
-
项目名称
- 水利部"948"计划"无人机载微型高光谱成像仪"(201507)
-
第一作者简介
- 张雅文 (1989-), 女, 博士研究生。主要研究方向:遥感数据处理及应用。E-mail:yawen1129@hotmail.com
-
通信作者简介
- 许文盛 (1983-), 男, 博士, 高级工程师。主要研究方向:土壤侵蚀与环境泥沙。E-mail:wenshengxu521@aliyun.com
-
文章历史
-
收稿日期:2016-09-21
修回日期:2017-03-28
近年来,无人机遥感技术的应用,为生产建设项目水土保持监测工作提供了一种全新的技术手段[1-3]。不同于传统的地面观测和卫星遥感观测,无人机遥感技术可为用户提供定制化的服务,即围绕具体目标,通过设置飞行规划,获取特定时间和空间分辨率的数据[4-6],进而为后续分析提供支撑;然而,如何将这一技术切实应用于实际的水土保持监测工作中,并符合相关规程规范的要求,目前还没有一套成熟的技术方案[7-9]。对此,本文针对鄂北地区水资源配置工程,开展水土保持监测案例分析,并将结果与运用传统方法监测所得到的结果进行对比,从而评估无人机遥感技术在水土保持监测工作中的应用潜力和实际效果。
1 研究区概况鄂北地区水资源配置工程是以丹江口水库为水源的线状工程,工程以清泉沟输水隧洞进口为起点,线路自西北向东南穿越鄂北岗地,终点为大悟县城附近的王家冲水库。干渠途经襄阳市的老河口市、襄州区、枣阳市,随州市的随县、曾都区、广水市以及孝感市的大悟县等地域 (图 1)。研究区处于南襄盆地、桐柏山与大洪山之间,主要为低山、丘陵、垅岗和河谷平原地形。西边为武当山脉,呈东西向展布,至丹江口、老河口及谷城一线以东,武当山脉被南襄盆地所切断,地势平坦,主要为岗波状平原及残丘剥蚀平原;东北边为桐柏山地,系桐柏山脉的东南余脉,海拔300~500 m,属中低山蔓延的丘陵;南边为大洪山脉,海拔300~1 000 m,属中低山区。总体而言,全线垄岗丘陵相间,大致以枣阳沙河为界,沙河以西垄岗地形为主,沙河以东丘陵地形为主。工程划分为主体工程区 (引水工程区和水库工程区)、闸站建筑物区、排洪建筑物区、导流工程区、永久办公生活区、存料场区、弃渣场区、交通道路区及施工生产生活区等;建设区面积2 505.80 hm2,其中永久占地341.85 hm2,临时占地2 163.95 hm2。区域内土壤类型以潮土、水稻土、黄棕壤和黄褐土为主,属于轻度土壤侵蚀区,容许土壤流失量为500 t/km2,土壤侵蚀类型主要为水力侵蚀,侵蚀形态以面蚀为主。
![]() |
图 1 研究区域位置图 Figure 1 Location map of the study area |
由于鄂北地区水资源配置工程为线状工程,占地面积较大,因此本次实验选择该项目的典型区域实施航拍,包括渠首、纪洪隧洞出口、16标段进口处、16标段1号渣场、16标段2号渣场。航拍时间为2016年5月,航拍采用的设备为大疆精灵3无人机搭载非球面镜片的小型4K相机。
大疆精灵3是深圳大疆创新科技有限公司在2015年4月8日推出的一款微小型一体航拍无人机,该款无人机采用四旋翼飞行器,质量 (含电池及桨) 为1 280 g,悬停高度是垂直+/-0.5 m、水平+/-1.5 m,最大上升速度是5 m/s,最大下降速度是3 m/s,最大水平飞行速度是16 m/s,飞行时间约23 min,云台俯仰角为-90°至+30°,稳定系统是3-轴 (俯仰、横滚、偏航),采用GPS/GLONASS双模。
无人机搭载的非球面镜片小型4K相机,有效像素是1 240万,镜头FOV是94°20 mm,f/2.8焦点无穷远,ISO范围是100~3 200(视频) 和100~1 600(照片),照片最大分辨率是4 000×3 000,电子快门速度是8~1/8 000 s,照片最大分辨率是4 000×3 000,视频存储最大码流是60 Mbps,图片格式有JPEG和DNG (RAW),视频格式有MP4/MOV (MPEG-4 AVC/H.264)。
无人机遥感技术在应用于生产建设项目水土保持监测时,操作流程包括遥感基础数据获取、基本监测信息提取及监测信息应用等3个步骤。
2.1 遥感基础数据获取案例工程为线状,涉及的防治责任范围较大,外加无人机可持续飞行的时间有限;因此,针对不同的区域,飞行操作在自动航线设计和手动控制2种中据实选择。自动飞行情况下,飞行高度固定在120 m,航片重叠度设置在75%以上;手动操作情况下,飞行高度约100 m,并根据当时的风速及拍摄区域面积略有升降,航片重叠度不低于50%。以渠首为例,拍摄的有效影像总数84张,航线设计如图 2所示。照片拍摄后使用Agisoft Photoscan Professional软件来处理,形成DOM和DEM成果。
