基于DEM及UAV正射影像的城市内涝积水分布研究

随着城市化进程加速、气候恶化,城市发生内涝的几率和严重性都大大增加,短时内对城市交通带来极大的影响.为了准确、高效地获得城市道路积水深度和空间分布的数据,利用LIDAR无人机扫描构建内涝区数字高程模型(DEM),通过无人机航拍内涝区域的正射影像;利用地面参照物人工标定“陆水边界”,确定积水深度为0的临界点;利用GIS工具进行栅格数据计算,从而得到淹水路段的积水分布及深度.利用实际调查数据校验了方法的精度及可行性,为内涝积水深度的调查提供新的思路.

基于Pix4Dmapper软件的大疆Phantom4 RTK正射影像图精度分析

针对无人机正射影像图精度分析,提出一种基于Pix4Dmapper软件的大疆Phantom4 RTK正射影像图精度分析方法。该方法以大疆精灵4 RTK为例,利用Pix4Dmapper软件对其飞行的照片数据进行解算,针对同一作业区域比较了3D倾斜摄影飞行模式和2D正射飞行模式所产生的正射影像在平面精度和高程精度上的差异;分析了低空飞行模式下,采用像控点参与解算对成果精度的影响。实验结果表明,Phantom4 RTK在低空2D正射影像飞行模式下可以达到免像控生产正射影像图和地形图的要求,为无人机正射影像图精度分析提供了一种新思路。

无人机在河流治理工程中的应用研究

以郁江贵港市宋屋至台岭段治理工程为例,阐述了应用无人机技术提高数字地形测绘效率。根据项目任务特点,结合水利行业规范,分析了无人机的应用过程及其详细技术要求,包括像控点布设、航线规划、飞行技术方案布置及实施、数据采集、外业调绘以及正射影像图(DOM)、数字线划图(DLG)制作等。

基于无人机影像多源信息的冬小麦生物量与产量估算

冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义。基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(TFs),以及数字表面模型(DSM)提取的株高(HDSM),采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和随机森林(RF)方法构建了冬小麦生物量估算模型,并以此为基础进行了产量估算。结果表明,使用DOM信息进行冬小麦生物量估算时,融合SIs+TFs构建的冬小麦生物量估算模型精度优于单一光谱指数或者纹理特征构建的模型;引入HDSM信息冬小麦生物量估算模型精度得到提高,3种方法以RF方法构建的开花期模型精度最高;融合HDSM信息进行冬小麦生物量估算时,估算精度的提高以TFs+HDSM最明显。冬小麦产量早期估算中,不同生育时期实测生物量与产量拟合以对数函数模型精度最高,孕穗期、开花期和灌浆期模型R2分别为0.87、0.88和0.92。耦合生物量与产量估算最优模型进行冬小麦早期估产,灌浆期估算模型精度最高,R2、RPD和RMSE分别为0.90、2.77和244.61 kg/hm^(2)。因此,融合无人机影像DOM和DSM多源信息,集成机器学习算法,不仅可以对冬小麦生物量进行精准估算,还可以快速有效地对冬小麦产量进行早期估算,对于精准制定粮食安全政策具有重要意义。

基于无人机可见光影像的单木胸径估算方法

胸径(Diameter at Breast Height,DBH)是指树木主干离地表面胸高处的直径,根据无人机可见光影像估算单木DBH对林业资产管理与评估具有重要意义。以云南师范大学呈贡校区内的银杏为研究对象,首先,获取其无人机可见光影像,基于摄影测量原理生成数字正射影像图;然后,在此基础上提取银杏单木的冠幅(Crown Width,CW);最后,建立CW与DBH的4个回归模型,通过该模型估算得到DBH值。将实际测量的DBH值与估算值进行精度验证,最终一元二次函数模型R 2为0.75,均方根误差为0.0129 m,平均误差率为3.22%,均小于其他3个模型,具有较高的精度。实验结果表明基于无人机可见光影像可以较为准确地估算单木DBH。

野外作业中自然地面控制点对无人机遥感影像精度纠正分析

无人机遥感影像技术在滑坡、泥石流、地震等自然灾害分析中运用广泛。无人机遥感影像由于无人机镜头的焦距变动、像主点偏移、镜头畸变等问题会导致遥感影像数据存在几何畸变,为提高无人机航拍正射影像的精度,利用几何形态较好的自然地表物体作为地面像控制点,通过对自然地面控制点纠正后的正射影像和数字高程模型进行精度检验试验,其结果表明该方法对于无人机遥感影像精度的纠正具有良好的可行性。

