基于網(wǎng)絡(luò)/基站RTK 移動(dòng)攝影測(cè)量數(shù)據(jù)的垂向精度分析1

丁 銳 李環(huán)宇 張世民 姜大偉 劉 睿 李 安

1）中國(guó)地震局地質(zhì)研究所, 北京 100029

2）應(yīng)急管理部國(guó)家自然災(zāi)害防治研究院, 北京 100085

3）浙江省地震局, 杭州 310013

引言

研究活動(dòng)構(gòu)造在地貌上的表現(xiàn)時(shí)需大量的定量化參數(shù)，如斷裂長(zhǎng)度、分段長(zhǎng)度、同震位移等（鄧起東等，2004；Arrowsmith 等，2009；Zielke 等，2012），獲取這些定量參數(shù)的傳統(tǒng)測(cè)量方法如皮尺測(cè)量、全站儀測(cè)量、實(shí)時(shí)差分（RTK）-GPS 測(cè)量等，不僅受野外自然條件限制，且受人工操作影響，會(huì)導(dǎo)致測(cè)量效率低、危險(xiǎn)系數(shù)增高等問題，并使測(cè)量范圍局限在較小的區(qū)域內(nèi)（劉靜等，2013；王朋濤等，2016；Bi 等，2017）。

20 世紀(jì)末發(fā)展起來的激光雷達(dá)掃描技術(shù)LiDAR 使快速獲取高精度地形數(shù)據(jù)成為可能（Hudnut 等，2002；劉靜等，2013；陳濤等，2014）。LiDAR 的優(yōu)勢(shì)不僅在于精度高、掃描速度快，且可利用多重回波技術(shù)進(jìn)行地面點(diǎn)和非地面點(diǎn)的區(qū)分，以此排除植被對(duì)測(cè)量精度的影響，更適用于植被發(fā)育較好的地區(qū)。然而LiDAR 也有其局限性，由于LiDAR 整合了激光掃描儀、高精度慣導(dǎo)系統(tǒng)（IMU）、GPS、成像裝置等設(shè)備，通過高空機(jī)載或無人機(jī)載LiDAR 設(shè)備均會(huì)導(dǎo)致造價(jià)較高；另外，LiDAR 雖能在弱光下進(jìn)行數(shù)據(jù)采集，但如果空氣中浮塵等顆粒物較多，會(huì)對(duì)激光光束產(chǎn)生影響，同時(shí)由于激光波束較窄，難以用于搜索目標(biāo)測(cè)量，使LiDAR 難以推廣使用（Johnson 等，2014；賴旭東等，2017；佘金星等，2018；羅達(dá)等，2019；Okyay 等，2019）。

近年來，移動(dòng)攝影測(cè)量技術(shù)SfM 的發(fā)展極大地提高了野外中小區(qū)域測(cè)量工作效率。該技術(shù)擁有大多數(shù)LiDAR 技術(shù)的優(yōu)勢(shì)，包括可絕對(duì)定位、重復(fù)多次測(cè)量及獲取高分辨率地形數(shù)據(jù)等，且SfM 技術(shù)更簡(jiǎn)單方便，成本較低（Westoby 等，2012；Wei 等，2013；劉靜等，2013；Johnson 等，2014；王朋濤等，2016；Bi 等，2017；張志文等，2021）。但利用無人機(jī)搭載相機(jī)進(jìn)行攝影時(shí)，需在地面設(shè)置控制點(diǎn)，對(duì)測(cè)量結(jié)果進(jìn)行校正，會(huì)降低測(cè)量效率，增加工作量。Harwin 等（2012）研究了添加控制點(diǎn)的必要性，但研究前提是利用攝影測(cè)量的飛行器均未搭載任何RTK 設(shè)備。針對(duì)該問題，使用搭載有RTK 模塊的無人機(jī)在野外分別采用RTK 和非RTK 兩種模式進(jìn)行攝影測(cè)量。非RTK 模式下在測(cè)量區(qū)域使用Trimble R10 差分GNSS 均勻采集了地面控制點(diǎn)，并采集了多條地形剖面線。在室內(nèi)分別將RTK 模式下生成的數(shù)字高程模型（DEM）與非RTK 模式并結(jié)合地面控制點(diǎn)生成的DEM，以及Trimble R10 差分GNSS 采集的地形剖面線進(jìn)行對(duì)比，以此討論確定搭載網(wǎng)絡(luò)/基站RTK 模塊的無人機(jī)在移動(dòng)攝影測(cè)量中發(fā)揮的作用。

