胡 楊 孫忠秋 吳發云 王 偉 彭道黎
(1.北京林業大學林學院, 北京 100083; 2.國家林業局調查規劃設計院, 北京 100714)
國家森林資源連續清查是以掌握宏觀森林資源現狀與動態為目的,以全省為單位,利用固定樣地為主進行定期復查的森林資源調查方法,每5年進行一次[1-2]。固定樣地的復查是國家森林資源連續清查的前提條件,也是我國乃至全球森林調查、蓄積量和生物量估測的基礎[3-8]。
隨著我國生態文明建設進程不斷推進,森林資源監測對數據成果的要求發生了巨大的變化,實現年度出數的需求越來越高[9-12]。另外,森林資源調查數據不再被看作為一個單純的資源性量值,而被列為政府業績考核和生態文明建設評價的重要指標[13]。由于國家對森林資源監測數據要求的質量越來越高,精準監測復查成為森林資源監測的必然,因此,固定樣地標記樁的設計變得越來越重要,并成為林業上一個重要的研究課題。
傳統尋找固定樣地主要依托手持GPS(Global positioning system),通過前期記錄的固定樣地坐標利用手持GPS進行導航到大致位置,之后利用前期記錄的定位物如房屋墻角、大徑階樹木等明顯標志對固定樣地標記樁進行尋找[12-13]。實踐證明,森林資源連續清查布設的固定樣地因處于森林中而導致大部分固定樣地手持GPS定位弱,定位偏差大[14],即使是有經驗的林業調查人員也很難快速準確地找到固定樣地標記樁的位置,導致樣地復查效率低下,有些位于深山老林的固定樣地在找到時,當天已經無法再進行樣地調查,只能做好標記隔日再來調查,浪費了大量的人力財力。此外,傳統的固定樣地標記樁只是一個水泥樁,沒有記錄樣地調查信息的功能,且水泥樁特別笨重,用于深山老林里做樣地標記時還需要雇傭工人進行搬運,無法滿足我國對智慧林業的建設需求[15]。
為了提高森林資源連續清查固定樣地復查的準確性與高效性,本文設計一種便于森林調查人員發現的固定樣地標記裝置,適用于森林資源清查固定樣地標記,通過3種不同的設計方案,可以滿足:野外作業人員利用手持終端(平板電腦或手機等智能設備)快速準確找到固定樣地標記裝置的地理位置;到達固定樣地標記裝置的地理位置附近的野外作業人員可以通過發射無線電波找到埋沒在草叢中或埋入地下的固定樣地標記裝置;固定樣地標記裝置能夠保存與采樣相關的信息,從而實現固定樣地標記裝置的歷史數據記錄。
傳統的固定樣地標記樁如圖1a所示,本文設計的固定樣地標記裝置如圖1b所示,主要由固定在土體中的樁體、放置在樁體中的設備箱、安裝在設備箱的樣地標記信號發射器等部分組成。其中設備箱上設有門和門鎖,便于對樣地標記信號發射器的維修或維護。標記信號發生器是固定樣地標記裝置的核心部分,其將CPU(Central processing unit)、語音報警芯片、GNSS(Global navigation satellite system)芯片、GPRS(General packet radio service)芯片、WiFi(Wireless fidelity)芯片、電源等高度集成在一個硬件板卡上并設計鋁合金外殼,如圖2所示。

圖1 固定樣地標記樁Fig.1 Permanent plot marking device

圖2 標記信號發生器的硬件架構Fig.2 Framework of hardware
標記信號發生器的CPU選用高可靠性低成本的意法半導體STM32 ARM Cortex-M3處理器,16位處理器內核,尋址空間8 GB,通過外圍相應電路設計實現整個系統的功能控制與低功耗控制;GNSS芯片選用武漢夢芯科技自主研發的MXT2702芯片組,實現GPS/BEIDOU/GALILEO/GLONASS的多模導航系統聯合定位解算功能;無線傳輸芯片使用中移物聯的C216芯片組,實現GPRS通信數據的傳輸;報警芯片選用WT588D語音芯片,是集單片機和語音電路于一體的可編輯語音芯片,功能多、音質好、應用范圍廣、性能穩定;采用SPI Flash接口,便于數據共享與交換,其硬件電路原理圖如圖3所示。

