黄土是一种具有特殊物质成分、形态和性质的多孔隙弱胶结的第四纪松散沉积物，它覆盖了约10 %的世界陆地面积，第四纪黄土广泛分布在世界许多国家和地区^[1~4]。中国黄土面积约为63.1×10⁴ km²，占国土面积的约6.6 %，主要集中分布于黄土高原^{[1, 5~6]}。第四纪以来，黄土高原随地壳间歇性上升的同时^[7]，黄土也在不断地沉积加厚，加之受到降雨和河流作用的侵蚀，大多数黄土斜坡仅仅维持在临界平衡状态^[8]。近些年来，随着人类经济活动和工程活动的加剧，比如采矿、修路、开挖边坡、农业灌溉、城市扩张等，这种临界平衡状态很容易被打破。因此，黄土滑坡灾害发生频率呈现显著增加的趋势，对人民群众的生命和财产安全构成严重威胁。最新的地质灾害调查数据显示，仅在陕西黄土高原就有数以千计的滑坡灾害点或隐患点^[9~10]。传统的野外地质灾害调查不仅会耗费大量的人力、物力和财力，仅能获取宏观的、低精度的黄土滑坡特征参数，而且具有高风险性。因此，探索一种廉价、高效、安全、省时省力的地质灾害调查方法，获取高分辨率的滑坡地形和影像，对于准确认识黄土滑坡的几何特征、地形特征、表面特征和剖面结构具有重大意义。

事实上，地理空间尺度问题一直是制约人们精确认识地理现象或过程的重要因素。对于大规模的地质灾害调查而言，遥感技术在过去几十年的地质灾害调查与监测，以及构造活动分析方面发挥了重要作用^[11~15]。近些年来，随着观测手段和技术的进步，一些新的测量技术被用于世界各地的滑坡灾害和构造活动的调查中。例如，快鸟卫星影像^[16]、高分卫星影像^[17]、InSAR^[18~19]、航空或地基雷达^{[20, 21]}、三维激光扫描仪^[11]、固定翼飞机摄影测量^[22]。尤其是后4种方法可以从点云数据中获取厘米级的高分辨率数字地形模型(DTMs)^[23]。然而，上述方法大多适合大尺度野外调查，且具有价格昂贵、携带不便的特点。对于坡面尺度的滑坡灾害调查而言，传统的航空或卫星影像分辨率较低，无法清楚地识别滑坡的细节特征^[11]。近年来无人机即无人驾驶飞行器(Unmanned Aerial Vehicles, 简称UAVs)已经成为获取野外高分辨率地形数据的新工具^{[11, 22, 24~29]}。对于野外滑坡调查而言，价值几千元的消费级无人机(如DJI Phantom series、DJI Mavic Pro和DJI Inspire series)因价格便宜、机动灵活、携带方便等原因，更受人们的青睐，它们获取滑坡高分辨率DEM和DOM的能力并不比专业级无人机逊色^{[11, 26]}。因此，本文尝试利用低成本消费级无人机开展黄土滑坡的相关研究，并探讨该技术在黄土滑坡特征参数提取方面的可行性。前人在黄土滑坡方面做了大量卓有成效的研究工作，他们的研究主要集中在以下几个方面：1)黄土滑坡的空间分布、特征和幂律关系^{[9, 30~32]}；2)地形对黄土滑坡的影响^{[5, 10]}；3)黄土滑坡的成灾机理^[33~36]；4)黄土滑坡的试验与模拟^[36~37]。然而这些研究的工作基础大多数是基于宏观的野外调查数据，针对单体黄土滑坡进行高分辨率的野外调查目前还十分缺乏。因此，本文的主要目的有二：其一，使用低成本的消费级无人机快速获取黄土滑坡高分辨率的数字高程模型(DEM)和正射影像(DOM)，构建黄土滑坡三维数字模型；其二，基于无人机数据进行高分辨率黄土滑坡的特征参数提取和分析。本研究为利用低成本无人机开展黄土滑坡地质灾害调查提供了案例支持，为认识黄土滑坡的几何特征、形态特征、高程分布、地形起伏、规模大小、滑动方向、内部和外部结构、空间分布特征和滑坡运动情况提供科学参考，也为揭示黄土滑坡的成灾机理和防灾减灾提供一定的技术支持。

