（正式版）DB15∕T 4154-2025 《荒漠生态系统无人机植被调查技术规范》

15I II II1荒漠生态系统无人机植被调查技术规范硬件与软件配置、地面辅助调查、野外航拍技术方法、无人机影利用无人机航拍获取的影像，通过不同波段数据的线性或非线性组合而形成的能反映植被生长状23中否是草本层调查灌木层调查乔木层调查样方布设激光雷达数据多光谱数据可见光数据应具备RTK定位功能、悬停功能、智能避障功能、图传功能、自动返航功能和失控返航功能。4垂直精度：±0.1m(视觉定位正常工作时);±0.5m(GNSS正常工作时);±0.1m(RTK正常工作时)。水平精度：±0.3m(视觉定位正常工作时);±0.5m(GNSS正常工作时);±0.1m(RTK正常工作时)。——相机不低于2000万像素；——快门速度应快于1/2000s;——具有定时拍照功能和等效焦距。——单波段分辨率不低于500万像素；——具有定时拍照功能和等效焦距。——需具备记录至少3次回波的能力；——系统精度水平精度：10cm@50m,高程精度：5cm——配有测绘相机，有效像素不低于2000万，配有惯导系统。无人机应配有相对应的飞行控制软件，应有航线规划功能，且满——飞行控制软件应具备自动飞行、航线规划和上传矢量数据的功能；——国家民航法规定的限制飞行、限制高度，记录登录和航线功能。8.2.1样地选择标准，按照HJ1170技术规范执行，选择需具有代表性和典型性。8.2.2针对观测对象，在可能的情况下，至少选择3个能够代表观测对象的样地，样地之间间隔不小于500m,地表覆盖相对均一，样地大小为300m×300m,按照附录A中表A.2。8.3.1样方设置要求按照HJ1170—2021中7.2.1执行。——在观测样地300m×300m内，沿对角线两段和中心等间距设置3个40m×40m的次级样5——地面验证调查在3个40m×40m的次级样地内进行，每个次级样地内随机设置乔、灌样——沙漠、沙地区：乔灌木样方大小为20m×20m,草本植物物样方大小为1m×1m;——戈壁区：灌木样方大小为40m×40m,草本物样方大小为2m×2m。在每个次级样地中随机设置1个乔灌调查样方，记录样方内所有乔灌物种、数量信息。同一乔灌木回实验室，在60℃烘箱中烘干至恒重后称重，计算单株乔灌木地上生物量，优势种单株样本数n≥在每个次级样地内的乔灌或灌木样方内随机设置3个草本调查样方，分并装至采样袋内，带回实验室内，在60℃烘箱中烘干至恒重，称量面积地上生物量，每个样地草本样方数n≥9,按照附录A表中表A9.1.1坐标系采用2000国家大地坐标系。9.1.2高程基准采用1985国家高程基准。9.1.3宜采用地理坐标系，确需地图投影采用高斯-克吕格投影，按3度分带。9.2.1荒漠植被的无人机航拍样地大小300m×300m,航拍记录按照附录A中表A.6。9.2.2选择天气晴朗的无风或者微风天，航拍时间上午11时至下午16时之间，减少云层和植被阴影9.2.3航向设置一般平行于或垂直于飞行区域边界，航线设计应尽量避开障碍物，同时兼顾考虑侧风9.3.1重叠率设置与地形变化相关，一般航向重叠率不低于75%,旁向重叠率不低于70%,地形起伏较大的区域进行航拍，航向重叠率不低于80%～90%,旁向重叠率不低于75%～80%。9.3.2航高依据主要植被类型设置：以草本植物为主，有少量的低矮灌木(H<0.5m)的样地航高10m。小乔(灌)木(0.5m<H<5m)为主的植被样地，航高20m~30m;以乔木为主(H>5m)的样地，航高50m。9.3.3可见光和多光谱影像，地面采样距离(GSD)优于5cm。9.3.4激光雷达传感器采用多次回波技术模式重复扫描，点云密度宜≥40点/m²。610.1数据预处理对获取的无人机数据进行图像拼接与裁剪、校正、定标等一系列处理，形成适用于开展解译的正射影像数据。10.2植被高度、盖度和纹理特征提取10.2.1植被指数的提取及盖度计算利用无人机航拍获取的可见光、多光谱数据，计算植被指数，具体公式见附录A中表A.7,并计算植被覆盖度，见公式(1):FVC——植被盖度，单位为%;VI—某一类植被指数：VIsoil——纯裸土像元的植被指数值；VIveg——纯植被像元的植被指数值。