無人機航測在土地復墾調查中的應用研究

唐如楓

（上海市自然資源確權登記事務中心，上海200003）

上海作為國際性的特大型城市，面臨人口、土地、環境、安全等多重壓力，人地矛盾突出。為推進城市綠色轉型發展，2014 年上海市政府明確建設用地終極規模要在規劃上予以鎖定。應對此趨勢，上海低效建設用地減量化應運而生，并建立了新增用地“以減定增”機制，即將城市建設的新增用地指標與“減量化”掛鉤，要求經營性和一般工業項目的新增用地指標，必須通過實施等量的低效建設用地減量化獲得[1]。由于“以減定增”的政策導向，低效建設用地減量化立項數量激增，驗收調查工作量成倍增長。為提質增效，開展無人機航測技術在土地復墾驗收調查中的應用研究，以發揮其快速高效、質輕靈活、操作簡便等優勢，解決復墾驗收工作量大、時間緊張等問題。

1土地復墾驗收調查工作概況

土地復墾驗收調查是對申請土地復墾驗收的地塊進行實地勘測調查，查驗復墾后的土地是否符合土地復墾標準以及土地復墾方案的要求，核實復墾后的土地類型、面積和質量等情況，并出具土地復墾驗收調查報告，給定新增耕地面積和建設用地減量面積數量。

隨著近年建設用地“減量化”工作在上海市自然資源管理中有力推進，“以減定增”的機制決定了新增用地指標的主要來源為低效建設用地復墾，使得土地復墾驗收調查項目數量與日俱增。隨著建設用地減量化工作在全市全面開展，土地復墾驗收調查項目數量成倍增長，從原來的“300+”直接躍升到“1500+”。

從單個項目面積看，2015-2019 年度土地復墾項目單個的體量都比較小，立項面積小于1 公頃的占比超過60%，1-5公頃占30%，大于5 公頃約占10% 。

從項目分布情況看，以2017、2018年度為例，項目的集聚性較小。同時項目的申報時間是隨機的，更大的增加是項目分布的離散性，見圖2。因此，目前土地復墾驗收調查工作具有數量較多、單個項目面積小和項目分布離散性大等特點。

圖1上海土地復墾驗收調查項目分布Fig.1 Distribution of land reclamation acceptance survey projectsin Shanghai

2傳統作業模式

土地復墾驗收調查傳統工作模式是通過實地測量和拍照取證的方式，完成地類界線測繪和取證照片的采集，并通過內業處理形成調查成果。其中，地類界線測繪主要采用RTK 測量的方式，對于衛星星號欠佳的區域采用全站儀測量，輔助完成測繪成果[2]；拍照取證主要采用數碼相機采集的方式，對地塊四至、地類分界以及待驗收地塊土地復墾的總體情況拍照記錄，作為調查證據和作業依據；內業處理主要包括地類界線數據和取證照片編輯，依據外業調查手簿和取證照片，完成地類判讀和注記，并形成調查成果。具體作業流程如圖2所示。

圖2傳統作業模式作業流程圖Fig.2 Operation flow chart of traditional RTK mode

作業過程通過逐點測量、逐地類拍照取證，實地采集項目范圍內所有不同地類間的地類界線、重要地物點、界址點等，作業過程需保證項目范圍內地類界線測量全覆蓋、取證全覆蓋、無地類遺漏以及每一項地類調查成果都有證明依據。任何一項遺漏和缺失，必須補測或重測，并補充取證照片。傳統作業模式投入的人員較多，效率相對較低，為提高工作效率，開展無人機航測技術在土地復墾驗收調查中的應用研究。