![]() |
图 2 渠首航迹图 Figure 2 Flight plan for the channel head |
基于DOM和DEM成果,可提取土地利用类型、监测对象位置、长度、面积和体积等生产建设项目基本的水土保持监测信息,并构建三维模型。土地利用类型的识别有2种方法,一种是目视识别及勾画,另一种是计算机自动分类;监测对象的位置 (经纬度、高程)、长度与面积等信息,可利用DOM成果,在ArcGIS平台中直接提取;监测对象的体积可基于DEM成果,利用微分法估算而得。
2.3 监测信息应用结合水土保持监测相关规范,将提取得到的基本监测信息,进一步应用到实际的水土保持监测工作中。由于本实验仅实施一次航拍,无法利用多次信息进行变化分析;因此,监测信息主要应用在如下3个方面:扰动土地状况监测、弃土 (石、渣) 监测、水土保持措施监测。其中,扰动土地状况监测包括扰动范围、面积、土地利用类型等,弃土 (石、渣) 监测包括临时堆土场的数量、位置、方量、表土剥离、防治措施落实情况等,水土保持措施监测包括工程措施、植物措施及临时防治措施的实施情况。
3 结果与分析 3.1 遥感基础数据获取渠首、纪洪隧洞出口、16标段进口处、16标段1号渣场及16标段2号渣场等5个典型区域的DOM和DEM成果,分别如图 3所示。在获取的数据精度方面,所有区域DOM的水平精度达0.05 m,DEM的水平精度达0.2 m。
![]() |
图 3 5个典型区域DOM和DEM成果 Figure 3 DOM and DEM products for five test areas |
以16标段2号渣场为例,土地类型信息提取结果如图 4所示。可以看出,对于渣场而言,相比目视判别,计算机自动识别具备更高的处理效率;但是,由图 4中红色线条勾选的三块区域可以看到,计算机自动分类也存在明显的误判,比如将弃渣的阴影、苫盖部分识别成植被,因此有时对于计算机自动识别结果还需进行人工校正。
![]() |
图 4 16标段2号渣场 Figure 4 The 2th disposal area of the 16th section |
以渠首为例,其开挖面在地下,在ArcGIS中,利用DOM成果获取的位置信息如图 5所示。可以看出,渠首位于E 111.688°、N 32.647°,其高程为200.83 m (WGS-84坐标)。
![]() |
图 5 渠首点的位置信息 Figure 5 The location of the excavated point in the channel head |
案例工程典型区不同监测对象的面积如图 6所示。可见,纪洪隧洞出口的施工生产生活区面积、16标段进口处施工生产生活区面积、16标2号渣场的弃渣场面积、16标段1号渣场的弃渣场面积以及16标段1号渣场中2处苫盖的面积均可明确地给出。
![]() |
图 6 不同监测对象的面积 Figure 6 Areas of different monitoring objects |
基于DEM成果,假定弃渣前弃渣场的底部较为平坦 (高程无较大变化),利用微分思想,计算高程乘以栅格大小的累积和,如图 7所示,可近似得到监测对象的体积。以16标段1号渣场和2号渣场为例,其计算出的弃渣体积如图 8所示。
![]() |
图 7 微分法计算监测对象的体积 Figure 7 Volume calculation for monitoring object using a differential method |
![]() |
图 8 不同监测对象的体积 Figure 8 Volumes of different monitoring objects |
利用Agisoft Photoscan Professional软件,基于构建出的项目区三维模型,可实现三维效果下的漫游。以纪洪隧洞出口为例,其三维效果下的漫游如图 9所示。
![]() |
图 9 纪洪隧洞出口三维效果下的漫游 Figure 9 3D browsing of the exit of Jihong Tunnel |
根据SL 277—2002《水土保持监测技术规程》和《生产建设项目水土保持监测规程 (试行)》(办水保〔2015〕139号),本文将提取的信息主要用于扰动土地状况监测、弃土 (石、渣) 监测及水土保持措施监测3方面,可为水土流失本底数据库的建立、监测成果的提炼与总结提供有力的支撑。
