無(wú)人機(jī)航測(cè)遙感技術(shù)在自然資源測(cè)繪項(xiàng)目中的應(yīng)用研究

摘要：無(wú)人機(jī)航測(cè)遙感技術(shù)在自然資源測(cè)繪項(xiàng)目中的應(yīng)用展現(xiàn)出顯著的創(chuàng)新進(jìn)展，尤其在復(fù)雜環(huán)境下的測(cè)繪精度和數(shù)據(jù)處理能力方面?；诩啥鄠鞲衅飨到y(tǒng)和先進(jìn)數(shù)據(jù)分析算法，構(gòu)建了新型的多維融合遙感數(shù)據(jù)處理框架，大幅提升了資源監(jiān)測(cè)與管理的效率與數(shù)據(jù)精度，強(qiáng)化了地表特征的高分辨率捕獲能力，同時(shí)優(yōu)化了大規(guī)模數(shù)據(jù)處理過程中信息的提取與分析。這一技術(shù)在自然資源的可持續(xù)管理中展現(xiàn)出廣闊的應(yīng)用前景與技術(shù)優(yōu)勢(shì)。

關(guān)鍵詞：無(wú)人機(jī)航測(cè)" 遙感技術(shù)" 自然資源測(cè)繪" 生態(tài)監(jiān)測(cè)" 地形測(cè)繪

Research on the Application of Unmanned Aerial Vehicle Aerial Surveying and Remote Sensing Technology in Natural Resources Mapping Project

BAI Yongxin

Xining Land Surveying and Planning Research Institute Co.， Ltd， Xi’ning， Qinghai Province， 810000 China

Abstract： The application of Unmanned Aerial Vehicle （UAV） aerial surveying and remote sensing technology in natural resource mapping projects has demonstrated significant innovative progress， particularly in terms of surveying accuracy and data processing capabilities in complex environments. Based on integrated multi-sensor systems and advanced data analysis algorithms， a novel multi-dimensional fusion remote sensing data processing framework has been developed. This framework significantly enhances the efficiency and data accuracy of resource monitoring and management， strengthens the high-resolution capture capability of surface features， and optimizes information extraction and analysis during large-scale data processing. This technology showcases broad application prospects and technical advantages in the sustainable management of natural resources.

Key Words： UAV aerial surveying; Remote sensing technology; Natural resource mapping; Ecological monitoring; Topographic mapping

無(wú)人機(jī)航測(cè)遙感技術(shù)在自然資源測(cè)繪領(lǐng)域的應(yīng)用已成為提升資源監(jiān)測(cè)效率和精度的關(guān)鍵工具。本文研究了無(wú)人機(jī)航測(cè)遙感技術(shù)在復(fù)雜環(huán)境下的實(shí)際應(yīng)用，分析了多傳感器集成系統(tǒng)和智能數(shù)據(jù)處理算法的創(chuàng)新進(jìn)展，建立了多維融合遙感數(shù)據(jù)處理框架，提高了數(shù)據(jù)處理的效率和精度，尤其在生態(tài)監(jiān)測(cè)、地形測(cè)繪等方面表現(xiàn)出顯著優(yōu)勢(shì)。研究深入探討了無(wú)人機(jī)航測(cè)技術(shù)在資源評(píng)估和生態(tài)監(jiān)測(cè)中的應(yīng)用，結(jié)合實(shí)際案例展示了無(wú)人機(jī)在高精度地形建模、植被覆蓋監(jiān)測(cè)及水體污染檢測(cè)中的成功應(yīng)用。通過對(duì)復(fù)雜地形和環(huán)境干擾的應(yīng)對(duì)策略分析，本文還指出了技術(shù)發(fā)展的潛力和挑戰(zhàn)。研究結(jié)果為自然資源的高效管理提供了新的技術(shù)支持，推動(dòng)了生態(tài)保護(hù)、災(zāi)害預(yù)警和土地利用規(guī)劃的科學(xué)決策，具有重要的實(shí)踐意義和應(yīng)用價(jià)值，為未來(lái)無(wú)人機(jī)技術(shù)在自然資源管理中的廣泛應(yīng)用奠定了基礎(chǔ)。[3]

