无人机激光雷达改善电力线植被管理

最近一项以林业为基础的案例研究显示了诸如无人机-激光雷达等遥感技术在识别输电线附近患病或受损的树木和过度生长的植被以防止停电或森林火灾方面的价值。

该项目是在英国萨福克郡的庞德农场进行的，旨在识别健康状况不佳的树木，以及对穿过森林的输电线造成损害的过度生长的植被。这两家公188asia备用网址司Routescene，2擅长地理，得到科学和Dielmo 3D合作，将结果提供给土地所有者林地信托。

调查网站

该基地占地49公顷(120英亩)，包括白蜡树、橡树、枫树和桦树，以及其他树种，是一个年轻和古老的林地和野花草地的混合体。有33kV的电力线穿过树林中间。

近年来，该地区受到了破坏性极大的白蜡树枯梢病的影响。它是由一种起源于东南亚的真菌引起的，可以迅速杀死幼树和灌木状的白蜡树。老树也许能在一段时间内抵抗这种疾病。症状包括在夏季中后期叶子变黑和枯萎。

四种不同的成像技术——激光雷达、RGB、多光谱和高光谱——被用来评估每种技术识别灰枯病迹象的能力。

UAV-Lidar的好处

Routescene激光雷达系统具有卓越的植被穿透能力，可以从地面到树冠层编制一棵树的剖面，以检查树木的健康状况。利用从树冠采集的激光雷达数据进行密度分析，以确定病害。此外，激光雷达可以很容易地捕捉到纤细的电力线，从而确定周围植被的接近程度。激光雷达不受阴影的影响，这是RGB图像的一个问题，可以在一天中的任何时间进行采集。

利用Routescene对激光雷达数据进行了深入处理LidarViewer后处理软件。该团队创建了一个数字地形模型(DTM)，以精确定位电力线和电缆塔。DTM与数字地表模型(DSM)结合使用，以确定树木的高度(冠层高度是DSM与DTM之间的差值)。这是用来计算归一化高度和帮助识别单独的树。

RGB、高光谱和多光谱

使用RGB图像可以很容易地可视化树木，例如通过查看树叶的颜色来确定树木的健康状况。RGB图像可以与激光雷达数据合并，给每个激光雷达点一个RGB值，以着色点云。这为激光雷达图像提供了真实、逼真的色彩，使它们更容易解释。

利用轻型飞机和无人机采集高光谱和多光谱成像数据。这些仪器捕捉的数据超出了人类的视觉范围。通过统计分析，这些数据可以帮助确定树木的种类、健康状况和压力。本项目利用18个植被指数来检测树木的健康状况。其中最著名的是归一化差异植被指数(normalized Difference Vegetation Index, NDVI)，它是一个红色和近红外能量的函数，可以指示叶面积指数、植物生物量和生长活力。

识别对输电线造成危险的树木

采用一系列机器学习方法，将激光雷达点云与多光谱和高光谱图像相结合。分析了各种植被指数、颜色和点云密度，以寻找疾病的证据。例如没有叶子的单株树，不同颜色的叶子，不同的植被指数结果或树冠顶层较低的点云密度值，都可以暗示病害。然后利用树冠顶部两米的数据，对激光雷达数据和高光谱数据进行密度分析，以确定疾病。

最后，该小组需要提供能够容易地被林地信托解释的输出，而林地信托不是地理空间专家。激光雷达数据导出到Dielmo 3 d可视化和报告门户网站。这些结果被用来确定沿着电力线有危险的地区，过度生长的植被和患病的树木有坠落和撞击电力线的危险。该分析特别关注了靠近电力线的树木，以生成过度生长的植被和灰树枯梢风险图。

无人机激光雷达数据的有用输出

这项调查证实了使用无人机-激光雷达数据评估树木健康的适宜性。研究结果使该团队强调了植被侵蚀对电力线构成潜在威胁的地区，以及“处于危险之中”的树木遭受灰树枯死，这可能会对电力线造成损害。这些信息可用于制定植被管理计划，以减少树枝和植被撞上电力线造成断电和森林火灾的风险。

来自2Excel Geo的克洛伊·巴恩斯博士评论道:“Routescene无人机-激光雷达系统的高密度点云促进了对林地中单个树木的改进检测。激光雷达提供的结构信息还为机载图像的光谱信息提供了补充数据集，用于树木健康和物种分类。”

Routescene公司的首席技术官兼创始人格特·里默施马(Gert Riemersma)说:“该项目展示了由无人机激光雷达数据创建的输出在识别森林中的疾病区域方面是多么有用和实用。”它还完美地展示了如何使用高分辨率的无人机-激光雷达勘测来识别单个电力线，并确定哪些树木和植被可能会因生长或疾病而造成损害。”