基于無(wú)人機(jī)LiDAR系統(tǒng)的壩控流域地貌形態(tài)和侵蝕分區(qū)的提取

董彥麗，楊世君，高鈺婷，李 景，馬 濤，劉原峰

(1.甘肅省水土保持科學(xué)研究所，甘肅 蘭州 730020；2.蘭州交通大學(xué)土木工程學(xué)院，甘肅 蘭州 730070)

0 引 言

地貌形態(tài)是影響土壤侵蝕的一個(gè)關(guān)鍵因素，坡度、坡向等地形地貌特征的提取主要基于DEM[1-2]和遙感影像[3]。在大尺度區(qū)域進(jìn)行地貌形態(tài)的分析研究多是基于航空影像，而針對(duì)小尺度區(qū)域的研究則越來(lái)越多地依靠無(wú)人機(jī)航測(cè)技術(shù)，其既可快速生產(chǎn)出高精度DEM和影像數(shù)據(jù)，又降低了外業(yè)勞動(dòng)強(qiáng)度。無(wú)人機(jī)LiDAR系統(tǒng)是一種將無(wú)人機(jī)與LiDAR的優(yōu)勢(shì)相結(jié)合形成的無(wú)人機(jī)載LiDAR系統(tǒng)，能靈活起降、低空飛行及快速獲取數(shù)據(jù)，不受特殊地域限制，可同時(shí)穿透植被，獲得探測(cè)目標(biāo)的距離、坡度、粗糙度和反射率等高精度的三維坐標(biāo)點(diǎn)云數(shù)據(jù)和影像數(shù)據(jù)[4-5]，真實(shí)地反映地表信息。近年來(lái)，國(guó)內(nèi)外研究者利用無(wú)人機(jī)LiDAR在各個(gè)領(lǐng)域做了很多相關(guān)研究，如利用該技術(shù)開(kāi)展沙丘特征線(xiàn)自動(dòng)提取的算法研發(fā)[6]，對(duì)采煤塌陷區(qū)進(jìn)行立體監(jiān)測(cè)[5]，應(yīng)用無(wú)人機(jī)激光點(diǎn)云估測(cè)林木有效葉面積指數(shù)[7]、在潮間帶開(kāi)展地形測(cè)量[8]等應(yīng)用研究。

在黃土丘陵溝壑區(qū)，坡度、坡向、坡位是影響土壤侵蝕的主要地形因子[9]，控制著坡面降雨徑流方向。淤地壩控制區(qū)是一個(gè)獨(dú)立的小流域，壩形態(tài)和土壤侵蝕類(lèi)型都影響著溝道泥沙及水流走向。利用高精度DEM和影像數(shù)據(jù)提取小區(qū)域范圍內(nèi)的相關(guān)地貌參數(shù)，進(jìn)行地貌的定量指標(biāo)分析和多維度、精細(xì)化、全方位的區(qū)域地貌特征分析，更好地服務(wù)于土壤侵蝕學(xué)科的精確化研究[1]。本研究針對(duì)黃土丘陵溝壑區(qū)淤地壩控制面積較小的區(qū)域，利用無(wú)人機(jī)LiDAR系統(tǒng)，獲取研究區(qū)三維點(diǎn)云數(shù)據(jù)和可見(jiàn)光影像數(shù)據(jù)，生成高分辨率DEM和DOM，分析地貌形態(tài)特征，劃分壩控流域侵蝕分區(qū)，以期為淤地壩壩控區(qū)水土流失監(jiān)測(cè)提供精確的數(shù)據(jù)支撐。

1 無(wú)人機(jī)激光雷達(dá)系統(tǒng)

