CN104463470B - 基于无人机航拍的潮间带生境调查方法 - Google Patents
基于无人机航拍的潮间带生境调查方法 Download PDFInfo
- Publication number
- CN104463470B CN104463470B CN201410749231.2A CN201410749231A CN104463470B CN 104463470 B CN104463470 B CN 104463470B CN 201410749231 A CN201410749231 A CN 201410749231A CN 104463470 B CN104463470 B CN 104463470B
- Authority
- CN
- China
- Prior art keywords
- intertidal zone
- tide
- plaque
- time
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000011835 investigation Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 238000003384 imaging method Methods 0.000 claims description 24
- 230000000877 morphologic effect Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 229910044991 metal oxide Inorganic materials 0.000 claims 3
- 150000004706 metal oxides Chemical class 0.000 claims 3
- 238000012634 optical imaging Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 abstract description 7
- 241000237502 Ostreidae Species 0.000 description 7
- 235000020636 oyster Nutrition 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 231100000817 safety factor Toxicity 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 241000894007 species Species 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于无人机航拍的潮间带生境调查方法,包括采用无人机低空飞行器作为遥感平台,无人机低空飞行器需搭载数码相机,并集成GPS和陀螺仪模块;查询所调查的潮间带区域的潮汐表;根据大潮期的高低潮潮位和潮时,确定无人机航拍的可执行时间段;规划航拍的航次、航线和需要安置的控制点;完成控制点布设、测量和航飞拍摄;对航拍影像进行处理,包括曝光调整、影像拼接、几何纠正,形成整个调查范围的高分辨率影像;对潮间带生境的特有类型进行斑块提取和空间形态性生态参数计算。本方法克服现有的潮间带生物学调查或传统地形测量方法的不足,获得潮间带生境的空间格局信息,为潮间带生境的生态功能和生态价值评估提供基础和依据。
Description
技术领域
本发明涉及遥感信息技术和生态环境评估领域,特别是涉及一种基于无人机航拍的潮间带生境调查方法。
背景技术
潮间带即是指大潮期的最高潮位和大潮期的最低潮位间的海岸,也就是海水涨至最高时所淹没的地方开始至潮水退到最低时露出水面的范围。潮间带是海洋和陆地的联结纽带。在海洋生态中,潮间带是一个特殊生境。潮间带受海水高潮和低潮交替变化的影响,环境的变化非常大,形成特有的生物栖息环境,养育了特殊的潮间带生物,具有重要的生态意义与功能。在河口,潮间带形成盐沼湿地,成为许多鱼类的重要育幼场和庇护所;淤泥质海滩则生存着大量的底栖生物。潮间带生境关系着海洋生物的食物链和能量流。生物与生境间的关系一直是生态学研究的重点,也是资源管理上的重要决策依据。海岸建设工程会强烈地影响到潮间带生态,潮间带的调查与评估直接涉及到生态补偿金额的确定。
目前对潮间带生境的调查主要通过实地布设样线或样方的生物学调查(实地布置与陆地并行的样线以及设置样方,调查样方中的生物种类和数量)、传统的潮间带地形测量(实地采集潮间带地物、地形地貌、高程以及平均大潮高潮线 和最低低潮线等数据进行),以及基于卫星遥感的潮间带地形调查。采用实地生物调查的方法,耗时耗力,虽然可以取得采样点上的生物数据,但难以准确确定潮间带整体的生境范围;传统的潮间带地形测量需要人工上滩测量,工作量大且工期长,并且所测量的参数只有高程信息。卫星遥感可以快速大面积同步监测陆地表面环境变化,但受到目前卫星传感器成像的空间分辨率和卫星过境成像时间的限制,对潮间带地形的监测局限在较大的空间尺度,不能满足局地的潮间带生境精细尺度的调查。近年来我国无人驾驶飞行器技术的逐渐成熟,无人机具有便携带、低成本、低损耗、可重复利用、风险小等优势。无人机通过和遥感技术的融合,使得无人机遥感具有了高时效、高分辨率等特点。因此,需要针对潮间带生境的特点和开展调查的时空限制性因素,发展一种基于无人机航拍的潮间带生境调查方法,克服现有的对潮间带观测的生物学调查或传统地形测量方法的不足,减少人工野外工作的时间和工作量,提高实地调查的效率,获得潮间带生境的空间格局信息,为更为准确、客观和合理的潮间带生境的生态功能和生态价值评估提供基础和依据。
