地面无人飞行系统影像结合空间均衡采样与路径优化监测草地植被

Michael F. Curran; Paddington Hodza; Samuel  E. Cox; Shawn  G. Lanning; Blair  L. Robertson; Timothy  J. Robinson; Peter  D. Stahl

doi:10.3791/61052

需要JoVE订阅才能观看此内容。请登录或开始免费试用

方法文章

地面无人飞行系统影像结合空间均衡采样与路径优化监测草地植被

1.6K 次观看

⸱

DOI：

10.3791/61052

⸱

2020年6月14日

Michael F. Curran¹^,²^,³ , Paddington Hodza⁴ , Samuel E. Cox⁵ , Shawn G. Lanning⁴ , Blair L. Robertson⁶ , Timothy J. Robinson⁷ , Peter D. Stahl¹^,²^,³

¹Wyoming Reclamation and Restoration Center, University of Wyoming, ²Department of Ecosystem Science and Management, University of Wyoming, ³Program in Ecology, University of Wyoming, ⁴Wyoming Geographic Information Science Center, University of Wyoming, ⁵Wyoming State Office, Bureau of Land Management, ⁶School of Mathematics and Statistics, University of Canterbury, ⁷Department of Statistics, University of Wyoming

本文内容

摘要

本文所述方案利用路径优化、平衡接受采样以及地面和无人机系统（UAS）影像，高效监测草原生态系统的植被状况。文中比较了通过地面和无人机系统（UAS）方法获取影像所得的结果。

摘要

全球草地生态系统覆盖面积达36亿公顷，其中美国境内有2.39亿公顷。这些生态系统对于维持全球生态系统服务至关重要。监测这些生态系统中的植被，有助于评估草地健康状况、判断野生动植物和家畜栖息地的适宜性、防控入侵性杂草，并阐明环境随时间的变化。尽管草地生态系统覆盖范围广阔，传统的监测技术往往耗时较长、成本效益低、易受观测者偏差影响，且通常缺乏足够的空间信息。基于图像的植被监测方法速度更快，能够生成永久性记录（即图像），可能减少观测者偏差，并天然包含充足的空间信息。空间均衡的抽样设计在自然资源监测中具有优势。本文提出了一种称为平衡接受抽样（balanced acceptance sampling, BAS）的空间均衡抽样设计方案，并结合地面相机和无人机系统（UAS）获取的影像数据进行实施。此外，采用路径优化算法以解决“旅行商问题”（travelling salesperson problem, TSP），从而提高时间和成本效率。虽然无人机获取图像的速度比手持设备快2至3倍，但两类图像在准确性和精确性方面表现相似。最后，本文讨论了每种方法的优缺点，并提供了这些方法在其他生态系统中潜在应用的示例。

引言

草地生态系统覆盖范围广阔，在美国境内达2.39亿公顷，全球范围内达36亿公顷¹。草地提供多种多样的生态系统服务，其管理涉及多种土地利用方式。在美国西部，草地为野生动物提供栖息地，兼具蓄水、固碳以及为家畜提供牧草等功能²。草地生态系统面临多种干扰因素，包括外来物种入侵、野火、基础设施建设以及自然资源开采（如石油、天然气和煤炭）³。植被监测对于维持全球范围内草地及其他生态系统的资源管理至关重要⁴^,⁵^,⁶。在草地生态系统中，植被监测常用于评估草地健康状况、野生动物物种的栖息地适宜性，并记录因外来物种入侵、野火及自然资源开采所引起的景观变化⁷^,⁸^,⁹^,¹⁰。尽管具体监测项目的目标可能各不相同，但人们普遍希望监测方案能够满足多方利益相关者的需求，同时具备统计可靠性、可重复性和经济性⁵^,

