基于無(wú)人機(jī)遙感的松材線蟲(chóng)病識(shí)別定位與視頻會(huì)商系統(tǒng)開(kāi)發(fā)研究

尤程，潘潔，劉運(yùn)書(shū)

（南京林業(yè)大學(xué) 林學(xué)院，江蘇 南京 210037）

傳統(tǒng)的林業(yè)調(diào)查和監(jiān)測(cè)方法費(fèi)時(shí)費(fèi)力，對(duì)可達(dá)性較差的區(qū)域無(wú)法做到全面、及時(shí)的監(jiān)測(cè)，且受從業(yè)人員經(jīng)驗(yàn)、知識(shí)水平和觀測(cè)維度的制約較大，信息化建設(shè)滯后，作業(yè)效率低下。建立智能化和信息化監(jiān)測(cè)預(yù)報(bào)機(jī)制勢(shì)在必行。近年來(lái)，伴隨著無(wú)人機(jī)的市場(chǎng)化、高光譜和多光譜監(jiān)測(cè)設(shè)備的小型化、輕型化，林業(yè)遙感研究涌現(xiàn)了新的思路，利用無(wú)人機(jī)搭載專(zhuān)用設(shè)備和系統(tǒng)在大尺度范圍內(nèi)對(duì)森林病蟲(chóng)害進(jìn)行實(shí)時(shí)監(jiān)測(cè)和預(yù)報(bào)、自動(dòng)提取感病植株、災(zāi)情自動(dòng)評(píng)估上報(bào)已經(jīng)成為可能[1-5]。建設(shè)數(shù)字化網(wǎng)絡(luò)信息平臺(tái)，構(gòu)建快速響應(yīng)技術(shù)體系，能夠有效提升測(cè)報(bào)信息的傳輸速度和覆蓋面，是森林病蟲(chóng)害防治乃至林業(yè)信息化的必然要求[6]。韓光輝[7]利用田間布置的無(wú)線傳感器監(jiān)測(cè)環(huán)境因子，具備數(shù)據(jù)實(shí)時(shí)顯示和趨勢(shì)分析等功能，實(shí)現(xiàn)了黃瓜Cucumis sativua病害的自動(dòng)化監(jiān)測(cè)；張谷豐[8]基于數(shù)據(jù)挖掘?qū)崿F(xiàn)了農(nóng)作物病蟲(chóng)害短期和中長(zhǎng)期預(yù)警，并利用 MapServer等開(kāi)源軟件搭建了基于WebGIS的開(kāi)放式網(wǎng)絡(luò)信息平臺(tái)，實(shí)現(xiàn)了田間災(zāi)情動(dòng)態(tài)的自動(dòng)化展示；廖振峰等[9]利用高光譜數(shù)據(jù)、基于ArcGIS和ENVI進(jìn)行二次開(kāi)發(fā)構(gòu)建了森林病蟲(chóng)害監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)了對(duì)松材線蟲(chóng)病Bursaphelenchus xylophilus實(shí)時(shí)監(jiān)測(cè)預(yù)測(cè)和決策處理；Joe-Air等[10]分析了果蠅Drosophila melanogaster種群動(dòng)態(tài)和環(huán)境變化的關(guān)系，設(shè)計(jì)了基于無(wú)線通信技術(shù)的遠(yuǎn)程病蟲(chóng)害監(jiān)測(cè)系統(tǒng)，有效地控制了病蟲(chóng)害，減少了農(nóng)業(yè)損失。陳海中等[11]采用SOA架構(gòu)和移動(dòng)終端構(gòu)建了農(nóng)作物病蟲(chóng)害監(jiān)測(cè)預(yù)警平臺(tái)，具備數(shù)據(jù)上報(bào)和查詢(xún)、病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)、在線會(huì)診等功能，實(shí)現(xiàn)計(jì)算機(jī)智能化預(yù)測(cè)病蟲(chóng)害；冷偉峰[12]探索了小麥條銹病的評(píng)估、監(jiān)測(cè)和勘界定位等整個(gè)流程，開(kāi)發(fā)了基于Web的監(jiān)測(cè)預(yù)警平臺(tái)，具備監(jiān)測(cè)、預(yù)測(cè)預(yù)報(bào)和治理評(píng)估等功能，開(kāi)發(fā)基于移動(dòng)端的監(jiān)測(cè)信息平臺(tái)，實(shí)現(xiàn)了病情的查詢(xún)、咨詢(xún)和遠(yuǎn)程診斷。Bange等[13]開(kāi)發(fā)了手持式?jīng)Q策支持系統(tǒng)，簡(jiǎn)化了與棉花Gossypiumspp.病蟲(chóng)害管理系統(tǒng)數(shù)據(jù)傳輸?shù)牧鞒?；張衛(wèi)丹等[14]設(shè)計(jì)了棗Zizyphus j ujuba病蟲(chóng)害短信診斷平臺(tái)，促進(jìn)了農(nóng)業(yè)專(zhuān)家系統(tǒng)的普及和應(yīng)用；黃沖等[15]借助微信公眾號(hào)實(shí)現(xiàn)了病蟲(chóng)信息的發(fā)布，并應(yīng)用于生產(chǎn)實(shí)踐，具備使用門(mén)檻低、傳播性強(qiáng)等特點(diǎn)。當(dāng)今，松材線蟲(chóng)病是世界上最具危險(xiǎn)性和毀滅性的森林病害，在適宜的氣候條件下，可迅速殺滅感病松樹(shù)Pinussp.，對(duì)森林資源和生態(tài)環(huán)境造成嚴(yán)重破壞，因此，高時(shí)效性的松材線蟲(chóng)病信息數(shù)據(jù)獲取和共享網(wǎng)絡(luò)信息系統(tǒng)具有廣泛的應(yīng)用前景[15-22]。