发明内容
针对潮间带生境的特点和开展调查的时空限制性因素,本发明的目的在于提供一种基于无人机航拍的潮间带生境调查方法,克服现有的对潮间带观测的生物学调查和地形测量方法的不足,为更为准确、客观和合理的潮间带生境的生态功能和生态价值评估提供基础和依据。
本发明方法采用无人机低空飞行器作为遥感平台。无人机低空飞行器可以采用固定翼飞机或者多旋翼飞机。动力***可以为油动或电动方式。无人机低空飞行器需搭载数码相机,并集成差分GPS 和陀螺仪姿态控制模块。
本发明提出的基于无人机航拍的潮间带生境调查方法,具体步骤如下:
(1)查询所调查的潮间带区域的潮汐表,获悉该潮间带区域的大潮期的高潮潮位、低潮潮位和潮时;
查询所需调查的潮间带区域的潮汐表,根据大潮期的涨潮历时确定无人机航拍的具体时间和可执行时间段。我国沿海港湾大部分属于非正规半日浅海潮港,在一个太阴月中,潮汐作两次周期变化。大潮期出现在农历初一、十五以后的1~3天内,此时潮差最大。
根据农历推算大潮出现的公历日期,查询所需调查的潮间带区域的潮汐表,确定大潮期的最高和最低潮位、以及相应的潮时、。
(2)根据大潮期的高潮潮位、低潮潮位和潮时以及登陆和撤离潮间带区域的高程,确定作业人员登陆和撤离的时间以及无人机低空飞机器航拍的可执行时间段;
根据大潮期的最高潮位和最低潮位的准确时间,确定现场作业的可执行时间段。这个时间段是现场作业人员上滩布设控制点和进行无人机航拍的有效时段。在大潮的最低潮位时,潮水退到最低点,调查的潮间带区域完全出露,此时为最有利于现场作业。大潮的最高潮位时,整个潮间带会被潮水淹没,现场作业人员必须在此之前撤离潮滩。为了确保安全,工作时间要少于最低潮位和最高潮位的时间差,真正有效的工作时间必须做准确规划和严格控制。
潮位在高潮和低潮之间随时间按照余弦函数变化。根据步骤(1)查询的作业日期的潮位和潮时,可由公式(1)计算任意时刻T的潮高,由公式(2)计算任意潮高的潮时t。
(1)
(2)
其中,、、、分别为查询到的作业日期高潮和低潮的潮高及潮时参数。为t时刻的潮高,为h潮高的潮时。
登陆潮间带区域进行现场实地作业的时间和作业人员撤离作业现场的时间应根据作业点高程以及潮位高度来确定,如公式(3)所示;
(3)
其中:为作业人员登陆潮间带区域作业现场的点位高程;为作业人员撤离潮间带区域作业现场的点位高程;为潮高基准面高程;、表示分别将、作为公式(2)的自变量h代入计算的结果;和为作业人员登陆和撤离潮间带区域作业现场的时间;与为作业人员登陆和撤离作业现场时间的缓冲参数,取值范围一般为5~15分钟,可以根据作业现场的的地形情况来确定,如淤泥质海滩地形平坦可取较大的值,反之取较小的值。作业人员进入潮间带工作现场的地点和离开时的地点可以不相同,根据现场情况和工作规划,选取便于作业且高程比较高的地点。与之间的时间段即为有效工作时间;
作业人员应在以及之前通过乘船等方式提前到达所规划的登滩及撤离地点,并使乘坐船只在撤离地点待命,以保证现场作业安全可控。
(3)根据无人机低空飞行器的飞行能力、所携带相机的拍摄能力和所需调查的潮间带区域范围,根据公式(4),规划好航拍的航次和航线;
(4)
其中:为所搭载相机的焦距;为飞行高度;、为相机成像传感器的宽度和高度;、为相机成像影像的覆盖的地面宽度和高度; 、为待调查潮间带区域的长度和宽度;、为航向和旁向的重叠度;为航线数;为一条航线上成像影像数;为飞行速度; 为飞行时间;
当飞行时间大于无人机低空飞行器的续航能力时,则需要分为多个航次完成航拍;如果飞行时间大于无人机低空飞行器每天实际有效工作时间,则需要分为几天分区域完成调查任务。也可以采用多架无人机分区域并行完成;
潮间带区域作业有明显的时间限制,任务规划在时间上应适当留有余量。多航次飞行应考虑无人机起降时间,实际工作时间应去除现场布设控制点需要的时间。
(4)根据步骤(2)得到的无人机低空飞行器航拍的可执行时间段和步骤(3)规划好航拍的航次和航线,规划潮间带带区域需要设置的控制点;
为了给空中拍摄的影像提供空间定位信息,通常我们需要地面具体特征地物的精确坐标。陆地遥感时,明显可以辨识的河流的拐弯处或交叉处、小岛、小水塘、桥梁、机场跑道、铁路、水坝和交叉路口等明显地物均可作为地面控制点。但潮间带上无明显地物特征,并且涨潮时会被潮水淹没。为了给无人机航拍的影像提供空间定位信息,需要在上述可有效工作的时段内进行地面控制点布设。控制点布设的原则应尽量均匀分布于整个航拍调查区域。
(5)根据步骤(2)规划的登陆时间和地点进入潮间带区域,同时根据步骤(4)规划好的控制点,完成潮间带区域地面的控制点布设和空间地理坐标测量;
