无人机摄影测量在现代河流体系形态定量化研究中的应用

冯双奇 谭程鹏

摘 要：无人机系统已经广泛地应用于各个领域，但在现代河流地貌研究中的应用较少。本文简要介绍了无人机的应用现状，总结了其主要应用步骤。首先，建立合適的飞行任务，采集一定的地面控制点;然后，获取无人机影像数据，处理无人机数据;最后生成DSM和DOM数据。基于以上方法对半滩子河进行三维地貌建模，最终得到高精度的辫状河模型，为河流动力学研究提供了准确的河流形态学参数。

关键词：无人机;SfM;河流形态

中图分类号：P23文献标识码：A文章编号：1003-5168（2020）02-0008-04

Abstract： Unmanned aerial vehicles （UAVs） systems have been widely used in various fields， but they have fewer applications in modern river geomorphology research. This paper briefly introduces the application status of drones， and summarized their main application steps. First， a suitable flight mission was established， and a certain ground controlpoint （GCP） was collected; then， the drone image data was acquired and the drone data was processed; finally， DSM and DOM data were generated. Based on the above methods， a three-dimensional geomorphological model of Bantanzi River was obtained， and a high-precision braided river model was finally obtained， which provided accurate river morphological parameters for the study of river dynamics.

Keywords： UAVs;SfM;river morphology

河流的地貌形态是河流地貌学中理解河流的地质作用和其相关过程（气候、人类活动等）的基本主题。详细的形态数据是分析河流水动力与形态学之间关系的基本要素[1-2]。对于一定流域面积内的河流水动力和地貌形态研究而言，河流形态数据必须满足以下要求：具有能和野外实地考察相适应的高分辨率和准确性;可继承性地获取一定时间内的形态动态变化;可操作性强，适合地质研究人员依据地质背景和需求的变化而调整;获取成本可控[3]。近几十年，随着传感器技术和测量技术的不断进步，人们已经研发出几种可以获取高精度河流地形数据的遥感技术，如合成孔径雷达干涉（InSAR）、航空激光雷达（LiDARC）、地面激光扫描（TLS）、无人机摄影测量（UAVs）等。航空/地面激光扫描比传统方法（航空摄影测量、合成孔径雷达干涉）有更高的分辨率，但设备昂贵，受地形变化限制大。当前，无人机（Unmanned Aerial Vehicles，UAVs）平台的易用性和基于运动恢复三维形状（Structure from Motion，SfM）算法原理的摄影测量软件的发展，使得无人机摄影测量技术开始用于高精度地形数据的测量[4]。

相对于传统数字摄影测量方法需要确认相机在三维空间的位置和摄影姿态，SfM摄影测量法只需要已知少量的地面控制点（GCP）坐标，即可在相机姿态和区域几何形态未知的情况下，在大量的重叠照片中自动识别匹配关键点，然后通过在每一个照片中追踪关键点，并使用非线性最小二乘法迭代处理估计原始拍照位置和目标体的坐标，最终建立目标体的点云模型[5-6]。目前，国内外常用的基于SfM算法进行三维地形重建的无人机摄影测量软件主要是Agisoft PhotoScan和PixDmapper[7]。

本文以内蒙古岱海湖北缘半滩子河为例，利用无人机对半滩子河进行高精度三维建模，以获取高精度的河流地貌数字正射影像（Digital Orthophoto Map，DOM）、数字表面模型（Digital Surface Model，DSM）等数据，实验性地探究获取河流形态参数的方法，从而为定量化地质研究提供参考。

1 研究区概况

岱海湖是位于内蒙古自治区凉城县境内的陆内断陷湖盆。湖盆处于东亚季风区边缘，属于温带半干旱半湿润气候。降雨主要以季风控制的暴雨形式出现，年降雨量约为400 mm，其中80%集中在6—8月，蒸发量为1 200 mm，每年7月温度最高（平均达到20.5 ℃）。岱海湖盆地周缘有近十条河流汇入岱海湖，半滩子河位于其北缘陡坡带的北西—南东向，纵向延伸约为11 km，高差为870 m，每年大多时间处于干涸状态。

2 无人机和数据获取

2.1 无人机介绍

基于SfM算法重建三维数字地貌模型时，数字照片作为其基本的原始数据，必不可少。考虑到研究区位于岱海湖盆地山前区，研究区规模较小（本次选取面积1 km2河段），加之成本考虑，本次采用四轴旋转翼大疆精灵4pro无人机采集照片（见图1）。其轴距为35 cm，起飞重量为1.4 kg，单块电池最大飞行时间为30 min，可利用可视化的无人机飞控软件和飞行控制器在手动或者自动航线模式下采集数据。无人机内部安装有红外感知系统、测高仪、风速仪（工作环境风速<10 m/s）、GPS模组和2 000万像素的相机。相机镜头FOV 84（8.8 mm/24 mm），配备f/2.8～f/11可自控对焦光圈。照片以jpg格式图片（分辨率为5 472×3 648 pixels）储存在内存卡中。

