低空航摄系统开展地理国情外业调查研究

王文龙，黄中和，乔 炜，单 静，刘 涛

（1.武汉市测绘研究院，湖北 武汉430022）

低空航摄系统开展地理国情外业调查研究

王文龙1，黄中和1，乔 炜1，单 静1，刘 涛1

（1.武汉市测绘研究院，湖北 武汉430022）

针对地理国情外业调查工作中现有方法存在一些不足，通过无人机低空航摄来提高外业调查的工作质量和效率，并利用无人机开展地理国情监测深化研究。

低空航摄；地表覆盖分类；地理国情；解译样本采集；外业调查

当前，世界主要发达国家为了应对气候变化、公共安全、粮食安全以及资源安全，都将地理国情监测作为国家可持续发展的重要举措[1-6]。英国伦敦大学建立了全球干旱监测网，以空间分辨率100 km的数据发布全球旱情[1]；欧洲发布分辨率为300 m的全球土壤覆盖图[2]，图中展示了22种不同的土地覆盖类型；欧盟等组织扩大对粮食危机地区的地理监测，构建了一个以卫星数据和农业气候模型为基础的监测与预测系统[2]；欧盟的“全球环境与安全监测计划”，主要目的是获取影响地球和气候变化的各类环境信息[3]；美国建立国家生态观测网，开展全面、综合的生态环境观测，预测环境变化趋势，保证美国的生物和生态安全[3]；美国地质调查局启动了“地理分析和动态监测计划”，主要研究土地覆盖现状与趋势、气候和生态系统变化[3]；日本地理信息局开展灾害监测，尤其是在地壳形变方面做了大量工作[4]；日本牵头开展亚太地区环境革新战略项目环境综合监测子项目[5]，旨在建立和发展一个综合性的环境监测系统，对亚太地区的环境破坏、环境退化和生态脆弱区进行长期有效的监测。我国正处于全面建设小康社会的关键期，经济发展与资源环境之间存在重重矛盾。为了摸清地理国情家底，准确把握国情国力，准确掌握、科学分析资源环境的承载能力和发展潜力，我国开展了第一次全国地理国情普查，建立地理国情监测本底数据库[6]。

本次地理国情普查对象是我国陆地国土范围内的地理国情要素和地表覆盖分类的信息内容。如果内业资料不能全面、客观反映各种地理国情要素和地表覆盖分类的信息，地理国情外业调查就是保证地理国情普查数据质量的关键环节[7]。

1 地理国情外业调查问题分析

外业调查应严格遵循走到、看到、记到的原则，客观真实地反映出可到达工作区域内各种地理国情要素和地表覆盖分类的信息内容[8]。针对这一原则，本次地理国情外业调查实施方案如下：每个外业小组配备2名作业人员和1名司机，携带一幅外业调查区域的纸质底图和一个具有导航、拍照、电子地图功能的IPAD，驾车对行进线路两侧的要素、图斑进行核对，并观察沿途周边的地表特征，遇需要重点关注或特殊的覆盖类型、要素时，及时开展遥感影像解译样本数据采集工作。

按照实施方案，在调查实践中存在以下问题：1） 车辆无法到达区域的图斑，只能采用同类地物类比、地理相关分析及调查、询问和参照相关资料等方法进行核查。2）车辆在行进过程中，随车调查人员的视野范围有限，且容易疏漏对一些地物的观察。在整个调查过程中，调查人员工作强度较高，每行驶2～ km还需要甄选各类典型地物，多次下车拍摄解译样本。3）有些规划的调查路线路面狭窄，路基松软，路边没有安全护栏，车上普查人员有一定的人身安全风险。4）有些外业调查区域被铁路、高等级公路、河流等地物分割，调查路线规划时要设计额外绕行路线；在城市调查时，常常会遇到交通堵塞；在乡镇调查时，窄小的道路有时还被农用车辆或人工障碍物阻挡。这些情况都影响到外业调查效率。5）导航信号容易受到大面积水面、高密度高层建筑物、茂密的树林等地物的干扰，造成调查路径定位不准，为后续的调查成果内业整理造成诸多不便。6）调查底图采用的是往年的航空或卫星影像，存在现势性滞后、有些区域被云遮挡的问题。

2 高效地理国情外业调查

通过分析本次外业调查方案的几个不足，提出用无人机航摄系统开展地理国情外业调查的新作业方案。无人机系统为云下作业，能够获取分辨率更高、质量更好、现势性强的影像。有利于对地理环境的正确认知，提高对遥感影像的正确解译能力，提高地表覆盖分类和地理国情要素外业调查的效率。如果在测区内适量地布置了控制点，还能补测大面积新增或变化的图斑和要素。

2.1 作业规划

本次无人机外业调查选择位于武汉市江夏区金口一个8 km×8 km的任务区域。该区域内道路密度低，一些调查区域可达性差；许多地面调查道路为机耕路和碎石路等低等级道路，影响地面调查通行速度；调查区域为丘陵地形，地面调查人员的可视范围不大；调查区域被高速公路和铁路割裂，地面调查必须增加许多迂回路线。

根据无人机续航时间、飞行速度、机载传感器作业特性等参数，针对外业调查区域设计飞行轨迹以及航拍作业计划。无人机作业区域和时间计划报航空管理部门审批，获得测区空管部门的批准后合法作业。

