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。     

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。     

基于Diverse AdaBoost改进SVM算法的无人机影像信息提取

无人机遥感影像具有像幅小、几何变形大、重叠不均等特殊性,给影像信息的提取提出了难题。该文提出基于Diverse AdaBoost改进SVM的分类方法,采用RBFSVM作为AdaBoost的弱分类器,达到自适应调整参数的目的,同时引入复杂度,解决弱分类器精确度与复杂度的平衡问题。最后,利用提出的改进算法分别对汉旺镇、林趴镇无人机遥感影像进行了道路、建筑物的提取,平均提取精度均达到95%以上,与采用SVM算法的提取结果进行比较,该方法能精确提取无人机影像信息。     

基于多旋翼无人机倾斜摄影测量的沙丘三维形态研究

无人机倾斜摄影技术是近年来发展起来的新型测量方法，具有高效率、高精度、非接触、大范围等优点。本研究采用多旋翼无人机，结合精确测定的地面控制点，实现了对新月形沙丘群三维形态的精确测量。结果表明：无人机倾斜摄影测量的均方根误差小于18 mm，可以满足大比例尺地形测量的要求。利用该技术获取的多种测量参数表明，新月形沙丘二维与三维形态之间存在良好的相关性，基于这些关系，可以实现二维遥感影像量测结果向沙丘高度、沙丘体积等三维参数的转换。沙丘剖面形态可以采用非线性函数精确描述，为沙丘形态精确建模提供了参考。无人机倾斜摄影技术获取的沙丘三维形态参数，对于深入认识沙丘形态动力过程具有重要参考价值。     

基于改进SURF算法的无人机遥感影像快速拼接

为了及时、准确地反映测区情况,需要在拍摄现场将获得的无人机遥感影像进行实时拼接.基于SURF的无人机遥感影像拼接算法具有尺度和旋转不变性,拼接效果较好,但该算法稳定性较差,拼接过程中大量误特征点被提取出来,导致计算量大、匹配效率低,无法满足实时拼接的要求.该文首先利用SURF算法粗提取特征点,然后利用RANSAC算法剔除被误提取的特征点,实现特征点的快速匹配和图像实时拼接.实验结果表明该文的算法不但可以得到很好的图像拼接效果,而且极大地提高了拼接效率.     

基于无人机遥感的盛花期薇甘菊爆发点识别与监测

局域尺度上爆发点的识别与监测是薇甘菊（Mikania micrantha）入侵研究的一个难点，无人机遥感为此提供了新的研究手段。采用无人机搭载RGB相机获取研究地的正射影像，采用波段运算、影像分割和深度学习3种方法对盛花期薇甘菊的爆发点进行识别。结果表明：高分辨率的RGB拼接影像可直接用于目视识别薇甘菊的爆发点。过绿指数（EGI）、归一化过绿指数（NEGI）、蓝绿差异指数（BGDI）、绿红差异指数（GRDI）、归一化绿红差异指数（NGRDI）以及植被色素比值指数（PPR）均无法分离薇甘菊和其附主植物；但PPR指数可为面向对象的多尺度分割提供参数支持。面向对象的多尺度分割可自动识别薇甘菊的爆发点，但会低估其爆发面积。基于深度学习（Deeplab V3+）的自动识别方法，能准确识别薇甘菊的爆发点和爆发面积，测试集的平均交并比（mIoU）为78.46%，像素精度为88.62%。无人机遥感数据为局域尺度上的薇甘菊扩散机制研究提供了基础，也为薇甘菊入侵的监测、预警和精准防治提供了有力支撑。     

基于无人机影像的冰面流速与高程变化提取方法

无人机遥感能够获取高精度、高分辨率的冰川表面三维形态,有助于揭示冰川的运动和消融变化,现已成为冰川变化监测的重要技术支撑。针对无人机高分辨率影像能够有效识别表碛覆盖型冰川表面细节特征点的优势,本文引入金字塔影像集和最小二乘匹配方法联合开展特征点的追踪,用以实现冰川表面特征点三维位移场提取和动态变化分析。以贡嘎山贡巴冰川冰舌区作为典型研究区域,利用高分辨率无人机影像生成消融期前后（2018年6月9日和10月17日）的正射影像数据和数字表面模型,基于2期正射影像提取冰川表面特征点并实施追踪以获得三维位移场,在此基础上初步探明贡巴冰川冰舌段表面位移速率最大为7.51 cm/d,垂向消融速率超过11 cm/d。本文相关研究数据和结果可为冰川及复杂地形山区地质灾害的监测提供参考。     

利用无人机影像进行山区土地利用信息动态监测

彭州地处成都平原与龙门山的过渡地带,土地利用状况具有强度高、类型多、复杂度大的特点,土地类型变化非常快。同时,"5·12"汶川大地震严重破坏了该区域的生态环境,这场大灾难导致了地震灾区土地利用在类型和结构上都发生了巨大变化。因此,如何快速的获取最新的土地利用信息对于灾后重建及政府决策具有重要意义。利用无人机高空间分辨率影像作为数据源,首先引入SIFT算法完成了无人机影像的自动拼接,然后采用面向对象的分析技术获取了两期无人机影像的土地利用类型,着重研究了影像最优分割尺度的获取,最后建立了土地利用动态监测系统获取了两期土地利用信息的变化量,提出了一种适用于四川盆地多云雾山地区域土地信息动态监测方法。通过对实验区两期影像的分析研究,快速获取了各类型地类的变化量,并对变化原因进行了分析。研究结果表明:利用无人机影像进行土地利用动态监测能克服多云雾山地区域卫星影像难以实时获取问题,能快速、高效的获得土地变更信息。     

