无人机倾斜摄影三维模型在城市雨洪风险评估中的应用

研究城市雨洪风险问题,对提高城市洪涝灾害监测、预报的准确性,以及促进城市防洪决策制定具有重要的意义。鉴于高精度的城市三维模型可以提供丰富地理信息,便于准确分析淹没情况,本文针对当前城市洪涝模型对地形数据的高敏感性,且雨洪风险评估研究的准确性受限于地形数据精度的问题,提出利用无人机倾斜摄影测量技术重建高精度实景三维模型,并结合GIS的空间分析功能,以淹没深度为关键指标进行研究区的雨洪风险评估。通过提取不同重现期下研究区的淹没深度信息,进行可视化渲染实现三维淹没分析,可以直观地看到研究区的淹没情况,作为暴雨内涝风险管理依据,同时对城市规划布局有一定的参考价值。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVI_veg（全植被覆盖植被指数）和NDVI_soil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVI_veg和NDVI_soil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVI_veg和NDVI_soil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVI_veg和NDVI_soil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。     

基于投影变换的线阵旋转扫描相机标定方法

针对线阵旋转扫描相机标定数据难以获取及模型解算不稳定的问题,提出了一种基于投影变换的线阵旋转扫描相机标定方法。首先构建了一种新的线阵旋转扫描相机成像模型,该模型可以根据相机旋转平台参数、线阵旋转扫描相机成像平面与其切平面的位置关系将旋转扫描图像投影为框幅式图像;然后根据构建出的成像模型,采用直接线性变换法和非线性优化方法进行相机标定和参数优化。试验结果表明,此方法简单易行,具有较高的精度。     

UAV-DEM法计算土方量精度影响因素及分析

为了验证无人机影像地面分辨率和控制点布设方案对UAV-DEM法计算土方量精度的影响,按照5点、4点、长边、短边布设方案布置控制点,分别获取地面分辨率为10cm、5cm和3cm的无人机影像进行实验,实验表明随着影像分辨率的提高,土方量的计算精度提高,且土方量随分辨的增高呈下降趋势;随着控制点数量的减少土方量计算精度降低,其中4点法和5点法布设时土方计算精度可靠,相对误差相差0.1%。     

顾及空间非平稳特征的遥感干旱监测

遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策。目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征。本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化。以美国大陆为研究区,监测2002年—2011年共10年的旱情状态。研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型。GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景。     

基于遥感影像的地块边界半自动提取

针对遥感影像图中地块的提取,提出了一种基于高斯模型的地块边界的半自动提取方法。以无人机影像为实验数据,首先利用影像分割得到包含要提取地块的窗口影像;然后利用高斯模型对地块进行提取,该算法解决了传统图割算法抗噪能力差的问题。随后,运用数学形态学对分割的结果做进一步处理;最后利用边界提取函数对地块边界进行提取并对边界进行拟合。实验结果证明,本文算法不仅提取地块精度较高,而且适当的减轻了工作人员的工作强度。     

GPS高程拟合法比较以及精度分析

利用GPS测量高程代替水准高程时,选取合适的GPS高程拟合方法是必不可少的。本文利用某测区94个已知点作为实验数据,其中65个作为建模点,29个作为检验点,利用不同的函数模型法和不同的统计模型法建立实验区的GPS高程拟合模型,并通过MATLAB语言设计实现GPS高程拟合模型的建立以及精度分析。通过对比分析实验证明:移动曲面拟合法是本文列举函数模型法中拟合效果最好的;基于二次曲面的Shepard拟合法是本文列举统计模型法中效果更好。     

基于DFT模型的大场景InSAR图像配准

图像配准是实现干涉合成孔径雷达(InSAR)高精度相位提取及地形高程反演的关键,大场景图像的高效高精度配准成为近年高分宽幅InSAR成像应用研究的难点问题之一。由于大场景图像中不同区域偏移量及变化规律差异较大,传统最大相干系数配准方法需多分块及插值处理,面临计算量大且配准精度低等问题。针对此问题,本文提出一种基于DFT模型的大场景InSAR高效高精度图像配准算法。该方法利用最小均方差准则构建InSAR复图像配准的DFT模型,采用四叉树自适应分块及矩阵相乘DFT快速重采样配准方法,实现大场景InSAR图像各子块区域的高效高精度亚像素配准。仿真和实测数据验证本文算法的有效性,结果表明该算法不仅可实现大场景InSAR复图像亚像素级配准,还具有较高的运算效率,其运算效率相对于传统FFT配准方法通常可提升3倍以上。     

基于无人机实景三维模型的真数字正射影像生成方法

传统数字正射影像图(DOM)采用微分纠正方法消除相机倾斜与地形起伏所带来的投影误差,但会产生双重投影现象. 真数字正射影像(TDOM)可有效解决DOM的双重投影问题. 文中提出一种基于无人机影像的实景三维模型TDOM制作方法, 首先通过无人机挂载五镜头相机获取航空摄影测量影像并生成实景三维模型;然后采集实景三维模型建筑物顶部轮廓边界线,并构建其三维体模型;最后基于建筑物顶部轮廓边界线三维体模型进行遮蔽检测和遮蔽补偿生成TDOM. 以云南师范大学呈贡校区无人机影像实验数据验证了本文方法,实验表明本文的方法可作为一种生成高质量的TDOM方法.      

重力固体潮信号的独立成分分析与谱相关解调

针对提取重力固体潮潮汐谐波分量,分析各谐波分量间调制关系的问题,该文结合重力固体潮的产生机制建立了一种重力固体潮信号正交分解模型。利用独立分量分析算法和谱相关方法,分离出与模型相对应的独立分量信号,并从独立成分中解调出载波分量和被调制分量。从而完整地描述了地球自转产生的潮汐谐波与月球、太阳相对于地球轨道变化产生的潮汐谐波的正交分解关系。实验表明,此方法能有效地提取出重力固体潮信号中所包含的潮汐谐波信息,并揭示出该重力固体潮信号中存在3个线性叠加的独立分量,在月波分量和年波分量都以乘性调制的方式调制到半日波分量和日波分量上。