基于無人機低空遙感和現場調查的潮灘地形反演研究

李 陽,袁 琳，2，趙志遠，張晉磊，王憲業，張利權

(1.華東師范大學河口海岸學國家重點實驗室,崇明生態研究院,上海 200241;2.長江三角洲河口濕地生態系統教育部/上海市野外科學觀測研究站，上海 202162)

0 引言

潮灘是海陸交界地帶受潮汐影響的區域，在長江口，潮灘是濱海濕地的主要類型之一，通常包括光灘、植被帶、潮溝等地貌單元。它不但是海岸防護的重要組成部分，還具有氣候調節、生物多樣性保護、促淤造陸、固碳等顯著的生態服務功能[1-2]。在全球海平面上升和人類干擾活動共同影響下，沿海生態系統逐漸喪失和退化，潮灘面臨著不斷蝕退的威脅[3]，如何有效保護長江口的灘涂資源變得至關重要。灘面高程是潮灘地貌形態特征的體現，不同時刻灘面高程變化可以反映該區域潮灘的沖淤動態，同時它也是影響潮灘動態和鹽沼植被分布的重要因素[4]。在類似長江口潮灘這樣具有潮汐作用的鹽沼濕地生態系統中，只有當潮灘高程超過一定閾值，鹽沼植被才能成功定居[5]。此外，不同鹽沼植物在潮灘分布的最適高程也有所不同[6]，厘米級的海拔差異就會導致植被群落結構發生顯著變化[7-8]。因此，高精度、大面積的潮灘地形數據是準確分析潮灘沖淤演變和鹽沼植被演替趨勢的前提[9-10]，也是探究潮灘生態系統對環境變化響應以及預測潮灘格局演變不可或缺的數據基礎[3,11]。

目前，潮灘地形監測方法通常分為遙感監測和地面監測2類。遙感方法包括立體像對匹配、水邊線提取、合成孔徑雷達干涉技術測量等，它們具有大范圍測量能力，但是精度相對較低、時效性差[12]。地面監測常用方法有全站儀測量、基于全球導航衛星系統(global navigation satellite system，GNSS)和實時動態差分技術(real -time kinematic，RTK)的GNSS-RTK測量、基于非接觸式高速激光測量技術的三維激光掃描(terrestrial laser scanner，TLS)測量等[13]，它們具有較高的精度，但是測量面積小、儀器和人力成本高、測量效率低[14-15]。RTK和TLS技術是現有方法中較常用且具有最高精度的方法。RTK技術定位快速準確，水平和垂直精度極高[15]，但是每次僅能獲取單點數據，測量效率低。TLS技術具有極高的垂直和空間精度，能夠有效獲取平面高程數據，但是TLS掃描范圍有限、花費的時間和經濟成本較高，由于激光無法穿透高蓋度植被，導致TLS觀測技術難以準確獲得植被覆蓋下的潮灘地形[14]。因此，盡管目前已有多種方法可以用來測量潮灘地形，但是依舊難以實現同時具備低成本、高精度、大面積、可濾除植被的潮灘地形測量[16]，亟須尋找一種低成本、高精度、易操作且能夠較準確濾除植被影響的大尺度地形監測方法。

無人機(unmanned aerial vehicle，UAV)低空遙感是近年來興起的新型監測技術，具有輕便、易操作、工作效率高等優勢，它的發展使得高精度、高時效性的遙感影像獲取成為可能[17-18]。運動結構(structure from motion，SFM)算法是基于多個圖像的運動視覺差異建立物體3D模型的一種計算機技術，它可以通過大量重疊的2D圖像，提取包含高密度三維信息的點云，從而獲得準確的數字地形信息[19-20]。將UAV低空攝影測量技術和SFM技術相結合，為低成本、大面積的地形測量提供了可能[16,21]。Mancini等[16]用UAV測量了海岸沙丘的地形，并驗證了其精度與TLS技術相當；Dai等[22]用UAV測量了光灘的地形，表明使用UAV定期監測光灘是可行的。然而自然潮灘的潮間帶區域往往覆蓋有鹽沼植物，通過UAV遙感只能測量到植物冠層的高程，為了獲得準確地形，還需要進行植被濾除來去除鹽沼植被的干擾。植被濾除目前主要是借鑒激光點云數據的濾波算法[13,23]，需要有較多的點云穿透植被落到地面上，而鹽沼植被密度較高，光線不易穿透，植被濾除精度會大幅降低，因此需要探索一種更加有效的植被濾除方法。