根据规划好的潮间带调查区域控制点点位分布、上滩实地工作的时间T land、安全撤退的时间T exit等, 完成地面控制点布设。具体布设时控制点的位置根据现场实际的情况可以进行小范围的调整,布设于规划点位附近的易于到达便于布设的位置;
每个控制点的布设分为两个步骤:首先在设定的位置进行简易打桩安装识别标志板,然后采用高精度GNSS设备测量控制点的空间地理坐标。
(6)根据步骤(3)规划的无人机低空飞行器航拍的航高、航次、航线,设置无人机低空飞行器飞行和拍照的相关参数,完成无人机低空飞行器航飞拍摄;
(7)影像的曝光一致性调整
潮间带区域航拍由于潮位时间的限制,成像时间基本是在黎明时分,拍摄的光照条件比较差并且不稳定。大潮的两到三天最低潮时会依次往后推移50分钟左右,每天的光照情况均不相同,影像与影像间的光照条件存在明显差异,成像时曝光参数难以较好的设置。因此,影像处理后期处理时,可以利用图像处理软件对单片影像进行曝光调整,使其达到相对一致的曝光。
(8)影像的几何纠正和拼接
使用遥感图像处理软件对无人机低空飞行器航拍影像进行拼接处理,利用高精度GNSS设备测量得到的控制点的空间地理坐标对影像做几何纠正,最终形成整个调查范围的潮间带高分辨率航拍影像。
(9)将步骤(8)得到的影像导入相应地理信息******软件,对潮间带生境的特有类型进行斑块提取,得到斑块的矢量化信息。
(10)空间形态性生态参数提取
根据步骤(9)得到的潮间带生境区域生境斑块提取的结果,进行相应的空间形态性生态参数计算,结合对应的生物学数据,完成生态评估。
本发明中,步骤(10)中所述空间形态性生态参数可以包括以下一些形式,但不局限于所列举,例如生境斑块平均面积、最大和最小斑块面积、斑块面积标准差和变动系数、斑块密度、斑块长宽比、斑块形状指数等,可以根据所调查生境的特点进行灵活选择。
生境斑块平均面积:潮间带生境斑块面积的算术平均值。反映潮间带生境斑块规模的平均水平。
;
式中:N——潮间带生境的斑块总数;
A j ——潮间带生境要素第j个斑块的面积。
最大和最小斑块面积:潮间带生境中最大和最小斑块的面积。反映潮间带生境斑块规模的极端情况。
;
斑块面积标准差(S)和变动系数(C):潮间带生境斑块面积的统计标准差和变动系数。反映潮间带生境斑块规模的变异程度。
式中:A——潮间带生境要素斑块的面积总和。
斑块密度(PD):潮间带生境斑块数除以潮间带生境总面积。
斑块长宽比r j :某一斑块(j)的长轴长度与宽度的比值。
式中:L j 为某一斑块(j)的长轴长度, W j 为某一斑块(j)的宽度。
斑块伸张度:某一斑块(j)的宽度与长轴长度的比值。
斑块形状指数D j :通过计算某一斑块形状(j)与相同面积的圆或正方形之间的偏离程度来测量其形状的复杂程度。
以圆为参照:斑块周长与等面积的圆周长之比
以正方形为参照:斑块周长与等面积的正方形周长之比。
P j 为潮间带生境要素第j个斑块的周长;A j 为潮间带生境要素第j个斑块的面积。斑块的形状越复杂或越扁长,D的值就越大。
本发明与现有技术相比具有以下优点:
(1)可以根据大潮期高潮位和低潮位的时间来确定航飞拍摄的具体时间,可以不受卫星过境时间、成像时间与大潮时间的不同步不匹配问题的限制。
大潮期是潮间带生境露滩面积最大的时段,也是对其遥感成像的最佳时间。卫星过境成像是相对固定的,光学卫星在白天的过境通常是一天中光线较好的时间段。沿海潮间带由于受到潮汐的影像,各地大潮、小潮的时间都有所不同,而大潮通常都出现在晨昏时分,光照条件不好,且卫星少有过境拍摄的时刻,难以在大潮时成像。这就存在最佳成像时间与卫星成像时间不匹配的问题。而本发明可以根据大潮期高潮位和低潮位的时间来确定航拍摄的具体时间,可以不受卫星过境时间、成像时间与大潮时间的不同步不匹配问题的限制。
(2)可以有效避免云对于遥感影像成像的影响
商业性高分辨率卫星费用较高,订购拍摄时,不多于20%的云量的影像数据依然视为有效数据,对于调查范围不广的潮间带区域来说,极易受到云的影响,费用昂贵。由于无人机拍摄时间自由,调查人员完全可以根据气象条件和光线条件决定是否拍摄。同时由于低空分行器可以按预定飞行航线自主飞行,拍摄、航线控制精度高,飞行高度可调节,可以在云下飞行,能有效避免云等对于遥感影像成像的影响。
(3)能够获取潮间带高分辨率遥感影像数据
相对于卫星遥感所获取的影像数据来说,无人机搭载的高精度数码成像设备,具备面积覆盖、垂直或倾斜成像的技术能力,获取图像的空间分辨率达到厘米级,通过后期影像拼接处理,可以获得整个调查区潮间带的高分辨率遥感影像数据,可以满足1 ∶ 1 万及更大比例尺影像制图和信息提取的需要。
(4)可以获得潮间带生境的空间形态性生态参数
基于高分辨率影像对潮间带生境的特有类型进行斑块提取,获得相应的空间形态性生态参数提取。传统的生物学调查只能获得样条或样方上的生物学数据,以抽样和推演的方式来实现区域的生态评价,而无法真正获得区域的空间形态性生态参数,而这些对于区域宏观上的生态功能评价和生态价值评估具有重要的意义。
附图说明
图1是本发明的流程图;
