遥感技术的树木健康监测
1. 基于遥感技术的树木健康监测
遥感技术可提供有关植物生长、状态和健康的信息,因此可用于城市树木管理。路政署在全港护养了大量树木。树木的现场检查是需要耗费人力,以识别健康状况较差或者处于较大倒塌风险的树木。遥感技术和地理信息系统相融合的监测方法,可绘制城市树木的分布和健康状况的分析,藉此可辅助树木的现场检测。路政署进行了一项研究,利用遥感数据,尤其是多光谱航空照片在监测树木健康方面的适用性和可行性,藉此制定树木健康指数和开发树木健康监测系统,以辅助树木的现场健康检测。
用于模型开发的树木样本(健康/不健康),背景图为航拍照片
2. 从 LiDAR 数据中获取基本树数据
机载光探测和测距(LiDAR)是获取树木结构和生物物理属性的先进遥感技术之一。 LiDAR 系统的主要组成部分包括激光扫描仪、惯性导航系统和飞行平台搭载的全球定位系统 (GPS) 系统。具有高点云密度的高空间分辨率 LiDAR 数据可用于提取高精度树木属性,例如树高、树冠大小和胸高直径 (DBH)。路政署进行了一项 LiDAR 研究,使用名为 HawkScan HS300 的集成无人机 LiDAR 系统,以提取树木的基本数据。
树数据的分割和提取
我们应用高级算法将点云分割为单独的树、树高和树冠大小。胸高直径 (DBH) 是通过使用基于 3D 树模型导出的树形参数开发的回归模型来估计的。通过对比分割出来的单棵 树木和参考数据中的单棵树来评估共单木检测的结果。
采集的点云数据
分割中的初步树木检测结果
单树分割
3. 高光谱成像用于研究树种分类及健康状况
高光谱成像是现代遥感技术之一,它运用了光谱学和提供高分辨率光谱数据的精细光谱分辨率相机。高光谱数据包含100多个连续的窄波段,10nm甚至更精细带宽。 它已被广泛用于基于光谱反射特征的物种识别和植物监测,而其他植物参数,如叶面积指数、活的和衰老的生物量、水分含量和植物色素含量(例如叶绿素和花青素)都可以通过光谱反射响应来评估检测。
常见树种的高光谱图像
路政署使用高光谱相机建立了香港首个常见城市树种的光谱库,包括可见光和近红外(400至1000纳米)中的204个波段。一共使用该高光谱相机采集了6科19种75棵城市树木的450张高光谱图像。这些树木是基于物种多样性、健康状况、场地可行性和适宜性精心挑选的。
光谱库
树冠由不同组合的树叶组成——健康的、不健康的、阳光照射的、阴影的、新的、嫩的和成熟的叶子。树枝、树干和树冠阴影也会影响树冠的累积反射率。通过计算并绘制每棵树的平均冠层光谱特征,来建立香港19种城市树种的高光谱库。
不同健康、光照条件下的单个树冠中具有代表性的光谱特征