基于無人機影像的高寒草地鼠害信息提取研究

熊瑞東，程武學※，熊鈺丹，狄 威，魏佳軒，王永祥，劉 軻，羅光榮

（1. 四川師范大學地理與資源科學學院，成都610101；2. 四川省農(nóng)業(yè)科學院遙感應(yīng)用研究所/農(nóng)業(yè)農(nóng)村部遙感應(yīng)用中心成都分中心，成都610066；3. 四川省龍日種畜場，阿壩州藏族羌族自治州624401）

0 前言

草原既是生態(tài)資源，也是經(jīng)濟資源，是發(fā)展草地畜牧業(yè)的最基本的生產(chǎn)資料，也是涵養(yǎng)水源、防風固沙的重要生態(tài)屏障［1］。若爾蓋高寒草原位于川西高原的北部，青藏高原東緣，是長江、黃河重要的水源涵養(yǎng)地，同時也是我國重要的草原畜牧區(qū)。近年來，由于氣候變暖加劇、過度放牧等多種原因，沼澤、濕地萎縮，植被蓋度和高度下降，水分蒸發(fā)加快，土壤濕潤松軟，為草原害鼠、害蟲等提供了良好的生存環(huán)境，使得若爾蓋地區(qū)草原鼠蟲害頻繁發(fā)生，導(dǎo)致草原退化、沙化的問題日趨嚴重［2］。據(jù)四川省草原工作總站監(jiān)測統(tǒng)計，近10 年四川省草原鼠害平均發(fā)生面積292 萬hm2，嚴重危害面積187 萬hm2，因鼠害而造成的草原沙化面積約5.3 萬hm2［3］。草原鼠害呈持續(xù)偏重發(fā)生，嚴重影響著草原生態(tài)環(huán)境建設(shè)和草原畜牧業(yè)可持續(xù)發(fā)展，已對農(nóng)牧民的生存和發(fā)展構(gòu)成了一個重大隱患［4-5］。

早期由于技術(shù)條件的限制，研究人員主要是以人工地面調(diào)查為主，主要采用設(shè)立監(jiān)測站方式調(diào)查害鼠的種群數(shù)量，對鼠害情況進行分析和預(yù)測，從而對不同危害程度的地區(qū)進行針對性的防治。劉榮堂等［6-8］在多年的野外實地調(diào)查研究基礎(chǔ)上，采用系統(tǒng)分析和統(tǒng)計學原理，獲取了大量影響鼢鼠和鼠兔種群數(shù)量變化的多種參數(shù)，采用數(shù)理統(tǒng)計分析的方法，成功構(gòu)建了短期、中期和長期鼢鼠和鼠兔種群數(shù)量動態(tài)的預(yù)測模型，準確率高達90%以上。這些研究成果為鼠害防治和監(jiān)測的發(fā)展奠定了基礎(chǔ)。近年來，隨著“3S”技術(shù)的興起和發(fā)展，草地鼠害的監(jiān)測和預(yù)測技術(shù)快速發(fā)展。李博等［9］通過以我國溫帶草地放牧系統(tǒng)草畜平衡動態(tài)監(jiān)測的原理與方法為基礎(chǔ)，運用“3S”技術(shù)系統(tǒng)，設(shè)計和建立了動態(tài)監(jiān)測的數(shù)據(jù)庫與技術(shù)系統(tǒng)以及遙感測產(chǎn)和動態(tài)監(jiān)測的有關(guān)模型，為便捷、高效的大面積地草地鼠害動態(tài)系統(tǒng)性監(jiān)測研究提供了一定的科學和技術(shù)參考。周立志等［10-11］在Scott 相關(guān)研究的基礎(chǔ)上，依據(jù)大沙鼠的分布環(huán)境，對環(huán)境因子進行疊加分析，預(yù)測出了其地理分布。目前，小型無人機也開始應(yīng)用廣泛應(yīng)用于遙感行業(yè)［12-18］，通過對無人機獲取草地鼠害的分布特征，能快速、精確地獲取草地鼠洞數(shù)量和分布，進行鼠害分布精確動態(tài)監(jiān)測與預(yù)測預(yù)報，對草原鼠害綜合防治具有重要意義和作用。探索基于無人機影像的不同種類害鼠的空間分布特征信息提取與危害程度的估算，是實現(xiàn)大范圍的鼠害監(jiān)測與預(yù)報的重要的基礎(chǔ)。

