基于不同數(shù)據(jù)源的數(shù)字孿生小流域底板模型精度檢驗(yàn)

關(guān)鍵詞：數(shù)字孿生小流域；底板模型；數(shù)據(jù)源；合成孔徑雷達(dá)；傾斜攝影；光探測測距；精度檢驗(yàn)；數(shù)據(jù)融合

0引言

水利部印發(fā)的《關(guān)于推進(jìn)水土保持監(jiān)管信息化應(yīng)用工作的通知》《國家水土保持重點(diǎn)工程信息化監(jiān)管技術(shù)規(guī)定》，要求利用現(xiàn)代先進(jìn)信息技術(shù)加強(qiáng)水土保持重點(diǎn)工程監(jiān)督檢查，實(shí)施“全生命周期”“圖斑精細(xì)化”管理，不斷提升管理能力和水平。

小流域綜合治理涉及水利、農(nóng)業(yè)、林業(yè)、環(huán)保等多學(xué)科、多行業(yè)、多部門，其規(guī)劃設(shè)計(jì)對基礎(chǔ)地形測繪的要求較高。坡面截排水、梯田、谷坊、淤地壩、蓄水池等治理措施設(shè)計(jì)均需對項(xiàng)目區(qū)地形進(jìn)行詳細(xì)勘測，如溝道治理設(shè)計(jì)需勘測溝道現(xiàn)狀并繪制橫、縱剖面圖，以此判定谷坊、堰壩、淤地壩等攔水建筑物位置和回水長度，確定下游是否需要消力設(shè)施，計(jì)算蓄水量、洪峰流量、過流能力、抗滑穩(wěn)定系數(shù)等，繪制治理工程平面圖、三視圖或剖面圖等。詳細(xì)的地形資料是開展治理工程水文計(jì)算時(shí)各參數(shù)取值的依據(jù)，而數(shù)據(jù)底板模型是流域地形數(shù)字化映射的成果，是數(shù)字化場景構(gòu)建的基礎(chǔ)。流域DEM（Digital Elevation Model，數(shù)字高程模型）分辨率直接影響數(shù)字河流流向及水系的生成，高精度的DEM包含較多的下墊面細(xì)節(jié)，對流域水系的刻畫較為細(xì)致。不同分辨率的DEM數(shù)據(jù)所刻畫的流域下墊面細(xì)節(jié)有所不同，據(jù)此提取的地形屬性也有差異。在進(jìn)行小流域數(shù)值模擬時(shí)，若DEM精度較低、不能真實(shí)反映實(shí)際地形特征，則會影響模擬結(jié)果的可靠性；在進(jìn)行大范圍（較大流域或支流）規(guī)劃設(shè)計(jì)模擬時(shí)，若DEM精度過高，則會大幅度延長模型運(yùn)行時(shí)間、影響模擬的時(shí)效性。因此，在小流域治理精細(xì)設(shè)計(jì)中，既需要高精度（高分辨率）的L3級數(shù)據(jù)底板，也需要中精度（中分辨率）的L2級數(shù)據(jù)底板。水土保持綜合治理小流域多處于山區(qū)，在小流域綜合治理規(guī)劃設(shè)計(jì)時(shí)，若控制點(diǎn)及控制網(wǎng)布設(shè)不合理則很容易造成誤差累積甚至導(dǎo)致誤差超限、引發(fā)工程質(zhì)量問題?，F(xiàn)有的高精度控制網(wǎng)一般難以直接用于小流域綜合治理規(guī)劃設(shè)計(jì)，若采用傳統(tǒng)的人工測繪方法進(jìn)行控制點(diǎn)及控制網(wǎng)布設(shè)，則將耗費(fèi)大量的人力、物力、時(shí)間，因此急需一種費(fèi)省效宏、精度可靠的小流域基礎(chǔ)地形數(shù)據(jù)獲取技術(shù)。

