何復(fù)亮 湯湖丁 周玉岑

（1.江西省地質(zhì)局核地質(zhì)大隊(duì) 江西 南昌 330009；2.上饒市城鄉(xiāng)規(guī)劃研究中心 江西 上饒 334000）

1 引言

UAV?RS 是一種數(shù)字化測(cè)繪技術(shù)，在數(shù)據(jù)獲取方面具有效率高、便捷性好、分辨率高等優(yōu)勢(shì)，其成果具有時(shí)效性強(qiáng)、應(yīng)用范圍廣等優(yōu)點(diǎn)［1］。目前，無人機(jī)的應(yīng)用領(lǐng)域覆蓋非常廣泛，主要是利用輕型無人機(jī)實(shí)現(xiàn)快速獲取地物空間數(shù)據(jù)和位置信息數(shù)據(jù)，通過軟件對(duì)圖像進(jìn)行拼接、解譯、疊加、分析等處理，最終可實(shí)現(xiàn)對(duì)空間數(shù)據(jù)的采集和編輯，得到所需的成果數(shù)據(jù)。

本文以無人機(jī)在監(jiān)測(cè)方面的應(yīng)用為研究對(duì)象，針對(duì)不同季節(jié)的沿海海域養(yǎng)殖區(qū)實(shí)行動(dòng)態(tài)監(jiān)控，實(shí)現(xiàn)對(duì)海洋水產(chǎn)和漁業(yè)養(yǎng)殖發(fā)展?fàn)顩r的實(shí)時(shí)掌握。截至目前，我國(guó)海洋水產(chǎn)和漁業(yè)養(yǎng)殖的監(jiān)測(cè)工作主要都是通過人工監(jiān)測(cè)的方式開展的，整個(gè)監(jiān)測(cè)過程不僅成本高、效率低，監(jiān)測(cè)結(jié)果還往往具有滯后性，無法實(shí)時(shí)提供準(zhǔn)確的養(yǎng)殖區(qū)數(shù)據(jù)。利用UAV?RS 技術(shù)實(shí)施監(jiān)測(cè)，不僅可以提高養(yǎng)殖區(qū)的監(jiān)測(cè)管理力度，還可以對(duì)臺(tái)風(fēng)、暴雨等眾多自然災(zāi)害造成的影響進(jìn)行及時(shí)、精確、可定制化的評(píng)估［2］。因此，本文重點(diǎn)介紹UAV?RS 監(jiān)測(cè)技術(shù)在海洋漁業(yè)中的應(yīng)用研究、前景和注意事項(xiàng)，并對(duì)其進(jìn)行論證分析。

2 研究區(qū)域與研究方法

2.1 研究區(qū)域與設(shè)備

本次研究場(chǎng)景位于具有舟山漁場(chǎng)海域典型特征的浙江衢山島海域，其地理位置位于舟山群島新區(qū)東北部，距離寧波大陸沿海約70 公里，選擇衢山島漁場(chǎng)作為海洋漁業(yè)養(yǎng)殖區(qū)的認(rèn)定分析區(qū)域。其地理位置示意圖見下圖1。

圖1 衢山島概略位置示意圖

先采用DJPhantom 4 Pro無人機(jī)間隔拍攝的方式拍攝海洋養(yǎng)殖區(qū)及其周邊區(qū)域多張無人機(jī)影像照片，圖2 為所用無人機(jī)外觀示意圖［3］。該機(jī)采用了L?RGB 色彩空間的哈蘇自然色彩解決方案(HNCS)，將Lab 色彩數(shù)據(jù)加入到擴(kuò)展的色彩空間中，包容性較傳統(tǒng)的色彩模式更強(qiáng)。

圖2 大疆精靈4Pro

2.2 UAV-RS技術(shù)

UAV?RS 技術(shù)又稱無人機(jī)遙感技術(shù)，是利用計(jì)算機(jī)設(shè)備對(duì)遙感影像中的各種地物進(jìn)行光譜和空間信息處理分析，通過各種地物的空間和光譜信息，最終實(shí)現(xiàn)無人機(jī)的遙感影像分類［4］。

2.3 圖像處理和分析

圖像經(jīng)過信息增強(qiáng)、關(guān)聯(lián)創(chuàng)建、圖像重合度分析等處理后，選擇12 張圖像進(jìn)行重構(gòu)、建模和拼接，最終制作成正射影像。先在6 個(gè)并行實(shí)例之間完成分配運(yùn)算，再用DEM 提供預(yù)配置的流程化模塊完成從影像集合到高程產(chǎn)品的制作過程。創(chuàng)建DSM 和DTM，應(yīng)用于正射正像集合。最后用柵格函數(shù)卷積差值對(duì)地物進(jìn)行歸正，正射產(chǎn)品制作的流程具體如圖3所示。

圖3 正射影像生產(chǎn)流程

影像經(jīng)校正后統(tǒng)計(jì)，影像連接點(diǎn)共計(jì)8517 個(gè)，平均重新投影誤差為0.38pixel，地面分辨率為0.044m/pixel，詳細(xì)數(shù)據(jù)如表1所示。

表1 連接點(diǎn)的投影誤差

2.4 圖像處理和圖像分析

SVM 方法(支持向量機(jī))是無人機(jī)遙感圖像通過SVM 方法識(shí)別地物的二類模型法，SVM 法基本包括準(zhǔn)備、訓(xùn)練和測(cè)試三個(gè)過程［5］。

