基于無(wú)人機(jī)和決策樹算法的榆樹疏林草原植被類型劃分和覆蓋度生長(zhǎng)季動(dòng)態(tài)估計(jì)

韓 東,王浩舟,2,鄭邦友,王 鋒,*

1 中國(guó)林業(yè)科學(xué)研究院荒漠化研究所,北京 100091 2 The Faculty of Forestry & Environmental Management, University of New Brunswick, Fredericton, NB E3B 5A3, Canada 3 CSIRO Agriculture and Food, Queensland Biosciences Precinct 306 Carmody Road, St Lucia, 4067, QLD, Australia

植被蓋度作為地表植物群落直觀定量化的功能指標(biāo),是描述植被動(dòng)態(tài)的基本指標(biāo)[1- 3],在景觀、區(qū)域和全球眾多生態(tài)模型中得到廣泛應(yīng)用[4- 7]。植被蓋度也是指示區(qū)域生態(tài)環(huán)境變化的重要指標(biāo),監(jiān)測(cè)植被蓋度變化常常成為評(píng)價(jià)區(qū)域生態(tài)環(huán)境質(zhì)量的重要手段[8-9]。

以榆樹為主要喬木樹種的榆樹疏林草原是位于溫帶森林和典型草原之間的一種地帶性植被,是我國(guó)半干旱沙地的重要植物群落,其中以渾善達(dá)克沙地分布面積最廣、數(shù)量最多、草原景觀最為典型,是現(xiàn)今渾善達(dá)克沙地植被生態(tài)系統(tǒng)的頂級(jí)群落類型[10-11]。渾善達(dá)克沙地位于京津地區(qū)的西北部。長(zhǎng)期以來(lái)由于氣候變化和人類活動(dòng)的加劇,導(dǎo)致榆樹疏林草原面積迅速減少[12]、生態(tài)環(huán)境退化,引起區(qū)域浮沙和沙塵暴天氣頻繁的發(fā)生,成為引起京津地區(qū)風(fēng)沙危害的主要沙塵源區(qū)之一[13]。準(zhǔn)確獲取渾善達(dá)克沙地榆樹疏林草原區(qū)域植被蓋度是反映該區(qū)域植被生長(zhǎng)狀況的重要前提。因此,建立一套可重復(fù)、可比較、精確的植被蓋度測(cè)量方法,不但能夠及時(shí)準(zhǔn)確地掌握該區(qū)域植被的季節(jié)性動(dòng)態(tài)變化規(guī)律,而且有利于區(qū)域生態(tài)質(zhì)量的監(jiān)測(cè)和評(píng)估的,維護(hù)該區(qū)域脆弱生態(tài)系統(tǒng)的持續(xù)穩(wěn)定發(fā)展[14- 16]。

目前,基于衛(wèi)星的遙感測(cè)量是常見的大范圍植被蓋度估算方法[17-18]。衛(wèi)星遙感圖像覆蓋范圍廣、光譜信息豐富,可以實(shí)現(xiàn)大范圍植被特征動(dòng)態(tài)獲取[19-20]。然而,同一區(qū)域不同類型的植被冠層結(jié)構(gòu)和物候期不同,衛(wèi)星遙感估算植被蓋度常常忽略了木本和草本植被的差異,不能揭示不同類型植被物候變化規(guī)律,衛(wèi)星影像的分辨率也難以實(shí)現(xiàn)植被冠層的精確定量分析[21-22]。基于地面的植被觀測(cè)可以精確的獲取個(gè)體植物的功能和結(jié)構(gòu)屬性,但是基于地面的植物定位觀測(cè)數(shù)據(jù)受人力限制難以推廣到大的區(qū)域[23]。目前對(duì)榆樹疏林草原的研究主要集中在樣地尺度開展地面觀測(cè)[24-26],但是具有稀疏植被分布的榆樹疏林草原景觀異質(zhì)性大,生長(zhǎng)季內(nèi)榆樹疏林草原喬木、灌木和草本具有不同的生長(zhǎng)發(fā)育節(jié)律,深入解析景觀尺度上不同類型植被覆蓋度的動(dòng)態(tài)變化可以更準(zhǔn)確的反映榆樹疏林草原生態(tài)系統(tǒng)內(nèi)不同植被的生長(zhǎng)動(dòng)態(tài)。無(wú)人機(jī)近地面遙感技術(shù)數(shù)據(jù)采集靈活、圖像空間分辨率高,十分適合分析景觀尺度榆樹疏林草原生態(tài)系統(tǒng)不同植被類型覆蓋度的動(dòng)態(tài)變化。

