基于無(wú)人機(jī)攝影技術(shù)的農(nóng)田場(chǎng)景可視化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

摘要：為了快速且準(zhǔn)確地獲取大面積農(nóng)田數(shù)字影像和三維圖像信息，提出了一種基于無(wú)人機(jī)傾斜攝影技術(shù)構(gòu)建高精度農(nóng)田影像和實(shí)景三維模型的方法。以新疆維吾爾自治區(qū)昌吉市華興農(nóng)場(chǎng)作為研究區(qū)域，基于無(wú)人機(jī)采集的地面影像數(shù)據(jù)，分別使用全景地圖構(gòu)建技術(shù)和三維建模技術(shù)制作農(nóng)田高精度的數(shù)字正射影像和實(shí)景三維模型，在此數(shù)據(jù)基礎(chǔ)上與研究區(qū)域基本信息數(shù)據(jù)進(jìn)行融合，采用B/S架構(gòu)設(shè)計(jì)基于農(nóng)田場(chǎng)景的可視化系統(tǒng)。結(jié)果表明，該可視化系統(tǒng)能夠?qū)r(nóng)田場(chǎng)景進(jìn)行二維和三維視圖的可視化展示。

關(guān)鍵詞：農(nóng)田場(chǎng)景數(shù)字化；可視化系統(tǒng)；無(wú)人機(jī)傾斜攝影技術(shù)；ContextCapture；三維建模技術(shù)

中圖分類號(hào)：S127；S252；TP18" " " " "文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2024）08-0158-06

DOI：10.14088/j.cnki.issn0439-8114.2024.08.027 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Design and implementation of a farmland scene visualization system based on drone photography technology

LIU Ming1， LI Yong-ke1， JIN Sheng1， LI Yue2， YU En1

（1.College of Computer and Information Engineering， Xinjiang Agricultural University，Urumqi" 830052，China；

2.Urumqi Meteorological Satellite Ground Station， Urumqi" 830002， China）

Abstract： In order to quickly and accurately obtain digital images and 3D image information of large-scale farmland， a method based on drone tilt photography technology was proposed to construct high-precision farmland images and real-life 3D models. Taking" "Huaxing Farm in Changji City， Xinjiang Uygur Autonomous Region as the research area， based on the angle image date images collected by drones， the high-precision digital orthophoto images and 3D real-life models of farmland were made by using" panoramic map construction technology and 3D modeling technology. On the basis of this data， it was integrated with basic information data of farmland to build a visualization system based on farmland scenes by B/S architecture. The results showed that this visualization system could visualize and display two-dimensional and three-dimensional views of farmland scenes.

Key words： digitization of farmland scene； visualization system； drone tilt photography technology； ContextCapture； 3D modeling technology

農(nóng)田場(chǎng)景數(shù)字化是實(shí)現(xiàn)智能化農(nóng)業(yè)的關(guān)鍵，高分辨率的農(nóng)田圖像可以為農(nóng)作物圖像識(shí)別、地物信息分類等任務(wù)提供基礎(chǔ)保障；高精度、可交互的三維地圖對(duì)農(nóng)機(jī)的自主導(dǎo)航作業(yè)和障礙物的識(shí)別、田間作物長(zhǎng)勢(shì)識(shí)別等任務(wù)提供了有力依據(jù)［1］。

隨著無(wú)人機(jī)技術(shù)和數(shù)字?jǐn)z影測(cè)量技術(shù)的進(jìn)步，無(wú)人機(jī)測(cè)繪應(yīng)用在越來(lái)越多的工程中。由于高便攜性、時(shí)間自由、全自動(dòng)化等優(yōu)點(diǎn)，無(wú)人機(jī)攝影技術(shù)被廣泛地應(yīng)用于工程建設(shè)、城市管理、農(nóng)業(yè)監(jiān)測(cè)、國(guó)土資源、環(huán)境檢測(cè)等領(lǐng)域，其獲取的影像數(shù)據(jù)為各項(xiàng)工程建設(shè)提供了基礎(chǔ)的保障和支撐［2］，也為各個(gè)行業(yè)提供了全新的技術(shù)路線。但是受無(wú)人機(jī)飛行高度和相機(jī)成像視場(chǎng)的限制，無(wú)人機(jī)在工作路徑上獲取的單幅圖像難以完全覆蓋目標(biāo)研究區(qū)域，為了快速且準(zhǔn)確地達(dá)到獲取大面積全景農(nóng)田圖像信息的目的，提高影像數(shù)據(jù)的準(zhǔn)確性和清晰度，需要對(duì)無(wú)人機(jī)采集的序列圖像進(jìn)行全景拼接［3］，同時(shí)利用建模技術(shù)對(duì)圖像數(shù)據(jù)進(jìn)行三維建模。本研究利用無(wú)人機(jī)傾斜攝影技術(shù)和WebODM、ContextCapture等軟件實(shí)現(xiàn)上述操作，將多源數(shù)據(jù)融合處理，構(gòu)建可視化系統(tǒng)，提供多樣化的顯示方式，能夠使用戶更直觀、快速地獲取農(nóng)田數(shù)據(jù)信息。