經(jīng)準(zhǔn)備完成后，開始對(duì)樣本集進(jìn)行電腦樣本化訓(xùn)練，把樣本集的所有特征向量按照所選函數(shù)統(tǒng)一計(jì)算出來，再構(gòu)造出一個(gè)空間，讓樣本集能夠被分割開來。最終為比較測(cè)試階段，即通過機(jī)器訓(xùn)練得到訓(xùn)練模型參數(shù)，再根據(jù)模型參數(shù)計(jì)算出一個(gè)ROI 區(qū)域，得到判斷分類情況，如圖4。

圖4 不同學(xué)習(xí)率下的分類效果

3 結(jié)果分析

3.1 圖像融合及校正

根據(jù)地物色彩信息和功能，先將地物劃分為農(nóng)田、住宅區(qū)、綠地、近海養(yǎng)殖區(qū)、養(yǎng)殖海域等五大類地物［6］。然后，研究區(qū)域通過對(duì)基于監(jiān)督學(xué)習(xí)的量機(jī)模型進(jìn)行識(shí)別，通過計(jì)算機(jī)對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練，最終得出這一區(qū)域的空間分布以及與之相對(duì)應(yīng)的區(qū)域。

用ArcGIS 對(duì)影像進(jìn)行相互交叉匹配、平差處理，產(chǎn)生的連接點(diǎn)處的顏色越深，表示連接點(diǎn)數(shù)量越多。根據(jù)各影像連接點(diǎn)的數(shù)量，將影像分為六個(gè)等級(jí)，重合度越高，等級(jí)越高［7］。一般情況下，四級(jí)及以上的重合度超過80%。研究結(jié)果顯示，目標(biāo)區(qū)域內(nèi)的所有影像重合度都在四級(jí)及以上符合要求。

設(shè)X為影像橫向的坐標(biāo)軸，設(shè)Y為影像縱向的坐標(biāo)軸，主點(diǎn)為影像平面幾何中心，融合后影像情況如圖5所示。

圖5 融合后識(shí)別區(qū)影像示意圖

在裁剪掉圖片上邊框像素缺失的部分后，整個(gè)目標(biāo)區(qū)的像素圖片就整合到了一起，如圖5 所示。結(jié)果發(fā)現(xiàn)，往往將邊界像素進(jìn)行切削和移除處理。綜上，在選擇目標(biāo)對(duì)象時(shí)，需更多地考慮擴(kuò)大目標(biāo)范圍的界限和尺寸，由此來獲取到更多的影像，保證研究目標(biāo)區(qū)域的整體效果和覆蓋范圍［8］。

3.2 圖像識(shí)別結(jié)果

以下是空間分布圖，為根據(jù)SVM 識(shí)別結(jié)果得出，SVM顯示空間辨識(shí)度較高，見圖6。

圖6 基于SVM的空間地物識(shí)別結(jié)果

經(jīng)過圖像識(shí)別后顯示，目標(biāo)區(qū)域的單位面積海洋養(yǎng)殖覆蓋率相對(duì)于其他典型養(yǎng)殖區(qū)來說，其覆蓋率值總體顯示相對(duì)較低。其中，訓(xùn)練集的容量情況和SVM識(shí)別情況如表2所示。

表2 特征區(qū)域識(shí)別效果

2.3 誤差分析

先使用Brown?Conrady 模型來定義鏡頭內(nèi)置參數(shù)和鏡頭畸變參數(shù)，然后再計(jì)算非畸變圖像的像素值雙線性內(nèi)插值，由此得出定位偏差值。GPS 定位偏差值見表3。

表3 GPS定位偏差表

根據(jù)表3，通過矯正的影像定位可以修改GPS的初始位置坐標(biāo)信息，并顯示初始GPS 的位置和矯正后的位置。

4 結(jié)束語

（1）無人機(jī)遙感存在的問題及注意事項(xiàng)

綜上所述，在實(shí)施過程中應(yīng)注意從項(xiàng)目前期的計(jì)劃階段到拍攝結(jié)束的整個(gè)過程，具體注意事項(xiàng)如下：（1）為目標(biāo)區(qū)域留出更多的緩沖范圍以保證拍攝的整體性，應(yīng)選擇范圍界限更廣的拍攝區(qū)域；（2）在各種不可抗力海洋環(huán)境條件(臺(tái)風(fēng)、高溫、水霧等)的影響下，傳感器和攝像機(jī)常常會(huì)出現(xiàn)諸多問題，在DEM 的生成過程中，影像融合時(shí)像素的匹配精度要盡可能地提高，所以很多情況下需要犧牲精度來保證區(qū)域的完整性，因此也需要根據(jù)實(shí)際需求在執(zhí)行過程中及時(shí)進(jìn)行適當(dāng)?shù)恼{(diào)整；（3）無人機(jī)在飛行的時(shí)候，經(jīng)常會(huì)有各種各樣的不確定性，需盡量按計(jì)劃完成飛行任務(wù)，所以可用腳架模式來穩(wěn)定無人機(jī)，且機(jī)器學(xué)習(xí)和圖像處理的精確度很大程度上將決定無人機(jī)的圖像質(zhì)量。

（2）海洋養(yǎng)殖區(qū)域應(yīng)用要求

在實(shí)施圖像識(shí)別時(shí)，為了調(diào)查不同的區(qū)域分布和區(qū)域特征，應(yīng)充分考慮區(qū)域特征的典型性和代表性，逐步改進(jìn)機(jī)器算法，結(jié)合區(qū)域的人工分析和查閱文獻(xiàn)資料進(jìn)行模型的深度優(yōu)化。因此，在考慮選型時(shí)，盡可能多地加入各種幾何元素，如：影像矩邊框的幾何中心點(diǎn)，對(duì)角線的像素長(zhǎng)度值等。本文為無人機(jī)海域養(yǎng)殖區(qū)的實(shí)時(shí)監(jiān)測(cè)應(yīng)用提供了方法、限制條件和注意事項(xiàng)。