文章利用無人機低空遙感對草地鼠害的空間分布范圍和危害程度進行研究，根據(jù)不同鼠害的發(fā)生范圍可以快速、精確地進行鼠害的監(jiān)測、預(yù)測，分析其不同的危害程度可以采取靈活、有針對性地防治措施，為鼠害的防治提供科學的治理方案。

1 研究區(qū)概況

研究區(qū)位于若爾蓋濕地自然保護區(qū)內(nèi)，是若爾蓋高寒草地地區(qū)草原鼠害發(fā)生嚴重的地區(qū)之一，主要鼠害種類有高原鼠兔、高原鼢鼠等，分布在濕地退化的灘地、丘陵地帶以及地勢較為平坦的緩坡。選取濕地保護區(qū)的核心區(qū)、緩沖區(qū)和試驗區(qū)的鼠害發(fā)生區(qū)進行航拍，航拍區(qū)海拔在3 276～3 338 m 之間高寒草原，地勢較平坦，拍攝時間為2019 年5月，具體位置如圖1 所示。

經(jīng)過2017—2019 年現(xiàn)場勘察發(fā)現(xiàn)，研究區(qū)內(nèi)害鼠主要有高原鼠兔和高原鼢鼠兩種，在調(diào)研期間也觀察到其他鼠種，但數(shù)量較少，危害較輕。該區(qū)域鼠害的地表信息主要是鼠洞和鼠丘造成的。研究區(qū)每公頃范圍約分布著幾十至上百個洞口，每個洞口一側(cè)均有由挖掘盜洞拋出的裸土，相鄰洞口之間互通相連，形成一個洞群，直徑約20～50 m 之間。高原鼢鼠由于挖掘盜洞會在草地上形成圓形的土堆，研究區(qū)的土丘直徑在39～119 cm之間，同時在研究區(qū)發(fā)現(xiàn)，遷徙過后留下的洞穴和土丘在雨水沖刷和凍融作用下，坍塌形成不同面積大小的沙丘和裸斑地。此外，害鼠大量啃食優(yōu)良牧草，與家畜爭食，加劇了畜草矛盾，降低了草地的載畜能力，也給畜牧業(yè)生產(chǎn)造成了極大的危害。

圖1 研究區(qū)所在位置示意圖Fig.1 Schematic diagram of the location of the research area

2 數(shù)據(jù)獲取與處理

該文的實驗地點為若爾蓋濕地自然保護區(qū)的西南緣局部。試驗區(qū)均位于濕地保護區(qū)內(nèi)的典型鼠害區(qū)，實驗區(qū)內(nèi)具有明顯的鼠害地表特征，兩種典型的鼠種均有分布，分別選取高原鼠兔、高原鼢鼠鼠害兩種鼠害典型區(qū)域進行實驗，實驗時間選取2019 年5—10月，正值老鼠繁殖和挖掘新鼠洞的時間。

2.1 無人機數(shù)據(jù)獲取與處理

該實驗使用Phantom 4 Pro 小型四旋翼無人機對實驗區(qū)域進行拍攝（圖2），航拍區(qū)選擇地勢相對平坦開闊，且無電線、高大樹木以及人為的干擾。

在航線設(shè)計時，采用穩(wěn)定性和兼容性較好的飛行控制軟件DJI GS Pro 和Altizure 進行規(guī)劃。為確保航片完全覆蓋樣地，在每條樣地航線上向外擴展100 m。根據(jù)不同種類鼠洞洞口的大小尺寸，將高原鼠兔試驗區(qū)的飛行高度設(shè)置分別為50 m、100 m、200 m，高原鼢鼠的飛行高度設(shè)置為100 m、120 m 和200 m。拍攝完成后利用無人機影像處理軟件Agisoft Photoscan Professional 平臺，將航拍照片拼接鑲嵌為數(shù)字正射影像。再通過ArcGIS、ENVI 依次對影像進行坐標轉(zhuǎn)換和統(tǒng)一、幾何校正和配準、影像增強和裁剪等預(yù)處理。