無(wú)人機(jī)激光雷達(dá)系統(tǒng)主要配備激光掃描儀、高精度全球?qū)Ш叫l(wèi)星系統(tǒng)&慣性測(cè)量單元(GNSS &IMU)和光學(xué)相機(jī)等載荷。激光掃描儀用于獲取地物的三維點(diǎn)云數(shù)據(jù)，高精度GNSS&IMU提供姿態(tài)和位置信息用來(lái)解算激光點(diǎn)三維位置，光學(xué)相機(jī)用于地物類(lèi)型識(shí)別及結(jié)構(gòu)信息提取[10]。本研究使用TS-600無(wú)人機(jī)激光雷達(dá)系統(tǒng)獲取地面三維激光點(diǎn)云數(shù)據(jù)和可見(jiàn)光影像數(shù)據(jù)。TS-600飛行平臺(tái)參數(shù)如表1所示。RIEGL VUX-1LR激光掃描儀參數(shù)如表2所示。

表1 TS-600飛行平臺(tái)參數(shù)

表2 RIEGL VUX-1LR激光掃描儀技術(shù)參數(shù)

2 無(wú)人機(jī)激光雷達(dá)測(cè)量原理和方法

2.1 無(wú)人機(jī)激光雷達(dá)測(cè)量原理

無(wú)人機(jī)激光雷達(dá)系統(tǒng)可通過(guò)動(dòng)態(tài)差分GPS接收機(jī)獲取激光發(fā)射瞬間的位置信息，根據(jù)IMU導(dǎo)航定位獲得飛行的姿態(tài)數(shù)據(jù)，以及通過(guò)激光掃描裝置記錄脈沖往返時(shí)間進(jìn)而求解激光腳點(diǎn)至參考點(diǎn)間距。結(jié)合上述數(shù)據(jù)所在的坐標(biāo)系及對(duì)應(yīng)轉(zhuǎn)換關(guān)系，按照空間三角測(cè)量的原理，求出目標(biāo)點(diǎn)三維坐標(biāo)信息。

圖1中G點(diǎn)為激光掃描儀投影中心，位置信息由差分GPS提供；(ψ,ω,κ)為飛行姿態(tài)參數(shù)，分別代表俯仰、翻滾及偏航；M點(diǎn)為待求的目標(biāo)點(diǎn)位置，基于該圖進(jìn)行目標(biāo)點(diǎn)位置解算的計(jì)算公式如下:

圖1 無(wú)人機(jī)激光雷達(dá)測(cè)量原理示意圖

(1)

式中,b=sinψcosωcosκ+cosωsinκ，將b帶入公式(1)即可獲取目標(biāo)點(diǎn)M點(diǎn)的三維信息[11]。

2.2 無(wú)人機(jī)激光雷達(dá)測(cè)量方法

無(wú)人機(jī)激光雷達(dá)系統(tǒng)外業(yè)實(shí)施過(guò)程包括作業(yè)前準(zhǔn)備階段和數(shù)據(jù)獲取階段，最后進(jìn)行數(shù)據(jù)檢查匯總。詳細(xì)流程如圖2所示。

圖2 無(wú)人機(jī)激光雷達(dá)系統(tǒng)實(shí)施外業(yè)工作流程

2.2.1 無(wú)人機(jī)航線(xiàn)設(shè)計(jì)

激光雷達(dá)設(shè)置及航線(xiàn)設(shè)計(jì)在保證測(cè)程的基礎(chǔ)上盡量保證更高的點(diǎn)密度，由于張家新莊壩控區(qū)所在地形多為山區(qū)，高差較大，在設(shè)計(jì)航線(xiàn)時(shí)需考慮起飛位置高度、高差起伏等因素。此次飛行設(shè)計(jì)相對(duì)航高為300 m，飛行速度80 km/h，單條航帶點(diǎn)密度為9 pts/m2，相鄰航向和旁向重疊率在60%，保障最終無(wú)人機(jī)成果16 pts/m2的點(diǎn)密度，確保影像重疊率滿(mǎn)足后期DOM成果計(jì)算。

2.2.2 控制點(diǎn)布設(shè)