中国黄土高原(33°~41°N，100°~114°E)是世界上黄土分布最为广泛、最为典型的地区。黄土高原及周边构造复杂，北部天山-阴山构造带，南部秦岭构造带，西部祁连山构造带，东部太行山构造带。周边分布着三大断陷盆地：西部银川断陷盆地，北部河套盆地，南部、东部汾渭盆地。这几个断陷盆地现代构造活动强烈，基本上位于我国主要的强震带上，地震活动频繁，地震是黄土滑坡形成的重要内动力因素，如1654年天水南8.0级地震、1718年通渭7.5级地震、1920年海原8.5级地震、1927年古浪8.0级地震均诱发了大量的黄土滑坡^[38~40]。新构造运动是诱发大规模黄土滑坡的另一个地球内动力因素，最为典型的是以骊山为中心的掀斜式间歇隆起运动造成灞河下切，不断向西摆动，强烈侵蚀着白鹿塬，导致白鹿塬靠近灞河一侧滑坡极为发育^[41]。降雨尤其是长时间连续性降雨或暴雨是黄土地区滑坡频发的重要外力因素。这与黄土层深厚而结构较为疏松、土壤孔隙度大、柱状节理发育、容易被侵蚀剥离有着密切的关系。近些年来，由于采矿、修路、城市扩张等工程活动开挖坡脚，以及大规模、不合理的农业灌溉导致黄土滑坡事故呈明显上升的趋势，如西安白鹿塬机瓦厂工程开挖型滑坡^[42]、泾阳南塬^[43]和永靖县黑方台灌溉诱发型滑坡^[44]。因此，黄土高原不仅是中国水土流失最为严重的地区，同时也是黄土滑坡、崩塌、泥石流等区域地质灾害的高发区^{[1, 9~10, 35]}。同时，黄土高原具有植被稀少、岩土暴露程度高、滑坡易发多发等特点^[45]。黄土地质灾害主要分布在黄土丘陵和黄土台塬两大地形区^[46]，因此，选取了两大典型地形区开展无人机野外滑坡调查(图 1)。本次调查共获取了11个黄土滑坡的无人机数据，其中，5个滑坡位于陕北延安市志丹县、榆林市靖边县的黄土丘陵地区(区域A)，6个滑坡位于西安灞桥区白鹿塬(区域B)和咸阳市泾阳南塬(区域C)。大多数滑坡类型属于降雨、工程开挖和农业灌溉诱发的黄土滑坡，主要发生在黄土塬坡和黄土丘陵陡坡地带。

图 1(Fig. 1)

图 1 黄土高原位置与黄土滑坡 Fig. 1 The location of Loess Plateau and loess landslides

DJI Phantom 3 (4k)无人机主要的技术参数如下：重量1280 g；悬停精度为垂直± 0.5 m，水平± 1.5 m；最大飞行速度16 m/s；工作环境温度0~40 ℃；飞行时间约25 min；镜头FOV 94°20 mm(35 mm格式等效)f/2.8；照片最大分辨率4000×3000。前人研究表明无人机摄影测量技术和SfM(Structure from Motion)三维建模技术生成的三维滑坡模型具有较高的相对精度，在一定程度上能够满足野外滑坡初步调查的需求^{[22, 47~48]}。我们将校园径流小区作为前期飞行试验区，在45 m、55 m、65 m和75 m飞行高度开展了4次试验。同时利用Leica TS 60全站仪对其进行实际测量，获取了20 cm分辨率的实际地形数据。并对无人机获取的高分辨率DOM和DEM进行水平和垂直重复精度的初步验证。

