基于無人機(jī)傾斜攝影的白格堰塞區(qū)三維重建

朱 征，包騰飛,3，鄭東健，龔 健，胡雨菡，談家誠

(1.河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210098;2.河海大學(xué)水利水電學(xué)院,江蘇 南京 210098; 3.三峽大學(xué)水利與環(huán)境學(xué)院，湖北 宜昌 443002)

我國西南地區(qū)滑坡、泥石流、崩塌等地質(zhì)災(zāi)害多發(fā)，運(yùn)動土石沖入河道就會截?cái)嗪恿鳎纬裳呷?。僅2008—2017年，有記錄的滑坡堰塞壩超過100座[1]。該地區(qū)歷史上曾發(fā)生過多起大型堰塞堵江事件，如1786年大渡河[2]、1933年疊溪[3]、1967年唐古棟[4]、2000年易貢[5-6]、2008年唐家山[7]、2010年舟曲[8]、2014年紅石巖[9]。堰塞湖形成迅速，牽涉范圍廣，具有很高的危險性。2018年10和11月發(fā)生的白格堰塞事件，位于四川省白玉縣則巴村和西藏自治區(qū)江達(dá)縣白格村交界處(31.08°N, 98.71°E)。白格堰塞湖是同一地點(diǎn)連續(xù)兩次大規(guī)模高位滑坡阻斷金沙江干流形成的堰塞湖[10]，造成上游多個鄉(xiāng)被淹，下游多座橋梁被沖毀，四川、西藏及云南多地緊急轉(zhuǎn)移安置數(shù)萬人，引起了社會的廣泛關(guān)注。

堰塞體往往結(jié)構(gòu)松散、穩(wěn)定性差，極易受外界環(huán)境影響發(fā)生形態(tài)變化，存在隨時潰決的風(fēng)險。堰塞體一旦失穩(wěn)，其蓄積的大量水體將沖擊沿線數(shù)百公里，造成的破壞難以估量。作為了解災(zāi)情和科學(xué)決策的重要依據(jù)，快速、準(zhǔn)確地獲取現(xiàn)場信息必不可少。然而，受災(zāi)地區(qū)一般伴有通信與電力中斷、交通癱瘓、基礎(chǔ)設(shè)施遭受重大破壞等緊急情況，堰塞災(zāi)害的事發(fā)地也存在交通不便、環(huán)境原始、人員物資輸送困難等問題。這些因素制約了常規(guī)測繪手段的開展。

無人機(jī)傾斜攝影作為一種新興的測繪技術(shù)，在災(zāi)害救援[11]、建筑[12]、城市規(guī)劃[13]、測繪[14]、考古[15]、水利規(guī)劃[16]等領(lǐng)域已經(jīng)有許多應(yīng)用。Kirnbauer等[17]利用傾斜攝影量化研究了高山雪線的變化。Doneus[18]使用航空影像進(jìn)行傾斜攝影成圖，從而還原了Teurnia古城遺址。Mergili等[19]以Piz Cengalo-Bondo滑坡事件的傾斜攝影重建成果為基礎(chǔ)，對該災(zāi)害事件進(jìn)行了后分析。Tonkin等[20]使用地面控制點(diǎn)提升了無人機(jī)傾斜攝影重建精度，并在一處野外邊坡開展了驗(yàn)證試驗(yàn)。Harwin等[21]利用無人機(jī)采集海邊懸崖的圖像，并以重建點(diǎn)云實(shí)現(xiàn)了亞分米級侵蝕監(jiān)測。Eltner等[22]在野外搭設(shè)多目相機(jī)系統(tǒng)，監(jiān)測了雨水沖刷引起的土壤流失。在滑坡災(zāi)害研究方面，帥向華等[23]將傾斜攝影技術(shù)用于在云南魯?shù)榈卣鹨l(fā)的滑坡測繪；許建華等[24]利用無人機(jī)傾斜攝影對地震裂縫、滑坡等幾何信息進(jìn)行量測，從而為烈度評估提供參考；許強(qiáng)等[25-26]將傾斜攝影用于白格堰塞堵江事件的災(zāi)害調(diào)查；王曉剛等[27]利用旋翼無人機(jī)傾斜攝影技術(shù)在茂縣高位滑坡災(zāi)害進(jìn)行了應(yīng)急測繪。陳誠等[28]采用無人機(jī)進(jìn)行了表面流場測量。