2013-2022年福建漳江口互花米草分布无人机遥感数据集

外来植物互花米草(Spartina alterniflora)入侵中国滨海湿地,威胁着生物多样性和生态系统功能,监测互花米草的时空分布对滨海湿地保护修复与科学管理具有重要意义。本数据集由无人机正射影像和互花米草空间分布数据组成。采用无人机搭载可见光相机,选择白天低潮时段,获取福建漳江口湿地2013–2022年期间的航拍影像,然后利用动态结构摄影三维重构技术将采集的航拍影像拼接成覆盖研究区的数字正射影像,每年一景,共十景,并基于正射影像的分类数据提取出连续十年的互花米草空间分布数据。本数据集的无人机影像质量满足要求,不存在漏拍情况,影像色彩均衡。研究区位于漳江口红树林国家级自然保护区,主要分布着乡土红树植物、互花米草等滨海湿地植被,是我国典型的红树林-盐沼交错区。作为红树林-盐沼交错区的长时序(连续十年)高分辨率(20 cm)无人机遥感数据集,本数据集在滨海湿地植被演替、红树林保护修复、互花米草入侵等研究领域具有应用价值。

正射影像图制作及数据采集影响因素探讨

近年来,消费级无人机由于价格低廉、作业灵活方便,逐渐成为小区域航空摄影测量的主要作业方式。正射影像图作为摄影测量常见的工作内容之一,在国家和地方高精度空间基础数据数字化中有着广泛应用。如何以消费级无人机为基础,生产出高质量的正射影像图对提升城市空间数字化发展水平至关重要。本文从像控点数量、影像重叠率和飞行时间三方面探讨相关因素对正射影像图质量的影响,可为消费级无人机外业高标准数据采集提供参考价值。

基于无人机倾斜摄影的三亚市蜈支洲岛综合地质调查研究

交通不便、植被覆盖茂盛、地形险峻等因素导致无居民海岛开展综合地质调查研究极其困难。为了补充登岛调查人员不足,降低安全风险,提高作业效率,本文探索无人机倾斜摄影技术在无居民海岛综合地质调查中的应用。利用飞马D20无人机搭载5镜头D-OP3000模块,快速获取海岛低空(190 m)、多角度、高精度影像数据,影像平均地面分辨率优于0.03 m。对获取的影像数据应用Smart3D软件生成数字正射影像(DOM)、构建海岛实景三维模型,并基于实景三维模型实现对海岛进行全方位观测,提升对海岛的宏观认识。通过对数字正射影像及海岛实景三维模型进行综合研究,结合实地调查,获取了蜈支洲岛线性断裂特征,探讨了其成因;提取了蜈支洲岛土地开发利用现状信息;识别出岛岸崩塌、断裂活动及岛滩侵蚀等地质灾害隐患点15处,并提出了防治建议,为海岛开发利用、生态保护修复、地质灾害治理及海岛综合管理提供了科学依据。

棉花全生长周期机载高光谱正射影像数据集构建

棉花作为我国的主要经济作物,对其开展低空遥感精细监测的研究目前尚缺乏高质量的监测样本数据集。高光谱影像具有丰富的光谱特征和空间特征,被广泛用于生化参量反演、病虫害监测、长势评估与产量预测。为此,本文构建了面向棉花全生长周期的机载高光谱成像数据集(Airborne hyperspectral imaging dataset for the full growth cycle of cotton,AHS-FGCC)。基于大疆M600 Pro无人机搭载Rikola高光谱成像仪,以100 m航高获取同一区域同一棉花品种苗期、苗后期、蕾期、花期、铃期、盛铃期以及吐絮期共7期无人机高光谱数据。该数据经过标准预处理,参考《地理信息元数据》规范,补充无人机载高光谱棉花数据元数据信息,从而构建全生长周期棉花高光谱正射影像数据集。通过与采样点ASD(SR-3500)地物光谱仪棉花冠层光谱曲线对比,分析棉花数据集的光谱精度以及对应的棉花生长期光谱变化规律。结果表明Rikola成像光谱仪和ASD地物光谱仪波长在503~850 nm区间,反射率曲线趋势具有良好的一致性,“绿峰特征”,“红谷特征”,“红边特征”3种典型光谱特征表现也基本吻合。本数据集可以较好地反应棉花不同生长周期的光谱特征变化规律,可为棉花的低空遥感精细监测提供样本数据,并为农作物高光谱或多光谱数据集构建的相关研究提供参考和借鉴。(数据集发布于科学数据银行,访问地址:https://www.scidb.cn/detail?dataSetId=a07c3451e3cf4ff090b1cbb72edc08c3。)

