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。①利用搭载数码相机的小型无人机平台,以50m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;②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;③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;④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%。     

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。     

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.     

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.     

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。     

基于无人机航空摄影技术的滑坡稳定性分析

滑坡稳定性定量评价是滑坡研究的重要内容,是选择滑坡灾害防治方案的重要技术依据。计算模型的建立是滑坡稳定性定量分析的必要条件,而传统建模方法,首先需要借助GPS-RTK或全站仪等经人工野外实地测量获得地面线,再手动绘制剖面图,最后建立计算模型。而无人机航空摄影技术可以快速获取精准大比例尺数字正射影像图(DOM),然后通过影像处理软件便可提取地面地形数据,从而可利用CASS软件直接切取剖面图。经相互验证对比发现,无人机航空摄影技术获取的高程数据满足工程需求,同时,具有快速、高效、省时、经济和方便等特点。     

基于无人机航测的1∶2000 DLG数据生产实践

低空无人机航测是当前我国测绘领域的研究与应用热点。在概述无人机航测外业和内业数据处理流程的基础上,进行了基于无人机航测数据的1∶2000DLG数据快速生产实践。经精度检验,成果数据影像分辨率、平面位置精度能满足1∶2000测图需求,而高程采用无人机POS系统自动解算结果。最后针对植被茂密区的高程数据如何获取和去除树高以及无控制测图提出了自己的思考。本文为偏远的茂密森林区快速获取大比例尺测图数据提供了方法,也能够为无人机航测在其他领域的应用提供参考。     

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。     

一种顾及重叠区地形变化的DSM镶嵌线智能提取算法北大核心CSCD

针对影像密集匹配得到的分块DSM数据,本文提出了一种顾及重叠区地形变化的DSM镶嵌线智能提取算法。该方法利用DSM数据重叠区的高程偏差构建重叠区域的差值影像和差分影像,将经过去噪、拉伸和反向计算的差值影像和差分影像做融合处理。针对融合数据采用基于最小生成树的最优路径搜索方法,提取最优镶嵌线。试验结果表明,使用本算法提取的镶嵌线能有效避开高程差异大的凸出地物,保证地物的完整性,能够解决DSM数据镶嵌过程中镶嵌线的自动选择问题。该方法有效减少了传统镶嵌方法带来的误差,可靠性和稳定性较高。     

基于全站仪及Lensphoto系统复杂地形影像图测绘研究

随着多基线近景摄影测量研究的深入,非量测数码相机在近景摄影测量中应用越来越广。以某实验区为例,旨在将控制测量与摄影测量相结合,通过制订多基线近景摄影测量外业技术方案,利用全站仪、数码相机联合测量获取空间数据、影像数据,应用Lensphoto软件系统实现空三匹配、空三交互、加密匹配生成点云数据,得到三维模型点云数据以及3D景观图的地形影像图。同时,对地形图进行精度验证,满足三等地形测量规范要求,获取传统测量难以比拟的试验效果。该方法具有快速高效的特点,解决传统摄影测量工作繁复的问题。     

多平台点云数据的单木参数提取精度分析

以浙江省海宁市4种代表行道树(广玉兰、无患子、悬铃木、香樟树)为研究对象,结合无人机(UAV)影像和三维激光扫描数据,利用ContextCapture、LiDAR360软件完成点云拼接、滤波、降噪和编辑,通过迭代最近点算法实现点云精细匹配,完成多平台点云数据融合,进而得到数字表面模型与数字高程模型,并制作冠层高度模型;采用分水岭分割算法对不同行道树树种的冠层高度模型进行单木分割,并综合局部最大值法实现单木树高、冠幅的参数提取。结果表明,本文方法进行行道树单木分割的精度高,树高、冠幅参数提取值的效果好,满足行道树几何参数调查要求。     