本研究在現(xiàn)有基于高光譜遙感松材線蟲(chóng)病識(shí)別監(jiān)測(cè)研究的基礎(chǔ)上，利用大疆無(wú)人機(jī)平臺(tái)搭載定制的松材線蟲(chóng)病監(jiān)測(cè)多光譜相機(jī)，其波段是松材線蟲(chóng)病識(shí)別監(jiān)測(cè)的特征波段，并結(jié)合計(jì)算機(jī)圖形圖像識(shí)別技術(shù)，開(kāi)發(fā)了具有松材線蟲(chóng)病識(shí)別定位和視頻會(huì)商功能的系統(tǒng)，進(jìn)而實(shí)現(xiàn)松材線蟲(chóng)病的即時(shí)識(shí)別定位，并建立專(zhuān)家視頻會(huì)商平臺(tái)，實(shí)現(xiàn)對(duì)無(wú)人機(jī)松材線蟲(chóng)病監(jiān)測(cè)的及時(shí)性、科學(xué)性和準(zhǔn)確性，更好地發(fā)揮病蟲(chóng)害監(jiān)測(cè)網(wǎng)絡(luò)信息系統(tǒng)的實(shí)用價(jià)值。

1 系統(tǒng)的功能模塊設(shè)計(jì)

本系統(tǒng)基于Java、Html和C/C++ 編程語(yǔ)言，結(jié)合OpenCV計(jì)算機(jī)視覺(jué)庫(kù)、Cloudroom SDK、MySQL數(shù)據(jù)庫(kù)和GeoTools工具開(kāi)發(fā)的松材線蟲(chóng)病定位識(shí)別和視頻會(huì)商系統(tǒng)，具有病蟲(chóng)害識(shí)別定位功能和視頻會(huì)商兩個(gè)功能模塊。

病蟲(chóng)害識(shí)別定位模塊：該模塊利用OpenCV的算法進(jìn)行感病松樹(shù)的識(shí)別，利用GeoTools工具和定位算法實(shí)現(xiàn)對(duì)感病松樹(shù)進(jìn)行定位。

視頻會(huì)商模塊：該模塊利用視頻編解碼原理和Cloudroom SDK實(shí)現(xiàn)無(wú)人機(jī)視頻的網(wǎng)絡(luò)傳輸以及指揮員、操作人員和護(hù)林員之間的多方視頻會(huì)商功能。

2 系統(tǒng)的實(shí)現(xiàn)

2.1 松材線蟲(chóng)病識(shí)別與定位功能實(shí)現(xiàn)

