高娟婷，孫飛達*，霍 霏，張履冰，周 俗，楊廷勇，邊巴扎西

(1. 四川農業(yè)大學動物科技學院草業(yè)科學系，四川 成都 611130；2. 中山大學生態(tài)學院，廣東 深圳 518107；3. 四川省草原科學研究院，四川 成都 611731；4. 四川省甘孜藏族自治州草原工作站，四川 康定 626000)

無人駕駛飛機簡稱無人機(unmanned aerial vehicle，UAV)，是一種能攜帶多種設備、執(zhí)行多領域任務并能通過遙控設備自主飛行的不載人飛行器[1]。無人機與遙感技術的結合，即無人機遙感(unmanned aerial vehicle remote sensing，UAVRS)，是以無人機作為載體，通過搭載相機(包括可見光相機、多光譜相機、熱紅外相機等)、激光雷達等各種傳感器，來獲取低空高分辨率遙感數據的平臺[2]。與傳統(tǒng)的以衛(wèi)星為平臺的航天遙感相比，無人機遙感具有云下低空飛行、高機動性等優(yōu)勢，彌補了衛(wèi)星遙感受云層遮擋獲取不到清晰影像的缺陷，同時它高時效、高時空分辨率的特點，也是重訪周期長且離地幾百公里的傳統(tǒng)衛(wèi)星遙感所不具備的[3-4]。與傳統(tǒng)地面野外調查相比,無人機遙感無需耗費大量的人力物力、響應快、成本低、時效性強且應用范圍廣，是繼傳統(tǒng)航空、航天遙感平臺之后的第3代遙感技術。隨著相關技術的發(fā)展，無人機在生態(tài)監(jiān)測[5]、環(huán)境監(jiān)測[6]、災害勘察[7-8]、精準農業(yè)[9]、草地生態(tài)監(jiān)測[10]等領域迅速發(fā)展起來，成為國內外學者爭相研究的熱點課題。本文以無人機技術在草地資源監(jiān)測方面的應用為前提，探究了該技術在該領域中的研究內容和方法，總結了目前無人機技術存在的問題、限制以及發(fā)展前景。

1 無人機遙感的系統(tǒng)組成

1.1 系統(tǒng)組成及工作流程

無人機遙感系統(tǒng)主要是以無人機為飛行和搭載平臺，通過搭載各類傳感器，結合地面控制與數據傳輸系統(tǒng)，獲取地面或空中實時影像和各類遙感數據[11]。系統(tǒng)組成主要包括地面系統(tǒng)、任務載荷和飛機系統(tǒng)，基于其系統(tǒng)組成及工作原理，無人機影像數據獲取流程綜合歸納如圖1所示。

圖1 無人機影像數據獲取流程Fig.1 UAV image data acquisition process

1.2 照片處理技術

隨著所需處理照片結果的不同，數據處理過程的復雜性進一步加劇。草地動植物資源數據處理的復雜性不僅體現在數據樣本本身，更體現在草地生態(tài)系統(tǒng)異質異構、多源和多空間的交叉互動上[12]。在草地生態(tài)學的研究中，對不同領域不同類型數據的需求逐漸增加，這也使得試驗數據處理進一步的精細和精準化。隨著無人機技術和計算機軟件處理技術的快速發(fā)展，更多的無人機影像處理研究開始借助軟件的自動解譯功能，并通過對比分析，得出最佳數據處理效果圖。

