無人機遙感技術(shù)在紅樹林植被覆蓋度測量中的應(yīng)用研究

摘 要：以福建省漳江口紅樹林國家級自然保護區(qū)的紅樹林資源為研究對象，對高分辨率的無人機航拍影像結(jié)合遙感圖像處理與分析技術(shù)進行研究，并運用多光譜遙感數(shù)據(jù)對紅樹林不同類型的植被進行分割與識別，以驗證遙感數(shù)據(jù)的準確性，并進行地面調(diào)查驗證了研究成果的可行性與有效性，旨在為紅樹林植被覆蓋度的監(jiān)測與評價提供高效精確的手段，為今后無人機遙感技術(shù)在相關(guān)領(lǐng)域的應(yīng)用提供參考依據(jù)。

關(guān)鍵詞：無人機遙感技術(shù)；紅樹林；植被覆蓋度；生態(tài)環(huán)境管理

中圖分類號：S757.2 文獻標志碼：B 文章編號：2095–3305（2024）09–0-03

紅樹林是珍貴的生態(tài)系統(tǒng)，其獨特的海陸邊緣生態(tài)系統(tǒng)對于維持海岸線穩(wěn)定、保護沿海環(huán)境、促進漁業(yè)資源繁榮等具有重要作用。隨著全球氣候變化、人類活動擾動的加劇及城鎮(zhèn)化進程的加速，紅樹林面臨著日益嚴峻的生存壓力。植被覆蓋度是評估紅樹林生態(tài)系統(tǒng)健康狀況的重要指標之一，對其進行準確監(jiān)測和評估對于科學(xué)合理地保護與管理紅樹林生態(tài)系統(tǒng)至關(guān)重要。然而，傳統(tǒng)的地面調(diào)查方法成本高昂、工作量大和覆蓋范圍有限等，難以滿足對紅樹林大面積監(jiān)測的需求。無人機遙感技術(shù)作為一種快速、靈活、高分辨率的遙感手段，近年來在環(huán)境監(jiān)測、資源調(diào)查和生態(tài)保護等領(lǐng)域得到廣泛應(yīng)用。對此，開展基于無人機遙感技術(shù)在紅樹林植被覆蓋度測量中的應(yīng)用研究具有重要的理論和實踐意義。

1 無人機遙感技術(shù)概述

1.1 無人機遙感技術(shù)原理

無人機遙感技術(shù)是一種基于無人機平臺進行數(shù)據(jù)采集和處理的遙感方法，其原理基于電磁波與地物相互作用的物理過程[1-2]。無人機載荷的傳感器（如相機、激光雷達等）通過接收地物反射、輻射或散射的電磁波，將其轉(zhuǎn)換為數(shù)字信號并傳輸至地面，再經(jīng)過數(shù)據(jù)處理和分析，得到地物信息。其核心原理可用遙感方程表達：

Lr（λ）=Lt（λ）·ρ（λ）·t（λ）··T（θ，Φ）·C（θ，Φ）

其中，Lr（λ）為接收器接收的輻射亮度；Lt（λ）為發(fā)射器發(fā)射的輻射亮度；ρ（λ）為地物的光譜反射率；t（λ）為大氣傳輸率；d為傳感器與地物之間的距離；T（θ，Φ）為太陽天頂角和方位角的函數(shù)；C（θ，Φ）為觀測天頂角和方位角的函數(shù)。

更具體地說，實現(xiàn)無人機遙感技術(shù)的有效應(yīng)用有賴于無人機飛行平臺所帶動的機載裝置傳感器，以及與之搭配的數(shù)據(jù)處理系統(tǒng)的協(xié)同作用[3]。無人機的航跡設(shè)計是通過自主飛行系統(tǒng)來完成，從而保證所拍攝的影像有完整的覆蓋性和高解析度。

1.2 無人機平臺與傳感器選擇

無人機平臺一般分為兩大類：多旋翼（如四旋翼、六旋翼）和定風(fēng)翼。對面積小、地形復(fù)雜的航測任務(wù)，多使用多旋翼；而定風(fēng)翼機更適合執(zhí)行面積大、距離遠的航測任務(wù)。在紅樹林植被覆蓋度測量中，常選用多旋翼無人機。

傳感器選擇依據(jù)獲取信息的類型而定，常用的傳感器包括光學(xué)攝像頭、多光譜攝像頭、紅外攝像頭、激光雷達。可視光譜范圍內(nèi)的影像可用光學(xué)相機獲得，多波段影像則可使用多光譜相機獲得，紅外線攝像機對植被的衛(wèi)生狀況、含水量等進行檢測[4-6]。而對于地形和植被高度的高精度信息，可使用激光雷達獲取。

