[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
无人机发展迅速,已经在地球科学领域得到了广泛应用.前人以中误差(root mean square error,RMSE)为精度评价指标对影响无人机摄影测量精度的各类因素进行了大量研究.但是,基于无人机摄影测量的地形建模误差往往空间上变化分布,中误差无...无人机发展迅速,已经在地球科学领域得到了广泛应用.前人以中误差(root mean square error,RMSE)为精度评价指标对影响无人机摄影测量精度的各类因素进行了大量研究.但是,基于无人机摄影测量的地形建模误差往往空间上变化分布,中误差无法反映误差的空间分布特征.因此,本文从误差空间分布的视角出发,通过计算误差空间分布图、误差的莫兰指数、样区整体的平均误差和标准误差,分析了相机倾角、航高和控制点数量对地形建模高程误差的大小及空间分布的影响.在黄土高原两个小流域的实验结果表明:(1)在无控制测量的情况下,误差受相机倾角的影响较大,采用较大角度的倾斜摄影不仅可以降低整体误差,还能改善误差的空间分布,减少误差的空间自相关性.(2)航高方面,尽管航高(60~160 m)变高会增大误差,但是航高对误差的空间分布影响不大.(3)在有控制测量的情况下,控制点的使用不仅降低了整体误差也优化了误差空间分布.在整体误差方面,使用少量的控制点即能达到一个稳定的精度水平.但此时,误差的空间分布还可以继续优化,要使样区的误差空间分布达到稳定的水平,需要相对较多的控制点.本研究为使用消费级无人机进行地形建模提供了有益的参考,在实际应用中可根据本文的结论优化航线设计方案和控制点布设.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。
文摘无人机发展迅速,已经在地球科学领域得到了广泛应用.前人以中误差(root mean square error,RMSE)为精度评价指标对影响无人机摄影测量精度的各类因素进行了大量研究.但是,基于无人机摄影测量的地形建模误差往往空间上变化分布,中误差无法反映误差的空间分布特征.因此,本文从误差空间分布的视角出发,通过计算误差空间分布图、误差的莫兰指数、样区整体的平均误差和标准误差,分析了相机倾角、航高和控制点数量对地形建模高程误差的大小及空间分布的影响.在黄土高原两个小流域的实验结果表明:(1)在无控制测量的情况下,误差受相机倾角的影响较大,采用较大角度的倾斜摄影不仅可以降低整体误差,还能改善误差的空间分布,减少误差的空间自相关性.(2)航高方面,尽管航高(60~160 m)变高会增大误差,但是航高对误差的空间分布影响不大.(3)在有控制测量的情况下,控制点的使用不仅降低了整体误差也优化了误差空间分布.在整体误差方面,使用少量的控制点即能达到一个稳定的精度水平.但此时,误差的空间分布还可以继续优化,要使样区的误差空间分布达到稳定的水平,需要相对较多的控制点.本研究为使用消费级无人机进行地形建模提供了有益的参考,在实际应用中可根据本文的结论优化航线设计方案和控制点布设.