小型无人机非测量相机在林业调查中的应用研究

孙志超,杨雪清,李 超

(1.国家林业局调查规划设计院,北京 100714；2.北京大学 城市与环境学院,北京 100871)

小型无人机非测量相机在林业调查中的应用研究

孙志超1,杨雪清1,李 超2

(1.国家林业局调查规划设计院,北京 100714；2.北京大学 城市与环境学院,北京 100871)

为提升林业调查的技术水平,研究小型无人机搭载非测量相机在林业调查中的应用技术。选择北京十三陵林场开展低空航拍试验,针对非测量相机的镜头畸变和小型无人机相机云台外方位元素误差较大的特点,分别通过相机检校算法和外方位元素逆向求解,进行内外方位元素定向,生成立体像对和正射影像；用地面控制点对相片整体进行几何精校正,采用3D量测工具测量立体区域树高,用地面控制点测量图像拼接区域面积和周长,用现地实测树高、面积和周长对图测结果进行检验和模型拟合。结果表明,通过适当的校正和调整,小型无人机搭载非测量相机基本能够满足林业调查对树高、面积及周长等的量测精度要求,应用前景广阔。

无人机;林业调查;非量测相机;树高;面积

如何优化动态监测技术方法,随时获取大量、清晰的森林资源信息,一直是林业管理部门和生产单位考虑的问题。航天遥感和航空遥感虽然具有信息量大、波段丰富等优点,但存在着成本高、更新慢、分辨率低、需要大量人工校正等问题。无人机遥感系统具有低成本、高出勤、高分辨率、易携带等优点,填补了航空遥感和航天遥感的空白,非常适合林业调查的工作要求,是未来林业资源管理实现动态监测的有效工具[1]。目前针对非测量相机体积小、像素高及便于携带等优点,在测绘行业的应用研究较多,结论趋于一致,基本能够满足非精确测量的实际需求[2]。在林业调查方面也有部分研究者开展了相关研究,但因搭载平台、处理方法及研究应用目的的不同得到不太一致的结论[3-4]。本文基于小型无人机搭载非测量相机的航拍试验,通过相机镜头畸变纠正和相机平台外方位元素逆向求解及地面控制点精确几何纠正来建立立体像对和区域正射影像,进行林业调查的主要因子,如树高、面积及周长等的量测结果对比及模型拟合,得到了较好的结果,基本能满足林业调查对树高、面积及周长等的量测精度要求,应用前景广阔。

1 研究区域概况

北京市十三陵林场(以下简称十三陵林场)始建于1962年,是北京市园林绿化局直属最大国有公益型林场。全场共有各类土地面积8 571.81 hm2,其中林地面积8 562.19 hm2,非林地面积9.62 hm2。在林地面积中,有林地面积为5 846.63 hm2,辅助生产林地面积为27.3 hm2,灌木林地面积为2 165.45 hm2,苗圃地面积20.2 hm2,未成林地面积为350.02 hm2,疏林地面积为152.59 hm2。森林覆盖率为68.21%,森林绿化率为92.09%。

十三陵林场位于北京市昌平区境内,距离市区约40 km。林区范围东至半壁店,南接昌平城区,西至四桥子,北至上口,平均海拔400 m,最高峰为沟崖中峰顶,海拔954.2 m。山地坡向以阳坡、半阳坡为主,土层厚度一般在20～40 cm之间。主要树种有侧柏(Platycladusorientalis)、油松(Pinustabuliformis)、黄栌(Cotinuscoggygria)、元宝枫(Acertruncatum)等。林区范围内不仅有明十三陵和居庸关长城两处世界文化遗产,还有沟崖自然风景区、蟒山国家森林公园等30多处旅游景点,是首都的名胜旅游区和重点防火区[5]。