本研究以位于長江口的上海崇明東灘的潮灘濕地為典型研究區，通過UAV低空遙感獲取研究區航拍影像與可見光波段信息，然后提取影像三維坐標信息，構建高精度潮灘數字表面模型(digital surface model，DSM)，獲得光灘地形數字高程模型(digital elevation model，DEM)。此外，將從UAV影像可見光波段中提取的植被指數與野外現場觀測的植物株高擬合，建立株高反演模型濾除植被，獲得潮灘鹽沼植被區的地形DEM數據，綜合實現潮灘地形DEM的大尺度的準確反演。以期為大范圍監測潮灘地形提供一種易操作、高效、準確的方法，為海岸帶灘涂濕地保護和管理提供重要的技術支撐。

1 研究區概況及數據源

1.1 研究區概況

崇明東灘位于上海市崇明島東部(N31°25′～ 31°38′,E121°50′～122°05′)(圖1)，為亞熱帶季風氣候，年平均氣溫為15.3 ℃，年平均降水量為1 022 mm，該區域受不正規半日潮的影響，是長江口規模最大，發育最完善的河口型灘涂濕地[24]。本文的研究區位于崇明東灘鳥類國家級自然保護區南部的團結沙潮灘的鹽沼植被前沿(圖2)，包含了光灘和鹽沼植被2種生境(圖3)。研究區分布的鹽沼植被主要為藨草屬(Scirpusspp.)的海三棱藨草(Scirpusmariqueter)和藨草(Scirpustriqueter)混生群落，平均株高約為30 cm，植被蓋度60%～90%。

圖1 崇明東灘地理位置Fig.1 Location of Chongming Dongtan

圖2 研究區地理位置Fig.2 Location of study area

圖3 研究區的傾角拍攝圖Fig.3 UAV oblique photography picture in study area

1.2 UAV低空航拍及圖像處理

2019年5月，天氣晴朗的小潮汛低潮期間，使用大疆Phantom 4 Pro四懸翼無人機對研究區進行UAV航測，航向重疊度80%，飛行高度為60 m，地面分辨率為2 cm/像素，航拍區域的面積約為0.3 km2，涵蓋了前沿的植被(圖4)和光灘(圖5)。使用DJIGO 3.1.5控制自動飛行與正射拍照。UAV飛行前，在研究區8個基本方向按米字形結構設立了8個0.5 m×0.5 m的地面控制點(ground control point，GCP)，使用RTK(Trimble R8 GNSS接收機)收集了GCP中心的坐標(采用WGS1984坐標系)和高程(采用吳淞高程系統)的RTK測量值，后期通過GCP的校正，可以將UAV航測的成果變換到指定參考系中。

圖4 鹽沼植被的正攝圖像Fig.4 UAV orthophoto picture of saltmarsh plants

圖5 光灘的正攝圖像Fig.5 UAV orthophoto picture of bare flat

1.3 現場觀測

在UAV飛行結束后立即對研究區的光灘區和植被區展開現場的高程和植被觀測：①高程觀測使用RTK(Trimble R8 GNSS接收機)測量了光灘區14個地面點和植被區域30個地面點的坐標和高程(圖6)，用于后期UAV影像反演地形的精度驗證；②植被區內分別設置2條垂直和平行于海堤的樣帶，在樣帶上隨機選取30個樣點，以每個樣點為中心設立0.5 m×0.5 m的樣方，使用 RTK(Trimble R8 GNSS接收機)測量每個樣點的坐標，并使用5點法現場測量樣方內植株株高，后計算平均株高。