圖3 硬件電路原理圖Fig.3 Principle schematic of hardware circuit
標記信號發生器的軟件部分采用FreeRTOS(Free SYS/BIOS real-time kernel)操作系統,它是一個小型的實時操作系統內核。作為一個輕量級的操作系統,功能包括:任務管理、時間管理、信號量、消息隊列、內存管理、記錄功能、軟件定時器等,可基本滿足本系統的需要。在FreeRTOS平臺上,使用C語言編程,保證處理任務的實時高效。軟件功能采用模塊化編程的方式,主要包括主程序模塊、定位解算模塊、遙控報警模塊、數據傳輸模塊、樣地信息存儲更新模塊等,其中主程序模塊負責各個功能模塊間的信號調度與電源低功耗的處理邏輯,定位解算模塊負責定位的實時結算,遙控報警模塊在掃描到信號后觸發語音系統發出鳴響,樣地信息存儲模塊記錄歷次的樣地調查數據及采集人員等信息。具體的軟件功能流程如圖4所示。

圖4 主程序和3個功能模塊流程圖Fig.4 Flow charts of main program and three function modules
標記信號發生器功能包括定位解算功能、遙控報警功能、數據傳輸功能、樣地信息存儲功能。定位解算功能,支持最大64通道同時工作,支持GPS、GLONASS、GALILEO、北斗、QZSS、SBAS多系統,支持GPS與北斗雙系統聯合定位,冷啟動情況下,定位僅需38 s,定位精度低于1 m;遙控報警功能最多可加載500段用于編輯的語音,用于提示信息,該功能下,靜態休眠電流小于10 μA;數據傳輸最高速率為上行/下行85.6 KB/s,內嵌TCP/IP協議;樣地信息存儲功能支持最大8 GB的數據存儲,采用USB接口進行數據傳輸。操作系統為FreeRTOS,CPU為嵌入式Cortex-M3架構,內存2 GB RAM。工作環境溫度為-30~60℃,報警范圍大于300 m。在2節1號電池供電的情況下,工作時長大于1 a。

圖5 標記信號發生器原理圖Fig.5 Schematic diagram of marking signal generator
標記信號發生器的工作原理圖如圖5所示,包括供電單元、低功耗增強單元、接收及處理單元以及定位標記單元4部分。為減小整個裝置的體積及考慮野外工作的需求,供電單元在實際使用中需要采用輕巧型電池,并在外部增加保護裝置;接收與處理單元長期供電,并按照一定頻率掃描覆蓋范圍,當接收到搜索信號時,立即啟動遠程報警功能,通過鳴響聲指引調查人員找到樣地樁。同時,調用定位及標記單元將固定樣地的位置主動上報;定位標記單元通過GNSS定位記錄樣地樁位置,并上傳信息至手持終端。
標記信號發生器采用的是主動搜索、主動定位、主動上報的工作模式,在滿負荷工作狀態下,耗能較高,為降低系統的整體功耗,延長設備的使用壽命,本設計中增加低功耗增強單元,提升系統性能。優化原理主要包括:
(1)由于固定樣地在短時間內被連續監測的頻率較低,將接收與處理單元的搜索頻率降低,如降至每1 h搜索10 min,其他時間處于休眠狀態。
(2)定位與標記單元僅在捕獲到信號時才啟動,通過中央處理器控制信號的傳輸和低功耗電源的分配,使其優化至短時工作或長期休眠的狀態,實現低頻的定位監測。
(3)樁體不移動時,定位信息記錄在存儲單元中,在收到搜索信號后直接通過無線信號發射模塊傳輸,而不必啟動GNSS定位設備,進一步節省了耗電量。
2.2.1遠程報警指引
由于固定樣地標記裝置安裝在野外,并且間隔一年或數年才使用一次,導致固定樣地標記裝置被雜草埋沒,而不易被發現。本文利用安裝在設備箱中的樣地標記信號發射器發射的近距離無線信號,使整體埋入或部分埋入到土體的固定樣地標記裝置都可以輕易地被發現。
無線信號在自由空間中傳輸,其中傳輸的損耗為[16]
Loss=32.44+20lgd+20lgf
(1)
式中Loss——傳輸損耗,dB
d——傳輸距離,km
f——頻率,MHz
由式(1)可見,自由空間中電波傳播損耗(亦稱衰減)只與工作頻率f和傳播距離d有關,當f或d增大一倍時,Loss增加6 dB。因此,當固定樣地標記裝置的標記信號發生器發出信號后,其傳輸數據的最大距離受環境影響非常大。一般的遙控報警裝置的作用范圍不超過100 m,為增加固定樣地標記裝置的找尋范圍,本文采用傳統遙控報警結合GSM聲控報警的方式實現超過百米范圍的遠程報警指引,其工作原理是:首先通過無線通信的方式查找固定樣地樁,一旦找到立即開啟遠程報警;其次根據歷史信息,尋找至樣地附近時,開啟手持終端的編碼器,其可以與固定樣地標記裝置的解碼器配對,匹配成功即發出鳴響,由于聲波的傳輸距離遠,因此可以快速找到樣地樁。
2.2.2低頻定位監測
低頻定位監測主要包括3部分:GNSS定位解算、NMEA幀解碼、位置信息發送與導航,工作原理如圖6所示。

