无人机遥感技术在城市绿地监测中的应用进展

叶剑军

（贵州省测绘产品质量监督检验站，贵州 贵阳 550000）

近年来，无人机遥感作为一种新型空间遥感得到了快速发展，并在全球范围内引起了广泛关注，很多组织或个人开始研制集成多种传感器的无人机系统。传感器设备的更新和图像处理技术的发展为城市绿地监测研究带来新的契机，而消费级无人机市场占有率急剧增加，无人机与传感器设备朝着微型化发展，为需求广泛的城市绿地微观尺度研究提供设备支持。目前，我国城市绿地监测从以前粗犷地观测向更为细致灵活地对目标地块进行定期观测转变，微小型无人机在此方面具有广阔的应用前景，特别是对于人和大型飞机不易到达的区域具有更为显著的优势。

1 无人机系统

1.1 无人机类型

无人机系统主要由3 部分组成，即：无人驾驶飞行器、地面控制站、由地面控制站负责指挥和控制无人机的数据传输系统。无人机类型多样，因其所对应的有效载荷、续航时间和目的不同，无人机应用研究的尺度也不同，从而可获得分辨率各异的遥感数据。无人机可以按动力来源、控制方式、用途、结构、航程分为不同类型，如按照结构分为固定翼、旋翼、多旋翼无人机；按动力来源分为油动、电动、混合动力等。关于无人机的分类目前还没有通用的规范，常用的分类方式是依据无人机的机身重量，分为微小型（＜5kg）、小型（＜30kg） 和战术型（＜150kg）。

1.2 无人机应用领域

无人机的发展始于1916 年，由美国人Lawrence 和Elmer Sperry 发明了第一台无人机。至20 世纪中后期，无人机被广泛用于军事领域，特别适用于执行有危险、人无法进入或涉及空中监视时间过长的任务。20 世纪90 年代，随着无人机技术的发展和体量的减小，无人机开始应用于民用领域，并在随后的20 年中得到迅速的发展。至今，无人机已经进入全民应用阶段，并被世界各地的研究人员用于各专业领域的全新探索。无人机在测绘地理信息、林业、农业监测中已经得到广泛的应用，此外在考古探测、灾害响应、气象监测、城市建设规划等方面也获得了显著的研究成果。在城市建设规划中，无人机可以执行建设监控、交通监管和施工管控等方面的任务；在城市绿地监测方面，无人机的使用对判别城市绿地结构、类型、空间分布以及识别植物种类具有显著优势。

1.3 无人机在城市绿地监测中的优势

无人机遥感具有高时效性、高机动性、高分辨率、云下低空飞行、成本低等优势，为城市绿地识别与监测提供了新的方式和视角，也可以作为地面遥感、卫星遥感和航空遥感的补充。无人机具有的时间可调度性和高度可控性可以满足不同绿地监测范围的实时数据传输，在非入侵式绿地探测研究中发挥着巨大的作用。无人机小型化获得的高机动性极大支持了其在建筑与树木密集区域的行动力。同时，其在云层下成像拥有去除大气云层影响的特点，在较低的拍摄高度可使空间分辨率达到厘米级，还可获取精确的三维空间数据。另外，低成本的消费级无人机的应用能够满足各相关部门不同尺度城市绿地监测的研究需求。

2 城市绿地信息提取

2.1 城市绿地制图

城市绿地制图关键在于对城市植被区域的土地覆盖类型的识别，其使用的数据包括卫星图像（中等分辨率或高分辨率）、航空摄影图像（高分辨率） 和无人机图像（超高分辨率）。其中，中等分辨率的多光谱卫星图像，例如LandsatTM和LandsatETM+，可以被用来量化城市植被丰度；高分辨率的IKONOS，QuickBird 等卫星数据和航空摄影目前已经广泛应用于城市植被制图和分类识别。尽管卫星图像和航空摄影具有区分大面积土地覆被类型的能力，但对于城市内部微观尺度的植被覆盖信息却缺少准确提取的能力。无人机遥感则为准确提取和绘制城市微观尺度的土地植被覆盖类型提供了技术方法。

