李偉
(遼寧省攝影測量與遙感中心,遼寧 沈陽 110034)
隨著我國測繪技術(shù)的日新月異,無人機(jī)技術(shù)的迅速發(fā)展代替了航空攝影的低空飛行,其生成的產(chǎn)品精度完全滿足應(yīng)急災(zāi)害方向的需要。但是現(xiàn)在的無人機(jī)產(chǎn)品應(yīng)用較多的還僅限于快速的DOM制作,也就是簡單的正射影像圖的應(yīng)用。本文從三維數(shù)據(jù)整合方面分析無人機(jī)數(shù)據(jù)的發(fā)展和應(yīng)用,提出了一些建設(shè)性的想法。
隨著蓄電池的問題的不斷改良,無人機(jī)在生產(chǎn)應(yīng)用中更好的解決了很多實際問題得到了迅猛的發(fā)展,成為了一種很重要的遙感數(shù)據(jù)采集的手段,受到多方面的關(guān)注。衛(wèi)星影像的優(yōu)點顯而易見,其必然是未來遙感技術(shù)的發(fā)展趨勢,但是與如同時,衛(wèi)星受到軌道、季節(jié)等因素的限制其靈活度可見一斑,數(shù)據(jù)獲取周期也會比其它的方式長。這些明顯成為衛(wèi)星遙感技術(shù)目前為止的硬傷。傳統(tǒng)大飛機(jī)航攝獲取數(shù)據(jù)介于二者之間,受到場地、空域等方面的限制,其最大的問題是成本高。為了彌補(bǔ)其它遙感數(shù)據(jù)采集的不足,無人機(jī)作為一種低成本,高精度的影像獲取設(shè)備得到了一定的社會認(rèn)可,并在現(xiàn)價段的測繪生產(chǎn)方面得到了很好的應(yīng)用。
通過無人機(jī)的周期性檢測,以最低成本,對關(guān)注區(qū)域形成強(qiáng)有力的數(shù)據(jù)變化分析。毫無疑問,無人機(jī)將成為無可替代的遙感采集的重要手段。也是簡單快捷的解決應(yīng)急災(zāi)害問題的時代要求。
無人機(jī)應(yīng)用數(shù)據(jù)處理系統(tǒng)產(chǎn)品組成分為DOM影像數(shù)據(jù)快拼、低空影像空中三角測量、無人機(jī)影像成果處理系統(tǒng)三部分。
基于可視化視覺算法的高精度處理系統(tǒng),數(shù)字表面模型生產(chǎn)是利用區(qū)域網(wǎng)平差精確求解的遙感影像成像模型參數(shù)構(gòu)建立體幾何模型,采用密集匹配算法獲取高精度的表達(dá)地表起伏形態(tài)的三維點數(shù)據(jù)集;逐像素級的點云匹配,可快速內(nèi)插高精度DSM;強(qiáng)大的數(shù)據(jù)管理能力,支持超大數(shù)據(jù)的急速瀏覽,并能夠支持大測區(qū)之間的無縫拼接融合;成熟便捷的交互接口,提供多種形式的DSM濾波方法以及智能的DOM編輯。
無人機(jī)DSM的數(shù)據(jù)提取依托于低空三角測量,地形(LSM/FBM),采用最小二乘法與基于特征匹配算法進(jìn)行DTM提取,DTM提取是一種快速可靠的地形提取算法,例如,在開闊的地形、村莊區(qū)域,以及在某些情況下,對于建筑結(jié)構(gòu)密度較低的城市地區(qū)可以使用。提取結(jié)果試一個柵格大小的網(wǎng)格,取決于點密度。
High:1:1,最高密度點(3個像素),最詳細(xì),最高質(zhì)量。
Medim:1:2,密度減半,高質(zhì)量的點云創(chuàng)建,速度快。
Low:1:4,僅用于快速預(yù)覽處理。經(jīng)過空三工程適當(dāng)?shù)膮?shù)設(shè)置提取簡單的DSM,提取時要根據(jù)地物地貌進(jìn)行參數(shù)設(shè)置調(diào)試,所謂的參數(shù)設(shè)置包含地貌,平滑度,像素密度等信息。根據(jù)提取的DSM數(shù)據(jù)進(jìn)行多次提取,還原到立體環(huán)境下進(jìn)行精度評定,篩選最好的一次結(jié)果,作為最終的底圖數(shù)據(jù)(圖1)。
圖1 參數(shù)設(shè)置
DSM的數(shù)據(jù)提取收到無人機(jī)航攝分辨率、地形、天氣等多種因素的影響。其精度也同樣受到空三精度的影響。DSM的數(shù)據(jù)提取方式、提取軟件市場上也種類繁多,至于那種更適合并貼近于生產(chǎn)更是仁者見仁,但DSM的提取原理和應(yīng)用方向還是殊途同歸。
單純的DEM成果并不能作為數(shù)據(jù)分析的基礎(chǔ)性資料,我們實際上更關(guān)心的是地形地貌,就是在DSM的基礎(chǔ)上提煉出應(yīng)急所需要的相關(guān)信息,例如:房屋、植被、電線桿、地表等相關(guān)信息。利用這些能夠體現(xiàn)應(yīng)急測繪關(guān)心的數(shù)據(jù),體現(xiàn)出泥石流塌方的方向和體積數(shù)據(jù),降水量對某地區(qū)的災(zāi)害程度,人員、經(jīng)濟(jì)的災(zāi)害預(yù)估等。
