基于無人機(jī)低空遙感和現(xiàn)場(chǎng)調(diào)查的潮灘地形反演研究

李 陽,袁 琳，2，趙志遠(yuǎn)，張晉磊，王憲業(yè)，張利權(quán)

(1.華東師范大學(xué)河口海岸學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,崇明生態(tài)研究院,上海 200241;2.長(zhǎng)江三角洲河口濕地生態(tài)系統(tǒng)教育部/上海市野外科學(xué)觀測(cè)研究站，上海 202162)

0 引言

潮灘是海陸交界地帶受潮汐影響的區(qū)域，在長(zhǎng)江口，潮灘是濱海濕地的主要類型之一，通常包括光灘、植被帶、潮溝等地貌單元。它不但是海岸防護(hù)的重要組成部分，還具有氣候調(diào)節(jié)、生物多樣性保護(hù)、促淤造陸、固碳等顯著的生態(tài)服務(wù)功能[1-2]。在全球海平面上升和人類干擾活動(dòng)共同影響下，沿海生態(tài)系統(tǒng)逐漸喪失和退化，潮灘面臨著不斷蝕退的威脅[3]，如何有效保護(hù)長(zhǎng)江口的灘涂資源變得至關(guān)重要。灘面高程是潮灘地貌形態(tài)特征的體現(xiàn)，不同時(shí)刻灘面高程變化可以反映該區(qū)域潮灘的沖淤動(dòng)態(tài)，同時(shí)它也是影響潮灘動(dòng)態(tài)和鹽沼植被分布的重要因素[4]。在類似長(zhǎng)江口潮灘這樣具有潮汐作用的鹽沼濕地生態(tài)系統(tǒng)中，只有當(dāng)潮灘高程超過一定閾值，鹽沼植被才能成功定居[5]。此外，不同鹽沼植物在潮灘分布的最適高程也有所不同[6]，厘米級(jí)的海拔差異就會(huì)導(dǎo)致植被群落結(jié)構(gòu)發(fā)生顯著變化[7-8]。因此，高精度、大面積的潮灘地形數(shù)據(jù)是準(zhǔn)確分析潮灘沖淤演變和鹽沼植被演替趨勢(shì)的前提[9-10]，也是探究潮灘生態(tài)系統(tǒng)對(duì)環(huán)境變化響應(yīng)以及預(yù)測(cè)潮灘格局演變不可或缺的數(shù)據(jù)基礎(chǔ)[3,11]。

目前，潮灘地形監(jiān)測(cè)方法通常分為遙感監(jiān)測(cè)和地面監(jiān)測(cè)2類。遙感方法包括立體像對(duì)匹配、水邊線提取、合成孔徑雷達(dá)干涉技術(shù)測(cè)量等，它們具有大范圍測(cè)量能力，但是精度相對(duì)較低、時(shí)效性差[12]。地面監(jiān)測(cè)常用方法有全站儀測(cè)量、基于全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system，GNSS)和實(shí)時(shí)動(dòng)態(tài)差分技術(shù)(real -time kinematic，RTK)的GNSS-RTK測(cè)量、基于非接觸式高速激光測(cè)量技術(shù)的三維激光掃描(terrestrial laser scanner，TLS)測(cè)量等[13]，它們具有較高的精度，但是測(cè)量面積小、儀器和人力成本高、測(cè)量效率低[14-15]。RTK和TLS技術(shù)是現(xiàn)有方法中較常用且具有最高精度的方法。RTK技術(shù)定位快速準(zhǔn)確，水平和垂直精度極高[15]，但是每次僅能獲取單點(diǎn)數(shù)據(jù)，測(cè)量效率低。TLS技術(shù)具有極高的垂直和空間精度，能夠有效獲取平面高程數(shù)據(jù)，但是TLS掃描范圍有限、花費(fèi)的時(shí)間和經(jīng)濟(jì)成本較高，由于激光無法穿透高蓋度植被，導(dǎo)致TLS觀測(cè)技術(shù)難以準(zhǔn)確獲得植被覆蓋下的潮灘地形[14]。因此，盡管目前已有多種方法可以用來測(cè)量潮灘地形，但是依舊難以實(shí)現(xiàn)同時(shí)具備低成本、高精度、大面積、可濾除植被的潮灘地形測(cè)量[16]，亟須尋找一種低成本、高精度、易操作且能夠較準(zhǔn)確濾除植被影響的大尺度地形監(jiān)測(cè)方法。

