【论文精选】基于气象和覆被条件考量的无人机地形勘察适宜期——以东北黑土区为例

    近年来，无人机遥感技术凭借其可操作性强、分辨率高的优势被广泛应用在植被资源调查和地形监测工作中。

    其中，基于SfM(Structure from Motion)方法的摄影测量技术为地形研究提供新的数据获取手段。

    其数据采集方式多基于无人机平台开展，且相较于Li DAR技术具有操作简单灵活，数据获取效率高，技术成本低等特点。

    目前无人机遥感技术在水土保持领域得到了广泛的应用。

    例如无人机遥感技术可用于水土保持监测项目中土石方量的精确测算；该技术还可为水土保持信息化监测提供服务等。

    近期，有研究发现，无人机SfM技术在某些土地类型的地形获取精度上具有和激光雷达相媲美的精度。

    Liao J等在东北较平坦地形对比同一地块对大疆精灵4pro所拍摄的可见光生成的DEM与激光雷达生成的DEM对比发现：2类高程间的相关性在裸地最高，荒地仅次于裸地，林地效果最差。

    林鑫等分析无人机密集匹配点云和机载激光雷达点云的异同性，对密集林分(郁闭度0.85)、稀疏林分(郁闭度0. 55)和未成林地的2种点云对比分析，发现对于稀疏林分，无人机密度匹配点云的统计特征参数与机载激光雷达点云的统计特征参数基本一致，对于新造未成林地，无人机密集匹配点云对幼树三维结构的刻画优于机载激光雷达点云。

    研究均表明中覆盖(FVC＜0.6)条件下采用无人机SfM技术具有较高精度。

    无人机SfM方法已逐步被应用于地形研究领域，但其研究更关注数据本身情况，并未对数据获取时间以及地表覆盖情况能否适用于地形研究进行探讨。

    在实际应用中，SfM方法受到以下条件的限制：1)在植被发育好的区域，由于光线不能穿透植被，SfM测量方法难以测量密闭植被下的地形。

    2)SfM测量技术还容易受不利天气的影响。

    例如，大风天气会较大程度干扰螺旋桨的气流，影响小型无人机控制平台的稳定，易造成飞行器失稳从而影响拍摄相片质量。

    降水天气飞行时，雨水可能会随着螺旋桨气流的旋动进入无人机机身内部从而对电池或电路造成损坏，致使短路或断路的情况发生。

    因此，开展气象、植被覆盖等的分析对预先规划和顺利实施无人机外业地形勘测任务至关重要。

    笔者以东北黑土区不同气候带为例，结合当地的气候和植被动态变化特征探讨该区适宜无人机地形勘察的最佳时间窗口，以期为其他地区的地形勘察期选取提供借鉴，为水土保持领域的地形侵蚀监测研究服务。

    选择的试验区东北黑土区跨寒温带、中温带和暖温带3个温度带，分析不同温度带典型站点1988—2017年的气候数据以及2020年全年的植被覆盖度、雪盖变化；以常见的大疆无人机运行参数作为气候数据的筛选条件，初步按照中覆盖（FVC