1 無(wú)人機(jī)航測(cè)遙感技術(shù)的核心架構(gòu)與關(guān)鍵要素

1.1 無(wú)人機(jī)航測(cè)系統(tǒng)的技術(shù)構(gòu)成

無(wú)人機(jī)航測(cè)系統(tǒng)涉及飛行平臺(tái)、載荷設(shè)計(jì)、核心傳感器等多個(gè)關(guān)鍵組成部分。飛行平臺(tái)主要分為固定翼和多旋翼兩種類型，固定翼無(wú)人機(jī)因其較長(zhǎng)的航程和高效覆蓋能力適用于大范圍的地形測(cè)繪，而多旋翼無(wú)人機(jī)憑借機(jī)動(dòng)性和靈活性，適合在局部精細(xì)化測(cè)繪中應(yīng)用。無(wú)人機(jī)常搭載多光譜、超光譜相機(jī)、激光雷達(dá)（Light Detection and Ranging，LiDAR）[A5] 等核心傳感器，其中多光譜與超光譜相機(jī)可以捕捉不同波段的光譜信息，廣泛用于植被、土壤和水體的分析。而LiDAR技術(shù)則擅長(zhǎng)生成高精度的三維地形模型，尤其適合在森林、山區(qū)等地形復(fù)雜的區(qū)域開展測(cè)繪。高精度全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）和慣性測(cè)量單元（Inertial Measurement Unit，IMU）被廣泛應(yīng)用于無(wú)人機(jī)系統(tǒng)中，確保了數(shù)據(jù)采集的準(zhǔn)確性和一致性。GNSS提供實(shí)時(shí)的地理位置信息，而IMU則用于測(cè)量無(wú)人機(jī)在飛行過程中的加速度和角速度，幫助修正航向偏差提高整體測(cè)繪精度，如表1所示。

1.2 數(shù)據(jù)采集與實(shí)時(shí)處理架構(gòu)

無(wú)人機(jī)航測(cè)技術(shù)在飛行過程中，根據(jù)邊緣計(jì)算和云計(jì)算的集成應(yīng)用，無(wú)人機(jī)可以在飛行過程中對(duì)采集的數(shù)據(jù)進(jìn)行初步處理，然后傳輸?shù)降孛嬲净蛟贫朔?wù)器進(jìn)行進(jìn)一步分析。邊緣計(jì)算技術(shù)允許在無(wú)人機(jī)端對(duì)部分?jǐn)?shù)據(jù)進(jìn)行快速處理與分析，減少數(shù)據(jù)傳輸?shù)难舆t，云計(jì)算則為大規(guī)模數(shù)據(jù)處理和存儲(chǔ)提供支持。在無(wú)人機(jī)航測(cè)遙感技術(shù)的應(yīng)用中，系統(tǒng)的精度直接關(guān)系到測(cè)繪結(jié)果的可靠性[1]。以GNSS、IMU和LiDAR為主要定位與測(cè)量工具的多傳感器集成系統(tǒng)能夠有效提高數(shù)據(jù)采集的精確性。在無(wú)人機(jī)航測(cè)技術(shù)中，使用以下公式來(lái)計(jì)算無(wú)人機(jī)測(cè)繪數(shù)據(jù)的精度，在涉及多傳感器融合的情況下。這一公式綜合考慮了多個(gè)傳感器的誤差，以獲得更可靠的測(cè)量結(jié)果。

式（1）中：為最終的測(cè)繪精度；和分別[7] 表示GNSS、IMU和LiDAR系統(tǒng)的測(cè)量誤差，假設(shè)GNSS、IMU和LiDAR的誤差分別為0.02[8]" m、0.01 m和0.03 m

計(jì)算得出的總體誤差為約0.374 m。結(jié)合GNSS、IMU和LiDAR系統(tǒng)的多傳感器集成方法，在復(fù)雜地形的測(cè)繪中有效地控制誤差，確保為土地資源評(píng)估提供可靠依據(jù)。