無人機(jī)(unmanned aerial vehicle，UAV)低空遙感是近年來興起的新型監(jiān)測(cè)技術(shù)，具有輕便、易操作、工作效率高等優(yōu)勢(shì)，它的發(fā)展使得高精度、高時(shí)效性的遙感影像獲取成為可能[17-18]。運(yùn)動(dòng)結(jié)構(gòu)(structure from motion，SFM)算法是基于多個(gè)圖像的運(yùn)動(dòng)視覺差異建立物體3D模型的一種計(jì)算機(jī)技術(shù)，它可以通過大量重疊的2D圖像，提取包含高密度三維信息的點(diǎn)云，從而獲得準(zhǔn)確的數(shù)字地形信息[19-20]。將UAV低空攝影測(cè)量技術(shù)和SFM技術(shù)相結(jié)合，為低成本、大面積的地形測(cè)量提供了可能[16,21]。Mancini等[16]用UAV測(cè)量了海岸沙丘的地形，并驗(yàn)證了其精度與TLS技術(shù)相當(dāng)；Dai等[22]用UAV測(cè)量了光灘的地形，表明使用UAV定期監(jiān)測(cè)光灘是可行的。然而自然潮灘的潮間帶區(qū)域往往覆蓋有鹽沼植物，通過UAV遙感只能測(cè)量到植物冠層的高程，為了獲得準(zhǔn)確地形，還需要進(jìn)行植被濾除來去除鹽沼植被的干擾。植被濾除目前主要是借鑒激光點(diǎn)云數(shù)據(jù)的濾波算法[13,23]，需要有較多的點(diǎn)云穿透植被落到地面上，而鹽沼植被密度較高，光線不易穿透，植被濾除精度會(huì)大幅降低，因此需要探索一種更加有效的植被濾除方法。

本研究以位于長(zhǎng)江口的上海崇明東灘的潮灘濕地為典型研究區(qū)，通過UAV低空遙感獲取研究區(qū)航拍影像與可見光波段信息，然后提取影像三維坐標(biāo)信息，構(gòu)建高精度潮灘數(shù)字表面模型(digital surface model，DSM)，獲得光灘地形數(shù)字高程模型(digital elevation model，DEM)。此外，將從UAV影像可見光波段中提取的植被指數(shù)與野外現(xiàn)場(chǎng)觀測(cè)的植物株高擬合，建立株高反演模型濾除植被，獲得潮灘鹽沼植被區(qū)的地形DEM數(shù)據(jù)，綜合實(shí)現(xiàn)潮灘地形DEM的大尺度的準(zhǔn)確反演。以期為大范圍監(jiān)測(cè)潮灘地形提供一種易操作、高效、準(zhǔn)確的方法，為海岸帶灘涂濕地保護(hù)和管理提供重要的技術(shù)支撐。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

崇明東灘位于上海市崇明島東部(N31°25′～ 31°38′,E121°50′～122°05′)(圖1)，為亞熱帶季風(fēng)氣候，年平均氣溫為15.3 ℃，年平均降水量為1 022 mm，該區(qū)域受不正規(guī)半日潮的影響，是長(zhǎng)江口規(guī)模最大，發(fā)育最完善的河口型灘涂濕地[24]。本文的研究區(qū)位于崇明東灘鳥類國(guó)家級(jí)自然保護(hù)區(qū)南部的團(tuán)結(jié)沙潮灘的鹽沼植被前沿(圖2)，包含了光灘和鹽沼植被2種生境(圖3)。研究區(qū)分布的鹽沼植被主要為藨草屬(Scirpusspp.)的海三棱藨草(Scirpusmariqueter)和藨草(Scirpustriqueter)混生群落，平均株高約為30 cm，植被蓋度60%～90%。

