无人机组网遥感数据体系建设评介

无人机组网遥感数据是指在无人机组网条件下获取的遥感观测数据。随着无人机组网系统的复杂化,获取的遥感数据呈几何量级增长,迫切需要一种与无人机组网技术相匹配的标准化无人机组网遥感数据管理体系。遗憾的是,迄今为止,国内外还没有完善的无人机组网遥感数据体系,也没有相关文献系统地介绍无人机组网遥感数据体系的发展历程。论文依次对无人机组网遥感数据的发展历史、数据特点、数据界定和分类标准、获取和处理流程、不同场景下的应用进行了系统的梳理,指出了无人机组网遥感数据体系未来的研究方向。研究成果是无人机组网遥感数据体系研究的一次探索,将为无人机组网条件下相关行业标准的制定提供参考依据,也为无人机组网遥感数据的深层次应用提供借鉴。     

轻小型无人机遥感及其行业应用进展

无人机是低空领域准确、灵活、高效获取多种类型高分辨率遥感数据的重要载体,无人机遥感技术在行业应用创新和管理部门科学决策之间构筑起信息沟通的关键桥梁。随着科技的进步、大数据时代的来临,无人机遥感系统的硬件设备、信息提取方法都取得了飞速的发展;同时其在国民经济主要行业领域的应用也面临着前所未有的机遇和挑战。论文首先介绍了无人机遥感系统的硬件研发进展,并指出轻小型、高精度、标准化与集成化是未来无人机遥感系统发展的总体趋势。其次,详细介绍了目前轻小型无人机遥感应用在农业、林草业、电力、测绘、大气探测和地质灾害等行业的应用现状,指出实现无人机多源遥感数据获取、融合、分析和提取的综合平台是未来轻小型无人机在民用领域行业应用创新的关键所在。最后,针对载荷与飞行平台的一体化集成应用、无人机组网作业、海量数据管理和信息自动化提取等发展趋势提出了几点思考。轻小型无人机遥感在国民经济各行业应用的普及化和标准化,将有助于国家和区域社会经济的健康发展。     

城镇化区域无人机低空航路网迭代构建的理论体系与技术路径

由于低空环境复杂,当前以无人机为应用主体的低空空域资源开发安全性和利用效率较低。而随着无人机数量的迅猛发展和商业化应用的快速扩张,旺盛的飞行需求与有限的飞行空间在低空的矛盾日益突出,如何安全、高效地管理无人机低空活动成为突出问题。目前各国都在探索解决途径,其中无人机低空航路是一种由中国科学院率先提出并得到业界和中国民用航空局认可的无人机低空交通和低空资源高效利用的综合解决方案。然而,这一概念还处在探索阶段,如何构建还不太明晰,尤其是对于地表环境复杂和高动态变化的城镇化区域,如何快速获取高精度的地理信息以满足无人机安全、高效飞行也是一大难题。鉴于遥感技术在航路的敏感信息提取与深化处理方面呈现出良好的应用前景,本文提出一种基于遥感和地理信息技术的城镇化区域低空公共航路网的高效迭代构建方法,并从理论支撑和已有研究基础论证了该方法的可行性。该研究技术路径主要包括基于地面路网生成具有多高度层的I级航路网,以充分利用地面交通设施;利用航路正约束地理要素生成II级航路网,如沿路的城市绿地和水域;规避负约束地理要素构建III级航路网,主要包括建筑物、通信盲区和电力线（杆）等;最后,通过仿真飞行和实际飞行测试分别生成IV、V级航路网,通过实际量测对比分析来检验无人机飞行的环境地图,保证飞行的安全性。以上方法基于遥感、地理信息、航空、交通等交叉学科解决无人机低空运行难题,为构建无人机低空航路网提供了一种新思路。更进一步讲,本文在低空领域运用地理学方法构建无人机航路网,是继无人机遥感应用之后无人机在地理学应用的又一大突破,同时也拓展了地理学的研究范畴,必将推动地理科学发展。     

并行数字地形分析的容错算法研究

在高性能地学计算系统中,任务计算失败将会导致严重的后果,因此高性能地学计算必须具有可靠性保障。软件容错模型是提高并行计算容错能力的一种有效方法。针对传统基于检查点/回滚的容错策略存在资源浪费的不足,以并行地形分析为研究对象,基于软件容错模型提出一种基于邻域型算法的容错策略——N-ABFT(Neigh-boring-Algorithm Based Fault-Tolerant)。针对邻域型地形因子,该容错策略为并行程序划分出的各数据块增加冗余的校验行或校验列。最后,结合N-ABFT算法,提出一种容错调度算法,有效地提高了系统容错能力,降低了错误检测开销。     

无人机遥感在陕西省榆林市靖边县龙洲丹霞地貌调查中的应用

基于陕西靖边龙洲无人机飞行获取的数据,使用Pix4D等软件生成正射影像、数字高程模型以及三维模型,对该区进行丹霞地貌遥感解译,突破了传统调查的方法限制,发挥了无人机遥感逼真、形象、宏观、真实的特点,取得了较好的效果。研究发现:利用无人机遥感技术结合野外调查,可以准确圈定丹霞地貌的范围,提取主要地质遗迹点信息,是一种快速、直观的好方法。     

复杂地貌无人机遥感3D场景构建

针对地形起伏变化较小、形态特征单一的地貌,无人机遥感多采用"已"字形垂直视角或模拟多镜头垂直视角航线从5个方向对目标对象进行数据采集,构建3D场景,但是对于地貌形态、空间分布急剧变化的山地环境,通过传统航线方式获取地貌影像时容易出现工作效率低、飞行安全性低、精度低等问题,适宜的航线规划方案是确保无人机飞行安全、提高工作...     