數(shù)字孿生技術(shù)是一種以數(shù)據(jù)和模型集成融合為基礎(chǔ)和核心的數(shù)字化技術(shù)，數(shù)字孿生平臺主要由數(shù)據(jù)底板、模型平臺、知識平臺等構(gòu)成，在數(shù)字空間中實(shí)時(shí)構(gòu)建物理對象的精確數(shù)字化映射，可實(shí)現(xiàn)對物理世界實(shí)時(shí)狀態(tài)的映射并用于預(yù)警、資源優(yōu)化等。在水土保持小流域綜合治理規(guī)劃設(shè)計(jì)方面，目前數(shù)字孿生數(shù)據(jù)底板建模缺乏應(yīng)用效果評價(jià)及數(shù)據(jù)融合校正方法。衛(wèi)星、無人機(jī)等天空地多樣化載體的遙感影像（包括視頻、激光掃描等）是數(shù)字孿生底板建模的主要數(shù)據(jù)源，在流域、區(qū)域、重點(diǎn)工程等多尺度多維下墊面高時(shí)效性數(shù)據(jù)獲取方面具有獨(dú)特優(yōu)勢，是數(shù)字孿生小流域底板模型建設(shè)中多維、多時(shí)空分辨率、高時(shí)效性“算據(jù)”的核心來源。本文以棲龍灣小流域?yàn)槔捎脭?shù)字孿生底板建模技術(shù)，選擇合成孔徑雷達(dá)衛(wèi)星遙感影像（SAR影像）、傾斜攝影影像（OP影像）、光探測測距影像（LiDAR影像）等3種主流遙感數(shù)據(jù)源，建立數(shù)字孿生底板模型并檢驗(yàn)其精度，探討多源數(shù)據(jù)融合方法，以期為小流域綜合治理規(guī)劃設(shè)計(jì)數(shù)字化智慧模擬等提供參考。

1棲龍灣小流域概況

棲龍灣小流域位于山東省濟(jì)南市萊蕪區(qū)黃河下游大汶河支流瀛汶河中上游，是《濟(jì)南市黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展規(guī)劃》明確重點(diǎn)打造的國家水土保持科技示范園所在地，在魯中南低山丘陵區(qū)具有典型代表性。該小流域?qū)儆谔┥揭拭缮絿壹壦亮魇е攸c(diǎn)治理區(qū)，氣候類型為溫帶半濕潤大陸性季風(fēng)氣候，多年平均降水量712.0mm、氣溫11.2℃，海拔高度260～390m，土壤類型為褐土，土壤侵蝕以水蝕為主，土壤侵蝕形式主要為面蝕、溝蝕。

2數(shù)據(jù)源與建模方法

2.1數(shù)據(jù)源

SAR影像為高分三號（GF-3）衛(wèi)星獲取的影像，OP影像通過飛馬四旋翼無人機(jī)D2000搭載全畫幅傾斜相機(jī)D-OP4000進(jìn)行低空攝影獲得，LiDAR影像通過飛馬四旋翼無人機(jī)D2000搭載輕型激光雷達(dá)D-Li-DAR2000獲得，3種數(shù)據(jù)源影像見圖1。

1） SAR影像。高分三號衛(wèi)星是我國首顆分辨率達(dá)到1m的C頻段多極化SAR衛(wèi)星，其SAR主動遙感系統(tǒng)通過接收地物目標(biāo)雷達(dá)波束的反射信號進(jìn)行成像，具有全天候、全天時(shí)、穿透性的特點(diǎn)，打破了云霧覆蓋等區(qū)域影像資料獲取的瓶頸，因此常用于數(shù)字正射影像的制作，是地理信息產(chǎn)品資源的重要補(bǔ)充，本文所用SAR影像的參數(shù)（指標(biāo)）見表1。