基于多源遥感影像的洞庭湖地形提取方法

湖底地形数据是湖泊流域规划与治理、湖区冲淤变化研究、水资源利用和生态环境保护的重要基础。但传统的大型湖泊湖底地形数据获取手段耗时长、投入大,因此,有必要研究一种基于遥感影像快速获取湖底地形数据的方法。本文以洞庭湖为研究对象,采用Landsat和MODIS系列遥感影像提取湖区边界,基于趋势面分析法和克里金插值法,反演湖区边界各点对应的水位,将带有水位信息的边界点作为高程点实现湖底地形反演,进一步用实测湖底地形验证反演方法的可靠性。研究结果表明,克里金插值法水位反演效果较好,交叉验证的误差标准平均值在0.2 m以内,水位样本点分布较多处,基于克里金法的地形反演绝对误差在1 m以内。本文利用湖泊淹没区域变化的特点快速获取湖底地形,对湖区演变分析、综合治理与保护等具有重要意义。     

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。     

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。     

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。     

无人机遥感组网冗余容错的研究

针对无人机在遥感遥测领域组网过程中存在的随机故障,进而导致无人机在任务执行过程中任一约束的及时响应缺失,将会影响任务总体结果或导致整个任务部分及完全失败的问题,论文提出无人机遥感组网冗余容错方法。该方法采用领航—跟随的无人机编队飞行模式,多台组网无人机稳定可靠完成指定的飞行任务,验证了冗余容错方法,解决了无人机遥感组网冗余容错技术中的有和无的问题。     

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。     

基于无人机遥感的黄河下游河南段河滩地植物群落多样性研究

周期性的农业活动和水沙变化已经显著改变了黄河下游河滩地的植物群落结构,快速、准确地获取河滩地的植物群落多样性信息,可以为黄河流域生态保护和恢复提供参考依据。以位于河南省新乡市原阳县朱贵村南部的黄河下游河滩地的植物群落为研究对象,采用最大似然、人工神经网络、面向对象和随机森林分类方法,利用无人机多光谱遥感影像数据,对河滩地上的植物进行分类,计算出各种植物的相对盖度、相对频度、重要值和植物群落的Simpson多样性指数、Shannon-Wiener多样性指数。研究结果表明,利用无人机多光谱遥感影像数据,可以较为准确地获取黄河下游河滩地上无遮盖植物的物种信息,优选的遥感分类方法是人工神经网络分类方法,其分类结果的总体分类精度和Kappa系数分别为61.42%和0.52;其对河滩地上植物物种的分类结果与实地调查结果基本一致。无人机多光谱遥感方法是研究湿地中植物群落多样性的有效方法。     

基于文献计量评价的无人机生态遥感监测研究进展

利用2004-2018年Web of Science数据库中无人机生态遥感监测领域的相关文献，通过文献计量统计和可视化方法对发文量、作者、国家、机构、期刊和关键词等进行分析，从文献计量视角评价了国际无人机生态遥感监测研究的发展历程和进展。结果表明：检索到的381篇该领域的文献来自全球62个国家、646所机构的1 598位学者，2013年以来相关文献数量呈高速增长趋势。在该领域研究中，美国、中国和西班牙的综合科研力量最强；美国农业部、西班牙国家科学研究委员会和中国科学院的发文量全球领先；虽然全球有较多学者从事该领域研究，但国际学者间的交流和合作相对较少。Remote Sensing、International Journal of Remote Sensing和Precision Agriculture是该领域文献的主要期刊载体。除检索词“Unmanned Aerial Vehicle”“Drone”外，“Precision agriculture”“Vegetation indices”“Forest inventory”等是出现频次较高的关键词，表明无人机遥感在精准农业、植被调查等方面的应用是研究重点。为了促进无人机生态遥感监测研究，建议国内外学者间加强交流合作，增强技术创新并拓宽在生态监测领域的应用范围。     

基于无人机航拍照片的西安城市形象感知研究

随着消费级无人机技术的快速发展,无人机航拍摄影资料成为城市形象感知研究的重要数据来源。论文基于社交平台“天空之城”获取的西安市无人机航拍照片、简介文本和拍摄地位置等信息,综合运用计算机视觉图片分析、计算机文本情感分析、社会网络分析和GIS空间分析等方法,探究无人机视角下的西安城市形象。研究发现:① 无人机航拍照片主要集中在主城区,周边郊县较为疏散,呈现“内密外疏”的空间格局,其核密度最高值区位于三区交界的城市中心地带,为南北向的“哑铃型”布局;② 视觉形象侧重对现代城市景观的描述,以人文景观类照片为最;③ 情感评价整体趋于积极正向,在主城区热门景点两极分化明显。最后,探索了无人机视角下城市形象建构与提升的综合机制,并对西安城市形象建设和无人机使用政策提出优化建议。