無(wú)人機(jī)在林業(yè)災(zāi)害監(jiān)測(cè)及林業(yè)攝影測(cè)量中的應(yīng)用

劉彥良，邱曉坤

1.西安市小王澗國(guó)有生態(tài)林場(chǎng)，陜西周至 710400；2.天津農(nóng)學(xué)院 園藝園林學(xué)院 天津 300392

林業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的重要組成部分。當(dāng)前，我國(guó)林業(yè)建設(shè)工作內(nèi)容包括對(duì)林業(yè)生態(tài)的保護(hù)與修復(fù)，對(duì)森林、草原、野生動(dòng)植物資源的監(jiān)督與管理，對(duì)林業(yè)災(zāi)害和病蟲(chóng)害的防治等。傳統(tǒng)的林業(yè)災(zāi)害監(jiān)測(cè)工作過(guò)程中，由于工作條件較為惡劣，整體工作質(zhì)量不高。無(wú)人機(jī)技術(shù)能夠規(guī)避和轉(zhuǎn)化以往工作中的各項(xiàng)劣勢(shì)，全面提升林業(yè)監(jiān)測(cè)管理效能。

1 無(wú)人機(jī)技術(shù)在當(dāng)前林業(yè)工作中的應(yīng)用價(jià)值

無(wú)人機(jī)技術(shù)在當(dāng)前林業(yè)災(zāi)害監(jiān)測(cè)過(guò)程中所具有的發(fā)價(jià)值主要體現(xiàn)在提升精準(zhǔn)度、提升工作效率、提高工作安全性和提升智能化水平等方面，具體內(nèi)容闡述如下。

(1)提升工作精準(zhǔn)度。無(wú)人機(jī)技術(shù)可以實(shí)現(xiàn)對(duì)林業(yè)數(shù)據(jù)的精確測(cè)量、精準(zhǔn)定位和精確錄入等。傳統(tǒng)林業(yè)監(jiān)測(cè)工作所用的衛(wèi)星影像精度為2.5 m，地面分辨率為10 m，面積誤差在5%，在監(jiān)測(cè)與管理過(guò)程中無(wú)法準(zhǔn)確地識(shí)別地面上樹(shù)木的數(shù)量和種類(lèi)，工作精度較低。無(wú)人機(jī)技術(shù)的作業(yè)精度則能夠控制在1.5～5.0 cm的層面，且使用過(guò)程中誤差可以限制在1%左右，可達(dá)到精確分析相關(guān)植株種類(lèi)和數(shù)量的目的。無(wú)人機(jī)在定位方面也更為精準(zhǔn)，相較于傳統(tǒng)衛(wèi)星定位偏差10 m的情況，無(wú)人機(jī)在精度控制方面可以限定在1 m范圍內(nèi)，特別是在一些地形較為復(fù)雜或者是過(guò)渡地區(qū)，無(wú)人機(jī)的精度優(yōu)勢(shì)更為顯著[1]。

(2)提升工作效率。相較于傳統(tǒng)的人工巡查，無(wú)人機(jī)在運(yùn)行過(guò)程中的效率顯著更高，且視角更為廣闊。同時(shí)，依托對(duì)應(yīng)的軟件和數(shù)據(jù)，無(wú)人機(jī)可以在較短的時(shí)間內(nèi)完成大面積林區(qū)的數(shù)據(jù)采集、統(tǒng)計(jì)和分析工作。例如，如果需要對(duì)6 667 hm2左右的林區(qū)進(jìn)行病蟲(chóng)害調(diào)查，以人工進(jìn)行的方式進(jìn)行調(diào)查，工作量約為200 hm2/d，完成林區(qū)調(diào)查工作所需時(shí)間約為1年。而采取無(wú)人機(jī)作業(yè)的方式進(jìn)行調(diào)查，其調(diào)查效率可以達(dá)到667 hm2/d，完成全部林區(qū)的調(diào)查工作僅需10 d左右。極高的作業(yè)效率可以保證森林病蟲(chóng)害防治工作的時(shí)效性，有效避免病蟲(chóng)害對(duì)更大范圍內(nèi)的林業(yè)資源形成威脅。