在無人機影片數據處理過程中，PIX4D和Photoscan為最常用的數據處理軟件。Pix 4D軟件處理流程為：導入原始照片—填寫各種參數(照片GPS位置信息、拍攝高度、重疊度等)—獲得具有地理坐標的數字正射影像(digital orthograph model，DOM)、數字高程模型(digital elevation model，DEM)、數字地表模型(digital surface model，DSM)和3D模型圖—軟件自動鑲嵌勻色—完成影像的拼接。PhotoScan處理軟件流程為：主動創(chuàng)建新項目，導入照片—多照片拼接處理—生成密集點云—結果輸出數字高程模型、數字正攝影像—導出拼接結果—生成專題圖。PhotoScan軟件根據圖片的重疊度、坐標高程信息，完成圖片的拼接，主要在一些專題圖的生成中應用較多，如水土流失面積圖、林草覆蓋圖、土壤侵蝕強度圖等。以上兩類圖片處理軟件中，Pix 4D具有專業(yè)化、簡單化、一鍵自動化等優(yōu)點，但不能完成照片中土丘、禿斑地的自動勾選，PhotoScan主要具有操作簡單、支持傾斜影像、支持多航高及多分辨率影像的空三處理等優(yōu)勢，但缺少正射影像編輯修改功能。因此在對照片信息的提取中，可運用多種軟件進行度量處理，從而導出可理解的數據信息。對于復雜草地資源動植物數據信息的利用，不僅要生成和分析數據，而且要使大量數據能夠重復使用和循環(huán)利用[13]，實現現有資源共享，為后續(xù)研究奠定基礎。

1.3 常見傳感器及應用領域

可見光、多光譜、高光譜、熱成像儀及激光雷達等高分辨率數碼相機為常見無人機傳感器[14]，各傳感器的產出結果、優(yōu)缺點及主要應用領域歸納分類如表1所示。

表1 無人機常見傳感器的產出結果、優(yōu)缺點及在草地資源中的應用Table 1 Output results,advantages and disadvantages of UAV common sensors and application in grassland resources

隨著相關研究的不斷深入，傳感器的應用也越來越廣泛。不同傳感器獲取的目標數據不同，但總體而言，可見光相機、高光譜相機、多光譜相機在植物各項數據的獲取中應用較多，熱紅外相機因與溫度圖譜密切相關，在動物的研究中被普遍使用,而激光雷達在獲取植物冠層結構中應用較多，因而更多的用來獲取森林植物生物量以及植被高度。

2 無人機在草地動植物資源監(jiān)測及管理中的應用

草地生態(tài)系統(tǒng)是陸地上重要的生態(tài)系統(tǒng)之一，在生態(tài)環(huán)境中起著舉足輕重的作用[29-30]。草地資源作為草地生態(tài)系統(tǒng)不可或缺的一部分，在草地生態(tài)系統(tǒng)體系循環(huán)中具有重要作用。為了對草地資源進行快速、便捷、精準有效的監(jiān)測，國內外學者開始利用以衛(wèi)星為平臺的航天遙感進行草地植被覆蓋度及生物量的動態(tài)監(jiān)測研究[31]、草地鼠害監(jiān)測[32]、草地有蹄類野生動物[33]。然而傳統(tǒng)的中低分辨率的衛(wèi)星遙感影像獲取周期長、易受氣候影響，無法獲取局部區(qū)域地面有效信息[34]。相比衛(wèi)星遙感，無人機遙感具有的高分辨率、云下獲取影像[35]等特點，能夠顯著降低混合效應對監(jiān)測精度的影響，有效彌補衛(wèi)星航天氣遙感系統(tǒng)在地表分辨率低、重訪周期長、受水汽影響大等不足，為中小尺度的草地資源監(jiān)測遙感應用研究提供了新的手段。

2.1 無人機在草地植物資源監(jiān)測中的應用

2.1.1草地植被覆蓋度監(jiān)測 草地生態(tài)系統(tǒng)需要垂直的植被結構來評價草地的健康狀況。植被蓋度指觀測區(qū)域內植被垂直投影面積占觀測區(qū)地表總面積的百分比，是反映植被生長狀況的直接定量指標，也是評價和監(jiān)測生態(tài)系統(tǒng)及其功能的關鍵參數[36]。植被覆蓋度及其隨時間的變化也被直接用作草地退化、土壤侵蝕和荒漠化的指標[37]。