1.3 無(wú)人機(jī)航測(cè)技術(shù)的優(yōu)勢(shì)與局限

無(wú)人機(jī)可以在短時(shí)間內(nèi)覆蓋廣闊區(qū)域，特別適合于地形復(fù)雜、人員難以到達(dá)的地區(qū)進(jìn)行數(shù)據(jù)采集。無(wú)人機(jī)通過搭載高精度傳感器生成細(xì)致的地形模型，可以廣泛應(yīng)用于生態(tài)系統(tǒng)監(jiān)測(cè)、礦產(chǎn)資源調(diào)查、災(zāi)害評(píng)估等領(lǐng)域。復(fù)雜地形和環(huán)境干擾仍然是無(wú)人機(jī)航測(cè)技術(shù)面臨的挑戰(zhàn)之一。在山地、森林等區(qū)域，無(wú)人機(jī)的飛行受限于地形起伏和天氣條件，無(wú)人機(jī)需要具備較強(qiáng)的環(huán)境適應(yīng)能力，具體表現(xiàn)為高效的路徑規(guī)劃、避障技術(shù)和傳感器的抗干擾能力，長(zhǎng)續(xù)航與低能耗技術(shù)的突破也是無(wú)人機(jī)航測(cè)技術(shù)發(fā)展的重要方向。根據(jù)新型輕質(zhì)材料、低功耗電子設(shè)備和優(yōu)化的能源管理系統(tǒng)，現(xiàn)代無(wú)人機(jī)的續(xù)航能力得到提升，能夠完成更長(zhǎng)時(shí)間、更大范圍的測(cè)繪任務(wù)，如表2所示。

2" 無(wú)人機(jī)航測(cè)遙感在自然資源測(cè)繪中的應(yīng)用

2.1 地形測(cè)繪與資源評(píng)估的高效實(shí)現(xiàn)

傳統(tǒng)測(cè)繪手段通常受到復(fù)雜地形、惡劣氣候和人工成本的限制，無(wú)人機(jī)憑借靈活的飛行能力和高分辨率傳感器在這些環(huán)境下有明顯優(yōu)勢(shì)。在某次山區(qū)地形測(cè)繪項(xiàng)目中，采用搭載激光雷達(dá)（LiDAR）和多光譜相機(jī)的無(wú)人機(jī)可以在短時(shí)間內(nèi)生成高精度的三維地形模型，克服陡峭山地和植被茂密區(qū)域帶來(lái)的測(cè)繪難題[2]。多傳感器的集成應(yīng)用，地表信息的獲取更加精細(xì)，既能夠提供地表紋理和結(jié)構(gòu)的詳細(xì)數(shù)據(jù)，又能夠穿透植被進(jìn)行地形輪廓的測(cè)繪。

2.2 無(wú)人機(jī)遙感在生態(tài)環(huán)境監(jiān)測(cè)中的應(yīng)用

無(wú)人機(jī)遙感技術(shù)通過無(wú)人機(jī)的高分辨率圖像及其與AI算法的結(jié)合，實(shí)現(xiàn)對(duì)大規(guī)模生態(tài)數(shù)據(jù)的快速處理和分析[3]。植被覆蓋監(jiān)測(cè)是無(wú)人機(jī)遙感技術(shù)通過多光譜和超光譜傳感器采集植物的光譜特征，分析植被的健康狀況、類型和覆蓋面積。通過搭載熱成像儀和水質(zhì)傳感器，無(wú)人機(jī)能夠?qū)崟r(shí)監(jiān)控河流、湖泊的污染情況。在某次水體污染監(jiān)測(cè)項(xiàng)目中，無(wú)人機(jī)遙感結(jié)合AI算法，快速識(shí)別并定位了污染源，為環(huán)保部門提供數(shù)據(jù)支持。例如：通過無(wú)人機(jī)獲取的高精度影像，生態(tài)學(xué)家可以實(shí)時(shí)監(jiān)測(cè)野生動(dòng)物棲息地的變化及其生態(tài)鏈的動(dòng)態(tài)，制定更有效的保護(hù)策略，無(wú)人機(jī)遙感技術(shù)已成功應(yīng)用于多個(gè)生態(tài)監(jiān)測(cè)領(lǐng)域。

3" 無(wú)人機(jī)技術(shù)在自然資源測(cè)繪中的應(yīng)用與挑戰(zhàn)

3.1 某省山區(qū)地形測(cè)繪項(xiàng)目中的應(yīng)用

在某省地形環(huán)境復(fù)雜的山區(qū)里，針對(duì)這個(gè)難題，無(wú)人機(jī)航測(cè)遙感技術(shù)利用高分辨率的多光譜和LiDAR技術(shù)，快速獲取山區(qū)的高精度地形數(shù)據(jù)。在數(shù)據(jù)處理過程中，無(wú)人機(jī)采用高效的點(diǎn)云處理算法，為該區(qū)域的土地利用規(guī)劃和資源管理提供支持[4]。表3展示無(wú)人機(jī)在復(fù)雜地形環(huán)境中的應(yīng)用效果及其技術(shù)優(yōu)勢(shì)。