1 研究區(qū)概況

研究區(qū)位于新疆維吾爾自治區(qū)昌吉回族自治州昌吉市華興農(nóng)場(chǎng)（圖1）。華興農(nóng)場(chǎng)位于86°28′—87°31′E、44°18′—44°25′N，南北長(zhǎng)6.81 km，東西寬4.02 km，總面積13.73 km2，其中農(nóng)業(yè)用地共分15個(gè)地塊，總面積8.46 km2，屬中溫帶區(qū)，為典型的大陸性干旱氣候。主要糧食作物有小麥、玉米等，經(jīng)濟(jì)作物有番茄、棉花、葡萄等，其中棉花是種植面積最大的農(nóng)作物，約占總播種面積的56%。

2 數(shù)據(jù)準(zhǔn)備

圖像采集設(shè)備選用大疆Mavic3無(wú)人機(jī)，搭載" "4/3 CMOS哈蘇相機(jī)、RTK模塊和三軸機(jī)械云臺(tái)，具體參數(shù)信息見表1。

在正式起飛前對(duì)拍攝采樣地進(jìn)行觀察和了解，考察農(nóng)田周圍是否存在較強(qiáng)的干擾源或不安全的因素，然后參照樣地的地形差異、物體高度等選擇合適的起飛點(diǎn)和拍攝點(diǎn)，根據(jù)飛行任務(wù)和航空攝影測(cè)量要求，確定航高、重疊度、攝影基線、地面分辨率等參數(shù)。飛行路徑編制完成后，在無(wú)人機(jī)的遙感控制器中指定需要拍攝的區(qū)域，選擇光線充足和無(wú)風(fēng)的天氣開始執(zhí)行拍攝任務(wù)［4］，通過上述過程完成無(wú)人機(jī)對(duì)攝影數(shù)據(jù)的獲取和圖像的采集。

圖像采集是利用無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)獲取影像圖數(shù)據(jù)。傾斜攝影測(cè)量是近年興起的地理信息獲取和制圖技術(shù)，由于其數(shù)據(jù)采集方式更加便捷，采集的信息更加豐富，處理后的圖像立體感更強(qiáng)，測(cè)量精度和可視化效果都具有明顯優(yōu)勢(shì)，因此成為當(dāng)前測(cè)繪行業(yè)的關(guān)鍵測(cè)量手段。其主要原理是在飛行平臺(tái)上搭載多鏡頭相機(jī)，通過獲取垂直、前、后、左、右5個(gè)方向的影像數(shù)據(jù)，捕捉更多立體感和細(xì)節(jié)，提供更豐富的空間信息。通過數(shù)據(jù)處理生成實(shí)景三維模型，可實(shí)現(xiàn)對(duì)三維場(chǎng)景快速、高效、低成本的真實(shí)還原，具有工期短、成本低、精度高、成果類型多、三維場(chǎng)景真實(shí)等優(yōu)點(diǎn)［5］。

通過無(wú)人機(jī)自帶的RTK模塊獲取坐標(biāo)，無(wú)人機(jī)飛行高度設(shè)置為 30 m，航向重疊度設(shè)置為85%，旁向重疊度設(shè)置為80%，地面分辨率設(shè)置為3.5 cm，圖像大小為 5 280 px×3 956 px，相機(jī)光圈值為12.75 mm，本項(xiàng)目飛行3個(gè)架次，單次時(shí)長(zhǎng)約30 min，根據(jù)所設(shè)參數(shù)，規(guī)劃工作路徑如圖2a所示，航線執(zhí)行如圖2b所示。飛行工作完成后共獲取有效影像數(shù)據(jù)2 352張，影像數(shù)據(jù)量為22.4 G，經(jīng)檢查，所獲影像對(duì)目標(biāo)研究區(qū)全部覆蓋，沒有明顯的區(qū)域空缺，層次鮮明、顏色飽和，可用于三維模型的制作。

