基于无人机遥感技术的衡水湖生态调查研究

基于无人机遥感技术的衡水湖生态调查研究
刘建晓;孟令辉;李辉;杜蒙;童萌萌;魏淑珍
【摘要】以衡水湖为研究对象,以无人机遥感技术为研究方法,开展了对衡水湖生态调查的研究.通过无人机可见光影像对植被信息进行了统计分类.针对可见光遥感记录地物信息的特点,提出了采用取样点像素比对的分类方法实现了对植被分类、植被覆盖度及各类植被所占面积比例的计算.同时还对衡水湖的鸟类进行了初步研究.针对鸟类的活动特点,采用热红外传感器与高清变焦相机相结合的方式,拍摄到了隐藏在枯草中休息的水鸟.研究表明,利用无人机遥感技术对衡水湖进行生态调查,具有很大的优势,可以弥补人工调查的不足,同时节省人力,方法快速便捷.
【期刊名称】《衡水学院学报》
【年(卷),期】2019(021)004
【总页数】5页(P1-5)
【关键词】无人机;遥感;衡水湖;生态;调查
【作者】刘建晓;孟令辉;李辉;杜蒙;童萌萌;魏淑珍
【作者单位】衡水学院电子信息工程学院河北衡水 053000;衡水学院电子信息工程学院河北衡水 053000;衡水学院湿地保护与研究中心,河北衡水 053000;河北坤达工程勘察设计有限公司,河北石家庄 050000;衡水市城区滏阳河管理处,河北衡水 053000;衡水学院湿地保护与研究中心,河北衡水 053000
【正文语种】中文
【中图分类】V279;X36;TP75
遥感技术是近年来发展起来的一种非接触式探测手段，通过记录物体对电磁能量的反射、辐射等信息，以达到快速、精准的获取目标时空信息的目的。

自20 世纪
70年代美国发射第一颗人造卫星以来，遥感技术得到了迅速的发展。

卫星遥感涉
及对资源、环境、灾害、城市、军事等进行监测和分析，但卫星遥感的辨率较低，比较适合于大范围监测，对于精度要求高的区域则不能满足需求。

并且卫星遥感获取成本高，重返周期长，易受天气的影响。

这些特点在一定程度上限制了卫星遥感的应用[1]。

近年来随着第三代对地遥感技术的发展，无人机遥感成了低空遥感的
重要组成部分。

无人机低空遥感具有影像分辨率高，时效性强，运行成本低等优点，因此得到了快速的发展。

小型无人机遥感系统通过在无人机平台上搭载相应的传感器，如见光相机、多光谱相机、高光谱相机、红外传感器、雷达，以获得目标的高分辨率影像数据。

数据经过处理后可进一步反演目标的反射率信息，进行地物的识别、分类等。

目前，无人机遥感系统已成功应用于地形测绘、林业、精准农业、环境监测、突发事件处理等领域[2]。

无人机低空遥感也为生态调查与保护提供了新
工具和新方向。

本文主要介绍无人机低空遥感系统的组成及其在生态调查中的应用。

以衡水湖湿地自然保护区为例，指出目前无人机在生态调查研究中所发挥的作用，为无人机低空遥感在生态环境研究中的应用提供参考。

1 衡水湖生态调查现状
1.1 研究区域概况
衡水湖位于衡水市东部，地理坐标范围为东经115°27′50″～115°42′51″，北纬37°31′40″～37°41′56″。

衡水湖属暖温带大陆季风气候区，四季分明，年平均气
温13.0 ℃，年降雨量518.9 mm。

降水量不高，但比较集中，雨季主要出现在每年的七、八月份。

衡水湖分东、西两湖，以中湖大道为界，东湖为蓄水区，西湖为滞洪区。

衡水湖行政区域位于桃城区与冀州区两个行政区交界位置，占地面积约
283 km2。

衡水湖生物物种丰富，截止到2013年，据统计衡水湖已鉴定的各种野生动物549 种，植物382 种，是华北平原唯一具备滩涂、沼泽、水域、草甸和森林等完整湿地生态系统的自然保护区[3]。