3無人機航測技術

3.1工作原理

無人機航測模式是通過無人機航測的方式完成外業測量工作，利用航片成果作為地類判讀依據，完成地類判讀和注記，從而形成調查成果。

無人機航測是以攝影測量為基礎，利用無人機作為空中平臺搭載機載遙感設備獲取地面信息，通過計算機處理得到所需影像的低空數字航攝技術，可應用于生產數字線化圖（DLG）、數字高程模型（DEM）和數字正射影像（DOM）等成果。它主要由飛行器、飛行控制系統、傳感器和地面保障系統組成，是無人機飛行技術、通信技術以及GNSS定位技術的有機融合體。隨著無人機飛行器平臺的不斷發展，無人機的小型化和經濟性，大大擴展了其適用場景，并得到了市場青睞。主要具有以下幾個特點：第一，飛行限制少。無人機航測通常為低空飛行，空域申請便利，受氣候條件影響小，受起降場地影響小。第二，時效性和經濟性強。無人機航測作業準備時間短、操作簡單、運輸便利，作業人員數量和技術門檻要求較低，日均作業范圍可以達到數十平方公里，相較人工測繪在小范圍作業中具備極強的效率優勢和經濟優勢。第三，續航能力強。隨著無人機機型的不斷小型化以及能量轉換技術的不斷發展，小型無人機單次飛行時間可以持續1小時以上，并可以通過更換電池的方法持續續航。無人機以其簡便、高效的特點，在測繪、遙感領域被廣泛應用[3-4]，在土地復墾測量領域也有應用的案例，如礦區土地復墾測量等[5]。

無人機航測的基礎是共線方程，也是攝影測量中最基本、最重要的關系式，即攝影中心S（XS,YS,Zs)、像點a(x,y)及對應的地面點A（X,Y,Z）三點位于一條直線上,公式為：

利用光束法區域網平差原理，通過各個光線束在空間的旋轉和平移，使模型之間的公共點的光線實現最佳的交會，并使整個區域最佳地納入到已知的控制點坐標系中，公式為：

式中：i 為點的序號，j為相片序號。

在土地復墾驗收調查工作中，無人機航測模式的主要工作流程如圖3所示。

圖3無人機航測模式流程圖Fig.3 Operation flow chart of UAV aerial survey mode

其中，外業準備和外業作業的時間受作業范圍大小的影響較小、受地理環境的復雜程度影響較小，且影像數據后處理的自動化程度高，對人工需求少。

3.2 應用研究

本研究以松江區佘山鎮某處土地復墾驗收項目為例，采用無人機航測的作業方法，在時效性、經濟性、精確性和可靠性等方面，做分析評價。

3.2.1區域概況

本項目為松江區佘山鎮某處土地復墾調查項目，位于天馬山附近，土地復墾立項數為2個，涉及25個地塊，總面積約15.9 公頃（圖4）。其中，項目1 為西部作業區，立項面積67255.39m2；項目2為東部作業區，立項面積89300.89m2，現場均已完成復墾施工。該項目已于2019 年12月初，通過傳統作業模式完成土地復墾驗收調查，作業成果符合規范要求。本次研究，將把傳統作業模式調查成果作為比對標準，對無人機航測作業成果作出客觀評價。其中，傳統作業模式由3組作業隊伍，每組2 人，耗時4天完成外業調查工作，由2 人耗時3 天完成內業處理工作，共計30 人工。

圖4項目范圍示意圖Fig.4 Schematic diagram of project scope

3.2.2 無人機的選擇

無人駕駛飛機簡稱“無人機”，是利用無線電遙控設備和自備的程序控制裝置操縱的不載人飛行器。從技術角度定義可以分為：固定翼無人機、垂直起降無人機、無人飛艇、無人直升機、多旋翼無人機等。在無人機航測領域，固定翼無人機和多旋翼無人機使用最為廣泛。固定翼無人機與民用航空飛機外形類似，需要借助跑道起飛和降落；多旋翼無人機主要有四軸、六軸和八軸旋翼無人機，體積較小，結構簡單，飛行速度快。對三款較典型的機型參數進行比較，包括天巡MF2500固定翼無人機、致睿智控ZR-M66 六旋翼無人機和大疆精靈4RTK 四旋翼無人機（圖5），以選擇最適用的無人機進行本次無人機航測作業。

