題目
基于無人機平臺的熱點多視角森林冠層高光譜圖像采集與應用
應用關鍵詞
多角度、高光譜、無人機、植被指數(shù)
背景
森林的各種結構和功能參數(shù)與陸地生態(tài)系統(tǒng)的物質(zhì)和能量循環(huán)過程密切相關。因此，森林理化參數(shù)的定量反演對于監(jiān)測森林生長、研究全球物質(zhì)和能量循環(huán)過程具有重要意義。高光譜圖像的每一個像素包含了地物空間屬性的幾何信息和數(shù)百個連續(xù)波段的詳細光譜信息，這些信息使得理化性狀的高精度監(jiān)測成為可能。近年來，各種無人機（Unmanned aerial vehicle, UAV）的發(fā)展，為高光譜數(shù)據(jù)采集提供了一個低成本平臺。
不同角度獲得的森林冠層光譜比單角度數(shù)據(jù)能提供更多的結構特征信息。當觀測方向和光照方向與森林冠層重合時，冠層熱點出現(xiàn)，雙向反射曲線上出現(xiàn)一個峰值。當觀測方向與太陽方向一致時，沒有任何遮擋效應時，觀測到的亮度值達到最大。冠層熱點的強度和性質(zhì)隨表面紋理和冠層結構的變化而變化，這為發(fā)現(xiàn)冠層結構的重要信息提供了可能。
熱點可以從主平面的后向散射方向觀測到，其中冠層反射率隨視角變化較大。一些基于衛(wèi)星的傳感器已被設計用于實現(xiàn)多角度觀測。然而，在太陽主平面上獲取光譜具有挑戰(zhàn)性，且空間分辨率較粗。與衛(wèi)星平臺相比，機載平臺可以采集太陽主平面內(nèi)空間分辨率更高的多角度光譜數(shù)據(jù)。此外，還可以使用測角儀進行多角度觀測，以準確控制觀測角度。然而，這些系統(tǒng)僅限于在低高度的植被冠層中使用。
基于UAV的多角度高光譜系統(tǒng)具有合適的地面采樣距離和較高的空間分辨率，這使得基于UAV的方法在森林冠層水平上研究森林雙向特征具有重要價值。因此，本研究的目標是（1）開發(fā)一種基于UAV平臺的多角度高光譜觀測方法；（2）進一步探討不同觀測天頂角（View zenith angles, VZAs）對森林冠層反射率、NDVI、EVI和PRI的影響。
試驗設計
南京大學張乾副研究員團隊使用的高光譜成像系統(tǒng)為安裝在六懸翼無人機（M600 Pro, 大疆）上的Gaiasky-mini2-VN（江蘇雙利合譜）。Gaiasky-mini2-VN系統(tǒng)由四部分組成，包括用于獲取高光譜圖像的光譜儀（V10E, Specim），用于拍攝圖像的相機（Lt365R, Lumenera），鏡頭（HSIA-OLE18, Specim）和步進電機（ZOLIX SC300, 北京卓立漢光儀器有限公司）。光譜儀詳細情況如表1所示。飛行試驗在中國河北省塞罕壩進行，其優(yōu)勢樹種為樟子松、白樺和落葉松。第一次飛行于上午在樟子松（ZZS_a）地塊進行。第二次飛行于上午在另一個樟子松（ZZS_b）地塊進行。第三次飛行于上午在落葉松（LYS）地塊進行的。第四次飛行于上午在白樺（BH）地塊進行。
表1 光譜儀詳細情況
具體多角度操作流程如表2和圖1所示：
（1） UAV起飛后，在空中H處懸停，并在地面鋪上一塊灰色布。在垂直點拍攝灰布影像。
（2） UAV被調(diào)整至相同的高度H，通過調(diào)整VZA來尋找熱點，直到熱點位于圖像的中心。然后得到一個圖像，即熱點圖像。這個位置（圖1中的A）被設定為本次飛行的起點。
（3） UAV水平旋轉180度，保持VZA不變。然后，UAV從起點移動一定距離，并在找到暗點時停止。然后拍攝另一張圖像，即暗點圖像。這個位置（圖2中的B）被設定為這條飛行路線的終點。