基于无人机航空摄影技术的厦门滩涂养殖调查

近年来随着实时化测绘的需求增加,无人机航空摄影发展迅速.无人机航摄具有运行成本低、执行任务灵活性高等优点,是遥感数据获取的重要手段.本研究论述了利用无人机对厦门市翔安区滩涂进行航空摄影制作1∶2 000正射影像的方法,其成果用于滩涂养殖信息调查.     

无人机遥感在河流岸线资源监管中的应用

以广东省一村级河长监管河段岸线管理范围为研究区域，利用民用轻型无人机采集现场数据，经影像拼接、目标解译和相关资料叠加分析，快速获取了岸线侵占后的界桩、围栏与补种乔灌草等整改措施实施情况，通过整改设计图与遥感判读出的现状结果对比，精准筛查整改措施未落实或整改不到位等监管所需掌握的现存问题区域。研究结果显示：相比传统现场核查，基于无人机遥感方法对于点状目标（如界桩）和线状目标（如围栏）的排查更加高效直观，对面状分布目标（如植被栽植）的复核更具备现场核查所无法比拟的优势，部分不易到达区域的复核的任务也都能较好地解决。无人机遥感作为获取空间数据的重要手段之一，具有机动灵活、影像分辨率高等特点，基于无人机技术的岸线监管可较好解决当前日常监管中存在的问题，对河流岸线监管具有重要意义，应用前景广阔。     

无人机遥感在红树林资源调查中的应用

低空无人机（UAV,Unmanned Aerial Vehicles）遥感系统具有数据采集灵活、低成本且可快速获取超高分辨率影像的特色,是传统航空遥感和卫星遥感的重要补充。以广东省和广西壮族自治区交界处的英罗港港湾两侧为研究区域,将无人机遥感系统用于红树林资源的遥感调查,通过无人机航拍获取高分辨率影像,并且使用拼接的影像和目视解译方法提取红树林空间分布信息,进一步选择典型研究样地,采用面向对象的最近邻分类方法对红树林树种类型进行分类研究,并对比综述了无人机遥感和常规航空航天遥感技术对红树林资源调查监测的优缺点,无人机遥感系统非常适用于红树林资源调查。通过2 h 30 min的3架次无人机航飞工作,获取了研究区域25.29 km²的无人机影像,基于无人机影像和面向对象遥感分类方法提取的红树林空间分布信息精度超过了90%。未来无人机遥感系统将可成为调查和监测红树林资源的重要技术手段,可为相关管理部门对红树林资源的保护、管理、开发等方面的工作提供基础信息和技术支持。     

基于两种无人机航拍影像的林窗和林冠提取分析

森林冠层和林窗的结构及其时空变化是理解森林生态系统格局、动态变化过程的重要基础。在当前生物多样性监测倍受关注的契机下，如何以合适的手段准确描述林窗面积、分布等特征，并与森林固定样地监测数据有效地结合，更好地回答群落构建的理论问题，使森林群落物种多样性维持机制得到更全面的认识，是目前亟待解决的问题。以鼎湖山南亚热带常绿阔叶林20 hm2固定监测样地为研究对象，基于不同遥感影像提取方法对其林窗和林冠表层数据进行提取分析。结果表明：基于监督分类的提取方法适合RGB波段航片林窗的提取，在林窗分类中，应首先确定林窗高度、边界木与最小面积，不同分类方法差异主要表现在林冠分类中，林窗分类生产者精度和用户精度表现都较为一致。无人机航拍识别率受地形因素影响较大，在地形复杂林地应按坡度分区域进行飞行以降低误差。相对于地面调查，MD4-1000无人机航片的林窗识别率为98.7%；大疆Phantom4无人机航片的林窗识别率为72.3%，影像后期处理数据量小，同样适用于森林林窗定量研究，符合生态学、林业等从业人员对大型样地林窗长期监测的要求。无人机航拍南亚热带森林物种识别难度较大，基于MD4-1000无人机搭载的高分辨率相机，在地势平缓区域优选的4 hm2样地中可识别林冠表层物种数17种，共2 706个个体。搭载高分辨率无人机在降低飞行高度的基础上可进行部分物种识别。应用无人机近地面遥感对森林固定样地进行林冠监测，可为后期群落构建研究提供数据基础，有望从新的研究角度探讨森林群落物种多样性维持机制。     

