未来智讯 > 无人驾驶论文 > 无人机监测林业有害生物初探

无人机监测林业有害生物初探

发布时间:2018-12-29 01:06:01 文章来源:未来智讯    
    无人机监测林业有害生物初探作者:未知   摘要:为提高林业有害生物监测事务效率,提升监测事务的科技含量,特引进无人机进行监测试点。通过无人机对病虫害危害的松林进行低空航拍,然后将航片联合POS数据信息,制作出4 300 hm2的数字正射影像图(DOM)。随后利用松树受害后树冠颜色改变的特征,对DOM进行目视解译,再对指标虫害导致的变色枯死木进行定位标注,统计出作业区域内变色树木数量。
  关键词: 无人机监测;林业有害生物;神农架;宜都
  中图分类号:S763.42 文献标识码:A 文章编号:1004-3020(2016)04-0030-04
  Abstract: In order to improve the efficiency and technology content of forest pests and diseases monitor, we specially introduced unmanned aerial vehicle to carry out pilot monitor. Firstly, Digital orthophoto map were made of low altitude aerial photos of pine trees endangered by pests and diseases,which were photographed by unmanned aerial vehicle, and POS data information. Secondly, the DOM were visually interpreted by the characteristics of pine leaves color change after damage by the pests. At last, the pines in different colors were located and marked and the number of different colors trees were counted in the working area.
  Key words: unmanned aerial vehicle monitor;forest pests and diseases;Shenongjia;Yidu
  林业有害生物监测事务常常依靠固定监测点、暂时踏查等方式的地面调查采集基础数据,然而由于林地面积大、山区地形复杂,仅靠人工采集数据,事务量大,效率低,林业有害生物监测的覆盖面、正确性等都面临很大挑战。特别是山高坡陡的地区,人力难以抵达,存在监测盲区。
  近年来,无人机航空遥感技能、地理信息技能、智能化的外业调查及数据处理技能等发展迅速[1-3],已经在气象观测、民政救灾、国土测绘、电力石油巡线等领域获得广泛应用,同时在森林防火[4-6]、林业资源调查[7-8]、农业病虫害监测[9-11]也有局部应用,且已经显示出先进性、高效性。但将其用于林业有害生物的监测,尚处于起步阶段,广东、广西、天津、浙江、河南、山东等省份有专家学者对其进行相关研讨报道[12-14]。通过把无人机航空遥感的精度高、实时性强、起降平安方便,和外业调查信息化及数据处理设备规范性强的优点联合起来,进行林业有害生物的监测管理事务,可以更高效、全面地掌握林业有害生物发生情况,还能够对枯死树进行精准定位。本文通过无人机检对湖北省神农架林区小蠹虫危害华山松和宜都市松材线虫危害马尾松进行遥感监测,并将监测结果进行归纳报道,为湖北省林业有害生物监测事务提供技能支撑和经验借鉴。
  1 作业地点及对象
  作业地点选在神农架和宜都市。神农架采用小蠹虫危害的松林,宜都市采用松材线虫病危害的松林。本次作业,由于神农架区域地形和气候条件恶劣,航拍共实施了4个架次,其中2015年7月31日的飞行为有效架次;宜都区域的地形和气候条件相对较好,于2015年11月3日执行1个架次飞行作业。具体作业区域如下。
  (1)神农架区域:东经110°18′19″、北纬31°38′51″;东经110°20′13″,北纬31°38′51″、东经110°20′13″、北纬31°29′38″;东经110°18′19″、北纬31°29′38″四点内的区域。
  (2)宜都区域:东经111°28′48″、北纬30°14′58″;东经111°33′31″、北纬30°14′59″;东经111°33′30″、北纬30°12′50″;东经111°28′47″、北纬30°12′50″四点内的区域。