3 數(shù)據(jù)處理

以無(wú)人機(jī)傾斜攝影技術(shù)采集的圖像數(shù)據(jù)作為數(shù)據(jù)源，利用WebODM軟件中的High Resolution（高分辨率圖像）和Fast Orthophoto（快速正交）功能分別獲取農(nóng)田的高分辨影像和無(wú)人機(jī)正射影像，利用ContextCapture軟件初步構(gòu)建實(shí)際農(nóng)田場(chǎng)景的三維模型，針對(duì)初步構(gòu)建的模型出現(xiàn)的錯(cuò)誤或瑕疵等問題，通過專業(yè)模型修復(fù)軟件Meshmixer對(duì)其細(xì)節(jié)進(jìn)一步修復(fù)和填充，生成滿足用戶需求的實(shí)景三維模型。最后利用Cesium框架將兩個(gè)軟件輸出的結(jié)果加載入html頁(yè)面，系統(tǒng)在web上發(fā)布，具體開發(fā)流程如圖3所示。

3.1 圖像數(shù)據(jù)預(yù)處理

隨著無(wú)人機(jī)在低空飛行時(shí)天氣和時(shí)間的變化，獲取到的影像可能存在著光照不均勻、過度曝光、圖像畸變等問題，從而影響最終的成像效果。因此，在進(jìn)行正式的操作之前，首先使用Adobe Photoshop軟件統(tǒng)一對(duì)影像數(shù)據(jù)進(jìn)行預(yù)處理，將無(wú)人機(jī)拍攝的照片以RAW格式導(dǎo)出，并加載入Photoshop軟件中，通過對(duì)照片進(jìn)行勻光、勻色處理，適當(dāng)增加清晰度和紋理，調(diào)高陰影顏色等操作，大幅減輕無(wú)人機(jī)飛行拍攝過程中因外界造成的影像光線不均勻等情況帶來(lái)的圖像精度降低問題。

3.2 基于WebODM構(gòu)建高分辨率全景影像

WebODM是一款基于開源技術(shù)的無(wú)人機(jī)影像處理軟件，其可以根據(jù)無(wú)人機(jī)航拍圖像和圖像重疊度實(shí)現(xiàn)對(duì)全景地圖的構(gòu)建和圖像處理，使用一系列圖像處理步驟生成高清地圖，主要步驟包括特征匹配、幾何變換、圖像對(duì)齊等，可以在圖片質(zhì)量符合要求的前提下無(wú)需人工干預(yù)進(jìn)行快速、全自動(dòng)的無(wú)人機(jī)圖像的拼接［6］，最終生成目標(biāo)區(qū)域極高精度的航拍地圖，該圖像的清晰度比直接使用衛(wèi)星地圖的圖像數(shù)據(jù)要高清許多，具體對(duì)比效果如衛(wèi)星地圖（圖4a）和WebODM生成的航拍地圖（圖4b）所示。

通過命令行啟動(dòng)軟件后，將預(yù)處理過的所有照片數(shù)據(jù)上傳到無(wú)人機(jī)影像處理軟件WebODM中，根據(jù)需要處理的圖像數(shù)量和處理設(shè)備的硬件條件對(duì)軟件的參數(shù)進(jìn)行設(shè)置，選擇軟件中Fast Orthophoto（快速正交）和High Resolution（高分辨率圖像）兩個(gè)功能對(duì)影像進(jìn)行處理，等待軟件自動(dòng)處理完成后將結(jié)果導(dǎo)出即可進(jìn)行下一步操作。

3.3 基于ContextCapture構(gòu)建實(shí)景三維模型

ContextCapture是由Bentley軟件公司開發(fā)的一款專業(yè)地理信息建模和處理軟件，它是利用地物的垂直與傾斜影像以及地面控制點(diǎn)運(yùn)算生成基于真實(shí)影像的超高密度點(diǎn)云，主要功能是將航空攝影、激光掃描和其他圖像數(shù)據(jù)轉(zhuǎn)化為高質(zhì)量的三維地圖和模型［7］。

