摘" 要：传统的海洋生态修复调查监测方法受监测成本高、调查的区域局限性大、时间滞留性等缺陷的影响，在精细监测中存在较大误差，无法满足现代海洋生态修复项目监测需求。该研究采用无人机遥感的技术手段对广东省海洋生态修复项目展开监测及研究，以红树林为例，探索广东省海洋生态修复项目无人机遥感监测方法的设计要点，归纳出基于无人机遥感技术广东省海洋生态修复项目监测的技术架构。文章对无人机遥感的海洋生态修复技术流程进行归纳与整理，以期为可持续的海洋生态修复和保护工作的方法研究与实践应用提供经验参考。
关键词：无人机遥感；海洋生态修复；生态监测；可持续发展；技术流程
中图分类号：TP39" " 文献标识码：A" 文章编号：2096-4706（2024）21-0163-06
Research on Monitoring Method of Marine Ecological Restoration Project in Guangdong Province Based on UAV Remote Sensing
ZHOU Zhigang1， ZHENG Yuping2， LIANG Haoran1， ZHANG Tonghui1
（1.Institute of Land Survey and Planning in Guangdong Province， Guangzhou" 510075， China;
2.Guangzhou Transport Planning Research Institute Co.， Ltd.， Guangzhou" 510030， China）
Abstract： The traditional marine ecological restoration investigation and monitoring method is affected by the defects of high monitoring cost， large survey area limitation， time retention， and so on， and has a large error in fine monitoring， which can not meet the needs of modern marine ecological restoration project monitoring. This research uses UAV remote sensing technology to monitor and research marine ecological restoration projects in Guangdong province， takes mangrove forest as an example， explores the design key points of UAV remote sensing monitoring methods for marine ecological restoration projects in Guangdong province， and summarizes the technical framework for monitoring marine ecological restoration projects in Guangdong Province based on UAV remote sensing technology. This paper summarizes and collates the technical process of marine ecological restoration by UAV remote sensing， in order to provide reference for the method research and practical application of sustainable marine ecological restoration and protection work.
Keywords： UAV remote sensing; marine ecological restoration; ecological monitoring; sustainable development; technical process
