如,植被区域像素为N2,植被区域换算后的面积为S2,则S2=N2×S1/N1。

2.3 精度分析与评估

因现场观测受风速、空气质量、光照等因素的影响,航拍精度略有不同。为了验证无人机航拍的换算面积精度,本研究利用岸边水工建筑物(如,堤坝、石坡等),选取顶部平整,且有垂直角点的区域作为检核区域[15](图3)。通过图像换算得出的面积,与实地测量的面积进行对比,其面积误差如表1所示。

图3 选取航拍图中检核区域的像素值

表1 像素换算面积与测量面积对比

从表1中可见,对8个不同时期的航拍图,以实测面积为标准计算了像素换算面积方法的误差率,计算的总平均误差率为6.67%,总体来看无人机精度能够满足海岸监测的需要。

3 结果与讨论

3.1 无人机监测结果的时空分布特征

从研究区连续监测的不同时期植被和沙滩图像,可以直观地看出两者的面积变化趋势。2019年9月26日,东西两侧沙滩呈狭长条带状沿水边线分布,中部呈条状带垂直于岸线,植被东西两侧均有分布,东侧植被较浅,西侧植被较深;2019年10月3日,潮滩沿水边线的沙滩受侵蚀消失,仅部分东侧沙滩分布范围变窄,西侧植被大面积减少;2019年11月12日,东侧沙滩向沿水边线收缩,分布形状更加狭窄,中部和西侧沙滩持续向岸发展,西侧植被基本枯萎消失;2019年12月11日,东侧沙滩呈狭长条带状沿水边线分布,中部沙滩受侵蚀而减少,西侧沙滩相比于2019年9月,向岸发展呈长条状,水边线沙滩被侵蚀逐渐模糊,植被分布无显著变化;2020年1月6日,沙滩出现淤积,又逐渐恢复至东西两侧沿水边线分布的较为分散的条带状,中部呈垂直岸线的条状,植被分布仍无显著变化;2020年4月15日,沙滩持续淤积,中部沙滩向岸发展显著,西侧近岸植被分散出现,东侧植被逐渐向海发育;2020年6月4日,东侧沙滩呈狭长分布,中部垂直岸线条状分布,西侧沙滩侵蚀消失,东侧植被持续向海延伸,西侧植被面积减少向岸收缩;2020年8月3日,沙滩呈现明显淤积,东侧沙滩沿水边线条状面积扩宽,西侧沙滩淤积出现沿水边线分布,潮滩植被大面积增加,基本覆盖水边线以上潮滩区域;2020年9月3日,沙滩西侧受到冲刷呈分散分布,植被分布无显著变化;2020年10月13日,沙滩西侧持续冲刷,加剧分散分布,植被中部区域开始枯黄。

一年期间植被面积先减少后增加,植被在潮滩西侧向海稍有扩张,植被更加浓密,其密度增大;沙滩面积不断增多。总体而言,潮滩的植被秋冬季枯萎,春季生长,夏季茂盛,分布在西侧的植被变化最为显著,东侧近岸植被常绿;沙滩在潮滩东侧主要分布在潮滩水边线及上部范围,中西侧的分布范围较广,植被枯萎期间,中西部沙滩裸露且易受冲刷向岸推进,植被茂盛期间,中西部沙滩沿水边线分布并向海发展。

此外,无人机监测结合潮滩取样发现,研究区正由淤泥质潮滩向沙滩转变。长期以来临港潮滩为淤泥质潮滩,如今该潮滩逐渐形成沙质滩肩,呈现由淤泥质潮滩向沙质海滩的转变。从表2可知,一年期间临港潮滩的沉积物粒度整体变粗,中值粒径(D50)由2.84~2.9Φ,变为2.71~2.77Φ。分选性(S)变好,且砂含量增多,结合一年前后对滩肩航拍观察,该区域的沉积物表现向海扩散和向西侧输移的现象,波流作用冲刷东侧岸线,并使泥沙悬浮随落潮流向海扩散。

表2 一年后潮滩沉积物变化特征

3.2 植被和沙滩对监测期间内事件的响应

在风暴等极端事件的影响下,潮滩可在短期内产生大尺度变形,引起沉积物和植被分布发生显著变化。在研究的一年期间,临港潮滩共经历了6次台风影响以及多年一遇的洪水等极端事件(表3)。通过事件前后植被和沙滩变化的监测可以揭示极端事件的影响。

表3 不同事件的时间及水文特征

3.2.1 沙滩变化

从图4沙滩面积变化可以看出,在2019年9—10月初连续两个台风影响期间,潮水漫过潮上带,淹没潮滩,在波浪卷动下泥沙掀动并随落潮离岸输移,潮滩沿水边线分布的沙滩受侵蚀消失,沙滩面积减少4 160 m2。台风过后,沙滩面积逐渐增加,11月沙滩面积逐渐减少,直至翌年1月潮滩沙滩面积开始不断增加。

图4 不同时期植被和沙滩面积时序变化

由于2020年6月以来长江流域大范围持续性强降雨,出现了较为严重的汛情[16-17],洪水期挟带大量泥沙向海输移,且波高不大,没有明显的增浪(表3),在利于淤积的条件下,从6月4日—8月3日沙滩面积骤增,增加量约为22 060 m2(图4),潮滩东侧沿水边线向海延伸淤积,西侧主要沿水边线淤积。