(3)提高工作安全性。安全性集中體現(xiàn)在無(wú)人機(jī)可以克服地理環(huán)境的限制，進(jìn)入人類(lèi)難以進(jìn)入的地區(qū)進(jìn)行多角度觀察和拍攝方面。同時(shí)，如果在林業(yè)災(zāi)害發(fā)生的過(guò)程中采取人工的方式進(jìn)行調(diào)查，將會(huì)極大地增加作業(yè)風(fēng)險(xiǎn)。無(wú)人機(jī)可以代替人工完成對(duì)高風(fēng)險(xiǎn)地區(qū)的作業(yè)任務(wù)。

(4)提升智能化水平。在對(duì)林區(qū)面積、地類(lèi)進(jìn)行調(diào)查時(shí)，無(wú)人機(jī)技術(shù)可以實(shí)現(xiàn)自動(dòng)計(jì)算，且誤差率通常在0.1%左右。同時(shí)，調(diào)查過(guò)程中也可以針對(duì)各項(xiàng)調(diào)查因子，如坡向、坡度、高程、冠幅、樹(shù)高等進(jìn)行自動(dòng)測(cè)量和計(jì)算[2]。此外，在進(jìn)行林業(yè)災(zāi)害監(jiān)督和防治時(shí)，無(wú)人機(jī)可以實(shí)現(xiàn)遠(yuǎn)程連接，與其他單位協(xié)同作業(yè)。

2 無(wú)人機(jī)在林業(yè)災(zāi)害監(jiān)測(cè)中的應(yīng)用

2.1 林業(yè)災(zāi)害監(jiān)測(cè)

無(wú)人機(jī)可依托各類(lèi)機(jī)載傳感器設(shè)備，從不同高度的空域獲取地物信息，并收集地表信息，從而實(shí)現(xiàn)林業(yè)災(zāi)害監(jiān)測(cè)。根據(jù)原理差異可以將機(jī)載傳感器分為高光譜傳感器、多光譜傳感器和激光雷達(dá)。

高光譜傳感器是利用諸多窄且連續(xù)的光譜波段獲取各類(lèi)地物數(shù)據(jù)，可獲取空間信息、輻射信息和光譜信息數(shù)據(jù)。這些數(shù)據(jù)的維度多樣，數(shù)據(jù)量大，需將所獲取的背景數(shù)據(jù)與目標(biāo)數(shù)據(jù)進(jìn)行有效分離，從而獲取目標(biāo)數(shù)據(jù)。為了保證數(shù)據(jù)的精準(zhǔn)性，在處置的過(guò)程中相關(guān)單位和人員還需要進(jìn)行對(duì)數(shù)據(jù)波段、條紋等進(jìn)行去除處理，并進(jìn)行大氣校正等處理工作。當(dāng)前的實(shí)踐過(guò)程中，可以采用的數(shù)據(jù)處理方法較為多樣，如加權(quán)空譜主成分分析算法(WSSPCA)、深度學(xué)習(xí)和遷移學(xué)習(xí)等，都能夠極大地增強(qiáng)無(wú)人機(jī)監(jiān)測(cè)數(shù)據(jù)對(duì)于森林信息識(shí)別的準(zhǔn)確程度。

多光譜傳感器在處理過(guò)程中需要針對(duì)所獲取的數(shù)據(jù)進(jìn)行大氣校正、噪聲去除等工作，所獲取的圖像數(shù)據(jù)也具有較高的準(zhǔn)確度，能夠充分把握地面信息[3]?，F(xiàn)階段的多光譜傳感器類(lèi)型較多，在使用過(guò)程中需要根據(jù)目標(biāo)數(shù)據(jù)和目標(biāo)區(qū)域的實(shí)際情況合理選擇設(shè)備。多光譜傳感器所獲取的數(shù)據(jù)通?？梢詰?yīng)用于對(duì)當(dāng)前森林健康程度的評(píng)估，以幫助相關(guān)工作人員進(jìn)行病蟲(chóng)害防治工作。