2.2 飞行任务规划

在详细开展野外地质勘查后，本次研究采用飞马无人机控制软件平台——飞马无人机管家规划飞行任务。其中，飞行高度为150 m，航向叠置率为60%，旁向叠置率为80%。相机镜头设定垂直向下姿态抓取正射影像。整个飞行采取自动模式，根据工区大小、飞行高度、叠置率、相机参数等，依靠无人机管家自动决定拍摄间隔。由于本次测量主要为了获取南北流向的支流几何参数，整个测量区域呈南北向长条状，故而飞行路线采用近东西向飞行，如图2所示。

2.3 地面控制点采集

为了提高数据的准确性和精度，人们依据工区大小和地貌特征，采集一定量的地面控制点（Ground Control Point，GCP）。地面控制点的分布方式和数量是影响研究区测量数据准确性的关键因素之一。一般100张照片采集6个控制点即可。合理的分布应该将控制点放置在边缘并呈层状分布[8]。工区内共布置10个GCP点，河流两侧堤岸和河床都有分布，如图3所示。

3 数据处理

本次飞行共采集影像306张，无人机影像数据处理使用基于SfM摄影测量方法的Pix4Dmapper软件。

标准的作業流程如下：建立工程，输入原始采集影像，并依据研究区坐标位置设定合理的影像坐标系统以及DSM/DOM输出坐标系统;进行初始化处理后，优化相机参数并输入地面控制点坐标，依次手动使用像控点编辑器在影像中刺出地面控制点，重新优化;利用尺度不变特征变换（SFIT）对象识别系统识别关键点并创建特征描述符;匹配所有照片中可识别的关键点;使用三角测量法估计相机位置，重建场景几何和三维位置，进而创建三维疏密点云;进行点云加密;生成DSM和DOM。无人机数据处理过程步骤及其点云模型如图4所示。

使用Pix4Dmapper软件时，要重视质量报告分析，重点关注平均重投影误差（Mean Reprojection Error）、相机自检校误差和控制点误差分析值。

4 结果

经过Pix4Dmapper处理的无人机影像数据得到的成果图DOM清晰完整，未出现画面的扭曲变形，色差无异常，DSM也很好地适用于GIS或Global Mapper中，以提取河道几何参数（精度约0.1m）。图5为截取的河道片段，明显可以看出辫状河道、河道沙坝和河床沉积物的粗细变化，而DSM图也可用于分析辫状河道的分布和形态变化以及河道两侧阶地的变化。由此可见，利用无人机采集的数据影像资料，使用基于SfM影像重建算法的软件（如Pix4Dmapper）对地质研究中河流形态的刻画和形态参数的提取有很高的价值。

5 结论

基于SfM摄影算法的无人机平台为建立高精度的河流体系地貌数字模型提供了机会，尤其是地貌变化复杂的小流域尺度。主要的实现步骤包括：基于地质背景和需求，建立合适的飞行任务，同时采集一定量分布于工区边缘的三维控制点;获取无人机数据;处理无人机数据，包括坐标系统的设置、控制点的刺入和建立三维点云;生成DSM和DOM数据。本文基于以上方法对岱海湖北缘半滩子河进行三维地貌建模，最终得到了高精度的辫状河模型，为提供准确的河道几何参数提供了可能。

参考文献：

[1]Vianello A，Agostino V.Bankfull width and morphological units in an alpine stream of the dolomites （Northern Italy）[J].Geomorphology，2007（83）：266-281.

[2]Tarolli P.High-resolution topography for understanding Earth surface processes：Opportunities and challenges[J].Geomorphology，2014（216）：295-312.

[3]Mi?ijovsk? J，Langhammer J.Multitemporal Monitoring of the Morphodynamics of a Mid-mountain Stream Using UAS Photogrammetry[J].Remote Sensing，2015（7）：8586-8609.

[4]Rusnák M，Sládek J，Kidová A，et al.Template for high-resolution river landscape mapping using UAV technology[J].Measurement，2018（115）：139-151.

[5]Westoby M J，Brasington J，Glasser N F，et al.“Structure-from-Motion” photogrammetry：A low-cost，effective tool for geoscience applications[J].Geomorphology，2012（179）：300-314.

[6]Madjid M Y A，Vandeginste V，Hampson G，et al.Drones in carbonate geology：Opportunities and challenges，and application in diagenetic dolomite geobody mapping[J].Marine and Petroleum Geology，2018（91）：723-734.

[7]吴永亮，陈建平，姚书朋，等.无人机低空遥感技术应用[J].国土资源遥感，2017（4）：120-125.

[8]Martínez-Carricondo P，Agüera-Vega F，Carvajal-Ramírez F，et al.Assessment of UAV-photogrammetric mapping accuracy based on variation of ground control points[J].International Journal of Applied Earth Observation and Geoinformation，2018（72）：1-10.