1 SfM 移動(dòng)攝影測(cè)量基本原理與數(shù)據(jù)處理流程

SfM 移動(dòng)攝影測(cè)量是使用運(yùn)動(dòng)著的相機(jī)從多個(gè)視角獲取所拍攝物體的多視角圖像集，由此推算出相機(jī)位置和姿態(tài)，從而重建三維數(shù)字表面結(jié)構(gòu)的技術(shù)方法（Ullman，1979；Westoby 等，2012；李美燕，2014；楊海波等，2016；艾明等，2018）?；赟fM 重建DEM 是傳統(tǒng)攝影測(cè)量的逆過程，在該過程中，二維圖片內(nèi)的點(diǎn)利用一定算法轉(zhuǎn)換為三維坐標(biāo)內(nèi)的點(diǎn)，通過不同位姿相機(jī)拍攝的圖片中大量重復(fù)的同名點(diǎn)實(shí)現(xiàn)（Tomasi 等，1992；Wei 等，2013；李美燕，2014）。

一般SfM 重建地形工作的過程包括影像特征檢測(cè)、同名點(diǎn)立體匹配、相機(jī)位姿標(biāo)定、三維重建等。其中影像特征檢測(cè)、同名點(diǎn)立體匹配一般利用Lowe（2004）提出的SIFT（Scale Invariant Feature Transform）同名特征點(diǎn)匹配算法，用于進(jìn)行檢測(cè)、匹配，經(jīng)檢驗(yàn)，已有研究認(rèn)為該算法較好地解決了拍攝過程中由于相機(jī)運(yùn)動(dòng)產(chǎn)生的圖形變形問題（陳志雄，2008；楊艷偉，2009；鄭輝，2010）。基于匹配完成的特征，進(jìn)行相機(jī)位姿標(biāo)定工作，利用迭代光束平差方法可精確求得相機(jī)的位姿，并初步獲得由一系列同名點(diǎn)構(gòu)建的較稀疏的點(diǎn)云框架（Harwin 等，2012；Mancini 等，2013；Lucieer 等，2014；Bemis 等，2014；Javernick 等，2014）。獲得稀疏的點(diǎn)云框架后，可進(jìn)一步進(jìn)行高精度處理，主要基于多視角立體測(cè)量原理逐像素在影像間搜索匹配生成大量的匹配點(diǎn)，得到更密集的點(diǎn)云數(shù)據(jù)（Johnson 等，2014）。對(duì)密集點(diǎn)云數(shù)據(jù)進(jìn)行絕對(duì)坐標(biāo)校正和空間插值。最終得到具有真實(shí)空間地理坐標(biāo)的點(diǎn)云和DEM 等地形數(shù)據(jù)。

網(wǎng)絡(luò)RTK 移動(dòng)攝影測(cè)量與傳統(tǒng)移動(dòng)攝影測(cè)量的區(qū)別主要在于通過在無人機(jī)上搭載RTK 模塊，利用網(wǎng)絡(luò)RTK 進(jìn)行實(shí)時(shí)差分，并將坐標(biāo)信息記錄在照片的中心點(diǎn)，每張照片可利用SIFT 算法進(jìn)行同名點(diǎn)匹配校準(zhǔn)，也可通過自身攜帶的坐標(biāo)信息進(jìn)行自校準(zhǔn)，從而提高測(cè)量精度（圖1）。

圖1 SfM 攝影測(cè)量原理與數(shù)據(jù)處理流程Fig. 1 SfM principle and data processing flow chart