目前，國內外許多學者利用無人機遙感對草地植被覆蓋度監(jiān)測進行了研究。葛靜等[38]在黃河源東部地區(qū)利用無人機(UAV)、普通數碼相機(Canon)、農業(yè)多光譜相機(Agricultural digital camera,ADC)等設備獲取高寒草地大量相片，結合相應的MODIS NDVI(歸一化植被指數)和EVI(增強型植被指數)數據，構建了基于UAV,Canon及ADC相片的植被蓋度與MODIS植被指數之間的反演模型，采用留一法交叉驗證方法評價各種模型的精度，確立無人機獲取的數據構建的草地蓋度反演模型為黃河源區(qū)遙感監(jiān)測的最優(yōu)模型。宋清潔等[39]在甘南州高寒草地以EVI和NDVI兩種植被指數為自變量，以無人機獲取的草地植被覆蓋度數據為因變量建立兩種植被指數間的回歸模型，并以Canon數碼相機獲取的草地植被覆蓋度數據為真實值，對建立的回歸模型進行精度評價，從而篩選出基于EVI構建的對數模型為研究區(qū)草地植被覆蓋度最優(yōu)反演模型。

考慮到模型精度和穩(wěn)定性對草地覆蓋監(jiān)測的影響，Meng等人[40]使用無人機技術對甘南地區(qū)高寒草地覆蓋狀況進行了反演模型的比較性研究，基于14個與草地覆蓋相關的因子，分別建立了單因素、多因素參數反演模型和多因素非參數反演模型，通過交叉驗證得出，相對于單因素和多因素參數模型，多因素非參數模型的精度和穩(wěn)定性都較高。在無人機航拍獲得的植被蓋度和地面測量的植被蓋度擬合比較好的基礎上，宜樹華等[41]對比分析了使用無人機獲取的植被蓋度和地面測得樣方平均后的植被蓋度與遙感指數相關系數的大小，發(fā)現前者的相關系數更大，從而表明使用無人機可提供高精度的地面蓋度信息。Chen等[42]采用無人機航測和地面樣方調查相結合的方法，獲得了兩種空間尺度(衛(wèi)星圖像像素尺度和地面樣方尺度)下的植被覆蓋度，并在衛(wèi)星圖像像素尺度下評估了基于地面采樣法估算的部分植被覆蓋度(FVCground)和無人機采樣法估算的部分植被覆蓋度(FVCUAV)的精度，同時選擇了NDVI,EVI,RVI(比值植被指數)、MSAVI(修正型土壤調整植被指數)等植被指數，分析了植被指數與FVC的關系，發(fā)現FVCUAV在衛(wèi)星圖像像素尺度上是最精確的。這些研究都使得無人機技術在草地植被蓋度監(jiān)測中得到了進一步的應用發(fā)展。

2.1.2草地植物地上生物量估算 草地地上生物量是天然草地生態(tài)系統(tǒng)動態(tài)研究的重要衡量指標，是草地資源合理利用和載畜平衡監(jiān)測的重要依據[43]。地上生物量可以評價草原生態(tài)系統(tǒng)生產力，評估草原長勢及產量[44]。在實際生產條件下，地上生物量的變化可以反映草地生長及利用程度，可以為草地保護與管理提供早期預警和參考閾值。因此，大面積草地地上生物量的精確估算，對評估草地資源的應用狀況和管理具有重要意義[45]。

Lussem等[46]應用低成本UAV圖像數據得出的高度特征和紅綠藍(RGB)波段的植被指數特征作為估算草地生物量的預測指標,并與通過光譜儀測量得到的窄帶植被指數進行了比較，結果表明通過基于UAV圖像SFM-MVS(Structure from Motion-Multi View Stereo)推導的草皮高度估算草地生物量是可行的。因此，基于無人機成像傳感器的應用是一種具有高時空分辨率且快速的無損數據采集方法。張正健等[47]基于地面實測樣本數據和無人機可見光影像獲取了研究區(qū)草地地上生物量分布，建立了生物量與綠紅比值指數(GRRI)、綠藍比值指數(GBRI)、歸一化綠紅差異指數(NGRDI)、歸一化綠藍差異指數(NGBDI)等的指數回歸模型；對比不同波段建立的植被指數模型，確定了基于紅綠波段的GRRI和NGRDI植被指數回歸模型對生物量的模擬和預測精度較好，可用于區(qū)域草地生物量的估算。為了快速、有效、準確的估算天然草地地上生物量，孫世澤等[48]根據陰陽坡不同草地類型和植被種類，運用多旋翼大疆無人機獲取含近紅外波段的高分辨率多光譜影像，結合地面實測數據，對草地地上生物量和NDVI,RVI,VDVI,MSAVI,DVI(差值植被指數)5種植被指數進行相關性分析并建立估算模型，結果表明RVI與陰陽坡的草地地上生物量擬合最好、精度最高。無人機遙感技術對地觀測的宏觀性、動態(tài)性和綜合性使其優(yōu)于傳統(tǒng)的由點到面的野外調查方法[49]，已成為人類獲取大面積宏觀草地資源信息的重要手段。

