Τηλεπισκόπιση μέσω Drone για δασική έρευνα και πρακτικές

Από RemoteSensing Wiki

Συγγραφείς: Lina Tang Chinese Academy of Sciences

Πηγή : Article in Journal of Forestry Research · June 2015 DOI: 10.1007/s11676-015-0088-y

Λέξεις κλειδιά:Drone, δάσος, uav, βλάστηση

Περίληψη

Κατά τη διάρκεια των τελευταίων δεκαετιών έχουν εμφανιστεί στο προσκήνιο μη επανδρωμένo αεροσκάφη (Drones) διαφόρων σχημάτων, μεγεθών, καθώς οι εφαρμογές τους είναι ολοένα και πιο σημαντικές. Η τεχνολογία που εφαρμόζεται με τα drones έχει χαμηλό κόστος και πολύ υψηλής ανάλυσης, σημαντικά υψηλότερης από την τεχνολογία της δορυφορικής τηλεπισκόπησης. Σε αυτό το άρθρο γίνεται αναφορά στην χρήση τηλεπισκόπησης μέσω drone που υποβοηθούν την δασική έρευνα και τις πρακτικές που χρησιμοποιούνται για την παρακολούθηση και καταγραφή της κατάστασης των δασών (αύξηση, ύψος και μέγεθος θόλου, φαινομένων και γεγονότων όπως πυρκαγιές κλπ) Εξάλλου η ευελιξία που παρέχει η χρήση drones καθώς και η απουσία κινδύνου για τους χειριστές καθιστά την χρήση τους εξαιρετικά ελκυστική.