從作業能力方面看，多旋翼無人機續航能力和承載能力較差，適用于小面積的航測作業；固定翼無人機續航能力較強，且承載性能強，可以搭載不同傳感器應對豐富的和較大范圍的作業要求。

圖5天巡MF2500（左）致睿智控ZR-M66（中）大疆精靈4RTK（右）Fig.5 MF2500(L),ZR-M66(M)and PHANTOM 4RTK(R)

從勤務性方面看，多旋翼無人機體型小、零件少、組裝簡便，相比固定翼無人機在運輸、組裝和使用方面更便捷。

從操控性方面看，多旋翼無人機操控簡單，均可垂直起降，起飛后可在空中懸停，對場地要求小。而固定翼無人機除采用與天巡MF2500 多旋翼相結合的混合結構機型外，一般機型起飛方式為手拋、彈射和跑道滑行起飛等，場地要求開闊。

從可靠性方面看，多旋翼無人機沒有活動部件，可靠性較高。而固定翼無人機有活動的機械連接部件，飛行過程中會產生磨損，導致可靠性下降。而且多旋翼能夠懸停，飛行范圍受控，相對固定翼更安全。

考慮到本次航測區域立項總面積僅為16公頃，從無人機的作業能力來看，屬于小面積作業，并考慮便捷、經濟和實用性，本次作業使用大疆精靈4RTK 四旋翼無人機。

3.2.3 無人機航測作業

無人機航測作業流程主要由像控點布設、影像數據獲取和數據處理組成。

（1）像控點布設

像控點布設是空中三角測量的基礎，其測量精度、布設密度和分布情況直接影響成果精度。布設像控點前需要做充分的準備工作，如查看航測區域的地質地貌條件，準備油性噴漆、標靶板等標記物等。本次測區主要以水泥地面和鄉村小道居多，布控作業選用油性噴漆。利用油性噴漆劃“L”字型標記，保證標記足夠寬度（一般不小于5cm寬度），便于內業在相片上精確刺點，并拍照記錄像控點位置，一般需拍攝2-4 張不同角度的照片，以有參照物為宜，輔助內業工作時能快速定位。

本次航拍在兩個作業區分別均勻布設6個像控點，其中，西部作業區像控點RTK 實測平面中誤差2.07cm，東部作業區像控點RTK 實測平面中誤差2.04cm（圖6）。

圖6像控點布設成果Fig.6 Layout of image control points

（2）影像數據獲取

本次航拍飛行器使用大疆精靈4RTK 四旋翼無人機，是一款面向低空攝影測量應用，具備厘米級導航定位系統和高性能成像系統的小型無人機。大疆精靈4RTK 無人機可支持實時差分定位（RTK）和后差分處理(PPK)，其中，RTK 標稱精度為水平1cm±1ppm，垂直1.5 cm±1ppm。RTK 服務類型有3種，分別為專配的D-RTK2移動站、千尋網絡RTK 服務和自定義網絡RTK（即省市級或自建CORS站）。在移動網絡信號不佳的情況下，可關閉RTK模式，航攝時在已知點上架設GPS 靜態基站，航攝完成后進行后差分處理即可得到高精度的位置和姿態數據。精靈4RTK 的理論續航時間為30 min，實際作業中為保證安全降落，無風狀態下的飛行時間一般控制在20 min 以內。另外，精靈4RTK 可提供遠達7 km 的高清圖傳，做到隨拍隨看。精靈4RTK 搭載的像機的具體參數：像幅大小/像素5472×3648，像元0.0024 mm，焦距8.8 mm。精靈4RTK的遙控器上安裝有GSRTK 軟件，可完成航線規劃和無人機控制飛行，支持導入航攝區域范圍。