圖1 崇明東灘地理位置Fig.1 Location of Chongming Dongtan

圖2 研究區(qū)地理位置Fig.2 Location of study area

圖3 研究區(qū)的傾角拍攝圖Fig.3 UAV oblique photography picture in study area

1.2 UAV低空航拍及圖像處理

2019年5月，天氣晴朗的小潮汛低潮期間，使用大疆Phantom 4 Pro四懸翼無人機(jī)對(duì)研究區(qū)進(jìn)行UAV航測(cè)，航向重疊度80%，飛行高度為60 m，地面分辨率為2 cm/像素，航拍區(qū)域的面積約為0.3 km2，涵蓋了前沿的植被(圖4)和光灘(圖5)。使用DJIGO 3.1.5控制自動(dòng)飛行與正射拍照。UAV飛行前，在研究區(qū)8個(gè)基本方向按米字形結(jié)構(gòu)設(shè)立了8個(gè)0.5 m×0.5 m的地面控制點(diǎn)(ground control point，GCP)，使用RTK(Trimble R8 GNSS接收機(jī))收集了GCP中心的坐標(biāo)(采用WGS1984坐標(biāo)系)和高程(采用吳淞高程系統(tǒng))的RTK測(cè)量值，后期通過GCP的校正，可以將UAV航測(cè)的成果變換到指定參考系中。

圖4 鹽沼植被的正攝圖像Fig.4 UAV orthophoto picture of saltmarsh plants

圖5 光灘的正攝圖像Fig.5 UAV orthophoto picture of bare flat

1.3 現(xiàn)場(chǎng)觀測(cè)

在UAV飛行結(jié)束后立即對(duì)研究區(qū)的光灘區(qū)和植被區(qū)展開現(xiàn)場(chǎng)的高程和植被觀測(cè)：①高程觀測(cè)使用RTK(Trimble R8 GNSS接收機(jī))測(cè)量了光灘區(qū)14個(gè)地面點(diǎn)和植被區(qū)域30個(gè)地面點(diǎn)的坐標(biāo)和高程(圖6)，用于后期UAV影像反演地形的精度驗(yàn)證；②植被區(qū)內(nèi)分別設(shè)置2條垂直和平行于海堤的樣帶，在樣帶上隨機(jī)選取30個(gè)樣點(diǎn)，以每個(gè)樣點(diǎn)為中心設(shè)立0.5 m×0.5 m的樣方，使用 RTK(Trimble R8 GNSS接收機(jī))測(cè)量每個(gè)樣點(diǎn)的坐標(biāo)，并使用5點(diǎn)法現(xiàn)場(chǎng)測(cè)量樣方內(nèi)植株株高，后計(jì)算平均株高。

圖6 研究區(qū)的采樣點(diǎn)分布Fig.6 Location of sampling points distribution

2 研究方法

2.1 潮灘植被濾除及DEM反演

利用Pix4D Mapper 4.4.3軟件對(duì)野外拍攝獲取的UAV影像進(jìn)行數(shù)據(jù)處理，在該軟件中，通過SFM點(diǎn)云生成、GCP坐標(biāo)校正、創(chuàng)建網(wǎng)格、生成紋理等處理后，生成研究區(qū)域的DSM和包含紅光、綠光、藍(lán)光波段信息的正射遙感影像。由于SFM算法測(cè)算出的是地物間的相對(duì)高差，所以再通過GCP坐標(biāo)校正將坐標(biāo)系和高程轉(zhuǎn)化到了統(tǒng)一的參考系統(tǒng)當(dāng)中(本研究采用吳淞高程基面、WGS84坐標(biāo)系和UTM 51N投影)，以便與不同時(shí)期、不同地形測(cè)量方法獲取的DEM產(chǎn)品進(jìn)行比較。

UAV影像經(jīng)過Pix4D Mapper 4.4.3軟件處理后生成的研究區(qū)的高精度DSM顯示了潮灘表面的DEM。在光灘表面沒有建筑或植被遮擋，該區(qū)域的DSM即為光灘區(qū)地形的DEM。

