探究林業資源調查中的遙感影像判讀技術

覃亞麗

（廣西國有高峰林場，廣西 南寧 530001）

1 無人機遙感技術概述

1.1 技術概念

無人機遙感技術是在無人駕駛飛行器、通信、遙測遙控、GPS 差分定位、信息傳感等多項技術基礎上發展演變形成，以無人機為飛行器，在無人機上搭載熱紅外相機、數碼相機、小畫幅單反相機等設備，系統基于運行準則或遠程控制下操控無人機按設定航線飛行，由遙感傳感器持續獲取測區信息與影像資料，再由計算機系統實時開展圖像信息處理作業的一項技術手段，有著較高的自動化與智能化水平，主要用于獲取國土資源、地震災區與自然環境的空間遙感信息，在林業資源調查領域中得到廣泛應用[1]。

1.2 技術優勢

無人機遙感技術優勢主要體現在高效快速、監測全面、大尺度、低成本與高分辨率五方面。其中，在高效快速方面，無人機可以在短時間內完成起降作業與數字高程模型數據處理任務，同步開展外業采集與內業數據處理作業，單臺無人機的日監測能力在200～320km2，具備林業資源即時調查、大范圍監測的技術條件[2]。在監測全面方面，無人機遙感系統在運行期間可以同時采集提取單木冠幅、郁閉度、林木胸徑、生物量、蓄積量、地表三維信息、林分密度等觀測數據，同步完成林業特征參數提取、造林成活率核查、林業火災監測等多項監測調查任務。在大尺度方面，既可以使用無人機遙感系統完成小范圍空間精確監測任務，也可以完成大面積、高空間監測任務，影像尺度具備可調節性，適用于不同工況情境。在低成本方面，較之角規輔助每木檢尺調查法和常規航空攝影測量技術，遙感影像判讀技術的數據獲取、精加工、高程數據生成與總體調查費用較低。而在高分辨率方面，無人機遙感系統的影像分辨率保持在0.1～0.5m 范圍內，分辨率遠高于衛星影像數據，可以更為真實、準確呈現林業資源調查結果。

1.3 無人機遙感林業資源調查可用載荷

在無人機遙感技術體系中，載荷是無人機成像的重要工具。載荷選擇合理與否，直接影響到技術應用效果與林業資源調查結果的深度光度，其重要性不言而喻。與此同時，根據技術實踐應用情況來看，單一載荷存在應用局限性，難以滿足林業資源調查需要。如使用光學載荷開展影像空三加密作業時，因樹木紋理特征高度相似，面臨著不易匹配特征點，僅可完整獲取林業植被冠層表面信息的技術難題。因此，為滿足項目需要，遙感影像判讀技術近年來呈現出載荷多維化發展趨勢，作業人員可根據項目要求組合使用多種載荷，具體如下。

1.3.1 紅外譜段遙感載荷

紅外譜段遙感載荷是在無人機上搭載D900、X4UAV 等型號的紅外探測儀器與TAU、Onca 等型號系列的熱紅外相機，負責探測火點分布、火情蔓延趨勢、土壤含水率及有機質含量等參數，持續將所接收輻射能量轉為電信號，主要用于完成林業火災監測任務，也可用于完成紅外遙感病蟲害監測任務。考慮到絕大多數類型紅外探測器有高性能、大面陣的特征，采購價格較為高昂，因而紅外譜段遙感載荷多用于大型無人機遙感系統，不適用于輕小型。

1.3.2 光學載荷

光學載荷是以數碼相機為載體，根據人眼對自然界物體觀察習慣的方式來獲取測區內林業樣地觀測圖像、數字正射影像并生成數字表面模型的一種載荷，將小、中畫幅單反相機與數碼相機搭載在輕小型無人機上，主要用于完成密度、樹高、冠幅等林木參數的提取任務，有著影像分辨率高、真實反映林業地物色彩質地、通過目視觀察即可識別林種與林木成活率，但存在特征點不易匹配的局限性，可以搭配使用光學載荷與激光雷達載荷來解決此類問題。

1.3.3 成像光譜載荷

成像光譜載荷是通過搭載高光譜成像儀設備，在紫外、中紅外與可見光等多個波段中采集光譜連續圖像數據和描述各像元光譜分布情況，有著準確描述植被特征、同時獲取空間及光譜信息、具備冠層生物物理及化學特征估測條件、光譜分辨率高的優勢，多用于大型無人機遙感系統，負責完成林業植被類型識別、病蟲害信息探測等調查任務。