1) 扰动土地状况监测结果:纪洪隧洞出口的施工生产生活区扰动土地面积是1万6 562.2 m2,16标段进口处的施工生产生活区扰动土地面积是5 153.8 m2,16标段1号渣场的弃渣场扰动土地面积是4 268.6 m2,16标段2号渣场的弃渣场扰动土地面积是1万9 108.5 m2。
2) 弃土 (石、渣) 监测结果:16标段1号渣场的弃渣体积约为1.1万m3,16标段2号渣场的弃渣体积约17.2万m3。
3) 水土保持措施监测结果:临时措施——16标段1号渣场采取了临时苫盖措施,2处苫盖面积分别是166.9和1 229.9 m2;16标段2号渣场未采取临时苫盖措施。
4 监测结果与运用传统方法监测结果的对比生产建设项目水土保持监测传统的方法主要包括现场测量、定位监测、实地调查、巡查等,为进一步分析无人机遥感监测的效果,本文对无人机遥感监测结果与运用传统方法监测结果进行对比,对比结果如表 1所示。其中,本文所用的传统监测方法主要是现场测量法,面积是利用手持GPS与皮尺实地测量而得,体积是基于手持GPS、皮尺及测距测高仪实地测量而得。手持GPS采用中海达Qcool i3标准版。该仪器单点定位精度5 m,SBAS定位精度3 m;皮尺采用田岛 (TAJIMA) 手提尺100 m,测量精度0.2 cm;测距测高仪采用尼康NIKON手持激光望远镜COOLSHOT 40i测距+测高仪,该仪器测量范围7.5~590 m,直线距离精度为0.75 m。
![]() |
表 1 无人机遥感监测结果与用传统方法监测结果的对比 Table 1 Comparison of the monitoring results between the UAV and the traditional methods |
分析表 1可得,相比于施工单位计量值,无人机监测结果和传统方法监测结果大多控制在10%的差异内,满足有关要求;但从测量效率而言,无人机方法远高于传统方法,在本实验中,无人机监测效率是传统测量效率的3~5倍。
对于施工生产生活区扰动地表面积,无人机监测值与施工单位计量值的差异小于传统方法监测值与施工单位计量值的差异。对于弃渣场的扰动地表面积,无人机监测值与传统方法监测值基本一致。对于弃渣场的弃渣体积,无人机监测值普遍大于施工单位计量值,而传统方法监测值小于施工单位计量值,这是因为利用无人机监测结果计算弃渣体积时,把弃渣前的原始地面假定为平面,而本案例的原始地面有部分阶梯式凸起;因此,无人机监测结果偏大。对于渣场临时苫盖措施,无人机监测值小于施工单位计量值,但误差在5%以内。利用传统方法,在苫盖面积较小时,差异较小,而苫盖面积较大时,差异也较大。
5 结论无人机遥感技术应用于实际的水土保持监测项目中,有着显著的优势,包括监测效率高、可建立项目区三维模型等。本文以鄂北地区水资源配置工程为例,结合水土保持监测相关技术规程,从遥感基础数据获取、水土保持基本信息提取及应用3个方面,对这一技术的操作性及效果进行分析。通过监测,得到案例工程典型区域扰动土地状况、弃土 (石、渣) 情况及部分水土保持措施的落实情况等,监测结果与施工单位实际计量结果相比,差异≤10%,满足相关的技术要求,效率是传统实地测量的3~5倍,这对于大型线性工程,大大减少人工监测成本,提高监测效率。另外,针对特定的水土保持监测项目,基于多次定点观测,可进一步获取项目区的土壤流失情况、水土流失防治效果等多项指标,由此,无人机监测技术可更加全面、具体地应用于水土保持监测的各项工作中。由于受无人机一次飞行时间 (螺旋翼通常在0.5 h以内) 与信号传输距离 (螺旋翼一般为1~3 km) 的限制,对类似于鄂北地区水资源配置工程的线性生产建设项目,进行全线路的无人机遥感监测,实施难度较大,且效率不高;因此针对此种情况,可基于项目区卫星遥感影像,利用无人机对线性工程典型区的监测结果,通过后期的数据解译与分析来开展,但其精度受卫星遥感影像和无人机监测结果2方面的限制。
由于监测结果在应用于实际时,受监测对象原始地表环境、无人机的飞行参数、飞行路线、飞行高度以及风速等多种因素的影响;因此,如何根据实际对监测结果进行校正,构建一套更为简便、快速的监测数据分析方法还需要在后期工作中做进一步的探讨。
[1] |
王志良, 付贵增, 韦立伟, 等. 无人机低空遥感技术在线状工程水土保持监测中的应用探讨:以新建重庆至万州铁路为例[J].
