無人機遙感在生態學中的應用進展

胡健波, 張 健

1 交通運輸部天津水運工程科學研究所, 天津 300456 2 華東師范大學生態與環境科學學院, 上海 200241

無人駕駛飛機系統(Unmanned Aerial System,UAS),簡稱無人機(drone)。2002年美國聯合出版社出版的《國防部詞典》中對無人機的定義是“不搭載操作人員的一種有動力飛行器,它借助空氣動力提供所需升力,能自主飛行或者遠程引導”[1]。無人機與遙感技術的結合,即無人機遙感,是以無人駕駛飛行器(Unmanned Aerial Vehicle,UAV)作為載體,通過搭載相機、光譜成像儀、激光雷達掃描儀等各種遙感傳感器,獲取高分辨率光學影像、視頻、激光雷達點云等數據[2]。與傳統的以衛星為平臺的航天遙感相比,無人機遙感具有可在云下低空飛行的能力,彌補了衛星光學遙感經常受云層遮擋獲取不到影像的缺陷。同時,它的高時效、高時空分辨率特點,也是有固定重訪周期且離地幾百公里的傳統衛星遙感所無法比擬的[3]。與傳統的以有人機為平臺的航空遙感相比,小型無人機不需要機場基礎設施和專業飛行員,而且體型小、便攜、機動靈活。無人機遙感是衛星遙感和有人機航空遙感的有益補充,成為多尺度遙感家族中的重要成員,特別適合小區域范圍的應急或高頻次遙感調查。隨著相關技術的發展,其應用領域已經從早期的軍事應用擴展到精準農業、大地測量、海洋監測、地質災害調查、森林資源調查、植物病蟲害監測、國土資源監察等領域。

在生態學和保護生物學研究中,由于衛星遙感提供數據的空間尺度與地面調查數據的空間尺度很難匹配,生態學家、保護生物學家對遙感方法一直持懷疑的態度[4-5]。無人機遙感為遙感技術在生態學和保護生物學中的應用提供了一個高效和低成本的解決途徑,近幾年來開始被生態學家和保護生物學家所關注[3,6]。本文首先對無人機遙感技術的發展歷史、現狀及其研究方法進行了簡單地總結,然后對輕小型無人機在生態學中的應用進行了介紹,最后通過比較國內外相關領域的研究進展對無人機在動植物監測和生物多樣性保護領域的潛在應用前景進行了介紹和展望。

1 無人機遙感的歷史和現狀

1.1 發展歷程

1916年9月12日,一架由英國人研制的無線電操控的無人機首次試飛,標志著無人機發展的開始。到2016年為止,無人機的發展已經經歷了100年的歷史。總的來說,無人機的發展經歷了4個階段[7]：(1)靶機起步階段(1916—1963年)：這個階段無人機主要在軍事領域用于作靶機。(2)初步實用階段(1964—1990年)：無人機技術被應用到越南戰爭、海灣戰爭等中,大大減少了戰爭空軍傷亡率。與此同時,無人機在民用領域也開始了應用嘗試。(3)迅速崛起階段(1991—2009年)：這個階段無人機在民用領域越來越多地運用到各個行業中。例如,2008年我國將無人機遙感應用于凍雨災害和汶川地震[8],為決策部門提供了重要的基礎資料。(4)全民應用階段(2010年至今)：目前無人機的應用已經滲透到人類生活的方方面面,成為促進社會經濟發展的重要增長點。2015年我國遙感應用專業級輕小型無人機已超過3000架,估計未來5年的裝備需求總量超過30000架[7]。

1.2 系統組成

無人機系統主要由地面系統、飛機系統和任務載荷三大系統組成,其中最重要的飛機系統由飛控、導航、動力、數據鏈和機體這幾大子系統組成。(1)飛控系統連接機身上大量的傳感器(包括角速率、姿態、位置、加速度、高度和空速等),是無人機完成起飛、空中飛行、執行任務和返場回收等整個飛行過程的核心系統。(2)導航系統向無人機提供參考坐標系的位置、速度、飛行姿態,引導無人機按照指定航線飛行。(3)動力系統：不同用途的無人機對動力裝置的要求不同,但都希望發動機體積小、重量輕、成本低、工作可靠。(4)數據鏈傳輸系統負責完成對無人機遙控、遙測、跟蹤定位和傳感器傳輸。