對(duì)于植被區(qū)，由于有鹽沼植被遮擋，DSM顯示的是潮灘植被冠層的高程，而不是灘面的高程信息。為了獲取植被區(qū)DEM，首先使用ENVI 5.3軟件提取UAV正射遙感影像中的波段信息，基于UAV影像的紅綠藍(lán)3個(gè)波段的像素值，獲得研究區(qū)的可見光差異植被指數(shù)(visible-band difference vegetation index，VDVI)[25]。其表達(dá)式為：

(1)

式中，ρ紅，ρ綠和ρ藍(lán)分別為影像在紅光、綠光、藍(lán)光波段的像素值。

利用MATLAB 2019軟件將地面采樣點(diǎn)處的VDVI指數(shù)的值與野外樣方調(diào)查的植物株高建立株高反演模型，建模時(shí)隨機(jī)選取70%株高數(shù)據(jù)用于建模，剩下30%用于反演模型精度評(píng)估。

在ENVI 5.3軟件中通過株高反演模型將整個(gè)研究區(qū)的空間VDVI指數(shù)分布反演為整個(gè)研究區(qū)的空間植被株高分布，再利用ArcGIS10.5軟件將植被株高從植被區(qū)的DSM中濾除，獲得潮灘地形的植被區(qū)地形的DEM，潮灘DEM的具體測(cè)量流程如圖7所示。

圖7 潮灘地形測(cè)量流程Fig.7 Flow chart of tidal flat topographic reconstruction

2.2 地形精度驗(yàn)證

以RTK野外現(xiàn)場(chǎng)測(cè)量的灘面高程數(shù)據(jù)為真實(shí)值，UAV地形反演結(jié)果為測(cè)量值，計(jì)算均方根誤差(root mean square error，RMSE)[26]進(jìn)行地形精度驗(yàn)證，評(píng)估UAV植被濾除和地形反演的效果。

3 結(jié)果與分析

3.1 鹽沼植物株高與植被指數(shù)關(guān)系

圖8為株高的VDVI反演模型，圖中陰影為95%置信區(qū)間。從圖8可以看出，UAV影像反演獲得的研究區(qū)藨草屬植物VDVI指數(shù)值主要集中在0.04～0.15之間，野外監(jiān)測(cè)獲得的株高范圍是18～45 cm。通過擬合可以看出，藨草屬植物株高與VDVI指數(shù)之間具有顯著正相關(guān)關(guān)系(R2=0.71，RMSE=4.07 cm)，表現(xiàn)為隨株高的增加，VDVI指數(shù)值也呈現(xiàn)增大趨勢(shì)。當(dāng)藨草屬植物株高在25～35 cm區(qū)間時(shí)，株高反演的置信區(qū)間最窄(±1.7 cm)。

圖8 株高的VDVI反演模型Fig.8 VDVI inversion model of plant height

3.2 潮灘地形反演結(jié)果

UAV遙感影像經(jīng)過式(1)反演后，研究區(qū)內(nèi)藨草屬植物群落的VDVI指數(shù)值在0.02 ～ 0.16之間(圖9)。進(jìn)一步利用株高反演模型獲得的研究區(qū)鹽在沼植物株高結(jié)果表明，該區(qū)域鹽沼植物株高變化范圍為20～50 cm (圖10)，與野外實(shí)測(cè)的株高變化范圍一致。當(dāng)使用VDVI模型濾除植被后，可以看出研究區(qū)域整體高程變化在2.0～5.0 m之間(圖11)，由陸向海呈現(xiàn)逐漸遞減的趨勢(shì)，且呈帶狀分布。