圖6 研究區的采樣點分布Fig.6 Location of sampling points distribution

2 研究方法

2.1 潮灘植被濾除及DEM反演

利用Pix4D Mapper 4.4.3軟件對野外拍攝獲取的UAV影像進行數據處理，在該軟件中，通過SFM點云生成、GCP坐標校正、創建網格、生成紋理等處理后，生成研究區域的DSM和包含紅光、綠光、藍光波段信息的正射遙感影像。由于SFM算法測算出的是地物間的相對高差，所以再通過GCP坐標校正將坐標系和高程轉化到了統一的參考系統當中(本研究采用吳淞高程基面、WGS84坐標系和UTM 51N投影)，以便與不同時期、不同地形測量方法獲取的DEM產品進行比較。

UAV影像經過Pix4D Mapper 4.4.3軟件處理后生成的研究區的高精度DSM顯示了潮灘表面的DEM。在光灘表面沒有建筑或植被遮擋，該區域的DSM即為光灘區地形的DEM。

對于植被區，由于有鹽沼植被遮擋，DSM顯示的是潮灘植被冠層的高程，而不是灘面的高程信息。為了獲取植被區DEM，首先使用ENVI 5.3軟件提取UAV正射遙感影像中的波段信息，基于UAV影像的紅綠藍3個波段的像素值，獲得研究區的可見光差異植被指數(visible-band difference vegetation index，VDVI)[25]。其表達式為：

(1)

式中，ρ紅，ρ綠和ρ藍分別為影像在紅光、綠光、藍光波段的像素值。

利用MATLAB 2019軟件將地面采樣點處的VDVI指數的值與野外樣方調查的植物株高建立株高反演模型，建模時隨機選取70%株高數據用于建模，剩下30%用于反演模型精度評估。

在ENVI 5.3軟件中通過株高反演模型將整個研究區的空間VDVI指數分布反演為整個研究區的空間植被株高分布，再利用ArcGIS10.5軟件將植被株高從植被區的DSM中濾除，獲得潮灘地形的植被區地形的DEM，潮灘DEM的具體測量流程如圖7所示。

圖7 潮灘地形測量流程Fig.7 Flow chart of tidal flat topographic reconstruction

2.2 地形精度驗證

以RTK野外現場測量的灘面高程數據為真實值，UAV地形反演結果為測量值，計算均方根誤差(root mean square error，RMSE)[26]進行地形精度驗證，評估UAV植被濾除和地形反演的效果。

3 結果與分析

3.1 鹽沼植物株高與植被指數關系

圖8為株高的VDVI反演模型，圖中陰影為95%置信區間。從圖8可以看出，UAV影像反演獲得的研究區藨草屬植物VDVI指數值主要集中在0.04～0.15之間，野外監測獲得的株高范圍是18～45 cm。通過擬合可以看出，藨草屬植物株高與VDVI指數之間具有顯著正相關關系(R2=0.71，RMSE=4.07 cm)，表現為隨株高的增加，VDVI指數值也呈現增大趨勢。當藨草屬植物株高在25～35 cm區間時，株高反演的置信區間最窄(±1.7 cm)。

圖8 株高的VDVI反演模型Fig.8 VDVI inversion model of plant height

3.2 潮灘地形反演結果

UAV遙感影像經過式(1)反演后，研究區內藨草屬植物群落的VDVI指數值在0.02 ～ 0.16之間(圖9)。進一步利用株高反演模型獲得的研究區鹽在沼植物株高結果表明，該區域鹽沼植物株高變化范圍為20～50 cm (圖10)，與野外實測的株高變化范圍一致。當使用VDVI模型濾除植被后，可以看出研究區域整體高程變化在2.0～5.0 m之間(圖11)，由陸向海呈現逐漸遞減的趨勢，且呈帶狀分布。

圖9 研究區鹽沼植被VDVI分布Fig.9 VDVI distribution of saltmarsh in study area

圖10 研究區植物株高分布Fig.10 Saltmarsh height distribution in study area

圖11 濾除植被后的潮灘地形Fig.11 Tidal flat topography after filtering vegetation

3.3 地形反演的精度驗證

反演得到的高程與RTK測量高程比較結果如圖12所示。從圖12可以看出，在光灘區域，UAV反演地形結果與野外實測的RTK測量高程較為接近1∶1(RMSE=0.07 m)，表明使用UAV反演的光灘地形較為可靠，能夠直接應用于光灘地形的反演。而在植被區，從誤差分析結果可以看出(表1)，受到鹽沼植被的干擾，若不進行植被濾除，植被區地形反演精度(RMSE=0.33 m)顯著低于光灘區，且UAV反演的潮灘高程略高于野外現場RTK實測值(圖12(a))。在使用株高反演模型濾除植被后，植被區地形精度顯著提升，RMSE從0.33 m減小至0.14 m，地形反演精度提高了約60%。對于整個研究區的地形反演結果而言，通過植被濾除后，地形精度RMSE為0.12 m，與未進行植被濾除時的反演精度(RMSE為0.28 m)相比，精度大大提高。