1.3 分類與選型

無人機按照其使用功能、氣動布局、質量、動力等可以分為不同的類型[7]。按使用功能劃分,可以分為軍用、民用和消費無人機。用于科學研究、環境監測、測繪等的多為民用無人機,而用于個人航拍、游戲等休閑用途的多為消費無人機。目前市面上的無人機種類繁多,常見的民用的無人機可以根據氣動布局和動力分為4種：油動固定翼、電動固定翼、油動旋翼(單旋翼為主)、電動旋翼(多旋翼為主)(圖 1)。當然,即便是同種類型無人機,性能參數差異也會非常大,如機型(固定翼)、旋翼數量(旋翼)、飛控系統、載荷的體積和重量、續航時間、飛行速度、海拔高度、抗風能力、起飛降落方式等。無人機的選型需要根據具體的應用需求而具體分析。幾張主要民用無人機的優劣勢分析見表1。

1.4 無人機遙感傳感器

為了充分發揮無人機機動靈活的優勢,常用的無人機往往十分輕小,這一特性決定了無人機搭載的遙感傳感器同樣要求重量輕、體積小。最常見的高分相機是普通的家用數碼相機。例如：總重2.5 kg的美國Trimble UX5無人機搭載的是索尼微單數碼相機,而總重630 g的瑞士SenseFly eBee無人機搭載的是佳能卡片機。多光譜相機種類較少,如：Tetracam公司的減重版六波段Mini-MCA(630 g)和Micro-MCA(530 g)、FLIR公司的VUE型熱紅外成像儀(100 g)、RIEGL公司的無人機激光雷達VUX(4.5 kg)。無人機遙感傳感器與無人機共同推動了無人機遙感技術的發展。

圖1 4種主要民用無人機類型Fig.1 Four main types of civilian drones

表1 4種主要民用無人機類型的優劣勢分析Table 1 Advantages and disadvantages of four main types of civilian drones

2 輕小型無人機遙感平臺及其研究方法

2.1 輕小型無人機遙感的應用優勢

近幾年來,無人機遙感技術的快速發展使得獲取實時的高精度遙感影像數據成為可能[3,9]。與傳統的遙感技術和平臺相比,輕小型無人機遙感具有以下優勢：

(1) 高分辨率：無人機能夠從地面幾米高處獲取足夠高分辨率地面影像的能力(可達到厘米級),彌補了衛星因天氣原因無法獲取或者圖像分辨率低的不足。

(2) 高時效性：無人機能第一時間獲取資源變化數據,如：可以及時監測風雪災害、森林火災、采伐等自然和人類干擾后森林的更新和演替情況。無人機也可以實時傳輸影像到地面終端或在較短時間內完成整個目標區域的調查,將影像導入電腦后用專業處理軟件可以快速處理,整個過程可以在幾天內完成。

(3) 云層下成像：無人機具有可在云下低空飛行能力,彌補了衛星光學遙感和普通航空攝影經常受云層遮擋獲取不到影像的缺陷。

(4) 移動性能高：無人機平臺體積小,較為輕便,移動性能好,在運輸、保管環節上與有人飛機遙感平臺相比可以節省不少的費用[10-11]。

圖2 基于ISI Web of Science的無人機遙感相關論文數量統計 Fig.2 The drone related papers based on the ISI Web of Science during January 2005 and November 2016 灰色區域代表每年發表的無人機遙感相關的總的文章數量,紅色區域代表了每年發表的論文中屬于以下幾個研究領域的論文：環境科學、生態學、植物科學、生物多樣性保護、動物學和林學

這些優點使得無人機正逐步成為衛星遙感、有人機遙感和地面遙感的有效補充,在大地測量、災害監測、資源調查與監測等領域獲得迅速發展。基于ISI Web of Science文獻數據庫,我們對無人機遙感相關論文進行統計(圖2),在2000—2016年11月7日之間在所有研究領域共發表416篇相關論文,其中370篇(90%)是在2011年以后發表的,198篇(48%)是在2015年和2016年發表的,表明無人機技術正在最近幾年以井噴的速度迅速地應用到科學研究中。Nature和Science等雜志也分別報道了無人機在科學研究中的潛力[12-14]。

2.2 輕小型無人機監測的主要工作流程

基于輕小型無人機監測工作主要由3個部分組成,分別是前期準備、數據獲取和后期數據處理與分析。在前期準備階段,主要包括飛行空域申請,根據氣象預報或實際天氣情況判定飛行條件,根據地形、障礙物選擇起降場地,根據監測區域范圍、重疊度、分辨率等要求設定飛行航線。在數據獲取階段,執行飛行并實時監控與飛行安全密切相關的參數。后期數據處理與分析階段包括圖像拼接、幾何校正、信息提取與分析等,具體的內容取決于無人機搭載的遙感設備的要求。

