一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

无人机航测技术在森林蓄积量估测中的应用

无人机（UAV）航测技术是近年来发展起来的快速获取高分辨率影像的测绘新技术。森林蓄积量估算需要快速高效地获取森林遥感影像。虽然利用卫星和机载雷达同样可获取高分辨率遥感影像,但无人机航测技术与其相比具有飞行成本低、外业周期短、机动灵活等优点。本文利用无人机航测系统获取了案例地区DSM和DEM,采用最大邻域法提取了树高,采用分水岭算法分割了树冠信息,并以树高和冠幅作为解释变量的立木材积二元模型估算了森林蓄积量。结果表明,树高提取精度为83.73%,冠幅提取精度为86.98%,林分蓄积量估算精度为81.80%。     

超分辨率学习算法在海岸地形航空摄影测量中的应用

针对海岸地形航空摄影遥感影像分辨率低导致测量测量低问题,研究超分辨率学习算法在海岸地形航空摄影测量中的应用。基于无人机海岸地形航测遥感影像数据,利用超分辨率学习算法对影像数据进行重建获得高分辨率海岸地形遥感影像;通过最大类间方差法对遥感影像进行分类,并采用反距离加权值法进行匹配,获得海岸地形地理信息。实验结果表明：相比传统方法,本文方法可以获取较高的分辨率遥感影像以及海岸地形航空摄影测量精度,遥感影像峰值信噪比(PSNR)指标平均值在19 dB以上,平面误差与高程误差均小于等于±1.50。     

基于无人机影像和高程数据的地形构造线确定方法

目前传统的地形数据定量分析在图层提取应用中,存在误差较大的问题,为此提出一种基于无人机影像和高程数据的地形构造线确定方法.通过无人机遥感系统对高程数据进行获取,利用图像灰度化、平滑处理、山轮廓提取以及转化为坡度数据,实现对地形高程数据的预处理.基于坡度数据提取山脊线,借助反地形思想提取山谷线,由此确定地形构造线.实验结果证明,设计方法在坡度为35.47°～51.47°时,图层提取误差低于现有方法,具有较优越的图层提取性能.     

无人机影像在地质灾害调查中的应用

汶川地震后,西南地区进入地质灾害高发期。面对高发的地质灾害,如何快速准确地获取地质灾害信息已经成为亟待解决的问题。文中选取映秀镇老虎嘴滑坡所在位置为实验区,采集实验区10km2分辨率0.3m的无人机影像。对获取的无人机影像进行数字摄影测量处理,生成实验区精度0.476m的正射影像,0.731m精度的点云数据以及实景三维模型。在这些数字成果的基础上,对老虎嘴滑坡进行定量分析。此次实验验证无人机在高海拔、高落差的地形环境下作业的可行性,探索定量研究地质灾害的方法。     

复杂地形条件下多密度级无人机LiDAR点云DEM精度研究 ——以2022年北京冬奥会延庆赛区为例

为进一步提升复杂地形条件下无人机激光雷达(Light Detection and Ranging,LiDAR)点云数据构建数字高程模型的效率与精度,以2022年北京冬奥会延庆赛区场馆建设用地为实验区,按照不同抽稀比例,对实验区原始无人机激光雷达点云中分类出的地面点数据进行抽稀处理,利用克里金插值算法对不同密度地面点数据进行插值处理,结合高程中误差、平均绝对误差对生成的数字高程模型进行双重精度评定,得出以下结论:对于复杂地形而言,随着点云数据密度的下降,数字高程模型建模效率明显提升,但地形特征逐渐模糊,数据精度级别逐级降低,其中高程中误差由0.381 m增大至1.914 m,平均绝对误差值由0.335 m增大至1.357 m.在满足精度要求的前提下,对LiDAR点云数据进行适度抽稀处理,可保障生产成本与时效.     

基于实景三维模型的城市1:500地形图测绘

利用六旋翼无人机航拍获取了实验区五镜头像片数据,应用倾斜摄影技术建设了实景三维模型,并基于模型开展了城市地形样本和村庄地形样本下的1:500地形图测绘,最后进行了精度评定和误差分析.结果表明,就图形精度而言,两类地形条件下的图形平面精度和高程精度均满足规范要求,但比较城市地形图和村庄地形图,前者平面精度和高程精度均略低于后者.基于实景三维模型的1:500地形图测绘可在城市地区开展,较之传统的全站仪或GPS RTK数字测图具有更快的生产速度和更高的生产效率.     

无人机技术在露天土石挖填方计算中的应用

传统的全站仪或RTK技术进行土石方的填挖计算时,外业数据采集需耗费较多的时间和人力成本,作业效率较低;而三维激光扫描仪、InSAR等技术通过获取点云数据构建DEM的方式计算土石方量,效率较高,但成本也相对较高,因此拟研究利用消费级无人机进行外业地形数据的快速采集,并进行露天土石挖填方计算的方法。首先通过低空无人机获取影像,并利用少量像控点,根据计算机视觉原理生成地形稠密三维点云;然后利用密集点云数据生成DEM,利用影像生成DOM;最后结合DOM与DEM得到露天土石挖填方量。为了验证无人机制作生成的DEM计算土石挖填方的精度,选择有起伏的地形进行实验,并与传统RTK方法计算的土石方量进行精度对比。结果表明,利用无人机构建的露天地形DEM计算的挖填石土方量与传统RTK方法的误差在3%以内,能满足工程中土石方量计算要求,且作业成本较低、效率较高,具有一定的工程实用价值。     

利用无人机影像制作地震灾区三维景观图

为实时、准确地获取地震灾区的灾情和灾后重建状况,研究如何利用高分辨率无人机影像制作灾区三维景观图。对无人机影像进行几何纠正、影像拼接,利用摄影测量方法生成实验区的DEM,进而将影像制作成正射影像图;将无人机影像纹理映射到DEM上构建灾区的三维地形景观,并以正射影像图为底图对安置区的地物进行三维建模;最后根据规划和管理需要,编制三维景观系统,实现地震灾区三维景观的浏览、查询与分析。实践表明,采用无人机影像制作的三维景观图具有分辨率高、形象逼真等特点;影像的获取和处理以及系统的编制可为灾区重建提供丰富详实的信息。