本次航攝時(shí)間是2020年1月，為保證無(wú)人機(jī)掃描點(diǎn)云成果與正射影像(DOM)成果統(tǒng)一在CGCS-2000坐標(biāo)系下，且具備較高精度，利用RTK對(duì)無(wú)人機(jī)靜態(tài)基站坐標(biāo)和影像控制點(diǎn)進(jìn)行測(cè)量。流動(dòng)站服務(wù)為千尋知寸，經(jīng)長(zhǎng)時(shí)間收斂觀測(cè)，保證RTK精度控制在2 cm以?xún)?nèi)?；炯茉O(shè)前，為保證數(shù)據(jù)絕對(duì)坐標(biāo)的準(zhǔn)確，提前獲取準(zhǔn)確的中心點(diǎn)坐標(biāo)及基站天線(xiàn)高，從而保障整體數(shù)據(jù)的水平和高程精度，基站采樣間隔設(shè)置在1 s以?xún)?nèi)。為避免控制點(diǎn)被遮擋和信號(hào)被干擾，控制點(diǎn)布置在空曠平坦、無(wú)高大樹(shù)木的測(cè)區(qū)[12]。

3 應(yīng)用實(shí)例

3.1 研究區(qū)概況

張家新莊骨干壩壩控區(qū)位于渭源縣唐家河流域，唐家河是渭河的一級(jí)支流，呈現(xiàn)以黃土長(zhǎng)梁為主，溝谷、臺(tái)地、塌坡兼有的地貌景觀。流域西北高、東南低，海拔高程在2 030～2 548 m之間，地形破碎，溝深坡陡。壩控區(qū)面積4.61 km2。唐家河屬中溫帶半濕潤(rùn)向半干旱過(guò)渡區(qū)域，降水集中在7～9月，多年平均降水量525.7 mm。土壤主要有黃綿土、黑壚土及紅土。植被屬半干旱草原草場(chǎng)類(lèi)，喬灌木有山楊、旱柳、沙棘、檸條等；草種有針茅，芨芨草等。

3.2 成果生成

3.2.1 DOM和DEM生成

利用RIEGL無(wú)人機(jī)雷達(dá)配套的RIPROCESS軟件對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行處理(圖3)，打開(kāi)數(shù)據(jù)預(yù)先存儲(chǔ)的工程文件，導(dǎo)入預(yù)先解算好的軌跡數(shù)據(jù)成果，根據(jù)無(wú)人機(jī)飛行軌跡進(jìn)行數(shù)據(jù)打斷，成果保存為一條直線(xiàn)航帶一條數(shù)據(jù)的形式。將打斷數(shù)據(jù)進(jìn)行第一次數(shù)據(jù)解算，解算為以航帶為單位的可視化點(diǎn)云成果；根據(jù)解算數(shù)據(jù)結(jié)果進(jìn)行航帶間數(shù)據(jù)平差，對(duì)x、y、z、roll、pitch、yaw 6個(gè)數(shù)值進(jìn)行細(xì)微調(diào)整；對(duì)平差后數(shù)據(jù)進(jìn)行第二次數(shù)據(jù)解算，反復(fù)進(jìn)行平差、解算的步驟，使航帶平差中誤差在5 cm以?xún)?nèi)；對(duì)平差后點(diǎn)云成果進(jìn)行點(diǎn)云分類(lèi)，根據(jù)分類(lèi)結(jié)果，提取地面點(diǎn)云數(shù)據(jù)(圖4)，抽稀為不同精度點(diǎn)間距地面點(diǎn)，生成1 m分辨率DEM數(shù)據(jù)(圖5)。應(yīng)用Inpho UASMaster正射影像處理軟件，在EO文件的基礎(chǔ)上計(jì)算空中三角測(cè)量成果和編輯DTM，并根據(jù)外業(yè)像控點(diǎn)進(jìn)行正射影像糾正和鑲嵌勻色，生成經(jīng)過(guò)正射校正，地理標(biāo)定和光色均衡的5 cm分辨率數(shù)字正射影像(DOM)(圖6)。

