硬核！林地調查監測分類「照片」這樣拍！
? ? 日前，自然資源部剛剛印發的《自然資源確權登記操作指南（試行）》引發自然資源人的熱議。這為為履行「兩統一」職責*而組建的自然資源管理部門開展自然資源調查監測指明了方向(*統一行使全民所有自然資源資產所有者職責，統一行使所有國土空間管制和生態保護修復職責)。
正所謂「工欲善其事，必先利其器」。具有多光譜成像功能的「千里眼」——精靈 4多光譜版無人機正好成為對「山水林田湖草」等自然資源資產開展精細化、精準化調查監測的一把「利器」。
圖1 DJI 大疆精靈 4 多光譜版
精靈 4 多光譜版不僅延續精靈 Phantom 4 RTK 的厘米級導航定位系統，而且新增了多光譜相機和位於天線頂部的多光譜光強感測器，為用戶帶來高精度數據成果。同時，它具有起降靈活、易於操作、按需獲取高時空解析度多光譜數據、應用成本低等諸多優勢，為自然資源調查監測、水文水資源監測、乾旱災害評估、精準農業等中小尺度的多光譜遙感應用提供了全新工具。
「六隻眼」秒拍紅樹林
不久前，DJI 大疆行業應用與中山大學地理科學與規劃學院、廣州知行攜手，開展「地球之腎」的濕地植物紅樹林分類普查。本次研究的紅樹林濕地，位於淇澳島西北部，為目前珠海市面積最大、保存最完整、最集中連片的林分。該區域紅樹林主要物種有銀葉樹、秋茄、桐花樹、老鼠筋、鹵蕨以及無瓣海桑等。
圖2 迷人的淇澳島紅樹林濕地
本次數據採集使用的設備為精靈 4 多光譜無人機。它可以通過 1 個RGB和 5個多光譜感測器（如圖3）獲取高精度數據成果。五個多光譜感測器波長為：
藍(B):450±16nm
綠(G):560±16nm
紅(R):650±16nm
紅邊(RE):730±16nm
近紅外(NIR):840±16nm
圖3 多光譜成像系統
本次實驗數據通過 DJI GS PRO 地面站專業版的「測繪航拍」模式自動規劃測區航線，並設置飛行高度為 84.5m，航向重疊率為 75%，旁向重疊率為 70%，飛行速度為 6m/s。
「智圖「快拼一鍵Get
精靈 4 多光譜版無人機一次拍攝即可獲取 6 張照片，分別是 RGB、B、G、R、RE、NIR。將外業採集的影像導入到大疆智圖中重建，重建類型選擇「二維多光譜」。大疆智圖不僅能自動完成正射拼接，還可以給出 GNDVI、LCI、NDRE、NDVI等幾種植被指數，多光譜成果地面解析度達到 4 cm。
在 GIS 應用軟體中，對拼接好的數字正射影像圖（DOM）和數字表面模型（DSM）進行裁剪，得到實驗區的範圍如圖 4 所示。
圖4 研究區正射影像圖
」多光譜「樹種分類更高效
如何對多光譜遙感影像數據進行特徵提取與地物分類？利用遙感影像分析軟體，採用面向對象的方法對實驗區的紅樹林物種進行精細分類。面向對象的方法首先要對遙感影像進行初始分割，得到一個個屬性各異的同質區域，這些同質區域被稱之為「對象」；進而從這些影像對象中提取多種特徵，如光譜、形狀、紋理、結構和空間關係等，最後引入採用隨機森林分類演算法以完成最終的影像分類。
第一步影像分割：在 Ecognition 軟體中使用面向對象的方法，對實驗區的紅樹林物種進行精細分類。影像分割是面向對象分類的基礎，分割演算法將影像分為多個對象單元，特徵提取、分類器分類等方法均基於對象操作，分割的準確度影響分類精度。本次實驗採用多尺度分割演算法，經過多次調試，確定分割尺度、形狀因子和緊緻度因子分別為 180、0.5、0.5。
第二步為地物分類。根據試驗區地塊的屬性，該地塊包含老鼠簕、黃槿、鹵蕨、秋茄、桐花樹、銀葉樹、蘆葦等 7 種主要植物；水體與人工建築歸為其它類型；陰影對分類結果影響較大，單獨分為一類，共計 9 類地物。
第三步採用隨機森林分類演算法執行分類過程。將藍、綠、紅、紅邊、近紅外波段均作為光譜特徵。紋理特徵使用灰度共生矩陣，包括同質性、熵、對比度、差異性、角二階矩、自相關、均值和標準差，對數據的紅、綠、藍 3 個波段提取這 8 種紋理特徵，共計 24 個紋理特徵。
從無人機影像中提取的 DSM 信息，能夠反映出不同樹種的相對高差， DSM 與 DOM 的融合數據能夠有效提高紅樹林樹種分類精度，所以把從影像中提取的 DSM 數據作為高度特徵。在實驗區內均勻的選擇訓練樣本，執行分類過程，得到最終分類結果，如圖 5 所示。
圖5 研究區紅樹林樹種分類結果
在實地調查與目視解譯的基礎上，在研究區範圍內均勻選取驗證樣本，最終對此次分類結果進行精度評價，得到本次實驗分類的總體精度為 92.4%，Kappa 係數為 0.913。
採用高光譜和多光譜兩種方式進行樹種分類，從結果來看，與前期高光譜樹種分類相比，多光譜分類總體精度（92.4%）略高於高光譜分類精度（89.3%）。可能是由於高光譜的大量冗餘信息導致樹種分類精度下降。
因為高光譜數據量極大，且單架次拍攝面積較小（圖6，約0.03 平方公里），是多光譜無人機面積（約0.09 平方公里）的三分之一。從數據獲取效率和分類效率來看，精靈 4 多光譜無人機更佔優勢。
圖6無人機高光譜數據分類結果
調查監測「千里眼」
高解析度數據獲取，大幅提高自然資源監測能力。精靈 4 多光譜版無人機可見光與多光譜相機均為 200 萬像素，在飛行高度為 100 米時，其地面解析度達 5.3 cm，無論是 RGB 影像還是多光譜影像都有較高的空間解析度，為自然資源定量調查提供高精度數據。
實時獲取現場畫面，提供自然資源調查直觀信息。精靈 4 多光譜版無人機配合GS PRO 地面站專業版支持 NDVI 分析功能，用戶可在實時 NDVI 和實時 RGB 影像之間進行切換（如圖7），及時發現異常狀況，從而快速做出針對性決策。
圖7 RGB影像與實時 NDVI 圖像之間進行切換圖
多視角高效、精準監測，守護自然資源調查生命線。精靈4多光譜版將高精度的經緯度坐標寫入圖像中，真實反映自然資源現狀。同時，它輕巧靈活、可達性強，能從空中抵達人工難以涉足的區域，多角度呈現信息，避免單一視角造成的信息誤讀，為自然資源進行地物調查提供真實有效信息。
精靈 4 多光譜版無人機和大疆智圖組成的航測遙感解決方案讓自然資源確權登記更輕鬆！
本案例資料來自中山大學團隊，感謝團隊成員曹晶晶、龔輝、蔡德強提供的支持幫助。