2 数据获取及预处理

选用大疆创新科技有限公司的S800六轴多旋翼无人机,结合地面站、对应云台,搭载Cannon 5D Mark III(相机参数:焦距(24 mm)、传感器H(感光元件高,24 mm)、传感器W(感光元件宽,36 mm)、像素2 230万)在航高100 m处进行航拍实验。主要采用地面站的摄影测量工具对航高、航向重叠、旁向重叠等进行设置,以满足航空摄影测量的基本需求[6]。采用航线图如图1所示。

图1 航线设置图

航拍后,通过Image Master Calibration 软件和A3检校标准模板对相机镜头进行检校[7]。检校结果如图2所示。

图2 相机参数检校结果图

相机检校成功后,内定项参数生成相机检校文件(图3),为航片内定向中的镜头畸变纠正提供了基础。

图3 相机检校内定向参数

3 研究方法

3.1 技术路线

采用普通无人机搭载非测量相机进行低空航拍,主要技术流程如图4所示。通过对比研究,选择北京昌平区十三陵林场一处低山坡地针叶中龄林作为研究对象。实验分以下几步进行:1) 在试验区内用A4白纸作为控制点,均匀地布设于四周小路及林地林窗处,共25个。通过高精度GPS对控制点X,Y,Z坐标进行量测和记录。同时,用激光测高器测量控制点四周的树高,并做记录,为数据处理、对比分析做准备。2) 通过地面点对航线及相片重叠度、航高、速度等进行设置,并通过地面站的一键起飞功能执行航拍。对航拍后数据进行检查,同时导出相机拍摄时的外方位元素。3) 通过原始影像的内外方位元素的内外定向,用3D测量模块测量同名点之间距离偏差,取均值来反算外方位元素的调整值,从而分别构建立体相对量测树高和进行航片拼接及正摄校正,同时量测航区面积和周长。4) 用实测树高、航区周长和面积与图测数据进行对比和误差分析,最后通过逐步回归进行数据拟合。

3.2 航片外方位元素反算方法及流程

采用大疆创新科技有限公司的IOSD软件和GPSexporter 软件,提取相机拍摄时刻姿态数据即外方位元素,含X,Y,Z坐标,翻滚角,俯仰角和偏转角等。这为外方位元素反算调整奠定了基础。获取的外方位元素如表1所示,航片外方位元素反算流程如图5所示。

图4 技术路线流程图

图5 航片外方位元素反算流程图

无人机低空摄影测量的关键问题是平台的稳定性和外方位元素的精度问题。本研究基于不同航片地物同名点坐标相同,通过多次量测不同相片同名点在立体分析模块下坐标的偏移及角度偏差,取均值来反算外方位元素的偏差,起到部分纠正外方位元素偏差的作用,满足低精度测量的要求。比如林业中树高的测量、冠幅的测量等。本实验共9张航片,分两个航带。以第一张航片为基准,量测其他航片中同名地物点的距离和角度偏差。结果表明,平均距离偏差为12.14m,角度偏差为15.2°。通过X,Y坐标分解可得δX=11.72,δY=3.18。通过外方位元素的这种反算和调整,能够基本解决立体相对的立体成像和树高测量问题。具体立体相对树高测量如图9所示。

表1 相机外方位元素表

3.3 航测区域面积 区域周长量测方法及流程

航测区域的面积、周长量测方法及流程如图6所示。

图6 航测区域面积 周长量测流程图

为了研究外方位元素调整后,正摄校正图像面积和周长同实测GPS控制点对应面积和周长的具体精度,我们通过分别在相同坐标系下建立GPS控制点和图像识别的对应控制点的矢量文件,并量测不同方位控制点组成的多边形的面积和周长进行对比分析。具体量测过程如图7所示。

3.4 树高量测方法及流程

导入内方位元素、经过调整的外方位元素和地面控制点,经过空三加密建立新的测区,在该测区导入立体测量模块,通过佩戴红绿立体眼镜结合3D测量工具,经过反复调整后形成合适视差,产生清晰立体效果的情况下测量控制点附近与实测数据相对应的树高(附近地面到树顶的高程差)[8],并记录(图8)。一般要经过多次测量取平均值。具体测量如图9所示。