（4） 起點和終點之間的距離被分為7段。UAV每次從終點到起點水平移動一定距離。到達C時調(diào)整VZA，并拍攝一張圖像。
（5） 重復步驟4，得到其他五個角度的圖像。
表2 多角度觀測飛行規(guī)范。BW、FW和ND分別表示后向、前向和垂直點觀測值。
圖1 無人機多角度觀測原理圖。點A和點B分別是一個飛行路徑的起點和終點。A（熱點, 紅線）、H、G、F為后向觀測位置。B（暗點, 綠線）、C、D為前向觀測位置。E為垂直點觀測位置（藍線）。
對UAV平臺收集的數(shù)據(jù)進行預處理，包括大氣校正、輻射校準和幾何校正。然后計算光譜指數(shù)，包括NDVI，EVI和PRI，計算公式如下所示。
| (1) |
| (2) |
| (3) |
結論
在VZA相同的情況下，從后向視角拍攝的照片比從前向視角拍攝的照片更亮。例如，圖2a中VZA為40度（B40°）的后向照片比VZA為40度（F40°）的前向照片更亮。此外，在ZZS_a、ZZS_b、LYS、BH圖中，所有后向照片都比前向照片更亮，并且存在熱點照片比同一圖中的其他照片看起來更均勻的現(xiàn)象。ZZS_a、ZZS_b、LYS、BH圖的垂直點照片與前向照片差異不大。
圖2 由Gaiasky-mini2-VN系統(tǒng)內(nèi)置相機拍攝的照片。A、B、C、D分別為ZZS_a、ZZS_b、LYS、BH圖。VZA前面的字母“B"表示后向觀測，“F"表示前向觀測。
圖3為不同地塊的高光譜RGB圖像及不同VZAs對應的反射率曲線。冠層越均勻，熱點越亮。ZZS_a圖和ZZS_b圖的熱點形狀比LYS圖和BH圖的熱點形狀更接近圓形，這是由于冠層間和冠層內(nèi)間隙大小分布有差異。與其他3個樣地的熱點面積相比，BH樣地的熱點面積較小，這是因為BH樣地的冠層較稀疏，增加了觀測到的反射率低于森林冠層的概率。由于傳感器在熱點處可以接收到更多的光照樹葉輻射，因此熱點處的反射率比任何方向的反射率都高，而越靠近暗點反射率越低，且反射率的值隨VZAs的變化而變化。而在近紅外波段，4個樣地的垂直點反射率值在0.3左右，介于暗點和熱點之間，說明多角度反射率比單角度反射率能提供更多的信息。
圖4可以看出4個站點前向觀測的PC（percentage changes）值幾乎為負，說明前向觀測的反射率低于垂直觀測。4個站點后向觀測的PC值基本為正，表明后向觀測的反射率高于垂直點觀測。因此，不同觀測方向反射率的變化趨勢為后向>垂直點>前向。與近紅外波段相比，可見光區(qū)PC值更大，說明可見光區(qū)BDR效應比近紅外區(qū)更強。
圖3 4個站點不同VZAs的高光譜RGB圖像和冠層反射率
圖4 在四個垂直點上不同VZAs下不同波長反射率的pc
圖5顯示了來自ZZS_a圖的不同VZAs的NDVI圖像。越靠近熱點，NDVI值越小。相反，離熱點越遠，NDVI值越大。熱點圖像的NDVI均值在7個VZAs中最小，同時VZA不同觀測方向的后向NDVI均值要小于前向NDVI均值。圖6顯示了不同地塊NDVI隨不同VZAs的變化。ZZS_a圖的NDVI最大值在F33°，最小值位于熱點處。ZZS_b圖的NDVI最大值在F33°，最小值位于熱點處。LYS圖的NDVI的最大值和最小值分別在暗點和熱點。與LYS圖相似，BH圖NDVI的最小值在熱點處，與LYS圖不同，BH圖NDVI的最大值不在暗點處（F35°），而是在F27°。與其他三個圖一樣，BH圖前向觀測的NDVI值大于后向觀測的NDVI值。
