無人機(jī)多源遙感數(shù)據(jù)在估測植被葉面積指數(shù)的協(xié)同反演

陳明 張澤普 沈奧

（中國人民解放軍78511部隊(duì) 四川省雅安市 625000）

植被覆蓋度是指植被（包括葉、莖、枝）在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比。其計(jì)算方法主要可分為地表實(shí)測和遙感監(jiān)測2類。傳統(tǒng)的地表實(shí)測存在人力資源耗費(fèi)大、周期長、測算結(jié)果精度低的問題。而遙感系統(tǒng)平臺(tái)具有獲取信息豐富、時(shí)效強(qiáng)、覆蓋廣，且不受外界環(huán)境限制等諸多優(yōu)點(diǎn)，使其成為植被覆蓋監(jiān)測的主要方法。

近年來，隨著無人機(jī)平臺(tái)的不斷進(jìn)步，各型各類傳感器日益豐富，可見光及近紅外波段的高分辨率影像逐步普及，使得輕小型無人機(jī)多光譜遙感成為低空遙感系統(tǒng)的重要組成部分。無人機(jī)遙感可以按需要低成本、快速、高效獲取高分辨率地面遙感影像，是對衛(wèi)星多光譜遙感的有力補(bǔ)充。并逐漸推動(dòng)無人機(jī)低空遙感由側(cè)重幾何定位的測繪應(yīng)用，向以決策支持為目的的專題信息提取方向進(jìn)行轉(zhuǎn)變。

本實(shí)驗(yàn)利用無人機(jī)獲取的多光譜遙感影像，通過構(gòu)建不同植被指數(shù)地圖，并引入所在區(qū)域高精度數(shù)字高程模型DEM，對區(qū)域植被覆蓋度進(jìn)行探究，更準(zhǔn)確測繪出區(qū)域綠植覆蓋面積，可有效解決山地地區(qū)植被覆蓋面積測量困難的問題。

1 實(shí)驗(yàn)部分

1.1 實(shí)驗(yàn)區(qū)域概況

實(shí)驗(yàn)區(qū)域位于河南省鄭州市高新區(qū)實(shí)驗(yàn)場。整體地勢較為平緩，實(shí)驗(yàn)區(qū)域內(nèi)有山丘、林地、草地、湖泊、馬路等。具有較強(qiáng)的光譜特征，幾何特征與地物特征。為了便于評估實(shí)驗(yàn)多光譜圖像精度，通過南方測繪GPS-RTK精確采集了6個(gè)地面控制點(diǎn)的三維坐標(biāo)。野外實(shí)驗(yàn)數(shù)據(jù)采集時(shí)間為2020年8月26日中午12點(diǎn)至14點(diǎn)，處于一天中太陽高度角最大的時(shí)候。天氣晴朗，無云無明顯遮擋物，光照條件穩(wěn)定。

1.2 實(shí)驗(yàn)設(shè)備

1.2.1 無人機(jī)平臺(tái)實(shí)驗(yàn)采用自主研發(fā)的無人機(jī)光譜遙感系統(tǒng)。天行者1720無人機(jī)是一款大載重，長航時(shí)遠(yuǎn)距離的載機(jī)，T尾撐設(shè)計(jì)保證無人機(jī)在執(zhí)行任務(wù)時(shí)飛行平衡，具有抗風(fēng)性強(qiáng)的特點(diǎn)?？蓴y帶1.5KG任務(wù)載荷在600米高空以時(shí)速60km/h飛行1.5小時(shí)。搭載CUAV雷迅V5+飛行控制器，基于Pixhawk FMUv5設(shè)計(jì)標(biāo)準(zhǔn)，可兼容PX4 和 ArduPilot固件。支持RTK厘米級(jí)定位，并含有豐富的擴(kuò)展接口，通過數(shù)傳與地面站實(shí)時(shí)通信上傳飛行狀態(tài)。

1.2.2 多光譜相機(jī)

無人機(jī)平臺(tái)搭載的Parrot Sequoia是專門為農(nóng)業(yè)應(yīng)用設(shè)備的多光譜相機(jī)，具有精度高、尺寸小、重量輕、操作簡便的特點(diǎn)。包含四個(gè)5個(gè)成像傳感器：4個(gè)120萬像素多光譜傳感器和一個(gè)1600萬像素的RGB傳感器。