該功能主要包括感病松樹(shù)識(shí)別、標(biāo)繪和定位功能，目的是利用無(wú)人機(jī)遙感影像數(shù)據(jù)對(duì)感病松樹(shù)進(jìn)行識(shí)別和標(biāo)繪，并結(jié)合無(wú)人機(jī)的位置姿態(tài)信息和當(dāng)?shù)氐牡匦螖?shù)據(jù)對(duì)感病松樹(shù)進(jìn)行定位。

2.1.1 松材線蟲(chóng)病識(shí)別和標(biāo)繪功能 本系統(tǒng)設(shè)計(jì)以固定的時(shí)間間隔從無(wú)人機(jī)遙感回傳的實(shí)時(shí)視頻流中抽取研究區(qū)域的影像進(jìn)行分析，將無(wú)人機(jī)遙感回傳的H.264視頻流轉(zhuǎn)換為YUV編碼的數(shù)據(jù)，以固定的時(shí)間間隔抽取數(shù)據(jù)并保存為影像文件，同時(shí)將該時(shí)刻無(wú)人機(jī)的位置和姿態(tài)信息存儲(chǔ)在本地的SQLite數(shù)據(jù)庫(kù)中。為滿(mǎn)足安卓系統(tǒng)的要求，在抽取圖像前應(yīng)先在回調(diào)函數(shù)中將視頻流從NV12格式轉(zhuǎn)化為NV21格式，再?gòu)闹薪厝∮跋癫⒈４嬖贏PP的影像文件目錄下。用戶(hù)也可以將已采集的影像文件從外部批量導(dǎo)入至APP影像文件目錄下，作為數(shù)據(jù)源，進(jìn)行處理和分析。在松材線蟲(chóng)病識(shí)別和定位模塊激活后，將自動(dòng)從影像文件目錄下逐個(gè)讀取影像文件、從SQLite中讀取該影像文件對(duì)應(yīng)的位置和姿態(tài)信息，并交付至病蟲(chóng)害識(shí)別和定位算法中進(jìn)行處理和分析。

本系統(tǒng)利用專(zhuān)用多光譜相機(jī)采集感病松樹(shù)的光譜影像數(shù)據(jù)，樹(shù)冠特征能夠直觀地反映樹(shù)木的健康狀況。松樹(shù)感染松材線蟲(chóng)病后，樹(shù)冠顏色和形態(tài)將發(fā)生變化：在感病的前二周，冠層通常未出現(xiàn)肉眼可見(jiàn)的變化，為感病初期；從感病第四周開(kāi)始，從枝梢到樹(shù)干的針葉逐漸枯黃，屬于感病中期；到了感病末期，針葉已經(jīng)全部變黃褐色，感病松樹(shù)逐漸干枯死亡。因此，感染松材線蟲(chóng)病的松樹(shù)在多光譜影像上的樹(shù)冠顏色和健康松樹(shù)樹(shù)冠顏色相比存在明顯的差異，故選取了OpenCV中的Simple Blob Detector特征點(diǎn)檢測(cè)方法檢測(cè)感病松樹(shù)的樹(shù)冠。算法由閾值（包括最大閾值、最小閾值和步長(zhǎng)）、斑點(diǎn)的限制條件（如顏色、面積和形狀等）、斑點(diǎn)的最小距離和斑點(diǎn)的位置尺寸等參數(shù)控制。首先，依據(jù)顏色范圍從光譜影像中剔除了非植被區(qū)域，從樹(shù)冠的灰度值、樹(shù)冠的面積和形狀等參數(shù)對(duì)感病松樹(shù)進(jìn)行Simple B lob D etector檢測(cè)，將二值圖像斑點(diǎn)的邊界作為感病松樹(shù)的邊界，灰度圖像斑點(diǎn)的坐標(biāo)作為感病松樹(shù)的像素坐標(biāo)，求取感病松樹(shù)樹(shù)冠的中心坐標(biāo)和半徑。然后，依據(jù)求得的坐標(biāo)和半徑等參數(shù)，調(diào)用邊緣檢測(cè)算法對(duì)檢測(cè)出的感病松樹(shù)進(jìn)行勾勒，并將標(biāo)注與原圖像疊加顯示，求得感病松樹(shù)在圖像上的位置，從而實(shí)現(xiàn)對(duì)感病松樹(shù)的標(biāo)繪。圖1為無(wú)人機(jī)遙感影像下健康和感病松樹(shù)的多光譜遙感影像。