  2 设备及参数
  IRSA-II型无人机(青山绿水通用航空有限公司提供。主要参数为:巡航速度100 km/h、最大载荷4 kg、最大航程180 km、最大飞行速度90 km/h、最大航时2 h、抑制半径30~50 km、飞行高度海拔4 500 m)。
  3 技能流程
  3.1 前期筹备
  航线规划(一般要求航向重叠度达到70%、旁向重叠度达到35%以上);申请空域,由于航测区域可能覆盖民航航线,飞行前按照国家空域管理的相关规定,向相关军区和民航空管处进行申请和报备;获取抑制资料信息、林相图等。
  3.2 数字影像获取
  天气晴朗、光照充足、大气能见度好、风力小于4级(起飞后可抗6级风)的条件下,无人机能够起飞。在相对高度500~1 500 m的高度可获取测区高分别率(地面分别率优于0.2 m)的航拍图片。
  3.3 变色、枯死林木信息提取
  把航拍获得的图片、相机参数、航迹信息、无人机姿态信息等交付遥感数据处理人员,联合POS数据信息,利用空中三角测量技能制作1∶2 000分幅的数字正射影像图(DOM)。然后对DOM进行目视解译,发现变色树木后,快捷的定位变色、枯死树木的位置,变成矢量数据文件。然后进行人工精细判图,对指标虫害导致的变色枯死木进行标注,并对其位置坐标进行了正确定位。   4 作业成果
  4.1 神农架
  神农架的飞行作业信息见表1。按照测绘技能要求对航片进行拼接和匀光匀色等处理,并对本项目的坐标系统进行了转换。常规航测产品是经过投影的直角坐标系统,根据本项目后期应用需求,对数字正射影像转换成WGS84坐标系统下的大地坐标,变成约2 500 hm2的数字正射影像图(DOM)。
  4.2 宜都市
  宜都市的飞行作业信息见表1。按照测绘的技能要求对航片进行拼接和匀光匀色等处理。由于宜都作业当天空中雾气较大,为了提高图像拼接效果,技能人员对原始图像还进行了除雾处理。图像拼接完成并加载地理信息后,同样也进行了坐标系统转换。最后变成了基于WGS84大地坐标的数字正射影像图(DOM),面积约为2 100 hm2。
  5 图像判读
  使用数据库管理ArcGIS软件、无人机航测数据处理软件MAPAT和遥感图像分类ERDAS软件等,对图像进行处理:①数据整理。下载并检查图像和数据,对不适合后期内业要求的图像,进行补充飞行;将单幅遥感图像与姿态数据、曝光点坐标、时间这三项数据对应起来,制成数表备用;②影像几何校正。进行GPS辅助空中三角测量,进而可利用无抑制点或少抑制点技能,对特征区域很少的林区进行较高精度的几何校正。③影像镶嵌与裁剪。运用遥感软件中的图像拼接功能,将影像拼接成一幅图像,便于进行后续的裁剪等处理;图像裁剪主要运用图像掩膜技能与被裁剪图像做交集运算,计算所得图像便是图像裁剪结果。④图像增强。选取一系列措施改善图像的视觉效果,提高图像的清晰度、对比度,突出所需的信息,选择突出便于人或计算机分析某些感兴趣的信息,控制无用信息,以提高图像的使用价值。其方法包括:对比度增强、空间滤波、色彩转换等。⑤专题信息提取。在数字正射影像图上,通过人工目视解译获取变色和枯死树木分布的矢量信息[15-16]。
  5.1 神农架
  华山松受小蠹虫危害的影响主要表现为以下几种特征:受害半年以内:枝梢被害率达20%以上,呈黄色或黄褐色,呈不准则形状,多以单株分布;受害1 a以上:全部失叶、枯立木,呈灰白色或褐白色,树冠成菊花状,多以单株分布,局部呈片状分布。
  本次判图即针对以上两种情形,对枯死木进行标注定位。选择1∶600的视觉比率尺进行疑似华山松小蠹虫致病枯死变色树的人工判读与标示。判图后共标注出疑似枯死1 a以上变色树14 000余处(红色),标注出疑似枯死半年以内枯死树1 100余处(黄色),并制作出位置坐标信息统计表(数据量庞大,不详细列出)。监测区疑似枯死树点分布效果见图1。
  5.2 宜都市
  松材线虫病所表现出来的外部症状是针叶陆续变为黄褐色乃至红褐色,萎蔫,最终整株枯死。选择1∶600的视觉比率尺,对疑似松材线虫病导致的变色枯死树进行人工判读与标示,判图后共标注出疑似指标症状变色树4 900余处(红色),并制作出位置坐标信息统计表(数据量庞大,不详细列出)。监测区疑似枯死树的点分布效果如下。
  6 结论与讨论
  (1)本次无人机监测作业区域共覆盖4 600 hm2松林,分辨针对小蠹虫和松材线虫致死的变色枯死木进行低空遥感监测,共飞行5个架次,获取了近2 000张清晰的航拍图片,并制作了4 300 hm2的1∶2000分幅、地面分别率优于0.2 m的监测区总体正射影像图;通过人工精细判图,定位标注疑似变色枯死树。
