無人機在林業災害監測及林業攝影測量中的應用

劉彥良，邱曉坤

1.西安市小王澗國有生態林場，陜西周至 710400；2.天津農學院 園藝園林學院 天津 300392

林業是我國國民經濟的重要組成部分。當前，我國林業建設工作內容包括對林業生態的保護與修復，對森林、草原、野生動植物資源的監督與管理，對林業災害和病蟲害的防治等。傳統的林業災害監測工作過程中，由于工作條件較為惡劣，整體工作質量不高。無人機技術能夠規避和轉化以往工作中的各項劣勢，全面提升林業監測管理效能。

1 無人機技術在當前林業工作中的應用價值

無人機技術在當前林業災害監測過程中所具有的發價值主要體現在提升精準度、提升工作效率、提高工作安全性和提升智能化水平等方面，具體內容闡述如下。

(1)提升工作精準度。無人機技術可以實現對林業數據的精確測量、精準定位和精確錄入等。傳統林業監測工作所用的衛星影像精度為2.5 m，地面分辨率為10 m，面積誤差在5%，在監測與管理過程中無法準確地識別地面上樹木的數量和種類，工作精度較低。無人機技術的作業精度則能夠控制在1.5～5.0 cm的層面，且使用過程中誤差可以限制在1%左右，可達到精確分析相關植株種類和數量的目的。無人機在定位方面也更為精準，相較于傳統衛星定位偏差10 m的情況，無人機在精度控制方面可以限定在1 m范圍內，特別是在一些地形較為復雜或者是過渡地區，無人機的精度優勢更為顯著[1]。

(2)提升工作效率。相較于傳統的人工巡查，無人機在運行過程中的效率顯著更高，且視角更為廣闊。同時，依托對應的軟件和數據，無人機可以在較短的時間內完成大面積林區的數據采集、統計和分析工作。例如，如果需要對6 667 hm2左右的林區進行病蟲害調查，以人工進行的方式進行調查，工作量約為200 hm2/d，完成林區調查工作所需時間約為1年。而采取無人機作業的方式進行調查，其調查效率可以達到667 hm2/d，完成全部林區的調查工作僅需10 d左右。極高的作業效率可以保證森林病蟲害防治工作的時效性，有效避免病蟲害對更大范圍內的林業資源形成威脅。

(3)提高工作安全性。安全性集中體現在無人機可以克服地理環境的限制，進入人類難以進入的地區進行多角度觀察和拍攝方面。同時，如果在林業災害發生的過程中采取人工的方式進行調查，將會極大地增加作業風險。無人機可以代替人工完成對高風險地區的作業任務。

(4)提升智能化水平。在對林區面積、地類進行調查時，無人機技術可以實現自動計算，且誤差率通常在0.1%左右。同時，調查過程中也可以針對各項調查因子，如坡向、坡度、高程、冠幅、樹高等進行自動測量和計算[2]。此外，在進行林業災害監督和防治時，無人機可以實現遠程連接，與其他單位協同作業。

2 無人機在林業災害監測中的應用

2.1 林業災害監測

無人機可依托各類機載傳感器設備，從不同高度的空域獲取地物信息，并收集地表信息，從而實現林業災害監測。根據原理差異可以將機載傳感器分為高光譜傳感器、多光譜傳感器和激光雷達。

高光譜傳感器是利用諸多窄且連續的光譜波段獲取各類地物數據，可獲取空間信息、輻射信息和光譜信息數據。這些數據的維度多樣，數據量大，需將所獲取的背景數據與目標數據進行有效分離，從而獲取目標數據。為了保證數據的精準性，在處置的過程中相關單位和人員還需要進行對數據波段、條紋等進行去除處理，并進行大氣校正等處理工作。當前的實踐過程中，可以采用的數據處理方法較為多樣，如加權空譜主成分分析算法(WSSPCA)、深度學習和遷移學習等，都能夠極大地增強無人機監測數據對于森林信息識別的準確程度。

多光譜傳感器在處理過程中需要針對所獲取的數據進行大氣校正、噪聲去除等工作，所獲取的圖像數據也具有較高的準確度，能夠充分把握地面信息[3]。現階段的多光譜傳感器類型較多，在使用過程中需要根據目標數據和目標區域的實際情況合理選擇設備。多光譜傳感器所獲取的數據通常可以應用于對當前森林健康程度的評估，以幫助相關工作人員進行病蟲害防治工作。

