冷鴻天，楊雨漸，王海波，李元杰，冷天熙，馬俊華，吳顏奎

(1.云南省林業(yè)調(diào)查規(guī)劃院，云南 昆明 650051；2.云南省林業(yè)調(diào)查規(guī)劃院 大理分院，云南 大理 671000)

隨著社會(huì)的發(fā)展，環(huán)境保護(hù)越來越受到重視，森林資源管理也從傳統(tǒng)對森林資源的開發(fā)利用轉(zhuǎn)變?yōu)橐员Ｗo(hù)為主，從重視經(jīng)濟(jì)效益轉(zhuǎn)變?yōu)橹匾暽鷳B(tài)效益和社會(huì)效益。為貫徹落實(shí)黨的十九大精神和生態(tài)文明思想，努力踐行“綠水青山就是金山銀山”的綠色發(fā)展理念，緊扣云南省“西南生態(tài)安全屏障、全國生態(tài)文明排頭兵、中國最美麗省份”的生態(tài)戰(zhàn)略定位，云南省通過開展森林督查，森林資源管理“一張圖”和森林資源年度監(jiān)測等工作加強(qiáng)對森林資源的管理。

無人機(jī)遙感是利用無人駕駛飛行器技術(shù)、遙感傳感器技術(shù)、遙測遙控技術(shù)、通信技術(shù)、POS定位定姿技術(shù)、GPS差分定位技術(shù)和遙感應(yīng)用技術(shù)，具有自動(dòng)化、智能化、專業(yè)化快速獲取國土、資源、環(huán)境、事件等空間遙感信息，并進(jìn)行實(shí)時(shí)處理、建模和分析的先進(jìn)新興航空遙感技術(shù)解決方案[1]。

當(dāng)前，森林資源監(jiān)測手段主要依靠現(xiàn)地調(diào)查和衛(wèi)星影像判讀兩種方式，現(xiàn)地調(diào)查精度高，能夠?qū)嵤┚?xì)監(jiān)測，但投入的成本高，花費(fèi)時(shí)間多，對一些地形條件惡劣，不能到達(dá)的地方只能放棄或采用其他調(diào)查方法。而衛(wèi)星影像雖然可以實(shí)施全面監(jiān)測，但受到影像精度和實(shí)效性的限制，難以對森林資源變化實(shí)施及時(shí)精確監(jiān)測，而無人機(jī)技術(shù)的使用可以對兩種監(jiān)測不足之處形成有效補(bǔ)充。

1 研究區(qū)概況與數(shù)據(jù)獲取

1.1 研究區(qū)概況

普洱市位于云南省西南部，地處北回歸線附近，海拔317～3 370 m，境內(nèi)群山起伏，全區(qū)山地面積占98.3%，地形條件復(fù)雜，交通不便，林業(yè)野外調(diào)查條件艱苦。普洱市氣候適合林業(yè)產(chǎn)業(yè)發(fā)展，森林覆蓋率超過67%，茶園達(dá)21.2萬hm2，破壞森林資源的情況時(shí)有發(fā)生，森林資源監(jiān)測壓力大。

1.2 數(shù)據(jù)采集與處理

無人機(jī)按照飛行方式劃分，分為固定翼無人機(jī)和多旋翼無人機(jī)。固定翼無人機(jī)飛行距離遠(yuǎn)，飛行速度快，拍攝范圍較大，但對起降環(huán)境要求高。而多旋翼無人機(jī)可以垂直起降，定點(diǎn)懸停在空中，對起降環(huán)境要求低，但續(xù)航時(shí)間較短，飛行范圍較小[2]。此次采用的無人機(jī)是垂直起降固定翼無人機(jī)，結(jié)合了兩種飛行方式的優(yōu)點(diǎn)，續(xù)航里程和測量范圍相對于大疆等民用無人機(jī)有很大提升，一次起降能有效拍攝2 km2范圍，極大地提升了林業(yè)野外工作效率，節(jié)約調(diào)查成本，適宜大范圍測量。同時(shí)華測華鷂P316攜帶高精度的RTK和索尼RX1黑卡相機(jī)，配合地面站差分記錄每張照片拍攝點(diǎn)的位置信息和姿態(tài)信息，定位精度高，數(shù)據(jù)處理成果效果好。項(xiàng)目使用儀器設(shè)備和軟件如表1所示。