無(wú)人機(jī)系統(tǒng)是一種以無(wú)人機(jī)為平臺(tái)獲取高時(shí)空分辨率影像數(shù)據(jù)的測(cè)量系統(tǒng)[27-28],恰好填補(bǔ)了地面測(cè)量與衛(wèi)星遙感影像之間的尺度差異。利用無(wú)人機(jī)遙感影像獲取的數(shù)字表面模型、數(shù)字高程模型和數(shù)字正射投影模型,可用于精確獲取景觀尺度的植被類型和結(jié)構(gòu)特征。近幾年隨著機(jī)器學(xué)習(xí)算法在數(shù)字圖像提取地物信息技術(shù)的發(fā)展[29-30],利用高精度無(wú)人機(jī)圖像監(jiān)測(cè)植被動(dòng)態(tài)、動(dòng)物棲息地特征和評(píng)價(jià)生物多樣性[31-39]正成為生態(tài)和遙感領(lǐng)域的熱點(diǎn)。但是,如何利用無(wú)人機(jī)構(gòu)建一套可以快速、準(zhǔn)確、自動(dòng)獲取景觀尺度植被類型和估算植被覆蓋度的自動(dòng)化工具,并實(shí)現(xiàn)植被狀況的動(dòng)態(tài)分析,仍是當(dāng)前生態(tài)學(xué)和林學(xué)研究面臨的主要挑戰(zhàn)。

在這項(xiàng)研究中,我們首先構(gòu)建了一套基于無(wú)人機(jī)的植被監(jiān)測(cè)平臺(tái),實(shí)現(xiàn)景觀尺度高分辨率數(shù)字正射影像的生產(chǎn);接下來(lái)利用決策樹算法基于正射影像自動(dòng)劃分植被類型和估算植被覆蓋度;最終,應(yīng)用無(wú)人機(jī)和決策樹算法實(shí)現(xiàn)生長(zhǎng)季內(nèi)榆樹疏林草原木本和草本植被類型劃分和覆蓋度動(dòng)態(tài)估計(jì),明確木本和草本植被覆蓋度對(duì)植被總覆蓋度的貢獻(xiàn)。

1 材料與方法

1.1 研究區(qū)域概況

研究依托位于中國(guó)內(nèi)蒙古自治區(qū)錫林郭勒盟正藍(lán)旗桑根達(dá)來(lái)附近的渾善達(dá)克沙地榆樹疏林草原長(zhǎng)期定位監(jiān)測(cè)大樣地(1 km×1 km,42°57′56″N,115°57′32″E,平均海拔1300 m),該區(qū)域是渾善達(dá)克沙地榆樹疏林典型分布區(qū)。研究區(qū)屬中溫帶大陸性半干旱季風(fēng)氣候,多年平均氣溫2.1℃,多年平均降雨量為365 mm,降水量季節(jié)分布不均,主要集中在7—9月。樣地土壤類型為風(fēng)沙土,榆樹(Ulmuspumila)是樣地唯一喬木種,與之伴生的灌木層優(yōu)勢(shì)種為耬斗葉繡線菊(Spiraeaaquilegifolia),小紅柳(Salixmicrostachyavar.bordensis),黃柳(Salixgordejevii),柴樺(Betulafruticosa)等,草本層則主要由多年生草本鹽蒿(Artemisiahalodendron)和一年生草本叉分蓼(Polygonumdivaricatum),羊草(Leymuschinensis)等近190種草本植被構(gòu)成(圖1)。

1.2 無(wú)人機(jī)監(jiān)測(cè)平臺(tái)和數(shù)據(jù)獲取

2017年生長(zhǎng)季,利用四旋翼大疆無(wú)人機(jī)(悟1pro, DJI Inc., 中國(guó)),機(jī)載傳感器為禪思X5(1600萬(wàn)像素), 獲取了大樣地7個(gè)時(shí)期的無(wú)人機(jī)影像。觀測(cè)日期分別為5月08日,6月14日,7月12日,8月07日,9月01日,9月24日和10月24日。

1.2.1 無(wú)人機(jī)影像采集

實(shí)地航拍前,首先根據(jù)大樣地邊界點(diǎn)地理坐標(biāo),計(jì)算航點(diǎn)位置規(guī)劃飛行航線,如圖2所示。無(wú)人機(jī)飛行高度為100 m,飛行路線旁向重疊70%,航向重疊75%。航拍一般在11:00—14:00進(jìn)行,此時(shí)的天空條件較好,地面陰影最小。利用無(wú)人機(jī)航線飛行控制軟件Litchi for DJI Drones (Ver. 3.10.5,VC Technology Ltd. 美國(guó))搭建地面控制臺(tái),完成無(wú)人機(jī)的飛行和數(shù)據(jù)采集工作。整塊樣地每次圖像采集飛行時(shí)間為2.5—3小時(shí),圖像為1750—2050張(圖2)。