0" 引" 言
伴随着由人类活动产生的海洋污染等环境公害对各国造成的环境威胁日益增加[1]，对海洋这一人类活动及经济发展集中、人地矛盾突出地区进行生态化修复逐渐成为人们共识。进入21世纪，可持续发展成为时代的主题[2]。海洋是支撑未来发展的资源宝库和战略空间，也是高质量发展战略要地。我国自20世纪80年代开始制定海洋生态修复行动计划[3]，“十三五”期间，全国整治修复海岸线1 200 km、滨海湿地230 km2。广东省是我国的海洋大省，全省大陆海岸居全国首位，在国家海洋强国战略中肩负着重要的责任使命。海洋生态退化趋势尚未根本遏制是当前广东省海洋生态环境保护面临的一大问题挑战，高强度开发对海岸带地区的干扰依然显著，红树林、海草床等典型海洋生态系统退化，关键海洋物种及栖息地环境受到威胁。海洋生态修复是遏制海洋生态系统退化的重要途径[4]，然而广东省目前完成的海洋生态修复普遍存在缺乏标准性管理的问题，工程实施之后也没有进行长期的监测、效果评估和管理工作，海洋生态文明建设和生态环境保护仍处于压力叠加、负重前行的关键期，需要更完善的监测方法和评估机制，对修复效果进行持续跟踪和评价，对海洋生态修复方案进行及时调整和优化。
为了实现海洋生态修复的宏观目标，持续改善受损海洋生态系统结构和功能，实现海洋生态服务供给可持续性，国内外学者从理论分析[5]、制度设计[6]、技术手段[7]到修复成效评估[8]的完整研究框架出发，对海洋生态修复的“目标、成本、效益”[9]过程分别展开了详细研究。其中，海洋生态修复项目的监测是这一过程中承上启下的关键环节，监测与调研提供了关于海洋环境状况、生态系统健康和生物多样性的基础数据，有助于理解修复措施的效果，评估海洋生态系统的健康和功能。传统的海洋生态调查监测方法多采用人力固定样方采样监测和定点仪器布设长期监测两种，虽然已经发展为可以基于互联网技术与卫星传感器进行远程指令监测与遥感[10]，但这类传统监测方法仍然存在监测成本均较高、调查的区域局限性较大等缺陷。此外，地面采样可能对生态系统造成干扰，并且难以实时获取数据，导致监测结果可能存在时间上的滞后性；卫星遥感及传统测绘方法的空间分辨率存在一定的限制，在精细监测中存在较大误差，无法满足海洋生态修复项目监测的精细化需求[11]。
近年来，国内无人机遥感技术迅速崛起，无人机遥感技术作为一种高效、灵活的监测手段，通过搭载多光谱、红外传感器等设备，实现对地表信息的高分辨率、高频率获取，无人机遥感技术的灵活性和成本效益使其成为理想的海洋生态环境监测工具[12]。相比传统海洋生态环境的监测方法，无人机技术提供了一种更为高效、宏观的监测手段，无人机搭载的多光谱雷达等传感器能够覆盖更广的区域，快速收集大量数据，且不会对监测区域造成干扰。同时，无人机多光谱遥感技术还能够提供一些传统地面采样难以实现的关注点，如植被覆盖度、植被健康状况等，并且可以进行定期的、连续的监测，为生态修复提供动态的数据支持。无人机遥感如今广泛应用于森林[13]、草原[14-15]及农田生态系统[16-17]的样地调查中，在海洋生态修复调查领域处于初步发展阶段，总体而言以水质、污染及海洋灾害监测为主[18]，较常利用于生态环境监测的环境应急领域[19]。无人机遥感在海洋生态修复项目监测方面具有天然优势，不仅为需要及时响应的海洋生态项目提供大范围快速监测，较高的空间分辨率还可以快速监测与区分红树林、盐沼、光滩等海洋生态系统[20]，提供成本低、效率快的高精度制图渠道[21]。
因此，本研究基于无人机遥感的技术手段，选取广东省典型海洋生态修复项目中的红树林修复作为代表性案例展开研究，提出广东省海洋生态修复项目监测的技术要点及关键技术架构，通过分析无人机遥感技术在红树林生态修复效果监测中的应用，探索基于无人机遥感的广东省海洋生态修复项目监测方法流程，以期为广东省下一步更好地开展海洋生态修复和保护工作提供有力的数据支持和技术支撑。
1" 海洋生态修复无人机遥感监测技术要点
1.1" 无人机遥感监测指标
以红树林生态修复项目为例，无人机遥感调查指标设置如表1所示。
1.2" 飞行预准备
飞行预准备内容如下：
1）确定调查范围。根据修复项目实施方案中关于修复范围的记述，确定无人机精确飞行范围，并建立范围多边形文件（kml或kmz格式）。
2）确定工作时间段。查询距调查区最近验潮站发布的潮汐预报信息。选择大潮日为调查日。将调查日最低潮时刻向前、后各扩展1 h作为工作时间段。
