[目的]阐明不同算法在坡面侵蚀监测中的精度和适用性,进而为土壤侵蚀过程监测算法的选择和构建提供参考。[方法]于黄土丘陵沟壑区典型流域同一自然坡面建立5个小区进行径流冲刷试验,以TLS三维点云数据为基础,通过DEM of difference(DoD)...[目的]阐明不同算法在坡面侵蚀监测中的精度和适用性,进而为土壤侵蚀过程监测算法的选择和构建提供参考。[方法]于黄土丘陵沟壑区典型流域同一自然坡面建立5个小区进行径流冲刷试验,以TLS三维点云数据为基础,通过DEM of difference(DoD)、Cloud to Cloud(C2C)、Cloud to Mesh/Model(C2M)和Multiscale Model to Model Cloud Comparison(M3C2)等方法计算侵蚀产沙量,并分析了不同算法对于侵蚀产沙的监测差异。[结果]不确定性分析结果表明:M3C2平均不确定性最小,C2C,C2M次之,DoD最大。产沙结果表明:大流量(85,70,55 L/min)下,4种算法单场次和累计场次产沙量与实测产沙量之间有显著的线性关系(R 2>0.62,p<0.05),M3C2表现最优;小流量(40,25 L/min)下,单场计算产沙量与实测产沙量之间的线性关系不显著但累计产沙量与实测产沙量之间有显著的线性关系(R 2>0.91,p<0.05),DoD表现最优。侵蚀沉积空间分布特征表明:C2C,M3C2和DoD均能反映梁峁坡和沟谷坡侵蚀发展经历的两个阶段(快速发育和稳定发育),其中M3C2能够检测到细微的地形变化,但在TLS扫描盲区,M3C2由于在法线方向上未找到对应点会出现“空洞”。[结论]M3C2算法更适合监测复杂三维地形,但在扫描盲区仍会失效,未来应改进算法,有助于应对更加复杂和剧烈的地形变化。展开更多
[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of diffe...[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。展开更多
文摘[目的]阐明不同算法在坡面侵蚀监测中的精度和适用性,进而为土壤侵蚀过程监测算法的选择和构建提供参考。[方法]于黄土丘陵沟壑区典型流域同一自然坡面建立5个小区进行径流冲刷试验,以TLS三维点云数据为基础,通过DEM of difference(DoD)、Cloud to Cloud(C2C)、Cloud to Mesh/Model(C2M)和Multiscale Model to Model Cloud Comparison(M3C2)等方法计算侵蚀产沙量,并分析了不同算法对于侵蚀产沙的监测差异。[结果]不确定性分析结果表明:M3C2平均不确定性最小,C2C,C2M次之,DoD最大。产沙结果表明:大流量(85,70,55 L/min)下,4种算法单场次和累计场次产沙量与实测产沙量之间有显著的线性关系(R 2>0.62,p<0.05),M3C2表现最优;小流量(40,25 L/min)下,单场计算产沙量与实测产沙量之间的线性关系不显著但累计产沙量与实测产沙量之间有显著的线性关系(R 2>0.91,p<0.05),DoD表现最优。侵蚀沉积空间分布特征表明:C2C,M3C2和DoD均能反映梁峁坡和沟谷坡侵蚀发展经历的两个阶段(快速发育和稳定发育),其中M3C2能够检测到细微的地形变化,但在TLS扫描盲区,M3C2由于在法线方向上未找到对应点会出现“空洞”。[结论]M3C2算法更适合监测复杂三维地形,但在扫描盲区仍会失效,未来应改进算法,有助于应对更加复杂和剧烈的地形变化。
文摘[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。