(a)植被濾除前 (b)植被濾除后

表1 不同生境植被濾除前后的地形反演RMSETab.1 Terrain error of inversion before and after vegetation filtering in different habitats (m)

4 討論

在潮灘生態系統中，厘米級的地形高程差異就能對潮灘的生態結構和功能造成影響，因此獲取高精度的地形對潮灘濕地生態系統研究十分重要[7-8]。到目前為止，傳統遙感方法獲取的地形DEM精度較低，難以滿足研究的需要，而高精度的地形DEM構建大都需要費時費力的現場工作來進行，在潮灘地區更是受到有限調查時間和范圍的限制[21]。目前的SFM技術由于具有易于使用、自動化程度高、對圖像采集和相機校準容易等優點，使得用低成本的設備來快速獲得高精度的DSM成為可能[27]。而輕小型UAV具有輕便靈活、云下飛行和高時效性等特點，為SFM技術提供了極佳的應用場景，其數據產品的優秀質量已被多個研究驗證[16-22]。對于受潮汐影響的復雜潮灘區域而言，由于部分潮灘表面積水和水飽和度較高，基于SFM技術有時難以從積水和水飽和沉積物中提取出足夠的點云來構建地形[21]。對于這些區域，通過UAV近距離飛行可獲取足夠多的高空間分辨率圖像，以幫助識別光滑表面的地面紋理，減少計算誤差，可大大提升自動點匹配和SFM點云提取的成功率[21,28]。

本研究將SFM技術與野外監測和遙感圖像處理相結合，開展潮灘地形反演研究，結果表明結合現場觀測和UAV技術的地形反演可以實現高精度植被下潮灘地形反演目標。該方法與常規方法相比具有以下顯著優勢：

1)潮灘植被區地形反演精度顯著優于其他技術。本研究在光灘區地形的RMSE為0.07 m，與TLS技術監測的地形精度接近[13,23]；但在植被區地形精度為0.14 m，優于謝衛明等[23]使用TLS技術的潮灘地形監測結果得到的0.25～0.35 m誤差。且TLS技術在植被密度高于60%時，激光無法穿透植被，地形精度還將顯著下降[13]，而本研究中，植被區蓋度均在60%～90%，依然可以獲得令人滿意的精度，很好地解決了TLS等技術難以準確濾除潮灘鹽沼植被高度的問題。

2)UAV的監測范圍顯著擴大。TLS設備的掃描范圍僅有2～3 km，在潮灘上的有效范圍不超過半徑1 km，且遠距離的掃描精度較低，而多站掃描較為耗時。RTK單點精度極高[15]，能夠直接測量到植被下方的潮灘地形，但是RTK將多個單點數據建立網格生成DEM，而在潮灘地區手工測量只能獲得十分有限的觀測點，極大限制了RTK觀測大范圍地形監測范圍。而UAV掃描范圍可以通過更換電池持續飛行不斷擴展，精度不會隨著范圍擴展有任何改變。

3)UAV監測的人力成本和經濟成本顯著降低。首先傳統的RTK技術完全依靠觀測人員通過行走獲得指定地點的數據，而TLS觀測技術需要將儀器運輸到掃描區域進行工作，TLS及它的標靶、三腳架等相關配套設備重達數十斤，若在泥濘難行的潮灘環境中操作，非常費時費力。UAV通過遠程操控，不受地域條件限制，方便易行，效率高。其次，UAV地形監測技術更加經濟和高效。TLS設備價格通常在百萬元級別，UAV的設備價格通常在萬元到幾十萬元級別，且UAV觀測的人力成本也大大低于TLS觀測技術。