DSM成果編輯主要消除自動匹配出現(xiàn)的錯誤區(qū)域,保證編輯后的DSM地貌趨勢表達(dá)與立體套合,地貌暈渲狀態(tài)正常。可以采用平面和立體相結(jié)合的方式進(jìn)行DSM編輯,在平面模式下,利用正射影像,將DSM以等高線的方式進(jìn)行疊加顯示,能夠快速發(fā)現(xiàn)匹配的粗差區(qū)域,并對粗差進(jìn)行編輯。對于通過影像不能確定是否是粗差的區(qū)域能夠快速切換至立體模式下核實編輯,采用此方式編輯效率高,編輯一遍后漏編、錯編的少,整體質(zhì)量很好控制。
利用軟件對地面點進(jìn)行濾波,同時分離出建筑、電桿、電塔、植被等相關(guān)的災(zāi)害經(jīng)濟(jì)評估的相關(guān)信息。
將明顯低于地面的點或點群(低點)和明顯高于地表目標(biāo)的點或點群(空中點)定義為噪音點。在進(jìn)行地面點分類之前,首先應(yīng)將這類點分離出來。
采用高程比較算法去除噪聲。將一個或一組點與周邊一定范圍內(nèi)的點進(jìn)行比較,若超過一定的閾值則將該點或該組點判斷為噪聲點,并去除。
提取地面點云。裸露地表處有且只有一次回波,此次回波對應(yīng)的反射點即為地面點。植被覆蓋區(qū)域可能對應(yīng)多次回波,正常的地面點是最后一次回波對應(yīng)的反射點。相對于地物點,地面點的高程是最低的。使用提取地面點云算法,從較低的激光點中提取初始地表面;基于初始地表面,設(shè)置地面坡度閾值進(jìn)行迭代運算,直至找到合理的地面。根據(jù)植被的高度,形狀的特征分離出單獨的樹和成組的植被。利用點云數(shù)據(jù)的距離和角度等相關(guān)計算分離出房屋建筑和其它相關(guān)的建筑設(shè)施,形成精細(xì)的DSM數(shù)據(jù)。以供相關(guān)領(lǐng)域應(yīng)用。
圖2、圖3、圖4是DSM成果。
在相關(guān)的系統(tǒng)分析軟件中,對建立好的地圖數(shù)據(jù)進(jìn)行災(zāi)難分析。通常使用的軟件是Arcgis,對系統(tǒng)值進(jìn)行分析,依據(jù)模型的高程值,按照災(zāi)難的類型不同,進(jìn)行統(tǒng)計,做出分析數(shù)據(jù)表。
利用無人機(jī)航測激光點云數(shù)據(jù)、高精度DEM數(shù)據(jù)和高分辨率的航片數(shù)據(jù),進(jìn)行了基于物理機(jī)制的小流域暴雨洪水的水文學(xué)方法、水力學(xué)方法等多種方法對比研究,研究計算不同方法和尺度效應(yīng)對小流域暴雨洪水過程的影響研究,取得了較好的成果。
開展基于無人機(jī)激光雷達(dá)數(shù)據(jù)的土壤含水量的反演及微地形地貌對洪水模擬結(jié)果影響研究,探索高精度高分辨率的激光雷達(dá)數(shù)據(jù)在水文模型中的擴(kuò)展應(yīng)用。
每個中國人都無法忘記2012年的汶川地震,震后無人機(jī)的探測對災(zāi)后數(shù)據(jù)分析起到了不可懷疑的作用。正是無人機(jī)應(yīng)急方面的有效應(yīng)用,為領(lǐng)導(dǎo)及時有效的做出抗震搶險的抉擇提供了有效的數(shù)據(jù)保障。為搶救受難的同胞爭取了寶貴的時間。
針對無人機(jī)設(shè)備的多種市場需要,現(xiàn)階段無人機(jī)已發(fā)展成為包括高光譜、LiDAR、SAR等多傳感器綜合的載荷系統(tǒng)。獲取的我們所關(guān)注的數(shù)據(jù)源更加豐富,數(shù)據(jù)表達(dá)種類更多,實現(xiàn)了無人機(jī)的“一機(jī)多能”。只不過針對于我們現(xiàn)有的硬件設(shè)備,再不投入更多資金增加硬件設(shè)備的情況下,把應(yīng)急測繪做到更好。依據(jù)現(xiàn)有儀器設(shè)備不僅提供快速的DOM,還可以進(jìn)一步完善內(nèi)業(yè)的數(shù)據(jù)處理能 力,提供類似于LiDAR、SAR等設(shè)備 采集的點云數(shù)據(jù),并對其進(jìn)一步添加 了高程屬性的應(yīng)急分析。可以更好地 預(yù)測出災(zāi)害發(fā)生的情況與受災(zāi)的位 置、經(jīng)濟(jì)損失、人員傷亡等信息。從 而更好地做提前預(yù)案,在災(zāi)難發(fā)生之 前把災(zāi)難降到最低。
圖2 經(jīng)過處理后的DSM點云成果
圖3 DSM側(cè)面展示立體效果
圖4 在處理后的DSM模型上進(jìn)行高程測量