圖9 研究區(qū)鹽沼植被VDVI分布Fig.9 VDVI distribution of saltmarsh in study area

圖10 研究區(qū)植物株高分布Fig.10 Saltmarsh height distribution in study area

圖11 濾除植被后的潮灘地形Fig.11 Tidal flat topography after filtering vegetation

3.3 地形反演的精度驗(yàn)證

反演得到的高程與RTK測(cè)量高程比較結(jié)果如圖12所示。從圖12可以看出，在光灘區(qū)域，UAV反演地形結(jié)果與野外實(shí)測(cè)的RTK測(cè)量高程較為接近1∶1(RMSE=0.07 m)，表明使用UAV反演的光灘地形較為可靠，能夠直接應(yīng)用于光灘地形的反演。而在植被區(qū)，從誤差分析結(jié)果可以看出(表1)，受到鹽沼植被的干擾，若不進(jìn)行植被濾除，植被區(qū)地形反演精度(RMSE=0.33 m)顯著低于光灘區(qū)，且UAV反演的潮灘高程略高于野外現(xiàn)場(chǎng)RTK實(shí)測(cè)值(圖12(a))。在使用株高反演模型濾除植被后，植被區(qū)地形精度顯著提升，RMSE從0.33 m減小至0.14 m，地形反演精度提高了約60%。對(duì)于整個(gè)研究區(qū)的地形反演結(jié)果而言，通過植被濾除后，地形精度RMSE為0.12 m，與未進(jìn)行植被濾除時(shí)的反演精度(RMSE為0.28 m)相比，精度大大提高。

(a)植被濾除前 (b)植被濾除后

表1 不同生境植被濾除前后的地形反演RMSETab.1 Terrain error of inversion before and after vegetation filtering in different habitats (m)

4 討論

在潮灘生態(tài)系統(tǒng)中，厘米級(jí)的地形高程差異就能對(duì)潮灘的生態(tài)結(jié)構(gòu)和功能造成影響，因此獲取高精度的地形對(duì)潮灘濕地生態(tài)系統(tǒng)研究十分重要[7-8]。到目前為止，傳統(tǒng)遙感方法獲取的地形DEM精度較低，難以滿足研究的需要，而高精度的地形DEM構(gòu)建大都需要費(fèi)時(shí)費(fèi)力的現(xiàn)場(chǎng)工作來進(jìn)行，在潮灘地區(qū)更是受到有限調(diào)查時(shí)間和范圍的限制[21]。目前的SFM技術(shù)由于具有易于使用、自動(dòng)化程度高、對(duì)圖像采集和相機(jī)校準(zhǔn)容易等優(yōu)點(diǎn)，使得用低成本的設(shè)備來快速獲得高精度的DSM成為可能[27]。而輕小型UAV具有輕便靈活、云下飛行和高時(shí)效性等特點(diǎn)，為SFM技術(shù)提供了極佳的應(yīng)用場(chǎng)景，其數(shù)據(jù)產(chǎn)品的優(yōu)秀質(zhì)量已被多個(gè)研究驗(yàn)證[16-22]。對(duì)于受潮汐影響的復(fù)雜潮灘區(qū)域而言，由于部分潮灘表面積水和水飽和度較高，基于SFM技術(shù)有時(shí)難以從積水和水飽和沉積物中提取出足夠的點(diǎn)云來構(gòu)建地形[21]。對(duì)于這些區(qū)域，通過UAV近距離飛行可獲取足夠多的高空間分辨率圖像，以幫助識(shí)別光滑表面的地面紋理，減少計(jì)算誤差，可大大提升自動(dòng)點(diǎn)匹配和SFM點(diǎn)云提取的成功率[21,28]。

本研究將SFM技術(shù)與野外監(jiān)測(cè)和遙感圖像處理相結(jié)合，開展潮灘地形反演研究，結(jié)果表明結(jié)合現(xiàn)場(chǎng)觀測(cè)和UAV技術(shù)的地形反演可以實(shí)現(xiàn)高精度植被下潮灘地形反演目標(biāo)。該方法與常規(guī)方法相比具有以下顯著優(yōu)勢(shì)：

1)潮灘植被區(qū)地形反演精度顯著優(yōu)于其他技術(shù)。本研究在光灘區(qū)地形的RMSE為0.07 m，與TLS技術(shù)監(jiān)測(cè)的地形精度接近[13,23]；但在植被區(qū)地形精度為0.14 m，優(yōu)于謝衛(wèi)明等[23]使用TLS技術(shù)的潮灘地形監(jiān)測(cè)結(jié)果得到的0.25～0.35 m誤差。且TLS技術(shù)在植被密度高于60%時(shí)，激光無法穿透植被，地形精度還將顯著下降[13]，而本研究中，植被區(qū)蓋度均在60%～90%，依然可以獲得令人滿意的精度，很好地解決了TLS等技術(shù)難以準(zhǔn)確濾除潮灘鹽沼植被高度的問題。