访问受限。请登录或开始试用以查看此内容。

方案

1. 确定研究区域、生成采样点与行进路线及野外准备工作

确定研究区域
1. 使用地理信息系统（GIS）软件在感兴趣区域周围绘制多边形图形。本研究在美国怀俄明州拉勒米县的一个放牧分配区内选取了两块各10英亩的样地进行（图1）。
2. 确保将不包含在抽样框架内的区域从多边形中排除（例如水体、建筑物、道路等），以避免后续对这些区域拍摄图像。
3. 在GIS软件中将多边形图形转换为矢量图层文件（.shp），并确保该矢量文件采用所需的坐标系创建。

研究区域航拍地图，怀俄明州；无人机研究的站点位置；地理研究示意图。
图1：研究区域示意图。该区域位于美国怀俄明州拉勒米县夏延市以南的一个放牧区（影像来源：怀俄明州2017年国家农业影像计划影像）。

访问受限。请登录或开始试用以查看此内容。

结果

UAS图像采集所用时间少于地面图像采集时间的一半，而地面图像的分析时间则略短（表1）。地面图像具有更高的分辨率，这可能是其分析耗时更短的主要原因。不同样地之间行走路径时间的差异，可能是由于起止点（起飞点）距离样地1比样地2更近所致（图1）。不同平台间采集时间的差异主要归因于UAS的飞行速度比技术人员步行速度快2–3倍（图4）。

	采集时间（分:秒）/位点		分析时间（分:秒）/位点		分析时间（分:秒）/图像

访问受限。请登录或开始试用以查看此内容。

讨论

长期以来，人们已经认识到自然资源监测的重要性¹⁴。随着全球环境问题日益受到关注，开发可靠、省时且成本效益高的监测技术变得愈发重要。多项先前研究表明，在时间、成本以及提供有效且可验证的统计数据方面，图像分析相较于传统的植被监测方法具有明显优势⁶^,³¹。地面图像采集的速度可比样线截取法快7–10倍¹⁸^,³¹。本研究及一项近期研究²⁰表明，与手持设备采集图像相比，无人机系统（UAS）图像采集所需时间可减少2–3倍。通过无人航空系统或飞行器获取的航空影像正越来越广泛地用于评估多种环境问题³³，包括生境破坏与质量评估³⁴^,³⁵，以及其他形式的植被调查

访问受限。请登录或开始试用以查看此内容。

披露

作者声明无利益冲突。本研究中使用的软件对作者而言可通过开源方式或机构许可获得。没有任何作者受到本研究中所用软件的赞助，并且作者承认还有其他软件程序能够完成类似的研究工作。

致谢

本研究主要由怀俄明州复垦与修复中心和乔纳能源有限公司资助。我们感谢沃伦资源公司和埃斯凯拉拉资源公司为购置Trimble Juno 5设备提供资金支持。我们感谢乔纳能源有限公司持续资助怀俄明州的植被监测工作。我们感谢怀俄明州地理信息科学中心为本研究提供了所使用的无人机设备。

....

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名	公司	目录编号	评论
ArcGIS	ESRI	GPS 软件
DJI Phantom 4 Pro	DJI	UAS
G700SE	Ricoh	带 GPS 功能的相机
GeoJot+Core	Geospatial Experts	GPS 软件	用于提取图像元数据
Juno 5	Trimble	手持式 GPS 设备
Litchi Mission Hub	Litchi	任务中心软件	我们选择 Litchi 是因为它具备地形感知能力，以及规划稳健航点任务的能力
Program R	R Project	统计分析/编程软件
SamplePoint	N/A	图像分析软件

参考文献

Follett, R. F., Reed, D. A. Soil carbon sequestration in grazing lands: societal benefits and policy implications. Rangeland Ecology & Management. 63, 4-15 (2010).
Ritten, J. P., Bastian, C. T., Rashford, B. S.

访问受限。请登录或开始试用以查看此内容。

地面无人飞行系统影像结合空间均衡采样与路径优化监测草地植被

本文内容

摘要

摘要

引言

方案

结果

讨论

披露

致谢

材料

参考文献

重印与许可

标签