基于无人机采集样本预测黄河源区小花草玉梅的时空分布

小花草玉梅(Anemone rivularis)是多年生草本植物,在黄河源区分布较为广泛,其过量分布会限制当地草地畜牧业发展,并导致生态系统稳定性和服务功能下降。目前尚没有在区域尺度上开展小花草玉梅时空分布的研究,基础分布数据集和高效、高精度观测方法的缺失是主要限制因素之一。本研究利用自主开发的无人机路径规划和信息提取系统(FragMAP)在黄河源区布设404个样本采集点并获取小花草玉梅的基础分布数据,通过物种分布集成预测平台(BIOMOD)明晰关键的影响因素,模拟小花草玉梅的潜在分布,并预测未来不同气候情景下其在黄河源区的空间分布规律以及适宜生境的变化。结果表明:1)黄河源区小花草玉梅的空间分布主要受年均降水、土壤pH和年均温度等因素的影响。2)在当前气候情景下小花草玉梅主要分布于黄河源区东南部的红原县、阿坝县、玛曲县和若尔盖县等区域。3)在未来气候情景下,小花草玉梅的空间分布随着未来气温的升高呈扩大趋势。本研究首次在黄河源区刻画了小花草玉梅的分布特征并预测其在不同气候情境下的演变趋势,为高寒草地开展毒杂草的适时防控、合理管理和利用提供技术支持。

基于无人机的草原毛虫监测初探

草原毛虫(Gynaephora alpherakii)是青藏高原高寒草地生态系统和畜牧业的主要害虫之一。草原毛虫幼虫监测是刻画其时空分布特征、评估致害等级及有效防控的基础。然而,受限于观测成本、效率和精度,传统监测方法无法满足大尺度、动态、定点开展草原毛虫幼虫监测的需求。本研究提出一种基于无人机的草原毛虫幼虫的高效、准确、定点、适宜大尺度开展的监测方法(Belt mode based on unmanned aerial vehicle,UAVBelt)并予以实地验证。研究结果表明,UAVBelt方法在监测效率、代表性、对草地破坏性(并克服取样障碍)及提高时效性、可预报性等方面均优于传统方法;基于具备地形跟随和变焦功能的无人机(Mavic 2 Zoom)的监测方法(Belt mode based on Mavic 2 with double optical zoom,UAVM2)在取样均一性、数据提取效率和准确性等方面更优。结合无人机自动航拍和分析系统(fragmentation monitoring and analysis with aerial photography,FragMAP),UAVM2监测方法在草原毛虫幼虫信息提取、灾害预警、高效防控等方面具有巨大的应用潜力,可为青藏高原畜牧业和生态系统可持续发展提供必要的理论和实践指导。

青海省河南蒙古族自治县高原鼠兔洞口空间分布格局及其成因研究

黄河源区位于我国青藏高原东北部,是重要的生态屏障和生物多样性宝库。高原鼠兔(Ochotona curzoniae)在黄河源区广泛分布,认识高原鼠兔时空分布特征对了解其在生态系统中的作用具有重要意义。采用无人机技术,通过自主研发的无人机航拍系统,于2016年8月、2017年8月、2017年12月、2018年5月多次在位于黄河源区的青海省黄南州河南县进行野外航拍工作,共布设了29个工作点(每个工作点单独设置航线,包含12~16个固定拍摄点),共计拍摄500余张定点航拍照片,每张照片覆盖地面35 m×26 m范围。同时,对工作点进行了相关地面调查。河南县高原鼠兔洞口分布异质性较大,分布极不均衡。鼠洞密度在2016-2017年间有增加趋势,由平均14.7个·亩^-1增加到20.1个·亩^-1。影响鼠洞分布的因素较为复杂,如气候、植被、放牧、土壤、招鹰架的布设及灭鼠等。就放牧强度与离水源地距离两点加以分析,结果表明在中等放牧强度下和与水源地有一定距离(50~200 m)的环境下鼠洞密度较高。

基于BIOMOD的黄河源区黄帚橐吾分布

黄河源区位于青藏高原东北部,属生态环境脆弱的高寒区。黄帚橐吾(Ligularia virgaurea)广泛分布于黄河源区,是限制该区域草地畜牧业发展、导致该区域系统稳定性和服务功能下降的最主要毒杂草之一。目前鲜有黄帚橐吾区域尺度时空分布的研究,而缺乏大尺度、高精度、高效率的监测手段是其主要限制因素。本研究利用团队自主开发的基于无人机的协同航拍和分析系统(Fragmentation Monitoring and Analysis with Aerial Photography,FragMAP)对黄河源区黄帚橐吾的分布进行基础调查,获取有效样本(航拍照片)5000余个并提取黄帚橐吾存在/不存在数据。基于生物多样性模拟(biodiversity modelling,BIOMOD)模型集成平台,采用10种不同模型模拟该区域的黄帚橐吾潜在分布格局及其对气候变化的响应。结果表明:1)BIOMOD能降低预测的不确定性和误差,提高预测精度;2)广义增强回归模型(generalised boosting model,GBM)预测黄河源区黄帚橐吾当前潜在分布效果最好,而随机森林(random forest model,RF)模型则能更好地预测其未来分布,决定黄帚橐吾空间分布的主要因素有小生境[归一化植被指数(normalized difference vegetation index,NDVI)最大值、平均值和范围]、年平均辐射、最冷季辐射、最湿季辐射、最湿期降水等;3)气温升高会导致黄帚橐吾分布范围增加,尤其是源区中部偏东南区域。本研究模拟了黄河源区黄帚橐吾的时空分布特征,为进一步开展其致害等级评价、合理利用和适时防控等工作提供数据支撑,也为该区域草地生态系统和畜牧业的可持续发展提供科学依据。同时,本研究利用FragMAP系统获取大量标准统一、时间序列长、尺度大、精度高的航拍照片,可为BIOMOD模型提供充足、有效的数据基础,从而为草地生态系统生物多样性的研究和保护提供了新方法和新手段。