圖3 無(wú)人機(jī)掃描數(shù)據(jù)處理流程

圖4 無(wú)人機(jī)掃描點(diǎn)云數(shù)據(jù)圖

圖5 壩控區(qū)DEM

3.2.2 壩控區(qū)土壤侵蝕分區(qū)

利用GIS10.2.2，以DOM為底圖，通過(guò)目視解譯將壩控區(qū)劃分為梯田區(qū)、坡面侵蝕區(qū)和溝道侵蝕區(qū)三種類(lèi)型侵蝕分區(qū)(圖7)，結(jié)果顯示，梯田區(qū)面積最多為2.48 km2，比例達(dá)到53.80%，高于坡面侵蝕區(qū)45.34%，高于溝道侵蝕區(qū)16.06%。坡面侵蝕區(qū)和溝道侵蝕區(qū)分布著黃土洞穴侵蝕、溝蝕、滑坡等多種侵蝕方式，是發(fā)生土壤侵蝕現(xiàn)象最多區(qū)域。壩控區(qū)陡坡、溝坡邊緣等是黃綿土分布區(qū)，成為黃土洞穴侵蝕主要形成區(qū)，從DOM圖可以清晰看到坡面侵蝕區(qū)分布著大大小小以漏斗狀和串珠狀陷穴為主的黃土洞穴(圖8a、圖8b)。溝道侵蝕區(qū)以溝蝕、滑坡為主，壩控區(qū)各級(jí)支溝多處在發(fā)育階段，發(fā)生暴雨產(chǎn)生溝蝕，使溝床下切、溝頭延伸，引發(fā)溝岸崩塌、滑坡，致使紅土裸露(圖8c)。

圖7 壩控區(qū)不同侵蝕分區(qū)圖

圖8 土壤侵蝕類(lèi)型圖

3.2.3 地形因子提取

坡度是影響區(qū)域水土流失的主要地形因子，通過(guò)影響坡面滲透量與徑流量大小和水流速度，從而影響地表侵蝕方式，且對(duì)坡面水文過(guò)程的影響較為復(fù)雜，產(chǎn)沙量也隨坡度的增大而增多[13]。按>0°～5°、>5°～8°、>8°～15°、>15°～25°、>25°～35°、>35°～45°、>45°～65°、>65°將坡度值分為8級(jí)，得到壩控區(qū)坡度圖(圖9)。不同坡向日照時(shí)間、晝夜溫差及土壤種子庫(kù)密度[14]不同，導(dǎo)致土壤風(fēng)化程度和植被類(lèi)型及覆蓋度各不相同，因而土壤侵蝕程度也不一樣。將坡向分為平面(-1°)、北(0～22.5°、337.5°～360°)、東北(>22.5°～67.5°)、東(>67.5°～112.5°)、東南(>112.5°～157.5°)、南(>157.5°～202.5°)、西南(>202.5°～247.5°)、西(>247.5°～292.5°)、西北(>292.5°～337.5°)9個(gè)方向，得到壩控區(qū)坡向圖(圖10)?；贒EM數(shù)據(jù)提取壩控區(qū)高程，壩控區(qū)海拔分布在2 082～2 428 m，得到壩控區(qū)高程圖(圖11)。

圖9 壩控區(qū)坡度分級(jí)圖

圖10 壩控區(qū)坡向分級(jí)圖

圖11 壩控區(qū)高程分級(jí)圖

4 結(jié) 語(yǔ)

利用無(wú)人機(jī)激光雷達(dá)系統(tǒng)對(duì)黃土丘陵溝壑區(qū)淤地壩壩控區(qū)掃描可快速得到點(diǎn)云數(shù)據(jù)和影像數(shù)據(jù)，經(jīng)RIPROCESS和Inpho UASMaster軟件處理，生成高精度DOM，可提取壩控流域坡度、坡向等地形因子，結(jié)合DEM判別流域內(nèi)土壤侵蝕類(lèi)型及侵蝕分區(qū)的面積分布，可為壩控流域內(nèi)土壤侵蝕量化研究和水土流失監(jiān)測(cè)提供更多維的研究方法。