圖1 無(wú)人機(jī)遙感影像下健康和感病松樹(shù)的多光譜遙感影像Figure 1 Multispectral remote sensing images of healthy and inflected trees from UAV remote sensing image

2.1.2 松材線蟲(chóng)病定位功能 系統(tǒng)利用無(wú)人機(jī)在三維空間中的坐標(biāo)和方向信息，結(jié)合谷歌地圖獲取全球高程數(shù)據(jù)或利用無(wú)人機(jī)平臺(tái)獲取的目標(biāo)區(qū)域的 DEM 數(shù)據(jù)，通過(guò)算法進(jìn)行解算，求得感病松樹(shù)的真實(shí)坐標(biāo)，并在地圖上對(duì)感病松樹(shù)位置進(jìn)行標(biāo)繪和標(biāo)注，并利用MQTT將感病松樹(shù)的坐標(biāo)推送至信息管理后臺(tái)，實(shí)現(xiàn)對(duì)感病松樹(shù)的定位功能。

松材線蟲(chóng)病定位算法中設(shè)定無(wú)人機(jī)A在影像上投影的像素坐標(biāo)即影像的中心點(diǎn)為(0,0)，像素大小a×b，感病松樹(shù)B的像素坐標(biāo)為(a1，b1)，無(wú)人機(jī)在空間中的位置A(x，y，z)（其中，x表示經(jīng)度，y表示緯度，z表示無(wú)人機(jī)與起飛點(diǎn)的相對(duì)高度），松材線蟲(chóng)病定位算法計(jì)算步驟如下：

（1）計(jì)算無(wú)人機(jī)的航向與AB連線的夾角和AB連線與北方向的夾角，如計(jì)算公式（1）和公式（2）所示：

式中，β為計(jì)算無(wú)人機(jī)的航向與AB連線的夾角度數(shù)，α為無(wú)人機(jī)朝向與北方向的夾角度數(shù)。

（2）計(jì)算無(wú)人機(jī)與感病松樹(shù)的距離和在經(jīng)緯線上投影的長(zhǎng)度，其計(jì)算公式為：

式中，l為無(wú)人機(jī)A與感病松樹(shù)B之間距離，θ1為無(wú)人機(jī)水平方向的視場(chǎng)角，θ2為無(wú)人機(jī)垂直方向的視場(chǎng)角，l1為l在經(jīng)線上投影的長(zhǎng)度，l2為l在緯線上投影的長(zhǎng)度。

（3）計(jì)算離無(wú)人機(jī)A點(diǎn)距離為l，方向角為α+β的B′(X，Y)點(diǎn)的經(jīng)緯度，B′(X，Y)的經(jīng)緯度是AB延長(zhǎng)線與水平面的夾角，其計(jì)算公式為：

式中，X為 B′的經(jīng)度，Y為 B′的緯度，x為無(wú)人機(jī)A的經(jīng)度，y為無(wú)人機(jī)A的緯度，R為地球的半徑，ω為無(wú)人機(jī)A的緯度。

（4）估算B點(diǎn)的真實(shí)坐標(biāo)，將AB的長(zhǎng)度l等分成若干份，沿用上述的通過(guò)A點(diǎn)經(jīng)緯度坐標(biāo)和方位角求解經(jīng)緯度的方法，求得點(diǎn)的坐標(biāo)，其計(jì)算公式為：

按順序?qū)⒏鼽c(diǎn)海拔和通過(guò)HTTP接口獲取的上述坐標(biāo)的高程e1、e2……en做差，當(dāng)差值等于0或者符號(hào)發(fā)生改變時(shí)，則AB'的連線穿過(guò)了地表，此時(shí)該區(qū)間內(nèi)投影在水平面上的B′的坐標(biāo)即視為感病松樹(shù)B的真實(shí)坐標(biāo)。

2.2 視頻會(huì)商功能實(shí)現(xiàn)

視頻會(huì)商功能是基于CloudRoom S DK開(kāi)發(fā)的，目的是將無(wú)人機(jī)偵查圖像傳輸至指揮中心，實(shí)現(xiàn)偵查圖像在操作人員、指揮員和護(hù)林員之間的實(shí)時(shí)共享。