图 2为无人机获取的径流小区DOM、DEM、实测DEM及剖面线分布。实际测量和模型测量对比表明由于无人机系统误差(GPS误差、相机参数、云台性能等)的影响，不同飞行条件下获取的DEM和DOM存在整体偏移现象，8个特征点a~h(图 2a)的水平偏差在0.5 m左右。图 3显示无人机获取的地面高程与无人机飞行高度成正相关关系，且均能反映径流小区的坡面形态，包括凸凹形(L1)、凹凸形(L2)、复合型(L3)和直线形(L4)共4种。飞行高度在45~55 m时，高程差异最大，当飞行高度大于55 m时，飞行高度每增加10 m，相应的地物高程也会增加10 m。但这些剖面线的趋势高度吻合，说明不同飞行高度获取的DEM均能很好地表现微地貌形态。为了进一步检验无人机DEM高程的绝对精度，我们将原始无人机DEM的剖面线与实测DEM剖面线校准到同一基准下。图 4的对比结果表明，经过校准后的无人机高程剖面线均位于实测高程剖面线± 3 cm误差区间内(灰色部分)，即经过校准后的无人机高程垂直精度可达3 cm。根据上述精度评估结果，我们认为无人机摄影测量技术和SfM三维建模技术为数字地形分析奠定了良好的理论基础，该技术能够出色地完成野外滑坡的三维模型构建及后续空间分析。

图 2(Fig. 2)

图 2 无人机精度初步验证 L1—凸凹形(Convex-concave)，L2—凹凸形(Concave-convex)，L3—复合型(Complex)，L4—直线形(Line) Fig. 2 Preliminary verification of UAVs accuracy

图 3(Fig. 3)

图 3 不同飞行高度获取的剖面高程对比 Fig. 3 Comparison of profile elevations obtained by UAVs at different flight heights

图 4(Fig. 4)

图 4 校准后无人机高程剖面与实测高程剖面对比 Fig. 4 Profile elevations comparison of the revisionary UAVs-based DEM and the measured DEM

为了获得满意的三维建模效果，根据立体像对原理，从4个方向(相机垂直角度-90°，倾斜角度-45°)选取了5条航线对滑坡进行无人机航空摄影测量，最终完成了11个黄土滑坡的无人机摄影测量，11个滑坡编号、名称、位置和飞行参数见表 1。无人机航线规划在DJI GS Pro地面站软件中进行，无人机影像三维建模在PhotoScan中完成^[27]，选择PhotoScan是因为在众多的商业制图软件中它能生产最好的摄影制图产品^[49]，在相同的飞行高度、相机和无人机情况下，PhotoScan似乎对植被不太敏感^[50]。实际上，黄土高原大部分位于干旱、半干旱区域，这里植被稀疏，调查的滑坡体上植被低矮或无植被覆盖。因此，在建模过程中并没有对植被过滤做过多的处理。图 5为PhotoScan生成的高分辨率典型黄土滑坡的三维模型、DOM和DEM。

图 5(Fig. 5)

图 5 典型黄土滑坡高分辨率3D模型、DOM和DEM Fig. 5 High-resolution 3D model, DOM, DEM of typical loess landslides

表 1(Table 1)

表 1 滑坡位置与飞行参数 Table 1 Landslides locations and flight parameters 滑坡 编号 滑坡名称 行政区 地形区 纬度 经度 影像 数量 飞行 高度 (m) DOM 分辨率 (cm) DEM 分辨率 (cm) 航向 重叠率 (%) 旁向 重叠率 (%) 倾斜 角度 (°) L01 机瓦厂滑坡 西安市灞桥区 黄土台塬区B 34.26°N 109.09°E 525 149.7 5.65 11.3 75 75 -45 L02 霸陵滑坡 西安市灞桥区 黄土台塬区B 34.25°N 109.11°E 64 143 4.4 8.8 70 70 -45 L03 三杨坡村滑坡 西安市灞桥区 黄土台塬区B 34.25°N 109.12°E 40 165 5.12 10.24 75 75 -45 L04 宏福寺滑坡 西安市长安区 黄土台塬区B 34.10°N 108.97°E 25 76.5 2.42 4.84 80 80 -45 L05 庙店滑坡 咸阳市泾阳县 黄土台塬区C 34.50°N 108.81°E 139 93.4 2.9 5.8 75 75 -45 L06 大堡子村滑坡 咸阳市泾阳县 黄土台塬区C 34.48°N 108.86°E 322 90 2.82 5.64 75 75 -45 L07 磨坪村滑坡 榆林市靖边县 黄土丘陵区A 37.07°N 108.58°E 114 171 5.24 10.48 75 75 -45 L08 乔岔村滑坡 延安市志丹县 黄土丘陵区A 36.96°N 108.62°E 67 148 4.62 9.24 75 75 -45 L09 宋庄村滑坡 延安市志丹县 黄土丘陵区A 36.96°N 108.57°E 59 115.5 3.63 7.26 80 75 -45 L10 韩家沟滑坡 延安市志丹县 黄土丘陵区A 36.67°N 108.49°E 43 146.4 4.54 9.08 75 75 -45 L11 纸坊小学滑坡 延安市志丹县 黄土丘陵区A 36.84°N 108.61°E 162 107.1 3.37 6.73 75 75 -45