表1 項(xiàng)目使用儀器設(shè)備和軟件Tab.1 Equipment and software used in the project

在云南省普洱市選擇幾個(gè)有代表性的森林監(jiān)測圖斑進(jìn)行無人機(jī)數(shù)據(jù)采集，飛行高度為200 m，飛行范圍約2 km2，航向重疊度70%，旁向重疊度60%。

2 技術(shù)流程

無人機(jī)遙感獲得林區(qū)高分辨率照片后，在電腦中采用POS對數(shù)據(jù)進(jìn)行預(yù)處理，并將解算出來的飛機(jī)位置與姿態(tài)數(shù)據(jù)及照片一一匹配。使用Pix4Dmapper無人機(jī)影像處理軟件對圖像進(jìn)行畸變校正、全自動(dòng)空三處理，生成三維點(diǎn)云和DEM(數(shù)字高程模型)、DOM(數(shù)字正射影像)和DSM(數(shù)字表面模型)，在ArcMap中對數(shù)據(jù)進(jìn)行處理分析與應(yīng)用。同時(shí)通過DSM減去DEM得到CHM(冠層高度模型)，通過Lidar360軟件處理點(diǎn)云數(shù)據(jù)和CHM，提取林分因子?？傮w技術(shù)路線如圖1所示。

圖1 技術(shù)路線流程Fig.1 Technical route and process

3 無人機(jī)可見光遙感在森林資源監(jiān)測中的應(yīng)用

3.1 對新增森林的調(diào)查

新增森林的重要途徑是未成林地生長成林。由于云南省地形起伏較大，人工調(diào)查費(fèi)時(shí)費(fèi)力，且只能采用抽樣的方法進(jìn)行檢查，對整個(gè)造林區(qū)域情況了解不足。而使用無人機(jī)影像數(shù)字正射影像圖DOM可以方便地獲取造林地面積和造林株數(shù)，檢查是否符合造林規(guī)范。同時(shí)直觀地計(jì)算覆蓋率，判斷是否達(dá)到森林的標(biāo)準(zhǔn)。很大程度上代替了人工現(xiàn)地觀測，提高了調(diào)查效率，減輕了調(diào)查人員工作強(qiáng)度。

選擇普洱市的一塊新造林地，種植樹種為桉樹。通過選取50 m×50 m樣方可以很容易地得到造林密度為2 000株/hm2，這與《云南省森林資源規(guī)劃設(shè)計(jì)調(diào)查操作細(xì)則》中桉樹合理造林株數(shù)相符。由于綠光波段的反射較強(qiáng)，而紅光和藍(lán)光具有吸收特性，充分考慮植被的光譜特征且無人機(jī)DOM只含有紅、綠、藍(lán)3個(gè)波段信息，VDVI可以有效區(qū)分植被和非植被且閾值在 0 附近[3]。計(jì)算公式為：

(1)

式中：R、G、B分別表示影像中的紅、綠、藍(lán)波段值。

對VDVI圖層(圖2)以0.6為閾值，可以有效提取出本測區(qū)植被覆蓋范圍，利用ArcMap中的重分類對VDVI進(jìn)行二值化并將其轉(zhuǎn)為矢量，利用篩選工具可方便統(tǒng)計(jì)植被面積，精確計(jì)算郁閉度(圖3)，計(jì)算結(jié)果，該樣地郁閉度為0.51，達(dá)到了森林標(biāo)準(zhǔn)?？梢姡捎么朔椒ㄓ?jì)算的郁閉度非常準(zhǔn)確，準(zhǔn)確度達(dá)95%以上。這種方法的缺點(diǎn)是不同樹種其閾值不同。因此，閾值需要采用所拍攝區(qū)域的樹種來確定。