激光雷達也是當前林業災害監測過程中常用的技術類型，主要是通過向需測量的物體發送光脈沖信號，再將返回的信號與發射信號進行對比和處理，從而把握目標信息。不同的激光雷達設備在應用時具有各自的特征和應用范圍，且測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，其測距精度可以控制在2～1 000 m范圍內，而最大掃描速率可以達到50 000點/s；1～120 m射程的激光雷達，其測距精度則可以控制在2～120 m范圍之內，最大掃描速率可以達到133 000點/s。

2.2 森林火災檢測

無人機在林業災害，如火災的監測中，主要應用于4個方面，即對林區信息的收集、煙霧的識別、火災蔓延預測和撲救。

林區信息的收集是無人機在林業災害防治工作中較基礎性的作用。在森林火災的監測過程中，相關的區域整體環境復雜程度較高，必須系統性把握所有信息，并結合實際環境進行分析，從而保證決策工作的科學性。無人機技術可以較為全面地獲取和分析林區林分、可燃物等信息，同時可以結合當前的天氣特征等信息建立對應的災害模型，對災害發生的過程、可能帶來的影響等情況進行推算和反演。

煙霧是森林火災防范和治理過程中的重要影響因素。在森林火災發生的初期階段，由于可燃物的燃燒通常不完全，會產生大量的煙霧，容易導致工作人員誤判火勢，影響林業災害的治理效果。無人機的監測工作則可以規避誤判火勢，保證分析效果。一般而言，獲取的煙霧圖像在RGB顏色空間內一般區別不明顯，在不同的背景照明與環境條件的影響下，煙霧圖像顏色在各個空間中均存在差異[4]。針對這種現象，當前的無人機監測可以在YUV顏色空間中分割煙霧圖像區域，再將YUV顏色空間轉換為RGB信號，有利于幫助工作人員準確分析林區森林火災煙霧特征，保證火災特征研判的準確性。

在火災蔓延預測方面，無人機監測可根據可燃物、氣象因子、地形等影響火災走向的因素進行綜合判斷，但該過程中主要把控的因素仍然是火焰本身。為了實現對火焰特征的分析，無人機所獲的RGB色彩空間圖像仍然需要進行進一步處理。火焰的圖像在R通道的亮度最高，輪廓最清晰，而G通道和B通道則相對較弱。因此，為了準確分割火災圖像以判斷火焰的發展方向和蔓延路徑，應統計G通道火焰像素點，從而構建火焰發展方向的圖像[5]。

當無人機獲取準確的火災特征信息后，相關單位和工作人員即可組織具有針對性的火災撲救方案。無人機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火災撲救的準確度，還可以有效地保障人員在災害撲救過程中的安全性，避免出現意外。

無人機除了可以對森林火災的情況進行監測和反應之外，也可以直接應用于森林消防工作中。森林消防無人機具有響應速度快、機動性強、覆蓋范圍廣和滅火效果好等優勢，合理應用能夠極大地避免人員在森林消防中面臨風險。森林消防無人機在應用階段主要是通過編隊行動的方式來形成更好的消防效果，合理的編隊能夠減少任務用時，降低燃料或電能的消耗以及增強對障礙物的躲避能力，是森林消防無人機應用過程中的關鍵技術。

目前的編隊方法有如下幾種：(1)領航-跟隨方法。主要是一種讓森林消防無人機在飛行過程中以一架或多架作為領航者，按照既定軌跡飛行，其余設備則通過通信網絡對領航者的方向和位置進行跟蹤的方法，可以保證飛行器距離的穩定和飛行過程的順利，有助于完成森林消防任務。(2)虛擬結構法。這是一種集中式的編隊控制措施，在應用時將編隊的隊形視作虛擬結構，而所有的無人機作為虛擬結構上的點，保證其相對位置不變即可，有利于防止領航者在消防任務中發揮其優勢。

2.3 林業病蟲害監測與防治

病蟲害是威脅森林健康和林業資源安全重要災害之一。當前，常見的林業病蟲害主要包括發松材線蟲病、馬尾松毛蟲、美國白蛾等，防治措施則一般為化學防治、生物防治和物理防治等。人力監測與防治的過程中，需投入的人力、物力資源較為龐大，且安全風險較高。而無人機技術則可以提供全方位的病害林區的圖像信息，同時，多光譜、激光雷達等設備可以快速識別目標區域中潛在的病蟲害現象，并依據數據模型準確評估病蟲害數目，幫助工作人員快速清除受影響的植株[6]。