2）OP影像。OP影像是在同一飛行平臺上搭載五鏡頭相機(jī)（或單鏡頭相機(jī)）同時(shí)從下視、前視、后視、左視、右視5個(gè)方向采集的影像。根據(jù)影像POS（Po-sition and Orientation System，機(jī)載定位定向系統(tǒng)）文件信息，通過數(shù)據(jù)處理軟件可生成傾斜三維模型。該模型可從多個(gè)角度觀察、再現(xiàn)地物實(shí)景，彌補(bǔ)了傳統(tǒng)正射影像在三維空間屬性方面的不足，也可以進(jìn)行高度、長度、面積、角度的量測，獲取多維度數(shù)據(jù)。本文所用OP影像的無人機(jī)飛行高度為200m，其航向重疊度為80%，旁向重疊度為80%，航線間距為50m。

3） LiDAR影像。LiDAR作為一種三維點(diǎn)云獲取方式，具有成本低廉、可操作性強(qiáng)、空間分辨率高、能快速獲取點(diǎn)云數(shù)據(jù)等優(yōu)點(diǎn)，安裝在無人機(jī)平臺上，可以精確獲取地表覆蓋物之下的地形，并能在短時(shí)間內(nèi)實(shí)現(xiàn)多次重訪，已廣泛應(yīng)用于林業(yè)普查、礦山地表沉陷探測、電力巡檢、工程地質(zhì)勘探等領(lǐng)域。本文所用LiDAR影像的無人機(jī)飛行高度為100m，其旁向重疊度為70%，航線間距為50m。

2.2建模方法

1）基于SAR影像的建模方法。利用ENVI 5.6及SARscape工具箱，對SAR影像進(jìn)行線性拉伸、直方圖均衡化、規(guī)定化等處置，得到高分辨率立體像對，通過區(qū)域網(wǎng)平差、特征提取及配準(zhǔn)試驗(yàn)、點(diǎn)云密集匹配、人機(jī)交互編輯，建立空間分辨率為1mx1m的小流域數(shù)字孿生底板模型。利用該模型可生成小流域TIN（Triangulated Irregular Network，不規(guī)則三角網(wǎng)）、DEM和DLG（Digital Line Graphic，數(shù)字線劃地圖），為小流域地形分析及水土保持綜合治理規(guī)劃設(shè)計(jì)提供基礎(chǔ)數(shù)據(jù)。

2）基于OP影像的建模方法。為保證模型精度，在棲龍灣小流域內(nèi)布設(shè)了16個(gè)OP像控點(diǎn)，通過像控點(diǎn)刺入，將控制點(diǎn)誤差控制在0.021～0.045像素、分辨率為3cm，共拍攝原始照片7090張。采用ContextCa-pture 10.19軟件，進(jìn)行初始化處理、解析空中三角測量（室內(nèi)加密控制點(diǎn)）、導(dǎo)人像控點(diǎn)、控制點(diǎn)平差等操作，生成小流域數(shù)字孿生底板模型，經(jīng)進(jìn)一步處理可得到TIN、DEM、DLG。鑒于OP影像對水體測量缺失的現(xiàn)象，采用人工手動修正的方式修補(bǔ)水面，確保模型數(shù)據(jù)完整。

3）基于LiDAR影像的建模方法。采用激光雷達(dá)360 V5.3數(shù)據(jù)處理軟件，經(jīng)數(shù)據(jù)預(yù)處理、航帶拼接、坐標(biāo)轉(zhuǎn)換與高程擬合、點(diǎn)云去噪及點(diǎn)云濾波、點(diǎn)云分類、三維建筑物與植被參數(shù)調(diào)整、地表植物去除等處理后，得到厘米級DEM，再疊加區(qū)域光學(xué)影像后，得到小流域數(shù)字孿生底板模型。

2.3精度檢驗(yàn)與評價(jià)