1.3.4 激光雷達載荷

激光雷達載荷是在飛行器上搭載GPS 定位、IMU慣性導航、激光掃描儀、航空相機等裝置來形成主動式遙感系統，在無人機飛行期間持續獲取地物表面三維坐標、無人機飛行姿態、測距角、林木特征參數等測量數據，在系統中建立高精度數字地面模型，幫助工作人員全面掌握林業三維結構信息、地形地勢與植被分布情況，用于完成林木參數提取等任務，在測量林木高度、提取垂直結構信息等方面有著顯著優勢。

2 遙感影像判讀技術在林業資源調查中的應用

2.1 林木參數提取分析

在林木參數提取分析環節，遙感影像判讀技術用于拍攝影像資料并提取冠幅、郁閉度與樹高等測數因子，建立林業模型及估測模型，幫助工作人員掌握林業分布范圍和測算生物量、蓄積量及胸徑等數據，做到對林業資源信息的低成本、快速獲取[3]。例如，在完成樹種識別任務時，工作人員采取目視解譯方法直接觀察高光譜及高空間分辨率影像，詳細觀察樹木紋理、形狀，憑借自身工作經驗來判斷樹種類別。如在廣西英羅港紅樹林自然保護區調查項目中，使用IPS3.1 軟件對所拍攝1469 張照片加以拼接處理，目視觀察樹木空間分布情況，樹種識別正確率超過90%。

而在完成冠幅估測任務時，采取遙感影像判讀技術來取代傳統的皮尺測量法，使用數碼相機垂直對地拍攝與航空攝影測量林區成像，從影像圖片中提取樹木頂部信息，搭配目視法，工作人員根據影像中樹冠及林窗間色調顏色差異情況來判斷樹冠輪廓及大體分布范圍，或是選取面向對象法，由計算機系統從影像圖片中自動提取林地信息，再使用ENVI 軟件執行影像分割與冠幅信息分類提取操作，可以將信息提取精度保持在92.19%左右，并具備大規模樹冠信息提取的技術條件。

此外，無人機遙感系統的林木參數提取分析過程包括以下幾點。首先，獲取無人機影像資料，預先在系統中設定無人機航線，根據項目情況采取正常飛行或是雙軌道飛行方式，設定相應的雙軌點云數與單軌點云數，將航向及旁向重疊度保持在90%左右，并在系統中設定鏡頭角度、白平衡、拍攝觸發、飛行速度等參數，在無人機飛行期間持續拍攝下方地物影像圖片。同時，為滿足影像拼接建模作業需要，將測區地物與無人機最低航高保持安全間距，一般情況下將無人機飛行高度設為林木高度2 倍以上即可。其次，建立遙感影像模型，可使用AgisofPhotoscan 軟件，在軟件中新建模型并導入無人機影像數據，自動完成定向操作，打開Process工作欄，對相鄰影像特征點執行匹配操作與相機優化校準操作，勾選Fitcx 等參數來生成密集點云，對二維影像進行點云處理后生成網格化，再開展紋理賦予運算操作，完成三維建模作業。最后，提取郁閉度、單木冠幅等林木參數，如使用ArsGIS 軟件從DOM 數據中勾勒林木冠幅邊界和進行解析運算來獲取林地郁閉度值，在林木參數基礎上建立胸徑—冠幅、樹高等單數參數模型，完成林木參數的提取分析任務。

2.2 林業小班區劃

在林業資源調查項目中，林業小班區劃是一項重要工作內容。根據內部條件、區域內在聯系性與各區域明顯特征來劃分若干林業小班，便于后續林業資源經營管理工作的開展，也是實施差異性管理的重要前提[4]。早期項目普遍采取對坡勾繪方法，此項方法受到野外調查線路差異、工作強度大的局限性，區劃作業效率較低。因此，需要在林業小班區劃環節應用遙感影像判讀技術，系統在運行期間采取半自動或是全自動方式來開展小班邊界信息提取作業，替代人工操作，這將起到全面提升小班區劃精度及效率的作用，預防區劃邊界不一致問題出現。例如，在北京延慶松山國家自然保護區林業資源調查項目中，應用遙感影像判讀技術，在飛行器上搭載索尼公司推出的NEX-5N 型相機開展航拍作業，由遙感系統對航拍影像進行空三加密處理來獲取高精度DEM 數據與DOM 數據，使用AreGIS 軟件從中提取坡向及坡度信息，最終根據針葉林及闊葉林分布情況來劃設15 個林業小班。而在浙江農林大學東湖校區調查項目中，工作人員選擇在無人機上搭載索尼DSC-T90 相機拍攝影像，使用EDITOP 軟件自帶工具在遙感圖像中進行區劃處理，將測區地類分為居民地、竹林、杉木、農業用地、馬尾松林及闊葉林6 類。