傾斜攝影在眾多領(lǐng)域的運(yùn)用中表現(xiàn)出該技術(shù)具有測繪效率高、人力資源占用較少、成果呈現(xiàn)方式多元化等優(yōu)點(diǎn)，具備用于堰塞現(xiàn)場的非接觸式應(yīng)急測繪的潛力。

本文介紹了傾斜攝影的建模原理，闡述了無人機(jī)傾斜攝影的步驟要點(diǎn)，并在白格堰塞現(xiàn)場進(jìn)行了無人機(jī)飛行作業(yè)。重建了白格堰塞現(xiàn)場的三維數(shù)字模型，并生成了數(shù)字高程模型(DEM)、數(shù)字地表模型(DSM)、數(shù)字正射圖像(DOM)。無人機(jī)傾斜攝影三維重建技術(shù)在白格堰塞現(xiàn)場測繪方面表現(xiàn)出了良好的適用性。

1 傾斜攝影的建模原理

傾斜攝影是運(yùn)用無人機(jī)云臺攝像機(jī)，以一定傾斜角度獲取地面物體的圖像。通過設(shè)定拍攝間隔，保證圖像間存在重疊。利用圖像間的重疊部分進(jìn)行空中三角測量計(jì)算，還原相機(jī)姿態(tài)并獲得稀疏點(diǎn)云。再以稀疏點(diǎn)云為基礎(chǔ)進(jìn)行稠密重建得到稠密點(diǎn)云，從而實(shí)現(xiàn)傾斜攝影三維重建。

1.1 空中三角測量

空中三角測量(aerial triangulation)包含4個部分：圖像特征檢測、圖像特征點(diǎn)匹配、點(diǎn)云初值計(jì)算、誤差優(yōu)化。

圖像特征檢測指的是在圖像中找出具有一定代表性的像素點(diǎn)，并且用描述算子對該點(diǎn)進(jìn)行描述。在眾多算法中，SIFT(scale-invariant feature transform)算法[29]得到廣泛應(yīng)用。該方法對旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，同時對視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性。

特征點(diǎn)匹配將圖像間的具有一定相似度的特征點(diǎn)進(jìn)行配對。如圖1所示，傾斜攝影圖像間存在重疊，重疊區(qū)域內(nèi)存在大量的相似特征點(diǎn)。相似度計(jì)算主要有兩類方法，一類是按候選點(diǎn)描述算子間的空間距離按閾值過濾，另一類則是采用聚類算法尋找同類點(diǎn)。由于匹配時不可避免地存在一些錯誤匹配，這需要應(yīng)用雙重檢驗(yàn)機(jī)制來提高準(zhǔn)確性，如隨機(jī)采樣一致性(RNSAC)[30]算法。

圖1 基于重疊圖像的特征檢測原理

點(diǎn)云初值計(jì)算是利用特征點(diǎn)間的配對關(guān)系進(jìn)行的特征點(diǎn)三維坐標(biāo)計(jì)算的過程。根據(jù)經(jīng)典的小孔成像模型，像素點(diǎn)、實(shí)物點(diǎn)、焦點(diǎn)之間滿足式(1)的關(guān)系。在此成像模型下，實(shí)物點(diǎn)坐標(biāo)和像素點(diǎn)坐標(biāo)之間呈線性關(guān)系。當(dāng)以多視角拍攝物體時，相機(jī)焦點(diǎn)、實(shí)物點(diǎn)、像素點(diǎn)間存在一定關(guān)系，即外極幾何約束。如圖2所示，兩張圖像拍攝于不同位置，對應(yīng)的焦點(diǎn)位置為F1、F2，其中，像素點(diǎn)A1、A2指向同一實(shí)物點(diǎn)A，那么在極線平面F1AF2上存在關(guān)系式(2)。

圖2 基于兩視圖的實(shí)物點(diǎn)坐標(biāo)計(jì)算原理

式中：K為內(nèi)部參數(shù)矩陣；f為相機(jī)焦距；u、v為相機(jī)主點(diǎn)位置；R、t分別為相機(jī)成像坐標(biāo)系與世界坐標(biāo)間的旋轉(zhuǎn)矩陣和平移矩陣；X、Y、Z為實(shí)物點(diǎn)坐標(biāo)；x、y為像素點(diǎn)坐標(biāo)。

(2)