在病蟲害調查過程中，無人機可以通過拍攝疑似疫區抓取病害樹木特征。例如，已發生松材線蟲病的樹木，其樹冠往往會變為紅色，基于此對松樹林區的紅色信號進行識別，即可掌握病蟲害的發生和影響范圍。相關單位和人員可以借助無人機清點已經發生疫病的植株數量，識別林分、林相結構，從而推測當地病蟲害發生的原因及影響因素，保證相關單位和工作人員科學決策病蟲害防治工作。無人機也可以應用于病蟲害的直接防治過程中，例如，可通過無人機平臺噴灑藥物，避免工作人員長時間處在高濃度藥物環境中，出現意外情況。

采取無人機對區域病蟲害監測時，工作人員需要提前收集區域病蟲害數據，同時也需要通過可行的途徑了解區域地理情況，如利用Google Earth衛星影像數據分析地理特征，據此進行飛行計劃的制定。此外，還應當考慮拍攝區域的植被情況，設置無人機飛行的各項參數，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%。需復查每次飛行所采集的影像，并刪除其中無效的或整體質量相對較差的影像，進行復飛。所獲取的圖像采取軟件實施處理，如Pix-4D校準和鑲嵌后，可獲得DOM影像，再采取對應軟件進行影像增強，即可確保病蟲害分析的準確性。

3 森林攝影測量

森林攝影測量工作可以用于調查森林資源，從而為后續的林業建設決策提供參考。傳統的森林資源調查工作存在諸多不足，如地面工作量較大，所獲取的數據信息在實時性、可靠性方面相對欠缺等。無人機攝影測量可以有效地解決這些問題。通過無人機攝影測量技術獲取目標區域森林圖像數據后，相關單位和工作人員需要首先進行森林特征的判讀。特征判讀主要分為直接判讀和間接判讀。在直接判讀過程中，需要掌握的基本特征包括形狀、大小、色調、陰影和紋理。

形狀指的是對應地物的形態、構造和輪廓特征。就樹木而言，其特征主要表現為中心處以最大冠幅出現，在圖像的邊緣位置則會表現為傾斜縱面樹形，且地物的形狀特征會因為比例尺而逐步模糊和消失[7]。大小是指地物在圖像中的分辨率，其與圖像的比例尺關系密切。以實際情況為例，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。色調是指圖像之中對應地物的亮度與顏色等，與天氣、時間和攝影設備等因素關系較為密切。根據這一特征也可以實現對樹木具體種類的辨別。

間接判讀方法則是根據相關地物與現象之間的關系達到判斷的目的。在林業無人機調查過程中，常會采取以地形特征來分析當地的樹種分布情況的現象。此外，依托對目標林區的林分調查，也可以實現對樹木的胸徑、立地條件、生長量和材積等情況的間接判讀。以某地的無人機攝影調查結果為例，調查結果顯示，樹木的形狀以橢圓形為主，且伴隨部分圓形或星形圖像元素，圖像的整體色調為棕綠色，亮度偏暗，圖像紋理粗糙緊實，可推測相關區域的優勢樹種主要為紅松。同時，也可以通過圖像特征對樹木的齡組、郁閉度等進行判讀，幼齡林的顏色往往偏暗，紋理較小且均勻，呈現顆粒狀，而過熟林則會表現出顆粒大且粗糙的圖像紋理特征。在進行郁閉度識別時，郁閉度為0.2～0.4時，圖像紋理表現為顆粒大小不均且可見地表。郁閉度為0.4～0.7時，圖像顏色會存在明顯的黑色林隙，紋理則表現為顆粒稀疏。郁閉度為0.7～1.0時，圖像的顏色會較為明亮，圖像紋理特征為顆粒緊湊，不存在縫隙。

在對森林進行無人機攝影測量時，調查森林的具體生長情況進行也是其中較為關鍵的項目。該過程中，工作人員需要系統性布設和調查樣地，分批次完成數據采集。一般而言，第一次進行數據采集時，需要布設正方形單木精細調查樣地，樣地布設時可適當縮小空間范圍，如采取25 m×25 m的正方形布設方式，保證其中樹種的單一性。第二次數據采集時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，可以進一步擴大樣地范圍，如劃分為4 km×4 km的網格，在每個網格中考慮樹種、樹齡、種植密度等綜合因素。在這種方式之下，即可全面統籌區域之內的樹木情況。傳感器選擇層面，在進行樹木高度和枝下高度的測量時，可以使用超聲波激光測量設備，實時、動態測量樣地的角點和中心點絕對坐標。

4 結束語

在當前的林業災害監測和林業攝影測量工作中應用無人機技術，能夠極大地提升相關工作的精準性和效率，促進我國林業建設。在應用相關技術的過程中，工作人員需要準確地把握無人機技術在林業調查和研究之中起到的作用，合理地應用相關技術，通過科學的分析手段達到指導林業災害防治、林業資源調查的目的。