2.2 绿地特征参数

无人机超高分辨率的影像可以满足城市内部绿地特征参数的采集，利用植被指数在微观尺度上监测植被光谱特征的变化。目前已经定义了40 多种植被指数，主要包括归一化植被指数、差值植被指数、垂直指数、比值植被指数等。通过无人机可获取高时空分辨率的多光谱图像、高光谱图像、热红外图像和可见光图像等用于计算植被指数，从而表征植被光谱特征，并反演植被覆盖度与叶面积指数等。植被覆盖度的测量对于城市微观尺度绿地规划和研究格外重要。植被覆盖度是地表植被垂直投影面积占总面积的百分比，是研究城市绿地生态系统平衡、水土流失、气候变化和景观组成的重要绿地指标。

3 城市绿地变化监测

3.1 植物生长状况监测

应用无人机技术对城市绿地基础设施、公园、街道绿化等进行评估，可以有效的收集关于生长速度、物候变化、形态结构变化等城市绿地植被生长状况的专业信息。在遥感技术领域反映植被生长状况的指标主要有归一化植被指数(NDVI)、差值植被指数、垂直指数、比值植被指数等，其中应用最广泛的是归一化植被指数。NDVI 是一个简单的图形指示器，可以用来评估被观察的目标是否含有活的绿色植被。研究表明，NDVI 与植物冠层的光合能力和能量吸收直接相关，因此可以作为植物生命力的反映。在专业无人机系统的协助下，可利用多光谱、高光谱摄像机进行成像，收集定位信息和高质量的光谱数据。现场信息的采集由专业的摄影测量处理平台Pix4D 进行处理，从而获得高质量的NDVI模型。NDVI 模型中不同的颜色范围代表了植物的健康程度，该技术为分析城市绿地所涵盖的环境、社会和经济服务提供了基本的植被健康信息。Dimitrov 等通过无人机搭载多光谱成像仪“ParrotSEQUOIA”获得NDVI 模型，评估了Karlovo部分研究区域绿色基础设施的质量，并与原位观测进行对比，综合两种方法以评估Karlovo 公园、城市森林、体育活动区和中心城镇4 种不同类型区域的乔灌木植被健康状况。

3.2 绿地灾害监测

无人机遥感技术可以实现城市绿地的远程监控与灾难的后续详细调查，可以到达并评估从地面无法到达或看到的树木区域。Näsi 等对比研究了基于高光谱成像技术的无人机和飞机两种系统对单个树木水平上评估树皮甲虫对挪威云杉树的危害的可行性，结果表明基于无人机的低成本遥感技术显示出更高的准确度。Zhang 利用无人机遥感技术对日本虎杖入侵物种分布及生境条件进行空间分析，实例证明，无人机对于单独的树木或种群调查与植物入侵昆虫和病原体等流行病的快速检测是有效的。Kulhavy 等利用微小型无人机评估了52 棵树的树干状况、生长情况、树冠结构、昆虫和疾病、树冠发育情况和预期寿命等6 个变量。

3.3 绿地污染物检测

城市绿地生态系统可以通过植物叶片吸收和捕获空气中的污染物缓解城市空气污染，然而污染物分布的时空演化取决于周围环境、风力风向、湍流水平以及温湿度等，因此开发能够监测和跟踪污染物运动的科学技术是当前城市绿地污染物检测的重要任务。

微小型无人机集合多种传感器平台系统能够及时和准确地获取这些数据，并且因为该系统可以实现远程的自动化操控，操作人员不需要接触空气污染物，从而避免了潜在的危险。该方法不仅可以获取包含空气污染物浓度数据在内的可见光图像、光谱图像、环境气候参数等多源数据，还实现了低成本高空污染物垂直浓度数据的动态监测。

4 结语

无人机遥感对城市绿地监测有着众多的优势，但由于无人机影像的分辨率高、数据量大、图像处理难度大等问题，对于数据的量化分析依旧存在较大的挑战，这需要更加高效的图像处理和分类方法。此外，由于无人机平台荷载的限制，往往要求所载设备体积更小、自动化程度更高。虽然无人机系统在空间分辨率上相对卫星与航空遥感具有显著优势，但其遥感范围小、时间同步性差、续航时间短的问题将极大限制其运用。