表 1 滑坡位置与飞行参数 Table 1 Landslides locations and flight parameters

黄土滑坡的特征参数一般包括几何特征参数和地形特征参数，这些参数可以在ArcGIS 10.2、Global Mapper 17、SAGA 6.0.0、Origin Pro 9.0等软件中轻松实现提取。基本过程如下：首先需要根据无人机获取的滑坡正射影像圈定滑坡周界，然后在ArcGIS 10.2中用掩膜提取工具裁剪出滑坡DEM用于统计或空间分析。滑坡几何特征参数中的相对高差可在ArcGIS 10.2中查看滑坡DEM属性的最高值和最低值，长度、宽度通过ArcGIS 10.2测量工具量算，周长、面积可在ArcGIS 10.2滑坡周界矢量图层的属性表中新增周长、面积字段，并通过“计算几何”快捷命令来计算(正确的投影系统是计算的前提条件)，平面形态根据圈定的滑坡周界判定，剖面形态可在ArcGIS 10.2或Global Mapper 17中提取滑坡DEM的剖面线来判定。滑坡地形特征参数中的平均海拔、平均坡度可在ArcGIS 10.2中查看滑坡海拔和坡度图层的属性统计值，起伏度在ArcGIS 10.2中可使用“邻域分析—焦点统计”空间分析工具提取，需要设置合适的邻域分析窗口大小，主滑方向可在Global Mapper 17中加载滑坡DEM后通过测量工具量算。另外，上述的地形特征参数也可在SAGA 6.0.0中计算，SAGA 6.0.0提供了数十种数字地形分析的工具，是一款强大的、专业的GIS软件(http://www.saga-gis.org/en/index.html)。

宏观定性描述或半定量统计分析方法在以往的滑坡调查中应用最多^{[5, 9]}，而深入的定量计算、分析和验证极其缺乏。宿星等^[32]利用SRTM 30 m分辨率的DEM成功提取了陇中黄土高原典型地区滑坡特征参数，取得了较好的效果。本文宿星等^[32]研究方法的基础上，使用了高分辨率无人机DEM数据开展进一步的滑坡特征参数提取工作。本研究在ArcGIS 10.2、Global Mapper 17中完成了黄土滑坡的几何特征参数提取和统计(表 2)。黄土滑坡是一种重力地貌，滑坡前后缘高差在控制滑坡的规模(如长、宽、周长、面积)方面起着关键作用，从表 2和图 6的统计可以看出它们表现出一定的正相关关系，滑坡的相对高差与长、宽、周长、面积的Pearson相关系数分别为0.81^**、0.87^**、0.89^**、0.72 ^*(^**表示在0.01水平上显著相关，*表示在0.05水平上显著相关)，相对高差与周长相关性最强，与面积相关性最弱。不同黄土滑坡的高程差异巨大，最小高程差为26.79 m，最大高程差为114.47 m。这些滑坡的面积介于687~100900 m²之间，两个滑坡的规模最大相差147倍。它们的平面形态各异，主要有舌形、长方形、扇形、半圆形和半椭圆形，剖面形态可分为凸形、凹形、直线形和复合型共4种。

图 6(Fig. 6)

图 6 相对高差与其他参数的相关性分析 Fig. 6 Correlation analysis of relative height and other parameters

表 2(Table 2)