图2 是实施例区域的大潮期相邻三天潮汐表曲线图;其中:(a)为第一天,(b)为第二天,(c)为第三天;
图3 是实施例的航线和控制点;
图4 是实施例的无人机航拍单片影像;
图5 是实施例中经过拼接和空间地理纠正的整个潮间带区域影像;
图6 是实施例中提取的潮间带生境牡蛎礁的斑块分布。
具体实施方式
下面通过实施例进一步说明本发明。
实施例1:如图1所示,包括以下步骤:在研究区内,采用无人机低空飞行器作为遥感平台,无人机低空飞行器可以采用固定翼飞机或者是是多旋翼飞机。无人机低空飞行器需搭载数码相机,并集成差分GPS 和陀螺仪姿态控制模块;查询所需调查的潮间带区域的潮汐表,根据大潮期的时间确定无人机航拍的具体时间;根据大潮期的最高潮位和最低潮位的准确时间,确定无人机航拍的可执行时间段;根据无人机的飞行能力、所携带相机的拍摄能力和所需调查的潮间带范围,规划好航拍的航次和路线;根据无人机航拍的可执行时间段和规划好航拍的航次和路线,规划需要安置的控制点;根据规划的无人机航拍的航次和路线,完成地面的控制点布设和空间地理坐标测量,并进行无人机航飞拍摄;对无人机航拍影像进行后期处理,包括曝光调整、影像拼接和几何纠正,最终形成整个调查范围的潮间带高分辨率航拍影像;对潮间带生境的特有类型进行斑块提取,并进行相应的空间形态性生态参数提取。
下面以一个具体的实施例来进一步说明本发明。
利用无人机航拍对江苏省海门市辐射沙洲南翼东灶港外潮间带牡蛎礁生境进行调查。
本实施例中使用固定翼式无人机低空飞行器作为遥感平台,集成数码相机、差分GPS 和陀螺平台,根据天气、研究区域位置等设置无人机参数和进行状态调配。
(1)获取所调查潮间带区域的大潮期高、低潮潮位和潮时
通过海洋信息中心网站查询调查区的潮汐信息,获得所需调查的潮间带区域附近港口吕四港大潮期前后三天(2013年11月19日至21日)的潮汐表曲线图,从图上获得大潮期每日高潮和低潮的潮位和时间,如图2所示。例如2013年11月19日的最高和最低潮位、分别为5.16米和0.92米,相应的潮时、分别为00:52和06:40。考虑到光照及安全因素,这里只考虑清晨的***进行生境航拍调查。
(2)计算安全的上滩时间、撤离时间、有效工作时间
根据实地的地形情况,潮高基准面高程为7.6米,选择的登陆潮间带的点位高程为8.7米,撤离调查现场的点位高程为10.2米,相应的潮高为1.1米和2.6米。由公式(2)可以得到相应的潮时为5:54和9:12。东灶港潮滩地势比较平坦,缓冲时间设为10分钟左右,由公式(3)可得登陆时间为6:05,撤离时间为9:00。由公式(1)可验证登陆时间和撤离时间对应的潮高为1.03米和2.36米,可以保证现场安全作业。
(3)规划无人机航飞拍摄的航次、航高、航线
根据以上可工作时间段以及无人机的飞行能力、所携带相机的拍摄能力和所需调查的潮间带范围,规划飞行拍摄计划。无人机搭载的为索尼的微单相机NEX-5N,其传感器为APS-C画幅,CMOS传感器尺寸为23.4×15.6 毫米,焦距为16 毫米。调查区域的调查范围约4平方公里,沿南北向约为1.9 公里,东西向约为2.1 公里。考虑到风向及便于后期拼接处理等因素,航向设为南北方向,航高设为150米。为了确保航拍影像拼接不会有遗漏区域,航线内照片重叠度设为60%,航线间重叠度设为40%。由公式(4)可以得到,单张影像的地面覆盖区域为220 x 146米,共需要布设16.9条航线。实际规划17条航线,覆盖整个潮间带牡蛎礁生境调查范围,如图3所示。所用无人机续航时间约为15分钟,全部航线飞行所需时间约为60分钟,加上飞机起降时间和航线间转向时间以及控制点布设时间,规划分两天四个航次完成整个区域的航拍任务,每天进行一半航线的航拍作业。
(4)规划潮间带调查区域控制点点位分布。
根据上述无人机航拍的可执行时间段和规划好航拍的航次和路线,规划需要安置的控制点。由于潮间带上无明显地物特征,并且涨潮时会被潮水淹没。在实施例中,除了整个礁区边缘有人工搭建的监管平台可供识别,可作地面控制点,其它地区没有可供明显区分作为地面控制点的地物特征。为了给无人机航拍的影像提供空间定位信息,需要在上述所说的时间段内布设地面控制点。控制点的分布应相对均匀分布于中各调查区域。实施例中,根据无人机航拍的可执行时间段和规划好航拍的航次和路线,共设计了36个地面控制点点位。
(5)实施现场人工快速布设控制点
根据规划好的潮间带调查区域控制点点位分布,在可工作时间段内进行快速布点和测量。完成规划拍摄区域的布控和航拍工作,去除航飞拍摄及相关工作所需时间,每天实际可用于布设控制点的时间约为1小时。每个点位需要先安装控制点,然后采用高精度GNSS设备测量控制点的空间位置坐标。实施过程中,根据实际的情况,对规划的点位可以进行小范围的调整。潮间带区域人员行走比较困难,点位间移动时间、安装控制点和测量点位地理坐标时间等合计布设每个控制点需时平均为3分钟左右。实施例中,共布设完成了32个地面控制点,如图3所示。其中靠近西边和南边属于难以实际抵达的泥滩区域,未布设控制点。
(6)无人机按照预设航线飞行拍摄
在以上步骤完成以后,根据规划的无人机航拍的航高、航次、航线,采用固定翼无人机分为两天四个航次对实施例的潮间带调查区开展了无人机航拍遥感成像。实施例中,实际飞行了17条航线,完整覆盖整个牡蛎礁保护区生境调查区域。图4为所拍摄的其中一张影像,地面分辨率约为0.05米。