注：AREAGPC代表地面实测控制点组成的多边形； AREARPC代表航片对应控制点组成的多边形。

图7 航测区域面积 周长量测图

Fig.7 Aerial survey area and perimeter

图8 航测区域树高量测流程图

Fig.8 The measurement process of tree height in aerial survey area

图9 航测区域树高量测图

为了研究实测航区面积、周长及树高数据和图测对应数据之间的定量关系,进一步通过定量模型来减少两者之间的误差,提高图测后数据估计精度。本研究采用最小二乘的线性和多项式两种拟合方法[9]分别用实测航区面积、周长及树高对图测面积、周长和树高进行拟合。

4 研究结果分析

4.1 面积量测结果对比及拟合分析

通过图测航区面积和实测航区面积对比可知两者的波动趋势相同(图10),相对误差和绝对误差如表2所示。平均相对误差为-5.95%,平均绝对误差为-214.08m2。由此可知,图测航区面积误差在6%左右,能满足一般精度的图测要求。

注：RAREA为航区图测面积；GAREA为控制点量测面积。

图10 航测区域面积量测结果对比

Fig.10 Comparison of the aerial survey area

表2 航测区域面积量测结果误差

为了进一步提高图测航区面积对实测航区面积的解释能力,采用数据拟合方法对图测数据进行数据拟合。结果表明,图测数据和实测数据间有很好的线性拟合关系(图11)。拟合精度较高(R2=0.9911),基本能够真实反应两者之间的近似全等关系,这为进一步研究该区域其他面积量测提供了较好的基础。

4.2 周长量测结果对比及拟合分析

通过图测航区周长和实测航区周长对比可知两者的波动趋势相同(图12),相对误差和绝对误差如表2所示。平均相对误差为-1.59%,平均绝对误差为-4.32m。由此可知,图测航区周长误差在2%左右,能满足一般精度的图测要求。

图11 航测区域面积量测结果拟合

注：RCONF为航区图测周长；GCONF为控制点量测周长。

图12 航测区域周长量测结果对比

Fig.12 Comparison of measurement results of aerial area perimeter

图13 航测区域周长量测结果拟合

为了进一步提高图测航区周长对实测航区周长的解释能力,我们采用了数据拟合方法对图测数据进行了数据拟合。结果表明,图测数据和实测数据间有很好的相关性(图13)。拟合精度较高(R2= 0.9813),基本能够真实反应两者之间的近似全等关系,这为进一步研究该区域其他长度量测提供了较好的基础。

4.3 树高量测结果对比及拟合分析

通过图测树高和实测树高对比可知两者的波动趋势相同(图14),相对误差和绝对误差如表3所示。平均相对误差为18.93%,平均绝对误差为0.816m。由此可知,图测树高误差在19%左右,按《森林资源连续清查技术规定》[10]的要求,这样的结果很难满足林业树高测量精度的要求。因此,必须采取相应的定量关系模型来研究实测树高和图测树高的关系,以期真实反映两者之间的数量关系。

为了进一步提高图测树高对实测树高的解释能力,满足林业对树高测量精度大于85%的要求,我们采用数据拟合方法对图测数据进行数据拟合。结果表明,图测数据和实测数据间有很好的相关性(图15)。拟合精度较高(R2=0.858),基本能够真实反应两者之间的近似全等关系,这为进一步研究该区域其他树高量测提供了较好的基础。

图14 航测区域树高量测结果对比

表3 航测区域树高量测结果误差

图15 航测区域树高量测结果拟合

5 结论与讨论

1) 基于本文的结果和分析,林业调查中,面积量测和树高量测采用小型无人机摄影测量能够基本满足调查精度的要求,具有可操作性;