1.3 無人機遙感數(shù)據(jù)獲取與處理流程

無人機遙感數(shù)據(jù)獲取包括航跡規(guī)劃、航點設(shè)置、飛行執(zhí)行和數(shù)據(jù)采集等環(huán)節(jié)。航跡規(guī)劃就是根據(jù)研究區(qū)域的地形、植被類型和研究目的，設(shè)計合理的航跡，確定航線和航高。然后，在地面工作站上利用地圖軟件或?qū)I(yè)航測軟件進行航點設(shè)置，確定無人機的航點和任務(wù)參數(shù)。飛行執(zhí)行階段，無人機按照預(yù)定航線和航高進行自主飛行，同時搭載傳感器進行數(shù)據(jù)采集，實時傳輸數(shù)據(jù)至地面工作站。數(shù)據(jù)采集完成后，進行初步數(shù)據(jù)處理，包括航跡記錄、圖像拼接、數(shù)據(jù)校正等。

數(shù)據(jù)處理流程主要包括數(shù)據(jù)預(yù)處理、幾何校正、影像校準、特征提取及估計植被覆蓋度等。其中，數(shù)據(jù)預(yù)處理是對收集到的原始數(shù)據(jù)進行預(yù)處理（包括去除雜訊、圖像增強和幾何校正）。然后，進行圖片的校驗，拼接、校驗多條航線的圖片，確保數(shù)據(jù)的連貫性和連續(xù)性。再利用包括植被分類、邊界探測、面積計算在內(nèi)的遙感圖像處理軟件進行特征提取，獲取植被覆蓋度相關(guān)數(shù)據(jù)。最后，通過對植被覆蓋程度的估計和分析，并結(jié)合地面調(diào)查數(shù)據(jù)，獲取特征信息，得出研究結(jié)論。

2 紅樹林植被覆蓋度測量方法

2.1 多光譜遙感數(shù)據(jù)應(yīng)用

多光譜遙感數(shù)據(jù)通過獲取不同波段地面物體的反射、吸收和輻射特性，實現(xiàn)對植被覆蓋度等信息的獲取和分析，這是無人機遙感技術(shù)中常用的數(shù)據(jù)類型之一。在紅樹林植被覆蓋度測量中，數(shù)據(jù)獲取、預(yù)處理、特征提取、植被分類等都涉及多光譜遙感數(shù)據(jù)的應(yīng)用。

在獲取多光譜遙感數(shù)據(jù)階段，紅樹林區(qū)域采用多光譜相機進行高分辨率影像采集。其可同時拍攝包括紅、綠、藍、近紅外在內(nèi)的多頻段影像[7]。此外，其所獲得的原始影像數(shù)據(jù)需要經(jīng)過預(yù)處理，包括為了確保數(shù)據(jù)的質(zhì)量和準確性而去除大氣影響、輻射標記和幾何校正。

2.2 影像分類與特征提取方法

常見的圖像分類方法包括像元分級法、支持向量機、隨機森林等。其中，元分類法是一種最基本、最常用的分類法，其原理是將影像中的每塊像元按光譜特征劃分到不同的類目中，從而實現(xiàn)對地物的歸類與鑒定；支持向量機是通過構(gòu)建高維度空間中最優(yōu)的超平面來實現(xiàn)地物分類的一種基于統(tǒng)計學(xué)習(xí)理論的分類方法，其分類精確度和概括能力都很高；隨機森林是通過構(gòu)建多個決策樹進行分類，綜合多個分類器的結(jié)果，提高分類精確度的一種綜合學(xué)習(xí)方法。

在提取特征方面，常用的方法有光譜特征提取、空間特征提取等方法。光譜特征提取是指通過計算不同波段之間的植被指數(shù)來表征植被的生長狀況和覆蓋度，利用多光光譜影像中的波段信息來描述地物的光譜特征；空間特征提取則是利用圖像的空間結(jié)構(gòu)信息，如利用紋理特征描述植被的空間分布規(guī)律等，描述植物的形態(tài)和空間分布特征。

2.3 地面調(diào)查驗證技術(shù)

地面調(diào)查驗證技術(shù)是紅樹林植被覆蓋度測量中的重要環(huán)節(jié)，其主要目的是通過實地調(diào)查采集的數(shù)據(jù)對遙感影像的分類結(jié)果進行驗證和校正，從而提高植被覆蓋度估算的準確性和可靠性。常用的地面調(diào)查驗證技術(shù)包括樣地調(diào)查、GPS定位和無人機實地驗證等[8-9]。