3）规划无人机航线。将调查范围多边形文件导入航线规划软件，设置无人机航线。在航线主要参数方面，主航线尽量与岸线平行，航空照片旁向重叠率70%，航向重叠率80%，飞行速度≥5 m/s，云台倾斜角度45°。飞行起始点设为距水线最近航线的起始点。为消除多机同飞时的碰撞风险，将倾斜摄影航线高度设为35 m，多光谱摄影航线高度设为30 m。如航测软件估算的飞行时间＞1.5 h，则将调查范围分区，分别规划航线，使用多架飞机并行调查。
4）布设地面控制点。按图1布设地面控制点，以保障遥感结果的准确性。如调查区泥沼松软，可达性差，可缩减控制点数量，或使用免像控方式（通过机载RTK模块控制调查精度）调查。
5）测量风速。临近起飞时，用长杆高举希玛AS-8336风速仪，测量4.5 m高处风速，持续时间3 min。如最大瞬时风速≥16 m/s，须延迟或取消飞行；最大瞬时风速＜16 m/s可实施飞行。
6）无人机倾斜摄影调查。于工作时间段，放飞大疆Mavic 3E无人机（配备RTK功能模块，具备免像控测绘功能，飞行相机像素数2 000万，镜头等效焦距24 cm），按预设航线，以镜头自动扫摆模式，采集五向航空照片。
7）无人机多光谱摄影调查。于工作时间段，在阳光直射，太阳方位角＞30°条件下，放飞大疆Mavic 3M多光谱无人机，按预设航线采集多光谱航空照片（红光、绿光、近红外、红边、可见光）。
8）无人机抵近拍摄。利用大疆Mavic 3 pro无人机配备的70 mm、166 mm（等效焦距）长焦相机，对细部、碎部进行拍照、录像，辅助物种判别、地物分类等后续工作。
1.3" 监测地选取
监测地选取应囊括沿海典型地区，可以在粤东、珠江三角洲以及粤西各选取典型红树林种植修复项目，开展无人机遥感监测与评价。具体选取标准如下：1）修复区内不存在无人机禁飞区。2）修复区地势较平缓、开阔，便于地面调查工作开展，降低安全风险。3）具备稳定的4G或5G移动通信信号，保证GNSS差分信号低延迟传输。4）无水闸等阻碍自然潮汐的人工设施。5）修复区内红树植物种类丰富。
2" 海洋生态修复地面生态环境监测技术要点
2.1" 地面调查指标
地面调查指标主要包括植被、生物群落、环境要素三大类，具体内容如表2所示。
2.1.1" 植被调查
以红树林生态修复项目为例，植被调查方法如下：
1）红树林面积、分布、盖度、林带宽度采用样方实地调查。
2）林带宽度为每个调查区块平均林带宽度，林带宽度按以下公式计算。
式中，W表示红树林林带宽度，单位为米（m）；A表示调查区块红树林面积，单位为平方米（m2）；L表示调查区块红树林岸线长度，单位为米（m）。
3）红树林植被其他要素调查采用样方调查，根据以下不同植被类型设置不同样方进行调查。
乔木型植被调查应设置10 m×10 m的调查样方，调查样方内成年植株和幼树（株高大于1 m、小于2 m，胸径小于5 cm）的物种、数量、株高、胸径。在样方中，布设1 m×1 m嵌套样方，记录样方内的幼苗（株高小于等于1 m）和附生草本植物的物种、数量、株高，气生根的类型、数量。
灌木型植被调查应设置5 m×5 m的调查样方，如植被茂密，可设置2 m×2 m调查样方，调查参数及调查方法同乔木型植被调查方法。
4）凋落物产量采用收集网进行调查，收集网孔径应不大于2.0 mm、网口为1 m×1 m，布设高度应在当地最高潮位线以上、植被树冠以下；进行周年12个月调查，每个月定期取回收集网内的凋落物，烘干称重。
5）红树林植被生物量调查采用各自的立木生物量模型进行计算。
2.1.2" 生物群落调查
大型底栖动物的调查方法为随机设置25 cm× 25 cm定量样方，调查大型底栖动物群落。而对于鸟类，采用样线法调查鸟类物种和数量。
2.1.3" 环境要素调查
水环境盐度调查及溶解氧调查按国家标准GB/T 12763.2规定执行。对于沉积环境，利用植被调查固定样方的4个标桩作为沉积速率调查桩，将标桩垂直插入沉积物至稳固（至少50 cm），进行编号并记录滩涂地表以上的标桩长度，滩涂地表以上标桩长度的年变化量即为沉积速率。
2.2" 地面数据处理
2.2.1" 大型底栖动物多样性指数计算
种类多样性指数是生物群落结构的一个重要属性的反映，可作为生态评价的生物指标。本研究使用Shannon-Wiener法的多样性指数计算：