Drones ως πλατφόρμες

Το λεξικό Merriam-Webster ορίζει ένα τηλεκατευθυνόμενο αεροσκάφος ως ένα μη επανδρωμένα αεροσκάφη ή πλοία καθοδηγείται από το τηλεχειριστήριο ή μέσω υπολογιστών επί του σκάφους . Τα μη επανδρωμένα αεροσκάφη αναφέρονται επίσης και ως μη επανδρωμένα εναέρια οχήματα (UAV), μη επανδρωμένα εναέρια συστήματα (UAS), μη επανδρωμένα αεροσκάφη (UA), ή τηλεκατευθυνόμενα αεροσκάφη (RPA). Από τη δεκαετία του 1950, σημαντική αποστολή των drones είναι η εναέρια αναγνώριση. Από το 2005, η ανάπτυξη των drones για στρατιωτικούς σκοπούς εξακολουθούν να κυριαρχούν στη βιομηχανία των μη επανδρωμένων αεροσκαφών.(Colomina και Molina 2014). Κατά τη διάρκεια των τελευταίων δεκαετιών, μη επανδρωμένα αεροσκάφη διαφόρων σχημάτων, μεγεθών, για πολιτικές εφαρμογές έχουν αναπτυχθεί τόσο γρήγορα ώστε ήδη υπερισχύουν εκείνων των στρατιωτικών εφαρμογών (Colomina και Molina 2014). Υπάρχουν διάφορες ταξινομήσεις των drones. Γενικά κατατάσσονται σε επτά κατηγορίες: MAV (Micro ή μινιατούρα) ή NAV (Nano Air Οχήματα), VTOL (Κάθετη Απογείωση & Landing), LASE (Χαμηλό υψόμετρο, με μικρή αντοχή), LASE Κλείσιμο, LALE (Χαμηλό υψόμετρο, μεγάλης αντοχής) ΜALE (Μέσo υψόμετρο, μεγάλη αντοχή), και HALE (Μεγάλο υψόμετρο, Μεγάλη αντοχή). Anderson και Gaston (2013) κατατάσσονται drones σε τέσσερις τάξεις μεγέθους: μεγάλες, μεσαίες, μικρές και μίνι, και μικρο και νανο. Επιπλέον, άλλοι έχουν ταξινομηθεί drones σε πέντε τύπους χρήσης: στόχος και παραπλάνησης, αναγνώριση, μάχης, την έρευνα και την ανάπτυξη, καθώς και αστικές και εμπορικές(Www.theuav.com). Υπάρχουν δύο κύριοι τύποι μη επανδρωμένων αεροσκαφών με βάση την απογείωση και τεχνικές προσγείωσης: οριζόντια απογείωση και προσγείωση και κάθετη απογείωση και προσγείωση. Οριζόντια απογείωσης και προσγείωσης είναι τυπικά χαρακτηριστικά των drones σταθερών πτερύγων (αεροπλάνα), λαμβάνοντας υπόψη ότι η rotorcrafts ή μη επανδρωμένα αεροσκάφη περιστρεφόμενων πτερύγων (ελικόπτερα και γυροπλάνα), τα πλοία, και τα μπαλόνια που εκτελούν κάθετη απογείωση και προσγείωση. Η ανάπτυξη της σταθερότητα και το εύρος της πτήσης είναι κρίσιμα ζητήματα στα μη επανδρωμένα αεροσκάφη για τους σκοπούς των εφαρμογών τηλεπισκόπησης. Τα drones με σταθερά και με περιστροφικά φτερά έχουν διαφορετική απόδοση σε ότι αφορά τη σταθερότητα και το εύρος τους. Όταν η κάλυψη πεδίου είναι μεγάλη, τα μη επανδρωμένα αεροσκάφη σταθερών πτερύγων μπορεί να είναι προτιμότερα, λαμβάνοντας υπόψη ότι τα drones με περιστροφική-πτέρυγα μπορεί να είναι πιο κατάλληλο για επίτευξη υψηλών μετρήσεων χωρικής ανάλυσης. Ένα αξιοσημείωτο πλεονέκτημα της drones σταθερών πτερύγων είναι ότι απαιτείται ελάχιστη εμπειρία για τη λειτουργία τους. Τα drones σταθερών πτερύγων χρειάζονται διάδρομο, ενώ τα μικρότερα μπορεί να ξεκινήσουν χειροκίνητα Η πηγή ενέργειας επηρεάζει άμεσα την αντοχή της πτήσης (Dudek et al. 2013), και είναι έτσι, ένα από τα πιο σημαντικά στοιχεία του εξοπλισμού των drones. Αν και οι κινητήρες εσωτερικής καύσης είναι κοινός τόπος για τα state-of-the-art drones, οι ηλεκτρικοί κινητήρες είναι καλύτερες επιλογές για τα μικρότερα drones. Επειδή οι ηλεκτρικοί κινητήρες είναι πιο οικονομικοί και δονούνται λιγότερο, είναι πιο κατάλληλοι για εφαρμογές τηλεπισκόπισης. Διάφορες μπαταρίες και τα κύτταρα καυσίμων είναι διαθέσιμα για την τροφοδοσία ηλεκτρικών μοτέρ για drones. Στο μέλλον, η ηλιακή ενέργεια θα είναι σε θέση να συμβάλει στην αύξηση του χρόνου πτήσεων από ώρες έως ημέρες ή ακόμη και χρόνια. Οι βαρύτερο αισθητήρες γενικά απαιτούν μεγαλύτερα drones. Το ωφέλιμο φορτίου του μη επανδρωμένου αεροσκάφους κυμαίνεται από δεκάδες γραμμαρίων σε εκατοντάδες κιλά. Τα Drones πετάνει αυτόνομα ή μέσω τηλεχειριστηρίου. Οι αυτόνομες προγραμματισμένες εκ των προτέρων πτήσεις είναι κατάλληλες για συστηματική χαρτογράφηση τοπίου. Τα τηλεκατευθυνόμενα μη επανδρωμένα αεροσκάφη είναι αποτελεσματικά για την παροχή φωτογραφιών και βίντεο σε τοπικό χωρικό επίπεδο.