(7)影像的曝光一致性调整
影像处理后期处理时,需要将单片进行曝光调整。由于潮位时间的限制,大部分成像时间都是黎明天亮时分,拍摄的光照条件比较差。而且大潮时,三天的最低潮位时间往后推移半个小时,使得影像与影像间的光照条件存在明显差异,成像时曝光参数难以较好的设置。因此,在后期影像处理时,采用图像处理软件对航拍影像进行曝光调整,使曝光量达到基本一致。
(8)影像的几何纠正和拼接
为了得到调查区域的整体影像,需要对航拍的单张影像进行拼接。航飞影像航线内及航线间均保持了一定的重叠度。利用图像处理软件根据航拍的航线航次顺序进行拼接,依次得到四个子区域以及整体调查区域的高分辨率航拍影像。
在完成整个实施例潮间带区域拼接影像后,通过遥感影像处理软件,在拼接影像上定位所布设的各个地面控制点的坐标,采用二次多项式纠正方法,利用其对应的高精度GNSS设备测量的地面控制点的空间地理坐标,对影像进行几何纠正与地理定位,赋予影像地理参考信息,得到可以反映实施例调查的潮间带特殊生境的牡蛎礁的礁体分布和区域地貌的遥感影像图,如图5所示。
(9)潮间带生境斑块提取
将经过空间地理纠正的整个实施例潮间带区域影像导入地理信息***中,在其基础上,对潮间带生境的特有类型进行斑块提取。实施例中实际提取了750个斑块目标,如图6所示。
(10)空间形态性生态参数提取
在潮间带生境斑块提取进行空间形态性生态参数的计算,结合点位的生物学数据,完成生态评估。可计算的空间形态性生态参数可以包括以下一些指标,例如生境斑块平均面积、最大和最小斑块面积、斑块面积标准差和变动系数、斑块密度、斑块长宽比、斑块形状指数等。结合点位的生物学数据,完成生态评估。实际应用中可以根据所需调查生境特点灵活选择,并不局限于所列举参数。
本实施例潮间带牡蛎礁生境整体空间形态性生态参数计算结果如表1所示。表2为其中10个斑块的面积、周长、长宽比、伸张度、形状指数等形态性参数。
表1 潮间带牡蛎礁生境整体形态性参数
形态性指标 | 参数值 |
斑块数量 | 750 |
斑块总面积 | 201290 |
斑块平均面积 | 268 |
最小斑块面积 | 0.98 |
最大斑块面积 | 16321 |
斑块面积标准差 | 753.48 |
斑块面积变动系数 | 0.0374 |
斑块密度 | 0.0372 |
表2 斑块的形态性生态参数
ID | Area | Peri | Rj (%) | Ej (%) | Dj_Circle | Dj_Rect |
1 | 896.19 | 178.26 | 55.5241 | 180.1020 | 1.6798 | 1.4887 |
2 | 1682.66 | 314.49 | 44.5161 | 224.6377 | 2.1627 | 1.9167 |
3 | 159.80 | 61.52 | 72.9412 | 137.0968 | 1.3730 | 1.2168 |
4 | 323.97 | 86.80 | 43.4109 | 230.3571 | 1.3604 | 1.2056 |
5 | 84.34 | 36.61 | 77.5510 | 128.9474 | 1.1246 | 0.9967 |
6 | 275.76 | 73.18 | 43.3628 | 230.6122 | 1.2432 | 1.1017 |
7 | 103.13 | 41.30 | 51.6667 | 193.5484 | 1.1472 | 1.0167 |
8 | 137.96 | 48.71 | 56.3380 | 177.5000 | 1.1699 | 1.0368 |
9 | 91.84 | 37.73 | 64.1510 | 155.8823 | 1.1106 | 0.9843 |
10 | 368.29 | 95.76 | 53.7931 | 185.8974 | 1.4076 | 1.2475 |
Claims (4)
1.基于无人机航拍的潮间带生境调查方法,其特征在于具体步骤如下:
(1)查询所调查的潮间带区域的潮汐表,获悉该潮间带区域的大潮期的高潮潮位、低潮潮位和潮时;
(2)根据大潮期的高潮潮位、低潮潮位和潮时以及登陆和撤离潮间带区域的高程,确定作业人员登陆和撤离的时间以及无人机低空飞机器航拍的可执行时间段;
(1)
(2)
其中:、、、分别为查询到的作业日期高潮的潮高、作业日期低潮的潮高、高潮的潮时及低潮的潮时,为t时刻的潮高,为h潮高的潮时;
所述作业人员应在大潮期的低潮潮位时登陆潮间带区域,在大潮期的高潮潮位前撤离潮间带区域;
(3)
其中:为作业人员登陆潮间带区域作业现场的点位高程;为作业人员撤离潮间带区域作业现场的点位高程;为潮高基准面高程;、表示分别将、作为公式(2)的自变量h代入计算的结果;就是把公式(3)里T(-)括号里的-作为公式(2)里T(h)的自变量h代入计算;和为作业人员登陆和撤离潮间带区域作业现场的时间; 与为作业人员登陆和撤离潮间带区域作业现场时间的缓冲参数;为有效工作时间;