式中：A1、A2分別為像素點(diǎn)A1、A2的坐標(biāo)(x1、y1)和(x2、y2)；K1、K2分別為兩相機(jī)的內(nèi)部參數(shù)矩陣;E為本質(zhì)矩陣。

式(2)中僅本質(zhì)矩陣E中存有未知量，應(yīng)用8組以上的特征點(diǎn)對即可求解E全部未知量。再通過SVD分解得到相機(jī)間相對姿態(tài)，以此代入式(1)可計(jì)算出每個特征點(diǎn)的三維坐標(biāo)。匹配點(diǎn)組數(shù)越多，該過程的準(zhǔn)確度越高。

實(shí)際成像過程與理論存在差異，如鏡頭畸變、投影模型非線性、特征點(diǎn)的檢測與匹配錯誤。這些由各處積累的誤差會降低實(shí)物點(diǎn)三維坐標(biāo)計(jì)算的精準(zhǔn)度。目前，得到廣泛運(yùn)用的思想是最小化整體重投影誤差平方(式(3))。重投影誤差平方和最小化的實(shí)現(xiàn)，普遍采用的是光束平差法(bundle adjustment)。這是一種啟發(fā)式的阻尼高斯牛頓法，在幾何視覺中廣泛使用，具有較高的求解速度和穩(wěn)健性。

(3)

式中：P為實(shí)物點(diǎn)向像素點(diǎn)的投影矩陣；Xi為實(shí)物點(diǎn)坐標(biāo)；xi為像素點(diǎn)坐標(biāo)。

1.2 稠密重建

空中三角測量通過對圖像集特征點(diǎn)的三維投影計(jì)算，重建了特征點(diǎn)對應(yīng)的實(shí)物點(diǎn)云。然而，特征點(diǎn)數(shù)量相對全部像素點(diǎn)而言是稀疏的，因此空中三角測量得到的點(diǎn)云也是天然稀疏的，包含信息豐富度較低。

多視影像密集匹配(multiple view stereo)以稀疏點(diǎn)云為基礎(chǔ)，以一定方法尋找具有一致性的像素點(diǎn)加密點(diǎn)云，從而增強(qiáng)點(diǎn)云的可利用度。點(diǎn)云擴(kuò)散法是較為常用的稠密重建方法，主要思想是以初始點(diǎn)云為基礎(chǔ)按照鄰近關(guān)系逐步填充未重建像素。在此過程中會產(chǎn)生部分飛離點(diǎn)，以深度值與鄰近區(qū)域一致程度可以剔除這些飛離點(diǎn)。

經(jīng)過多年的發(fā)展，傾斜攝影及三維重建技術(shù)的理論水平和應(yīng)用能力隨著研究的深入不斷提升。攝像器材、數(shù)字成像技術(shù)、三維重建算法和計(jì)算機(jī)性能的發(fā)展使得三維重建更加容易實(shí)現(xiàn)，其成圖精度更高、速度更快、成圖規(guī)模更大。

2 傾斜攝影三維重建的基本步驟

2.1 原始數(shù)據(jù)采集

原始數(shù)據(jù)指傾斜攝影作業(yè)采集到的圖像數(shù)據(jù)、POS(position and orientation system)數(shù)據(jù)(位置、姿態(tài))和相機(jī)參數(shù)。圖像由機(jī)載相機(jī)拍攝，POS數(shù)據(jù)由機(jī)載傳感器記錄，相機(jī)參數(shù)(徑向畸變、成像中心點(diǎn)等)由廠商標(biāo)定。

圖像數(shù)據(jù)使用無人機(jī)機(jī)載相機(jī)獲取，采集的圖像應(yīng)當(dāng)清晰、重疊度高、視角豐富。傾斜攝影作業(yè)前應(yīng)擬定好飛行線路、攝像重疊度、拍攝數(shù)量等參數(shù)，選擇光照充足、少云正光的時段進(jìn)行飛行作業(yè)，避免云朵移動造成被攝物體陰陽變化及斜光照射產(chǎn)生的大背光區(qū)。

2.2 數(shù)據(jù)篩選

采集到圖像后，有必要對圖像進(jìn)行篩查。一方面，檢查采集成果是否達(dá)到計(jì)劃的數(shù)量、范圍，重點(diǎn)關(guān)注地形起伏、細(xì)節(jié)復(fù)雜、光影交錯的區(qū)域，若不滿足要求，應(yīng)重飛補(bǔ)拍；另一方面，篩查圖像質(zhì)量，防止低質(zhì)量圖像增大重建誤差，應(yīng)舍棄失焦、雜物遮擋的圖像，有雜點(diǎn)、移動物的圖像可作蒙蓋處理。

