DOI: https://doi.org/10.3390/rs17040606
تاريخ النشر: 2025-02-10
المؤلف: Wouter H. Maes
الموضوع الرئيسي: الاستشعار عن بعد وتطبيقات LiDAR
نظرة عامة
تقدم هذه القسم نظرة شاملة عن الدور التحويلي للطائرات بدون طيار (UAVs) في الاستشعار عن بعد، لا سيما في تطبيقات الخرائط باستخدام مستشعرات تصوير متنوعة. يحدد إرشادات حاسمة لتخطيط وتنفيذ رحلات خرائط UAV، مع التأكيد على أهمية عوامل مثل اختيار المستشعر، مسافة أخذ العينات الأرضية (GSD)، ارتفاع الرحلة، إعدادات التداخل، اتجاه الرحلة، والسرعة. يسلط البحث الضوء على الحاجة إلى تحقيق توازن بين الحصول على بيانات عالية الدقة والقيود العملية، بما في ذلك وقت الرحلة ومتطلبات معالجة البيانات. بالإضافة إلى ذلك، يتناول اعتبارات محددة للقياسات الانعكاسية والحرارية، مشيرًا إلى تأثير وظيفة توزيع الانعكاس ثنائي الاتجاه (BRDF) على الإعدادات.
تؤكد الاستنتاجات المستخلصة من البحث على الاعتماد المتبادل بين مختلف معلمات الرحلة والفجوات المعرفية الموجودة، لا سيما فيما يتعلق بإعدادات التداخل المثلى وفعالية أنماط الرحلات المختلفة. على الرغم من هذه التحديات، يدعو البحث إلى منهجيات موحدة لتعزيز دقة وموثوقية ممارسات خرائط UAV. كما يدعو إلى مزيد من البحث لتحسين سير العمل في التصوير الحراري واستكشاف استراتيجيات رحلات مبتكرة، بهدف تحسين الكفاءة وقابلية التوسع في تطبيقات UAV مع تعزيز القابلية للتكرار وجودة البيانات عبر مجالات متنوعة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور الهام للطائرات بدون طيار (UAVs)، أو الطائرات المسيرة، في مختلف القطاعات، لا سيما في تطبيقات الاستشعار عن بعد. من المتوقع أن يصل سوق الطائرات المدنية إلى 4.3 مليار دولار أمريكي في عام 2024، مما يلبي احتياجات المستخدمين الهواة والمحترفين. توفر UAVs دقة مكانية استثنائية ومرونة، مما يجعلها أدوات أساسية في مجالات مثل الزراعة الدقيقة، والغابات، والبيئة، والتراث الثقافي، والعلوم الجيولوجية. يؤكد البحث على ضرورة التدريب المتخصص لخرائط UAV بما يتجاوز مهارات الطيران العامة، معالجًا فجوة في برامج التدريب الحالية من خلال تقديم إرشادات عملية لإجراء رحلات خرائط باستخدام مستشعرات تصوير فورية، والتي يمكن أيضًا تكييفها مع أنواع مستشعرات أخرى.
تُحدد عملية خرائط UAV في ثلاث خطوات حاسمة: إعداد الرحلة خارج الموقع، التنفيذ في الموقع، ومعالجة البيانات. تتضمن مرحلة الإعداد تحديد الأهداف وتقييم الظروف القانونية والبيئية لعمليات الطيران الآمنة. تناقش المقالة أيضًا التحديات التي تواجه أثناء معالجة البيانات، لا سيما مع برامج هيكل من الحركة (SfM)، التي قد تواجه صعوبة مع الأجسام المتحركة أو مجموعات البيانات المتجانسة، مما يتطلب الجيومكانية المباشرة في مثل هذه الحالات. يحدد البحث الفجوات المعرفية المتبقية، لا سيما فيما يتعلق بمعلمات الرحلة المثلى والظروف، ويقترح مزيدًا من البحث لتعزيز فعالية خرائط UAV، خاصة في تطبيقات التصوير الحراري.