表 2 黄土滑坡几何特征参数统计 Table 2 Statistics of loess landslides' characteristics in geometry 滑坡编号 滑坡名称 相对高差(m) 长度(m) 宽度(m) 周长(m) 面积(m2) 平面形态 剖面形态 L01 机瓦厂滑坡 114.47 339.33 315.27 1143 100900 舌形 凹形 L02 霸陵滑坡 85.51 58.75 200.01 455.84 6940 钝角三角形 凸形 L03 三杨坡村滑坡 66.09 157.66 80.72 492.92 13460 舌形 凸形 L04 宏福寺滑坡 26.79 26.245 23.01 100.54 687 扇形 复合型 L05 庙店滑坡 68.18 119.39 86.10 387.37 10640 扇形 凹形 L06 大堡子村滑坡 65.56 121.55 133.46 501.95 15660 长方形 凹形 L07 磨坪村滑坡 28.87 23.87 44.62 135.68 753 半圆形 直线形 L08 乔岔村滑坡 42.05 35.98 124.96 329.8 3269 半椭圆形 直线形 L09 宋庄村滑坡 46.88 46.53 43.26 193.11 2135 矩形 直线形 L10 韩家沟滑坡 75.57 68.05 125 355.90 6850 锐角三角形 直线形 L11 纸坊小学滑坡 103.14 174.23 172.23 650.66 24080 半圆形 凸形

表 2 黄土滑坡几何特征参数统计 Table 2 Statistics of loess landslides' characteristics in geometry

黄土滑坡的地形特征参数(表 3)对于认识黄土滑坡的高程分布、坡度陡缓、地形起伏、滑动方向具有重要意义。在微观层次上，高分辨率DEM能很好地表现黄土滑坡内部的结构特征和空间分布规律。以泾阳南塬一个典型的黄土滑坡(L06)为例，统计了该滑坡的高程、坡向、坡度和地形起伏度频率分布(图 7)。对于黄土台塬滑坡而言，滑坡表面形态和物质分布受地球重力影响，表现出明显的空间分布规律。滑坡的高程频率分布曲线变化具有明显的突变点，这些突变点即为区分滑坡外部结构的临界值，临界值的确定主要基于滑坡外部形态的主观认识。如坡脚部分整体高程最低，堆积体越靠近内部厚度越高，其频率曲线呈上升的趋势，频率百分比为15.77 %；滑坡主体部分较为复杂，内部有凸起也有凹陷，但滑坡堆积体厚度最大，其频率曲线则表现出波浪式的起伏变化，且有最大的波峰出现，频率百分比为60.05 %；滑坡后壁陡峭而平滑，这一部分比例虽小(15.38 %)，但高差最大，其频率曲线跨度为30 m(480~511 m)，且呈现平滑的下降趋势，越接近滑坡顶部频率百分比越小；滑坡顶部也较为平坦，高程最高，且与滑坡后壁有明显的界线，其频率曲线在靠近后壁部分有明显的转折，曲线表现出快速上升的趋势。据此，可以识别出坡脚、主体、后缘、坡顶结构及其高程分布范围(图 7a)。为了验证这种划分是否合理，根据此曲线的临界值，我们在ArcGIS 10.2中对滑坡高程进行了相应的分类，其外部结构能够很好地被识别出来(图 8)。坡向频率分布(图 7b)显示该滑坡内部坡向虽然在各个方位均有分布，但内部坡向主要集中分布在NNW-N方位(335.5°~360°)，该方位的坡向百分比频率比重最高(20.65 %)，该滑坡内部主坡向的空间分布趋势与主滑方向(350°)十分一致，说明该滑坡的主滑方向控制了滑坡内部的坡向分布。坡度频率分布(图 7c)与高程频率曲线类似，也具有一定的滑坡地形区分能力，根据坡度频率分布曲线可以划分出平地、缓坡、陡坡和陡崖，但无法区分出平地中的滑坡坡顶和坡脚部分。起伏度频率分布曲线的变化趋势与坡度频率分布曲线基本一致，表现出先增加后减小的趋势。滑坡内部的起伏度范围在0~22 m之间变动，主要集中分布在0~5 m，尤其1~2 m起伏度变化占绝对优势(图 7d)。

图 7(Fig. 7)