2.3 重建計(jì)算

圖像集經(jīng)過預(yù)處理后，首先進(jìn)行空中三角測量計(jì)算?？罩腥菧y量通過圖像間的像素特征匹配生成大量連接點(diǎn)，利用連接點(diǎn)的匹配信息計(jì)算獲得連接點(diǎn)的三維位置(稀疏點(diǎn)云)。POS數(shù)據(jù)和圖像畸變的誤差會隨迭代得到修正。然后，采用多視影像密集匹配技術(shù)，利用像素網(wǎng)格匹配對稀疏點(diǎn)云進(jìn)行加密計(jì)算，生成稠密點(diǎn)云。由于稠密點(diǎn)云數(shù)據(jù)量極大，通常采用切塊降低計(jì)算機(jī)的壓力。切塊也有利于計(jì)算機(jī)群的平行處理。隨后，稠密點(diǎn)云經(jīng)過優(yōu)化處理降低數(shù)據(jù)冗余，通過三角網(wǎng)格化最終獲得不規(guī)則三角網(wǎng)模型。利用不規(guī)則三角網(wǎng)模型與像素間的匹配關(guān)系，將原始圖像紋理貼附到不規(guī)則三角網(wǎng)模型上，可得到帶紋理的三維真實(shí)感模型。

2.4 成果生成

傾斜攝影三維重建的基本成果是三維網(wǎng)格模型(3D mesh)，三維網(wǎng)格模型由不規(guī)則三角網(wǎng)構(gòu)成。對三維網(wǎng)格模型進(jìn)行光滑處理可生成不同精度的數(shù)字高程模型(DEM)；三維網(wǎng)格模型經(jīng)材質(zhì)附著可得到數(shù)字地表模型(DSM)；數(shù)字地表模型經(jīng)正射投影可生成數(shù)字正射圖像(DOM)。

這些成果可以被運(yùn)用到廣泛的領(lǐng)域，數(shù)字高程模型可用于地理信息系統(tǒng)(GIS)、正射投影影像可用于測繪成圖(Mapping)、數(shù)字地表模型可用于建筑信息模型(BIM)。

3 研究區(qū)域和數(shù)據(jù)獲取

3.1 白格堰塞湖形成過程

金沙江是長江上的重要支流，位于青藏高原東緣。金沙江落差大、流速快，兩岸邊坡陡峻，周圍地形溝壑交錯，山頂與谷底的落差可達(dá)1 km。頻繁的地質(zhì)活動和強(qiáng)烈的風(fēng)化作用使沿線的滑坡、崩塌事件非常多，由此引發(fā)的堰塞災(zāi)害是沿線居民生產(chǎn)生活安全的重大威脅。圖3為衛(wèi)星記錄的白格堰塞的初期征兆、堰塞規(guī)模、潰后狀態(tài)等光學(xué)影像信息。

圖3 白格堰塞事件全階段衛(wèi)星光學(xué)圖像

2018年10月11日，第1次滑坡發(fā)生，滑坡體積2 400萬m2、堆積高度85 m；1天后，堰塞湖蓄水達(dá)2.9億m3，堰塞體自潰留下左岸殘積體[31-32]；11月3日，第1次滑坡區(qū)域原位發(fā)生第2次滑坡，下滑土石350萬m2，沖壓第1次滑坡殘積體形成135 m高的堰塞體，數(shù)天內(nèi)水位快速上漲，搶險人員采取人工開挖導(dǎo)流槽的方式主動降低壩體高度；11月12日堰塞湖蓄水達(dá)5.24億m3，水位達(dá)到人工導(dǎo)流槽高程2 956.40 m并開始泄流，3天后金沙江水位基本穩(wěn)定，險情解除。這起連續(xù)滑坡堰塞事件造成上游江達(dá)縣波羅鄉(xiāng)、白玉縣金沙鄉(xiāng)等先后被淹；導(dǎo)致下游318國道金沙江大橋損毀嚴(yán)重，云南迪慶藏族自治州、麗江市部分道路中斷、學(xué)校被淹、農(nóng)田被沖毀。