2) 有关面积和树高的试验结果定量分析表明,基于小型无人机的林业摄影测量需要构建相应的定量关系模型;

3) 相机平台外方位元素的逆向解算是小型无人机搭载非测量相机在林业调查中应用的基础;

4) 通过图像分类识别不同树种和提取林分郁闭度,从而构建基于树高、树种和郁闭度的林分蓄积模型,以估计林分蓄积;

5) 通过改进相机镜头畸变的检校模型和外方位元素逆向求解算法来提高测量精度,还需进一步的研究。

[1]李宇昊.无人机在林业调查中的应用实验[J].林业资源管理,2007(4):69-73.

[2]张慧鑫,李非栗,雷巨光.基于普通数码相机的近景摄影测量方法与精度的试验研究[J].北京测绘,2008(4):4-7.

[3]李宇昊.无人遥感飞机在林业调查中的应用研究[D].北京:北京林业大学,2008.

[4]杨立君,刘轩,王嘉平.一种非量测相机近景影像外方位元素解算方法[J].测绘科学,2012,37(1):17-19.

[5]北京十三陵林场.林场简介[EB/OL].(2013-03-01)[2016-12-13].http://sslff.forestry.gov.cn/6081/59319.html.

[6]陈永明.航空摄影测量[M].北京:中国建筑工业出版社,2003:78.

[7]闾海庆.基于非量测数码相机的近景摄影测量数据处理方法研究[D].长沙:中南大学,2006.

[8]党安荣,王晓栋,陈晓峰,等.Erdas Imagine遥感图像处理方法[M].北京:清华大学出版社,2005:349.

[9]吴宗敏.散乱数据拟合的模型、方法和理论[M].北京:科学出版社,2007:178.

[10]国家林业局.森林资源连续清查技术规定[M].北京:中国林业出版社,2004:142.

Application of Small Unmanned Aerial Vehicle with Non-measuring Camera in Forestry Investigation

SUN Zhichao1,YANG Xueqing1,LI Chao2

(1.AcademyofForestInventoryandPlanning,StateForestryAdministration,Beijing10074,China；2.DepartmentofEcology,CollegeofUrbanandEnvironmentalSciences,PekingUniversity,Beijing100871,China)

To enhance the technology for forestry investigation,our study focused on the application of small unmanned aerial vehicle (UAV) equipped with non-measuring camera in forestry investigation.In the study,we selected the Shisanling Forest Farm in Beijing as the study area to implement the test of airborne photographing.Moreover,intended for the characteristics of lens distortion in camera and large error of exterior orientation elements of the camera platform in UAV,we utilized a camera calibration algorithm and exterior orientation elements to inverse the accuracy exterior and interior orientation,and obtained the stereo images and orthophotos.In addition,the ground control points (GCPs) were used to carry on the geometric correction in the whole photo,and 3D measurement tools to measure the tree height in the three-dimensional area,and the GCPs to measure the area and perimeter of the mosaic area.Finally,the photo-measured results of tree height,area and perimeter were fitted to the field-measured results with empirical models,which also tested the photo-measured results.The results show that the small UAV equipped with non-measuring cameras can meet the accuracy requirements of the height,area and perimeter for the forestry surveying,if the device could be adjusted and calibrated properly.And it,therefore,has broad prospects of application in forest investigation.

unmanned aerial vehicle,forestry investigation,non-measurement camera,tree height,forest area

2017-01-13；

2017-03-15

孙志超(1986-),女,山东人,硕士,主要从事林业遥感技术的研究与应用工作。 Email:sunzhichaook@foxmail.com

杨雪清(1967-),女,山西人,教授级高工,博士,主要从事森林资源调查评估及3S技术的应用工作。 Email:xqyangok@126.com

P231;S757;TP302.1

A

1002-6622(2017)02-0103-07

10.13466/j.cnki.lyzygl.2017.02.018