2)UAV的監(jiān)測(cè)范圍顯著擴(kuò)大。TLS設(shè)備的掃描范圍僅有2～3 km，在潮灘上的有效范圍不超過半徑1 km，且遠(yuǎn)距離的掃描精度較低，而多站掃描較為耗時(shí)。RTK單點(diǎn)精度極高[15]，能夠直接測(cè)量到植被下方的潮灘地形，但是RTK將多個(gè)單點(diǎn)數(shù)據(jù)建立網(wǎng)格生成DEM，而在潮灘地區(qū)手工測(cè)量只能獲得十分有限的觀測(cè)點(diǎn)，極大限制了RTK觀測(cè)大范圍地形監(jiān)測(cè)范圍。而UAV掃描范圍可以通過更換電池持續(xù)飛行不斷擴(kuò)展，精度不會(huì)隨著范圍擴(kuò)展有任何改變。

3)UAV監(jiān)測(cè)的人力成本和經(jīng)濟(jì)成本顯著降低。首先傳統(tǒng)的RTK技術(shù)完全依靠觀測(cè)人員通過行走獲得指定地點(diǎn)的數(shù)據(jù)，而TLS觀測(cè)技術(shù)需要將儀器運(yùn)輸?shù)綊呙鑵^(qū)域進(jìn)行工作，TLS及它的標(biāo)靶、三腳架等相關(guān)配套設(shè)備重達(dá)數(shù)十斤，若在泥濘難行的潮灘環(huán)境中操作，非常費(fèi)時(shí)費(fèi)力。UAV通過遠(yuǎn)程操控，不受地域條件限制，方便易行，效率高。其次，UAV地形監(jiān)測(cè)技術(shù)更加經(jīng)濟(jì)和高效。TLS設(shè)備價(jià)格通常在百萬元級(jí)別，UAV的設(shè)備價(jià)格通常在萬元到幾十萬元級(jí)別，且UAV觀測(cè)的人力成本也大大低于TLS觀測(cè)技術(shù)。

本研究和已有研究均表明，UAV技術(shù)和傳統(tǒng)技術(shù)對(duì)光灘地形可獲得精度較高的結(jié)果[22]，但相比光灘，潮灘植被區(qū)的地形監(jiān)測(cè)存在更大的難度，主要原因是植被株高濾除的準(zhǔn)確性決定了地形反演的準(zhǔn)確性和誤差[13,23]。目前潮灘地形監(jiān)測(cè)中植被濾除方法并不多，主要是通過激光點(diǎn)云數(shù)據(jù)的濾波算法[13,23]提取出穿透植被的激光為地面點(diǎn)，從而濾除與地面點(diǎn)相差過多的植被點(diǎn)。這類算法需要足夠的點(diǎn)云穿透植被落在地面上，如果植被群落密度過大，激光較少穿透植被，傳統(tǒng)的點(diǎn)云過濾算法很難實(shí)現(xiàn)對(duì)植被的濾除。相較點(diǎn)云植被濾除方法的局限，UAV遙感影像中含有豐富的地物光譜信息，利用UAV影像波段數(shù)據(jù)進(jìn)行植被濾除，能夠有效彌補(bǔ)點(diǎn)云濾除的缺陷。首先，UAV所攝可見光圖像由紅光、綠光、藍(lán)光3個(gè)波段構(gòu)成，由于不同生理狀況的綠色植被在各個(gè)波段反射率不同，通過波段運(yùn)算獲得的不同植被指數(shù)，已被證實(shí)可以用來反映植被的生長(zhǎng)信息[29]。目前研究者基于UAV的可見光波段，組合開發(fā)了許多植被指數(shù)用來提取植被生長(zhǎng)發(fā)育信息[30-31]。其中VDVI指數(shù)包含了紅光、綠光、藍(lán)光3個(gè)波段的信息，提取精度高且閾值容易確定，對(duì)健康綠色植被信息具有較好的提取效果，是常用的可見光植被指數(shù)[25]。采用VDVI指數(shù)與株高建立反演模型進(jìn)行植被濾除，僅需要采集標(biāo)準(zhǔn)樣方數(shù)據(jù)并與VDVI指數(shù)建立關(guān)系，實(shí)施十分便捷，大大節(jié)省了人力物力。但受到地理位置和季節(jié)因素影響，植被VDVI指數(shù)會(huì)隨地點(diǎn)和季節(jié)變化發(fā)生變化，因此本文建立的株高反演模型在更大范圍應(yīng)用時(shí)，需要在指定地點(diǎn)的不同季節(jié)采集數(shù)據(jù)構(gòu)建反演模型，再進(jìn)行地形反演。