樣地調(diào)查通過選取有代表性的樣地區(qū)域，實地進行植被覆蓋度調(diào)查測量，獲取真實的植被覆蓋度數(shù)據(jù)，是一種常用的地面調(diào)查方法[10]。樣本選取要兼顧不同類型、不同典型的紅樹林特征，確保調(diào)查結(jié)果具有代表性、公信力；GPS定位是利用全球定位系統(tǒng)，對樣地位置進行精確定位和記錄，以便對后續(xù)數(shù)據(jù)進行處理和分析；無人機實地驗證是利用無人機平臺進行實地飛行和圖像采集，通過人工解譯和驗證采集到的圖像數(shù)據(jù)，驗證和修正遙感圖像的分類結(jié)果，從而提高估算植被覆蓋度的精度和可信度[11-13]。并且，應(yīng)用地面調(diào)查驗證技術(shù)，提高植被覆蓋度測量結(jié)果的準確性和可靠性，以有效彌補遙感影像分級中的誤差和不確定性。

3 研究案例與數(shù)據(jù)分析

3.1 研究區(qū)域選擇

研究區(qū)域的選擇在紅樹林植被覆蓋度測量的研究中至關(guān)重要，它直接影響了研究成果的可信度和可推廣性。福建省漳江口紅樹林國家級自然保護區(qū)的紅樹林資源十分豐富，是測量和研究紅樹林植被覆蓋度較為理想的地區(qū)之一。該保護區(qū)主要有木欖、秋茄、桐花樹、白骨壤、老鼠簕等紅樹植物。此外，該保護區(qū)也是我國北回歸線以北保存生物多樣性最為豐富的地區(qū)，具有較高的代表性和保真度，紅樹林面積大，植被種類豐富，受人為干擾少。因此，將該保護區(qū)作為研究區(qū)域進行有效的展開，可得出比較可靠的、有代表性的研究成果。

3.2 研究區(qū)域植被覆蓋度測量與分析結(jié)果展示

福建省漳江口紅樹林國家級自然保護區(qū)位于福建省云霄縣境內(nèi)漳江出海口石礬塔以西的廣闊灘涂上，是以紅樹植物、濕地鳥類、優(yōu)良水產(chǎn)種質(zhì)資源為主要保護對象的濕地類型保護區(qū)，總面積2 360 hm2，其中，林業(yè)用地1 300.6 hm2，非林地面積（水域）1 059.4 hm2。

林業(yè)用地中，森林面積117.9 hm2（全部為天然紅樹林），疏林地156.7 hm2，未成林造林地13.4 hm2，宜林地面積1 012.6 hm2。

利用無人機搭載的多光譜相機，在每處樣地進行航空攝影，拍攝出紅樹林的高解析度影像。同時，通過遙感圖像處理與分析軟件，對圖像進行分類和特征提取，從而得出各樣地不同類型植被的覆蓋度數(shù)據(jù)[14-15]。

如表1所示，該區(qū)域內(nèi)單位面積內(nèi)秋茄紅樹林植被覆蓋度表現(xiàn)最為突出，呈現(xiàn)出較高的植被覆蓋率。其次為桐花樹、白骨壤及木欖等樹種。相比之下，老鼠簕紅樹林的植被覆蓋度在單位面積內(nèi)最低。值得一提的是，秋茄作為紅樹林種群中的優(yōu)勢樹種，其覆蓋度和面積均顯著高于其他樹種，其種植面積達807.72 hm2，覆蓋度更是高達62.75%。這一數(shù)據(jù)充分說明了秋茄在該區(qū)域內(nèi)的生長優(yōu)勢和生態(tài)重要性。

與此同時，其他樹種的面積和覆蓋度雖有所差異，但也各具特色。桐花樹種植面積為161.93 hm2，覆蓋度為12.58%；白骨壤種植面積為120.48 hm2，覆蓋度為9.36%；木欖種植面積為116.11 hm2，覆蓋度為9.02%。雖然這些數(shù)據(jù)略低于秋茄，但也在一定程度上反映了該區(qū)域內(nèi)紅樹林的多樣性。

綜上所述，遙感圖像處理與分析軟件能對圖像進行精確的分類和特征提取，從而更加準確地獲取樣地不同類型植被的覆蓋度數(shù)據(jù)，幫助相關(guān)工作人員了解紅樹林的生長狀況和分布情況，為后續(xù)的紅樹林保護和管理提供重要的科學(xué)依據(jù)。

3.3 無人機遙感技術(shù)在紅樹林監(jiān)測中的效果評價

無人機遙感技術(shù)在紅樹林監(jiān)測中的效果評價采用定量分析方法進行模擬與試驗比較。試驗對比了無人機遙感技術(shù)與傳統(tǒng)地面調(diào)查方法在紅樹林植被覆蓋度測量方面的優(yōu)劣，并通過對比分析數(shù)據(jù)來評價其效果。