  (2) 在无人机监测结果基础上,下一步开展人工地面抽样调查,得出样地内指标害虫致死的林木在所有枯死木中的比率,再计算出整个监测区内指标害虫致死的林木数量。最终制作出位置坐标信息统计表,为研讨害虫的传播扩散规律[17-18]打基础。
  (3)通过该监测试点项目,充分体现了无人机低空遥感技能和航空测绘技能在林业有害生物监测领域的应用价值,能对人力难以抵达的高山陡坡全覆盖,快速确定虫情的危害分布情况并获得相关图表信息数据。且效率极高,在1 d内可完成数千公顷的精准监测,大大减轻人力劳动强度。
  (4)对于地势起伏较大的地区,为了获取理想的航片,可从可见光摄像传感器件、航线规划两方面着手:一是采取无人机携带大面阵航空数字相机、克服地形起伏给航片带来的畸变;二是根据山地的等高线设计航拍路线,在面积不大的时候采取等高线飞行的方法进行遥感数据获取;大面积的时候采取携带大面阵航空数字相机方法获取遥感数据。
  (5)由于该监测方式是利用可见光进行分别,只可对树冠颜色发生改变的受害木进行监测,因此,监测的对象有局限性。为尽量提高正确度,可从两方面考虑,一是尽量避免在阔叶树树叶变色的季节的航拍;二是在航拍时,取火烧木、自然死亡木、树叶本身颜色接近死树树冠颜色的树种各若干,标记每棵树的经纬度,最终在人工判读时,按照经纬度找出这些树在图中的位置,以这些树冠颜色为参照,筛选出颜色值一致的树木,以排除指标害虫致死的枯死树颜色类型[19]。
  (6)目前,图像判读事务只可依靠人工,这是该事务中对照费时环节,因此开发出可自动判读的软件,是下一步需要研讨的方向。
  参 考 文 献
  [1]王青山.简述无人机在遥感技能中的应用[J].测绘与空间地理信息,2010,33(3):100101,104.
  [2]吴云东,张强,王慧,等.无人直升机低空数字摄影与影像测量技能[J].测绘科学技能学报,2007,24(5):328331.
  [3]汪沛,罗锡文,周志艳,等.基于细小型无人机的遥感信息获取关键技能综述[J].农业工程学报,2014,30(18):112.
  [4]马瑞升,马舒庆,王利平,等.微型无人驾驶飞机火情监测系统及其初步试验[J].气象科技,2008,36(1):100104.
  [5]饶裕平,方陆明,柴红玲.林火视频监控中烟识别方法的探讨[J].浙江林业科技,2009,29(2):5862.
  [6]杨斌,马瑞升,何立,等.基于颜色特征的遥感图像中烟的识别方法[J].计算机工程,2009,35(7):168169.
  [7]张园,陶萍,梁世祥,等.无人机遥感在森林资源调查中的应用[J].西南林业大学学报,2011,31(3):4953.
  [8]李宇昊.无人机在林业调查中的应用实验[J].林业资源管理,2007,8(4):6973.
  [9]乔红波.麦蚜和白粉病遥感监测技能研讨[D].北京:中国农业科学院,2007.
  [10]杨邦杰,裴志远,周清波.我国农情遥感监测关键技能研讨进展[J].农业工程学报,2002,18(3):191194
  [11]白由路,杨俐苹,王磊,等.农业低空遥感技能及其应用前景[J].农业网络信息,2010(1):57.
  [12]冯世强.基于GIS/GPS林业有害生物监测数据记录系统的应用初探[J].山东林业科技,2012,42(3):8385.
  [13]潘洁,廖振峰,张衡,等.基于高光谱数据与网络GIS应用的森林病虫害监测系统研讨[J].世界林业研讨,2015,28(3):4752.
  [14]�θ鹧蓿�赵杰.电子巡检技能在森林病虫害监测管理中的应用[J].中国森林病虫,2014,33(4):3337.
  [15]王松静.基于光谱分析与图像处理的模式识别研讨[D].浙江:浙江大学,2012.
  [16]洪宇,龚建华,胡社荣,等.无人机影像获取及后续遥感处理探讨[J].遥感技能与应用,2008,23(4):462466.
  [17]陈京元,林亲雄,罗治建,等.松褐天牛林间监测技能的初步研讨[J].华中农业大学学报,2003,1(22):2831.
  [18]赵锦年,蒋平.松墨天牛引诱剂及引诱作用研讨[J].林业科学研讨,2000,13(3):262267
  [19]张勇,马桃林.数字图像色彩评价方法的探讨[J].武汉测绘科技大学学报,2000(6):547550.(责任编辑:郑京津)
转载请注明来源。原文地址:https://www.7428.cn/page/2018/1229/69572/
 与本篇相关的热门内容: