基于無人機(jī)圖像的斜坡精細(xì)地形建模及精度分析

馬嬋娟 李朝輝

摘? 要：無人機(jī)（UAV）技術(shù)的快速發(fā)展部分克服了數(shù)字?jǐn)z影測量發(fā)展中航空影像獲取困難的瓶頸，無人機(jī)技術(shù)在低空數(shù)字?jǐn)z影測量中占有重要地位。該文探索使用固定翼無人機(jī)（UAV）獲取坡面信息數(shù)據(jù)的可行性和準(zhǔn)確性。在此，利用地面控制點(diǎn)和地面激光掃描儀獲得的點(diǎn)云數(shù)據(jù)，評估了基于無人機(jī)圖像的坡度模型的精度。結(jié)果表明，論文提出的模型在分米級是準(zhǔn)確的。該方法可靠實(shí)用，可用于類似工程中獲取高精度的邊坡地表數(shù)據(jù)。

關(guān)鍵詞：無人機(jī)? ?坡度? ?數(shù)字地面模型? ?點(diǎn)云

中圖分類號：P231? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1672-3791（2021）07（c）-0047-03

Abstract： The rapid development of UAV technology partly overcomes the bottleneck of aerial image acquisition in the development of digital photogrammetry. UAV technology plays an important role in low altitude digital photogrammetry. This paper explores the feasibility and accuracy of using fixed wing UAV to obtain slope information data. Here， the accuracy of the slope model based on UAV image is evaluated by using the point cloud data obtained by ground control points and ground laser scanner. The results show that the model proposed in this paper is accurate at the decimeter level. This method is reliable and practical， and can be used to obtain high-precision slope surface data in similar projects.

Key Words： UAV; Slope; Digital terrain model; Point cloud

世界各地的山區(qū)往往地質(zhì)構(gòu)造復(fù)雜、地形起伏大、降水集中，這些條件有利于滑坡的發(fā)展[1]。進(jìn)入21世紀(jì)，隨著全球氣候和環(huán)境的急劇變化，滑坡災(zāi)害發(fā)生的頻率和強(qiáng)度越來越高。此外，由于人口的增加和大規(guī)模經(jīng)濟(jì)活動向山區(qū)的擴(kuò)展，滑坡災(zāi)害造成的損失日益嚴(yán)重[2]。

支持建模和設(shè)計(jì)需要多少信息？這是建模設(shè)計(jì)中的一個基本問題，以前的研究主要集中在勞動密集型現(xiàn)場測量。然而，基于人工測量的地面測量費(fèi)時(shí)費(fèi)力，獲得的地形數(shù)據(jù)分辨率較低。由于滑坡災(zāi)害現(xiàn)場的通信和交通中斷，數(shù)據(jù)收集往往很困難。因此，在高海拔地區(qū)的邊坡穩(wěn)定性分析和建模中，邊坡地形往往被大大簡化[3]。然而，邊坡穩(wěn)定性分析結(jié)果的合理性在很大程度上與三維（3D）邊坡拓?fù)涞臏?zhǔn)確性和不連續(xù)性調(diào)查的可靠性有關(guān)，因此，探索一種成本低、適應(yīng)性強(qiáng)的快速精細(xì)建模方法具有重要的現(xiàn)實(shí)意義[4]。

與傳統(tǒng)的人工測量方法相比，無人機(jī)航測系統(tǒng)具有圖像分辨率高、圖像實(shí)時(shí)傳輸、適用于高風(fēng)險(xiǎn)區(qū)域作業(yè)、成本低、機(jī)動靈活等優(yōu)點(diǎn)，這些優(yōu)點(diǎn)使得該技術(shù)適用于低空高分辨率遙感數(shù)據(jù)的實(shí)時(shí)采集。因此，無人機(jī)測量系統(tǒng)正逐漸成為一種重要的空間數(shù)據(jù)采集方法，并已成功應(yīng)用于許多研究領(lǐng)域，如森林資源清查、橋梁健康監(jiān)測和電力線檢查等。此外，無人機(jī)航測系統(tǒng)為解決地貌學(xué)研究問題提供了一種新方法，該研究的主要貢獻(xiàn)如下：（1）結(jié)合無人機(jī)航測圖像和地面控制點(diǎn)（GCP）坐標(biāo)，生成測量區(qū)域和高密度點(diǎn)云的高精度數(shù)字地面模型（DSM）。（2）使用預(yù)設(shè)檢查點(diǎn)坐標(biāo)評估DSM的精度。（3）使用地面激光掃描儀（TLS）獲得的數(shù)據(jù)評估高密度點(diǎn)云的精度。

1? 數(shù)據(jù)集和方法

1.1 數(shù)據(jù)采集

該研究在湘西壺瓶山附近公路河谷地帶進(jìn)行，海拔約1 430 m。早期的野外勘探發(fā)現(xiàn)該地區(qū)有一個不穩(wěn)定的斜坡，具體見圖1。