مناقشة
تؤكد قسم المناقشة في الورقة على الدور الحاسم لزاوية الشمس والمستشعر في الاستشعار عن بعد، لا سيما في تطبيقات UAV. تؤثر زوايا الزينيث والازيموث الشمسية، إلى جانب نظيراتها من المستشعرات، بشكل كبير على السطوع والانعكاس الملتقط في الصور. تعتبر زاوية الازيموث النسبية مهمة بشكل خاص، حيث تؤثر على وظيفة توزيع الانعكاس ثنائي الاتجاه (BRDF)، التي نمذجة كيفية انعكاس الضوء عن الأسطح بزوايا مختلفة. تشير وجود “نقطة ساخنة” في مخطط BRDF إلى أن حتى التغييرات الطفيفة في زوايا الرؤية يمكن أن تؤدي إلى اختلافات كبيرة في الانعكاس، حيث أظهرت الدراسات تباينات في الانعكاس تصل إلى 38% لتحولات صغيرة في زوايا الرؤية. يبرز هذا الحاجة إلى تخطيط الرحلات بعناية لتجنب التقاط البيانات في منطقة النقطة الساخنة، مما قد يؤدي إلى عدم اتساق في قياسات الانعكاس.
بالإضافة إلى ذلك، يحدد القسم أهمية تخطيط الرحلات، بما في ذلك تحديد أهداف المهمة، والنظر في خصائص المنطقة، وفهم المعدات والمواصفات اللازمة للمستشعرات. يعد اختيار المستشعرات والعدسات المناسبة أمرًا حيويًا، حيث تقدم الأنواع المختلفة (RGB، متعددة الأطياف، فوق الطيفية، الحرارية) دقة مكانية وطيفية متفاوتة. تعتبر مسافة أخذ العينات الأرضية (GSD) معلمة رئيسية تؤثر على جودة البيانات وقابليتها للاستخدام، حيث توفر GSDs المنخفضة تفاصيل أعلى ولكن تتطلب المزيد من الموارد وأوقات رحلات أطول. يبرز البحث الحاجة إلى نهج متوازن في تخطيط الرحلات، مع الأخذ في الاعتبار التبادلات بين التفاصيل والجودة والجدوى، مع معالجة التعقيدات التي تقدمها زاوية الشمس والمستشعر وخصائص UAV والمستشعرات المستخدمة.
القيود
تناقش قسم القيود القيود المفروضة بواسطة لوائح خط الرؤية البصرية (VLOS) للطائرات بدون طيار (UAVs) أثناء عمليات الطيران. في العديد من الولايات القضائية، يجب أن تبقى UAVs ضمن نطاق رؤية الطيار، والذي يمكن توسيعه بمساعدة المراقبين. تتأثر قابلية اكتشاف UAVs بعوامل مثل حجمها، وتباين الخلفية، وحدّة رؤية المراقب. أظهرت أبحاث لي وآخرون أن أقصى مسافات الكشف البصرية لطائرة DJI Phantom 4 وDJI Mavic Air هي 245 م و307 م، على التوالي، عند عتبة احتمال الكشف 50%. يمكن تقدير VLOS باستخدام الصيغة \( \text{VLOS} = 881.4 H \)، حيث \( H \) هو ارتفاع UAV بالمتر.
علاوة على ذلك، تميز وكالة سلامة الطيران الأوروبية (EASA) بين خط رؤية الكشف (DLOS) وخط رؤية الوضع (ALOS). يُعرف DLOS بأنه 30% من رؤية الأرض، بينما يتم حساب ALOS، الذي يخص الطائرات متعددة المروحيات، باستخدام \( \text{ALOS} = 327 C_D + 20 \)، حيث يمثل \( C_D \) البعد المميز للطائرة بدون طيار. تشير مقارنة مسافات خط الرؤية البصرية لمختلف UAVs إلى وجود ارتباط قوي بين الطريقتين (R² = 0.99)، على الرغم من أن صيغة EASA تميل إلى إنتاج مسافات أطول للطائرات الصغيرة. بالإضافة إلى ذلك، تؤثر العوامل البيئية مثل العقبات وتباين الخلفية بشكل كبير على النطاق الفعال لـ VLOS، مما يبرز التباين في قابلية اكتشاف UAVs بناءً على المناظر الطبيعية والظروف.
DOI: https://doi.org/10.3390/rs17040606
Publication Date: 2025-02-10
Author(s): Wouter H. Maes
Primary Topic: Remote Sensing and LiDAR Applications
Overview
The section provides a comprehensive overview of the transformative role of uncrewed aerial vehicles (UAVs) in remote sensing, particularly in mapping applications utilizing various imaging sensors. It outlines critical guidelines for planning and executing UAV mapping flights, emphasizing the importance of factors such as sensor selection, ground sampling distance (GSD), flight height, overlap settings, flight direction, and speed. The paper highlights the need to balance high-resolution data acquisition with practical constraints, including flight time and data processing requirements. Additionally, it addresses specific considerations for reflectance and thermal measurements, noting the influence of Bidirectional Reflectance Distribution Function (BRDF) on settings.