本研究和已有研究均表明，UAV技術和傳統技術對光灘地形可獲得精度較高的結果[22]，但相比光灘，潮灘植被區的地形監測存在更大的難度，主要原因是植被株高濾除的準確性決定了地形反演的準確性和誤差[13,23]。目前潮灘地形監測中植被濾除方法并不多，主要是通過激光點云數據的濾波算法[13,23]提取出穿透植被的激光為地面點，從而濾除與地面點相差過多的植被點。這類算法需要足夠的點云穿透植被落在地面上，如果植被群落密度過大，激光較少穿透植被，傳統的點云過濾算法很難實現對植被的濾除。相較點云植被濾除方法的局限，UAV遙感影像中含有豐富的地物光譜信息，利用UAV影像波段數據進行植被濾除，能夠有效彌補點云濾除的缺陷。首先，UAV所攝可見光圖像由紅光、綠光、藍光3個波段構成，由于不同生理狀況的綠色植被在各個波段反射率不同，通過波段運算獲得的不同植被指數，已被證實可以用來反映植被的生長信息[29]。目前研究者基于UAV的可見光波段，組合開發了許多植被指數用來提取植被生長發育信息[30-31]。其中VDVI指數包含了紅光、綠光、藍光3個波段的信息，提取精度高且閾值容易確定，對健康綠色植被信息具有較好的提取效果，是常用的可見光植被指數[25]。采用VDVI指數與株高建立反演模型進行植被濾除，僅需要采集標準樣方數據并與VDVI指數建立關系，實施十分便捷，大大節省了人力物力。但受到地理位置和季節因素影響，植被VDVI指數會隨地點和季節變化發生變化，因此本文建立的株高反演模型在更大范圍應用時，需要在指定地點的不同季節采集數據構建反演模型，再進行地形反演。

盡管利用UAV技術進行潮灘地形反演作為遙感技術的一種應用，具有顯著的優越性，但依然會受到氣候和地表物理因素的影響，因此在具體實施過程中應注意以下要點：①觀測時應該盡量選擇小潮和陰天的清晨或者傍晚進行飛行，這樣可以減少灘涂表面積水或沉積物的反射對結果的影響；②觀測時要避免在大風天氣飛行，因為輕小型UAV抗風能力偏弱，大風造成的機身穩定性下降會降低數據精度甚至危及UAV安全；③合理布設GCP，研究證明在研究區外圍不同方向布設5～8個GCP是較優方案，即使GCP數量大量增加，數據的精度性并不會隨之明顯增加[17,28]。當然，在泥濘的潮灘布設GCP是一項耗時耗力的工作，對于某些具有GNSS-RTK定位的UAV，由于攝像機精確位置已知，每張影像都包含了精確定位并可以從相對系統轉換到絕對系統，因此UAV內置天線位置能夠極好代替地面GCP，可大幅削減了UAV地形反演過程中的人力成本，大大擴展了UAV的工作范圍，使得利用UAV進行地形反演成為了一項低成本低勞動力的監測工作。利用搭載RTK的UAV進行一次低空飛行，便能夠帶來具有精準坐標系的高分辨率正射影像和地形DSM，這對于利用UAV實施潮灘地形反演具有極大的幫助。

5 結論

本研究表明結合UAV低空遙感和現場調查的方法可以實現對潮灘光灘地形和草下地形的精確反演，其光灘區地形精度與高精度三維激光掃描儀測量結果接近；植被區地形經過植被濾除后精度可提升60%。利用UAV低空遙感，將SFM技術與野外監測和圖形處理相結合進行潮灘地形反演，將大大減少地形監測的人力與經濟成本，在擁有高精度的同時還能較好地解決植被濾除的技術問題，實現大面積自然潮灘的地形反演，凸顯出了UAV地形反演方法大面積推廣的價值?？梢灶A見，隨著UAV搭載RTK技術的普及和推廣，以UAV低空遙感和SFM算法為基礎的低成本、高效率、高精度地形反演技術將越來越被廣泛應用于潮灘地形監測、沖淤演變分析、地貌-鹽沼植被相互作用，灘涂濕地環境的保護與修復等方面的研究。