選擇小流域綜合治理規(guī)劃設(shè)計(jì)常用的溝道斷面、梯田完整性以及林地（經(jīng)濟(jì)林、水保林）郁閉度，對不同數(shù)據(jù)源的數(shù)字孿生小流域底板模型進(jìn)行精度檢驗(yàn)與評價(jià)：溝道斷面以采用全站儀（華測CTS-112R4 Pro）人工測量的數(shù)據(jù)為評價(jià)基準(zhǔn)，以標(biāo)準(zhǔn)差、樣本平均數(shù)標(biāo)準(zhǔn)差、平均絕對誤差、均方誤差、均方根誤差為指標(biāo)進(jìn)行評價(jià)：梯田完整性以無人機(jī)正射影像人工目視解譯成果為評價(jià)基準(zhǔn)，以完整率（正確提取樣本數(shù)量占基準(zhǔn)樣本總數(shù)的百分比）、質(zhì)量（正確提取樣本數(shù)量占全部樣本數(shù)量的百分比）、分叉率（未匹配的樣本數(shù)量占正確提取樣本數(shù)量的百分比）、丟失率（未匹配基準(zhǔn)樣本數(shù)量占正確提取樣本數(shù)量的百分比）為指標(biāo)進(jìn)行評價(jià)；郁閉度以人工測算結(jié)果（采用林冠數(shù)字圖像Photo-shop分析法，即將用單反數(shù)碼相機(jī)拍攝的林冠影像導(dǎo)人Photoshop軟件進(jìn)行圖像處理，分離林冠測量區(qū)域的天空影像，統(tǒng)計(jì)林冠范圍內(nèi)空隙像素?cái)?shù)量和林冠像素?cái)?shù)量并計(jì)算郁閉度）為基準(zhǔn)，以精度、均方根誤差為指標(biāo)進(jìn)行評價(jià)。

3結(jié)果分析

3.1溝道斷面分析

溝道斷面是各類溝道治理工程（淤地壩、谷坊、攔沙壩、堰壩、塘壩等）規(guī)劃設(shè)計(jì)的基礎(chǔ)。對基于上述3種數(shù)據(jù)源的棲龍灣小流域數(shù)字孿生底板模型提取的主溝道（見圖2），進(jìn)行精度檢驗(yàn)和評價(jià)。采用全站儀實(shí)測的棲龍灣小流域主溝道長度為415.88m．溝底落差為58.00m。

選擇規(guī)劃布設(shè)谷坊、堰壩的50個(gè)壩址進(jìn)行溝底高程精度檢驗(yàn)，結(jié)果見表2。由表2可知，以LiDAR影像為數(shù)據(jù)源的精度最高、誤差最小，以SAR影像為數(shù)據(jù)源的精度最低、誤差最大，以O(shè)P影像為數(shù)據(jù)源的精度居中?；?種數(shù)據(jù)源所得高程的誤差與高程絕對值均無相關(guān)關(guān)系，以SAR影像、OP影像為數(shù)據(jù)源所得高程的誤差與植被覆蓋度明顯相關(guān)，即在植被茂密的測點(diǎn)用普通可見光無法得到林草植被下的真實(shí)地表高程，因而誤差明顯比以LiDAR影像為數(shù)據(jù)源的誤差大，見圖3。

3.2梯田完整性分析

梯田是小流域綜合治理的最主要坡面工程，常見的設(shè)計(jì)方案包括新建梯田、老梯田整修兩類。進(jìn)行梯田完整性分析，可以判別田坎坍塌等問題梯田并確定其占比，進(jìn)而制定新建或整修方案、精準(zhǔn)統(tǒng)計(jì)工程量等。本研究選擇棲龍灣小流域東南部32#、33#地塊梯田工程（見圖4，面積分別為3.18、3.02hm2，人工目視判定問題梯田面積占比分別為35%、50%），對基于數(shù)字孿生底板模型的提取結(jié)果進(jìn)行精度檢驗(yàn)和評價(jià)。

基于上述3種數(shù)據(jù)源建立的數(shù)字孿生底板模型分別提取32#、33#地塊的DLG，進(jìn)而提取梯田圖斑邊界（圖5為32#地塊提取結(jié)果）。以無人機(jī)正射影像人工目視解譯成果為基準(zhǔn)，評估基于3種數(shù)據(jù)源數(shù)字孿生底板模型的提取精度，結(jié)果見表3。