圖2 試驗區(qū)無人機影像Fig.2 UAV image of test area

2.2 地面數(shù)據(jù)獲取與處理

根據(jù)實驗方案的設(shè)計和不同種類鼠洞洞口的大小尺寸，在兩試驗區(qū)利用標尺設(shè)置多個25 m×25 m 的正方形小樣方，采用痕跡法（痕跡法即見周圍有鼠兔出現(xiàn)）統(tǒng)計樣方內(nèi)的鼠洞和鼢鼠土丘數(shù)量，分別用有效洞口數(shù)和新土丘數(shù)（新土丘無植被，顏色呈棕黃色）表示高原鼠兔和高原鼢鼠的相對種群密度，同時利用皮尺對樣方的海拔高度、坡度、鼠洞和鼢鼠土丘洞口直徑大小進行測量，并通過GPS 儀記錄經(jīng)緯度坐標并使用無人機拍攝記錄控制點的位置。

3 鼠害信息提取

該文基于e Cognition 軟件的面向?qū)ο蠓诸惙椒?，在分析光譜特征的基礎(chǔ)上，利用鼠洞和鼢鼠土丘在幾何特征、紋理特征方面的差異，提取鼠害的地表信息。因鼠兔樣區(qū)的影像空間分辨率達到了0.015 m，考慮到鼠兔洞穴的大小與影像分辨率較高對計算機運算量的影響，故選取了25 m×25 m 的樣地作為高原鼠兔和高原鼢鼠的實驗區(qū)域。

3.1 高原鼠兔信息提取

由于鼠害地表信息的復(fù)雜性和對象的不規(guī)則性，采用基于多尺度的影像分割方法對無人機影像進行分割。最佳尺度的選擇是鼠害地表信息提取的前提和重要步驟，在eCognition9.0 軟件中導(dǎo)入飛行高度為100 m 的無人機鼠害影像，通過最優(yōu)尺度評價工具ESP 初步遴選出最優(yōu)尺度的范圍。在ESP 工具中將分割參數(shù)形狀因子權(quán)重設(shè)為0.6，緊致度因子權(quán)重為0.4，光譜因子中紅、綠、藍波段權(quán)重分別設(shè)為1，起始分割尺度為2，遞進步長設(shè)為1，進行分割尺度實驗。所得出的分割結(jié)果如下圖2 所示。

根據(jù)實地調(diào)查的鼠洞尺寸數(shù)據(jù)，對初步遴選出的9、12、28 這3 個最佳分割尺度進一步實驗，在尺度設(shè)為9 時，分割的斑塊數(shù)量增多，鼠洞出現(xiàn)過度分割，當分割尺度設(shè)為12 時，斑塊數(shù)量減少，鼠洞分割情況較好當分割尺度設(shè)為28 時，分割的斑塊數(shù)量急劇減少，部分鼠洞出現(xiàn)欠分割甚至未分割情況，其他地物（草地和裸地）也未能很好區(qū)分出來。因此分割尺度12 是無人機影像的多尺度分割最佳尺度。通過上述綜合分析，選擇多尺度分割最佳參數(shù)為Scale（尺度）：12，Shape（形狀因子）：0.6，Compactness（緊致度因子）：0.4 為確定最優(yōu)的分割參數(shù)。

圖3 鼠兔無人機影像ESP 尺度分割評價圖Fig.3 UAV image ESP scale segmentation evaluation map of pika

通過面向?qū)ο蟮? 種分類方法（CART 決策樹分類法、支持向量機法、最鄰近分類法、貝葉斯分類法）對基于無人機遙感影像數(shù)據(jù)進行高原鼠兔鼠害信息的提取，效果圖和提取精度如圖3（其中綠色表示草地、紅色表示高原鼠兔的鼠洞、黃色代表裸地）和表1～4 所示。

圖4 基于4 種分類的對鼠兔鼠害信息提取結(jié)果Fig.4 Results of information extraction of pika and rat damage based on 4 classifications

表1 基于決策樹分類法的鼠兔識別精度評價Table 1 Evaluation of pika recognition accuracy based on decision tree classification method

表2 基于支持向量機分類法的鼠兔識別精度評價Table 2 Evaluation of pika recognition accuracy based on support vector machine classification

表3 基于最鄰近分類法的鼠兔識別精度評價Table 3 Evaluation of pika recognition accuracy based on nearest neighbor classification