2.2 無人機在草地動物資源監(jiān)測中的應用

2.2.1草地有蹄類野生動物的監(jiān)測 草地有蹄類野生動物的監(jiān)測是一項重要而又具有挑戰(zhàn)性的工作，需要投入大量的時間和資源。傳統(tǒng)野外調查數據的分辨率或比例尺往往與遙感方法獲得的數據不匹配[50]，當在不同空間尺度內對物種和棲息地進行測試時，常常導致兩者之間關系模式的不一致[51]。大量研究表明，在草地有蹄類野生動物監(jiān)測中，無人機遙感技術是可行高效的監(jiān)測工具[52]。

Torney等[53]部署無人機系統(tǒng)來收集馴鹿從維多利亞島遷徙到加拿大的航拍畫面，通過對遷徙馴鹿運動軌跡的貝葉斯分析[54]，揭示了遷徙馴鹿相互吸引、復制鄰居方向選擇的精細互動規(guī)律。羅巍等[55]以青海三江源地區(qū)為研究區(qū)，以藏野驢為研究對象，探討了從無人機影像中自動獲取野生食草動物信息并統(tǒng)計數量的方法具有速度快、精度高的特點。在此基礎上，邵全琴等[56]利用無人機航拍調查黃河源瑪多縣的藏野驢、藏原羚、藏羊、牦牛等有蹄類動物的圖像解譯標志庫，通過人機交互方式解譯，獲取調查樣帶內的種群數量。郭興建等[57]使用2臺無人機對黃河源瑪多縣內的巖羊進行航拍，并利用軟件Pix4Dmapper，LiMapper對照片拼接處理，通過目視解譯來估算研究區(qū)內巖羊的種群數量和密度，結合軟件ArcGIS和3S技術對其生境進行研究分析，從而為高原地區(qū)大型野生動物調查研究提供了新思路。在對斑馬棲息地的監(jiān)測中，Xu等[58]利用無人機輔助無線傳感器網絡的方法，將觀測區(qū)域統(tǒng)一劃分為虛擬網格，每個網格包含一個傳感器節(jié)點集群，選擇其中一個節(jié)點作為集群頭接收無線傳感器的數據包，并將其發(fā)送給無人機，無人機作為一個移動接收器收集數據。該網絡模型利用斑馬的真實移動軌跡來探究其活動規(guī)律，以實現對目標的最大視覺感知。仿真結果表明，該路徑規(guī)劃方法的性能優(yōu)于隨機和基于TSP的路徑規(guī)劃方法(圖2)。Luis等[59]通過無人機與熱成像能力和人工智能圖像處理相結合的系統(tǒng)來定位野生動物在其自然棲息地的位置，解決了無人機圖像中野生動物自動檢測的挑戰(zhàn)。近年來，由于航空成像技術的進步，無人機在專業(yè)領域應用的可能性增加。航空成像可提供詳細的草原圖像并對大面積分布的動物群落進行快速檢測，是解決草原大型野生動物監(jiān)測非常有效的工具。

2.2.2草原嚙齒類小型動物的監(jiān)測 近年來，由于全球氣候變化和人類過度利用等綜合因素致使全球草地存在不同程度的退化并日趨嚴重，鼠害頻發(fā)，因此對草地害鼠發(fā)生的時空動態(tài)及分布規(guī)律亟待科學認識和量化評估。將無人機運用于高寒草地的鼠害面積調查、鼠害分布監(jiān)測及評估是一種新的研究思路。