由表3可知：以LiDAR影像為數(shù)據(jù)源的提取精度最高（由其提取結(jié)果統(tǒng)計(jì)32#、33#地塊的問題梯田面積占比分別為33.0%、45.8%，與目視解譯結(jié)果十分接近），以O(shè)P影像為數(shù)據(jù)源的提取精度次之，以SAR影響為數(shù)據(jù)源的提取精度最低。

3.3林地郁閉度分析

郁閉度是指樹冠在陽光直射下在地面的總投影面積占林地總面積的比例，是判定造林效果的主要參數(shù)，也是制定封育、補(bǔ)植、人工撫育等方案的重要依據(jù)。

有關(guān)研究表明，相對于直接使用歸一化點(diǎn)云數(shù)據(jù)進(jìn)行郁閉度提取，采用冠層高度模型（Canopy HeightModel，CHM）提取郁閉度效果更好。CHM建模的基礎(chǔ)是進(jìn)行地面點(diǎn)、植被點(diǎn)的分類，可采用雷達(dá)360V5.3軟件實(shí)現(xiàn)地面點(diǎn)、植被點(diǎn)的分類。依據(jù)分類后的地面點(diǎn)云數(shù)據(jù)生成TIN，經(jīng)TIN鄰近像元內(nèi)插、轉(zhuǎn)換得到DEM，再采用最大值內(nèi)插算法生成數(shù)字地表模型（DSM），對DSM與DEM進(jìn)行差值計(jì)算得到CHM。本研究將CHM像元尺寸設(shè)置為0.2mx0.2m．樣本區(qū)域尺寸設(shè)置為40mx40m．每個(gè)樣本區(qū)域的像元總數(shù)為40000個(gè)，每個(gè)樣本區(qū)域內(nèi)CHM像元落在樹冠內(nèi)數(shù)量占像元總數(shù)的比例即為該樣本區(qū)域的郁閉度。在棲龍灣小流域選擇10個(gè)補(bǔ)植經(jīng)濟(jì)林和水土保持林的地塊（地塊面積為1.8～3.2hm2，栽植板栗、側(cè)柏、國槐等）分別設(shè)置樣本區(qū)域（面積為0.16hm2），在每個(gè)樣本區(qū)域隨機(jī)選擇10個(gè)5mx5m標(biāo)準(zhǔn)樣方進(jìn)行郁閉度提取精度評估，結(jié)果見表4。由表4可知，以LiDAR影像為數(shù)據(jù)源的提取精度最高（精度為78.79%），以O(shè)P影像為數(shù)據(jù)源的提取精度次之，以SAR影像為數(shù)據(jù)源的提取精度最低。

4各種數(shù)據(jù)源優(yōu)缺點(diǎn)分析及數(shù)據(jù)融合思路

4.1各種數(shù)據(jù)源優(yōu)缺點(diǎn)

由表5可知3種數(shù)據(jù)源數(shù)字孿生小流域底板模型的優(yōu)缺點(diǎn)十分明顯：SAR衛(wèi)星遙感影像獲取速度最快（可直接下載）且不受天氣影響，但精度最低，獲取圖像的紋理性一般：OP影像獲取受天氣等影響明顯，多云、夜間、雨天均無法測量，處理數(shù)據(jù)最慢，但其圖像有良好的紋理特征，肉眼直觀效果最佳，可高清晰度還原小流域的整體特征：LiDAR影像精度最高，在溝道斷面、梯田完整度和林草郁閉度分析等方面表現(xiàn)優(yōu)異，較少受天氣因素干擾，能穿透一般植被直接測量地面，獲取真實(shí)完整的地形信息。