激光雷達(dá)也是當(dāng)前林業(yè)災(zāi)害監(jiān)測(cè)過(guò)程中常用的技術(shù)類(lèi)型，主要是通過(guò)向需測(cè)量的物體發(fā)送光脈沖信號(hào)，再將返回的信號(hào)與發(fā)射信號(hào)進(jìn)行對(duì)比和處理，從而把握目標(biāo)信息。不同的激光雷達(dá)設(shè)備在應(yīng)用時(shí)具有各自的特征和應(yīng)用范圍，且測(cè)量精度和掃面速率也具有差異。例如，0.1～3 500 m射程的脈沖式激光雷達(dá)，其測(cè)距精度可以控制在2～1 000 m范圍內(nèi)，而最大掃描速率可以達(dá)到50 000點(diǎn)/s；1～120 m射程的激光雷達(dá)，其測(cè)距精度則可以控制在2～120 m范圍之內(nèi)，最大掃描速率可以達(dá)到133 000點(diǎn)/s。

2.2 森林火災(zāi)檢測(cè)

無(wú)人機(jī)在林業(yè)災(zāi)害，如火災(zāi)的監(jiān)測(cè)中，主要應(yīng)用于4個(gè)方面，即對(duì)林區(qū)信息的收集、煙霧的識(shí)別、火災(zāi)蔓延預(yù)測(cè)和撲救。

林區(qū)信息的收集是無(wú)人機(jī)在林業(yè)災(zāi)害防治工作中較基礎(chǔ)性的作用。在森林火災(zāi)的監(jiān)測(cè)過(guò)程中，相關(guān)的區(qū)域整體環(huán)境復(fù)雜程度較高，必須系統(tǒng)性把握所有信息，并結(jié)合實(shí)際環(huán)境進(jìn)行分析，從而保證決策工作的科學(xué)性。無(wú)人機(jī)技術(shù)可以較為全面地獲取和分析林區(qū)林分、可燃物等信息，同時(shí)可以結(jié)合當(dāng)前的天氣特征等信息建立對(duì)應(yīng)的災(zāi)害模型，對(duì)災(zāi)害發(fā)生的過(guò)程、可能帶來(lái)的影響等情況進(jìn)行推算和反演。

煙霧是森林火災(zāi)防范和治理過(guò)程中的重要影響因素。在森林火災(zāi)發(fā)生的初期階段，由于可燃物的燃燒通常不完全，會(huì)產(chǎn)生大量的煙霧，容易導(dǎo)致工作人員誤判火勢(shì)，影響林業(yè)災(zāi)害的治理效果。無(wú)人機(jī)的監(jiān)測(cè)工作則可以規(guī)避誤判火勢(shì)，保證分析效果。一般而言，獲取的煙霧圖像在RGB顏色空間內(nèi)一般區(qū)別不明顯，在不同的背景照明與環(huán)境條件的影響下，煙霧圖像顏色在各個(gè)空間中均存在差異[4]。針對(duì)這種現(xiàn)象，當(dāng)前的無(wú)人機(jī)監(jiān)測(cè)可以在YUV顏色空間中分割煙霧圖像區(qū)域，再將YUV顏色空間轉(zhuǎn)換為RGB信號(hào)，有利于幫助工作人員準(zhǔn)確分析林區(qū)森林火災(zāi)煙霧特征，保證火災(zāi)特征研判的準(zhǔn)確性。

在火災(zāi)蔓延預(yù)測(cè)方面，無(wú)人機(jī)監(jiān)測(cè)可根據(jù)可燃物、氣象因子、地形等影響火災(zāi)走向的因素進(jìn)行綜合判斷，但該過(guò)程中主要把控的因素仍然是火焰本身。為了實(shí)現(xiàn)對(duì)火焰特征的分析，無(wú)人機(jī)所獲的RGB色彩空間圖像仍然需要進(jìn)行進(jìn)一步處理?；鹧娴膱D像在R通道的亮度最高，輪廓最清晰，而G通道和B通道則相對(duì)較弱。因此，為了準(zhǔn)確分割火災(zāi)圖像以判斷火焰的發(fā)展方向和蔓延路徑，應(yīng)統(tǒng)計(jì)G通道火焰像素點(diǎn)，從而構(gòu)建火焰發(fā)展方向的圖像[5]。