式中，表示种类多样性指数；S表示样品中的种类总数；Pi表示第i种的个体数与总个数。
2.2.2" 大型底栖动物丰富度指数计算
丰富度是表示群落中种类丰富程度的指数，本研究采用马卡列夫（Margalef，1958）的计算式：
式中，d表示丰富度指数；S表示样品中的种类总数；N表示样品中生物的总个体数。
2.3" 数据处理对比验证
将各指标地面实测值与同位置的无人机反演值进行对比，计算均方根误差值。均方根误差＜2，说明反演值的准确度符合项目要求。如均方根误差值≥2，则需查找误差来源。如误差由局部异常值引起，可通过空间插值替换异常值；如误差是全局性的，则需校准仪器后重新调查。
3" 海洋生态修复效果评估技术要点
3.1" 修复效果评估指标
以红树林生态修复项目为例，红树林生态状况评估从红树林植被、生物群落、环境要素3个方面进行评估，具体评估指标与权重赋值如表3所示。
3.2" 修复效果评估方法
3.2.1" 红树林植被指标赋值与计算
以生态修复工程建设前为评估参照系，植被评价指标、分级与赋值如表4所示。
3.2.2" 生物群落赋值与计算
红树林群落生物评价指标、分级与赋值如表5所示。
3.2.3" 环境要素赋值与计算
环境要素评价指标、分级与赋值如表6所示。环境要素评价指标计算方法按照T/CAOE 20.3规定执行。
3.3" 红树林生态状况综合评价
修复后红树林生态系统评价指数（CEHindex）计算方法如下：
式中，IV表示红树林植被状况指数；IB表示生物群落状况指数；IE表示环境状况指数。
根据CEHindex的大小，将红树林生态状况划分为三个等级：Ⅰ级，显著改善；Ⅱ级，改善；Ⅲ级，基本无变化，如表7所示。
4" 广东省生态修复项目监测技术框架
基于以上广东省海洋生态修复项目无人机遥感监测方法的设计要点，本研究通过分析无人机遥感技术在红树林生态修复效果监测中的应用，提出基于无人机遥感技术广东省海洋生态修复项目监测的技术框架，如图2所示。
基于无人机遥感的广东省海洋生态修复项目监测方法将无人机遥感技术手段与现场实地调查监测数据结合，进行对比验证及效果评估。以红树林修复项目为例，选取位于粤东、珠江三角洲以及粤西的典型项目，获得代表性区域基于无人机遥感的正射、多光谱、激光点云、倾斜、全景、视频等多种遥感影像数据，以及基于现场调查的生态、化学、水文、地形等现场调查数据，将数据进行对比验证，从而准确分析和评价海洋生态修复项目的生态环境现状及其变化趋势，最后通过指标赋值与计算，获得生态状况综合评价，由此形成基于无人机遥感的广东省生态修复项目监测技术框架。
5" 结" 论
本研究以红树林生态修复为案例，对基于无人机遥感的广东省海洋生态修复项目监测方法进行梳理研究，并相应总结出以“无人机遥感监测”“地面生态环境监测”“生态修复效果评估”三大板块为主要内容，涵盖无人机监测指标、无人机飞行准备、监测地选取、地面调查指标、地面数据处理、数据对比验证、生态状况综合评价等关键技术要点的广东省海洋生态修复监测方法与技术架构，为广东省下一步更好地开展海洋生态修复和保护工作的方法研究和实践应用提供参考。
无人机遥感技术为海洋生态修复项目提供了一种新的监测手段。通过无人机搭载的高分辨率相机、多光谱传感器、激光雷达等设备，可以快速获取大范围的海岸线、红树林、沙滩等关键生态区域的影像数据。这些数据不仅包括了高清的正射影像，还能获取多光谱、倾斜摄影、全景视频等多种遥感影像，为生态修复效果的评价提供了丰富的信息。然而，这一技术框架也存在一些潜在的缺点。首先，无人机遥感技术可能受到天气条件的限制，如强风、暴雨等恶劣天气可能会影响无人机的飞行安全和数据采集的准确性。其次，无人机遥感数据的解译和分析需要专业的技术知识和经验，这对于数据的后期处理和应用是一个挑战。此外，无人机遥感技术在监测大面积或复杂地形的生态系统时，可能会遇到信号遮挡或覆盖不均的问题，影响监测结果的完整性。未来无人机技术的发展方向可以进一步结合卫星遥感、地面监测等多种监测手段，形成多源数据融合的监测体系，并加强无人机遥感数据的自动化处理和智能解译技术的研发，提高数据处理效率和准确性，为广东省乃至全国的海洋生态修复工作提供更加科学、高效的技术支持。
参考文献：
[1] 陈星，周成虎.生态安全：国内外研究综述 [J].地理科学进展，2005（6）：8-20.
[2] 刘海龙，李迪华，韩西丽.生态基础设施概念及其研究进展综述 [J].城市规划，2005（9）：70-75.