3 無人機遙感在生態學中的發展現狀

在生態學和保護生物學領域,無人機遙感相關的研究工作剛剛起步。在2001—2016年10月之間在生態學、生物多樣性保護、環境科學和林學等領域內共發表95篇相關SCI論文,其中70篇(74%)是在2013年以后發表的。Koh 和 Wich[6]對低成本無人機技術在生物多樣性保護中的應用進行了綜述和展望,并指出“無人機生態學的時代開始了”(dawn of drone ecology)。這篇文章的第一作者Lian-Pin Koh博士在2013年的TED演講視頻“A drone′s-eye view of conservation”(http://www.ted.com/talks/lian_pin_koh_a_drone_s_eye_view_of_conservation)進一步使得無人機生態學的概念在生態學家、保護生物學家和公眾中流行起來,該視頻到2016年10月為止在TED網站上已經被觀看超58萬次。Anderson和Gaston[3]在美國生態學會刊物《FrontiersinEcologyandtheEnvironment》上對輕小型無人機在生態學中的應用前景進行了更詳細地介紹,并預測無人機遙感將帶來空間生態學的革命(“revolutionize spatial ecology”)。隨后,Whitehead和Hugenholtz[9]和Whitehead等[10]對小型無人機在環境相關領域的研究進展和存在的挑戰進行了系統地綜述。Paneque-Gálvez等[15]對無人機技術在森林管理中的應用進行了深入介紹。一些以輕小型無人機為平臺的研究工作也陸續開展起來,研究內容涉及森林冠層監測、動物行為和數量調查、生境監測、野生動植物保護、自然保護區管理等。

3.1 植物監測

傳統地基于地面的植物組成與結構調查由于所獲得的數據精度差、人力成本高、覆蓋范圍小等限制,很難應用到較大的取樣面積。無人機遙感技術可以部分上彌補這些限制,目前應該被嘗試著在植物資源調查、物候監測、植物病蟲害監測等方面。我們選取了植被垂直結構調查和物候監測兩個方面的案例來加以說明。

(1) 植被垂直結構調查：植被的垂直結構對森林的生物量分配和碳儲量[16-18]、生產力[19-20]有著非常重要的影響。同時,復雜的冠層結構所形成的垂直分層和生態位分化為各種生物提供了重要的生境條件和食物資源,對許多植物和動物群落的多度和分布格局有顯著的影響[21-23]。然而,我們對森林冠層的了解大多只限于定性的分析,而很少定量的分析。一個主要的原因是缺乏有效的收集數據和分析數據的方法[24]。輕小型無人機的發展為更有效地測量植被的垂直結構提供了可能。以我們最近在廣東鼎湖山20 hm2(400 m × 500 m)的常綠闊葉林大樣地的無人機調查為例(圖3),我們于2014年采用工業級四旋翼無人機(型號：MD4-1000)收集了該樣地范圍內所采集的高分辨率(～5 cm)的無人機遙感影像,并結合地面調查所獲得的樣地高程數據,計算出樣地林冠層的多個變量(如：林冠層高度、森林郁閉度、林冠層高度的變異程度等)(圖3)。然后,我們通過與地面調查的植物多樣性數據、地形數據、土壤數據等相結合,對影響植物多樣性分布的相關因子的重要性進行了數量上的評價[25]。

圖3 基于一個20公頃常綠闊葉林樣地的無人機調查(引自：Zhang等[25])Fig.3 Drone survey in a 20 ha stem mapping plot in an evergreen broad-leaved forest[25](a)無人機起飛場地；(b)由無人機獲得的樣地森林冠層的三維點云圖；(c)樣地森林冠層表面模型(CSM)；(d-f)三個無人機收集的高分辨率圖像

(2) 植物物候監測：植物物候是環境條件季節和年級變化最直觀、最敏感的綜合指示器[26],是地球與大氣科學應用中研究植物生命周期及其與氣候關系的一個重要參量。開展植物物候研究對于深入研究全球變化及與陸地生態系統的關系等方面具有十分重要的意義[27]。傳統的植物物候數據采集是通過人工定點目視觀測,這種方法因覆蓋范圍小、時間序列短等不足,難以進行較大尺度的物候時空分析。近年來,隨著遙感技術的發展,基于衛星遙感數據的大面積植物監測已經獲得較為廣泛地運用[26]。然而,基于衛星遙感的植物物候研究還面臨著數據分辨率低、噪聲干擾因素較多、物候期識別方法普適性低、物候研究結果驗證不充分等問題[28]。基于輕小型無人機的植物物候監測可以極大地解決地面監測和衛星遙感監測存在的困難,但這方面的工作還鮮有報道。Dandois和Ellis[29]報道了他們在美國馬里蘭的一個50 m×50 m的樣地范圍內,用小型無人機對2010年10月至2012年6月之間的植物物候進行了監測,通過計算RGB(紅綠藍)3個顏色通道的變化來檢測植物物候期的變化。Berra等[30]用固定翼無人機對英國一個針闊混交林內的植物物候進行了近4個月的詳細監測,基于RGB3個顏色通道的信息計算了單株個體等級的綠色色度指數(Green Chromatic Coordinate colour index),結果發現這些個體之間的展葉時間存在著較大變異(最大差異為18 d)。