Drone και τηλεπισκόπηση

Οι πρώτες αεροφωτογραφίες λήφθηκαν στη δεκαετία του 1860 χρησιμοποιώντας μπαλόνια ως πλατφόρμες. Κατά τη διάρκεια του πρώτου και του δευτέρου παγκοσμίου πολέμου , αεροπλάνα χρησιμοποιήθηκαν ως πλατφόρμες αεροφωτογραφιών. Η πρώτη γενιά δορυφόρων γήινης τροχιάς ξεκίνησε γύρω στο 1960 με αποκλειστικό σκοπό την αναγνώριση. Προηγουμένως, όλα τα δεδομένα που συλλέγονται από ατμόσφαιρας ή το διάστημα ήταν σε αναλογική μορφή. Από το 1970, υπάρχουν πλέον σε χρήση ψηφιακοί αισθητήρες, οι δορυφόροι χρησιμοποιούνται και για πολιτικές εφαρμογές, και η όρος τηλεπισκόπηση έχει γίνει επίσημη. Τα drones είχαν για δεκαετίες πριν χρησιμοποιηθεί για στρατιωτικούς σκοπούς, αλλά οι πρόσφατές τους εφαρμογές στην τηλεπισκόπηση ήταν εξαιρετικά γρήγορη. Επί του παρόντος, τα drones χρησιμοποιούνται στους τομείς της μετεωρολογίας, γεωργίας ακριβείας, την έρευνα της άγριας πανίδας, της δασοκομίας, της διαχείρισης γης, τον έλεγχο των υποδομών, την παρακολούθηση της κυκλοφορίας, της διαχείρισης των φυσικών καταστροφών, και έρευνας και διάσωσης (Shahbazi et al. 2014). Τα drones μπορούν να μεταφέρουν μια ποικιλία μέσων ανίχνευσης, συμπεριλαμβανομένων του ορατού φωτός, το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων (SWIR), το θερμικό υπέρυθρο (TIR), ραντάρ, και Αισθητήρες Lidar. Τα drones που χρησιμοποιούν οπτικούς αισθητήρες, συμπεριλαμβανομένων των ορατών, NIR και SWIR, καταγράφουν επίσης δεδομένα σε πολυφασματικές ή υπερφασματικές ζώνες (Berni et al 2009. Saari et al 2011. Shao 2015). Λόγω της τεχνολογικής προόδου στην τεχνολογία αισθητήρων, όλο μικρότεροι, ελαφρύτεροι, και φθηνότεροι αισθητήρες είναι διαθέσιμοι για drones.

Figure 1

Παραδείγματα εφαρμογών

Τα οφέλη του μη επανδρωμένου αεροσκάφους τηλεπισκόπησης περιλαμβάνουν χαμηλού κόστους υλικό και λειτουργίας, ευέλικτο έλεγχο της χωρικής και χρονικής ανάλυσης, συλλογή δεδομένων υψηλής ανάλυσης, και η απουσία του κινδύνου για τα πληρώματα. Οι ακόλουθες πρωτοπόρες μελέτες αποδεικνύουν τα μοναδικά πλεονεκτήματα του μη επανδρωμένου αεροσκάφους τηλεπισκόπησης για τη δασοκομία σε ερευνητικό και πρακτικό επίπεδο.

Δασική τοπογραφία

Οι Koh και Wich (2012) πειραματίστηκαν με τη χρήση μη επανδρωμένων αεροσκαφών τηλεπισκόπησης για να ερευνήσουν και να χαρτογραφήσουν τα τροπικά δάση της Ινδονησίας λόγω του υψηλού κόστους της υψηλής ανάλυσης δορυφορικών δεδομένων τηλεπισκόπησης, τη συχνή νεφοκάλυψη, και τη δύσκολη και ακριβή επίγεια έρευνα. Το πείραμα αφορούσε σε ένα φθηνό (< 100$) και ελαφρύ (~ 650 g) σταθερών πτερύγων drones τροφοδοτούμενο από μια μπαταρία 2200 mAh και μια βιντεοκάμερα. Το drone θα μπορούσε να πετάξει ~ 25 λεπτά ανά αποστολή και να καλύπτει συνολική απόσταση ~ 15 χιλιομέτρων. Οι ερευνητές συναρμολογούσαν τις εικόνες του droneς σε χάρτες που αναπτύσσεται η χρήση γης/ κάλυψη χαρτών με μια χωρική ανάλυση της τάξης των 5,1 εκατοστών με χρήση του υλικού βίντεο για την ανίχνευση των ανθρώπινων δραστηριοτήτων (Π.χ. κάψιμο και υλοτομία), και σε συνδυασμό με το φωτογραφικό υλικό και βίντεο για την έρευνα των ειδών της άγριας πανίδας και των προσδιορισμό της χλωρίδας. Πρότειναν ότι η χρήση μη επανδρωμένων αεροσκαφών θα μπορούσε να οδηγήσει σε σημαντική εξοικονόμηση όσον αφορά το χρόνο, το ανθρώπινο δυναμικό και τους οικονομικούς πόρους για την τοπική διατήρηση των εργαζόμενων και των ερευνητών στις αναπτυσσόμενες τροπικές περιοχές.