中国水土保持科学, 2015, 13(4): 109.
WANG Zhiliang, FU Guizeng, WEI Liwei, et al. Discussion on application of low altitude UAV RS to soil and water conservation monitoring in linear engineering: A case study on the new Chongqing—Wanzhou railway[J]. Science of Soil and Water Conservation, 2015, 13(4): 109. |
[2] |
杨恺. 无人机遥感技术在开发建设项目水土保持监测中的应用[J].
陕西水利, 2013(4): 145.
YANG Kai. The application of UAV remote sensing in soil and water conservation monitoring in construction projects[J]. Shaanxi Water Resources, 2013(4): 145. |
[3] | COLOMINA I, MOLINA P. Unmanned aerial systems for photogrammetry and remote sensing: A review[J]. Isprs Journal of Photogrammetry & Remote Sensing, 2014, 92(2): 79. |
[4] |
胡恒, 王璨. 关于"精准水土保持"的实践与思考[J].
中国水土保持, 2016(2): 30.
HU Heng, WANG Can. Practice and reflections on precise soil and water conservation[J]. Soil and Water Conservation in China, 2016(2): 30. |
[5] | D'OLEIRE-OLTMANNS S, MARZOLFF I, PETER K D, et al. Unmanned aerial vehicle (UAV) for monitoring soil erosion in Morocco[J]. Remote Sensing, 2012, 4(11): 3390. |
[6] | WATTS A C, VINCENT G, HINKLEY E A. Unmanned aircraft systems in remote sensing and scientific research: Classification and considerations of use[J]. Remote Sensing, 2012, 4(6): 1671. |
[7] |
刘震.
水土保持监测技术[M]. 北京: 中国大地出版社, 2004.
LIU Zhen. Soil and water conservation technology[M]. Beijing: Chinese Land Press, 2004. |
[8] |
陈荻, 李卫正, 孔文丽, 等. 基于低空高分辨影像的三维绿量计算方法:以南京林业大学校园为例[J].
中国园林, 2015(9): 22.
CHEN Di, LI Weizheng, KONG Wenli, et al. On the method of three-dimensional green volume calculation based on low-altitude high-definition images:case study of the Nanjing forestry university campus[J]. Chinese Landscape Architecture, 2015(9): 22. |
[9] |
许燕, 段福洲, 段光耀. 面向对象的无人机影像分类研究[J].
地理空间信息, 2014, 12(5): 28.
XU Yan, DUAN Fuzhou, DUAN Guangyao. Object-oriented UAV remote sensing image classification[J]. Geospatial Information, 2014, 12(5): 28. |
![]() |
图 1 研究区域位置图 Figure 1 Location map of the study area |
![]() |
图 2 渠首航迹图 Figure 2 Flight plan for the channel head |
![]() |
图 3 5个典型区域DOM和DEM成果 Figure 3 DOM and DEM products for five test areas |
![]() |
图 4 16标段2号渣场 Figure 4 The 2th disposal area of the 16th section |
![]() |
图 5 渠首点的位置信息 Figure 5 The location of the excavated point in the channel head |
![]() |
图 6 不同监测对象的面积 Figure 6 Areas of different monitoring objects |
![]() |
图 7 微分法计算监测对象的体积 Figure 7 Volume calculation for monitoring object using a differential method |
![]() |
图 8 不同监测对象的体积 Figure 8 Volumes of different monitoring objects |
![]() |
图 9 纪洪隧洞出口三维效果下的漫游 Figure 9 3D browsing of the exit of Jihong Tunnel |
![]() |
表 1 无人机遥感监测结果与用传统方法监测结果的对比 Table 1 Comparison of the monitoring results between the UAV and the traditional methods |