前言

林木苗圃地的樹(shù)木株數(shù)及其樹(shù)冠覆蓋率估算對(duì)于林木苗圃地的經(jīng)營(yíng)管理具有重要意義。利用常規(guī)技術(shù)進(jìn)行樹(shù)木株數(shù)及其樹(shù)冠覆蓋率的測(cè)算，比較費(fèi)工、費(fèi)時(shí)。探索一種快速、高效、成本低且精度達(dá)到要求的新技術(shù)具有重要的現(xiàn)實(shí)意義。

近年來(lái)，無(wú)人機(jī)遙感技術(shù)發(fā)展迅速，在土地整治、土地利用規(guī)劃、礦山地質(zhì)災(zāi)害精細(xì)探測(cè)、山洪災(zāi)害調(diào)查評(píng)價(jià)、建筑密度與容積率的測(cè)算等方面已取得了應(yīng)用研究成果。然而，在這些應(yīng)用中，所使用的無(wú)人機(jī)多為價(jià)格昂貴的航測(cè)型無(wú)人機(jī)，且數(shù)據(jù)處理復(fù)雜。大疆（DJI）PHANTOM2 VISION+ 無(wú)人機(jī)價(jià)格在8000 元以下，其操作易學(xué)易用，起飛靈活。就利用大疆PHANTOM2 VISION+ 無(wú)人機(jī)遙感估算銀杏苗圃地的樹(shù)木株數(shù)及其樹(shù)冠覆蓋率方面，至今未見(jiàn)有研究報(bào)道。因此，本文開(kāi)展利用大疆無(wú)人機(jī)來(lái)估算樹(shù)木株數(shù)及其樹(shù)冠覆蓋率的研究，預(yù)期為樹(shù)木株數(shù)及其樹(shù)冠覆蓋率估算探索出一種低成本、高效率的技術(shù)，從而為園林樹(shù)木管理提供科技支撐。

1 實(shí)驗(yàn)區(qū)與數(shù)據(jù)

圖1 校正后的無(wú)人機(jī)影像

該實(shí)驗(yàn)區(qū)為成都市郫都區(qū)的兩塊銀杏林地。該實(shí)驗(yàn)區(qū)為平地。所使用的數(shù)據(jù)為大疆（DJI）PHANTOM2 VISION+ 無(wú)人機(jī)獲取的影像。其影像為魚(yú)眼影像，對(duì)魚(yú)眼影像進(jìn)行魚(yú)眼鏡頭校正和幾何校正。經(jīng)校正后的影像如圖1 所示。

從圖1 中可以看出，該影像獲取的時(shí)間為秋季，銀杏葉子呈金黃色。該影像中有3 塊銀杏苗圃地，選區(qū)其中的2 塊作為試驗(yàn)地塊。

2 方法與步驟

2.1 構(gòu)建差值黃葉指數(shù)

通過(guò)影像特征和亮度值分析，通過(guò)紅光波段（B3） 與藍(lán)光波段（B1）的差值組合，可以增加樹(shù)木樹(shù)冠的黃葉信息，為此，我們探索構(gòu)建了差值黃葉指數(shù)（HYZS），其表達(dá)式如下：

HYZS=B3-B1 （1）

利用上述表達(dá)式，計(jì)算產(chǎn)生差值黃葉指數(shù)。

2.2 樹(shù)冠覆蓋信息提取

利用差值黃葉指數(shù)建立黃葉狀態(tài)的銀杏樹(shù)冠提取模型，如下：

if HYZS》40 then

該像元為銀杏樹(shù)冠像元，其取值為1：

Else （2）

該像元為銀杏樹(shù)冠像元，其取值為0： Endif

利用以上模型提取銀杏樹(shù)冠信息，對(duì)提取結(jié)果進(jìn)行綜合處理，去除5個(gè)像元以下的細(xì)小區(qū)域。其結(jié)果圖2所示，紅色為銀杏樹(shù)冠。

圖2 銀杏樹(shù)冠（呈紅色）

將提取的樹(shù)冠結(jié)果柵格數(shù)據(jù)進(jìn)行矢量化，得到樹(shù)冠覆蓋的多邊形圖斑，選取面積在1m2 以上的樹(shù)冠圖斑，建立樹(shù)冠覆蓋 GIS 數(shù)據(jù)庫(kù)，其結(jié)果如圖3 所示。