图 7 泾阳南塬黄土滑坡(L06)的地形特征参数频率分布 Fig. 7 The frequency distribution of characteristic parameters in the south Jingyang Tableland landslide(L06)

图 8(Fig. 8)

图 8 高程频率曲线识别滑坡(L06)外部结构 Fig. 8 Identifying external structure of L06 landslide according to its elevation frequency curve

表 3(Table 3)

表 3 黄土滑坡地形特征参数统计 Table 3 Statistics of loess landslides' characteristics parameters in topography 滑坡 编号 平均海拔 (m) 平均坡度 (°) 平均起伏度* (m) 主滑方向 (°) L01 490.07 20.97 1.43 355 L02 498.72 43.23 6.82 132 L03 510.39 23.54 3.08 47 L04 545.50 35.03 6.01 30 L05 466.64 30.64 4.53 34 L06 474.48 27.50 3.73 350 L07 1420.57 38.10 6.30 223 L08 1327.61 39.84 6.26 151 L09 1310.32 35.41 4.87 91 L10 1294.15 41.24 6.49 97 L11 1399.04 29.85 4.02 168 *起伏度邻域分析窗口为5 m×5 m

表 3 黄土滑坡地形特征参数统计 Table 3 Statistics of loess landslides' characteristics parameters in topography

剖面调查是地貌调查的重要方法，通过滑坡剖面分析，可以进一步了解滑坡的结构特征^{[24, 37, 51~52]}。以黄土丘陵区由修路切割边坡而引发的纸坊小学滑坡(L11)为例(图 9)，沿滑坡的主滑方向从坡顶到坡脚布设剖面线A~H。

图 9(Fig. 9)

图 9 志丹县纸坊小学滑坡主剖面位置与剖面结构 Fig. 9 Main profile position and sectional structure of Zhifang Primary School landslide in Zhidan County

从图 9可以明显看出高分辨率DEM在表现滑坡的细节特征(如滑坡裂隙、阶梯状边坡、滑坡后壁、坡度变化)方面比传统低分辨率DEM具有无可比拟的优势。通过GIS剖面分析和实际地层调查(图 9)，可以清楚地描述滑坡主滑方向的结构特征：1)从地层结构来看，该滑坡下覆新近系红粘土之上，最底层为砂泥岩互层(图 9b)，上部为覆盖80 m以上的黄土层，从滑动面来看，该滑坡存在一个主滑动面和两个次级滑动面。2)从位移与变形情况来看，主剖面线A~H中的A-B部分水平距离为约12 m(图 9c和图 9d)，即滑坡顶部水平移动了约12 m。根据它的滑动情况，可以推测该滑坡原来的坡型为凸-凹型，而现在演变成了凹-凸-凹-凸的形状，滑动面近似圆弧形。3)从滑坡外部结构来看，剖面线A~H能客观地反映出滑坡的坡顶、后壁、主体、坡脚，甚至阶梯状边坡的形状和角度都能表达出来。4)从高程和起伏差异来看，该滑坡剖面线的坡顶和坡脚高程差异约90 m，剖面线A~H中不同部分的起伏情况也有很大差异，滑坡后壁A-B最为陡峭，其直线坡度约为71°，断面B-C的直线坡度约为15°，阶梯状边坡C-D的直线坡度为45°，阶梯状边坡最大倾角58°(图 9d)。

(1) 利用传统测量手段调查滑坡的特征参数是一项费时费力的基础性工作。现如今，无人机摄影测量技术与SfM三维建模技术的完美结合能够简化这部分工作，大大提高了工作效率和测量精度。该技术打开了野外环境下获取高分辨率地形数据的大门，必将在地学野外调查中得到普及和应用。

(2) 通过三维技术和GIS空间分析技术，能够轻松获得传统地面调查难以获取的高精度几何、地形特征参数，这对精准认识黄土滑坡的几何特征、地形特征、形态特征、高程分布、地形起伏、规模大小、滑动方向等具有重大的应用价值。此外，黄土滑坡的高程、坡向、坡度和地形起伏度频率分布曲线，在一定程度上可以用于识别滑坡的外部形态。