2 測(cè)量區(qū)域及數(shù)據(jù)采集與處理

本次測(cè)量區(qū)域選為祁連山北緣白楊河一帶（圖2），跨越白南斷裂與白楊河背斜（閔偉等，2002），地形起伏較大，測(cè)量區(qū)域內(nèi)發(fā)育因白楊河背斜形成的5 級(jí)河流階地（劉睿等，2017），階地面上多為砂礫石，植被稀疏，適合開展SfM 攝影測(cè)量工作（James 等，2012；Fonstad 等，2013）。

圖2 測(cè)量區(qū)域及其周圍構(gòu)造Fig. 2 Schematic diagram of the survey area and its surrounding tectonics

采用大疆精靈4 RTK 型四旋翼無人機(jī)（圖3（a））對(duì)選定的測(cè)量區(qū)域進(jìn)行影像數(shù)據(jù)采集。無人機(jī)搭載的云臺(tái)相機(jī)有效像素為2 000 萬，相機(jī)廣角為84°，自動(dòng)對(duì)焦距離為1 m～∞，上述參數(shù)可保證照片清晰度，便于后續(xù)處理過程中同名點(diǎn)的特征提取與匹配。

為更直接地進(jìn)行數(shù)據(jù)對(duì)比，在相同測(cè)量區(qū)域、飛行高度及重疊率的條件下，分別采用RTK 模式和非RTK 模式獲取數(shù)據(jù)，并在測(cè)量區(qū)域內(nèi)均勻地布設(shè)14 個(gè)地面控制點(diǎn)，地面控制點(diǎn)為邊長(zhǎng)47 cm 的紅/黃色海綿紙（圖3（b）、（c））相間排列，其表面較粗糙，對(duì)陽光的反射方式為漫反射，有利于相機(jī)在多個(gè)角度進(jìn)行拍攝，且進(jìn)行相控點(diǎn)刺點(diǎn)時(shí)更方便。地面控制點(diǎn)坐標(biāo)采用Trimble R10 實(shí)時(shí)差分GNSS 接收系統(tǒng)（實(shí)時(shí)動(dòng)態(tài)測(cè)量水平精度10 mm±1 ppm RMS，垂直精度20 mm±1 ppm RMS）在海綿紙中心進(jìn)行采集，保證了校正數(shù)據(jù)的精確性（圖3（d）、（e））。

圖3 測(cè)量用無人機(jī)及地面控制點(diǎn)采集系統(tǒng)Fig. 3 UAV for surveying and ground control point acquisition system

2 次攝影測(cè)量過程均采用割草機(jī)式飛行路線，設(shè)置的飛行高度均為100 m，照片航向重疊率均為80%，旁向重疊率均為70%。采集每套數(shù)據(jù)時(shí)需3 個(gè)架次，拍攝過程歷時(shí)約75 min，拍攝有效照片917 張。采用集成SfM 算法的Pix4D 軟件進(jìn)行數(shù)據(jù)處理，處理設(shè)備采用英特爾至強(qiáng)八核處理器的圖形工作站，內(nèi)存為128 G。

首先，將拍攝的照片導(dǎo)入Pix4D 軟件，導(dǎo)入前剔除質(zhì)量較差、成像模糊的照片。然后，設(shè)置相機(jī)參數(shù)，無人機(jī)定位和相機(jī)參數(shù)信息均直接記錄在照片里，利用記事本打開所拍攝的任一照片，找到記錄相機(jī)焦距fx、fy，像主點(diǎn)坐標(biāo)Cx、Cy，徑向畸變校正參數(shù)k1、k2、k3，切向畸變校正參數(shù)p1、p2，并設(shè)置相機(jī)參數(shù)，用于對(duì)SfM 處理數(shù)據(jù)結(jié)果進(jìn)行校正。需說明的是，Pix4D 軟件的坐標(biāo)系統(tǒng)與照片存儲(chǔ)位置信息存在差異，這是因?yàn)镻ix4D 坐標(biāo)系統(tǒng)是以照片左上角作為x、y軸初始原點(diǎn)，而照片坐標(biāo)原點(diǎn)為照片中心。因此，處理時(shí)需用Cx、Cy加上照片文本信息中記錄的相機(jī)標(biāo)定的光學(xué)中心坐標(biāo)，形成導(dǎo)入Pix4D 中照片的像中心點(diǎn)（圖4（a）、（b））。其次，對(duì)所采集的數(shù)據(jù)進(jìn)行影像特征檢測(cè)，利用SIFT 算法進(jìn)行同名點(diǎn)檢測(cè)，立體匹配，恢復(fù)影像對(duì)之間的相對(duì)位置關(guān)系，獲得稀疏的點(diǎn)云框架，并基于多視角立體測(cè)量原理（MVS）對(duì)點(diǎn)云進(jìn)行逐像素的搜索加密，隨后導(dǎo)入地面控制點(diǎn)，對(duì)生成的加密點(diǎn)云進(jìn)行絕對(duì)坐標(biāo)校正（進(jìn)行RTK 模式獲取的數(shù)據(jù)處理時(shí)無須添加地面控制點(diǎn)）；最后，生成三角網(wǎng)格，生成校正后帶有地理空間坐標(biāo)的密集點(diǎn)云、數(shù)字高程模型和正射影像圖（Johnson 等，2014；Bemis 等，2014；魏占玉等，2015；Bi 等，2017；高帥坡等，2017）。