1.2 衡水湖研究现状及调查方法
针对衡水湖及周边动植物资源的调查研究，目前还大多采用原始的步行走访、米尺测量、望远镜观察等手段。

2011年郑博颖等[4]对衡水湖中沉水植物需氧量进行了研究，确定造成衡水湖污染的主要植物为灯笼草。

2015年孟德荣等[5]采用望远镜结合徒步走访的方法对衡水湖鸭科鸟类进行了统计，记录鸭科鸟类26种，旅鸟24 种。

2017年衡水学院刘海鹏等[6]对衡水湖鸟类资源进行了调查统计，统计到水鸟60 种，并提出衡水湖为东亚—澳大利亚鸟类迁徙路线上的重要补给通道，然而对鸟类迁徙的具体路线未做报道。

衡水湖自然保护区动、植物种类繁多，地域广阔，紧靠徒步走访，手动测量是远远不够的。

无人机遥感技术的诞生为生态调查提出了新思路。

在将来的衡水湖生态研究中无人机遥感技术将起到重要作用。

2 无人机低空遥感系统
一个完整的无人机低空遥感系统包括无人机、各类数据传感器、地面控制系统、影像数据处理系统及飞控人员五个组成部分，如图1 所示。

无人机是搭载各类传感器的飞行平台，主流产品包括固定翼无人机和多旋翼无人机两种。

固定翼无人机续航时间较长，一般在1 h 以上，体积较大，约在2 m 左右，适合大面积作业。

缺点是无法悬停，且对飞行场地及飞控人员要求较高。

多旋翼无人机体积小，能够悬停，便于操控，对场地及飞控人员要求不高。

缺点是续航时间短，一般不超过30 min。

数据传感器根据用途的不同，包括可见光相机、多光谱相机、高光谱相机、红外传感器、机载雷达等。

地面控制系统主要用于地面与无人机间的数据传输和航线的规划。

可以实时监控无人机的飞行状态以及机载传感器获取的信息。

影像数据处理系统主要用于对无人机获取数据的解译与图片拼接制图，可对地物进行识别与
分类、植被信息获取、数字表面模型的建立、地形测绘及各种光谱指数的计算等。

飞控人员负责无人机的人工控制及应急处理，一般需要有无人机驾驶资质。

图1 无人机遥感系统
3 衡水湖无人机生态调查
2018年，衡水学院魏淑珍教授团队开始采用无人机遥感技术对衡水湖自然保护区开展生态调查的研究工作。

本研究旨在对衡水湖的植被分布状况、植被种类以及鸟类活动规律进行调研，为衡水湖的保护及发展制定可行性方案。

衡水湖的行政规划及本次实验的地点如图2 所示。

3.1 衡水湖植被监测与分类
法，可知图中的植被主要包含3 种类型，分别为荷花、芦苇和香蒲。

由于搭载的高分相机只包含红、绿、蓝3 个波段。

因此，对植被的分类这里采用目视解译结合像素比对的方法。

遥感影像中取样点的位置如图3 中标注所示。

每种植被类型取10 个采样点。

将遥感影像中所有像素点的像素值分别与采样点的像素均值进行比对。

将相似度最高的像素点分为一类。

分类过程中参照取样点的标准偏差设置阈值。

当偏差超过阈值时将不会被分类，如图4（a）、4（b）中的白色区域，白色区域为水体、路面和裸地等。

将图4（a）、4（b）中各分类的像素点进行统计，结合图像的分辨率等信息可以方便地得到各类植被的覆盖度信息。

图2 衡水湖自然保护区
图3 衡水湖植被遥感影像及取样点分布
图4 植被遥感影像分类结果
对图4（a）中分类信息统计如下：图像总像素=710×1 096=778 160；荷花面积所占像素为109 323，占总面积的14.05%；芦苇面积所占像素为206 028，占总面积的26.48%；香蒲面积所占像素为271 935，占总面积的34.95%；未分类面积所占像素为190 874，占总面积的24.53%，见表1。