啟動(dòng)軟件后，將測(cè)區(qū)范圍內(nèi)的所有影像數(shù)據(jù)導(dǎo)入，根據(jù)處理設(shè)備的硬件條件設(shè)置合適的參數(shù)，其處理過程主要分為空中三角測(cè)量、影像點(diǎn)云匹配、紋理模型映射、三維模型建立4個(gè)步驟，最終初步生成實(shí)景三維的數(shù)字表面模型（DSM）數(shù)據(jù)［8］。其中，空中三角測(cè)量是指攝影測(cè)量中利用影像與所攝目標(biāo)間的空間幾何關(guān)系，通過在影像中識(shí)別共同的地物點(diǎn)并進(jìn)行幾何計(jì)算確定地面上這些點(diǎn)的精確坐標(biāo)位置的過程。利用相機(jī)的內(nèi)方位元素（焦距、主點(diǎn)坐標(biāo)等）和圖像的外方位元素匹配不同角度的圖像，找到共同的特征點(diǎn)，生成三維點(diǎn)云數(shù)據(jù)，通過內(nèi)外方位元素定位坐標(biāo)，公式如式（1）所示。

[x-x0=-fa1（XA-XS）+b1（YA-YS）+c1（ZA-ZS）a3（XA-XS）+b3（YA-YS）+c3（ZA-ZS）]

[y-y0=-fa2（XA-XS）+b2（YA-YS）+c2（ZA-ZS）a3（XA-XS）+b3（YA-YS）+c3（ZA-ZS）]（1）

式中，x、y為影像空間坐標(biāo)系的坐標(biāo)； x0、y0、 f為影像的內(nèi)方位元素， XS、YS、ZS為攝站點(diǎn)的物方空間坐標(biāo)； XA、YA、ZA為物方點(diǎn)的物方空間坐標(biāo)；ai、bi、ci（[i]=1，2，3）為影像的3個(gè)外方位角元素組成的9個(gè)方向余弦［9］。

三維點(diǎn)云數(shù)據(jù)結(jié)果如圖5a所示，通過處理點(diǎn)云數(shù)據(jù)后可生成帶真實(shí)紋理的實(shí)景三維模型，結(jié)果如圖5b所示。

3.4 基于Meshmixer的實(shí)景三維模型修復(fù)

模型修復(fù)是構(gòu)建實(shí)景三維模型過程中的關(guān)鍵環(huán)節(jié)，它可以提高生成模型的準(zhǔn)確性和質(zhì)量，初步生成的模型可能會(huì)包含一些漏洞、破損或不平整的部分，需要對(duì)出現(xiàn)錯(cuò)誤的地方進(jìn)行修復(fù)處理，以保證模型的美觀性和真實(shí)感，使其更適合于不同領(lǐng)域的應(yīng)用，如虛擬現(xiàn)實(shí)、游戲開發(fā)、三維模型設(shè)計(jì)、工程分析等，不同的軟件工具和算法可以用于不同類型的三維模型修復(fù)任務(wù)［10］。本研究使用Meshmixer軟件處理初步構(gòu)建的模型，Meshmixer軟件可以對(duì)模型進(jìn)行修復(fù)、調(diào)整、曲面細(xì)分等操作。

3.4.1 邊緣裁剪和拓?fù)湫迯?fù) 在無(wú)人機(jī)拍攝過程中，有時(shí)會(huì)拍攝到少部分研究區(qū)范圍以外的圖像，導(dǎo)致生成的實(shí)景三維模型出現(xiàn)邊緣不規(guī)則的區(qū)域。為了規(guī)整研究區(qū)范圍，首先確定裁剪區(qū)域，對(duì)模型邊緣部分不完整或研究區(qū)范圍以外的區(qū)域進(jìn)行裁剪，這一步是為了確保模型的邊緣整齊平滑以及去除與研究區(qū)不相關(guān)的區(qū)域。同時(shí)，初步生成的三維模型可能存在幾何斷裂及非法邊、面、孔洞或其他拓?fù)溴e(cuò)誤，可以通過重新構(gòu)建面、平滑邊緣等方式改進(jìn)模型的拓?fù)浣Y(jié)構(gòu)。邊緣裁剪前后效果對(duì)比如圖6所示。

3.4.2 異常點(diǎn)去除 在無(wú)人機(jī)拍攝過程中，由于圖像采集偏差或遇到一些非人為可控的因素，導(dǎo)致在生成的點(diǎn)云數(shù)據(jù)中產(chǎn)生一些異常點(diǎn)，使得在空中紋理較弱的區(qū)域或與主體模型連接較遠(yuǎn)的地方生成一些和主體結(jié)構(gòu)不相連的漂浮物，去除這些異常點(diǎn)可以改善模型的外觀和性能。