另外,以輕小型無人機為研究平臺,Inoue等[31]在日本東部的落葉闊葉林內用小型無人機對倒木進行了詳細調查,通過與地面調查比較,無人機調查準確地記錄了80%—90%的胸徑大于30 cm的倒木。Getzin等[32]用無人機對德國的10個溫帶森林樣地內的林窗進行了空間定位,并勾畫出其形狀和計算其面積。Messinger等[33]在亞馬遜地區采集了516 hm2范圍內低地森林的無人機影像,并以此對該區域的地上生物量進行了快速而準確的估計。

3.2 動物監測

近幾年來,以輕小型無人機為平臺來監測動物活動也開始引起了動物生態學家的關注。Chabot和Bird[34]及Christie等[35]分別對這一研究領域進行了非常詳細的介紹。以下我們從哺乳動物和鳥類為例來加以簡單的總結。

(1) 哺乳動物：目前用無人機對哺乳動物的調查主要集中在體型較大的動物。例如,Vermeulen等[36]在非洲西部用無人機對非洲象(Loxodontaafricana)種群進行了調查,在4條樣帶上共調查到34頭大象(圖4)。Israel[37]用無人機裝載熱紅外相機來監測狍子(Capreoluscapreolus)的活動。Watts等[38]用無人機影像來估計美國短吻鱷(Alligatormississippiensis)的種群數量。Christiansen等[39]在澳大利亞用無人機影像來測量繁殖期間200頭座頭鯨(Megapteranovaeangliae)的體型大小的變異。Michez等[40]用無人機監測數據來調查野豬(Susscrofa)活動對農作物生長的影響。

(2) 鳥類：與一些體型較大的哺乳動物的研究工作相比,用無人機來監測鳥類活動還剛剛起步。Weissensteiner等[41]用無人機來評估鳥類的繁殖行為,并與傳統的調查方法進行了比較,發現用無人機調查可以節省傳統方法的所需的近85%的時間消耗。Hodgson等[42]以兩個熱帶島嶼和一個北極島嶼為例,展示了無人機調查鳥類種群數量和行為的優勢(圖4)。Rodríguez等[43]通過聯合一個小型鳥類的飛行數據記錄器和無人機監測的生境數據來分析鳥類物種分布規律。Liu等[44]將無人機用于瀕危鳥類物種黑臉琵鷺(Plataleaminor)的調查中。

圖4 無人機用于動物監測中的例子Fig.4 The use of drones for animal monitoring(a)在非洲西部獲取大象種群影像圖(Vermeulen等[36])；(b)是圖a中白色區域的放大圖；(c)在澳大利亞的島嶼上拍攝的繁殖期的海鳥種群的影像圖(Hodgson等[42])；(d)和(e)是圖c的局部放大圖

3.3 新出版物和信息平臺的出現

(1) 相關期刊：

隨著科學家對無人機在生態與環境相關領域的關注,多個遙感領域的期刊都組織了專刊來展現無人機的應用前景。例如,2015年《Remote Sensing》雜志組織的專刊“無人機遙感在植被和農作物領域的應用”共收錄了13篇論文(《Remote Sensing》第7卷第4期)；2016年《Sensors》雜志組織的專刊“無人機在環境監測中的應用”包括了31篇研究論文(《Sensors》第16卷第5期)。2013年創刊的開源雜志《Journal of Unmanned Vehicle Systems》(http://www.nrcresearchpress.com/journal/juvs)成為該領域發展的一個重要標志。自2013年秋季發表第一期文章以來,至2016年11月初為止共出版了12期,發表無人機相關文章60篇,研究內容涉及從無人機的名詞用法、無人機操控的技術規范到無人機在商業、醫療、石油化工、資源管理、物種保護等方面的應用,其中直接與生態和環境科學相關的文章占近50%(29篇)。

(2) 相關會議和網站：

近兩年來,一些無人機技術和應用相關的研討會也相繼召開,為該領域的發展起到了非常積極的作用。例如,2014年10月由美國攝影測量及遙感學會(American Society for Photogrammetry and Remote Sensing)召開的第一屆無人機研討會就吸引了530多名參會者,隨后2015年和2016年也分布召開了第二屆和第三屆無人機研討會,并獲得了來自科研工作者、企業家等的諸多關注(https://uasreno.org). 在環境研究領域,2016年2月和6月在澳大利亞和英國分別舉行了為期兩天的會議來展示和討論無人機在環境領域的應用前景(http://www.worcester.ac.uk/discover/uav-conference.html),都分別有100多人參加。