圖2 感病松樹(shù)坐標(biāo)Figure 2 Positioning of infected trees

2.2.1 無(wú)人機(jī)偵察影像入會(huì)的實(shí)現(xiàn) 視頻會(huì)商功能的關(guān)鍵在于無(wú)人機(jī)視頻流的注入。因?yàn)闊o(wú)人機(jī)影像數(shù)據(jù)支持NV12格式的YUV顏色編碼輸出，而CloudRoom S DK僅支持YUV420P（I420格式）和ARGB32的視頻圖像格式。因此，本系統(tǒng)將NV12與I420轉(zhuǎn)換的問(wèn)題分解為U分量和V分量的排列問(wèn)題。創(chuàng)建虛擬攝像頭后，將轉(zhuǎn)換后的I420格式視頻流注入虛擬攝像頭，即可實(shí)現(xiàn)無(wú)人機(jī)遙感影像的實(shí)時(shí)共享。本系統(tǒng)中視頻流每3幀影像僅抽取了1幀影像用于編解碼和輸出。

2.2.2 多人會(huì)商功能 多人會(huì)商功能流程包括：初始化SDK、連接視頻服務(wù)器、進(jìn)入會(huì)話(huà)、配置會(huì)話(huà)、會(huì)話(huà)變動(dòng)、退出會(huì)話(huà)和反始化SDK。

2.2.3 一鍵會(huì)商功能 本系統(tǒng)中設(shè)計(jì)一鍵入會(huì)功能的目的是應(yīng)對(duì)緊急情況下操作人員主動(dòng)呼叫指揮員的問(wèn)題，每名操作人員都對(duì)應(yīng)有上級(jí)指揮員，發(fā)現(xiàn)病蟲(chóng)害后，操作人員可通過(guò)一鍵入會(huì)功能自動(dòng)進(jìn)入指揮中心的視頻會(huì)議室，并默認(rèn)將無(wú)人機(jī)偵查視頻接入會(huì)議，無(wú)需輸入會(huì)議號(hào)和密碼。

2.3 系統(tǒng)適用用戶(hù)對(duì)象

本系統(tǒng)目前僅提供南京地區(qū)馬尾松Pinusmassoniana、黑松P.thunbergii多光譜數(shù)據(jù)進(jìn)行松材線蟲(chóng)病的識(shí)別、標(biāo)會(huì)和識(shí)別，但本系統(tǒng)對(duì)松材線蟲(chóng)病的監(jiān)測(cè)不局限于南京地區(qū)的應(yīng)用，可在全國(guó)范圍內(nèi)推廣應(yīng)用。系統(tǒng)設(shè)計(jì)的用戶(hù)是面向林業(yè)防護(hù)人員，將在松材線蟲(chóng)病監(jiān)測(cè)上有廣闊的應(yīng)用前景。

3 系統(tǒng)測(cè)試與分析

3.1 測(cè)試時(shí)間地點(diǎn)

南京林業(yè)大學(xué)溧水白馬基地位于南京市東南部的溧水區(qū)白馬鎮(zhèn)附近，地理坐標(biāo)為119°9′38″ E，31°36′47″ N，地形平坦，地表植被以人工林為主，種植有馬尾松、黑松等不同樹(shù)種，包含了幼齡林、中齡林、近熟林、成熟林等不同齡級(jí)，因此，在該地進(jìn)行了松材線蟲(chóng)接種試驗(yàn)，并對(duì)松材線蟲(chóng)病識(shí)別和定位模塊、視頻會(huì)商模塊進(jìn)行了測(cè)試。南京市的梅雨季節(jié)通常在6月底至7月初，多陰雨天氣，因此，系統(tǒng)測(cè)試時(shí)間選定為雨期之后的7月初和9月底，與松萎蔫病自然爆發(fā)期重合。

3.2 測(cè)試主要設(shè)備與軟件

（1）大疆M600 P RO六旋翼無(wú)人機(jī)，標(biāo)配三冗余度飛控，定位精度達(dá)到厘米級(jí)，P-GPS模式懸停精度為±50 cm，有效載荷6 kg，滿(mǎn)載連續(xù)工作時(shí)間18 min；配備Ronin-MX云臺(tái)，搭載松材線蟲(chóng)病監(jiān)測(cè)定制多光譜相機(jī)（質(zhì)量1 kg，水平視場(chǎng)角41.4°，影像分辨率2 048×1 536）。