當(dāng)無(wú)人機(jī)獲取準(zhǔn)確的火災(zāi)特征信息后，相關(guān)單位和工作人員即可組織具有針對(duì)性的火災(zāi)撲救方案。無(wú)人機(jī)本身也搭載了滅火彈、水箱等撲救工具，不僅可以極大地增強(qiáng)火災(zāi)撲救的準(zhǔn)確度，還可以有效地保障人員在災(zāi)害撲救過(guò)程中的安全性，避免出現(xiàn)意外。

無(wú)人機(jī)除了可以對(duì)森林火災(zāi)的情況進(jìn)行監(jiān)測(cè)和反應(yīng)之外，也可以直接應(yīng)用于森林消防工作中。森林消防無(wú)人機(jī)具有響應(yīng)速度快、機(jī)動(dòng)性強(qiáng)、覆蓋范圍廣和滅火效果好等優(yōu)勢(shì)，合理應(yīng)用能夠極大地避免人員在森林消防中面臨風(fēng)險(xiǎn)。森林消防無(wú)人機(jī)在應(yīng)用階段主要是通過(guò)編隊(duì)行動(dòng)的方式來(lái)形成更好的消防效果，合理的編隊(duì)能夠減少任務(wù)用時(shí)，降低燃料或電能的消耗以及增強(qiáng)對(duì)障礙物的躲避能力，是森林消防無(wú)人機(jī)應(yīng)用過(guò)程中的關(guān)鍵技術(shù)。

目前的編隊(duì)方法有如下幾種：(1)領(lǐng)航-跟隨方法。主要是一種讓森林消防無(wú)人機(jī)在飛行過(guò)程中以一架或多架作為領(lǐng)航者，按照既定軌跡飛行，其余設(shè)備則通過(guò)通信網(wǎng)絡(luò)對(duì)領(lǐng)航者的方向和位置進(jìn)行跟蹤的方法，可以保證飛行器距離的穩(wěn)定和飛行過(guò)程的順利，有助于完成森林消防任務(wù)。(2)虛擬結(jié)構(gòu)法。這是一種集中式的編隊(duì)控制措施，在應(yīng)用時(shí)將編隊(duì)的隊(duì)形視作虛擬結(jié)構(gòu)，而所有的無(wú)人機(jī)作為虛擬結(jié)構(gòu)上的點(diǎn)，保證其相對(duì)位置不變即可，有利于防止領(lǐng)航者在消防任務(wù)中發(fā)揮其優(yōu)勢(shì)。

2.3 林業(yè)病蟲(chóng)害監(jiān)測(cè)與防治

病蟲(chóng)害是威脅森林健康和林業(yè)資源安全重要災(zāi)害之一。當(dāng)前，常見(jiàn)的林業(yè)病蟲(chóng)害主要包括發(fā)松材線蟲(chóng)病、馬尾松毛蟲(chóng)、美國(guó)白蛾等，防治措施則一般為化學(xué)防治、生物防治和物理防治等。人力監(jiān)測(cè)與防治的過(guò)程中，需投入的人力、物力資源較為龐大，且安全風(fēng)險(xiǎn)較高。而無(wú)人機(jī)技術(shù)則可以提供全方位的病害林區(qū)的圖像信息，同時(shí)，多光譜、激光雷達(dá)等設(shè)備可以快速識(shí)別目標(biāo)區(qū)域中潛在的病蟲(chóng)害現(xiàn)象，并依據(jù)數(shù)據(jù)模型準(zhǔn)確評(píng)估病蟲(chóng)害數(shù)目，幫助工作人員快速清除受影響的植株[6]。