盡管利用UAV技術(shù)進(jìn)行潮灘地形反演作為遙感技術(shù)的一種應(yīng)用，具有顯著的優(yōu)越性，但依然會(huì)受到氣候和地表物理因素的影響，因此在具體實(shí)施過程中應(yīng)注意以下要點(diǎn)：①觀測(cè)時(shí)應(yīng)該盡量選擇小潮和陰天的清晨或者傍晚進(jìn)行飛行，這樣可以減少灘涂表面積水或沉積物的反射對(duì)結(jié)果的影響；②觀測(cè)時(shí)要避免在大風(fēng)天氣飛行，因?yàn)檩p小型UAV抗風(fēng)能力偏弱，大風(fēng)造成的機(jī)身穩(wěn)定性下降會(huì)降低數(shù)據(jù)精度甚至危及UAV安全；③合理布設(shè)GCP，研究證明在研究區(qū)外圍不同方向布設(shè)5～8個(gè)GCP是較優(yōu)方案，即使GCP數(shù)量大量增加，數(shù)據(jù)的精度性并不會(huì)隨之明顯增加[17,28]。當(dāng)然，在泥濘的潮灘布設(shè)GCP是一項(xiàng)耗時(shí)耗力的工作，對(duì)于某些具有GNSS-RTK定位的UAV，由于攝像機(jī)精確位置已知，每張影像都包含了精確定位并可以從相對(duì)系統(tǒng)轉(zhuǎn)換到絕對(duì)系統(tǒng)，因此UAV內(nèi)置天線位置能夠極好代替地面GCP，可大幅削減了UAV地形反演過程中的人力成本，大大擴(kuò)展了UAV的工作范圍，使得利用UAV進(jìn)行地形反演成為了一項(xiàng)低成本低勞動(dòng)力的監(jiān)測(cè)工作。利用搭載RTK的UAV進(jìn)行一次低空飛行，便能夠帶來具有精準(zhǔn)坐標(biāo)系的高分辨率正射影像和地形DSM，這對(duì)于利用UAV實(shí)施潮灘地形反演具有極大的幫助。

5 結(jié)論

本研究表明結(jié)合UAV低空遙感和現(xiàn)場(chǎng)調(diào)查的方法可以實(shí)現(xiàn)對(duì)潮灘光灘地形和草下地形的精確反演，其光灘區(qū)地形精度與高精度三維激光掃描儀測(cè)量結(jié)果接近；植被區(qū)地形經(jīng)過植被濾除后精度可提升60%。利用UAV低空遙感，將SFM技術(shù)與野外監(jiān)測(cè)和圖形處理相結(jié)合進(jìn)行潮灘地形反演，將大大減少地形監(jiān)測(cè)的人力與經(jīng)濟(jì)成本，在擁有高精度的同時(shí)還能較好地解決植被濾除的技術(shù)問題，實(shí)現(xiàn)大面積自然潮灘的地形反演，凸顯出了UAV地形反演方法大面積推廣的價(jià)值?？梢灶A(yù)見，隨著UAV搭載RTK技術(shù)的普及和推廣，以UAV低空遙感和SFM算法為基礎(chǔ)的低成本、高效率、高精度地形反演技術(shù)將越來越被廣泛應(yīng)用于潮灘地形監(jiān)測(cè)、沖淤演變分析、地貌-鹽沼植被相互作用，灘涂濕地環(huán)境的保護(hù)與修復(fù)等方面的研究。