圖6 低頻定位監測原理圖Fig.6 Principle diagram of low frequency positioning monitoring
2.2.2.1GNSS定位解算原理
衛星導航定位原理是四點定位原理,即設時刻ti時同時測得P點至4顆GNSS衛星S1、S2、S3、S4的距離ρ1、ρ2、ρ3、ρ4,解出4顆衛星的三維坐標(Xj,Yj,Zj),(j=1,2,3,4),用距離交會的方法求解P點的三維坐標(X,Y,Z)的觀測方程為
(2)
式中c——光速δt——接收機鐘差
當捕獲的衛星數超過4顆時,能夠確定裝置所在位置,捕獲的衛星數越多,定位精度越高。目前,全球正在運行的衛星導航定位系統包括美國GPS、俄羅斯GLONASS、歐洲Galileo[17]和我國的北斗衛星導航定位系統[18]等,在軌運行的衛星數量超過70顆[19]。因此本文設計的固定樣地標記裝置具有最多同時64顆衛星共同定位的能力,保證了數據的準確性。
2.2.2.2NMEA幀解碼原理
解算后的定位位置信息以NMEA-0183協議輸出。NMEA-0183協議是美國國家海洋電子協會(National Marine Electronics Association)為海用電子設備制定的標準格式[20-21]。目前業已成為定位導航輸出的標準協議。該協議包含的字段如表1所示。

表1 NMEA-0183協議Tab.1 Protocol of NMEA-0183
發送順序依次為$GPZDA、$GPGGA、$GPGLL、$GPVTG、$GPGSA、$GPGSV、$GPRMC。其中定位數據信息需要發送給手持終端設備。為了便于調試,本文利用衛星導航定位監控軟件,改寫部分代碼,實現在便攜式計算機中實時確定解算后的位置信息。
2.2.2.3位置信息發送與導航原理
在首次獲得樣樁的位置信息后,將這些信息存儲在Flash中,一旦接收到尋找樣樁的信號,立即將位置信息發送,并在手持終端中調用百度地圖的API實現位置導航。為了方便手機用戶快速找到樣樁,該功能在微信平臺上實現,采用JavaScript編程實現。步驟為:打開手機的定位功能,獲取找尋人的位置信息;接收樣樁的位置信息,利用百度地圖的API設計找尋路線。
2.2.3樣地信息記錄
樣地信息記錄在裝置存儲器中,樣地調查人員通過USB接口復制出歷史數據,同時更新最新的調查數據,也可以通過無線傳輸的方式將信息發送至裝置中。樣地信息的記錄包括以下字段:樣地位置(省、市、縣、鄉、村,大樣地編號)、建模信息(樹種、區域、樹高級、郁閉度級、齡組、樣地半徑)、樣地信息(地貌、坡向、坡位、坡度、地類、起源、郁閉度)等,如圖7所示。

