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。     

低空无人机在测绘工程中的应用研究

本文首先针对低空无人机进行了概述,其次对低空无人机在测绘工程中的应用优势进行了分析,最后对低空无人机在测绘工程中的应用进行了一一列举,希望能够帮助到相关人士。     

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。     

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ENVI ZOOM面向对象的高海拔灌丛植被提取——以定日县为例

利用ASTER数据,基于The Environment for Visualizing Images(ENVI)ZOOM 软件平台,采用面向对象的多尺度影像分割技术与规则创建相结合方法,提取了珠峰保护区核心区的灌丛植被类型.在对影像进行去阴影处理和各种辅助信息融合的基础上,使用Feature Extraction模块对影像进行分割,基于分割对象的高程、NDVI、纹理和光谱信息创建了适合研究区的灌丛提取规则.研究表明:该分类方法不仅能够克服传统基于像元分类方法中的"椒盐效应"问题,而且能够综合利用辅助信息(DEM、NDVI等)和地物本身的信息(光谱特征、纹理特征等),有效提高解译精度.以已有数据对分类结果进行了检验,分类精度达84 7%,分类结果较理想.     

低空遥感无人机影像反演河道流量

河道流量在维持水圈系统稳定性、估算国家水能资源可开发量等方面具有重要作用。卫星遥感受其分辨率限制很难准确反演中小河流流量,近地面遥感流量计算方法及传统水文测流方法技术复杂、设备昂贵、测算效率低,限制了其在无资料区、灾害突发事件非接触式应急监测等方面的广泛应用。为此,在充分吸收国内外遥感反演河道流量方法优点的基础上,基于低空遥感无人机（UAV）影像,提出了一种适用于各类尺度河流的高效、非接触、简易快速反演河道流量的方法。该方法提供了有、无地面实测大断面两类情况下流量反演途径,通过无人机影像生成点云和表面高程（DSM）,基于点云和DSM获取水面宽、糙率、水面比降以及水上大断面信息,采用水力学方法计算河道流量。并根据地面336组野外站点实测数据验证了方法的精度,进一步分析了无地面实测大断面情况下的流量计算误差。结果表明,反演流量在高值区略高于实测流量,可以满足灾害应急监测流量精度需求（R ²= 0.997,RMSE = 4.55 m ³/s）;无地面实测大断面资料而进行概化时,流量计算误差随水位升高、河宽增大而减小,最大累积误差为最大过水流量的8.28%,误差主要来自于水位低、河宽小、流量小的过水断面底部。考虑到研究区大断面多样性受限,而人类活动影响下的河底断面复杂多样,未来尚需进一步研究提高近河底处大断面概化精度,以提高无地面实测大断面情况下的流量反演精度。本文利用无人机遥感影像反演河道流量的思路可为灾害应急监测提供快速流量监测的新途径,也可为无资料地区遥感水文测站的建立提供重要参考依据。     

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。     

面向无人机应用的低空空域资源研究探讨

相对于无人机技术及其应用的快速发展,承载无人机作业的低空空域资源的相关研究却相对滞后。本文从地理学的视角,对面向无人机应用的低空空域资源研究的相关关键问题进行了阐述。首先,从理论层面对低空空域的自然属性、社会属性和经济属性进行了界定,在国家自然资源开发利用体系中应加大关注;其次,分析了低空空域资源无人机应用的现状,对制约面向无人机应用的低空空域资源自然、社会两大方面的限制因素进行了归类分析,指出地理学的介入将加快其开发利用进程;最后,构建了由3大类9小类指标构成的低空空域资源量测度指标,提出了“资源非冲突、安全保障、效益优先、兼顾公平”的低空空域资源量测度4大基本原则,并由此形成了以国土范围（S）、真高（H）和时间（t）为基本三要素的低空空域资源量测度方法理论模型框架。从地理学的角度对低空空域资源研究进行的探索和思考,将在一定程度上促进地理学和航空学的交叉融合。     