基于组合物种分布模型的黄河源区鹅绒委陵菜适宜生境及其对气候变化的响应

鹅绒委陵菜(Potentilla anserina)是多年生蔷薇科草本植物,在黄河源区分布较为广泛,是青藏高原主要的野生经济植物之一。目前鲜有在区域尺度上刻画鹅绒委陵菜空间分布格局的研究,没有适宜的大范围开展高精度观测方法是主要限制因素之一。本研究利用无人机路径规划和信息提取系统(FragMAP)于2018–2020年在黄河源区获取了>3000个观测样本(航拍照片)。基于高分辨率(0.55 mm)航拍照片,人工识别鹅绒委陵菜出现与否作为基础数据(即0,1型数据集),利用BIOMOD物种分布集成预测平台,结合气候、地形、土壤3类环境数据预测黄河源区鹅绒委陵菜的分布特征,并在气候变化背景下模拟2050年和2070年源区内鹅绒委陵菜的空间分布特征。结果表明:1)组合物种分布模型能降低预测的不确定性,较好地模拟黄河源区鹅绒委陵菜的空间分布特征。2)鹅绒委陵菜在黄河源区的潜在分布主要集中在中部和东南部,影响其空间分布的主要因子为年降水量和海拔高度。3)在未来气候情景下,黄河源区鹅绒委陵菜极适宜生境面积呈先增加后降低的趋势。本研究在区域尺度上刻画了鹅绒委陵菜分布特征,为高寒草地经济作物的合理管理与利用、特色农业经济发展以及黄河源区生态恢复和高寒地区的生态建设提供必要的理论和实践基础。

基于无人机RGB影像估测田间小麦穗数

单位面积穗数是小麦产量构成的重要因素,利用图像信息处理技术快速、准确地估测田间小麦穗数,可以为小麦长势监测和产量估测提供直接依据。利用无人机路径规划和控制系统(fragmentation monitoring and analysis with aerial photography,FragMAP)获取标准统一、高分辨率的田间小麦RGB航拍影像,通过高效的目标检测手段(YOLOv3)获得训练模型并自动识别麦穗,通过分析该方法(FY方法)与传统方法测定麦穗数量的关系来构建单位面积麦穗估测模型。结果表明,FY方法的样本获取效率和观测面积显著高于传统方法(P <0.001);YOLOv3训练模型识别麦穗的准确率随着训练样本数量和迭代次数增加而增加,500个训练样本迭代6 250次,获得模型识别麦穗的准确率超过90%;FY方法和与传统方法测定的田间小麦穗数量呈显著的线性相关关系,据此构建估测田间小麦穗数的模型为:y=0.816x-14.863(R;=0.790,P<0.001)。上述结果表明,结合标准统一、高分辨率的无人机航拍影像和深度学习方法估测田间小麦穗数精度高、实时性强,可为小麦长势监测和产量估测提供重要的数据和技术支撑。

基于无人机的高寒草甸地表温度监测及影响因素研究

地表温度直接影响地表感热、潜热及辐射能量传输过程,是研究寒区植被生态水文过程的重要参数。以疏勒河源区高寒草甸为研究对象,利用无人机搭载普通及热红外相机获取6块样地植被盖度及地表温度数据,用以评估热红外相机在高寒草甸地表温度监测中的应用精度,分析高寒草甸地表温度变化特征,并结合气象因子及植被盖度数据,探究地表温度的影响因素。结果表明:热红外影像地表温度与地面实测值具有较高一致性(R2≈0.75),平均误差5℃以内;高寒草甸地表温度在9:00-18:00时段内表现为快速升温达到峰值继而波动下降的趋势,观测期内(7月4日-8月17日)未表现出显著日际变化趋势;气象因子中,太阳辐射和空气温度与地表温度呈显著正相关,起到增温作用,而空气湿度抑制地表增温,表现为显著负相关;连续降水降低裸土温度,植被覆盖度与地表温度呈现出正相关变化趋势。无人机热红外遥感技术可以快速、精准获取高分辨率地表温度数据,为高寒草甸干旱监测、土壤水分及蒸散发等反演提供数据支持。