白格堰塞事件發(fā)生突然、滑坡體量大、周邊環(huán)境原始，造成的經(jīng)濟(jì)損失巨大、威脅人口眾多，具備大型堰塞災(zāi)害的典型特征，對研究無人機(jī)傾斜攝影技術(shù)在堰塞現(xiàn)場的適用性有很高的參考價值。

3.2 數(shù)據(jù)獲取

采用無人機(jī)對堰塞體展開了傾斜攝影作業(yè)，使用的無人機(jī)型號是DJI Phantom 4 RTK，該設(shè)備質(zhì)量1.3 kg、單次續(xù)航能力約30 min，綜合GPS、北斗和伽利略全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system，GNSS)，機(jī)載相機(jī)型號為DJI FC6310R(1 英寸 CMOS；5 472像素×3 648像素分辨率；3軸云臺穩(wěn)定系統(tǒng))。

如圖4所示，無人機(jī)飛行兩個架次分別重點(diǎn)采集右岸泄流槽和左岸殘積體數(shù)據(jù)。為保證三維數(shù)據(jù)生產(chǎn)成果質(zhì)量,航線采用大重疊率:航向重疊率為80%,旁向重疊率為70%。這兩架次飛行共獲取1 497幅JPEG格式圖像(29.9 G像素)及每張圖像的位置信息、姿態(tài)信息。如圖5所示(圖中箭頭指向?yàn)樗鞣较?，圖像涵蓋了堰塞區(qū)的重點(diǎn)部位，如泄流槽右岸邊坡、河谷左岸殘積體、河谷右岸滑坡面等。

圖4 白格堰塞體無人機(jī)傾斜攝影作業(yè)

圖5 白格堰塞區(qū)現(xiàn)場無人機(jī)航拍影像

4 基于圖像的三維重建處理

三維重建需要圖像數(shù)據(jù)、POS數(shù)據(jù)(位置、姿態(tài))、相機(jī)參數(shù)。完成現(xiàn)場采集后，導(dǎo)出無人機(jī)內(nèi)置GNSS中記錄的位置數(shù)據(jù)、云臺穩(wěn)定器中記錄的姿態(tài)數(shù)據(jù)以及相機(jī)拍攝的圖像數(shù)據(jù)。

無人機(jī)GNSS記錄的位置數(shù)據(jù)存在一定誤差，這部分誤差可在空中三角測量計(jì)算過程中由光束平差法迭代優(yōu)化，調(diào)整后的位置數(shù)據(jù)精度得到提高。姿態(tài)信息(俯仰角、橫滾角、偏航角)由云臺穩(wěn)定器記錄，云臺穩(wěn)定器的硬件性能保證了角度抖動量低于0.02°，具備高精度。相機(jī)參數(shù)在無人機(jī)出廠時經(jīng)過校正，其徑向畸變、橫向畸變、焦距、成像中心點(diǎn)等參數(shù)較準(zhǔn)確。

圖像經(jīng)過初步處理后，進(jìn)行空中三角測量計(jì)算。以GNSS定位最大誤差為調(diào)整限值對位置數(shù)據(jù)采取平差調(diào)整策略，姿態(tài)數(shù)據(jù)采用云臺穩(wěn)定器記錄數(shù)據(jù)原值，相機(jī)參數(shù)采用了出廠校正值。如圖6所示，空中三角測量計(jì)算總計(jì)生成442 947個連接點(diǎn)(平均每張圖像包含1 223個連接點(diǎn))，覆蓋面積為417萬m2，像素點(diǎn)的地面分辨率平均值為5.79 cm，重建均方根誤差(RMS)為0.62個像素點(diǎn)。