（2）科力達(dá)K9差分GPS，擁有28～54個(gè)接收通道，帶有S739手簿，RTK水平精度±1×10-6cm，高程精度±2×10-6cm。

（3）松材線蟲(chóng)病識(shí)別定位與專(zhuān)家視頻會(huì)商APP，基于Java、Html和C/C++編程語(yǔ)言，結(jié)合OpenCV計(jì)算機(jī)視覺(jué)庫(kù)、CloudRoom SDK、MySQL數(shù)據(jù)庫(kù)和GeoTools工具開(kāi)發(fā)的系統(tǒng)。

圖3 白馬實(shí)驗(yàn)基地研究區(qū)示意圖Figure 3 Test area of Baima Experimental Base

3.3 病蟲(chóng)害識(shí)別模塊測(cè)試

在無(wú)人機(jī)載飛行過(guò)程中，系統(tǒng)會(huì)對(duì)光譜相機(jī)的視頻流進(jìn)行病蟲(chóng)害分析識(shí)別。當(dāng)識(shí)別出病蟲(chóng)害或疑似病蟲(chóng)害后，系統(tǒng)將標(biāo)記當(dāng)前位置，發(fā)出報(bào)警提示，對(duì)感病松樹(shù)進(jìn)行標(biāo)繪和定位，并以圖片的形式存儲(chǔ)下來(lái)。出于監(jiān)測(cè)效率考慮，檢測(cè)到病蟲(chóng)害或疑似病蟲(chóng)害后，系統(tǒng)將不會(huì)立即控制懸停在當(dāng)前位置。操作人員可以通過(guò)地圖上的標(biāo)記命令無(wú)人機(jī)暫停任務(wù)并懸停在標(biāo)記位置。為了評(píng)估感病松樹(shù)定位精度，攜帶差分 GPS在林區(qū)中實(shí)測(cè)了 34棵感病松樹(shù)的經(jīng)緯度坐標(biāo)，并與系統(tǒng)感病松樹(shù)定位功能獲取的坐標(biāo)作對(duì)比，用水平誤差評(píng)價(jià)定位精度。感病松樹(shù)識(shí)別結(jié)果如圖4。

圖4 感病松樹(shù)識(shí)別結(jié)果Figure 4 Result of positioning of infected trees

通過(guò)差分GPS驗(yàn)證表明，34株感病松樹(shù)的水平偏移最小值為0.09 m，最大值1.77 m，平均誤差為0.64 m，均方根誤差為0.492 8 m，與其他方法相比能顯著提高定位精度。研究區(qū)內(nèi)黑松和馬尾松中齡林的株行距約為2 m×2 m，成熟林冠幅為4 m以上，感病松樹(shù)定位水平誤差基本能夠滿(mǎn)足人工現(xiàn)場(chǎng)采伐的精度要求。表1列舉了其中12株感病松樹(shù)的定位水平誤差。

表1 感病松樹(shù)的定位水平誤差Table 1 Horizontal error of infected trees positioning

3.4 視頻會(huì)商模塊測(cè)試

操作人員可通過(guò)一鍵入會(huì)功能與指揮員和護(hù)林員進(jìn)行視頻會(huì)商。指揮員確認(rèn)無(wú)誤后，可以指揮護(hù)林員到記錄的位置，由護(hù)林員對(duì)感病松樹(shù)進(jìn)行相應(yīng)處理。指揮員也可以通過(guò)視頻會(huì)商系統(tǒng)獲取無(wú)人機(jī)的實(shí)時(shí)視頻，對(duì)監(jiān)測(cè)動(dòng)態(tài)進(jìn)行全面掌控。本研究在實(shí)驗(yàn)室條件下對(duì)視頻會(huì)商模塊進(jìn)行了測(cè)試，視頻延遲約0.5 s，一鍵入會(huì)功能正常，可按需求進(jìn)入指揮中心視頻會(huì)議室，影像清晰、無(wú)卡頓，語(yǔ)音清晰，多方通話(huà)正常，滿(mǎn)足多方實(shí)時(shí)視頻會(huì)商需求。