20世紀 80年代以來，學者們陸續(xù)開展了大面積草地遙感技術應用研究和草地鼠害的預測預報研究，但仍處于探索階段。李博等[60]應用“3S”技術建立了中國溫帶草地草畜平衡動態(tài)監(jiān)測系統(tǒng)，為探究草地鼠害動態(tài)監(jiān)測提供了重要基礎。在此基礎上，一些研究利用“3S”技術與地面調查相結合的方法，通過確定影響草原鼠害發(fā)生的生物及非生物因子，來構建基于3S 技術的鼠類密度監(jiān)測模型[61]；另有學者分析了“3S”技術對草原鼠害進行監(jiān)測的原理及應用，并指出TM遙感影像可作為草原鼠害研究的主要數據來源[62]；李培先等[63]運用“3S 技術”結合實地采集的GPS數據對阿爾金山草地鼠荒地和鼠害發(fā)生區(qū)進行監(jiān)測和解譯，獲得鼠害發(fā)生面積和分布，并參照鼠害發(fā)生區(qū)植被覆蓋度和海拔等生境特點，來分析鼠荒地和鼠害發(fā)生區(qū)的空間分布特征。還有學者采用動力三角翼和數碼相機構建的低空遙感平臺對鼠荒地進行航拍獲取高分辨率草原鼠害影像數據，在遙感目視解譯的基礎上利用GIS空間插值和統(tǒng)計方法獲得了試驗區(qū)鼠害的空間分布及危害程度情況[64]；此外，何詠琪等[65]采用“3S”技術，確定了高程、坡度、坡向、草地類型、土壤類型、EVI 6個鼠害監(jiān)測模型主要因子，建立基于“3S”技術的草原鼠害監(jiān)測模型，提取了不同鼠害發(fā)生區(qū)和危害區(qū)的閾值。

圖2 無人機拍攝的4匹斑馬在Nanyuki,Kenya附近3天內的運動軌跡Fig.2 Movement tracks of four zebras in vicinity of Nanyuki Kenya,in 3 days taken by UAV注：Sn表示研究區(qū)域劃分的虛擬網格Note:Sn represents the virtual grid divided by the research area

無人機遙感能夠靈活的獲取多尺度、多時相的地面觀測數據，可以更好的運用于鼠害調查研究中。以大疆公司精靈系列無人機為例，能高效準確地提供地面草地植被蓋度、斑塊、鼠洞等信息(圖3)，并將無人機航拍得到的圖片進行手工標記以識別高原鼠兔或鼢鼠形成的禿斑地[66]；董光[67]以若爾蓋縣瞎曼鄉(xiāng)鼠害發(fā)生嚴重區(qū)為實驗研究地，使用精靈4Pro獲取春夏兩季鼢鼠和旱獺鼠害區(qū)的航拍影片，并利用軟件Pix4Dmapper生成數字正射影像，通過灰度閾值分割、面向對象法、BP神經網絡和優(yōu)選色彩紋理4種方法獲取圖片鼠害信息，對比得出不同處理在不同季節(jié)中提取圖片鼠害信息的最佳方法，從而為草原鼠害后續(xù)監(jiān)測研究奠定基礎。在對三江源瑪多縣典型區(qū)鼠洞的監(jiān)測識別中，周曉琳等[68]以可見光波段的無人機影像為數據源，在研究區(qū)建立了支持向量機法和面向對象的模板匹配法的鼠洞識別研究。結果表明，在不同植被蓋度的草地上基于面向對象的模板匹配法對鼠洞的識別精度更高。馬濤等[69]利用無人機低空遙感監(jiān)測平臺對研究區(qū)進行的兩次航拍，探討低空遙感在大沙鼠空間密度分布監(jiān)測方面的有效性，并對該區(qū)域鼠害程度進行評定，為荒漠林大沙鼠科學防治提供依據。但是，基于無人機遙感的草地鼠害監(jiān)測研究尚處在起步階段，為了充分發(fā)揮無人機快速獲取高分辨率影像的明顯優(yōu)勢，可根據草原地理地形特征，結合地面調查數據并建立模型，快速準確地進行草原生態(tài)鼠害監(jiān)測。