2020年8—9月,受连续4个台风的影响,8月3日与9月3日对比沙滩面积减少10 776 m2,在此期间单个台风事件导致沙滩面积的最大减少量为20 199 m2,对比2020年8月和9月的沙滩图像,一个月台风期沙滩面积变化显著,相比于东侧,西侧冲刷较为剧烈。即使受台风影响,沙滩面积仍呈增长趋势,在无台风影响时沙滩面积逐渐增加,增加量为3 509 m2,台风过后9月3—9日沙滩面积增加了13 436 m2。

由此可见,一年之中研究区经历高频的极端事件,在沙滩面积变化量中,一次台风的冲刷量和多年一遇的洪水期引起的淤积量最为显著,且在台风事件之后该区域的恢复周期很长,甚至在恢复周期内,连续的台风事件导致此区域持续冲刷。潮滩不同区域对事件的响应也有差异,潮滩西侧的沙滩受台风影响更为显著,表现为沙滩向岸推移或者沙滩冲刷消失;洪水期间东侧沙滩的淤积现象更为显著,表现为沙滩沿水边线向海延伸。

3.2.2 植被变化

根据前人对盐沼植被生长情况的研究,芦苇在上海地区表现为3月出芽,4—6月大量生长,11月结果,12月后才逐渐枯萎,芦苇抗寒能力较强,冬季也有地面植株生长的可能性[18]。互花米草每年2月开始返青萌芽长出小苗,9月种子成熟期,10—11月后开始逐渐大面积变黄枯萎,至翌年1—2月茎秆大面积倒伏[19-20]。海三棱藨草生长周期主要表现为4月地面植株发芽开花,8—11月植株结果后枯萎[21-23]。

结合各类植被生长周期和空间分布特征,2019年9月—2020年1月区域的植被主要为海三棱藨草和互花米草,以及芦苇,11月至翌年1月(互花米草和海三棱藨草枯萎期)植被面积大致为潮滩上的芦苇面积,平均为16 107 m2。通过不同植被生长阶段的植被面积相减,2019年9月台风前植被面积减去芦苇植被面积可得出互花米草和海三棱藨草枯萎的面积为34 862 m2,与2020年9月植被面积相减即可得到潮滩植被一年间增加的面积为40 729 m2,同比增长约79.9%,对比两年9月的植被分布,植被在潮滩西侧向海稍有扩张,潮滩整体的植被密度明显增大,表明临港潮的滩植被不断增加。

海三棱藨草和互花米草2019年9—10月枯萎期间,由于连续两个强台风潮汐的影响,地面植株被冲走,潮滩植被面积大幅度下降,减少量约为29 515 m2,从分布上来看潮滩西侧植被减少最为显著;2020年8—9月,在连续4个台风事件下植被面积减少量约为12 217 m2,可知台风事件对植被生长具有较大的影响。

2020年7—8月洪水期间,长江口水流携带大量泥沙,提供充足的水分和有机物质,适逢植被拔节期间,因此7—8月临港潮滩植被生长率增快,植被面积骤增,基本覆盖水边线以上的潮滩区域,面积增加97 306 m2。

由此看出,极端事件对植被的影响十分显著,适逢植被特定的生长周期,两者的叠加效应为正相关状态时,则对植被生长和消亡具有促进作用。

4 结论

传统的人工测量和遥感卫星图片无法在特定极端天气获取数据和图像,台风事件云层也会影响卫星图片质量和GPS-RTK信号,而无人机在实际操作中可采集所需图像数据,从而分析不同事件对于潮滩植被和沙滩的影响。本研究结合实测面积和航拍图像像素值,计算不同区域的面积,并进行了精度检验。结果能够满足潮滩演变监测的需要,达到了预期效果,形成了一套有效的快速获取海滩植被和沙滩面积数据的技术流程,这是无人机技术在海洋行业中应用的一次尝试,表明低成本、高效率且应急性强的无人机航拍对于高频事件影响潮滩形态变化的研究具有很好的时效性和可推广性。

本研究基于无人机技术开展临港潮滩监测,获取了一年间潮滩演变的图像,提取植被和沙滩面积图像,分别计算其面积,通过结合各类植被生长周期发现,临港潮滩芦苇主要生长于潮滩东侧近岸,面积约为16 107 m2,互花米草和海三棱藨草主要生长于潮滩中西侧,面积约为34 862 m2,潮滩植被的面积在一年间增加了40 729 m2,表明在临港潮滩的植被分布范围和密度不断增加。

一年的监测表明,临港潮滩植被和沙滩面积在不同事件影响下的变化也不同,在台风期间对植被和沙滩的冲刷,导致其面积皆呈现减少现象,而在洪水期间的来沙和降雨量增多导致植被和沙滩面积骤增;潮滩沙滩面积呈现增加的趋势,并且该潮滩显示从淤泥质潮滩逐渐转变为沙质海滩,而沙质海滩正是上海稀缺的海岸带资源,这为在临港新片区海洋旅游资源开发提供了一个新的选择。