Χαρτογράφηση των κενών βλάστησης στα δάση

Τα κενά βλάστησης στα δάση αντανακλούν τη διαταραχή που επηρεάζει τη δασική ποικιλομορφία και την παραγωγικότητά τους, αλλά τα μικρά δασικά κενά δεν μπορούν να μετρηθούν με ακρίβεια με τη δορυφορική τηλεπισκόπηση (Frolking et al. 2009). Η χαρτογράφηση που λαμβάνεται με ανάλυση 7 εκατοστών, με φυσικά χρώματα, δασών στα οποία κυριαρχεί η οξιά και τα φυλλοβόλα καθώς και τα μικτά δάση φυλλοβόλων-κωνοφόρων στη Γερμανία, επιτρέπει την ακριβή ταυτοποίηση των κενών μεγέθους 1 m2. Με άνοιγμα φτερών 2 m και βάρος 6 kg το drone μπορούσε να πετάξει σε υψόμετρο μέχρι και 250 μέτρα και για έως και 60 λεπτά. Οι γραμμές πτήσης ήταν προγραμματισμένες εκ των προτέρων, και όλες οι εικόνες ήταν ορθοανοιγμένες με βάση τον εσωτερικό προσανατολισμό του drone, τη θέση GPS, και ένα ψηφιακό μοντέλο εδάφους. Οι ερευνητές διαπίστωσαν ισχυρή συσχέτιση της βιοποικιλότητας μεταξύ των μετρήσεων στα δασικά κενά που λαμβάνονται από drones τηλεπισκόπησης. Αυτή η μελέτη δείχνει ότι η ανίχνευση μέσω drone είναι σε θέση να δώσουν πολύ υψηλής ανάλυσης εικόνες κατάλληλες για τον χαρακτηρισμό των δασικών κενών ως αξιόπιστους δείκτες της βιοποικιλότητας.

Figure 2

Μέτρηση του ύψους δασικού θόλου

Το ύψος του δασικού θόλου είναι μια κρίσιμη ποσοτική παράμετρος των δασών, και παραδοσιακά εκτιμάται με αναλογικές φωτογραμμετρικές μεθόδους και έρευνες εδάφους. Οι τεχνολογίες Lidar έχουν γίνει ένα νέο μέσο για την εκτίμηση του ύψους θόλου (Lefsky et al. 2002), καθώς οι παραδοσιακές φωτογραμμετρικές μέθοδοι έχουν σχεδόν εγκαταλειφθεί στη δασοκομία. O Lisein et al. (2013) έδειξε μια παρόμοια προσέγγιση σε ένα δάσος στο Βέλγιο. Χρησιμοποίησε ένα μικρό σταθερής πτέρυγας drone με άνοιγμα φτερών του 1 m, και βάρος κιλών, ταχύτητα πτήσης στα 80 χλμ/ώρα, ύψος πτήσης στα 100-750 m και μέγιστη διάρκεια πτήσης 40 λεπτά για την λήψη NIR εικόνων με χωρική ανάλυση ~7,6 εκατοστά. Οι μετρήσεις του ύψους των δασικών θόλων που προέρχεται από την ανέξοδη φωτογραμμετρική μέθοδο ήταν σε ισχυρή συμφωνία με τα δεδομένα Lidar που λαμβάνονται από ένα ακριβό επανδρωμένο αεροσκάφος. Οι Zarco-Tejada et al. (2014) μέτρησαν το ύψος των δέντρων σε 158 εκτάρια δασικής έκτασης στην Ισπανία, χρησιμοποιώντας μια κάμερα χαμηλού κόστους τοποθετημένη σε ένα τηλεκατευθυνόμενο αεροσκάφος σταθερής πτέρυγας με άνοιγμα φτερών 2-m και ταχύτητα πτήσης στα 63 km / h. Μια φωτογραφική μηχανή χαμηλού κόστους τροποποιήθηκε να αποκτήσουν χρώμα οι υπέρυθρες εικόνες σε μια χωρική ανάλυση 5 cm. Οι τιμές του ύψους των δένδρων που λήφθηκαν από τις εικόνες ήταν ακριβής, όταν συγκρίθηκαν με επίγειες μετρήσεις. Σε μια μελέτη από τους Dandois και Ellis (2013) που διεξήχθη με παρόμοια φωτογραμμετρική προσέγγιση στις ΗΠΑ, μπόρεσαν να αποκτήσουν επικαλυπτόμενες αεροφωτογραφίες με χρήση ερασιτεχνικής κάμερας τοποθετημένη σε ένα drone περιστροφικής-πτέρυγας, όταν πέταξαν σε χαμηλό ύψος (< 130 m). Η περιοχή μελέτης κάλυψε τρία φυλλοβόλα δάση έκτασης 625-ha στην πολιτεία του Μέριλαντ. Το αποτέλεσμα ήταν άκρως ικανοποιητικό με τη δημιουργία 3D δασικών θόλων σε υψηλή ανάλυση. Τέτοιες ανέξοδες αλλά αποτελεσματικές τεχνολογίες για την πολυφασματική 3D σάρωση της βλάστησης παρέχουν στους δασολόγους άλλον ένα καλό λόγο για να εφαρμοστεί η τηλεπισκόπηση μέσω drones για ερευνητικούς σκοπούς. Τα τρία πειράματα που περιγράφηκαν παραπάνω δείχνουν ότι αυτή η φθηνή οπτική προσέγγιση έχει μια παρόμοια ακρίβεια πιο πολύπλοκα και δαπανηρά συστήματα Lidar.