圖3 使用大疆Mavic 2無人機調查若爾蓋高寒草地鼠害分布Fig.3 DJI Mavic 2 UAV was used to investigate the distribution of rodents damage in the alpine grassland注：A-拍攝高度10m;a-鼠洞放大圖；B-拍攝高度20m;b-禿斑地放大圖Note:A-the height of flight is about 10 m；a-holes of Plateau Pika enlarged figure;B-the height of flight is about 20 m；b-enlarged figure of barren patches

3 無人機遙感技術在草地資源調查監(jiān)測中存在的問題、限制及展望、評價

3.1 問題與限制

從國內外相關研究來看，無人機信息的提取仍存在眾多問題與限制，主要總結為以下幾點：

1)復雜地形效應：跨區(qū)域的空間變異性大、地面的異質性、地面采樣不全面等導致數據缺乏完整性。此外，野外調查分辨率極高，枯葉和植被可以被區(qū)分，而航拍圖像只能區(qū)分植被斑塊，導致無人機測得的植被蓋度一般高于野外調查。

2)建立模型繁多：由于不同研究區(qū)水熱條件、植被特征、土壤因素等條件不同，最終采用無人機數據確定的模型不同，導致草地遙感植被的監(jiān)測和估算精度低，穩(wěn)定性差。

3)照片識別軟件開發(fā)：無人機獲取的草地圖片信息中，時常由于障礙物的遮擋獲取不到某些目標信息，需要研究者肉眼觀測，這大大降低了工作效率，同時也限制了影像圖片中其他信息的獲取。因此，開發(fā)更簡單高效的圖片自動識別處理軟件顯得尤為重要。

4)傳感器設備匹配限制：無人機在草地資源監(jiān)測方面研究較少，雖然已有少量學者開始這方面的研究，但由于先進的傳感器設備成本昂貴以及缺少與無人機遙感高度匹配的地面調查數據，而極大地限制了無人機在草地資源監(jiān)測中的應用。

3.2 評價與展望

隨著無人機遙感技術的廣泛應用，對草地動植物資源的研究進入了一個新的階段，結合地面采樣、衛(wèi)星遙感，實時、全面、有效、準確的對草地資源進行監(jiān)測。

1)多尺度、多層次監(jiān)測：針對草地分布的水平和垂直地帶性特點、局域性小環(huán)境差異以及草地植物生長的季節(jié)性變化，可結合地面調查、無人機遙感、衛(wèi)星航天遙感三位一體來實現小、中、大尺度范圍內草地資源的多層次監(jiān)測，提高不同空間區(qū)域的數據匹配度，縮小無人機遙感獲取數據與實地調查數據之間的差異。

2) 多元數據的時效性融合：利用無人機監(jiān)測草地資源的大多數研究仍依賴于傳統(tǒng)的地面調查或者“3S”衛(wèi)星遙感技術獲取的數據。地面調查作為草地生態(tài)學研究的重要手段，具有不可替代的作用，而無人機遙感在一定程度上提高了數據獲取的時效性。因此，可通過多元數據融合的方法，將地面調查所得數據與無人機獲取的數據進行融合來彌補單一數據源的不足，實現各種數據源的優(yōu)勢互補，進而實現空間分辨率和時間分辨率的相互補充，為草地資源監(jiān)測提供更系統(tǒng)、更科學有效的支撐。

3)不同傳感器的應用普及：隨著集成技術的發(fā)展，無人機可搭載的傳感器更加多樣。草地類型豐富多樣，可以針對不同草地資源的特點，選擇合適的傳感器，有針對性地解決所需要監(jiān)測的對象與問題。這對于構建精準數據獲取、實現實時動態(tài)監(jiān)測具有重要的研究意義和實際應用價值。

總體而言，基于高時空分辨率的無人機草地生態(tài)監(jiān)測機制將成為今后發(fā)展的熱點和趨勢。無人機遙感以其衛(wèi)星遙感和地面人工調查所不及的諸多優(yōu)勢，為草地資源監(jiān)測的研究提供了新的技術平臺，尤其是在草地植物季相、草地植物蓋度、生物產量、草地家畜、草地嚙齒動物種群等方面，可以有針對性地進行大面積航空監(jiān)測及小范圍定點監(jiān)測，對草地合理利用和健康管理非常有實用價值。