圖7 樣地調查信息存儲界面Fig.7 Interface of sample plot information storage
對固定樣地標記尋找效率進行試驗設計:以北京市延慶區有林地為試驗區,抽樣方案設計選取目前在延慶區試點的三階段抽樣方案,使用ArcGIS 10.2.2軟件生成正六邊形抽樣框架,并生成52個固定樣地中心點,隨機選取15個固定樣地中心點進行固定樣地標記樁尋找效率驗證試驗(表2)。
試驗分組:每組2人,共3組,每組隨機選取1人進行傳統固定樣地標記裝置尋找,待傳統固定樣地標記裝置找到后,重新換上本文設計的固定樣地標記裝置,此時另一人在同一位置進行本文設計的固定樣地標記裝置尋找,記錄尋找時間。3組試驗全部測試結束后,分析傳統固定樣地標記裝置與本文設計的固定樣地標記裝置的尋找效率。
經3組試驗,求各樣地的3次尋找時間平均值,傳統標記裝置的平均尋找時間為51.92 min,本文設計裝置的平均尋找時間為12.24 min,與傳統標記裝置相比,本文設計裝置尋找效率提高了324%。結果表明,本文設計的固定樣地標記裝置與傳統的固定樣地標記裝置相比,極大地縮短了尋找時間,提高了尋找到固定樣地標記樁的效率,對比試驗結果如圖8所示。

表2 樣地標記樁尋找效率驗證試驗結果Tab.2 Search efficiency verification test result of plot center point min