多光譜相機(jī)鏡頭焦距為3.98mm，視場角61.9°×48.5°，傳感器尺寸4.5mm×3.6mm。其配備的光照器傳感器(sunshine sensor)，可以在拍攝照片時(shí)記錄太陽輻射照度，從而減少飛行中光線變化對地物反射率的影響。任務(wù)時(shí)將多光譜相機(jī)固定于無人機(jī)腹部位置，與飛機(jī)重心重合。光照傳感器固定于無人機(jī)頂部，相機(jī)由外置UBEC提供穩(wěn)定5V-3A電源。在飛行過程中將輻射校正數(shù)據(jù)寫入影像。

2 影像獲取與數(shù)據(jù)處理

2.1 實(shí)驗(yàn)影像獲取

在進(jìn)行飛行拍攝前，利用相機(jī)配備的校準(zhǔn)板進(jìn)行幾何輻射定標(biāo)。根據(jù)實(shí)驗(yàn)要求，多光譜相機(jī)性能及任務(wù)區(qū)域環(huán)境情況構(gòu)架無人機(jī)飛行航線。設(shè)定飛行高度80m，航向重疊度80%，旁向重疊度70%，將相機(jī)拍攝頻率與無人機(jī)實(shí)際飛行速度進(jìn)行匹配：

式中f表示相機(jī)焦距，H表示飛行高度，S表示相機(jī)單個(gè)像元大小，G表示影像地面分辨率。通過計(jì)算得到實(shí)際地面多光譜影像分辨率0.12m，RGB地面影像分辨率0.03m。

2.2 實(shí)驗(yàn)影像數(shù)據(jù)處理

首先，對獲取的無人機(jī)多光譜影像圖像進(jìn)行預(yù)處理，為后期空三及生成專題影像圖做準(zhǔn)備，主要項(xiàng)目包括：檢查影像重疊度是否符合預(yù)設(shè)要求，航帶彎曲度是否小于3%，無人機(jī)航高保持情況和影像旋角大小。將預(yù)處理好的多光譜影像導(dǎo)入Pix4D mapper軟件進(jìn)行后續(xù)處理，工作流程分為3個(gè)部分：導(dǎo)入多光譜影像POS數(shù)據(jù)，導(dǎo)入RTK測量的6個(gè)地面控制點(diǎn)坐標(biāo)，并對其進(jìn)行標(biāo)記。使用光束法區(qū)域網(wǎng)平差估測所有影像的方向后，進(jìn)行匹配校準(zhǔn)，建立密集點(diǎn)云，并根據(jù)生成的點(diǎn)云計(jì)算三維網(wǎng)格紋理。最后生成DSM、正射影像和指數(shù)地圖。

由于Pix4D mapper軟件不能直接生成高精度的DEM。通過把原始RGB影像照片、pos數(shù)據(jù)、地面控制點(diǎn)數(shù)據(jù)導(dǎo)入Agisoft PhotoScan(俄羅斯)軟件，生成高精度DEM。

2.3 植被指數(shù)地圖生成與面積計(jì)算

植被指數(shù)是通過對不同波段反射率的線性或非線性組合，在一定程度上減小了土壤、水體等背景因素對植被光譜特征的干擾，可對植被覆蓋情況進(jìn)行簡單、有效的度量。為此，根據(jù)相關(guān)文獻(xiàn)資料選取以下4種植被指數(shù)，指數(shù)計(jì)算公式如表1所示。

表1：植被指數(shù)計(jì)算公式

根據(jù)表1生成相應(yīng)的植被指數(shù)地圖，正投影到所在區(qū)域的數(shù)字高程模型DEM上，結(jié)合數(shù)字高程模型對各個(gè)指數(shù)地圖中植被部分進(jìn)行積分（式2），解算出植被覆蓋面積。

式（2）中，∑為選定的植被區(qū)域有界曲面；DZX是∑在ZOX面的投影區(qū)域。

3 結(jié)果與討論

3.1 植被指數(shù)與植被覆蓋面積相關(guān)性分析

根據(jù)地物在各個(gè)波段的光譜反射率不同，可以有效的對地面植被部分進(jìn)行區(qū)分。為準(zhǔn)確估測攝區(qū)植被覆蓋面積，需要選擇區(qū)域內(nèi)合適的指數(shù)范圍。將選取的植被數(shù)值范圍，結(jié)合攝區(qū)的DEM對植被覆蓋面積進(jìn)行估測，通過最小二乘對各個(gè)植被指數(shù)估測面積與實(shí)際面積的關(guān)系進(jìn)行一次線性擬合。選取決定系數(shù)R2和均方根誤差RMSE作為面積估測精度的評價(jià)指標(biāo)，其中R2越大，對應(yīng)的RMSE越小，則選取的植被指數(shù)對面積估測越準(zhǔn)確。