從整體上看，從暗點到熱點，NDVI值逐漸減小，無論是闊葉林還是針葉林，熱點處反射率值都最小。熱點處紅色波段反射率大于近紅外波段反射率。與熱點相比，其他VZAs的NDVI值變化較小，說明熱點對NDVI的影響較大。由此可以得出結論，后向觀測VZAs對NDVI的影響較大，前向觀測VZAs對NDVI的干擾較小。
圖5 ZZS_a圖中不同VZAs的NDVI圖像
圖6 不同樣地NDVI隨VZAs的變化規(guī)律
EVI作為NDVI的代理可以消除土壤背景和氣溶膠的影響，增強植被信息。但EVI和NDVI在熱點附近的變化趨勢相反（圖7），說明至少在熱點方向上，EVI和NDVI可能包含不同的信息。在LYS圖中，EVI從暗點到熱點呈現(xiàn)先增大后減小再增大的趨勢。與ZZS_a圖和ZZS_b圖一樣，BH圖前向觀測的EVI值小于后向觀測值。在圖7中，前向觀測的EVI值基本沒有變化。與NDVI相反，無論闊葉林還是針葉林，熱點區(qū)EVI值均最大。因此可以得出結論，后向觀測VZAs對EVI的影響較大，而前向觀測VZAs對EVI的影響較小。
PRI對葉黃素的變化非常敏感，可用于指示光合光利用速率或碳同化效率，為評估短時間內(nèi)的LUE（light use efficiency）變化提供了直接方法。然而，PRI與LUE之間的關系不僅受植被冠層結構和植物生理特征的影響，還受觀測幾何（太陽-目標-傳感器角）的影響。圖8展示了不同樣地PRI隨VZAs的變化規(guī)律。可以看到，在不同觀測方向上相同VZA下，后向PRI均值小于前向PRI均值。與ZZS_b圖進行比較，ZZS_a圖的PRI值在不同VZAs上有較大的波動趨勢。ZZS_a和ZZS_b的PRI值高于LYS，并且BH的PRI值比ZZS_a、ZZS_b和LYS的值要低。因此，多角度數(shù)據(jù)可以通過PRI來表達森林冠層的差異。
圖7 不同樣地EVI隨VZAs的變化規(guī)律
圖8 不同樣地PRI隨VZAs的變化規(guī)律
綜上所述，在本研究中，我們采用UAV高光譜成像系統(tǒng)的半自動多角度觀測方法，獲得了清晰的多角度高光譜圖像，特別是熱點視圖。結果表明，冠層熱點對森林反射率、NDVI和EVI有較大影響。冠層反射率和EVI值在熱點處最大，NDVI值在熱點處最小。此外，闊葉林和針葉林的熱點效應相似。然而，雖然熱點對PRI沒有明顯影響，但VZAs對PRI有很大影響。我們的發(fā)現(xiàn)對目前和未來利用多角度高光譜影像反演森林功能和結構參數(shù)具有重要意義。
作者信息
張乾，博士，南京工業(yè)大學測繪科學與技術學院研究員，碩士生導師。
主要研究方向：多角度觀測與算法；葉綠素熒光及植被指數(shù)；植被生態(tài)遙感；生態(tài)系統(tǒng)碳循環(huán)。
參考文獻：
Zhang, X., Qiu, F., Zhan, C., Zhang, Q., Li, Z., Wu, Y., Huang, Y., & Chen, X. (2020). Acquisitions and applications of forest canopy hyperspectral imageries at hotspot and multiview angle using unmanned aerial vehicle platform. Journal of Applied Remote Sensing, 14(2).
© 2019 版權所有：江蘇雙利合譜科技有限公司 備案號：蘇ICP備2021046114號-3 技術支持：化工儀器網(wǎng) GoogleSitemap 管理登陸
在線客服