圖2 拍攝區(qū)域VDVI值Fig.2 VDVI value of shooting area

圖3 閾值為0.6時(shí)提取的植被分布Fig.3 Vegetation distribution extracted at threshold 0.6

3.2 對減少森林的調(diào)查

森林減少的主要原因?yàn)榻ㄔO(shè)項(xiàng)目使用林地(圖4)和林木采伐(圖5)。無人機(jī)由于自生的優(yōu)勢已被廣泛運(yùn)用于使用林地的核查工作中。付凱婷[4]利用DOM影像進(jìn)行室內(nèi)小班區(qū)劃，與外業(yè)調(diào)查小班區(qū)劃相比，一致性為97.89%。在外業(yè)查驗(yàn)工作中，傳統(tǒng)方式是人工手持GPS采點(diǎn)進(jìn)行調(diào)查，費(fèi)時(shí)費(fèi)力，且存在人力不能到達(dá)的情況。通過在ArcMap中將無人機(jī)拍攝的正射影像與前期影像及審批矢量進(jìn)行疊加分析，可以發(fā)現(xiàn)是否存在超范圍使用林地或超范圍采伐的情況。同時(shí)，由于衛(wèi)星影像并不能做到及時(shí)更新，對一些新使用林地的項(xiàng)目，無人機(jī)的介入可極大地提升調(diào)查的準(zhǔn)確性和時(shí)效性。

圖4 無人機(jī)可見光遙感監(jiān)測建設(shè)項(xiàng)目使用林地Fig.4 Forest land of UAV visible light remote sensing monitoring construction project

圖5 無人機(jī)可見光遙感監(jiān)測森林采伐Fig.5 UAV visible light remote sensing monitoring forest cutting

3.3 立地因子的提取

低空觀測的無人機(jī)可以獲得豐富的高分辨率圖像，達(dá)到快速獲得地表信息的目標(biāo)，有助于呈現(xiàn)三維地表形態(tài)。新增林地調(diào)查中需要調(diào)查如地貌、坡度、坡位、坡向等立地因子。通過無人機(jī)影像生成的DEM，利用ArcMap工具箱中表面分析工具，可以很方便地提取出立地因子，并通過重分類按一定的標(biāo)準(zhǔn)分類，最后將成果利用空間鏈接工具更新到矢量數(shù)據(jù)中。具體操作流程如圖6所示。

圖6 立地因子提取流程Fig.6 Site factor extraction process

按《森林資源一張圖操作細(xì)則》，可將坡向分為9個(gè)坡向：北、東北、東、東南、南、西南、西、西北、無坡向(圖7)；地貌指圖斑所在海拔高度，分為6個(gè)地貌：極高(≥5 000 m)、高山(3 500～4 999 m)、中山(1 000～3 499 m)、低山(<1 000 m)、丘陵、平原；同樣坡度也分為6級(jí)：平(0°～5°)、緩(6°～15°)、斜(16°～25°)、陡(26°～35°)、急(36°～45°)、險(xiǎn)(≥46°)(圖8)，不同顏色代表不同坡度級(jí)和坡向。

圖7 坡向分布Fig.7 Slope aspect distribution

圖8 坡度分布Fig.8 Slope distribution

3.4 林分因子提取

通常，可以通過高分辨率影像依經(jīng)驗(yàn)進(jìn)行樹種的識(shí)別，并將其在影像上區(qū)劃出來。除此之外，株數(shù)、樹高和冠幅也是反映林分質(zhì)量的重要參數(shù)。株數(shù)、樹高和冠幅的提取主要有兩種方法：(1)直接利用消除地面高程后的點(diǎn)云選取最高點(diǎn)和計(jì)算其余點(diǎn)與最高點(diǎn)的距離進(jìn)行分割；(2)利用生成的CHM采用分水嶺算法進(jìn)行分割。分水嶺分割算法是地形學(xué)和水文學(xué)分析中的一種重要算法，其主要目的是找出集水盆地之間的分水線，后來被應(yīng)用在圖像處理中。分水嶺分割算法的主要缺點(diǎn)是由于受噪聲等影響，會(huì)產(chǎn)生過分割，導(dǎo)致圖像中出現(xiàn)很多低洼，即分割出大量細(xì)小區(qū)域，這些區(qū)域?qū)τ趫D像分析無意義[5]。因此，必須對分割前的圖像進(jìn)行平滑處理，Lidar360軟件選擇的是高斯平滑算法。白名雄等[6]利用Lidar360中的分水嶺算法對CHM進(jìn)行樹高提取，估測精度為87.58%。筆者采用此方法對林分株數(shù)的提取進(jìn)行驗(yàn)證。