基于无人机可见光遥感影像的救灾帐篷信息提取

在分析救灾帐篷的光谱和形状特征基础上,将基于像元和面向对象分类方法相结合,提出一种针对无人机可见光遥感影像的救灾帐篷信息提取方法。首先基于帐篷初始样本在三维光谱空间中的范围对图像进行快速二值化初分类,通过聚类与尺寸滤波消除噪声图斑对后续信息提取的影响;然后引入不同结构模板的邻域分析和形态学方法还原对象空间形状,针对遥感影像的第一主成分,提取分割对象的光谱均值、局部二值模式对比度(LBP Contrast)均值、长轴长等特征;最后利用基于径向基函数(RBF)的支持向量机(SVM)分类方法完整提取救灾帐篷。以灾后常用的0.2m无人机可见光遥感影像为例的实验结果表明,救灾帐篷识别率高达95.5%。该方法运算效率高,克服了蓬顶内部异质性和相似物的影响,对于利用无人机可见光遥感影像开展救灾帐篷的检测与分析具有参考价值。     

无人机低空摄影测量在城市测绘保障中的应用前景探究

低空摄影测量作为一种高效测量方式,主要通过无人机和GPS定位系统以及GIS地理信息系统形成技术融合来实现。低空摄影测量技术具有非常高的精确度和测量效率,能够在城市测绘上起到促进作用,本文结合无人机应用情况和测量特点进行分析,并对该测量技术在城市测绘保障中的应用展开深入探讨。     

包尔图地区Aster遥感岩性提取

介绍光谱排序编码法的原理并对其进行精度验证:在14种矿物的56个样品中最高精度为100%,最低为57%,平均为79.4%;分别提取包尔图地区以方解石、Al-OH Mg-OH和石英为主的岩石分布状况,与该区地质图对比结果表明,其分布与实际情况大体相同,从而证实了光谱排序编码法的目标提取能力。     

基于微型无人机遥感的亚热带林冠物种识别

通过微型无人机平台搭载微单相机监测亚热带地区森林生态系统冠层,发现在低空飞行时（飞行高度100m）,仅能识别马尾松、湿地松和大叶相思3 个冠层树种;但在超低空飞行时（高度50 m）的影像分辨率较高,通过提取冠层的轮廓、纹理、结构、颜色等信息,能成功分辨出近20 种冠层物种,甚至可以识别出部分林隙中的林下物种。根据微型无人机遥感,可提取多种亚热带林冠信息,为森林保护或生态系统管理提供有效帮助。     

基于无人机影像的无瓣海桑单木提取与地上生物量估算

无瓣海桑(Sonneratia apetala)是中国红树林恢复种植最早引进的优质红树树种,其生产力在红树林群落中处于较高水平,具有显著的高生物量和能量积累。然而,由于红树林群落冠层密集、结构复杂,精确描绘无瓣海桑的单木树冠存在极大挑战性。传统的卫星遥感侧重于区域或更大尺度监测需求,而新兴的低空无人机遥感在更精细尺度的红树林生态监测中具有显著优势。以广东省珠海市淇澳岛红树林自然保护区为研究区,利用消费级无人机影像生成的冠层高度模型(Canopy Height Model, CHM)和种子区域生长(Seed Region Growing, SRG)算法进行无瓣海桑单木树冠提取,并建立基于地面调查数据获取的树高和胸径两者之间的回归关系,以优化无瓣海桑地上生物量异速生长方程,进而实现研究区单木尺度的无瓣海桑地上生物量估算。结果表明：基于无人机影像可以有效提取无瓣海桑单木树冠,其提取精度达到67%;验证了树高和胸径之间较高的相关性,提出了基于树高的无瓣海桑地上生物量异速生长方程;研究区无瓣海桑平均地上生物量的范围为2.99～247.24 t/hm²,平均值为92.14 t...     