航高公式：

式中：h 為飛行航高，GSD為地面采樣間隔，f 為鏡頭焦距，a 為像元尺寸。

根據航高公式及精靈4RTK 搭載像機的具體參數，可以計算得到為滿足GSD小于5cm,即成圖比例尺大于1:500[6]，航高不得高于183 m。

本次無人機航拍作業分為東西部兩個作業區，為比較航拍精度對土地復墾驗收調查中地類面積解算的影響，對兩個作業區分別設定了航高150 m 和250 m,即成圖比例尺滿足1:500和1:1000的精度要求（圖7）。其中，西部作業區設定航高150 m，拍攝范圍約2.20 km2，航向重疊度85%，旁向重疊度80%，共采集相片913張，用時約60分鐘；東部作業區設定航高250 m，拍攝范圍約3.00 km2，航向重疊度80%，旁向重疊度75%，共采集相片538張，用時約40 分鐘。

圖7航片成果Fig.7 Aerial photo achievements

（3）數據處理

數據處理采用武漢點云科技自主研發的Skyphoto航測軟件系統完成空中三角測量和地類界線矢量數據采集。其中，空中三角測量采用Skyphoto-Super 航測軟件作業，一鍵式操作，在生產DOM 的同時輸出高精度DSM 成果；矢量數據采集采用SKYPHOTO-MAP3D點云立體矢量數字采集系統完成，直接采用DOM 和DSM 疊加生成的假三維模型，進行裸眼3D矢量化，可有效提高投影差、影像遮蔽區域地類界線采集的精確程度。

本次航測區域內，土地復墾情況較好，主要形態為耕地、菜地和林地（苗木）等，存在投影差和影像遮蔽區域少，故本次調查未增加外業調繪，全部通過內業采集完成地類界線編輯和內業判讀完成地類注記。其中，西部作業區立項面積67255.39 m2，解算得到新增農用地56948.34 m2（耕地50757.91 m2）和減量建設用地57065.12 m2。土地分類明細有：灌溉水田（111）50088.22 m2菜地（115）669.69 m2林地（136）2115.6 m2農村道路（153）4074.83 m2和河流水面（321）116.78 m2。東部作業區立項面積89300.89 m2，解算得到新增農用地80628.88 m2（耕地72486.03 m2）和減量建設用地80855.53 m2。土地分類明細有：灌溉水田（111）62714.68 m2、菜地（115）9771.35 m2林地（136）1875.49 m2農村道路（153）5295.35 m2坑塘水面（154）132.34 m2農田水利（156）839.67 m2和河流水面（321）226.65 m2。

4對比分析

4.1精度分析

本次研究使用了兩種不同的作業模式，分別是傳統作業模式和無人機航測模式，對同一區域進行土地復墾驗收調查，形成了兩套調查成果（表1）。從調查成果可以得到，東、西部作業區耕地面積差異率分別為0.08%和-0.04%、農用地面積差異率分別為0.64%和-0.34%和建設用地減量面積差異率為0.55%和-0.28%，各項差異率絕對值不大，最大值為0.64%，最小值僅為0.04%，其中差異率=面積差/立項面積。從差異率的比對結果可以說明，無人機航測法的應用結果，在土地分類面積解算精度方面與傳統作業模式差異不大。

本次航拍作業對東、西部作業區分別設定航高250 m和150 m，對像控點圖上采集坐標和RTK 實測坐標進行比對得到，東、西部作業區像控點平面點位相對中誤差分別為7.04 cm 和2.74 cm,說明航高對成圖精度影響顯著，航高越低精度越高。從東部作業區各項差異率均大于西部作業區可以說明，航拍精度對面積解算精度有影響。

對土地分類面積解算結果進行比對得到，林地（136）和農村道路（153）面積差的絕對值較大，在作業過程中發現這一現象主要與影像判讀影響有關。其中，林地（136）因樹木樹冠的影像遮蔽現象，對地類界線產生遮擋，影響地類界線判讀；農村道路（153）因其為細長線性地物，存在判讀誤差累積現象。

