无人机搭载RedEdge多光谱传感器评估森林冰雹破坏

严重的冰雹会产生大尺寸冰雹（直径 2 厘米或更大），会对农作物、财产和森林造成毁灭性破坏。冰雹造成的损害取决于许多因素，包括冰雹大小、每单位面积的冰雹数量、风速、风暴持续时间以及风暴前后的一般天气状况。植被在一年中的不同时间也更容易受到损害。春天，植物正在发芽并长出新叶和新茎，使它们更容易遭受冰雹的严重破坏。

在森林中，特别是在树木上，冰雹破坏表现为落叶和茎干开裂和折断。树木的尖部和顶部也会因冰雹而伤痕累累，使树木极易感染致病性真菌和细菌性疾病。部分落叶也会影响木材特性，从而导致产量下降。

损害评估

以前，测量森林中的雹暴损失一直具有挑战性且很少见。农民依靠实地调查来量化作物损失，而由于森林面积大且地形难以进入，林务员很少在冰雹风暴过后进行监测。

森林监测通常使用基于卫星或有人驾驶飞机的数据来完成，但最近基于无人机的图像变得越来越流行，因为它易于使用且高分辨率传感器使林务员能够获得他们以前没有的细节水平. 

在威胁森林生态系统可持续性的非生物现象越来越频繁的情况下，林务员越来越多地转向现代的工具，以促进高分辨率图像的采集。 

操作实例

使用大疆经纬M300rtk无人机搭载MICASENSE公司的RedEdge-p多光谱相机，在遥控器PILOT中目标区域设置生成航线自动飞行采集多光谱数据。捕获的数据随后在Pix4DFields软件中进行了处理，并在树梢、针叶、细而粗的树枝以及树干上部的碎片中显示出明显的损坏迹象。事实证明，冰雹造成的伤口很深，足以引起导电细胞层的干扰，从而限制水分的输送，导致水分不足、膨胀丧失和针头逐渐枯萎。 

作为这个过程的一个症状，叶子的色素沉着从浅绿色变成了深红色。最早的迹象早在冰雹过后 10 天就被发现了。然而，随着冰雹过后 40 天检测到更强烈的红叶着色，损害显示出是渐进的。大约 20% 的普通松树和略多于 1% 的落叶灌木丛遭到破坏。

左侧为 RGB 图像，右侧为松林受损区域的反射率图（红色波段）。

左侧为 RGB 图像，右侧为松林受损区域的 SIPI2 图。

左侧为 CIR 图，右侧为基于松林受损区域的同质区域 (ROI) 的监督分类图 (SCP)。

表 1 松林监督分类结果

结果

Pix4Dmapper帮助团队对数据进行全面分析。在生成的分类图的指导下，该团队突出显示了受压和受损树木的区域。这些工具有助于确保精确规划卫生砍伐的规模和采伐木材的体积。因此，该地区只有 13% 的松林被砍伐，其余的则进行了保护处理。

结论

林务员越来越多地使用捕捉和分析高分辨率图像的新方法来监测冰雹等现象。其影响可能会显着影响森林生态系统功能。此示例展示了多光谱图像与分析工具和专业知识相结合如何帮助指导和告知战略业务决策。