首先采用Lidar360中點(diǎn)云分割工具對照片生成的點(diǎn)云進(jìn)行處理，可以得到樹坐標(biāo)、樹高、樹冠半徑、樹冠面積、樹冠體積等參數(shù)。處理流程如圖9所示。

圖9 點(diǎn)云分割單木提取流程Fig.9 Process of individual tree segmentation and extraction of point cloud

在ArcMap中用柵格計(jì)算器工具計(jì)算DSM和DEM的差值，得到CHM(冠層高度模型)，此模型詳細(xì)描述了冠層高度信息，可使用此數(shù)據(jù)反演生物量。用分水嶺算法分割圖層，包含了株數(shù)、樹高和冠幅信息。分割效果與高斯平滑參數(shù)設(shè)置關(guān)系很大，經(jīng)多次實(shí)驗(yàn)，在0.1 m分辨率的數(shù)字冠層模型上，sigma取5，半徑取17，得到較好的效果(圖10)。處理流程如圖11所示。

圖10 單木分割效果Fig.10 Effect of individual tree segmentation

圖11 DSM分割單木提取流程Fig.11 Process of individual tree segmentation and extraction of DSM

在25 m×25 m樣方范圍分割較疏林地和較密林地，對森林株數(shù)使用目視判讀法進(jìn)行驗(yàn)證(表2)。

由表2可得，CHM單木分割效果明顯好于直接用點(diǎn)云分割。但對于較密林地準(zhǔn)確率下降明顯，同時(shí)對連片且樹高相近的單木不能有效分割。原因主要是此次的拍攝是單鏡頭垂直拍攝，飛行高度較高，可見光的穿透能力不足，未準(zhǔn)確采集到森林冠層下的信息，且為了保證拍攝范圍而降低了照片的重疊度，使處理生成的點(diǎn)云密度不夠。因此，在采用無人機(jī)進(jìn)行植被調(diào)查時(shí)，應(yīng)優(yōu)先使用攜帶多鏡頭的多旋翼無人機(jī)低空慢速飛行，在條件具備時(shí)更建議使用激光雷達(dá)進(jìn)行數(shù)據(jù)采集。

3.5 測區(qū)3D展示

同樣，在ArcScene中加載DOM數(shù)據(jù)，在屬性中基本高度選項(xiàng)卡選擇在自定義表面上浮動(dòng)，文件選擇DEM，即可生成三維數(shù)字沙盤(圖12)，在測區(qū)展示時(shí)更直觀。

圖12 測區(qū)3D展示Fig.12 3D display of survey area

4 結(jié)論與討論

無人機(jī)影像分辨率精度可達(dá)到肉眼近地觀測精度，還可采集部分立地因子和林分因子數(shù)據(jù)，在一些情況下可代替人工現(xiàn)地調(diào)查，提高調(diào)查工作效率，減輕調(diào)查人員工作強(qiáng)度。但無人機(jī)由于自生特性，在林業(yè)上的應(yīng)用尚存在一些問題：由于無人機(jī)續(xù)航時(shí)間不足，不能用于大面積普查。大型無人機(jī)需要有相應(yīng)的資質(zhì)，有的地區(qū)無法起飛或要報(bào)民航部門審批。同時(shí)，林業(yè)無人機(jī)航測缺乏相應(yīng)的標(biāo)準(zhǔn)規(guī)范，成果質(zhì)量不統(tǒng)一。無人機(jī)野外調(diào)查成本較高，包括無人機(jī)平臺(tái)設(shè)備費(fèi)用、電池?fù)p耗、車旅費(fèi)、向?qū)зM(fèi)用等。

由于受無人機(jī)機(jī)型和設(shè)備限制，此次森林監(jiān)測中的很多設(shè)想尚未完成，對無人機(jī)更多功能的探索尚需進(jìn)一步研究。主要有：無人機(jī)攜帶激光雷達(dá)生成點(diǎn)云應(yīng)用于森林蓄積量調(diào)查估算；攜帶多光譜傳感器獲取測區(qū)的多光譜信息;利用光譜差異評估測區(qū)植被生長狀態(tài)，以及森林健康狀況的調(diào)查監(jiān)測。