另外,由Lian-Pin Koh和Serge Wich發起的網絡平臺ConservationDrones.org包括了很多生物多樣性保護相關的研究案例(https://conservationdrones.org/),也包括了無人機生態學的一些相關研究論文。由生態學家Erle Ellis團隊建立的平臺Ecosynth(http://ecosynth.org/)提供了一些無人機影像的開源軟件和方法,也可以作為相關研究人員的一個有效工具[29]。

4 無人機遙感在中國生態學中的發展現狀

在我國,無人機遙感也開始受到關注[11]。如：臧克等[8]研究了無人機遙感技術在汶川地震中的應用,利用處理后的影像對于災情調查、災情分析和評價,對指導災后應急救援發揮巨大作用。在生態學、林學和保護生物學等領域,李宇昊和張同偉[45]用小型無人機對黑龍江伊春地區的針葉林資源進行調查。李衛正等[46]在南京某林場用小型無人機調查了松材線蟲感染的病死木的空間分布。馮家莉等[47]用小型無人機進行了紅樹林資源調查,提取了高精度的空間分布信息。Zhang等[25]把小型無人機與中國森林生物多樣性監測網絡(http://www.cfbiodiv.org/)的鼎湖山樣地的地面調查數據相結合,分析了由無人機調查獲得的森林冠層結構參數對地面植物多樣性的影響(圖3)。在動物監測方面,馬鳴等[48]把小型多旋翼無人機用于高山兀鷲(Gypshimalayensis)的繁殖生態學研究,拍攝了高山兀鷲巢穴、親鳥、幼鳥及其生長發育過程。近期由中央電視臺、西北瀕危動物研究所等單位組織的“2016我們與藏羚羊”科考中,科研人員使用固定翼無人機監測藏羚羊的遷徙過程,獲取了該遷徙種群的密度、數量和年齡結構等數據(圖5)。本次案例共飛行14個架次,每個架次覆蓋約3 km2,獲得覆蓋范圍高達40余km2、分辨率達5 cm的高清正射影像(http://www.forestry.gov.cn/Zhuanti/content_stwm/899354.html)。

盡管無人機技術已逐漸被我國的科學家所認識,但在現階段相關應用還處于尚未形成規模的初級階段。2014年11月18日,在國家遙感中心與中國科學院地理科學與資源研究所的共同努力下,國家遙感中心輕小型無人機遙感應用專家工作組成立。工作組將在加強載荷傳感器研發、推動行業準入制度建立、完善安全規范制定、推動輕小型無人機遙感系統綜合驗證場建設等方面開展工作,這將為無人機生態學等相關領域的有序發展發揮重要作用。根據2016年出版的《輕小型無人機遙感發展報告》上的數據,2015年我國遙感應用專業級輕小型無人機已超過3000架,估計未來5年的裝備需求總量超過30000架[7]。如何有效地利用這些無人機研究平臺來真正地服務于生態學研究和生物多樣性保護工作中,還需要我們進一步地思考和探索。

圖5 西藏羌塘國家級自然保護區中的一個飛行架次的藏羚羊無人機遙感調查案例 Fig.5 The use of drones in the population of Tibetan antelope (Pantholops hodgsonii) in Chang Tang Nature Reserve in Tibet(a)無人機拍攝的藏羚羊種群影像圖；(b)是圖a的紅色區域的放大圖；(c)是圖b中綠色區域的放大圖。圖中的綠色圓點是用于藏羚羊計數的個體標識

5 存在的問題與展望

5.1 無人機數據的獲取與處理對多數生態學家還存在技術上的挑戰

盡管無人機遙感技術已經被生態學家所關注[3],然而無人機的操作技術、數據收集和處理等對傳統的以野外調查和控制實驗為主要研究手段的生態學家都存在很多技術上的挑戰。目前很多無人機在生態學里面的應用案例都是基于拍攝的照片來肉眼辨識圖像中的動物或植物,這樣一方面大大地影響了我們的工作效率,另一方面也限制了我們挖掘無人機影像中的其他更豐富的數據(如：生境結構、樹種組成、光譜信息等)。為解決這些障礙,生態學家已經在嘗試提供簡單的開源的無人機影像分析軟件或方法(如：[29])或通過網絡平臺來提供更多詳細的案例(如：ConservationDrone.org)。基于實際研究案例的無人機技術培訓將會是無人機在生態學領域內的普及的重要手段。另外,生態學家也在通過與無人機遙感專家的合作來挖掘高分辨率的無人機大數據中的諸多信息(如：[25]),例如植物樹冠的自動識別與勾勒、植被參數自動反演、動物個體自動識別、計數甚至體型測量等。