由表1 中统计信息可知，
该遥感影像中香蒲所占面积比例最大，荷花所占面积比例最小。

植被覆盖率为75.48%。

通过监督分类的方法对该区域进行分类结果如图4（b）所示。

其中荷花面积占比为16.25%，香蒲面积占比为33.24%，芦苇面积占比为28.64%。

由表
1 可知，两种分类方法结果基本一致。

表1 两种分类方法得到的植被覆盖率 %分类方法植被类型覆盖率荷花芦苇香蒲
未分类监督分类法 16.25 28.64 33.24 21.87像素比对法 14.05 26.48 34.95
24.53
3.2 衡水湖鸟类监测与识别
图5 为在衡水湖南侧湖堤岸处拍摄的遥感影像。

之前有研究表明无人机飞行高度
大于40 m 时不会给水鸟造成影响[7]。

为了不影响鸟类的活动，这里的无人机飞
行高度在50 m 左右。

无人机拍摄鸟类影像的难点在于不方便拍摄快速运动中的鸟类。

无人机的反应时间大于鸟类的反应时间，抓拍十分困难，而且低空拍摄会对鸟类造成影响。

因此，这里采用无人机搭载红外传感器和高分相机作业。

首先，在
50m 的高空对鸟类可能存在的区域进行扫描。

实时监测地物的热红外成像，对影
像中的高温区域采用高分相机进行抓拍。

图5（a）为无人机拍摄到的热红外影像，图中可以清楚地看到枯草中存在一高温区域，红色虚线所示。

图5（b）为当前场
景下高分相机拍摄到的可见光影像。

对图5（b）中的疑似鸟类出现区域采用高分
变焦相机进一步放大拍照，得到图5（c）中的水鸟影像。

图5 无人机拍摄隐藏在枯草中的水鸟
无人机拍摄鸟类应避免对鸟类造成影响，这无疑增加了拍摄难度。

通过搭载红外传感器和高分变焦相机可以较好地解决上述问题。

并且，无人机可以在人类所不能到达或不方便到达的区域进行拍摄。

通过红外传感器可以在夜晚光线不足的情况下进行拍摄，这将有助于对鸟类栖息地的探索研究。

4 总结
本文采用无人机对衡水湖生态系统中的植被和鸟类活动进行了初步研究。

首先，通过无人机搭载高分相机拍摄了衡水湖堤岸附近植被的遥感影像。

采用像素比对的方式对植被进行了分类。

将分类结果与监督分类法进行了对照，得到了相似的结果。

说明采用像素比对法研究可见光遥感影像的信息分类是可行的。

研究发现该区域植被主要可分为3 种类型，分别为荷花、芦苇和香蒲。

其中香蒲覆盖面积的占比最
高而荷花覆盖面积的占比最少。

文中采用无人机搭载的红外传感器还观测到了枯草中的鸟类。

搭配高清变焦相机能够清楚地拍摄到鸟类的相关细节信息。

说明在不影响鸟类活动的前提下采用无人机辅助进行鸟类研究，也能够起到较好的效果。

因此，采用无人机搭配各类传感器对衡水湖生态进行调查研究是一种行之有效的方法。

参考文献：
【相关文献】
[1]面向植被识别的无人机图像处理关键技术研究[D].成都:成都理工大学,2016.
[2]轻小型无人机低空遥感及其在生态学中的应用进展[J].应用生态学报,2017,28(2):528-536.
[3]闫光英.冀之美景衡水湖[J].国土绿化,2013(3):47-47.
[4]郑博颖,郑云翔,芦站根.衡水湖沉水植物对水中氧含量及水质影响[J].湖北农业科
学,2011,50(8):1551-1552.
[5]孟德荣,王保志,杨静利.河北衡水湖鸭科鸟类调查[J].沧州师范学院学报,2015(1):84-87.
[6]刘海鹏,卢艳敏,梁魁景.衡水湖鸟类资源调查及其利用保护[J].现代农村科技,2017(12):91-91.
[7]基于无人机的大型食草动物调查研究[D].兰州:兰州大学,2018.。