圖2 基于無(wú)人機(jī)監(jiān)測(cè)平臺(tái)和機(jī)器學(xué)習(xí)算法分析木本、草本植被類型和覆蓋度估算工作流程圖Fig.2 Flowchart of monitoring, classifying vegetation and calculating the fractional vegetation cover based on UAV

1.2.2 地面控制點(diǎn)測(cè)量

樣地設(shè)置了22個(gè)頂部為紅色的水泥樁作為永久地面控制點(diǎn)(GCP),用于無(wú)人機(jī)數(shù)據(jù)影像的精度校正,分布如圖2所示。地面控制點(diǎn)的經(jīng)度、緯度和高程使用RTK(海星達(dá),iRTK2,中國(guó),水平精度<3 cm, 高程精度<5 cm)測(cè)量。

1.2.3 正射影像生產(chǎn)

首先將原始航拍圖像進(jìn)行幾何校正,基于圖像特征匹配算法 (Structure from Motion,SfM)尋找相鄰圖像對(duì)間的同一特征點(diǎn)并進(jìn)行特征點(diǎn)匹配,得到樣地三維點(diǎn)云[32,40-41]。在此過(guò)程中,利用地面控制點(diǎn)的精確坐標(biāo)值對(duì)匹配的特征點(diǎn)進(jìn)行地理位置校正。最終基于關(guān)鍵匹配特征點(diǎn)生成整個(gè)樣地的正射影像(Digital Orthophoto Map, DOM),如圖2所示。以上過(guò)程使用PhotoScan Pro(V1.3.2,Agisoft.,俄羅斯)在高性能計(jì)算機(jī)上完成(ProLiant ML350e Gen8, CPU: E5- 2420, RAM: 48.0G)。100公頃大樣地的正射影像需要30到35小時(shí)的連續(xù)計(jì)算。無(wú)人機(jī)飛行高度為100 m時(shí),獲取的正射影像的空間分辨率為2.67 cm/像元。

1.3 植被類型劃分和覆蓋度估計(jì)

基于樣地正射影像,采用決策樹算法[42]進(jìn)行木本植被、草本植被和裸沙地的分類,利用分類后的圖像計(jì)算植被和裸地的覆蓋度。植被分類和計(jì)算方法如下：

(1)利用色彩空間拓展函數(shù),將DOM各像元的RGB信息進(jìn)行擴(kuò)展,將色彩空間拓展到具有RGB、HSV、L*a*b*和XYZ的彩色空間12種不同特征的顏色信息;(2)使用圖像編輯軟件(如ImageJ, Photoshop等)采集不同時(shí)期正射影像中的木本、草本和裸沙地像元,建立一套樣地不同類型地物的樣本訓(xùn)練數(shù)據(jù)(圖2d);(3)基于分類和回歸決策樹 (Classification and regression tree, CART) 算法,建立顏色特征與分類類別的二叉樹分類模型,并進(jìn)行模型剪枝優(yōu)化,生成最優(yōu)決策樹分類模型;(4)應(yīng)用生成的決策樹模型對(duì)不同時(shí)期正射影像進(jìn)行木本、草本和裸沙地像元分類;(5)基于分類后的植被圖,利用公式(1)分別計(jì)算木本、草本植被覆蓋度：

FVC=(Pi/P)×100%

(1)

式中,FVC為植被(木本、草本)覆蓋度,Pi為植被分類圖中不同類型植被 (i=木本/草本) 像素的個(gè)數(shù),P為植被分類圖中像素總數(shù)。

以上方法已被開發(fā)成在線交互式的“無(wú)人機(jī)高精度影像分析平臺(tái)”(https://www.uav-hirap.org)[43],覆蓋度估算結(jié)果采用目視解譯和機(jī)器分類相對(duì)比的方法進(jìn)行了驗(yàn)證和評(píng)估,總體精度為0.77,Kappa系數(shù)為0.64。

1.4 榆樹疏林草原植被生長(zhǎng)季動(dòng)態(tài)

采用上述方法計(jì)算榆樹疏林草原大樣地生長(zhǎng)季不同時(shí)期內(nèi)木本和草本植被的覆蓋度,評(píng)估樣地生長(zhǎng)季內(nèi)木本和草本植被動(dòng)態(tài),明確木本和草本植被對(duì)植被總覆蓋度的貢獻(xiàn)。本研究中所計(jì)算的植被覆蓋度包含了植被綠色部分(葉片)和植被非綠色部分(喬木、灌木的枝干和未變綠的多年生草本等)。

2 結(jié)果與分析

2.1 木本和草本植被類型劃分及生長(zhǎng)季變化

生長(zhǎng)季不同階段獲取的正射影像能夠較好的反映出綠色植被的生長(zhǎng)動(dòng)態(tài),分類后的植被類型分布圖清晰的反映出木本和草本植被在生長(zhǎng)季內(nèi)的動(dòng)態(tài)變化(圖3)。由圖3可見,木本植被主要集中分布在大樣地的左側(cè)區(qū)域,右側(cè)較少。生長(zhǎng)季初期的正射影像(圖3A)幾乎沒有綠色植被,實(shí)地觀測(cè)到木本植被尚未出現(xiàn)葉片,草本植被為剛返青的草本和多年生草本的枯落體(圖3a)。6月的正射影像(圖3B)中出現(xiàn)明顯的綠色植被,木本植被開始長(zhǎng)出葉片(圖3b)。7月和8月的正射影像(圖3C和圖3D)顯示這個(gè)階段是整個(gè)生長(zhǎng)季綠色植被覆蓋最高時(shí)期,植物類型分布圖中(圖3c和圖3d)木本植被的覆蓋面積最大,草本植被分布也最廣。9月的正射影像(圖3E)顯示植被進(jìn)入到衰落階段,圖中綠色植被范圍變小,此時(shí)的植物類型分布圖 (圖3e)顯示草本植被的分布面積開始減少,其中樣地右側(cè)尤其明顯。至9月末,樣地綠色植被已全部枯黃(圖3F)。生長(zhǎng)季末期 (圖3G) 中植被已無(wú)綠色葉片,植物類型分布圖 (圖3g) 中的木本植被和草本植被多為喬灌木的枝干和草本的枯落物。

圖3 渾善達(dá)克沙地榆樹疏林草原長(zhǎng)期定位監(jiān)測(cè)大樣地2017年生長(zhǎng)季不同時(shí)期正射數(shù)影像(分辨率:2.67 cm/像元)和植被分類結(jié)果Fig.3 Time series of DOM images and classified images of ESFOGE-Plot in Otindag sandyland during the growing season in 2017影像采集日期：A:5月08日, B:6月14日, C:7月12日, D:8月07日, E:9月01日, F:9月24日, G:10月24日)。分類后的植被類型圖a—g(綠色代表木本植被, 藍(lán)色代表草本植被,灰色代表非植被類型

2.2 植被覆蓋度生長(zhǎng)季動(dòng)態(tài)

生長(zhǎng)季不同時(shí)期木本植被和草本植被覆蓋度動(dòng)態(tài)如圖4所示呈單峰分布,木本植被覆蓋度最低值為17%,最高值為22%,整個(gè)生長(zhǎng)季變化不大,均值為(19±2)%;相對(duì)木本植被,草本植被覆蓋度在生長(zhǎng)季內(nèi)變化較大,最低值為37%,最高值為61%,整個(gè)生長(zhǎng)季均值為(50±8)%。木本與草本植被覆蓋度最高值均出現(xiàn)在生長(zhǎng)期中期,但木本植被覆蓋度最低值出現(xiàn)在生長(zhǎng)季初,草本植被覆蓋度最高值出現(xiàn)在生長(zhǎng)季末。植物總覆蓋度受木本植被與草本植被共同影響,最低值為55%,最高值為83%,其分別出現(xiàn)在生長(zhǎng)季末和生長(zhǎng)季中,整個(gè)生長(zhǎng)季均值為(69±9)%。

由圖4可見,植被蓋度增加最快的階段為6月到7月,草本植被蓋度變化速率要高于木本植被,原因可能是草本沒有枝干其蓋度變化主要受葉片影響。進(jìn)入衰落期的木本和草本植被蓋度變化速率都要高于生長(zhǎng)期。

2.3 木本和草本植被對(duì)植被總覆蓋度的貢獻(xiàn)

圖5 2017年渾善達(dá)克沙地榆樹疏林草原長(zhǎng)期定位監(jiān)測(cè)大樣地生長(zhǎng)季不同時(shí)間木本植被和草本植被對(duì)總植被覆蓋度的貢獻(xiàn)Fig.5 Contribution of woody plants and herbaceous plants to the FVC of the ESFOGE-Plot during different observation date in 2017

計(jì)算生長(zhǎng)季7個(gè)時(shí)期草本植被和木本植被對(duì)植被總蓋度的貢獻(xiàn)率,由圖5可見,草本植被對(duì)植被總覆蓋度貢獻(xiàn)最低為67%,均值為73%;木本植被對(duì)植被總覆蓋度貢獻(xiàn)最高為33%,均值為27%。在生長(zhǎng)季初期和中期,草本植被貢獻(xiàn)率為72%—76%,木本植被貢獻(xiàn)率為24%—28%,兩者對(duì)植被總蓋度的貢獻(xiàn)保持穩(wěn)定。生長(zhǎng)季末期,由于草本植被完全枯萎,木本植被對(duì)植被總覆蓋度的貢獻(xiàn)上升到1/3。相對(duì)于較為穩(wěn)定的木本植被,草本植被覆蓋度受外界環(huán)境影響較大,整個(gè)生長(zhǎng)季草本植被對(duì)植被總蓋度的貢獻(xiàn)遠(yuǎn)大于木本植被,因此榆樹疏林草原植被的蓋度主要受草本植被的蓋度影響。

3 討論和結(jié)論

無(wú)人機(jī)遙感影像數(shù)據(jù)獲取時(shí)間靈活、圖像空間分辨率高(<10 cm分辨率),相比于有人機(jī)和高空間分辨率的衛(wèi)星影像,無(wú)人機(jī)遙感降低了數(shù)據(jù)獲取成本,避免了云層對(duì)圖像的影響,甚至可以在陰天條件下進(jìn)行影像數(shù)據(jù)采集[22],也成為用于校準(zhǔn)衛(wèi)星遙感觀測(cè)的理想工具[44]。無(wú)人機(jī)系統(tǒng)在生態(tài)學(xué)應(yīng)用研究彌補(bǔ)了現(xiàn)有樣地尺度地面調(diào)查與區(qū)域尺度衛(wèi)星遙感的尺度差距,實(shí)現(xiàn)了景觀尺度的高分辨率植被觀測(cè)[45]。本研究構(gòu)建的無(wú)人機(jī)植被平臺(tái)飛行時(shí)間靈活、運(yùn)行成本低,十分適合用于環(huán)境頻繁變化的多次植被影像數(shù)據(jù)采集[46]。

研究人員應(yīng)用衛(wèi)星遙感對(duì)渾善達(dá)克沙地的植被覆蓋度變化趨勢(shì)進(jìn)行了研究[47-49],但是利用衛(wèi)星影像只能評(píng)估區(qū)域整體植被覆蓋度。本研究利用高空間分辨率的無(wú)人機(jī)遙感影像,實(shí)現(xiàn)了木本和草本兩種植被類型生長(zhǎng)動(dòng)態(tài)評(píng)估,結(jié)果表明榆樹疏林生態(tài)系統(tǒng)中木本植被覆蓋度在整個(gè)生長(zhǎng)季變化較小,對(duì)植被總覆蓋度的平均貢獻(xiàn)率低于30%;而草本植被覆蓋度在生長(zhǎng)季內(nèi)變化幅度更大,植被總覆蓋度的變化主要受草本植被覆蓋度的影響。由于干旱區(qū)植被分布稀疏,相比衛(wèi)星影像,無(wú)人機(jī)植被監(jiān)測(cè)平臺(tái)獲取的高空間分辨率影像更易于在干旱區(qū)提取植被結(jié)構(gòu)信息和監(jiān)測(cè)生境質(zhì)量[29]。

本研究構(gòu)建的無(wú)人機(jī)植被監(jiān)測(cè)平臺(tái)主要包括飛行方案規(guī)劃、原始影像獲取、基礎(chǔ)數(shù)據(jù)產(chǎn)品生產(chǎn)和圖像自動(dòng)分析。研究首次獲取了渾善達(dá)克沙地榆樹疏林草原生態(tài)系統(tǒng)木本植被和草本植被覆蓋度的生長(zhǎng)季動(dòng)態(tài),結(jié)果表明該生態(tài)系統(tǒng)植被總覆蓋度的變化主要受草本植被的影響。對(duì)榆樹疏林草原生態(tài)系統(tǒng)植被生長(zhǎng)季動(dòng)態(tài)觀測(cè)證明,無(wú)人機(jī)植被監(jiān)測(cè)平臺(tái)是一種高效、準(zhǔn)確的植被監(jiān)測(cè)工具,未來(lái)也可應(yīng)用于其他各種類型生態(tài)系統(tǒng)植被的監(jiān)測(cè)和評(píng)估。

致謝：無(wú)人機(jī)航線規(guī)劃和野外飛行得到首都師范大學(xué)2018屆碩士吳隱的指導(dǎo)和幫助,特此致謝。