如表2所示，無人機遙感技術(shù)獲取的植被覆蓋度數(shù)據(jù)與傳統(tǒng)地面調(diào)查方法獲取的數(shù)據(jù)相比，相對誤差較小。通過對比分析可以發(fā)現(xiàn)，無人機遙感技術(shù)獲取的植被覆蓋度數(shù)據(jù)普遍略高于傳統(tǒng)地面調(diào)查方法獲取的數(shù)據(jù)，這可能是因為無人機遙感技術(shù)具有高分辨率、全面覆蓋等特點，能夠更準確地反映紅樹林植被的實際情況。因此，綜合評價無人機遙感技術(shù)在紅樹林監(jiān)測中的效果良好，具有較高的精度和可靠性。

4 結(jié)束語

通對福建省漳江口樹林國家級自然保護區(qū)樣地的植被覆蓋度數(shù)據(jù)進行分析和比較，結(jié)合無人機遙感技術(shù)和傳統(tǒng)地面調(diào)查方法的監(jiān)測效果評價，得出一系列有關(guān)紅樹林植被覆蓋度的測量結(jié)論，并對無人機遙感技術(shù)在紅樹林監(jiān)測方面的應(yīng)用前景進行了深入的探討。經(jīng)分析發(fā)現(xiàn)，相對于傳統(tǒng)地面調(diào)查方式，無人機遙感技術(shù)在提供更全面、高分辨率數(shù)據(jù)的同時，還能更快速準確地反映紅樹林植被的覆蓋狀況，從而對其生態(tài)環(huán)境的監(jiān)測管理和保護起到重要的支撐作用，為保護森林資源貢獻力量。

參考文獻

[1] 胡大志，常鈺鳳.無人機遙感技術(shù)在林業(yè)資源調(diào)查與監(jiān)測中的運用[J].現(xiàn)代園藝，2024，47（2）：136-138.

[2] 楊安蓉，張超.基于無人機遙感的云南松林冠參數(shù)提取研究[J].西北林學(xué)院學(xué)報，2024，39（1）：1-9.

[3] 馬平.無人機遙感技術(shù)在森林資源管理中的應(yīng)用[J].山西林業(yè)，2023（6）：18-19.

[4] 陳浩梁.無人機遙感技術(shù)在廣西森林資源調(diào)查中的應(yīng)用及建議[J].南方農(nóng)業(yè)，2023，17（20）：246-248.

[5] 俞靜，張世文，芮婷婷，等.基于無人機遙感的多特征組礦區(qū)草本植物地上生物量反演[J].草業(yè)科學(xué)，2024，41（1）：35-48.

[6] 王詩文，何宏昌，付波霖，等.基于Sentinel-2數(shù)據(jù)的山口紅樹林生理參數(shù)反演及時空特征[J].科學(xué)技術(shù)與工程， 2021，21（9）：3698-3707.

[7] 何智城，王懿祥.基于無人機遙感的杉木人工林間伐前后植被信息研究[J].安徽地質(zhì)，2022（S2）：139-143.

[8] 張琪曼.無人機遙感技術(shù)在森林資源調(diào)查中的應(yīng)用研究[J].科技風(fēng)，2022（10）：4-6.

[9] 邊翠芳，方剛.無人機遙感技術(shù)在森林病蟲害監(jiān)測中的應(yīng)用：以山東省泰安市徂徠山林場廟子林區(qū)為例[J].中國農(nóng)村科技，2024（1）：55-56.

[10] 何春風(fēng).無人機遙感技術(shù)在洮河自然保護區(qū)林業(yè)資源調(diào)查與監(jiān)測中的應(yīng)用[J].南方農(nóng)業(yè)，2023，17（24）：101-103.

[11] 王曉龍.無人機遙感技術(shù)在林業(yè)資源調(diào)查與監(jiān)測中的應(yīng)用[J].中國林副特產(chǎn)，2023（5）：96-97，102.

[12] 何冬梅.三門江林場森林資源調(diào)查中無人機遙感技術(shù)的應(yīng)用實踐[J].南方農(nóng)業(yè)，2023，17（22）：140-142.

[13] 王萌，孫爭爭，何志東，等.基于無人機高光譜遙感的淇澳島紅樹林冠層葉片功能性狀反演[J].熱帶地理，2023，43

（11）：2146-2154.

[14] 陸雪婷，曹碧鳳，楊樟平，等.毛竹向杉木林擴張不同程度林分空間結(jié)構(gòu)遙感量化分析[J].西北林學(xué)院學(xué)報，2023，38（5）：184-193.

[15] 張葦，王靜.基于無人機遙感監(jiān)測技術(shù)的紅樹林典型外來物種分布特征研究[J].桉樹科技，2023，40（3）：42-48.

收稿日期：2024-06-11

作者簡介：林玉寶（1975—），男，福建漳浦人，工程師，研究方向為森林資源保護。