為了模擬實(shí)際應(yīng)用場(chǎng)景，本研究在白馬實(shí)驗(yàn)基地進(jìn)行了視頻會(huì)商模塊的實(shí)地測(cè)試，測(cè)試時(shí)將無(wú)人機(jī)懸停在約500 m外，150 m高的位置，與城區(qū)的指揮中心以及林區(qū)的護(hù)林員進(jìn)行了視頻會(huì)商，如圖5。操作人員可按實(shí)際需求選擇聯(lián)系人進(jìn)行多人會(huì)商。

圖5 視頻會(huì)商模塊測(cè)試Figure 5 Test for video meeting and multi-person meeting

4 系統(tǒng)的特點(diǎn)

本研究開(kāi)發(fā)了一款可適用于松材線蟲(chóng)病識(shí)別定位的無(wú)人機(jī)遙感監(jiān)測(cè)系統(tǒng)，該系統(tǒng)具有松材線蟲(chóng)病定位識(shí)別模塊和視頻會(huì)商模塊兩個(gè)模塊，實(shí)現(xiàn)了松萎蔫病監(jiān)測(cè)和會(huì)商處理的整個(gè)流程。該系統(tǒng)主要具有識(shí)別標(biāo)繪感病松樹(shù)、定位感病松樹(shù)和多方視頻連線等功能。該系統(tǒng)具有以下特點(diǎn)：

4.1 效率高

本系統(tǒng)結(jié)合無(wú)人機(jī)多光譜影像數(shù)據(jù)嘗試進(jìn)行感病松樹(shù)單株定位，改變了以往漫無(wú)目的地查找感病松樹(shù)的現(xiàn)狀，使得對(duì)松材線蟲(chóng)病的調(diào)查更快速方便。運(yùn)用本系統(tǒng)識(shí)別定位面積1 km2的馬尾松和黑松林地時(shí)，當(dāng)無(wú)人機(jī)飛行高度為150 m時(shí)，僅需要耗時(shí)12 h，和以往的人工實(shí)地巡查相比，效率提高了數(shù)十倍以上，能有效降低人力、物力和時(shí)間。

4.2 成本低且潛力高

系統(tǒng)基于Android操作系統(tǒng)開(kāi)發(fā)，能兼容市場(chǎng)上82.3%的移動(dòng)設(shè)備，硬件設(shè)備又有著價(jià)格低廉的優(yōu)勢(shì)，有利于日后的廣泛推廣應(yīng)用，且得益于開(kāi)源的特性，安卓開(kāi)發(fā)有著豐富的學(xué)習(xí)資源和開(kāi)發(fā)社區(qū)，開(kāi)發(fā)難度相對(duì)較低。硬件上，多光譜相機(jī)的價(jià)格雖然比RGB相機(jī)高，但遠(yuǎn)低于高光譜相機(jī)。通過(guò)進(jìn)一步優(yōu)化多光譜波段的算法，甚至可以在松材線蟲(chóng)病感病早期其針葉顏色尚未發(fā)生肉眼可見(jiàn)的改變時(shí)，定位到感病植株，這是RGB相機(jī)無(wú)法具備的能力。

4.3 感病松樹(shù)定位精度高

系統(tǒng)提出利用谷歌地圖的高程數(shù)據(jù)和無(wú)人機(jī)影像數(shù)據(jù)生成高精度的 DEM 數(shù)據(jù)相結(jié)合，減小因局部地形精度不足導(dǎo)致的定位誤差，提高地形精度。調(diào)試優(yōu)化了識(shí)別松材線蟲(chóng)病的算法，提高感病松樹(shù)定位的精度。

4.4 實(shí)現(xiàn)監(jiān)測(cè)和指揮一體化

視頻會(huì)商系統(tǒng)實(shí)現(xiàn)了將無(wú)人機(jī)實(shí)時(shí)偵查影像傳入視頻會(huì)議，手機(jī)、電腦之間都可以互相視頻通話(huà)，使得指揮員能夠?qū)ΜF(xiàn)場(chǎng)監(jiān)測(cè)情況準(zhǔn)確把握。實(shí)現(xiàn)了指揮員、操作人員和護(hù)林員的三方視頻會(huì)商，減少了溝通障礙。