式（3）中，Pi表示實(shí)際面積，表示植被指數(shù)估測面積，n表示驗(yàn)證樣本個(gè)數(shù)。

所選取的4種植被指數(shù)與區(qū)域植被覆蓋面積均有較高的相關(guān)性，主要原因在于通過不同波段的組合，能夠用指數(shù)地圖對不同的地物進(jìn)行區(qū)分。其中，植被指數(shù)NDVI和RVI與估測的植被覆蓋面積表現(xiàn)出了極強(qiáng)相關(guān)性，Pearson相關(guān)系數(shù)分別達(dá)到0.87和0.83。主要原因在于能夠有效的將植被從土壤、水體、陰影等外部環(huán)境中剝離，較好的反映了真實(shí)的植被覆蓋面積。SAVI能夠消除土壤背景的影響，相關(guān)系數(shù)也達(dá)到了0.8，表現(xiàn)出了較強(qiáng)的相關(guān)性，GNDVI在與植被覆蓋面積實(shí)驗(yàn)中整體效果不甚理想，但是相關(guān)系數(shù)也達(dá)到了0.74，有較強(qiáng)的相關(guān)性。

3.2 不同植被指數(shù)對估測覆蓋面積精度的影響

利用植被指數(shù)地圖結(jié)合數(shù)字高程模型DEM預(yù)測植被覆蓋面積時(shí)，選擇不同的植被指數(shù)，其結(jié)果存在一定差異，但有的植被指數(shù)在區(qū)域范圍內(nèi)估測植被面積差別并不大。就本次實(shí)驗(yàn)所研究的4個(gè)植被指數(shù)而言，NDVI與RVI就估測面積上差別較小，R2分別是0.87和0.83，RMSE分別為6.77和7.82。可能是由于實(shí)驗(yàn)時(shí)間在夏季，除小部分實(shí)驗(yàn)區(qū)域外，植被覆蓋整體較密，間接忽略了RVI在低密度植被覆蓋情況下，對植被分辨力較弱的特點(diǎn)。同時(shí)，由于無人機(jī)飛行高度較低，RVI可不受大氣條件影響，保持植被檢測靈敏度，導(dǎo)致其在測結(jié)果上和NDVI差別并不明顯。并且通過NDVI和RVI都成功區(qū)分出了實(shí)驗(yàn)區(qū)域的病蟲部分，通過指數(shù)地圖可以較好的區(qū)分植被、土壤、水體。但是有部分地物如塑膠場地，人工草坪沒有很好的區(qū)分，這是導(dǎo)致實(shí)驗(yàn)測區(qū)面積偏大的原因。SAVI整體效果較好，相關(guān)系數(shù)R2為0.77，均方根誤差RMSE為9.1。能夠有效的區(qū)分水體、土壤、道路等，但是就實(shí)驗(yàn)測區(qū)而言，沒有對陰影部分植被面積進(jìn)行有效的區(qū)分識(shí)別。

在4個(gè)植被指數(shù)中，發(fā)現(xiàn)GNDVI的效果不盡如人意，相關(guān)系數(shù)R2為0.55，均方根誤差RMSE為12.62。與其它三個(gè)指數(shù)相比差別較大。從指數(shù)地圖可以發(fā)現(xiàn)，GNDVI把圖中陰影、水體、部分道路等區(qū)域劃分為了植被，識(shí)別效果較差。從而導(dǎo)致整個(gè)測區(qū)植被面積估測偏大。這可能是因?yàn)楣庹赵?，使得部分背景在綠波段的反射率同植被的反射率相同，導(dǎo)致其錯(cuò)誤的識(shí)別使得整個(gè)測區(qū)估測植被覆蓋面積偏大。

4 結(jié)論

利用無人機(jī)高分辨率多光譜遙感影像，能有效估測植被覆蓋度。在此基礎(chǔ)上結(jié)合DEM高程數(shù)據(jù)，利用高程、坡度信息對地表植被部分進(jìn)行積分，可較為準(zhǔn)確的計(jì)算出植被覆蓋面積。通過無人機(jī)多光譜影像測量綠植覆蓋面積，可為精細(xì)化作物管理，農(nóng)業(yè)估產(chǎn)提供決策依據(jù)。