5.2 無人機在生態學中的應用領域還需要進一步地擴展

如上所述,無人機遙感技術已經開始應用到動植物監測、生物多樣性保護等方面,然而多數研究還集中在用無人機搭載RGB普通數碼相機為監測平臺。激光雷達、多光譜與高光譜遙感技術、熱紅外成像儀等在無人機生態學中的應用案例還不多見,主要原因在于這些先進的遙感設備成本昂貴,而且操作和數據處理專業化能力要求較高。另外,受無人機載荷大小的限制,這些遙感設備的傳統款式還難以廣泛應用到無人機監測中。適合無人機平臺的輕量級的遙感設備也僅僅是近幾年才陸續有商業化的產品出現[49-51]。

同時,我們也缺少與無人機數據相匹配的高精度的地面調查數據,包括詳細的物種分布數據和地形、土壤等的信息。這些都限制了無人機技術在森林生態學研究中的應用,尤其在生物多樣性高、冠層結構復雜和環境條件變異極大的亞熱帶和熱帶森林地區。以美國史密斯(Smithsonian)研究所熱帶森林研究中心(http://www.forestgeo.si.edu/)和中國森林生物多樣性監測網絡(http://www.cfbiodiv.org/)為代表的大型森林動態監測樣地網絡是一個可以開展無人機生態學研究的理想平臺。這些樣地的面積大多為20 hm2以上,并且對樣地內所有胸徑≥1 cm的木本植物進行定位、掛牌,并測量記錄其胸徑和生長狀態等,同時也調查了非常詳細的關于地形、海拔、土壤等的相關信息[52]。通過這些詳實的地面數據與無人機調查數據的結合,將進一步深化我們對生物多樣性維持機制的理解。

另外,無人機在長期生態學研究中的例子還沒有報道,主要原因是無人機生態學的發展才僅僅有幾年的歷史[6]。無人機監測的高時效性和高度的靈活性為長期監測各種生態系統的動態變化(包括植物物候變化、物種組成變化、自然和人類干擾等)提供了可能。隨著無人機監測數據在時間和空間尺度上的積累,這些數據將為我們回答一些生態學中的重大科學問題提供重要支持[25]。

5.3 無人機操控行業的管理規范與技術標準尚不完善

由于無人機研發、生產和使用的準入門檻相對較低,并且無人機行業還缺少有效的管理規范和技術標準,形成了無人機“滿天飛”的局面。這一亂象也影響了無人機遙感領域的有序發展[7]。目前,美國、歐洲等已經開始制定民用無人機的相關標準,但尚未形成完整的標準體系。2016年6月 21日,美國聯邦航空管理局發布了首部專門針對小型無人機的管理規則Part 107(https://www.faa.gov/uas/),該規則對無人機操控人員、飛行時間、飛行區域、飛行高度等給出了詳細的要求,這是無人機行業走向有序化發展的重要一步。在我國,有關輕小型無人機遙感的相關規定較少,需盡快制定相關管理規定,建立完善的無人機監管措施。

綜上所述,無人機遙感以其諸多難以替代的應用優勢,為生態學、保護生物學等相關學科的發展注入新的活力,其應用潛力巨大,前景十分廣闊,對于傳統野外調查工作量巨大且辛苦的生態學家來說,充滿誘惑和吸引力。正如Anderson和Gaston[3]在他們的文章所說,輕小型無人機遙感將革新空間生態學的研究,正在成為生態學家的重要研究工具[53]。無人機遙感技術在生態學中的應用還存在技術門檻較高和法律法規不完善等限制,但這僅僅是時間問題,在可預見的未來必將被一一克服。

[1] US Department of Defense. DOD dictionary of military and associated terms. 2017-02. http://www.dtic.mil/doctrine/new_pubs/dictionary.pdf.

[2] 金偉, 葛宏立, 杜華強, 徐小軍. 無人機遙感發展與應用概況. 遙感信息, 2009, 1: 88-92.

[3] Anderson K, Gaston K J. Lightweight unmanned aerial vehicles will revolutionize spatial ecology. Frontiers in Ecology and the Environment, 2013, 11(3): 138-146.

[4] Turner W, Spector S, Gardiner N, et al. Remote sensing for biodiversity science and conservation. Trends in Ecology & Evolution, 2003, 18(6): 306-314.

[5] 魏彥昌, 吳炳方, 張喜旺, 杜鑫. 生物多樣性遙感研究進展. 地球科學進展, 2008, 23(9): 924-931.

[6] Koh L P, Wich S A. Dawn of drone ecology: low-cost autonomous aerial vehicles for conservation. Tropical Conservation Science, 2012, 5(2): 121-132.

[7] 廖小罕, 周成虎. 輕小型無人機遙感發展報告. 北京: 科學出版社, 2016.

[8] 臧克, 孫永華, 李京, 閆志壯, 宮輝力, 李小娟, 趙文吉. 微型無人機遙感系統在汶川地震中的應用. 自然災害學報, 2010, 19(3): 162-166.