圖4 攝影測(cè)量數(shù)據(jù)處理及成果圖Fig. 4 SfM data processing and results

將基于RTK 模式獲取的數(shù)字高程模型稱為RTK-SfM DEM，將非RTK 模式無人機(jī)攝影測(cè)量并結(jié)合地面控制點(diǎn)（GCPs）生成的數(shù)字高程模型稱為SfM DEM。

3 SfM 數(shù)據(jù)質(zhì)量及對(duì)比分析

3.1 SfM 數(shù)據(jù)質(zhì)量

采用RTK 模式進(jìn)行數(shù)據(jù)處理時(shí)，根據(jù)Pix4D 生成的質(zhì)量報(bào)告，每張照片上點(diǎn)云的中位數(shù)為70 728 個(gè)，最小為55 541 個(gè)，最大為83 516 個(gè)，平均每張照片上的點(diǎn)云為69 989 個(gè)，分辨率為3.85 cm。經(jīng)三維空間匹配后，平均三維點(diǎn)云密度為315.14 個(gè)/m3，滿足要求。

在采用非RTK 模式并添加地面控制點(diǎn)的情況下，根據(jù)Pix4D 生成的質(zhì)量報(bào)告，每張照片上點(diǎn)云的中位數(shù)為71 169 個(gè)，最小為56 244 個(gè)，最大為83 516 個(gè)，平均每張照片上的點(diǎn)云為70 870 個(gè)，分辨率為3.96 cm。經(jīng)三維空間匹配后，平均三維點(diǎn)云密度為262.65 個(gè)/m3，添加14 個(gè)控制點(diǎn)前、后的平均照片相對(duì)畸變?yōu)?.104%。

3.2 SfM 數(shù)據(jù)對(duì)比分析

對(duì)于空間位置（x，y，z）均有差異的2 組柵格數(shù)據(jù)，對(duì)z值進(jìn)行對(duì)比時(shí)，一般采用的方法是首先以1 組柵格數(shù)據(jù)為基準(zhǔn)，對(duì)另一組柵格數(shù)據(jù)的平面位置（x，y）進(jìn)行人工幾何校正，然后將校正后的2 組數(shù)據(jù)根據(jù)精度需要進(jìn)行重采樣，進(jìn)行相應(yīng)的計(jì)算后可得到2 組數(shù)據(jù)在z值上的差異。但該數(shù)據(jù)對(duì)比方法較繁瑣，且由于涉及人工校正因素，會(huì)在一定程度上造成人為誤差，不適用于精度較高的數(shù)據(jù)對(duì)比。CloudCompare 軟件是專門用于點(diǎn)云對(duì)比的免費(fèi)軟件，其基本原理是計(jì)算2 個(gè)點(diǎn)云之間的距離，默認(rèn)方式是最近鄰距離，對(duì)于比較云的每個(gè)點(diǎn)，CloudCompare 軟件搜索參考云中最近的點(diǎn)，并計(jì)算其（歐幾里德）距離。如果參考點(diǎn)云密度足夠大，可采用由對(duì)比云至參考云代表的下表面的近似距離。如果參考云不夠密集，最近鄰距離有時(shí)不夠精確。因此，利用CloudCompare 軟件確定參考云中最近的點(diǎn)時(shí)，利用最近的點(diǎn)和與其相鄰的幾個(gè)點(diǎn)擬合數(shù)學(xué)模型，對(duì)參考云表面進(jìn)行局部建模。從比較云的每個(gè)點(diǎn)到參考云中最近點(diǎn)的距離被到數(shù)學(xué)模型的距離所代替，這在統(tǒng)計(jì)上更精確，對(duì)云采樣的依賴更少。CloudCompare 軟件采用了更精確的二次高度函數(shù)擬合曲面數(shù)學(xué)模型2CloudCompare user manual（Version 2.6.1），2015.。