Παρακολούθηση δασικών πυρκαγιών

Η χρήση της τηλεπισκόπησης για την υποστήριξη σε πραγματικό χρόνο ελέγχου πυρκαγιών είναι ακόμη στα σπάργανα (Wing et al. 2014). Οι δορυφορικές εικόνες MODIS έχουν υψηλή χρονική ανάλυση (1-2 ημέρες) και εφαρμόζεται συνήθως σε παρακολούθησης δασικών πυρκαγιών. Ωστόσο, η χαμηλή χωρική ανάλυση του MODIS είναι ανεπαρκής για το έργο αυτό σε τοπικό επίπεδο. Οι επανδρωμένες πτήσεις με αεροσκάφη για την σε πραγματικό χρόνο παρακολούθηση της εξάπλωσης των δασικών πυρκαγιών είναι δυνητικά επισφαλείς για τα πληρώματα. Μεταξύ του 2006 και του 2010, η NASA και η Δασική Υπηρεσία των ΗΠΑ απέδειξαν την χρησιμότητα ενός μεγάλου, σταθερών πτερύγων drone 24ης πτήσης, για την διαχείρισης των δασικών πυρκαγιών (Ambrosia et al 2011b. Hinkley και Zajkowski 2011). Το drones ζύγιζε σχεδόν πέντε τόνους και μπορούσε να μεταφέρει όργανα βάρους μέχρι και ένα τόνο. Ο ερευνητές τοποθέτησαν ένα πολυφασματικό σαρωτή για συλλογή δεδομένων εικόνας με 16 ταινίες, που κυμαίνονται από το ορατό φάσμα έως το TIR φάσμα. Οι αποστολές τηλεπισκόπησης των drones παρέχουν πληροφορίες σε σχεδόν πραγματικό χρόνο (5-10 λεπτά) για την υποστήριξη διαχείρισης των δασικών πυρκαγιών. Η ικανότητα των drones περιστρεφόμενων πτερύγων για την ανίχνευση των δασικών πυρκαγιών δοκιμάστηκε επίσης στην Πορτογαλία και την Ισπανία (Martinez-de Dios et al. 2011 Μερινός et al. 2012). Μια σειρά πειραμάτων έδειξε ότι τα drones περιστροφικής-πτέρυγας θα μπορούσαν να παρέχουν δεδομένα δασικών πυρκαγιών σε πραγματικό χρόνο. Συγκεκριμένα, η ταυτόχρονη χρήση πολλαπλών drones, είτε αυτόνομα είτε με έλεγχο εξ αποστάσεως, επέτρεψε την ευρύτερη άποψη των πυρκαγιών στις μεγαλύτερες περιοχές. Τα μη επανδρωμένα αεροσκάφη μέσου και μεγάλου υψόμετρου είναι πιο κατάλληλα για πετούν πάνω από περιοχές με εξελισόμενη πυρκαγιά.