4.2數(shù)據(jù)融合思路

鑒于上述3種數(shù)據(jù)源模型各有優(yōu)缺點(diǎn)，可根據(jù)實(shí)際工作需求進(jìn)行多源數(shù)據(jù)融合，以改善數(shù)字孿生技術(shù)在小流域綜合治理規(guī)劃設(shè)計(jì)中的應(yīng)用效果。小流域整體建?？刹捎肧AR衛(wèi)星遙感影像，發(fā)揮其數(shù)據(jù)易得、處理快速、不受天氣干擾的優(yōu)勢：流域治理核心區(qū)建模，可在SAR影像基礎(chǔ)上疊加OP影像，形成視覺效果良好和沉浸式體驗(yàn)的區(qū)域三維模型：具體治理措施設(shè)計(jì)時(shí)，則可通過OP影像與LiDAR影像點(diǎn)云融合的方法來實(shí)現(xiàn)，用LiDAR影像校正OP影像，最終得到既有良好紋理特征又有高精度的還原模型。通過數(shù)據(jù)融合，發(fā)揮3種模型的優(yōu)點(diǎn)、消除各自的局限性，最終實(shí)現(xiàn)“工程措施精準(zhǔn)定位、林草和封禁措施精細(xì)設(shè)計(jì)、工程量精確統(tǒng)計(jì)”。

SAR影像與OP影像的數(shù)據(jù)融合，可通過ArcGISPr03.0軟件輕松實(shí)現(xiàn)，二者圖像數(shù)據(jù)均可導(dǎo)人該軟件，在坐標(biāo)系相同情況下可直接疊加。

OP影像與LiDAR影像的數(shù)據(jù)融合，可在基于OP影像的建模中實(shí)現(xiàn)，具體步驟：1）在ContextCapture10.19軟件中導(dǎo)入OP航片，進(jìn)行第一次空中三角測量解算；2）利用LiDAR影像點(diǎn)云數(shù)據(jù)對OP原始影像POS文件進(jìn)行修正，即用LiDAR影像點(diǎn)云數(shù)據(jù)中的高程、經(jīng)緯度等對POS文件中的對應(yīng)信息進(jìn)行修正；3）利用新的POS文件重新進(jìn)行OP影像空中三角測量解算，與LiDAR影像點(diǎn)云數(shù)據(jù)進(jìn)行粗配準(zhǔn)、精匹配及特征匹配，進(jìn)而得到數(shù)據(jù)融合后的小流域數(shù)字孿生底板模型。

在棲龍灣小流域內(nèi)選擇14#地塊石坎梯田進(jìn)行SAR影像與OP影像數(shù)據(jù)融合、選擇科普展覽館進(jìn)行OP影像與LiDAR影像數(shù)據(jù)融合，均取得良好的效果，見圖6、圖7。

5結(jié)論

分別以SAR影像、OP影像、LiDAR影像為數(shù)據(jù)源建立棲龍灣小流域數(shù)字孿生底板模型，進(jìn)而提取主溝道縱斷面、2塊梯田樣地邊界、10個(gè)林地樣區(qū)的郁閉度，與人工解譯和實(shí)測結(jié)果對比進(jìn)行精度檢驗(yàn)，結(jié)果表明：以LiDAR影像為數(shù)據(jù)源的提取精度最高，以O(shè)P影像為數(shù)據(jù)源的提取精度次之，以SAR影像為數(shù)據(jù)源的提取精度最低。

鑒于3種數(shù)據(jù)源小流域底板模型各有優(yōu)缺點(diǎn)，可根據(jù)實(shí)際工作需要進(jìn)行多源數(shù)據(jù)融合，以改善數(shù)字孿生技術(shù)在小流域綜合治理規(guī)劃設(shè)計(jì)中的應(yīng)用效果。在棲龍灣小流域內(nèi)選擇石坎梯田地塊進(jìn)行SAR影像與OP影像數(shù)據(jù)融合、選擇科普展覽館進(jìn)行OP影像與LiDAR影像數(shù)據(jù)融合，均取得良好的效果。