2018年5月，論文從研究區(qū)域收集了三類數(shù)據(jù)。對于圖像采集，使用在400 m高度飛行的無人機(jī)（Hi-Target iFly U0）獲取機(jī)載圖像[5]，具體見圖2。為了確保足夠的區(qū)域覆蓋，飛行計(jì)劃考慮了85%的飛行方向重疊和55%的飛行帶重疊?？偣彩占?16幅航空圖像，平均分辨率為0.04 m。為了獲取控制點(diǎn)坐標(biāo)，選擇了10個均勻分布在研究區(qū)域的固定參考點(diǎn)。使用實(shí)時(shí)運(yùn)動學(xué)（RTK）系統(tǒng)（Hi-Target iRTK 5）測量控制點(diǎn)坐標(biāo)。因此，獲得了精度約為8 mm的GCP測量值。

在10個參考點(diǎn)中，選擇5個GCP進(jìn)行空間調(diào)整，其余5個GCP用作預(yù)設(shè)檢查點(diǎn)，以評估DSM的精度。

使用TLS（HS500i），獲取了真實(shí)坡面上的高密度點(diǎn)云數(shù)據(jù)，以評估基于無人機(jī)圖像的點(diǎn)云，具體見圖3。TLS的最大射程為500 m，測距精度為5 mm。

1.2 方法

該研究的主要目的是獲得研究區(qū)域的數(shù)字高程模型和高密度點(diǎn)云，并評估其準(zhǔn)確性。基于無人機(jī)的航空攝影測量分為5個步驟，分別是飛行準(zhǔn)備、圖像采集、數(shù)據(jù)檢查、數(shù)據(jù)處理和輸出[6]。在獲得原始數(shù)據(jù)后，有必要進(jìn)行分析提取并匹配特征點(diǎn)，然后進(jìn)行空中三角測量。確認(rèn)空中三角測量結(jié)果滿足精度要求后，即可輸出結(jié)果[7]。研究中遵循的工作流中的主要步驟見圖4。

2? 結(jié)果

在該節(jié)中，將介紹DSM和點(diǎn)云的精度，以證明所提出方法的有效性。表1列出了水平和垂直方向上5個檢查點(diǎn)的絕對誤差值。水平和垂直方向的平均誤差分別為0.096 m和0.266 m。結(jié)果表明，DSM在水平方向上比在垂直方向上更精確。

使用TLS獲得的點(diǎn)云數(shù)據(jù)（用作實(shí)際值的近似值）評估從UAV圖像獲得的點(diǎn)云的精度[8]。從兩種類型的點(diǎn)云數(shù)據(jù)中選擇5個不同的特征點(diǎn)，測量每組點(diǎn)之間的距離，計(jì)算基于無人機(jī)點(diǎn)云數(shù)據(jù)的絕對誤差值和誤差率，具體見圖5。

表2列出了在兩組點(diǎn)云數(shù)據(jù)中清晰可見的5組特征點(diǎn)之間距離的測量結(jié)果。由表2數(shù)據(jù)可知，從無人機(jī)圖像收集的點(diǎn)云數(shù)據(jù)與TLS之間幾乎沒有差異。它們之間的誤差約為分米，平均絕對誤差為0.230 m。

3? 結(jié)語

研究結(jié)果表明，在從現(xiàn)場采集航測圖像并使用RTK采集圖像控制點(diǎn)的局部坐標(biāo)建立的精細(xì)三維坡度模型中，DSM的平均誤差為0.266 m，點(diǎn)云數(shù)據(jù)的平均誤差為0.230 m。因此，該研究可為類似邊坡數(shù)據(jù)采集工程提供準(zhǔn)確獲取邊坡表面信息的參考方法。該方法作為一種快速獲取高海拔地區(qū)邊坡數(shù)據(jù)的方法，在滑坡應(yīng)急監(jiān)測領(lǐng)域具有良好的實(shí)際應(yīng)用價(jià)值;然而，提高模型精度的方法還需要進(jìn)一步研究。

參考文獻(xiàn)

[1] 王明，李麗慧，廖小輝，等.基于無人機(jī)航攝的高陡/直立邊坡快速地形測量及三維數(shù)值建模方法[J].工程地質(zhì)學(xué)報(bào)，2019，27（5）：1000-1009.

[2] 劉俊龍.基于無人機(jī)影像的精細(xì)化地形建模在滑坡識別中的應(yīng)用[D].成都：西南科技大學(xué)，2019.

[3] 朱濤.淺談三維地形建模系統(tǒng)及無人機(jī)在單體建筑建模中的應(yīng)用[J].江西測繪，2019（2）：22-23，30.

[4] 萬振.真實(shí)地形下無人機(jī)三維航路規(guī)劃及可視化[D].西安：西安電子科技大學(xué)，2018.

[5] 趙紅澤，王金瑞，周立林，等.無人機(jī)在露天礦山地形建模中的應(yīng)用研究[J].露天采礦技術(shù)，2018，33（4）：83-87.

[6] 熊康妮.無人機(jī)地形測圖精度分析[D].昆明：昆明理工大學(xué)，2018.

[7] 郝利娟，郭如寶，杜斌，等.無人機(jī)在大比例尺地形測圖中的應(yīng)用分析[J].測繪與空間地理信息，2020，43（12）：168-171.

[8] 劉亞楠.無人機(jī)航測系統(tǒng)在公路帶狀地形測量中的應(yīng)用分析[J].工程建設(shè)與設(shè)計(jì)，2020（16）：234-235.