生态遥感新锐——轻小型无人机的应用

基于研究对象视角梳理轻小型无人机遥感手段在生态学研究中的应用现状，重点分析了无人机在不同生态对象应用的优势和局限：优势主要在于其能够高灵活性、高分辨率地获取各生态对象的数据，为较大规模的生态研究提供了便利。在农田生态系统应用中主要关注农田信息检测、自动化农作等方面，但在这方面的应用还比较单一，缺乏更深层更全面的系统化应用；在森林草地中主要关注植被结构参数提取、生物量反演等，在数据采集过程中应注意设备的稳定性避免对数据准确性造成影响；城市生态系统主要集中在城市环境监测和测绘方面，同时城市方面飞控政策尚待完善；水生生态系统主要关注水生动植物监测和潮间带观测等，大规模监测也对设备续航和数据标准化处理提出了要求；动物研究应用中主要关注动物迁徙规律、物种分布等方面，在监测过程中需注意不要对动物栖息造成干扰。总的来说，无人机应用局限主要在于其获取的数据处理尚未标准化，飞控政策尚未成熟和硬件续航等方面。在此基础上探讨了未来无人机遥感在生态学研究的应用趋势：随着无人机智能化的软硬件发展和云端生态大数据的建立，无人机数据的获取和处理将更加智慧化，多源的无人机遥感数据将会更好地服务于生态学研究。     

基于Citespace的无人机遥感研究知识图谱分析

为清晰了解国内外无人机遥感应用研究现状及发展态势，以Web of Science核心期刊为数据源，运用文献计量方法与Citespace可视化分析工具对无人机遥感研究的相关文献进行统计分析。结果表明：无人机遥感相关研究文献呈快速增长趋势，与遥感科学、工程学和影像科学摄影技术三门学科联系最为密切；美国、中国、西班牙等国家发文量较多，具备较强研究力量；中国科学院发文量最多，而西班牙最高科研理事会h指数最高，均有较大影响力；澳大利亚学者Lucieer A和西班牙学者Zarco-Tejada PJ的h指数较高，为该领域的代表性学者；无人机遥感技术包含多个研究方向，其中研究热点包括无人机遥感在农业科学和生态学等领域的应用研究、遥感影像分类方法的研究、摄影技术和计算机视觉技术的研究等三方面。     

基于多类型无人机数据的红树林遥感分类对比

使用固定翼无人机、消费级旋翼无人机和专业级旋翼无人机获取广东珠海淇澳岛红树林保护区多类型无人机遥感影像，使用基于面向对象分类的K-最近邻与随机森林分类器对研究区影像进行红树林树种精细分类和对比分析，并探讨了不同类型无人机平台在红树林资源调查应用中的优缺点。结果表明：1）固定翼无人机、消费级旋翼无人机和专业级旋翼无人机数据使用K-最近邻法的分类精度分别为：73.8%、72.8%和79.7%；使用随机森林法的分类精度分别为：81.1%、84.8%和89.3%。3种平台类型的无人机数据均适用于红树林精细分类研究，对于无人机红树林遥感数据，随机森林的分类方法优于K-最近邻方法。2）以拍摄面积与用时之比估算采集效率，固定翼无人机、消费级旋翼无人机和专业级旋翼无人机分别为0.036、0.013和0.003 km2/min。固定翼无人机的采集效率具有明显优势。3）固定翼无人机适合大范围红树林数据采集，要求较高；消费级旋翼无人机适于获取小范围精细数据，成本低且易学易用；专业级旋翼无人机适合搭载质量稍大的如成像光谱仪、LiDAR等专业传感器获取多源数据。最后给出了无人机在红树林遥感研究中的注意事项和建议。     

地理信息技术应用下的无人机云端管理系统发展

日益增长的无人机飞行需求与有限的低空空域之间的矛盾愈发激烈,世界各国都在推进无人机管控政策和技术手段研究,即便在最自由的美国G类非管制空域,管理当局也在制定更为严格的无人机管控措施。无人机云端管理系统作为一种新型的数字化监管手段,其系统建设框架和技术路线得到了国内外学者和监管部门的广泛关注与研究。地理信息技术作为云端管理系统的应用技术之一,具体体现在以下几方面:利用全球导航卫星系统(GNSS)实现无人机精准空间定位;通过遥感技术(RS)获取影响无人机飞行安全的地理约束要素信息;基于地理信息系统(GIS)对低空地理空间数据进行组织管理以及构建低空虚拟地理环境等。论文结合团队在无人机低空应用上的研究进展,指出地理信息技术可以在云端管理和航路规划方面为无人机运行管理提供解决方案。     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

新疆荒漠地区植被覆盖度遥感估算模型十分缺乏，给荒漠化监测等相关工作带来很大不便，开展植被覆盖度遥感估算经验模型研究，对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍，利用无人机遥感提取（光合）植被信息，并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应，获取在高分辨率卫星影像像元尺度上的植被盖度，然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系，建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法，可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因，所建立的遥感估算模型的估算精度尚相对偏低，有待于今后进一步的工作加以改进。