表4 基于貝葉斯分類法的鼠兔識別精度評價Table 4 Evaluation of pika recognition accuracy based on Bayesian classification

通過分類效果圖與基于驗證樣本得到的精度對比分析，顯示影像分類結(jié)果整體較好，總體精度均在0.85 以上；從高原鼠兔無人機影像總體分類精度角度來分析，發(fā)現(xiàn)最鄰近分類法獲取的分類效果最佳，精度最高。說明最鄰近分類法能夠充分利用空間輔助信息，對影像的多個特征變量進行選擇性組合，識別繁多而有效的信息，從而實現(xiàn)對未知數(shù)據(jù)的分類、預(yù)測和挖掘其中的優(yōu)勢。故基于面向?qū)ο蟮淖钹徑诸惙ㄊ歉咴笸檬蠛π畔⑻崛〉淖顑?yōu)方法模型。

不同飛行高度下獲取的遙感影像具有不同的空間分辨率，不同分辨率的遙感影像獲取的地物特征、所承載的地物信息量不同，在提取的精度上同樣存在差異。

表5 不同分辨率下高原鼠兔鼠害信息提取精度Table 5 Accuracy of information extraction of plateau pika at different resolution

由表5 可知，基于50 m、100 m 和200 m 的不同分辨率數(shù)據(jù)，提取的結(jié)果總體精度與斑塊數(shù)量和分類時間之間具有明顯的規(guī)律，可以看出隨著影像空間分辨率的降低，其總體分類精度、鼠洞提取精度以及Kappa 系數(shù)逐漸降低。

3.2 高原鼢鼠信息提取

在ESP 工具中將分割參數(shù)形狀因子權(quán)重設(shè)為0.6，緊致度因子權(quán)重為0.4，光譜因子中紅、綠、藍波段權(quán)重分別設(shè)為1，起始分割尺度為5，遞進步長設(shè)為1，進行分割尺度實驗。

圖5 鼢鼠無人機影像ESP 尺度分割評價圖Fig.5 UAV image ESP scale segmentation evaluation map of zokor

從ESP 分割結(jié)果可知，方差變化率（ROC）曲線呈現(xiàn)的變化峰值所對應(yīng)分割尺度（Scale）主要有18、22、31、38、55、65、75、97。根據(jù)實地調(diào)查的鼠丘尺寸數(shù)據(jù)，對初步遴選出的18、22、31 這3 個最佳分割尺度進一步實驗，在尺度設(shè)為18 時，分割的斑塊數(shù)量增多，鼠丘出現(xiàn)過度分割；當分割尺度設(shè)為22 時，斑塊數(shù)量減少，鼢鼠土丘分割情況較好當分割尺度設(shè)為31 時；分割的斑塊數(shù)量急劇減少，部分土丘出現(xiàn)欠分割甚至未分割情況，其他地物（草地和裸地）也未能很好區(qū)分出來。因此選擇多尺度分割最佳參數(shù)為Scale（尺度）：22，Shape（形狀因子）：0.6，Compactness（緊致度因子）：0.4。

采用CART 決策樹、支持向量機、最鄰近法和貝葉斯四種分類方法，對基于無人機遙感影像數(shù)據(jù)進行鼠害信息的提取，效果圖和精度評價如圖5（其中綠色表示草地、紅色表示高原鼢鼠的土丘、黃色代表裸地）、表6、7、8、9 所示。

圖6 使用4 種分類方法對鼢鼠鼠害信息提取結(jié)果Fig.6 The results of using four classification methods to extract information from zokor and rodent damage

表6 基于決策樹分類法的鼢鼠識別精度評價Table 6 Evaluation of zokor recognition accuracy based on decision tree classification method

表7 基于支持向量機分類法的鼢鼠識別精度評價Table 7 Evaluation of zokor recognition accuracy based on support vector machine classification method

表8 基于最鄰近分類法的鼢鼠識別精度評價Table 8 Evaluation of zokor recognition accuracy based on the nearest neighbor classification method

表9 基于貝葉斯分類法的鼢鼠識別精度評價Table 9 Evaluation of zokor recognition accuracy based on bayesian classification