基于无人机正射影像的城市居民区植被分类DeepLabV3+模型改进实验

针对目前利用无人机可见光影像进行城市居民区植被分类存在精度不高、效率较低的问题,该文构建一种改进的DeepLabV3+模型,选取南京市江宁A、B两处居民区无人机正射影像进行对比实验和模型迁移性能测试。实验结果表明:①基于改进DeepLabV3+模型的植被总体分类准确度、精确度、召回率、F 1得分、平均交并比在验证集上达到95.27%、94.03%、93.55%、93.79%、84.94%,较原模型分别提高了2.36%、1.01%、2.09%、1.56%、8.71%,且参数量降低92.7%,训练用时减少25.7%;②在迁移性能测试中,乔木、灌木、草本分类精确度分别提高了2.88%、6.54%、2.29%。改进DeepLabV3+模型可提高城市居民区植被分类精度与效率,分类结果可为城市微尺度热环境研究提供基础数据。

无人机正射影像在公路工程施工中的应用

随着城市的发展,公路工程施工中受到周边环境的影响制约越来越多,传统的测量方法以及人员现场踏勘的工作模式越来越难以满足工程施工的需要,通过采用无人机技术快速获取正射影像,并通过坐标系统转换,高精度拟合CAD图纸。基于正射影像为底图进行施工测量、场地规划、方案设计等工作,节省大量现场踏勘的人力、物力和时间成本,并且正射影像具有高精度、信息丰富的特性,可以更加精细化地辅助施工设计决策,为工程的建设增值。

大高差地形下无人机航高设计对数字正射影像质量影响的研究

数字正射影像具有精度高,地物信息丰富等特点,目前广泛应用于城市规划、生态监测、地理普查等领域。本文针对大高差地形下数字正射影像的生产,利用飞马D2000S无人机分别使用定高与变高两种航高设计方案进行航飞,并对两种方案的成果进行分析与比对,探讨了不同航高对于数字正射影像质量与精度的影响,为复杂地形条件下的航线设计提供了参考思路。

集体土地确权无人机遥感数字影像技术应用研究

土地确权是土地承包经营者合法财产权益登记的重要环节,而精确数字影像测绘是土地确权工作开展的技术关键。结合凯里市居民建筑密集、通视条件较差、入户测量困难等情况,采用无人机遥感技术对1000 m2集体土地进行低空摄影测量,并制作获得DOM数字正射影像。DOM精度评价结果表明:无人机航空摄影作业效率高、操作灵活且成本低,测量平面中误差为0.24 m,满足集体土地确权精度要求,数据信息准确可靠。

无人机在大面积地形测量中的应用

文章以新疆阿克苏某泥石流地质灾害专项勘查地形测量为例,首先通过实践应用说明无人机在大面积地形测量中的优点:精度高、效率高、成本低、快速排查险情,然后分析其中发现的问题:极端天气飞行问题、信号干扰问题、数据处理问题、续航问题;最后阐述无人机测量在未来的发展趋势和建议。

基于全卷积神经网络的灌区无人机正射影像渠系提取

为快速准确获取灌区渠系分布信息,科学调配区域农业水资源、提高水资源利用率,通过基于全卷积神经网络(Fully convolutional networks,FCN)的语义分割模型进行渠系轮廓提取。利用无人机采集正射影像并进行标注,以VGG 19网络为基础,通过多尺度特征融合的方式实现FCN-8s结构,使用Tensorflow深度学习框架构建FCN渠系提取模型;对数据集进行数据增强,分割后放入FCN模型中训练、测试。实验结果显示,针对不同复杂程度的测试区域,FCN模型的提取准确度、完整度、精度均高于支持向量机方法和改进霍夫变换方法,均值分别为95.78%、92.29%、89.45%。结果表明,该方法能够实现灌区渠系轮廓的高精度提取,具有较好的泛化性和鲁棒性。