3.2 某國(guó)家級(jí)自然保護(hù)區(qū)生態(tài)監(jiān)測(cè)項(xiàng)目

在某國(guó)家級(jí)自然保護(hù)區(qū)，無(wú)人機(jī)航測(cè)技術(shù)被廣泛應(yīng)用于對(duì)植被覆蓋、動(dòng)物棲息地和水體健康狀況的長(zhǎng)期監(jiān)測(cè)。無(wú)人機(jī)的多光譜成像技術(shù)能夠定期獲取分辨率高達(dá)0.02[15]" m的高分辨率影像，每月的定期拍攝與數(shù)據(jù)處理，監(jiān)測(cè)團(tuán)隊(duì)能迅速識(shí)別生態(tài)異常現(xiàn)象。在一次動(dòng)態(tài)監(jiān)測(cè)中，無(wú)人機(jī)在濕地區(qū)域檢測(cè)到水體污染問題，數(shù)據(jù)顯示水體中氮濃度達(dá)到2.5 mol/L，遠(yuǎn)超正常范圍的0.5 mol/L，這一信息為后續(xù)的生態(tài)修復(fù)工作提供了有力的支持[5]。無(wú)人機(jī)收集的多源數(shù)據(jù)結(jié)合生態(tài)模型的分析能夠構(gòu)建動(dòng)態(tài)生態(tài)健康評(píng)估系。

4[A16] 結(jié)語(yǔ)[17]

無(wú)人機(jī)航測(cè)遙感技術(shù)不僅推動(dòng)了自然資源的高效管理，也為生態(tài)保護(hù)和災(zāi)害預(yù)警提供創(chuàng)新手段。本文通過分析某省山區(qū)的地形測(cè)繪項(xiàng)目、國(guó)家級(jí)自然保護(hù)區(qū)的生態(tài)監(jiān)測(cè)項(xiàng)目和山地城市的地質(zhì)災(zāi)害監(jiān)測(cè)與預(yù)警系統(tǒng)，突顯了無(wú)人機(jī)技術(shù)在復(fù)雜環(huán)境下的適用性和有效性。在復(fù)雜地形測(cè)繪中，無(wú)人機(jī)成功克服了傳統(tǒng)測(cè)繪手段的局限，利用高分辨率多光譜和激光雷達(dá)技術(shù)獲取精確的三維地形數(shù)據(jù)，為土地利用規(guī)劃提供了科學(xué)依據(jù)。在生態(tài)監(jiān)測(cè)領(lǐng)域，地質(zhì)災(zāi)害動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)利用無(wú)人機(jī)提供的實(shí)時(shí)數(shù)據(jù)和地球信息系統(tǒng)技術(shù)，實(shí)現(xiàn)了對(duì)滑坡等災(zāi)害的早期預(yù)警，極大降低了潛在風(fēng)險(xiǎn)。隨著技術(shù)的不斷發(fā)展與應(yīng)用場(chǎng)景的擴(kuò)大，無(wú)人機(jī)將在可持續(xù)發(fā)展和資源管理中發(fā)揮更加關(guān)鍵的作用，促進(jìn)科學(xué)決策與有效資源配置。

參考文獻(xiàn)

[1]張艷婷.無(wú)人機(jī)航測(cè)技術(shù)在水利工程河道泥沙沉積量監(jiān)測(cè)中的應(yīng)用[J].水利技術(shù)監(jiān)督， 2023（8）：31-35[A19] ，99.

[2]龔琨.遙感航測(cè)技術(shù)在礦山測(cè)繪中的應(yīng)用[J].世界有色金屬，2021（19）：185-186.

[3]華鵬軍. 無(wú)人機(jī)航測(cè)技術(shù)在工程測(cè)量中的應(yīng)用分析[J].工程技術(shù)研究，2022，7（4）：209-211.

[4]趙志超.無(wú)人機(jī)遙感在渠系分布信息提取的應(yīng)用研究[D].華北水利水電大學(xué)[A20] ， 2023.

[5]馬小東.無(wú)人機(jī)航測(cè)技術(shù)在道路測(cè)量中的應(yīng)用[J].測(cè)繪與空間地理信息，2023，46（12）：147-150.