Εντατική δασική διαχείριση

Εντατική διαχείριση των δασών είναι μια αποτελεσματική προσέγγιση για την προώθηση της παραγωγικότητας των δασών και την ικανοποίηση της αυξανόμενης η ζήτηση για ξυλεία (Αράνο και Munn 2006 Bai et al. 2015). Η διαχείριση των ταχέως αναπτυσσόμενων δασικών φυτειών είναι παρόμοια με την πρακτική της γεωργίας ακριβείας και μπορεί να είναι παρακολουθείται με drone τηλεπισκόπησης (Wang et al., 2014). Μια εφαρμογή είναι η λίπανση στο σωστό χρόνο και στο σωστό μέρος. Οι Felderhof και Gillieson (2011) με την χρήση NIR εικόνων από drone τηλεπισκόπησης για τη χαρτογράφηση σε μια φυτεία macadamia βρήκαν μια σημαντική συσχέτιση μεταξύ της φασματικής ραδιομετρίας και τα επίπεδα αζώτου στα φύλλα των φυτών που προσδιορίζονται με δειγματοληψία πεδίου. Αυτή η προσέγγιση αν αξιοποιηθεί θα συμβάλει στη μείωση του κόστους της εντατικής διαχείρισης των δασών και την αύξηση των οικονομικών αποδόσεων. Ο έλεγχος της πυκνότητας των δασών είναι μια παραδοσιακή πρακτική της δασοκομίας και είναι μεγάλης σημασίας για τη μεγιστοποίηση της παραγωγικότητας των δασών. Το κλάδεμα των δασικών φυτειών είναι σημαντικό για την τη βελτίωση της ποιότητας ξυλεία και αξία. Ο Wallace et al. (2014) διεξήγαγε ένα πείραμα για την απόκτηση δεδομένων Lidar ενός 4 χρονου Ευκάλυπτου στην Τασμανία. Η πλατφόρμα του σαρωτή ήταν ένα drone περιστροφικής-πτέρυγας, το οποίο θα μπορούσε να πετάξει σε χαμηλό υψόμετρο (40 m) και σε χαμηλή ταχύτητα. Με αυτό τον τρόπο λήφθηκαν point cloud δεδομένα υψηλής πυκνότητας (145 και 220 παλμοί / m2). Τα δεδομένα Lidar συλλέχθηκαν πριν και μετά το κλάδεμα. Τα αποτελέσματα έδειξαν σημαντικές διαφορές μεταξύ των ακλάδευτων και κλαδεμένων στελεχών. Πάντως οι σαρωτές λέιζερ συνεχώς γίνονται ελαφρύτεροι και μπορούν να τοποθετηθούν σε μικρότερα drones (Tulldahl και Larsson 2014), καθιστώντας την χρήση τους για δασικές εφαρμογές πιο αποτελεσματική και προσιτή.

Τελικές παρατηρήσεις

Οι πέντε τύποι εφαρμογών που αναλήθηκαν παραπάνω καταδεικνύουν τα πλεονεκτήματα των drone τηλεπισκόπησης. Η συνεχής ανάπτυξη νέων drones και αισθητήρων κάνουν τις εφαρμογές τηλεπισκόπησης πιο ελκυστικές. Μερικές από τις εφαρμογές που μπορούν να γίνουν ανέξοδα με drone τηλεπισκόπησης είναι δύσκολο να διεξαχθούν χρησιμοποιώντας επανδρωμένα αεροσκάφη τηλεπισκόπησης ή δορυφορική τηλεπισκόπηση. Μερικά drones είναι τόσο μικρά ώστε μπορούν να πετούν κοντά στο δασικό θόλο. Μερικά drones είναι αρκετά μεγάλα για να πετάξουν σε μεσαία ή μεγάλα υψόμετρα και μπορεί να πετάξει επανειλημμένα για να καταγράψουν την έκταση μιας πυρκαγιάς, χωρίς να τίθεται σε κίνδυνο η ασφάλεια των πληρωμάτων. Στον τομέα της σύγχρονης δασοκομίας, την ορθολογική διαχείριση των δασών απαιτεί λεπτομερείς πληροφορίες για τα δάση σε ψηφιακή μορφή (Tang et al. 2009).