(3) 滑坡剖面结构分析有助于认识滑坡的细节结构特征，例如滑坡剖面形态、滑坡裂隙、阶梯状边坡、滑坡后壁、坡度与起伏变化，甚至能够推测滑动面位置、滑坡前后坡型变化、滑坡堆积体厚度等信息。

目前，全球可获取公开的高分辨率(厘米级)的数字地形产品极其有限，而黄土滑坡等地质灾害的深入研究亟须高分辨率数字地形数据的支持。近些年，随着无人机尤其是消费级无人机技术的飞速发展，越来越多的地质学家或地理学家开始使用无人机获取野外高分辨率的地形和影像数据进行相关科学研究^{[22, 26, 28]}。并且，将无人机与LiDAR、InSAR、三维激光扫描仪等设备联合使用已经成为一种新的发展趋势^{[28, 47]}。基于我们以往和现在正在进行的研究，对比了成都理工大学彭大雷等^[45]利用测绘级无人机在黑方台开展的《基于高精度低空摄影测量的黄土滑坡精细测绘》研究，来更好地说明消费级无人机和测绘级无人机在黄土滑坡研究中的优势和不足。从表 4中可以看出，与价格昂贵的测绘级工业无人机相比，本文使用的消费级大疆无人机具有成本低、操作简单、方便携带、机动灵活的优势，但测绘精度和专业性方面欠佳。两种类型的无人机都能广泛应用于黄土滑坡相关研究。对于黄土高原地质灾害调查而言，这里植被稀少且覆盖度低、岩土暴露程度高^[45]，低成本的消费级无人机非常适合初步的野外滑坡调查工作，而测绘级无人机更适合精细化的滑坡测绘和滑坡监测。

表 4(Table 4)

表 4 两种无人机在黄土滑坡研究中的对比 Table 4 Comparison of loess landslide research about two UAVs 对比内容 测绘级无人机(四旋翼无人机) 消费级无人机(DJI) 价格 70万以上 0.3万~1万 便携程度 携带不便，需要团队作业 便携式，单人即可操作 专业程度 测绘级精度，配有专业地面站，需要布设地面控制点，相机像素高 相对精度高，但绝对精度略差，GPS精度低，相机像素低 续航能力 单块电池续航约45 min 单块电池续航约25 min 前处理和后处理流程 程序复杂 程序简单 三维建模软件 Pix4d PhotoScan 在黄土滑坡 中的应用 1.获取高分辨率和高精度的正射影像和数字地形数据 2.能够实现滑坡的特征参数提取和分析 3.能够开展高精度的滑坡变形监测，估算滑坡体积 4.能够开展滑坡形态分析、动态变化过程和地貌制图 5.能够开展高分辨率的黄土滑坡数字地形分析 6.能够实现高精度滑坡测绘，可满足工程治理需求 1.获取高分辨率的正射影像和数字地形数据，相对精度高 2.能够实现滑坡的特征参数提取和分析 3.能够开展低精度的滑坡变形监测，估算滑坡体积 4.能够开展滑坡形态分析、动态变化过程和地貌制图 5.能够开展高分辨率的黄土滑坡数字地形分析 6.能够实现低精度滑坡测绘，可满足科学研究

表 4 两种无人机在黄土滑坡研究中的对比 Table 4 Comparison of loess landslide research about two UAVs

本文的最终目的就是利用消费级无人机开展高分辨率的黄土滑坡特征参数提取，并证明其具有较高的应用和推广价值，消费级无人机辅助传统的地面调查，大大节约了地面调查的时间成本和经济成本，同时也减轻了劳动强度。考虑到目前不做滑坡监测方面的内容，本研究没有布设地面控制点(GCPs)，而GCPs坐标可以被用于生成更加精确的、具有绝对坐标的模型^{[27, 53~54]}。本文使用的消费级无人机与测绘级无人机在测绘精度和测绘标准方面存在一定差距，但为了保证测量精度，需要认真参考《1：500 1：1000 1：2000地形图航空摄影规范(GB/T 6962-2005)》^[55]。此外，无人机野外作业需要注意飞行安全，务必遵守当地的法律法规，不能从事危害公共安全或窥探军事禁区的航拍活动。

致谢: 感谢审稿专家和编辑部杨美芳老师建设性的修改意见。