[9] Whitehead K, Hugenholtz C H. Remote sensing of the environment with small unmanned aircraft systems (UASs), part 1: A review of progress and challenges. Journal of Unmanned Vehicle Systems, 2014, 2(3): 69-85.

[10] Whitehead K, Hugenholtz C H, Myshak S, Brown O, LeClair A, Tamminga A, Barchyn T E, Moorman B, Eaton B. Remote sensing of the environment with small unmanned aircraft systems (UASs), part 2: scientific and commercial applications. Journal of Unmanned Vehicle Systems, 2014, 2(3): 86-102.

[11] 李德仁, 李明. 無人機遙感系統的研究進展與應用前景. 武漢大學學報: 信息科學版, 2014, 39(5): 505-513.

[12] Marris E. Drones in science: fly, and bring me data. Nature, 2013, 498(7453): 156-158.

[13] Schiffman R. Drones flying high as new tool for field biologists. Science, 2014, 344(6183): 459-459.

[14] Floreano D, Wood R J. Science, technology and the future of small autonomous drones. Nature, 2015, 521(7553): 460-466.

[15] Paneque-Gálvez J, McCall M K, Napoletano B, Wich S, Koh L. Small drones for community-based forest monitoring: an assessment of their feasibility and potential in tropical areas. Forests, 2014, 5(6): 1481-1507.

[16] Lefsky M A, Cohen W B, Harding D J, Parker G G, Acker S A, Gower S T. Lidar remote sensing of above-ground biomass in three biomes. Global Ecology and Biogeography, 2002, 11(5): 393-399.

[17] Saatchi S S, Harris N L, Brown S, Lefsky M, Mitchard E T A, Salas W, Zutta B R, Buermann W, Lewis S L, Hagen S, Petrova S, White L, Silman M, Morel A. Benchmark map of forest carbon stocks in tropical regions across three continents. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(24): 9899-9904.

[18] Zhang J, Huang S, Hogg E H, Lieffers V, Qin Y, He F. Estimating spatial variation in Alberta forest biomass from a combination of forest inventory and remote sensing data. Biogeosciences, 2014, 11(10): 2793-2808.

[19] Thomas R Q, Hurtt G C, Dubayah R, Schilz M H. Using Lidar data and a height-structured ecosystem model to estimate forest carbon stocks and fluxes over mountainous terrain. Canadian Journal of Remote Sensing, 2008, 34(S2): S351-S363.

[20] Antonarakis A S, Saatchi S S, Chazdon R L, Moorcroft P R. Using Lidar and Radar measurements to constrain predictions of forest ecosystem structure and function. Ecological Applications, 2011, 21(4): 1120-1137.

[21] Macarthur R, Macarthur J W. On bird species diversity. Ecology, 1961, 42(3): 594-598.

[22] Dudley R, DeVries P J. Tropical rain forest structure and the geographical distribution of gliding vertebrates. Biotropica, 1990, 22(4): 432-434.

[23] Zhang J, Kissling W D, He F L. Local forest structure, climate and human disturbance determine regional distribution of boreal bird species richness in Alberta, Canada. Journal of Biogeography, 2013, 40(6): 1131-1142.

[24] Barker M G, Pinard M A. Forest canopy research: sampling problems, and some solutions. Plant Ecology, 2001, 153(1/2): 23-38.

[25] Zhang J, Hu J B, Lian J Y, Fan Z J, Ouyang X J, Ye W H. Seeing the forest from drones: testing the potential of lightweight drones as a tool for long-term forest monitoring. Biological Conservation, 2016, 198: 60-69.

[26] 陳效逑, 王林海. 遙感物候學研究進展. 地理科學進展, 2009, 28(1): 33-40.

[27] Walther G, Post E, Convey P, Menzel A, Parmesan C, Beebee T J C, Fromentin J M, Hoegh-Guldberg O, Bairlein F. Ecological responses to recent climate change. Nature, 2002, 416(6879): 389-395.

[28] 范德芹, 趙學勝, 朱文泉, 鄭周濤. 植物物候遙感監測精度影響因素研究綜述. 地理科學進展, 2016, 35(3): 304-319.

[29] Dandois J P, Ellis E C. High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision. Remote Sensing of Environment, 2013, 136: 259-276.

[30] Berra E F, Gaulton R, Barr S. Use of a digital camera onboard a UAV to monitor spring phenology at individual tree level. 2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). Beijing: IEEE, 2016: 3496-3499.

[31] Inoue T, Nagai S, Yamashita S, Fadaei H, Ishii R, Okabe K, Taki H, Honda Y, Kajiwara K, Suzuki R. Unmanned aerial survey of fallen trees in a deciduous broadleaved forest in eastern Japan. PLoS One, 2014, 9(10): e109881.