The conclusions drawn from the research underscore the interdependence of various flight parameters and the existing knowledge gaps, particularly regarding optimal overlap settings and the effectiveness of different flight patterns. Despite these challenges, the paper advocates for standardized methodologies to enhance the accuracy and reliability of UAV mapping practices. It calls for future research to refine thermal imaging workflows and explore innovative flight strategies, aiming to improve efficiency and scalability in UAV applications while promoting reproducibility and data quality across diverse fields.
Introduction
The introduction of the research paper highlights the significant role of uncrewed aerial vehicles (UAVs), or drones, in various sectors, particularly in remote sensing applications. The civil drone market was projected to reach $4.3 billion USD in 2024, catering to both amateur and professional users. UAVs provide exceptional spatial resolution and flexibility, making them essential tools in fields such as precision agriculture, forestry, ecology, cultural heritage, and geosciences. The paper emphasizes the necessity of specialized training for UAV mapping beyond general piloting skills, addressing a gap in existing training programs by offering practical guidelines for conducting mapping flights with snapshot imaging sensors, which can also be adapted for other sensor types.
The UAV mapping process is delineated into three critical steps: off-site flight preparation, on-site execution, and data processing. The preparation phase involves setting objectives and assessing legal and environmental conditions for safe flight operations. The article also discusses the challenges faced during data processing, particularly with structure-from-motion (SfM) software, which may struggle with moving objects or homogeneous datasets, necessitating direct georeferencing in such cases. The paper identifies remaining knowledge gaps, particularly regarding optimal flight parameters and conditions, and suggests further research to enhance UAV mapping efficacy, especially in thermal imaging applications.
Discussion
The discussion section of the paper emphasizes the critical role of sun-sensor geometry in remote sensing, particularly in UAV applications. The solar zenith and azimuth angles, along with their sensor counterparts, significantly influence the brightness and reflectance captured in images. The relative azimuth angle is particularly important, as it affects the bidirectional reflectance distribution function (BRDF), which models how light reflects off surfaces at various angles. The presence of a “hot spot” in the BRDF plot indicates that even minor changes in viewing angles can lead to substantial differences in reflectance, with studies showing reflectance variations of up to 38% for small shifts in viewing angles. This highlights the need for careful flight planning to avoid capturing data in the hot spot region, which can lead to inconsistencies in reflectance measurements.
Additionally, the section outlines the importance of flight planning, including defining mission objectives, considering area characteristics, and understanding the necessary equipment and sensor specifications. The selection of appropriate sensors and lenses is crucial, as different types (RGB, multispectral, hyperspectral, thermal) offer varying spatial and spectral resolutions. The ground sampling distance (GSD) is a key parameter that affects data quality and usability, with lower GSDs providing higher detail but requiring more resources and longer flight times. The paper underscores the need for a balanced approach in flight planning, taking into account the trade-offs between detail, quality, and feasibility, while also addressing the complexities introduced by sun-sensor geometry and the specific characteristics of the UAV and sensors used.
Limitations
The section on limitations discusses the constraints imposed by visual line of sight (VLOS) regulations for unmanned aerial vehicles (UAVs) during flight operations. In many jurisdictions, UAVs must remain within the pilot’s visual range, which can be extended with the assistance of spotters. The detectability of UAVs is influenced by factors such as their size, background contrast, and the observer’s visual acuity. Research by Li et al. established that the maximum visual detection distances for the DJI Phantom 4 and DJI Mavic Air are 245 m and 307 m, respectively, at a detection probability threshold of 50%. The VLOS can be estimated using the formula \( \text{VLOS} = 881.4 H \), where \( H \) is the height of the UAV in meters.
Furthermore, the European Union Aviation Safety Agency (EASA) differentiates between detection line of sight (DLOS) and attitude line of sight (ALOS). The DLOS is defined as 30% of ground visibility, while the ALOS, which is specific to multicopters, is calculated using \( \text{ALOS} = 327 C_D + 20 \), where \( C_D \) represents the UAV’s characteristic dimension. A comparison of visual line-of-sight distances for various UAVs indicates a strong correlation between the two methods (R² = 0.99), although EASA’s formula tends to yield longer distances for smaller UAVs. Additionally, environmental factors such as obstacles and background contrast significantly affect the effective range of VLOS, highlighting the variability in UAV detectability based on landscape and conditions.