圖6 白格堰塞區(qū)傾斜攝影三維重建

完成空中三角測量計(jì)算后，進(jìn)行三維場景重建。白格堰塞區(qū)的場景范圍較大，以堰塞體為建模中心(31.083 8°N，98.715°E)設(shè)定建模區(qū)域(1 796 m×2 322 m×573 m)。三維場景重建對計(jì)算機(jī)內(nèi)存的需求較高(310 GB)，因此采用自適應(yīng)切塊方法。自適應(yīng)切塊是以稀疏點(diǎn)云密度分度預(yù)估稠密點(diǎn)云的密度分布，將高密區(qū)域分成小瓦片，從而保證單個瓦片的內(nèi)存需求在硬件容量內(nèi)。三維重建成果如圖7所示。其中數(shù)字高程模型描述的是堰塞區(qū)地面高程信息，可用于堰塞體覆蓋面積、體積、堆積高度、坡度等特征的計(jì)算，作為現(xiàn)場作業(yè)規(guī)劃的直接依據(jù)；數(shù)字地表模型是在數(shù)字高程模型的基礎(chǔ)上，進(jìn)一步涵蓋了除地面以外的其他地表信息的高程，豐富的信息用于判別堰塞體的結(jié)構(gòu)分布、材料類型、顆粒級配等，可為堰塞體穩(wěn)定評估提供參考。

圖7 白格堰塞區(qū)傾斜攝影建模三維成果

本節(jié)三維場景重建處理所采用的工具為三維圖像建模軟件ContextCapture和PhotoScan。

5 成果應(yīng)用

5.1 白格堰塞區(qū)建模成圖

無人機(jī)傾斜攝影獲取現(xiàn)場圖像數(shù)據(jù)、POS數(shù)據(jù)，經(jīng)過空中三角測量計(jì)算、三維場景重建，獲得堰塞區(qū)三維網(wǎng)格模型。以此為基礎(chǔ)可生成白格堰塞區(qū)的數(shù)字高程模型(DEM)、數(shù)字地表模型(DSM)、數(shù)字正射圖像(DOM)等形式的成果如圖8所示。數(shù)字正射圖像是利用數(shù)字高程模型對無人機(jī)圖像進(jìn)行投影差改正、鑲嵌、剪裁生成的數(shù)字正射影像數(shù)據(jù)集，具有精度高、信息豐富、直觀真實(shí)等特點(diǎn)，可作為減災(zāi)規(guī)劃決策的參考依據(jù)(圖8(a))。

圖8 白格堰塞區(qū)傾斜攝影建模平面成果

5.2 堰塞體形態(tài)測算

結(jié)合傾斜攝影重建成果，在數(shù)字三維模型中進(jìn)行坐標(biāo)讀取、距離量測、坡比計(jì)算等工作，獲得了堰塞體形態(tài)、結(jié)構(gòu)等方面的信息，為救災(zāi)減災(zāi)提供服務(wù)。

人工泄流槽初始尺寸為：坎底高程2 952.52 m、長220 m、頂寬42 m、底寬3 m、最大深度15 m[32]。經(jīng)測量，沖刷擴(kuò)大后泄流槽左岸邊坡角度為35°～38°、右岸邊坡角度為32°～36°，與初始邊坡角度35°基本一致；槽底高程約為2 865.50 m，較初始降低85 m；槽底寬度約為80 m，約為初始底寬的26倍；槽底長度約720 m，約為初始底長的3.5倍；槽頂寬度約為300 m，約為初始頂寬的7倍。

堆積體最高點(diǎn)位于左岸邊坡(高程2 974.93 m)，距泄流槽左坡頂距離約160 m。以最大縱剖面為基準(zhǔn)，距上游坡腳水平距離約230 m(23°～25°)，距下游坡腳水平距離約500 m(11°～14°)。

6 結(jié) 論

a. 堰塞區(qū)具有范圍寬、地表起伏大等特點(diǎn)，無人機(jī)分批次變高度飛行可覆蓋堰塞區(qū)的重點(diǎn)部位，如泄流槽邊坡、殘積體、滑坡面等。同時，采用大重疊率的航線規(guī)劃可保證無人機(jī)影像間的有效匹配，從而保證三維重建的高質(zhì)量。

b. 白格堰塞區(qū)三維重建計(jì)算表明，大量的高分辨率影像數(shù)據(jù)會產(chǎn)生較大的計(jì)算壓力，尤其占用計(jì)算機(jī)內(nèi)存資源。以堰塞體中心設(shè)定建模區(qū)域，采用切塊分批計(jì)算策略可有效緩解計(jì)算壓力。

c. 測算白格堰塞區(qū)傾斜攝影重建模型得出：殘積體最高點(diǎn)高程2 974.93 m，上游平均坡度為24°、下游平均坡度13°。人工泄流槽經(jīng)沖刷擴(kuò)大后，其側(cè)坡坡度與初始坡度基本一致，均約為35°，其槽底下切至2 865.50 m高程、寬底擴(kuò)至80 m，槽底長度約720 m。