[3] 段克，刘峥延，梁生康，等.海洋生态保护修复：国际议程与中国行动 [J].中国科学院院刊，2023，38（2）：277-287.
[4] 汪雪，王志文，俞蔚，等.海洋生态修复规划转型策略——以浙江省三门县海洋生态修复实践为例 [J].规划师，2023，39（12）：115-120.
[5] JIAO N Z，HERNDL G J，HANSELL D A，et al. Microbial Production of Recalcitrant Dissolved Organic Matter： Long-Term Carbon Storage in the Global Ocean [J].Nature Reviews Microbiology，2010，8（8）：593-599.
[6] 刘丹丹，李京梅，李淑琴，等.海洋生态损害和管理政策响应：生态生产函数构建与补偿政策设计 [J].生态学报，2024，44（18）：8062-8071.
[7] FINOTELLO A，MARANI M，CARNIELLO L，et al. Control of Wind-wave Power on Morphological Shape of Salt Marsh Margins [J].Water Science and Engineering，2020，13（1）：45-56.
[8] 许志华，赵吉阳，李淑琴，等.基于社会总体偏差和同伴效应修正的海洋生态修复偏好研究 [J].生态学报，2024，44（12）：5014-5023.
[9] 赖敏，欧阳玉蓉，吴耀建，等.面向区域层面的海洋生态修复综合效益评估指标体系 [J].生态学报，2024，44（16）：6965-6975.
[10] 赵聪蛟，赵斌，周燕.基于海洋生态文明及绿色发展的海洋环境实时监测 [J].海洋开发与管理，2017，34（5）：91-97.
[11] 王胜科，王贤栋，曲亮，等.面向无人机海岸带生态系统监测的语义分割基准数据集 [J].中国图象图形学报，2024，29（8）：2162-2174.
[12] TANG L N，SHAO G F. Drone Remote Sensing for Forestry Research and Practices [J].Journal of Forestry Research，2015，26（4）：791-797.
[13] 刘兵兵，魏建新，胡天宇，等.卫星遥感监测产品在中国森林生态系统的验证和不确定性分析——基于海量无人机激光雷达数据 [J].植物生态学报，2022，46（10）：1305-1316.
[14] 李刚勇，陈春波，李均力，等.低空无人机遥感在草原监测评价中的应用进展 [J].生态学报，2023，43（16）：6889-6901.
[15] 李风贤.无人机技术在草原生态遥感监测中的应用与探讨 [J].测绘通报，2017（7）：99-102+107.
[16] 王飞，李伟，赵文植，等.无人机遥感技术在陆地生态系统监测与评价中的应用 [J].安徽农学通报，2021，27（10）：115-119.
[17] VANEGAS F，BRATANOV D，POWELL K，et al. A Novel Methodology for Improving Plant Pest Surveillance in Vineyards and Crops Using UAV-based Hyperspectral and Spatial Data [J].Sensors，2018，18（1）：260.
[18] 胡义强，杨骥，荆文龙，等.基于无人机遥感的海岸带生态环境监测研究综述 [J].测绘通报，2022（6）：18-24.
[19] 熊颖郡.无人机遥感技术在生态环境监测领域的应用研究 [J].中国资源综合利用，2021，39（2）：59-61.
[20] 董迪，黄华梅，高晴，等.联合卫星和无人机遥感的红树林-盐沼生态交错带监测——以广西丹兜海为例 [J/OL].应用海洋学学报，2024：1-14（2024-07-25）.http：//kns.cnki.net/kcms/detail/35.1319.p.20240722.1558.002.html.
[21] ANDERSON K，GASTON K J. Lightweight Unmanned Aerial Vehicles Will Revolutionize Spatial Ecology [J].Front Ecol Environ，2013，11（3）：138-146.
作者简介：周治刚（1977.03—），男，汉族，湖北黄冈人，工程师，本科，研究方向：海洋调查监测；通信作者：郑玉萍（1999.07—），女，汉族，广东肇庆人，高级规划师，硕士，研究方向：生态学、城市生态学、城乡规划。
基金项目：基于无人机遥感的海洋生态修复工程监测与评价专项经费（440000240000000002901）；广东省自然资源厅科技项目（GDZRZYKJ2024011）；广州市交通规划研究院有限公司2024年度院内科研项目（KYHT-2024-01）