圖8 對比試驗結果Fig.8 Results of comparative test
(1)由于標記信號發生器利用無線信號傳輸原理,因此裝置接收信號的天線部分高于地表以保證較大的信號搜索范圍,當全部埋于地下時,由于土壤的覆蓋,接收信號能量將急劇降低,進而導致報警范圍的縮小。
(2)該裝置能較好的應用于森林資源年度監測樣地標記中,在森林資源連續清查的應用場景下,固定樣地的復查周期是5 a,在后續工作中需要對裝置的耗電特性及連續工作時長進一步優化和評估,以滿足實際應用,更好地服務森林資源連續清查工作。
本文裝置基于遙控報警原理、GNSS定位原理,實現了森林資源連續清查固定樣地標記樁的導航定位、遙控報警、樣地信息讀取與寫入等功能,從而使調查人員能清晰地了解該固定樣地的建設時間、調查次數、調查日期、調查人員等一系列相關信息,極大地提高了固定樣地信息的透明度。與傳統固定樣地標記樁相比,本文裝置解決了固定樣地信息無法讀取與寫入、無法導航定位、無法遙控報警指引尋找等問題,為實現快速復位固定樣地提供了一種高效可行的解決方案。
1 國家林業局. 國家森林資源連續清查技術規定[S]. 2004.
2 北京市園林綠化局. 北京市第八次森林資源清查操作細則[S]. 2011.
3 SIMS A, GADOW K V. Estimating tree survival: a study based on the estonian forest research plots network [J]. Annales Botanici Fennici, 2012, 46(4):336-352.
5 王海賓,彭道黎,范應龍,等. 基于輔助信息的森林蓄積量空間模擬[J/OL]. 農業機械學報,2016, 47(6):283-289. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160637&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2016.06.037.
WANG Haibin, PENG Daoli, FAN Yinglong, et al. Spatial modeling of forest stock volume based on auxiliary information[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(6):283-289.(in Chinese)
6 張茂震,王廣興,劉安興. 基于森林資源連續清查資料估算的浙江省森林生物量及生產力[J]. 林業科學,2009,45(9): 13-17.
ZHANG Maozhen,WANG Guangxing,LIU Anxing. Estimation of forest biomass and net primary production for Zhejiang province based on continuous forest resources inventory[J]. Scientia Silvae Sinicae,2009,45(9): 13-17. (in Chinese)
7 范文義,李明澤,楊金明. 長白山林區森林生物量遙感估測模型[J]. 林業科學,2011,47(10): 16-20.
FAN Wenyi,LI Mingze,YANG Jinming. Forest biomass estimation models of remote sensing in Changbai mountain forests [J]. Scientia Silvae Sinicae,2011,47(10): 16-20. (in Chinese)
8 季碧勇,陶吉興,王文武. 基于連續清查固定樣地生物量的立地質量評價[J]. 西南林業大學學報,2012,32(4): 45-50.
JI Biyong,TAO Jixing,WANG Wenwu. Forest site quality evaluation based on biomass data from continuous forest inventories [J]. Journal of Southwest Forestry University,2012,32(4): 45-50. (in Chinese)
9 余超,宋立奕,李明陽,等. 河南西峽縣森林地上生物量時空動態分析[J]. 南京林業大學學報:自然科學版,2017, 41(6): 93-101.
YU Chao,SONG Liyi,LI Mingyang,et al. Spatio-temporal dynamics of forest aboveground biomass in Xixia County, Henan Province, China[J]. Journal of Nanjing Forestry University: Natural Sciences Edition,2017, 41(6): 93-101. (in Chinese)
10 王雪軍. 基于多源數據源的森林資源年度動態監測研究[D]. 北京:北京林業大學, 2013.
WANG Xuejun. Annual forest resources dynamic monitoring research based on multi-data source in the case of Anshan City[D]. Beijing:Beijing Forestry University, 2013. (in Chinese)
11 王雪軍,張煜星,黃國勝,等. 全國森林面積和森林蓄積年度出數方法探討[J]. 江西農業大學學報, 2016,38(1): 9-18.
WANG Xuejun,ZHANG Yuxing,HUANG Guosheng,et al. Discussion on methods for annual national producing estimates of forest area and forest stock in China[J]. Acta Agriculturae Universitis Jiangxiensis,2016,38(1): 9-18. (in Chinese)
12 陶吉興,王文武,徐達,等. 基于固定樣地連續監測數據的林木蓄積生長率月際分布[J]. 南京林業大學學報:自然科學版,2017,41(2): 111-116.
TAO Jixing,WANG Wenwu,XU Da,et al. Monthly distribution of tree volume growth rate based on continuous monitoring data of fixed sample plots[J]. Journal of Nanjing Forestry University: Natural Sciences Edition,2017,41(2): 111-116. (in Chinese)
13 李志剛,萬猛,粱豐. RFID技術在國家森林資源連續清查中的應用[J]. 安徽農業科學,2014,42(7): 2174-2175.
LI Zhigang,WAN Meng,LIANG Feng. Application of RFID in continuous forest inventory[J]. Journal of Anhui Agricultural Science,2014,42(7): 2174-2175. (in Chinese)
14 張慧春,鄭加強,周宏平. GPS林業定位誤差分析與野點剔除方法[J]. 農業機械學報,2010, 41(5):143-147.
ZHANG Huichun, ZHENG Jiaqiang, ZHOU Hongping. GPS positioning error analysis and outlier elimination method in forestry[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(5):143-147. (in Chinese)
15 張揚南. 智慧林業:現代林業發展的新方向[J]. 南京林業大學學報:人文社會科學版,2013,37(4): 77-81.
ZHANG Yangnan. Intelligent forestry: a new direction for the development of modern forestry [J]. Journal of Nanjing Forestry University: Humanities and Social Sciences Edition, 2013,37(4): 77-81. (in Chinese)
16 OLENEWA J L. 無線通信原理與應用[M]. 北京:清華大學出版社, 2016.
17 HOFMANN-WELLENHOF B, LICHTENEGGER H, WASLE E. GNSS—global navigation satellite systems[M]∥GNSS—global Navigation Satellite Systems: Springer, 2008:647-651.
18 楊元喜. 北斗衛星導航系統的進展、貢獻與挑戰[J]. 測繪學報, 2010, 39(1):1-6.
YANG Yuanxi. Progress contribution and challenges of compass/Beidou satellite navigation system[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(1):1-6. (in Chinese)
19 周祖淵. 全球衛星導航系統的構成及其比較[J]. 重慶交通大學學報:自然科學版,2008, 27(增刊1):999-1004.
ZHOU Zuyuan. On composition of global satellite navigation system and its comparison[J]. Journal of Chongqing Jiaotong University: Natural Science Edition, 2008, 27(Supp.1):999-1004. (in Chinese)
20 曹婷婷,高玉. GPS中NMEA-0183協議的應用[J]. 電子工程師,2006,32(10):8-11.
CAO T T, GAO Y. Application of NMEA-0183 protocol for GPS[J]. Electronic Engineer, 2006,32(10):8-11. (in Chinese)
21 WHITE E S, WETHERBEE L. Post-processing of NMEA data: US6490524[P]. 2002.