10.2.2植被高度、冠幅的提取通过激光雷达数据，提取乔、灌木高度与冠幅步骤如下，提取流程见附录B:a)激光雷达数据进行航线拼接、去噪、噪声滤波；b)地面点与非地面点分类，地面和植被的划分；c)地面点数据用不规则三角网插值，获取DEM;d)归一化消除地形起伏对点云数据高程值的影响；e)归一化数据利用克里金/不规则三角网插值，获取DSM数据；f)可选用CHM分割、点云分割和基于种子点分割，中一种方法进行单木分割；g)手动编辑点云，对欠分、过分和错分单木，进行点云合并/分割修正；h)重新统计单木属性，获取ID、x、y坐标位置、树高、冠幅直径、冠幅面积、冠幅体积等属性。10.2.3影像纹理特征的计算利用无人机航拍获取的可见光、多光谱数据，计算均值、方差、均匀性、对比度、向异性、信息熵、二阶矩阵和相关性八种常用的纹理特征。见附录C。10.3植物分类和物种识别10.3.1建立解译标志利用图像光谱、纹理和空间分异特征，对航拍影像进行多尺度分割，聚合具有相似光谱和空间分布特征的像素作为分类的基本单元。结合图像中植物形状、大小、阴影、色调、颜色、纹理等特征和地面调查，构建土壤、草本植物以及乔灌植物分类解译标志。10.3.2数据准备基于无人机多光谱影像，计算影像光谱植被指数和纹理特征图层。基于激光雷达数据计算地表植被冠层高程模型数据图层。7合成植被指数、纹理特征和冠层高度多波段图层，创建遥感分类多维度特征图层。10.3.3草本和乔灌遥感分类林和人工神经网络等机器学习分类算法，训练土壤、草本植物和乔灌植物遥感分类模基于最优遥感分类算法和多维度特征图层，对样地土壤、草本植物和乔灌植物进行分类。10.3.4优势物种的识别设置不同乔灌木物种圈选样本和训练样本大小，圈选对样本进行旋转[-30,30]、缩放[0.8,1.2]、偏移[-0.2,0.2]等操作，生成新的样本作为训按照物种圈选样本大小将航拍影像进行分割和切块，并缩放到训练样本大小，利用10模型对每一小块进行判断，合并、保存所有的正样本，绘制植被分类10.4.1草本地上生物量建模对植被指数和纹理特征指数变量进行自相关分析，相关系数大于0.7的两个指数之间只保），结合最优草本地上生物量遥感估测模型和多光谱无人机正射影像，反演样地尺度草本地上10.4.2乔灌木生物量建模结合地面乔灌生物量观测点位置，提取乔灌单木生物量观测值所对应的各类乔灌木植被指对乔灌木的植被指数、纹理信息和结构参数按进行自相关分析和重要性筛选。和随机森林回归等方法，构建乔灌木地上生物量遥感反8结合最优乔灌木地上生物量遥感估测模型和无人机影像分类图，反演样地尺度乔灌木单株9为野外调查时初步确定的群系名称，通常以建群种植详细，方便数据分析和总结时回顾与还原调查时的情后4位。用地质罗盘测定，坡度记录为0°~90°。顺时针记录为0°~360°。包括演替类型(原生演替、次生演替)及所处的演替阶表A.1地面调查体系表(续)记录乔木层、灌木层、草本层、苔藓和地衣等地表被某一时刻木本植物单位面积内实存生活的有机物质总量，立木的地上生物量观测是通过样方内所有林木进样地编号：群落类型/名称：经度：纬度：地貌类型：()平原()高原()台地()丘陵()洼地()低山()中山()高山坡位：()谷地()下部()中下部()中部()中上部()上部()山顶()山脊土壤类型、厚度等特征植被起源：()自然植被()次生植被()人工植被()其他干扰类型突出生态特点：A.3.1乔木层植被调查表见表A.3。样方编号：样方尺寸：米×米郁闭度：乔木层照片编号：ggA.3.2灌木层植被调查表见表A.4。ggA.3.3草本层植被调查表见表A.5。%gg样地编号：航拍范围：米×米航向/旁向123Ⅰ12Ⅱ34Ⅲ56789TDVI=*1.5(资料性)激光雷达数据处理流程激光雷达数据植被结构提取流程图见图B.1。点云拼接、去噪、噪声滤波地面点与非地面点分类生成地形数据点云编辑(点云合并、增加和删除)统计单木属性：树木ID、x、y坐标位置、树高、冠幅直径、冠幅面积、冠幅体积图B.1激光雷达数据植被结构提取流程图），N−1Me=ip(i,j)………（C.1）i——表示第i行像元；j——表示第j行像元；p(i，j)——表示第i行，第j列处的像元值在搜索方向和距离内出现的概率。），N−12 i,j=0i——表示第i行像元；j——表示第j行像元；p(i，j)——表示第i行，第j列处的像元值在搜索方向和距离内出现的概率；），Ho=ip(i,j)………………（C3）i——表示第i行像元；j——表示第j行像元；p(i，j)——表示第i行，第j列处的像元值在搜索方向和距离内出现的概率。Co=p(i,j)(i−j)2…………………（C.4）i——表示第i行像元；j——表示第j行像元；p(i，j)——表示第i行，第j列处的像元值在搜索方向和