无人机遥感技术在甘肃北山地区地质填图中的应用

甘肃北山地区岩浆岩及变质岩出露广泛,植被稀少,地势平缓,是无人机遥感开展地质填图试验的理想目标区。为解决传统地质填图方法受地形、环境限制和投入高及工作周期长等问题,选取北山长流水地区20 km²化探重点工作区为目标区,利用大疆精灵4专业版无人机采集图像,并采用Photoscan软件合成高分辨率正射影像以及三维模型,建立解译标志,对目标区域进行地质解译,获得比前人1：1万地质图更加精细的地质图。该方法较传统填图方法能够解译出地质体形态、岩脉产状、微小断裂等更详细的地质内容,并能提供划分岩脉期次的证据。     

无人机分层测绘技术在城市河道水环境治理中的应用

采用无人机分层测绘技术,对城市河道及其周边水环境现状进行测绘,通过识别存在的问题确定需要治理的具体区域。实践表明,通过分层和类别划分,该技术能够突出测绘的重点以及精准识别水污染情况,应用UAS master软件综合处理单次测绘数据能够获取最终成果,在城市河道水环境治理和管理中无人机分层测绘技术具良好的实用性和可行性。     

无人机航空像片绝对定向非迭代解算方法研究

利用无人机航空像片的模型点重心化坐标和地面重心化坐标构成单位四元数,通过最优化求解绝对定向旋转矩阵,并基于旋转矩阵解算平移参数和比例参数,实现绝对定向的非迭代解算。与传统方法相比,这种方法具有无需初始值、可靠性高等优点。实验结果表明,方法可以得到较高的解算精度,能够满足无人机航空像片定位的需要。     

立体测绘型双翼民用无人机航空摄影系统的实现与应用

按照领域专用、性价匹配的思想,设计并实现了一套满足小区域大比例尺地形图立体测绘要求的无人机航空摄影系统.该系统以双翼无人机为遥感平台,以数字相机为传感器,配置3轴稳定云台,直接获得数字航空影像,具有自主飞行、低空作业、无需机站支持、起降距离短、滑翔性能好等特点.系统包括双翼无人机、飞行自动控制与安全、CCD数字相机、稳定云台、空地无线通讯、地面站和数据处理等7个子系统.分别介绍了系统的总体结构和各子系统的技术状况;分析和比较了系统的GSD、像点移位、基高比等关键参数在保证成像质量和成图精度方面的合理性;报告和展示了系统在广州新客站、丹江口文物考古测量工程的试验情况和部分成果;最后对系统的改进提出了建议.     

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。     

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。     

海面溢油无人机高光谱遥感检测与厚度估算方法

海上溢油是海洋国家所面临的共同问题,但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此,本文以无人机高光谱遥感为手段,开展了海面溢油检测与厚度估算方法研究。实验中,通过搭建室外大型水槽溢油实验装置,获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据,在此基础上,分析并提取了海上溢油特征光谱波段,给出了海上溢油高光谱检测模型;针对现场实验条件下水面油膜厚度难以测定的问题,设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:（1）675 nm和699 nm是海上溢油检测的有效特征波段,但对极薄的油膜没有检测能力;（2）提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型,其中对于薄油膜（厚度≤ 5 μm）和厚油膜（厚度>50 μm）,反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜,晴朗天气条件下,归一化溢油指数模型是油膜厚度反演的首选,同时反比例模型和溢油吸收基线模型也都有较好的反演能力,而在多云天气条件下,反比例模型效果最佳。     

基于无人机多源遥感数据海岛植被叶面积指数协同反演研究

无人机多源遥感数据的获取、融合以及应用是当今研究的热点和难点。文中以城洲岛为例,针对海岛特殊的地理生态环境,获取无人机多源遥感数据。结合无人机多光谱遥感数据定量分析各遥感植被指数与植被叶面积指数(Leaf Area Index, LAI)的响应关系,构建单因子遥感反演模型;基于无人机激光LiDAR点云提取海岛植被冠层高度模型(Canopy Height Model,CHM),并将其作为自变量引入到多源统计回归分析中,从而构建多源遥感数据协同反演模型,对区域尺度下海岛叶面积指数(LAI)进行估算,开展验证和精度评价。结果显示,加入植被冠层高度因子的协同反演模型的判定系数R2为0.92,绝对平均误差系数为12.29%,预测精度要优于单因子反演模型(判定次数R2为0.86,绝对平均误差系数19.95%)。研究表明,加入了植被冠层高度因子的协同反演模型能在一定程度上提高乔木植被LAI的预测精度。实践证明,无人机多源遥感技术在生态学定量研究中具有巨大的潜力和广阔的应用前景。