首先對(duì)異常點(diǎn)進(jìn)行標(biāo)記，根據(jù)模型的空間特征進(jìn)行模型面元分類重組，重新獲取初始目標(biāo)對(duì)應(yīng)的紋理貼圖，然后將實(shí)景三維模型面的頂點(diǎn)投影至初始目標(biāo)紋理貼圖中，最后對(duì)模型進(jìn)行驗(yàn)證和檢查，確保去除異常點(diǎn)沒有導(dǎo)致模型失真或缺失重要信息。異常點(diǎn)去除前后效果對(duì)比如圖7所示。

3.4.3 模型精簡(jiǎn)和優(yōu)化 當(dāng)生成的模型過于復(fù)雜時(shí)，需要簡(jiǎn)化模型，這一過程旨在減少模型的復(fù)雜性，提高渲染性能，在不改變模型外觀的前提下，盡可能地減少數(shù)據(jù)量和紋理占用的內(nèi)存空間，從而提高在使用過程中渲染和處理的速度。本研究使用減少三角面頂點(diǎn)的方法，通過對(duì)相鄰面的合并、簡(jiǎn)化面的拓?fù)涞确绞綔p少模型中的三角面數(shù)量，實(shí)現(xiàn)模型的優(yōu)化目的。模型精簡(jiǎn)前后效果對(duì)比如圖8所示。

4 可視化系統(tǒng)設(shè)計(jì)

將無(wú)人機(jī)拍攝獲取的影像數(shù)據(jù)與農(nóng)田的地理信息、作物種植信息等數(shù)據(jù)進(jìn)行融合處理，結(jié)合JavaScript、Web圖形庫(kù)等技術(shù)構(gòu)建農(nóng)田場(chǎng)景可視化系統(tǒng)，實(shí)現(xiàn)地理信息數(shù)據(jù)的三維可視化展示。

4.1 系統(tǒng)架構(gòu)設(shè)計(jì)

可視化系統(tǒng)融合了高清農(nóng)田全景影像、實(shí)景三維模型及研究區(qū)范圍周邊GIS數(shù)據(jù)，三者共同構(gòu)成可視化功能的基礎(chǔ)參考框架，系統(tǒng)采用B/S架構(gòu)進(jìn)行設(shè)計(jì)，在邏輯上對(duì)不同的功能進(jìn)行層次劃分，自上而下分為數(shù)據(jù)層、服務(wù)層和應(yīng)用層［11］，系統(tǒng)框架如圖9所示。數(shù)據(jù)層包括農(nóng)田數(shù)字正射影像圖、實(shí)景三維模型、農(nóng)田基本信息、傳感器收集的氣象信息等數(shù)據(jù)，數(shù)據(jù)層是構(gòu)建可視化系統(tǒng)的數(shù)據(jù)支撐。服務(wù)層根據(jù)業(yè)務(wù)需要，包含可視化服務(wù)、數(shù)據(jù)發(fā)布服務(wù)、資料查詢服務(wù)和GIS服務(wù)4個(gè)模塊。應(yīng)用層具有界面引導(dǎo)、接受用戶輸入、向用戶提供系統(tǒng)整體信息內(nèi)容展示的功能，主要包括對(duì)農(nóng)田三維模型和全景圖像的展示以及各項(xiàng)農(nóng)田相關(guān)信息的查詢。

4.2 系統(tǒng)實(shí)現(xiàn)

本系統(tǒng)三維模型展示頁(yè)面基于 Cesium.JS 開源庫(kù)設(shè)計(jì)，Cesium是一款基于WebGL顯示三維地圖的開源地圖引擎，支持海量二維、三維數(shù)據(jù)一體化高效渲染，廣泛應(yīng)用于具有共享地理空間數(shù)據(jù)交換需求的在線網(wǎng)絡(luò)中［12］。使用Vue.JS和Element UI作為頁(yè)面框架集成農(nóng)田高精度數(shù)字正射影像和基礎(chǔ)數(shù)據(jù)，構(gòu)建響應(yīng)式界面，能夠?yàn)橛脩籼峁┮子诓僮鞯娜藱C(jī)交互界面。

因此，系統(tǒng)采用JS調(diào)用Cesium提供的二次開發(fā)接口，接入標(biāo)準(zhǔn)的數(shù)據(jù)服務(wù)接口，立體直觀地展示自然資源本底，為使用者和決策者提供全方位、更真實(shí)的農(nóng)田場(chǎng)景現(xiàn)狀，實(shí)現(xiàn)對(duì)農(nóng)田的三維可視化展示。農(nóng)田可視化系統(tǒng)頁(yè)面如圖10 所示。