2.3 造林成活率核查

在早期林業資源調查項目中，普遍采取分層抽樣方法來核查造林成活率，將抽樣比例設定在10%左右。此項方法有著工作量大、核查效率低、核查精度低的局限性，核查結果與造林實際成活率存在出入。因此，需要應用遙感影像判讀技術開展造林成活率核查作業，對無人機遙感系統獲取的影像圖片執行色彩增強操作，用于統計影像中的正常苗及病死苗數量，在模型圖像中使用特定顏色符號來標志樹種病死苗分布位置和相關信息。例如，在德國南部地區某林業資源調查項目中，運用遙感影像判讀技術對10hm2的示范林地開展攝影成像作業，在影像中提取分割林木空隙，選取空間統計法來分析、描述各類型林隙正負關系，在多邊形函數公式中導入所提取林隙等信息，函數輸出結果即為林木成活率。

2.4 林業火災監測

林業火災事故有著突發性、處置救助困難、破壞性大的特征。常規的地面調查監測法難以提前預測火災事故出現和快速掌握林業火勢蔓延情況，不利于后續火勢撲滅與救援救助工作的開展，且工作人員的自身安全無法得到保證。而對遙感影像判讀技術的應用，憑借技術監測快速、高效的特征，可以在短時間內完成前期準備與無人機起降工作，控制無人機按規劃航線飛行，同步拍攝下方地面的影像圖片與開展內業處理，幫助工作人員實時、全面地掌握林業受損情況、火勢蔓延范圍和蔓延趨勢[5]。

此項技術主要被用于完成火災識別、損失統計、火勢模擬、林火位置鎖定任務。具體如下。

（1）火災識別。在無人機遙感系統中使用灰度共生矩陣，對航拍影像圖片開展分割操作，使用支持向量機方法開展火災識別作業。如果從中提取到火災區域特征，則表明出現林業火災事故，發送報警信號。此項方法的林業火災識別率與檢測率分別為89.2%與87.7%。同時，可以采取煙霧識別方式，從影像圖片中提取顏色特征，建立煙霧識別模型，在測區內檢測到白色、黑色與彩色煙霧時，表明測區出現林業火災事故。根據煙霧顏色來初步判斷火勢燃燒階段與明火溫度，如產生大量黑煙直往上沖時表明處于燃燒最為猛烈的階段，而在產生白色煙霧時表明火災出現時間較短或得到有效控制。此類方法的火災識別率在77%以上，可以組合采取煙霧識別與火災區域特征識別方法。

（2）損失統計。從航拍影像圖片中提取火焰色調、煙霧顏色等參數，根據顯色指數來反映測區內各處區域的林木燃燒與已損毀數據，用于統計林業火災受損程度。

（3）火勢模擬。同時控制多臺無人機在不同位置開展火災協同觀測作業，分別設定各臺無人機的自由度，將傳感器所采集信號上傳至遙感系統進行集中處理，并采取監測跟蹤算法進行數值模擬，預測未來一段時間的火勢蔓延情況。

（4）林火位置鎖定。使用多旋翼無人機與光學載荷、紅外譜段遙感載荷等多種載荷，搭配GPS 全球定位系統，從影像圖片中鎖定林火位置，將林火火點定位精度保持在10m 以內。

2.5 林業病蟲害監測

在林業病蟲害監測環節，可以搭配使用GPS 定位系統與遙感影像判讀技術。遙感系統負責通過無人機搭載的單反相機與數碼相機來拍攝影像圖片，使用LPS軟件進行正射與圖像分割處理，從中采集病死木位置、提取線蟲病等林木病蟲害特征信息，幫助工作人員了解病蟲害情況，以及根據后續無人機遙感測量結果來反饋病蟲害養護效果，判斷林木是否保持良好生長狀況。而GPS 定位系統負責提供影像圖片中病死木的三維空間坐標，引導養護人員前往病死木位置開展后續的人工施藥、生物防治等林木養護工作。

3 結語

綜上所述，遙感影像判讀技術的應用，是林業資源調查項目的必然發展趨勢，也是解決應急監測能力不足、監測精度有限等實際存在問題的關鍵。林業資源主管部門與從業人員必須正確認識到遙感影像判讀技術的應用價值，建立起以遙感影像判讀技術為核心的現代化林業資源調查技術體系，使其有效服務于生態環境建設。