本試驗(yàn)采用CloudCompare 軟件對(duì)2 組數(shù)據(jù)進(jìn)行對(duì)比，由于前期利用Pix4D 軟件生成DEM 前已生成了相應(yīng)的點(diǎn)云數(shù)據(jù)，以生成SfM-DEM 的點(diǎn)云為參考云，對(duì)生成RTK-SfM DEM 的點(diǎn)云進(jìn)行對(duì)比，為盡量減少計(jì)算量，并提高對(duì)比的精確性，對(duì)生成RTK-SfM DEM 的點(diǎn)云進(jìn)行適當(dāng)抽稀。

隨機(jī)抽取對(duì)比云內(nèi)部分點(diǎn)云數(shù)據(jù)，通過Cloud-cloud distances 與參考云進(jìn)行初步對(duì)比，本次初步對(duì)比選取了100 000 個(gè)點(diǎn)，全部覆蓋了對(duì)比云的范圍，初步對(duì)比結(jié)果如表1 所示，表中RMS 是對(duì)比云與參考云之間的平均誤差，也是2 套數(shù)據(jù)之間產(chǎn)生的系統(tǒng)誤差。

表1 初步對(duì)比點(diǎn)云轉(zhuǎn)換矩陣數(shù)據(jù)Table 1 Preliminary comparison point cloud transformation matrix table

初步處理目的是將2 套數(shù)據(jù)通過大量的校準(zhǔn)點(diǎn)進(jìn)行對(duì)比，統(tǒng)計(jì)2 套數(shù)據(jù)之間的空間位置差異。由圖4（g）、（h）可知，2 套數(shù)據(jù)的最小高程和最大高程差值為0.83～0.86 m，說明該初步處理結(jié)果可信。

初步處理后，CloudCompare 軟件會(huì)根據(jù)轉(zhuǎn)換矩陣數(shù)據(jù)調(diào)整對(duì)比云的空間位置，并對(duì)2 套數(shù)據(jù)進(jìn)行詳細(xì)對(duì)比。本文重點(diǎn)分析垂向z值對(duì)比結(jié)果，共包括73 056 320 個(gè)對(duì)比值，平均值為0.048 2 m，其中95%以上的對(duì)比值＜0.05 m，可知通過初步的空間位置修正后，對(duì)比云與參考云的垂向誤差均＜0.05 m（圖5）。

圖5 SfM-DEM 與RTK-SfM DEM 點(diǎn)云對(duì)比統(tǒng)計(jì)及誤差空間分布Fig. 5 Point cloud comparison statistics and error spatial distribution between SFM-DEM and RTK-SFM DEM

由圖4（g）、（h）、圖5（b）可知，垂向?qū)Ρ戎嫡`差較小的點(diǎn)云分布在測(cè)量區(qū)域內(nèi)部，而誤差較大的點(diǎn)云主要分布在測(cè)量區(qū)域邊緣或無地面控制點(diǎn)、地面控制點(diǎn)稀疏的區(qū)域，部分點(diǎn)云位于地形較陡峭的陰影區(qū)。排除地形因素影響外，造成誤差較大的主要原因是參考云的地面控制點(diǎn)稀疏或缺少地面控制點(diǎn)導(dǎo)致的局部畸變。