一种有效改善无人机1∶500测图高程精度的方法

为了改善无人机1∶500航测成图受飞行姿态、地形条件等因素的影响,高程精度有时难以满足规范要求的问题,本文提出以倾斜摄影数据处理方法来辅助处理无人机1∶500影像数据,通过获取的LAS点云高程数据,改善高程精度。以鄂尔多斯丘陵地区为例进行试验,试验结果表明:使用所给方法获得的高程数据精度满足规程要求,并明显优于使用传统方法获得的数据。此外,文中还分析了不同地形条件高程精度改善的适用性。所给方法为改善无人机1∶500测图高程精度提出了一种有效的途径。     

一种顾及高程的无人机景观匹配定位方法

针对目前无人机飞行器主要依靠GNSS定位且易受干扰失效的问题,该文提出了一种基于景观匹配的无人机辅助三维定位方法,该方法首先将基准影像与DEM进行配准生成底图数据,然后采用SIFT算法将无人机实时飞行图像与底图数据进行匹配,得到同名点对并获取无人机飞行图像的平面与高程坐标,再利用空间后方交会对飞行图像进行解析,解算无人机的三维坐标,实现顾及高程的三维定位导航。实验结果证明该方法可以降低无人机对GNSS的依赖,实现无人机GNSS信号受干扰或失效时的定位导航。     

基于SURF特征匹配算法的直接定位技术研究

为保证结合机载Li DAR数据与同机影像数据的直接定位模型的计算精度与生产效率,本文提出了一种结合SURF匹配算法自动选取影像连接点的直接定位技术。首先对直接定位过程中控制点选取和IMU与相机旋转角误差进行探讨,然后对SURF、NCC、SIFT影像连接点选取方法进行对比,最终选取SURF匹配算法获取影像连接点。以Li DAR点云差值来修正地面点坐标高程值,结合SURF匹配算法进行直接定位实验,实验结果表明:与其他几种算法相比,SURF可自动获取精确的影像连接点,且计算速度快,便于直接计算定位模型,达到快速获取像点地理坐标的目的。     

利用无人机立体摄影技术获取森林资源信息

无人机的航空摄影测量技术让传统森林调查的手段向数字化和智能化方向发展。为了提高森林资源信息采集的精度和效率，减少外业工作时间，降低工作强度，本文对利用无人机立体摄影技术获取森林资源信息的方法及其精度进行了研究。利用旋翼无人机搭载五目相机获取了研究区域的三维立体影像，通过软件在立体影像中提取树高、三维坐标、冠幅及面积；通过全站仪、胸径尺和RTK载波相位差分技术等高精技术获取上述森林资源信息，并以此作为真值检测无人机立体摄影技术，获取森林资源信息的精度。结果表明，无人机立体摄影技术提取25棵样本树木的树高相对误差平均值为0.61%；无人机提取值与人工实测冠幅值线性模型y=0.998 9x+0.068 5，相关系数R²=0.98，说明无人机立体摄影技术获取冠幅精度高；无人机获取三维坐标定位的真误差区间为[-13，17]，其中高程坐标的离散区间大于平面坐标离散区间，平面坐标的精度为3 cm左右，而高程坐标的精度为10 cm左右；无人机立体摄影技术获取样本面积值和全站仪测量面积值（拟定为真值）比较接近，相关系数达0.98。由此可得，无人机立体摄影技术可以高精度地获取森林资源信息，可以提高效率，节约成本并降低工作强度，具有较高的实际推广价值。     

无人机多光谱遥感结合DEM在估测植被面积中的研究

准确地估测植被覆盖度对于生态环境、自然资源评估有着重要的意义.本文通过无人机获取多光谱影像结合DEM,对拍摄区域植被面积进行估测;利用无人机遥感平台搭载的Sequoia多光谱相机获取影像数据,研究了常见的4种植被指数(归一化差值植被指数(NDVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、绿度归一化植被指数(GNDVI))在植被面积估测中的适用性.实验结果表明,无人机多光谱影像结合DEM,在植被面积估测中具有可行性.其中,归一化差值植被指数(NDVI)可使植被从土壤、水体、阴影等复杂背景因素中分离出来,能较为准确地统计植被覆盖面积.通过无人机多光谱影像估测绿植覆盖面积,可为精细化作物管理、农业估产提供决策依据.