基于无人机遥感的玉米株高提取方法

为在玉米生长周期内,准确、快速地掌握玉米生长信息,通过无人机获取玉米生长阶段4期不同高清数码正射影像(Digital orthophoto map,DOM)及数字表面模型(Digital surface model,DSM),利用K-means算法、遗传神经网络算法和骨架算法分别对DOM中的玉米区域进行提取,生成掩膜,与DSM套和,获取玉米高度信息。与实地测量株高进行对比,3种方法的R^2分别为0. 853、0. 877、0. 923,RMSE分别为15. 886、14. 519、11. 493 cm,MAE分别为13. 743、11. 884、8. 927 cm。结果表明:结合DOM和DSM可以较好地提取生长阶段的玉米高度。与K-means算法、遗传神经网络算法相比,基于骨架算法提取玉米高度具有一定优势,且精度较高。采用DOM和DSM相结合的骨架算法提取植株骨架,为株高提取提供了一种新途径,可为无人机遥感监测作物株高状况提供参考。

数字正射影像结合LiDAR数据在山区测绘中的应用

随着信息化社会的到来,现代水利测绘已经由传统测绘向信息化测绘发展,无人机技术应用于测绘行业推进了信息化测绘进程。本文探讨了如何有效利用无人机技术解决测绘领域在山区遇到的问题。固定翼无人机能及时获取地面数字正射影像数据,捕获裸露地面的平面和高程,但是无法获取植被覆盖下的地表高程信息,因此,本文通过机载激光雷达获取植被覆盖下的Li DAR点云数据;将二者数据相结合,再通过EPS软件生成三维地表模型,可以快速获取任何测区地物和地形数据,不仅提高了工作效率,还降低了外业劳动强度。

基于无人机影像的采动地表裂缝特征研究

地下采煤引起的地表裂缝是开采沉陷破坏的直观表现,对建筑物和土地造成严重损害,精准地获取采动地表裂缝发育特征对于开采沉陷研究和矿区地面保护具有实际意义。目前采集沉陷区裂缝信息的主要方式是实地人工测量或卫星遥感影像解译,在成本效率和时空分辨率方面存在明显局限性。以榆神矿区某矿综放工作面地表为试验区域,利用低空无人机摄影测量系统通过设定合理的航拍参数,获取采煤沉陷区数字正射影像,分别采用Canny算法、支持矢量机(SVM)以及最大似然法(MLM)对影像中的裂缝进行特征提取,并定义裂缝提取率来评价裂缝图像的提取效果。结果表明,Canny算法提取的非裂缝信息较多,支持矢量机算法效果次之,最大似然法在裂缝长度和宽度信息提取上效果较好,但得到的裂缝图像中仍存在大量的干枯植被信息。为此,利用随机森林(RF)算法对影像进行植被分类和腐蚀操作后,制作成掩膜文件以消除植被影响,再采用最大似然法进行地表裂缝的精提取。根据地表裂缝图像的灰度特征,将试验区采动裂缝分为开裂式台阶裂缝、闭合式台阶裂缝、凹陷式裂缝、条纹式裂缝、裂纹式裂缝、凹陷式闭合台阶裂缝,并将图像提取的地表裂缝信息与实测结果进行对比,验证了低空无人机影像自动提取裂缝的可靠性,为定量分析和揭示采煤沉陷区裂缝发育规律提供了有效的技术手段。

无人机航测技术在高速公路勘测及辅助选线中的应用

低空无人机航测技术以其高分辨率、高几何精度、操作灵活、低成本的特点,已成为传统航空摄影测量技术应用的有效补充和延伸。近年来,公路勘测及选线辅助决策对高分辨率影像及真三维模型的需求越来越高。本文结合北京某高速公路勘测及选线辅助决策的工程实例,根据无人机航摄技术平台构成及技术特点,建立了一套无人机航测方法及工作流程,应用生成的数字正射影像图、DEM模型,通过空间信息技术建立三维可视化展示模型,基于自主研发的道路工程选线辅助决策系统实现在复杂地形区域的优化选线决策。