(3)根据无人机低空飞机器的飞行能力、所携带相机的拍摄能力和所需调查的潮间带区域,规划航拍的航次和路线;
(4)
其中:为所搭载相机的焦距;为飞行高度;、为相机成像传感器的宽度和高度;、为相机成像影像的覆盖的地面宽度和高度; 、为待调查潮间带区域的长度和宽度;、为航向和旁向的重叠度;为航线数;为一条航线上成像影像数;为飞行速度; 为飞行时间;
当飞行时间大于无人机低空飞机器的续航能力时,则需要分为多个航次完成航拍;如果飞行时间大于无人机低空飞机器每天实际有效工作时间,则需要分为几天分区域完成调查任务或采用多架无人机低空飞机器分区域并行完成;
(4)根据步骤(2)得到的无人机低空飞机器航拍的可执行时间段和步骤(3)规划好航拍的航次和航线,规划潮间带区域需要布设的控制点,控制点布设的原则应尽量均匀分布于整个航拍调查区域;
(5)根据步骤(2)规划的登陆时间和地点进入潮间带区域,以及根据步骤(4)规划好的控制点,完成潮间带区域地面的控制点布设和空间地理坐标测量;所述控制点布设具体为:在设定的位置进行打桩,安装识别标志板,采用高精度GNSS设备测量控制空间地理坐标;
(6)根据步骤(3)规划的无人机低空飞行器航拍的航高、航次、航线,完成无人机低空飞行器航飞拍摄;
(7)对无人机航拍影像进行曝光一致性调整;
(8)对调整曝光后的影像进行影像拼接处理,利用高精度GNSS设备测量得到的控制点的空间地理坐标对影像做几何纠正,得到整个调查范围的潮间带区域高分辨率航拍影像;
(9)将步骤(8)得到的影像导入相应的地理信息***软件中,对潮间带区域生境的特有类型进行斑块提取,得到斑块的矢量化信息;
(10)根据步骤(9)得到的潮间带区域生境斑块提取的结果,进行相应的空间形态性生态参数计算,结合对应的生物学数据,完成生态评估。
2.根据权利要求1所述的方法,其特征在于步骤(10)中,所述参数为:生境斑块平均面积、最大和最小斑块面积、斑块面积标准差(S)、变动系数(C),斑块密度(PD)、斑块长宽比r j、 斑块伸张度和斑块形状指数D j ;
生境斑块平均面积:反映潮间带生境斑块规模的平均水平;
式中:N——潮间带生境的斑块总数;
A j ——潮间带生境要素第j个斑块的面积;
最大和最小斑块面积:反映潮间带生境斑块规模的极端情况;
;
斑块面积标准差(S)和变动系数(C):反映潮间带生境斑块规模的变异程度;
式中:A——潮间带生境要素斑块的面积总和;
斑块密度(PD):潮间带生境斑块数除以潮间带生境总面积;
斑块长宽比r j :某一斑块(j)的长轴长度与宽度的比值;
式中:L j 为某一斑块(j)的长轴长度, W j 为某一斑块(j)的宽度;
斑块伸张度:某一斑块(j)的宽度与长轴长度的比值;
斑块形状指数D j :通过计算某一斑块形状(j)与相同面积的圆或正方形之间的偏离程度来测量其形状的复杂程度;
以圆为参照:斑块周长与等面积的圆周长之比;
以正方形为参照:斑块周长与等面积的正方形周长之比;
其中,P j 为潮间带生境要素第j个斑块的周长;A j 为潮间带生境要素第j个斑块的面积;斑块的形状越复杂或越扁长,D的值就越大。
3.根据权利要求1所述的方法,其特征在于所述无人机低空飞行器采用电动或油动驱动,或采用固定翼飞机或者旋翼飞机,无人机低空飞行器上搭载光学成像设备、微波测量设备、激光测量设备、差分GPS 模块和陀螺仪姿态控制模块中一种以上。
4.根据权利要求1所述的方法,其特征在于与为作业人员登陆和撤离作业现场时间的一个缓冲参数,取值范围为5~15分钟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410749231.2A CN104463470B (zh) | 2014-12-10 | 2014-12-10 | 基于无人机航拍的潮间带生境调查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410749231.2A CN104463470B (zh) | 2014-12-10 | 2014-12-10 | 基于无人机航拍的潮间带生境调查方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104463470A CN104463470A (zh) | 2015-03-25 |
CN104463470B true CN104463470B (zh) | 2017-06-20 |
Family
ID=52909467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410749231.2A Expired - Fee Related CN104463470B (zh) | 2014-12-10 | 2014-12-10 | 基于无人机航拍的潮间带生境调查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463470B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104849274A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于小型无人机的所检测区域旱情实时检测方法 |