[32] Getzin S, Wiegand K, Sch?ning I. Assessing biodiversity in forests using very high-resolution images and unmanned aerial vehicles. Methods in Ecology and Evolution, 2012, 3(2): 397-404.

[33] Messinger M, Asner G, Silman M. Rapid assessments of Amazon forest structure and biomass using small Unmanned Aerial Systems. Remote Sensing, 2016, 8(8): 615-615.

[34] Chabot D, Bird D M. Wildlife research and management methods in the 21st century: where do unmanned aircraft fit in. Journal of Unmanned Vehicle Systems, 2015, 3(4): 137-155.

[35] Christie K S, Gilbert S L, Brown C L, Hatfield M, Hanson L. Unmanned aircraft systems in wildlife research: current and future applications of a transformative technology. Frontiers in Ecology and the Environment, 2016, 14(5): 241-251.

[36] Vermeulen C, Lejeune P, Lisein J, Sawadogo P, Bouché P. Unmanned aerial survey of elephants. PLoS One, 2013, 8(2): e54700.

[37] Israel M. A UAV-based roe deer fawn detection system. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Zurich, Switzerland: 2011.

[38] Watts A, Perry J H, Smith S E, Burgess M A, Wilkinson B E, Szantoi Z, Ifju P G, Percival H F. Small Unmanned Aircraft systems for low-altitude aerial surveys. The Journal of Wildlife Management, 2010, 74(7): 1614-1619.

[39] Christiansen F, Dujon A M, Sprogis K R, Arnould J P Y, Bejder L. Noninvasive unmanned aerial vehicle provides estimates of the energetic cost of reproduction in humpback whales. Ecosphere, 2016, 7(10): e01468.

[40] Michez A, Morelle K, Lehaire F, Widar J, Authelet M, Vermeulen C, Lejeune P. Corrigendum: use of unmanned aerial system to assess wildlife (Susscrofa) damage to crops (Zeamays). Journal of Unmanned Vehicle Systems, 2017, doi: 10.1139/juvs-2016-0038.

[41] Weissensteiner M H, Poelstra J W, Wolf J B W. Low-budget ready-to-fly unmanned aerial vehicles: an effective tool for evaluating the nesting status of canopy-breeding bird species. Journal of Avian Biology, 2015, 46(4): 425-430.

[42] Hodgson J C, Baylis S M, Mott R, Herrod A, Clarke R H. Precision wildlife monitoring using unmanned aerial vehicles. Scientific Reports, 2016, 6: 22574.

[43] Rodríguez A, Negro J J, Mulero M, Rodríguez C, Hernández-Pliego J, Bustamante J. The eye in the sky: combined use of unmanned aerial systems and GPS data loggers for ecological research and conservation of small birds. PLoS One, 2012, 7(12): e50336.

[44] Liu C C, Chen Y H, Wen H L. Supporting the annual international black-faced spoonbill census with a low-cost unmanned aerial vehicle. Ecological Informatics, 2015, 30: 170-178.

[45] 李宇昊, 張同偉. 厘米級遙感影像用于伊春地區次生林空間結構調查. 東北林業大學學報, 2013, 41(8): 139-143.

[46] 李衛正, 申世廣, 何鵬, 郝德君, 方彥, 陶瓏, 張水鋒. 低成本小型無人機遙感定位病死木方法. 林業科技開發, 2014, 28(6): 102-106.

[47] 馮家莉, 劉凱, 朱遠輝, 李勇, 柳林, 蒙琳. 無人機遙感在紅樹林資源調查中的應用. 熱帶地理, 2015, 35(1): 35-42.

[48] 馬鳴, 庭州, 徐國華, 道·才吾加甫, 艾孜江·買買提明, 邢睿, 羅彪, 吳道寧. 利用多旋翼微型飛行器監測天山地區高山兀鷲繁殖簡報. 動物學雜志, 2015, 50(2): 306-310.

[49] Lin Y, Hyyppa J, Jaakkola A. Mini-UAV-Borne LIDAR for fine-scale mapping. IEEE Geoscience and Remote Sensing Letters, 2011, 8(3): 426-430.

[50] Wallace L, Lucieer A, Watson C, Turner D. Development of a UAV-LiDAR system with application to forest inventory. Remote Sensing, 2012, 4(12): 1519-1543.

[51] Crutsinger G M, Short J, Sollenberger R. The future of UAVs in ecology: an insider perspective from the Silicon Valley drone industry. Journal of Unmanned Vehicle Systems, 2016, 4(3): 161-168.

[52] 馬克平. 中國森林生物多樣性監測網絡十年發展. 科學通報, 2014, 59(24): 2331-2332.

[53] Turner W. Sensing biodiversity. Science, 2014, 346(6207): 301-302.