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。     

基于无人机可见光影像的高原丘陵盆地区山药植株识别

采用四旋翼无人机采集特色作物山药种植区影像,针对山药种植时间和管护水平差异导致的植株生长差异化特征,通过筛选红绿比值指数（RGRI）、过绿指数（ExG）和过绿减过红指数（ExG-ExR）等颜色指数获取山药植株最优颜色指数计算方法;以高斯高通滤波（GHPF）增强和保留山药植株高频信息,抑制杂草、玉米植株的噪声;结合田间测量山药植株数据,通过人机交互解译方法对图像滤波增强后的影像进行灰度分割和提取山药植株信息。结果表明：1）样区总体提取精度为91.14%,样区A、B、C的提取精度分别为90.94%、91.96%、90.81%,精度验证完整性为93.16%;2）随着山药植株多株连体生长复杂程度的增强,过绿指数具有的土壤与植被的分离性仍优于红绿比值指数和过绿减过红指数;3）使用高斯高通滤波能够有效消除杂草、玉米植株的影响,减小山药植株多株连接生长所产生的干扰;4）高斯高通滤波卷积核大小79×79适用于不同时相和不同生长情况的山药植株影像处理,针对不同的山药植株生长情况和不同时相的可见光影像,需调整灰度分割的阈值参数t,单株山药植株面积S由田间测量确定。该方法以快速灵活、低成本的方式识别和计算不同生长状态的山药植株数目,适用于喀斯特山区的精准农业监测研究和现代农业生产活动。     

面向对象的地理遥感信息模型

地理遥感信息模型是在地形模型、物理模型、数学模型的基础上提出的一种新型模型。面向对象技术是一种新型的系统建模技术。该文论述面向对象技术应用于地理遥感信息模型建模的可行性 ,以面向对象技术基本理论为指导 ,采用面向对象分析方法 ,将地理事物分类、抽象成具有一定地理意义的独立因子团 (即面向对象模型中的对象和类 )。提出了面向对象的地理遥感信息模型的建模方法、数据结构以及建模优势     

草原植被长势遥感监测研究进展

草原植被长势监测是草原监测的重要领域, 它能从宏观上揭示草原的生长状况及其动态变化, 从而为草原科学管理提供快速、准确的参考依据。目前长势监测主要利用遥感的方法, 即选择归一化植被指数NDVI作为反映植被生长状况的指标, 方法有同期对比法、植被生长过程曲线法、直接监测法。本文在总结草原长势监测进展与方法的同时, 指出了其中存在的问题--监测中过分依赖NDVI、不区分草原类型而使用同一种方法进行监测;对未来发展方向做了展望--监测中选用适宜植被指数、监测方法, 分区域、分类型的监测长势, 提高监测精度, 将长势监测与草原产草量、生产力结合, 为牧民生产提供指导。     

基于无人机遥感的古银叶树群落健康快速诊断

采用无人机低空遥感与地面调查相结合的方法对邻海陆地、远海陆地和盐生沼泽生境的古银叶树群落健康进行评价,利用冠层高度、林窗特征、光合有效辐射截面比、归一化植被指数（NDVI）、氮素反射指数（NRI）、黄色波段指数（YI）以及森林健康指数（FHI）等遥感指标指征古银叶树群落的健康状况。空-地结合的调查结果表明：1）盐生沼泽生境的古树由于树龄高,其树洞大且数量多,生境内生物多样性最低,邻海陆地生境的生物多样性最高。2）盐生沼泽生境的冠层高度最低;林窗面积最大,数量最少,形状复杂度最低;光合有效辐射截面比最小。以上指标在邻海陆地和远海陆地间差异不明显。NDVI、NRI、YI以及FHI的数值均表现出盐生沼泽小于远海陆地和邻海陆地的趋势,而在远海陆地和邻海陆地间的差异较小。3）无人机遥感的评价结果与地面调查结果契合度较高,客观地反映了不同生境古银叶树的健康状态。基于无人机遥感的评价体系在针对具体植物群落修改完善后,可以作为一种快速、无损和定量化的古树群落健康诊断方法。