3.3 無人機(jī)攝影測(cè)量生成的DEM 與DGPS 數(shù)據(jù)高程對(duì)比

基于DEM 分析（坡度和坡向）結(jié)果，并結(jié)合野外地質(zhì)調(diào)查結(jié)果，對(duì)測(cè)量區(qū)域內(nèi)河流階地進(jìn)行系統(tǒng)劃分。使用Trimble R10 實(shí)時(shí)差分GNSS 分別沿河道、T1 階地、T2 階地、T3 階地、T4 階地和T5 階地共測(cè)量6 條測(cè)線，含5 077 個(gè)DGPS 坐標(biāo)點(diǎn)。將實(shí)時(shí)差分測(cè)量的坐標(biāo)點(diǎn)數(shù)據(jù)導(dǎo)入無人機(jī)測(cè)量生成的DEM 中，在測(cè)線相同位置提取點(diǎn)，與6 條測(cè)線高程進(jìn)行對(duì)比（圖6）。

進(jìn)行預(yù)處理時(shí)，已輸入了相機(jī)傾斜校正與垂直校正的相關(guān)參數(shù)，在Pix4D 處理過程中已進(jìn)行了相關(guān)校正，因此后續(xù)處理相對(duì)簡(jiǎn)單。利用ArcGIS 中的數(shù)值提取到點(diǎn)功能，將DGPS 測(cè)點(diǎn)文件與無人機(jī)攝影測(cè)量生成的DEM 疊加，分別將2 種模式下生成的DEM 高程值提取至DGPS 文件中，并將數(shù)據(jù)導(dǎo)出，進(jìn)行3 組高程對(duì)比。為使對(duì)比效果圖更直觀，僅選擇階地發(fā)育相對(duì)集中的局部段落進(jìn)行對(duì)比（圖6（c）中2 個(gè)黃框位置）。將DGPS 高程、帶有控制點(diǎn)生成DEM 高程（SfM DEM）及基于RTK 模式生成DEM 高程（RTK-SfM DEM）數(shù)據(jù)生成散點(diǎn)折線圖（圖7），并對(duì)比分析各級(jí)階地測(cè)線高程數(shù)據(jù)差值（表2）。

由圖7 可知，3 種數(shù)據(jù)之間存在系統(tǒng)誤差，且每2 種數(shù)據(jù)之間的誤差基本恒定，但RTK-SfM DEM 數(shù)據(jù)對(duì)地形的刻畫更細(xì)致。由表2 可知，添加地面控制點(diǎn)生成的SfM DEM 中各級(jí)階地高程值與實(shí)時(shí)差分RTK測(cè)得的高程值相差0.446～0.610 m，平均值為0.540 886 618 m；基于RTK 模式生成的RTK-SfM DEM 中各級(jí)階地高程值與實(shí)時(shí)差分RTK 測(cè)得的高程值相差1.258～1.471 m，平均值為1.363 883 05 m，差值均為不同測(cè)量系統(tǒng)之間存在的系統(tǒng)誤差。

表2 3 種高程數(shù)據(jù)差值的平均值Table 2 Average value of difference of three elevation data

圖7 DGPS、SfM DEM、RTK-SfM DEM 高程數(shù)據(jù)對(duì)比Fig. 7 Comparison of three elevation data of DGPS, SfM DEM and RTK-SFM DEM

以DGPS 數(shù)據(jù)為基準(zhǔn)值，分別減去0.540 886 618 m 和1.363 883 05 m，以去除系統(tǒng)誤差，然后與SfM DEM、RTK-SfM DEM 數(shù)據(jù)中提取的點(diǎn)高程值進(jìn)行對(duì)比，得出各級(jí)階地相對(duì)平均值與標(biāo)準(zhǔn)差（表3），以此分析2 種數(shù)據(jù)的相對(duì)穩(wěn)定性。利用matlab 軟件中的hisfit 繪圖函數(shù)，得到利用3 種方法測(cè)得的各測(cè)線高程數(shù)據(jù)差值正態(tài)分布曲線（圖8）。

表3 去除系統(tǒng)誤差后3 種高程數(shù)據(jù)差值平均值與標(biāo)準(zhǔn)差Table 3 Average difference and standard deviation of three elevation data after removing systematic error

