基于無人機圖像的斜坡精細地形建模及精度分析

馬嬋娟 李朝輝

摘? 要：無人機（UAV）技術的快速發展部分克服了數字攝影測量發展中航空影像獲取困難的瓶頸，無人機技術在低空數字攝影測量中占有重要地位。該文探索使用固定翼無人機（UAV）獲取坡面信息數據的可行性和準確性。在此，利用地面控制點和地面激光掃描儀獲得的點云數據，評估了基于無人機圖像的坡度模型的精度。結果表明，論文提出的模型在分米級是準確的。該方法可靠實用，可用于類似工程中獲取高精度的邊坡地表數據。

關鍵詞：無人機? ?坡度? ?數字地面模型? ?點云

中圖分類號：P231? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1672-3791（2021）07（c）-0047-03

Abstract： The rapid development of UAV technology partly overcomes the bottleneck of aerial image acquisition in the development of digital photogrammetry. UAV technology plays an important role in low altitude digital photogrammetry. This paper explores the feasibility and accuracy of using fixed wing UAV to obtain slope information data. Here， the accuracy of the slope model based on UAV image is evaluated by using the point cloud data obtained by ground control points and ground laser scanner. The results show that the model proposed in this paper is accurate at the decimeter level. This method is reliable and practical， and can be used to obtain high-precision slope surface data in similar projects.

Key Words： UAV; Slope; Digital terrain model; Point cloud

世界各地的山區往往地質構造復雜、地形起伏大、降水集中，這些條件有利于滑坡的發展[1]。進入21世紀，隨著全球氣候和環境的急劇變化，滑坡災害發生的頻率和強度越來越高。此外，由于人口的增加和大規模經濟活動向山區的擴展，滑坡災害造成的損失日益嚴重[2]。

支持建模和設計需要多少信息？這是建模設計中的一個基本問題，以前的研究主要集中在勞動密集型現場測量。然而，基于人工測量的地面測量費時費力，獲得的地形數據分辨率較低。由于滑坡災害現場的通信和交通中斷，數據收集往往很困難。因此，在高海拔地區的邊坡穩定性分析和建模中，邊坡地形往往被大大簡化[3]。然而，邊坡穩定性分析結果的合理性在很大程度上與三維（3D）邊坡拓撲的準確性和不連續性調查的可靠性有關，因此，探索一種成本低、適應性強的快速精細建模方法具有重要的現實意義[4]。

與傳統的人工測量方法相比，無人機航測系統具有圖像分辨率高、圖像實時傳輸、適用于高風險區域作業、成本低、機動靈活等優點，這些優點使得該技術適用于低空高分辨率遙感數據的實時采集。因此，無人機測量系統正逐漸成為一種重要的空間數據采集方法，并已成功應用于許多研究領域，如森林資源清查、橋梁健康監測和電力線檢查等。此外，無人機航測系統為解決地貌學研究問題提供了一種新方法，該研究的主要貢獻如下：（1）結合無人機航測圖像和地面控制點（GCP）坐標，生成測量區域和高密度點云的高精度數字地面模型（DSM）。（2）使用預設檢查點坐標評估DSM的精度。（3）使用地面激光掃描儀（TLS）獲得的數據評估高密度點云的精度。

1? 數據集和方法

1.1 數據采集

該研究在湘西壺瓶山附近公路河谷地帶進行，海拔約1 430 m。早期的野外勘探發現該地區有一個不穩定的斜坡，具體見圖1。

2018年5月，論文從研究區域收集了三類數據。對于圖像采集，使用在400 m高度飛行的無人機（Hi-Target iFly U0）獲取機載圖像[5]，具體見圖2。為了確保足夠的區域覆蓋，飛行計劃考慮了85%的飛行方向重疊和55%的飛行帶重疊。總共收集了216幅航空圖像，平均分辨率為0.04 m。為了獲取控制點坐標，選擇了10個均勻分布在研究區域的固定參考點。使用實時運動學（RTK）系統（Hi-Target iRTK 5）測量控制點坐標。因此，獲得了精度約為8 mm的GCP測量值。

在10個參考點中，選擇5個GCP進行空間調整，其余5個GCP用作預設檢查點，以評估DSM的精度。

使用TLS（HS500i），獲取了真實坡面上的高密度點云數據，以評估基于無人機圖像的點云，具體見圖3。TLS的最大射程為500 m，測距精度為5 mm。

1.2 方法

該研究的主要目的是獲得研究區域的數字高程模型和高密度點云，并評估其準確性。基于無人機的航空攝影測量分為5個步驟，分別是飛行準備、圖像采集、數據檢查、數據處理和輸出[6]。在獲得原始數據后，有必要進行分析提取并匹配特征點，然后進行空中三角測量。確認空中三角測量結果滿足精度要求后，即可輸出結果[7]。研究中遵循的工作流中的主要步驟見圖4。

2? 結果

在該節中，將介紹DSM和點云的精度，以證明所提出方法的有效性。表1列出了水平和垂直方向上5個檢查點的絕對誤差值。水平和垂直方向的平均誤差分別為0.096 m和0.266 m。結果表明，DSM在水平方向上比在垂直方向上更精確。

使用TLS獲得的點云數據（用作實際值的近似值）評估從UAV圖像獲得的點云的精度[8]。從兩種類型的點云數據中選擇5個不同的特征點，測量每組點之間的距離，計算基于無人機點云數據的絕對誤差值和誤差率，具體見圖5。

表2列出了在兩組點云數據中清晰可見的5組特征點之間距離的測量結果。由表2數據可知，從無人機圖像收集的點云數據與TLS之間幾乎沒有差異。它們之間的誤差約為分米，平均絕對誤差為0.230 m。

3? 結語

研究結果表明，在從現場采集航測圖像并使用RTK采集圖像控制點的局部坐標建立的精細三維坡度模型中，DSM的平均誤差為0.266 m，點云數據的平均誤差為0.230 m。因此，該研究可為類似邊坡數據采集工程提供準確獲取邊坡表面信息的參考方法。該方法作為一種快速獲取高海拔地區邊坡數據的方法，在滑坡應急監測領域具有良好的實際應用價值;然而，提高模型精度的方法還需要進一步研究。

參考文獻

[1] 王明，李麗慧，廖小輝，等.基于無人機航攝的高陡/直立邊坡快速地形測量及三維數值建模方法[J].工程地質學報，2019，27（5）：1000-1009.

[2] 劉俊龍.基于無人機影像的精細化地形建模在滑坡識別中的應用[D].成都：西南科技大學，2019.

[3] 朱濤.淺談三維地形建模系統及無人機在單體建筑建模中的應用[J].江西測繪，2019（2）：22-23，30.

[4] 萬振.真實地形下無人機三維航路規劃及可視化[D].西安：西安電子科技大學，2018.

[5] 趙紅澤，王金瑞，周立林，等.無人機在露天礦山地形建模中的應用研究[J].露天采礦技術，2018，33（4）：83-87.

[6] 熊康妮.無人機地形測圖精度分析[D].昆明：昆明理工大學，2018.

[7] 郝利娟，郭如寶，杜斌，等.無人機在大比例尺地形測圖中的應用分析[J].測繪與空間地理信息，2020，43（12）：168-171.

[8] 劉亞楠.無人機航測系統在公路帶狀地形測量中的應用分析[J].工程建設與設計，2020（16）：234-235.