无人机航测在农村土地确权中的应用

农村土地确权是一项复杂而重要的任务,本文利用无人机对八百余亩土地进行航空摄影测量,得到数字地表模型(DSM)以及数字正射影像(DOM)。通过将地块矢量文件以及数字正射影像进行叠加,将承包地块的空间分布及面积大小直观地展现给承包人,有利于承包人后期针对土地进行抵押贷款以及农业投保。航空摄影测量中的误差为0.076m,满足土地确权的精度要求。     

无人机航测在山区水利测绘中的应用要点

随着我国科学技术的不断发展和进步,我国无人机航测技术也有了很大的提升,其在诸多领域中都有着广泛的应用,为各行各业的工作都提供了巨大的便利。无人机航测技术是空间数据获取的重要手段,其具有成本低、快速高效、地形广泛、机动灵活等优势,因此,在山区水利测绘中其也有着重要的应用作用。通过在山区水利测绘中应用无人机航测,能够在很大程度上提高测绘的科学性、准确性以及安全性。基于此,本文就对无人机航测在山区水利测绘中的应用要点进行详细分析。     

试论无人机航测技术在农村地籍调查中的应用

本文主要讲述无人机航测技术用于农村地籍的有关内容和使用路线,探讨航测农村地籍调查的优势,进而证明无人机航测技术能够提升工作人员效率,确保数据的精确性,节省调查费用,希望能够对广大同行提供一定的参考作用。     

无人机航测技术及其在土地整治项目中的应用

随着科学技术的发展,无人机航测技术的应用日渐广泛。尤其是在土地整治项目开展过程中,传统的测绘技术工作效率较低,测量结果准确度较差,已经无法满足社会发展的需求。通过无人机航测技术的应用,提高了土地整治工作的便捷性,使得测绘结果更加准确。本文将简单阐述无人机测绘技术的特点,深入分析其在土地整治项目中的应用,为相关工作者提供参考借鉴。     

无人机航测技术在农村土地承包经营权确权中的应用探析

与传统的土地测量技术相比较而言,无人机航测技术拥有着传统测量技术无法比拟的优势。无人机航测技术成图速度较快,并且精度相对较高,因此在农村土地承包经营权确权中得到了应用,并且得到了广泛应用。本文主要对无人机航测技术的主要测量方式进行论述,同时分析了无人机航测技术在农村土地承包经营权确权中的应用。     

基于无人机正射影像的城市居民区植被分类DeepLabV3+模型改进实验

针对目前利用无人机可见光影像进行城市居民区植被分类存在精度不高、效率较低的问题,该文构建一种改进的DeepLabV3+模型,选取南京市江宁A、B两处居民区无人机正射影像进行对比实验和模型迁移性能测试。实验结果表明：(1)基于改进DeepLabV3+模型的植被总体分类准确度、精确度、召回率、F1得分、平均交并比在验证集上达到95.27%、94.03%、93.55%、93.79%、84.94%,较原模型分别提高了2.36%、1.01%、2.09%、1.56%、8.71%,且参数量降低92.7%,训练用时减少25.7%;(2)在迁移性能测试中,乔木、灌木、草本分类精确度分别提高了2.88%、6.54%、2.29%。改进DeepLabV3+模型可提高城市居民区植被分类精度与效率,分类结果可为城市微尺度热环境研究提供基础数据。     

无人机航摄生成DEM的高程点快速提取算法

无人机航空摄影技术在近年来得到了迅速的发展,无人机具有起降方便,分辨率高,响应速度快的特点,在抢险救灾,地质灾害监测等方面发挥了重要作用。无人机航空摄影生成的地形图中的高程点提取是地形图制作的重要步骤,本文提出了一种自适应的地形图高程点提取算法,相对于传统的算法,具有精确度高,计算简单,实用性强等特点。该算法的基础是数学形态学中的图像膨胀算法。本文将此算法用于陕西省丹凤县和紫阳县的无人机航摄生成的地形图中,提取了符合要求的高程点。结果表明,提取的高程点完全满足了地形图的要求,说明了该算法的准确性和实用性。     

一种基于特征点的无人机影像自动拼接方法

论述了当前无人机影像快速拼接可选用的方法及可行性,将稳健的SIFT算法引入无人机影像自动拼接中,分析了该算法各阶段所消耗的时间.结合无人机自身的特点对算法进行改进,在进行特征点提取前通过估算相邻影像间的重叠度缩小了搜索范围;进行尺度空间极值点探测时通过实验获取了适应于无人机影像的最优高斯核尺寸,克服了传统SIFT算法采用固定核尺寸方法的缺陷,既减少了时间消耗,又尽可能多地获得了特征点,最后应用LM方法求得精确变换矩阵,完成了影像镶嵌.实验结果表明,该算法对无人机影像拼接具有较好的适应性,在保证算法鲁棒性的同时,提高了精度和效率.     

基于无人机遥感的盛花期薇甘菊爆发点识别与监测

局域尺度上爆发点的识别与监测是薇甘菊（Mikania micrantha）入侵研究的一个难点,无人机遥感为此提供了新的研究手段。采用无人机搭载RGB相机获取研究地的正射影像,采用波段运算、影像分割和深度学习3种方法对盛花期薇甘菊的爆发点进行识别。结果表明：高分辨率的RGB拼接影像可直接用于目视识别薇甘菊的爆发点。过绿指数（EGI）、归一化过绿指数（NEGI）、蓝绿差异指数（BGDI）、绿红差异指数（GRDI）、归一化绿红差异指数（NGRDI）以及植被色素比值指数（PPR）均无法分离薇甘菊和其附主植物;但PPR指数可为面向对象的多尺度分割提供参数支持。面向对象的多尺度分割可自动识别薇甘菊的爆发点,但会低估其爆发面积。基于深度学习（Deeplab V3+）的自动识别方法,能准确识别薇甘菊的爆发点和爆发面积,测试集的平均交并比（mIoU）为78.46%,像素精度为88.62%。无人机遥感数据为局域尺度上的薇甘菊扩散机制研究提供了基础,也为薇甘菊入侵的监测、预警和精准防治提供了有力支撑。     

内蒙古达茂旗哈力齐地区某金矿点控矿因素及资源量估算

通过近4年的地质调查工作,在内蒙古达茂旗哈力齐地区某矿权内发现了一个金矿化点,该矿点由两条石脉(带)组成,矿化不同期次的构造控制。初步认为,早期近EW向断裂构成了深部热液向上运移的通道,在晚期NE向断裂构造活动的作用下,形成了近EW向石英脉,深部热液沿早期近EW向断裂运移至浅部,在晚期的近EW向石英脉中形成金矿化。通过资源量估算获得金金属量为871kg。