圖3 銀杏樹(shù)冠覆蓋多邊形（呈紅色）

2.3 林地地塊樹(shù)冠覆蓋情況分析

通過(guò)屏幕數(shù)字化，數(shù)字化苗圃地地塊的范圍，該實(shí)驗(yàn)區(qū)有2 個(gè)銀杏苗圃地地塊，建立其 GIS 數(shù)據(jù)庫(kù)。將地塊圖層與樹(shù)冠覆蓋 GIS 數(shù)據(jù)圖層進(jìn)行空間連接分析，并在此基礎(chǔ)上進(jìn)行統(tǒng)計(jì)分析，得到統(tǒng)計(jì)結(jié)果數(shù)據(jù)，并計(jì)算出各地塊的樹(shù)冠覆蓋率，如表1 所示。樹(shù)冠覆蓋率為地塊內(nèi)所有樹(shù)冠覆蓋的總面積，占該地塊面積的全部。

2.4 地塊內(nèi)樹(shù)木株數(shù)的估算

在樹(shù)冠 GIS 數(shù)據(jù)庫(kù)中，添加株數(shù)字段。地塊1：將樹(shù)冠覆蓋面積小于等于平均面積（3.43m2）的多邊形選取出，每個(gè)多邊形即為一棵數(shù)的樹(shù)冠，因此，其株數(shù)賦值為1。對(duì)面積大于平均面積的多邊形，用其面積除以3.43m2，并取整，并將此數(shù)作為該多邊形中的樹(shù)木株數(shù)。通過(guò)檢查，有2 個(gè)多邊形的樹(shù)木棵數(shù)計(jì)算有誤。一個(gè)為1 棵誤算為2 棵，另一個(gè)為3 棵誤算為4 棵。對(duì)其進(jìn)行修改后，統(tǒng)計(jì)得到的株棵數(shù)為79。地塊2：按照以上方法，同樣以平均面積（3.43m2）進(jìn)行分析計(jì)算處理，得到地塊2 的株數(shù)為83 株。

2.5 精度分析

就樹(shù)冠提取而言，所提取的樹(shù)冠均為黃葉狀態(tài)的銀杏樹(shù)冠，因此，其誤提率為0。有少量的銀杏葉因其黃色狀態(tài)不足而未被提取出來(lái)，主要位于樹(shù)冠邊沿部分。通過(guò)采樣估算，未被提取的最多占5%，因此，其漏提率為 5%。因此，其提取的總體精度較高。樹(shù)冠覆蓋率是相對(duì)數(shù)字，其精度取決于樹(shù)冠覆蓋的提取精度和地塊范圍的判讀精度，因地塊范圍判讀為目視判讀，因此，其精度j較高。就株數(shù)的估算而言，對(duì)于林地地塊1，無(wú)漏估算。在自動(dòng)提取計(jì)算的株數(shù)中，多出了2 株。多估算數(shù)占真實(shí)總數(shù)79 的2.53%。對(duì)于地塊2，自動(dòng)提取計(jì)算的株數(shù)為 83 株，而真實(shí)的株數(shù)為89 株。漏算株數(shù)為6株，占真實(shí)總數(shù)89 的6.74%。因此，其株數(shù)自動(dòng)提取估算的精度較高。

3 結(jié)果與討論

通過(guò)本文的研究，探索出了利用大疆 PHANTOM2 VISION+ 無(wú)人機(jī)遙感估算銀杏苗圃地的樹(shù)木株數(shù)及其樹(shù)冠覆蓋率的技術(shù)路線和方法。該方法簡(jiǎn)單、適用、有效，且成本低。

通過(guò)本研究，提出了黃葉指數(shù)，該指數(shù)可以用于反映樹(shù)冠的黃色狀態(tài)，其黃色狀態(tài)越強(qiáng)，其指數(shù)值越高。利用該黃葉指數(shù)，通過(guò)一定的閾值，可以將黃葉樹(shù)冠提取出來(lái)。

利用該技術(shù)方法，估算出的銀杏苗圃地的樹(shù)木株數(shù)的精度較高，估算出的樹(shù)冠覆蓋率精度較高，能達(dá)到要求。該技術(shù)方法，適用于對(duì)葉子呈黃色狀態(tài)的樹(shù)冠覆蓋信息的提取，而不適合用于提取呈其他顏色狀態(tài)的樹(shù)冠覆蓋信息。對(duì)于株數(shù)的估算，適用于樹(shù)冠大小差異不大的情況或者樹(shù)冠明顯相互分離的情況，這樣，其估算精度較高。

責(zé)任編輯：gt