在病蟲(chóng)害調(diào)查過(guò)程中，無(wú)人機(jī)可以通過(guò)拍攝疑似疫區(qū)抓取病害樹(shù)木特征。例如，已發(fā)生松材線蟲(chóng)病的樹(shù)木，其樹(shù)冠往往會(huì)變?yōu)榧t色，基于此對(duì)松樹(shù)林區(qū)的紅色信號(hào)進(jìn)行識(shí)別，即可掌握病蟲(chóng)害的發(fā)生和影響范圍。相關(guān)單位和人員可以借助無(wú)人機(jī)清點(diǎn)已經(jīng)發(fā)生疫病的植株數(shù)量，識(shí)別林分、林相結(jié)構(gòu)，從而推測(cè)當(dāng)?shù)夭∠x(chóng)害發(fā)生的原因及影響因素，保證相關(guān)單位和工作人員科學(xué)決策病蟲(chóng)害防治工作。無(wú)人機(jī)也可以應(yīng)用于病蟲(chóng)害的直接防治過(guò)程中，例如，可通過(guò)無(wú)人機(jī)平臺(tái)噴灑藥物，避免工作人員長(zhǎng)時(shí)間處在高濃度藥物環(huán)境中，出現(xiàn)意外情況。

采取無(wú)人機(jī)對(duì)區(qū)域病蟲(chóng)害監(jiān)測(cè)時(shí)，工作人員需要提前收集區(qū)域病蟲(chóng)害數(shù)據(jù)，同時(shí)也需要通過(guò)可行的途徑了解區(qū)域地理情況，如利用Google Earth衛(wèi)星影像數(shù)據(jù)分析地理特征，據(jù)此進(jìn)行飛行計(jì)劃的制定。此外，還應(yīng)當(dāng)考慮拍攝區(qū)域的植被情況，設(shè)置無(wú)人機(jī)飛行的各項(xiàng)參數(shù)，一般飛行高度保持為300 m左右較為適宜，每次飛行的航向和旁向重疊率控制為50%～60%。需復(fù)查每次飛行所采集的影像，并刪除其中無(wú)效的或整體質(zhì)量相對(duì)較差的影像，進(jìn)行復(fù)飛。所獲取的圖像采取軟件實(shí)施處理，如Pix-4D校準(zhǔn)和鑲嵌后，可獲得DOM影像，再采取對(duì)應(yīng)軟件進(jìn)行影像增強(qiáng)，即可確保病蟲(chóng)害分析的準(zhǔn)確性。

3 森林?jǐn)z影測(cè)量

森林?jǐn)z影測(cè)量工作可以用于調(diào)查森林資源，從而為后續(xù)的林業(yè)建設(shè)決策提供參考。傳統(tǒng)的森林資源調(diào)查工作存在諸多不足，如地面工作量較大，所獲取的數(shù)據(jù)信息在實(shí)時(shí)性、可靠性方面相對(duì)欠缺等。無(wú)人機(jī)攝影測(cè)量可以有效地解決這些問(wèn)題。通過(guò)無(wú)人機(jī)攝影測(cè)量技術(shù)獲取目標(biāo)區(qū)域森林圖像數(shù)據(jù)后，相關(guān)單位和工作人員需要首先進(jìn)行森林特征的判讀。特征判讀主要分為直接判讀和間接判讀。在直接判讀過(guò)程中，需要掌握的基本特征包括形狀、大小、色調(diào)、陰影和紋理。

形狀指的是對(duì)應(yīng)地物的形態(tài)、構(gòu)造和輪廓特征。就樹(shù)木而言，其特征主要表現(xiàn)為中心處以最大冠幅出現(xiàn)，在圖像的邊緣位置則會(huì)表現(xiàn)為傾斜縱面樹(shù)形，且地物的形狀特征會(huì)因?yàn)楸壤叨鸩侥：拖7]。大小是指地物在圖像中的分辨率，其與圖像的比例尺關(guān)系密切。以實(shí)際情況為例，如果比例尺為1∶5 000，圖像之中的地物直徑在0.25 m左右即可比較清晰地觀察到其大小。色調(diào)是指圖像之中對(duì)應(yīng)地物的亮度與顏色等，與天氣、時(shí)間和攝影設(shè)備等因素關(guān)系較為密切。根據(jù)這一特征也可以實(shí)現(xiàn)對(duì)樹(shù)木具體種類(lèi)的辨別。