5 小結(jié)

本研究綜合應(yīng)用傾斜攝影測(cè)量、全景地圖構(gòu)建、三維建模等技術(shù)，實(shí)現(xiàn)了基于農(nóng)田場(chǎng)景的可視化系統(tǒng)構(gòu)建。試驗(yàn)結(jié)果表明，無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)能夠滿足為構(gòu)建農(nóng)田高精度正射影像和實(shí)景模型提供數(shù)據(jù)支撐的要求，比起直接使用衛(wèi)星影像，無(wú)人機(jī)測(cè)繪具有自動(dòng)化程度高、可因地制宜、可存檔等優(yōu)點(diǎn)。構(gòu)建完成的成果更加直觀清晰，可以為數(shù)字孿生數(shù)據(jù)底板建設(shè)及后期農(nóng)機(jī)自主導(dǎo)航作業(yè)、障礙物識(shí)別等任務(wù)提供技術(shù)支持。

參考文獻(xiàn)：

［1］ 費(fèi)志杰. 基于無(wú)人機(jī)的農(nóng)田場(chǎng)景三維重建技術(shù)研究［D］. 廣州：廣東工業(yè)大學(xué)， 2021.

［2］ 康 金， 張小宇. 基于無(wú)人機(jī)影像的三維建模及精度研究［J］. 林業(yè)科技情報(bào)， 2023， 55（2）：174-176.

［3］ 劉媛媛， 何 銘， 王躍勇， 等. 基于優(yōu)化SIFT算法的農(nóng)田航拍全景圖像快速拼接［J］.農(nóng)業(yè)工程學(xué)報(bào)， 2023， 39（1）：117-125.

［4］ 韓淑梅. 基于無(wú)人機(jī)攝影技術(shù)的地理信息數(shù)據(jù)三維可視化研究［J］. 自然資源信息化， 2023（6）：35-39.

［5］ 黃紅梅， 路 元. 基于Smart 3D及模方的實(shí)景三維模型構(gòu)建及應(yīng)用［J］.廣東水利水電， 2023（6）：77-81，88.

［6］ 張 驥， 高 釗， 陳 容.基于Leica RCD 30傾斜航攝儀和Smart 3D技術(shù)快速進(jìn)行城市三維實(shí)景生產(chǎn)［J］.測(cè)繪技術(shù)裝備， 2014， 16（3）：61-64.

［7］ 謝 地， 蔣 建， 梁逸凡， 等.傾斜攝影三維建模技術(shù)在建筑施工中的應(yīng)用［J］.智能建筑與智慧城市， 2023（7）：22-24.

［8］ 王立福， 謝海旺， 張武坤， 等.傾斜攝影測(cè)量和SLAM激光點(diǎn)云在丘陵地帶獲取地形模型技術(shù)［J］.甘肅科技， 2019， 35（24）：27-32.

［9］ 尤紅建， 丁赤飚， 付 琨.SAR圖像對(duì)地定位的嚴(yán)密共線方程模型［J］.測(cè)繪學(xué)報(bào)， 2007，36（2）：158-162.

［10］ 沈茗戈.傾斜三維模型大比例尺城市地形圖測(cè)繪的應(yīng)用［J］.現(xiàn)代信息科技， 2020， 4（13）：114-116.

［11］ 陳宇萍.水陸一體三維可視化管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.廣東水利水電， 2023（2）：84-88.

［12］ 李 佩， 呂志慧. 自然資源三維可視化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］. 無(wú)線互聯(lián)科技， 2022， 19（24）： 8-60.

基金項(xiàng)目：新疆維吾爾自治區(qū)重大科技專項(xiàng)“農(nóng)場(chǎng)數(shù)字化及智能化關(guān)鍵技術(shù)研究”（2022A02011）

作者簡(jiǎn)介：劉 明（1997-），男，新疆烏魯木齊人，在讀碩士研究生，研究方向?yàn)橹腔坜r(nóng)業(yè)，（電話）18599158023（電子信箱）906756811@qq.com；通信作者，靳 晟（1972-），男，教授，主要從事物聯(lián)網(wǎng)應(yīng)用研究，（電子信箱）199560637@qq.com；李永可（1985-），男，副教授，主要從事智慧農(nóng)業(yè)研究，（電子信箱） 553667423@qq.com。