7月19日至7月25日，“翼瞰沙海”实践团进入内业数据处理阶段。经过半个月的外业采集，团队积累了海量的原始数据——多光谱影像12架次、激光雷达点云8架次、地面样方40个、土壤与植被样本若干。如何将这些原始数据转化为团场可用的专题图件与评估报告，是内业阶段的核心任务。队员们驻扎在塔里木大学实验室与实践驻地，夜以继日地开展数据处理与成果制作，用专业与耐心，把“ raw data”变成“smart data”，为后续成果交付与科技服务奠定坚实基础。
一、多光谱处理：从影像到指数的全流程
多光谱影像处理是内业工作的重中之重。团队利用Pix4Dmapper、ENVI、ArcGIS等专业软件，对12架次多光谱影像进行全流程处理。首先是影像拼接——根据无人机POS数据与特征点匹配，将数百张单幅影像拼接成覆盖整个监测区域的正射影像图(DOM)，确保几何精度达到厘米级;其次是辐射定标与大气校正——利用地面反射率参考板与大气校正模型，将影像的数字量化值(DN值)转换为真实地表反射率，消除光照与大气影响;然后是指数计算——基于校正后的反射率，计算NDVI、EVI、SAVI、NDWI、MSAVI等十余种植被与水体指数，生成指数栅格图;最后是分类与反演——利用随机森林等机器学习算法，结合地面样方实测数据，开展地物分类(农田、防护林、湿地、水体、建设用地等)与指标反演(植被覆盖度、作物长势、土壤盐分、生物量等)，生成一系列专题图件。整个处理流程环环相扣，每一步都需要反复检查参数、验证精度，确保最终成果可靠。
图为队员操控无人机采集数据。翼瞰沙海实践团供图
二、点云处理：百万点云中提取三维信息
激光雷达点云处理是今年内业工作的新挑战。团队利用CloudCompare、LiDAR360等专业点云处理软件，对8架次激光雷达点云数据进行系统处理。首先是点云去噪——利用统计滤波与半径滤波，剔除因飞鸟、云层、电磁干扰等产生的噪声点，确保点云干净;其次是点云分类——基于坡度与几何特征，将点云分为地面点与非地面点，地面点用于生成数字高程模型(DEM)，非地面点用于植被冠层分析;然后是冠层参数提取——基于分类后的点云，计算植被平均高度、最大高度、高度百分位数、冠层覆盖度、叶面积指数等三维生态指标;最后是生物量估算——利用地面样方实测的生物量数据与点云提取的高度、密度等参数，建立异速生长方程，实现区域尺度的生物量空间制图。点云处理数据量大、计算密集，一台电脑处理一架次点云往往需要数小时，队员们经常需要熬夜等待计算结果，第二天一早又要检查输出、调整参数。尽管辛苦，但当看到精美的三维点云模型与准确的冠层参数图时，队员们都觉得一切付出都值得。
三、地面数据整理：让实测数据发挥最大价值
在处理遥感数据的同时，地面样方组也在紧张整理外业采集的实测数据。队员们将40个样方的调查记录逐一录入Excel数据库，包括植被群落结构、物种组成、盖度、株高、生物量、土壤盐分、含水率等数十项指标，并进行双人交叉核对，确保录入无误。对于采集的土壤与植物样品，队员们在实验室完成烘干、研磨、测定等后续处理，获取土壤有机质、全氮、全磷、pH值等理化指标。这些地面实测数据既是遥感反演的“真值”用于精度验证，也是独立的生态评估依据。团队将地面数据与遥感反演结果进行空间叠加分析，验证遥感算法的精度与可靠性，并针对误差较大的区域分析原因、优化模型。此外，团队还利用三年时序地面数据，开展生态变化趋势分析，识别显著变化区域与驱动因素，为团场生态保护提供基于实测数据的科学结论。
四、成果制作：把专业数据变成团场看得懂的图件
数据处理的最终目的是成果交付与应用。团队在完成数据处理与分析后，开始制作一系列面向团场的专题成果。一是《2024—2026年农田土壤盐分与作物长势监测图册》，以地图集形式呈现三年来农田土壤盐分分布、作物长势空间差异与年际变化，每页配有简明的文字说明与农户建议;二是《团场生态缓冲带健康状况蓝皮书》，系统评估塔里木河沿岸缓冲带与人工湿地的生态健康状况，包括植被覆盖度、生物量、物种多样性、土壤盐分等指标的时空变化，识别生态修复成效区与脆弱区，提出针对性修复建议;三是“智慧农业图解速查手册”，以全图解+关键词标注的形式，介绍无人机操作步骤、常见作物长势图谱、盐碱地识别特征及对应的农艺改良建议，便于基层农技人员快速查阅;四是“生态三年之变”治理对比视频与“无人机看农田”科普短视频，用直观的画面展示生态修复成效与遥感技术应用。这些成果既专业严谨又通俗易懂，确保团场技术人员与种植大户“看得懂、用得上”。经过一周的攻坚克难，团队已完成大部分数据处理工作，专题图件与报告正在紧张制作中，预计7月底前全部完成并交付团场。
武俊良 王昕卓 塔里木大学 本科生