CN105373132A (zh) * | 2015-11-26 | 2016-03-02 | 北京浩恒征途航空科技有限公司 | 一种基于自动巡航无人机的低空遥感***及遥感方法 |
EP3438915A4 (en) * | 2016-03-31 | 2019-09-25 | Sumitomo Heavy Industries, Ltd. | WORK MANAGEMENT SYSTEM FOR CONSTRUCTION MACHINE, AND CONSTRUCTION MACHINE |
CN108195767B (zh) * | 2017-12-25 | 2020-07-31 | 中国水产科学研究院东海水产研究所 | 河口湿地外来种监测方法 |
CN109115183B (zh) * | 2018-06-29 | 2021-03-23 | 洋县华星工程测绘有限公司 | 一种矩阵式无人机航测方法 |
CN111309051B (zh) * | 2020-03-04 | 2023-09-05 | 深圳市宇驰检测技术股份有限公司 | 基于无人机的陆生生态调查方法、无人机及存储介质 |
CN111401187A (zh) * | 2020-03-10 | 2020-07-10 | 中山市水利水电勘测设计咨询有限公司 | 一种水土保持情况的调查方法 |
CN111650962B (zh) * | 2020-05-29 | 2023-04-07 | 自然资源部第二地理信息制图院(黑龙江省第五测绘地理信息工程院) | 一种适用于带状测区的多旋翼无人机航线规划与航摄方法 |
CN111678503A (zh) * | 2020-06-15 | 2020-09-18 | 西安航空职业技术学院 | 一种无人机航测控制点布置和识别的方法及*** |
CN112698661B (zh) * | 2021-03-22 | 2021-08-24 | 成都睿铂科技有限责任公司 | 一种飞行器的航测数据采集方法、装置、***及存储介质 |
CN114253287A (zh) * | 2021-11-05 | 2022-03-29 | 广东省国土资源测绘院 | 基于潮汐分析的潮间带无人机航线规划方法、终端及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749071A (zh) * | 2012-04-24 | 2012-10-24 | 北京林业大学 | 一种基于无人机航空摄影监测土壤侵蚀的方法 |
CN103256921A (zh) * | 2013-04-25 | 2013-08-21 | 浙江省河海测绘院 | 一种潮间带危险区地形测量方法 |
WO2014007873A2 (en) * | 2012-03-20 | 2014-01-09 | Wagreich David | Image monitoring and display from unmanned vehicle |
CN104156820A (zh) * | 2014-08-11 | 2014-11-19 | 江苏恒创软件有限公司 | 一种基于无人机的近海旅游景区规划方法 |
-
2014
- 2014-12-10 CN CN201410749231.2A patent/CN104463470B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014007873A2 (en) * | 2012-03-20 | 2014-01-09 | Wagreich David | Image monitoring and display from unmanned vehicle |
CN102749071A (zh) * | 2012-04-24 | 2012-10-24 | 北京林业大学 | 一种基于无人机航空摄影监测土壤侵蚀的方法 |
CN103256921A (zh) * | 2013-04-25 | 2013-08-21 | 浙江省河海测绘院 | 一种潮间带危险区地形测量方法 |
CN104156820A (zh) * | 2014-08-11 | 2014-11-19 | 江苏恒创软件有限公司 | 一种基于无人机的近海旅游景区规划方法 |
Non-Patent Citations (2)
Title |
---|
基于无人机遥感技术的潮间带高程测量方法;唐远彬 等;《国土资源遥感》;20130630;第25卷(第2期);第42-46页 * |
浅析不同地形下的无人机航线设计;文国仓,江世会;《测绘》;20140630;第37卷(第3期);第105-107页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104463470A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104463470B (zh) | 基于无人机航拍的潮间带生境调查方法 | |