为了能够获得覆盖64 km2区域，满足地理国情普查外业调查需要的高分辨率影像，航拍参数设置如图1所示。航摄相机选用了Nikon D800，主要参数设置如下：焦距35 mm、像元大小4．76 μm、航向重叠度80%、旁向重叠度60%、摄影基线长度78．6 m、航线间距235．5 m、巡航速度35 m/s、最小盘旋半径216．5 m。

图1 航拍参数设置

无人机完成64 km2目标测区的航摄任务耗时2．5 h，飞行了34条航线，共拍摄3 468张照片，如图2所示。

2.2 地表覆盖分类和地理国情要素调查

一组无人机影像通过快速纠正、镶嵌等处理，能够拼接出调查区域的高分辨率影像图，如图3所示。影像中的地物细节清晰，色彩基本平衡，层次分明。室内作业人员结合无人机高分辨率快拼影像图，能够快速分析出地表覆盖类型和采集地理国情要素数据，如图4所示。在日后的地理国情监测应用中还能够发现变化区域，方便开展地理国情数据更新。

图2 航线示意图

图3 无人机影像拼接结果（局部）

图4 内业采集地理国情信息

2.3 解译样本数据采集

低空航拍能够提供非常完美的采集遥感解译样本视角，尤其是对于房屋建筑区类等地面视角难以完整表达的样本采集具有很大的优势。低空视角拍摄的解译样本影像能够完整反映出地类要素的特征。室内作业人员能够非常直观地在测区范围内，为各个地物类别选择主体明确清晰、分布均匀的解译样本。

图5 房屋建筑区样本

2.4 与传统外业调查对比

常规地理国情外业调查，由于受到视野范围的限制，调查人员只能随车辆行驶调查沿线两边视野能及范围内的地理情况。为了能够尽可能地全面调查，需要车辆行驶轨迹密集分布于调查区域，作业人员在车辆行驶途中，还需要按照规定频繁下车，选择合适的拍摄角度采集解译样本。为了让调查轨迹合理分布于测区，因为高速公路、铁路或其他障碍物的阻扰，难免会有一些重复通过的路段。有些车辆无法通达、视野也不可及的区域，就属于外业调查盲区。这些因素都会影响外业调查的效率和调查准确性。如图6a所示，该图实地面积为64 km2，图上黄色轨迹、红色轨迹，绿色轨迹、玫红色轨迹分别为4个工作日外业调查行驶路径。图6b为图6a上A区的放大，一条路有大量的重复轨迹，说明车辆反复经过了该路段。图6c为图6a上B区的放大，有大片区域没有地面车辆调查轨迹覆盖。以江夏区国情外业调查为例，当地的公路密度为1．66 km/km2，每个外业调查小组每日平均有效调查距离约为50 km，64 km2任务区域约需要2 d，而无人机调查仅仅需要2．5个h。

图6

从上述分析来看，车辆调查法耗时多，且存在许多重复路径，调查人员频繁下车采集解译样本，还要通过一些影响行车速度的难走路段。在这些因素综合影响下，传统外业调查的效率比无人机调查效率低。另外，由于一些区域地面车辆无法通达，只能采用多分辨率、多时相遥感资料和有关专业资料，结合可到达区域采集的遥感解译样本和相应的调查成果，通过比对的方法进行外业调查。这样处理没有利用无人机获取现势性强、分辨率高的影像调查的质量高。车辆调查法外业时间更长，成本也比无人机调查高。

3 结 语

地理国情外业调查应严格遵循走到、看到、记到的原则，客观真实地反映出可到达工作区域内各种地理国情要素和地表覆盖分类的信息内容。利用无人机开展地理国情外业调查，避免自然和人为障碍，能够高效、准确地完成任务，并且减少了外业调查人员的工作量，降低了外业调查人员的安全风险。无人机拍摄的影像地物分辨能力极强，且能够获得比地面拍摄更佳的解译样本。下一步还会利用无人机扩展新的应用，例如对于地理国情监测中发现的新增地物的快速补充测绘，或者高效生产外业调查区域的高分辨率、高品质正摄影像。

[1] 中国科学院资源环境科学与技术局．科学研究动态监测快报[EB/OL]． http://www．rcees．ac．cn,2013-03-29/2015-10-06

[2] 乔朝飞．国外地理国情监测概况与启示[J]．测绘通报,2011(11):81-83

[3] Gmes． info[EB/OL]． http://www．gmes．info/,2011-04-06/2015-11-06

[4] GSI． Disaster Prevention Activities by GSI[EB/OL]． http://www．gsi．go．jp, 2011-04-06/2016-11-06

[5] 渡边正孝,王勤学,林诚二,等． 亚太地区环境综合监测的研究方法[J]．地理学报,2004,59(1):3-12

[6] 罗名海．武汉市地理国情普查的基本思路[J]．地理空间信息,2013,11(6):1-2

[7] GDPJ11-2013．地理国情普查外业调查技术规定[S]．

[8] 李博．地理国情普查外业调查技术要求[J]．测绘与空间地理信息,2014,37(6):188-189

P231.5

B

1672-4623（2017）10-0024-03

10.3969/j.issn.1672-4623.2017.10.007

2015-10-14。

王文龙，博士，工程师，研究方向为计算机视觉、遥感数据处理。