間接判讀方法則是根據(jù)相關(guān)地物與現(xiàn)象之間的關(guān)系達(dá)到判斷的目的。在林業(yè)無(wú)人機(jī)調(diào)查過(guò)程中，常會(huì)采取以地形特征來(lái)分析當(dāng)?shù)氐臉?shù)種分布情況的現(xiàn)象。此外，依托對(duì)目標(biāo)林區(qū)的林分調(diào)查，也可以實(shí)現(xiàn)對(duì)樹(shù)木的胸徑、立地條件、生長(zhǎng)量和材積等情況的間接判讀。以某地的無(wú)人機(jī)攝影調(diào)查結(jié)果為例，調(diào)查結(jié)果顯示，樹(shù)木的形狀以橢圓形為主，且伴隨部分圓形或星形圖像元素，圖像的整體色調(diào)為棕綠色，亮度偏暗，圖像紋理粗糙緊實(shí)，可推測(cè)相關(guān)區(qū)域的優(yōu)勢(shì)樹(shù)種主要為紅松。同時(shí)，也可以通過(guò)圖像特征對(duì)樹(shù)木的齡組、郁閉度等進(jìn)行判讀，幼齡林的顏色往往偏暗，紋理較小且均勻，呈現(xiàn)顆粒狀，而過(guò)熟林則會(huì)表現(xiàn)出顆粒大且粗糙的圖像紋理特征。在進(jìn)行郁閉度識(shí)別時(shí)，郁閉度為0.2～0.4時(shí)，圖像紋理表現(xiàn)為顆粒大小不均且可見(jiàn)地表。郁閉度為0.4～0.7時(shí)，圖像顏色會(huì)存在明顯的黑色林隙，紋理則表現(xiàn)為顆粒稀疏。郁閉度為0.7～1.0時(shí)，圖像的顏色會(huì)較為明亮，圖像紋理特征為顆粒緊湊，不存在縫隙。

在對(duì)森林進(jìn)行無(wú)人機(jī)攝影測(cè)量時(shí)，調(diào)查森林的具體生長(zhǎng)情況進(jìn)行也是其中較為關(guān)鍵的項(xiàng)目。該過(guò)程中，工作人員需要系統(tǒng)性布設(shè)和調(diào)查樣地，分批次完成數(shù)據(jù)采集。一般而言，第一次進(jìn)行數(shù)據(jù)采集時(shí)，需要布設(shè)正方形單木精細(xì)調(diào)查樣地，樣地布設(shè)時(shí)可適當(dāng)縮小空間范圍，如采取25 m×25 m的正方形布設(shè)方式，保證其中樹(shù)種的單一性。第二次數(shù)據(jù)采集時(shí)則往往要求樣本的分布具有均勻性和代表性。為了滿足這一需求，可以進(jìn)一步擴(kuò)大樣地范圍，如劃分為4 km×4 km的網(wǎng)格，在每個(gè)網(wǎng)格中考慮樹(shù)種、樹(shù)齡、種植密度等綜合因素。在這種方式之下，即可全面統(tǒng)籌區(qū)域之內(nèi)的樹(shù)木情況。傳感器選擇層面，在進(jìn)行樹(shù)木高度和枝下高度的測(cè)量時(shí)，可以使用超聲波激光測(cè)量設(shè)備，實(shí)時(shí)、動(dòng)態(tài)測(cè)量樣地的角點(diǎn)和中心點(diǎn)絕對(duì)坐標(biāo)。

4 結(jié)束語(yǔ)

在當(dāng)前的林業(yè)災(zāi)害監(jiān)測(cè)和林業(yè)攝影測(cè)量工作中應(yīng)用無(wú)人機(jī)技術(shù)，能夠極大地提升相關(guān)工作的精準(zhǔn)性和效率，促進(jìn)我國(guó)林業(yè)建設(shè)。在應(yīng)用相關(guān)技術(shù)的過(guò)程中，工作人員需要準(zhǔn)確地把握無(wú)人機(jī)技術(shù)在林業(yè)調(diào)查和研究之中起到的作用，合理地應(yīng)用相關(guān)技術(shù)，通過(guò)科學(xué)的分析手段達(dá)到指導(dǎo)林業(yè)災(zāi)害防治、林業(yè)資源調(diào)查的目的。