由表3、圖8 可知，各級(jí)階地去除系統(tǒng)誤差后DGPS 數(shù)據(jù)與2 種方式生成的DEM 數(shù)據(jù)之間的差值均＜0.10 m，DGPS 數(shù)據(jù)與RTK-SfM DEM 數(shù)據(jù)差值更小，大部分約為0.02 m。另外，各級(jí)階地（除T4 階地外）去除系統(tǒng)誤差后DGPS 數(shù)據(jù)與RTK-SfM DEM 數(shù)據(jù)差值的標(biāo)準(zhǔn)差較小，說明如果以DGPS 數(shù)據(jù)為基準(zhǔn)，RTK-SfM DEM 數(shù)據(jù)較SfM DEM 數(shù)據(jù)具有較好的穩(wěn)定性。

圖8 去除系統(tǒng)誤差后DGPS 數(shù)據(jù)與2 種方式生成的DEM 數(shù)據(jù)之間差值的正態(tài)分布Fig. 8 Normal distribution of the difference between DGPS data and DEM generated by the two methods after removing systematic error

4 討論與結(jié)論

（1）對(duì)搭載RTK 模塊的移動(dòng)攝影測(cè)量技術(shù)獲取的數(shù)據(jù)進(jìn)行點(diǎn)云對(duì)比和與DGPS 測(cè)量數(shù)據(jù)對(duì)比，分析基于網(wǎng)絡(luò)/基站RTK 移動(dòng)攝影測(cè)量數(shù)據(jù)的垂向精度。

（2）通過對(duì)比非RTK 模式無人機(jī)攝影測(cè)量并結(jié)合地面控制點(diǎn)（GCPs）生成的數(shù)字高程數(shù)據(jù)SfM DEM與基于RTK 模式下獲取的數(shù)字高程數(shù)據(jù)RTK-SfM DEM 點(diǎn)云，發(fā)現(xiàn)2 種數(shù)據(jù)在垂向上存在約0.85 m 的系統(tǒng)誤差，減去該誤差后，2 種數(shù)據(jù)95%以上的點(diǎn)云在垂向上的誤差均＜0.05 m，且RTK-SfM DEM 數(shù)據(jù)畸變率更小。對(duì)比階地面上DGPS 測(cè)量數(shù)據(jù)與以上2 種模式下獲取的高程數(shù)據(jù)發(fā)現(xiàn)，DGPS 測(cè)量數(shù)據(jù)與SfM DEM數(shù)據(jù)存在約0.5 m 的系統(tǒng)誤差，DGPS 測(cè)量數(shù)據(jù)與RTK-SfM DEM 數(shù)據(jù)存在約1.3 m 的系統(tǒng)誤差，產(chǎn)生系統(tǒng)誤差的原因需進(jìn)一步研究。去除系統(tǒng)誤差后，DGPS 測(cè)量數(shù)據(jù)與RTK-SfM DEM 數(shù)據(jù)差值的標(biāo)準(zhǔn)差較小，說明誤差分布更集中，可知RTK-SfM DEM 數(shù)據(jù)具有更好的穩(wěn)定性與更小的畸變率。

（3）筆者在山西地塹系、四川和云南地區(qū)均開展了對(duì)比工作，均存在系統(tǒng)誤差，但該系統(tǒng)誤差因地區(qū)不同而不同，山西地塹系約為0.7～0.8 m，四川地區(qū)約為0.5～0.6 m，云南地區(qū)約為1.1～1.2 m。筆者認(rèn)為造成系統(tǒng)誤差的原因可能為：①無人機(jī)與地面采集終端（Trimble R10 實(shí)時(shí)差分GNSS 接收系統(tǒng)）源橢球設(shè)置不一致；②地面采集終端的基準(zhǔn)站開機(jī)后，靜置初始化時(shí)間較短，且基準(zhǔn)站未在已知坐標(biāo)控制點(diǎn)上進(jìn)行校正。垂向上的系統(tǒng)誤差不會(huì)影響RTK-SfM DEM 數(shù)據(jù)的可靠性，如果數(shù)據(jù)均勻穩(wěn)定且畸變率小，可滿足活動(dòng)構(gòu)造研究對(duì)高程數(shù)據(jù)的精度要求。