表1不同作業方式的土地面積測量結果對比Table 1 Comparison of land area measurement results of different operation modes

（2）效率分析

本次研究傳統作業模式中，外業工作由3組（6人）用時4 天完成，內業工作由2 人用時3 天完成，共30 人工；無人機航測模式中，外業工作由1 組（2 人）用時1 天完成，內業工作由1 人用時2 天完成，共4 人工。

從人工消耗看，無人機模式遠低于傳統作業模式；從無人機航測作業能力看，立項面積大小對人員需求和作業時長影響較小，一般效率為1組（2人）1天；從2015-2019 年土地復墾驗收調查傳統作業模式工作情況看，每組作業隊伍外業工作的日工作效率約為5公頃，對于5公頃以上的土地復墾驗收調查項目，采用無人機航測的方法可以有效提高作業效率，項目規模越大，效率提高越多。

4結論及展望

本文通過無人機航測在土地復墾驗收調查項目中的應用實踐，結合兩種不同作業模式下調查成果的精度分析和調查工作的效率分析，得出如下結論：

（1）無人機航測模式成圖精度受航高影響顯著，在GSD 滿足1:500 比例尺要求的情況下，土地分類面積解算精度與傳統作業模式差異不大。

（2）無人機航測模式在應對大面積調查項目時效率優勢顯著，從研究結果看，在5公頃以上的土地復墾驗收調查項目中，無人機航測的應用相對于傳統作業模式效率更高。

（3）無人機航測模式存在投影差、影像遮蔽等現象，對地類界線采集和地類判讀有影響。

本文僅研究了無人機航測技術在土地復墾驗收調查項目中的應用，土地復墾驗收調查項目總體規模偏小的情況影響了無人機航測的應用范圍，對其在大規模的調查項目如市級土地整治和自然資源調查中的應用可以進一步探索和研究。

參考文獻(References)

[1]王訓國,黎而力.上海市低效建設用地減量化探索與實踐[J].上海國土資源,2017,38(4):6-8.WANG X G,LI E L.The exploration and practice of the reduction of ineffcient construction land in Shanghai[J].Shanghai Land &Resources,2017,38(4):6-8.

[2]劉金海,涂銳,張鵬飛,等.GPS/GLONASS/BDS組合的RTK模型與精度分析[J].測繪科學,2019,44(1):144-150.LIU J H,TU R,ZHANG P F,et al.The model and accurac y anal ysi s of combi ned RTK by GPS,GLONASS and BDS[J].Science of Surveying and Mapping,2019,44(1):144-150.

[3]張金華.無人機航攝系統在灘涂高程測量中的應用研究[J].上海國土資源,2016,37(3):86-88.ZHANG J H.A pilot study on the application of a UAV aerial photography system in the tidal flat elevation[J].Shanghai Land & Resources,2016,37(3):86-88.

[4]龔崇輝. 各型無人機地質環境監測應用實踐與探討[J]. 上海國土資源,2018,39(4):156-160.GONG C H. Applicat ion and discussion of geologicalenvironmental monitoring using various UAVs[J]. Shanghai Land& Resources, 2018,39(4):156-160.

[5]肖武,胡振琪,張建勇,等.無人機遙感在礦區監測與土地復墾中的應用前景[J].中國礦業,2017,26(6):71-78.XIAO W,HU Z Q,ZHANG J Y,et al.The status and prospect of UAV remote sensing in mine monitoring and land reclamation[J].China Mining Magazine,2017,26(6):71-78.

[6]國家測繪局.低空數字航空攝影測量內業規范(CH/Z 3003-2010)[S].2010.State Bureau of Surveying and Mapping.Specifications for offce operation of low-altitude digital aerophotogrammetry (CH/Z 3003-2010)[S].2010.