由分類效果圖與基于驗證樣本得到的精度對比分析，精度評價顯示影像分類結(jié)果整體較好，總體精度均在0.90 以上；分類結(jié)果都達到了高度的一致性，其中貝葉斯分類方法精度明顯高于其他分類算法，無論是從總體分類精度分析還是從制圖精度分析，基于支持向量機法、最鄰近法和決策樹分類法提取結(jié)果均低于基于貝葉斯分類法。其總體分類精度為0.98，Kappa 系數(shù)達到了0.95，完全滿足后續(xù)的高原鼢鼠鼠害信息提取，故基于面向?qū)ο蟮呢惾~斯分類法是高原鼢鼠鼠害信息提取的最優(yōu)方法模型。

表10 不同分辨率下高原鼢鼠鼠害信息提取精度Table 10 Accuracy of information extraction of plateau zokor rodent damage at different resolutions

根據(jù)表10 可以看出，對于飛行相對高度分別為100 m、120 m 和200 m 的無人機遙感影像數(shù)據(jù)，其提取的總體精度和鼢鼠土丘分類精度與影像的空間分辨率之間具有明顯的規(guī)律。隨著飛行高度的降低，其總體分類精度、Kappa 系數(shù)和鼠丘分類精度逐漸升高，同時，隨著提取到的鼢鼠土丘數(shù)量逐漸增加，計算機運算量增大，其分類所消耗的時間成增長。由此可知，影像的空間分辨率的越高，獲取的地物信息量越大，高原鼢鼠的鼠丘提取精度越高。

4 結(jié)論

該文采用CART 決策樹、貝葉斯、支持向量機和最近鄰4 種分類方法分別對高原鼠兔和高原鼢鼠的鼠害地表信息進行提取。并通過實測樣方數(shù)據(jù)進行精度驗證，最后對比分析得出。

（1）基于面向?qū)ο蟮淖钹徑诸惙ㄊ歉咴笸檬蠛Φ乇硇畔⑻崛〉淖顑?yōu)方法模型。以飛行高度分別為50 m、100 m 和200 m 為例，利用不同空間分辨率的遙感影像進行鼠洞信息的提取分析得出，隨著飛行高度的降低，鼠洞和裸地的邊緣信息逐漸清晰和豐富，洞口較小的鼠洞和細碎的裸地被識別，越接近實際鼠洞形狀和大小，總體分類精度、鼠洞提取精度以及Kappa 系數(shù)逐漸升高，總斑塊的數(shù)量、鼠洞數(shù)量、裸斑地的數(shù)量均呈現(xiàn)逐漸增多的趨勢。與此同時，隨著影像分辨率的提高，地物類型和特征信息增多，鼠洞周圍的分布的濕牛糞和一些較小的裸土斑被誤提，會造成鼠洞洞口的大小和數(shù)量的高估。從分類時間的角度，可以看出當飛行高度越低，其分類所需的時間成倍增加，計算機的運算量增大。通過鼠害綜合信息多個指標的衡量，發(fā)現(xiàn)影像分辨率對于高原鼠兔鼠害信息的提取結(jié)果有重要影響。

（2）基于面向?qū)ο蟮呢惾~斯分類法是高原鼢鼠鼠害地表信息提取的最優(yōu)方法模型。以100 m、120 m 和200 m 為例，利用不同空間分辨率的遙感影像進行鼠洞信息的提取，隨著飛行高度的降低，地物類型和特征信息增多、鼠丘的邊緣信息逐漸清晰和豐富、周圍的土丘邊緣被提取和識別、鼠丘的形狀也發(fā)生了變化。隨著鼠丘斑塊的面積不斷增大，提取到的鼢鼠土丘數(shù)量逐漸增加，總體分類精度、Kappa 系數(shù)和鼠丘分類精度逐漸升高。但是當影像分辨率提高時，鼠丘周圍的分布的裸土斑被誤提，造成鼠丘的數(shù)量的高估，使得計算機運算量增大，其分類所消耗的時間成倍的增長。總的來說，空間分辨率的差異對鼠害信息的提取結(jié)果有著明顯影響，影像的空間分辨率的越高，獲取的地物細節(jié)越豐富，高原鼢鼠的鼠丘提取精度越高，但分類所需的時間成倍增加，故在影像數(shù)據(jù)的選擇方面需要綜合考慮。