CN108007438B (zh) | 无人机航空摄影遥感湿地植物生物量的估测方法 | |
Tamminga et al. | Hyperspatial remote sensing of channel reach morphology and hydraulic fish habitat using an unmanned aerial vehicle (UAV): A first assessment in the context of river research and management | |
Casella et al. | Drones as tools for monitoring beach topography changes in the Ligurian Sea (NW Mediterranean) | |
CN108764205B (zh) | 基于无人机低空航摄***进行城市市政普查的方法 | |
CN110779498A (zh) | 基于无人机多视点摄影的浅水河流水深测绘方法及*** | |
CN110223386A (zh) | 一种基于多源无人机遥感数据融合的数字地形建模方法 | |
Dai et al. | UAV photogrammetry for elevation monitoring of intertidal mudflats | |
CN112833861A (zh) | 一种基于倾斜摄影大比例尺地形图的测绘方法和测绘*** | |
Aber et al. | Kite aerial photography for environmental site investigations in Kansas | |
CN115657706A (zh) | 基于无人机的地貌测量方法及*** | |
Cilek et al. | Generation of high-resolution 3-D maps for landscape planning and design using UAV technologies | |
Jawak et al. | Applications of WorldView-2 satellite data for extraction of polar spatial information and DEM of Larsemann Hills, East Antarctica | |
Ught | An airborne direct digital imaging system | |
CN115060231B (zh) | 基于无人机影像的土壤侵蚀沟深度测算方法 | |
Hamilton et al. | British North Greenland Expedition 1952-4: Scientific Results | |
Aber et al. | Potential of kite aerial photography for Quaternary investigations in Poland | |
CN114459436A (zh) | 一种基于无人机的土地整治项目验收方法 | |
CN113514037A (zh) | 基于便携无人机摄影筛查的岩体露头测量方法 | |
Sewiko et al. | The use of drone and visible atmospherically resistant index (vari) algorithm implementation in mangrove ecosystem health’s monitoring | |
Li et al. | Using UAV imagery to generate DEMs of the intertidal zone | |
Soeksmantono et al. | Three-dimensional line mapping from airborne digital photogrammetry for detail spatial planning | |
Chetverikov et al. | ERROR ESTIMATION OF DEM OF ORTHOTRANSFORMATION OF AERIAL IMAGES OBTAINED FROM UAVS ON THE MOUNTAINOUS LOCAL SITE IN THE VILLAGE SHIDNYTSYA | |
CN109540112A (zh) | 一种全站仪及其测日定向方法 | |
Mancini et al. | Unmanned Aerial System Applications to Coastal Environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170620 Termination date: 20181210 |
|
CF01 | Termination of patent right due to non-payment of annual fee |