畢 瑞，甘 淑,2，李繞波，胡 琳

（1.昆明理工大學(xué)國(guó)土資源工程學(xué)院，云南昆明 650093；2.云南省高校高原山地空間信息測(cè)繪技術(shù)應(yīng)用工程研究中心，云南昆明 650093）

0 引言

我國(guó)云南地區(qū)海拔高、地形地勢(shì)復(fù)雜、自然環(huán)境多變，采用GNSS[1]、光學(xué)遙感衛(wèi)星[2]、雷達(dá)遙感[3]、地面三維激光掃描等傳統(tǒng)監(jiān)測(cè)方法能實(shí)現(xiàn)對(duì)災(zāi)害區(qū)的監(jiān)測(cè)，但是存在以下主要問(wèn)題[4?6]：①衛(wèi)星過(guò)境周期較長(zhǎng)，無(wú)法實(shí)現(xiàn)短時(shí)間周期監(jiān)測(cè)；②受自然環(huán)境因素干擾較大；③影像數(shù)據(jù)分辨率較低，對(duì)小型、單一災(zāi)害區(qū)域無(wú)法進(jìn)行精確災(zāi)害監(jiān)測(cè)。因此，對(duì)于災(zāi)害監(jiān)測(cè)來(lái)說(shuō)，高效、精確地獲取災(zāi)害區(qū)的數(shù)據(jù)，才能準(zhǔn)確地對(duì)災(zāi)害特征進(jìn)行定性、定量的分析。

目前，無(wú)人機(jī)遙感技術(shù)應(yīng)用于地質(zhì)災(zāi)害監(jiān)測(cè)成為了國(guó)內(nèi)外學(xué)者的熱點(diǎn)研究方向。無(wú)人機(jī)遙感技術(shù)具有低空作業(yè)、成本低、機(jī)動(dòng)性強(qiáng)、多維獲取高精度影像數(shù)據(jù)等特點(diǎn)[7?9]。眾多學(xué)者利用無(wú)人機(jī)遙感技術(shù)實(shí)現(xiàn)了高效、精確獲取災(zāi)害區(qū)不同災(zāi)害類(lèi)型的影像數(shù)據(jù)。結(jié)合地面控制點(diǎn)，影像數(shù)據(jù)進(jìn)行絕對(duì)定向后，獲取高精度的數(shù)字地表模型（DSM）、數(shù)字正射影像（DOM）、數(shù)字高程模型（DEM）和高密集匹配點(diǎn)云數(shù)據(jù)[10?12]。通過(guò)對(duì)無(wú)人機(jī)影像數(shù)據(jù)成果的分析，獲取災(zāi)害地區(qū)的特征變化信息，實(shí)現(xiàn)準(zhǔn)確地地質(zhì)災(zāi)害監(jiān)測(cè)。黃海峰等[13]針對(duì)2014年9月初三峽庫(kù)區(qū)的一處滑坡，生成地面分辨率為4.25 cm的DOM 和三維模型，分析得到滑坡整體下移已處于欠穩(wěn)定狀態(tài)。王慶國(guó)等[14]面向云南瀾滄江某水電站滑坡監(jiān)測(cè)，提出了將地面激光點(diǎn)云數(shù)據(jù)和航空影像相結(jié)合的滑坡監(jiān)測(cè)方法，通過(guò)點(diǎn)云數(shù)據(jù)配準(zhǔn)，實(shí)現(xiàn)地面激光點(diǎn)云數(shù)據(jù)和航空影像數(shù)據(jù)的融合統(tǒng)一，基于地表模型的整體變形分析和基于剖面的采樣分析，對(duì)滑坡區(qū)域的變形規(guī)律進(jìn)行研究。SOTIRIS 等[15]利用無(wú)人機(jī)獲取2015年希臘萊夫卡達(dá)奧基諾斯滑坡影像，可以更早地對(duì)滑坡變化進(jìn)行評(píng)估。DARREN 等[16]使用無(wú)人機(jī)收集了一個(gè)時(shí)間序列的高分辨率圖像，建立滑坡地表數(shù)字模型（DSM），在時(shí)間序列上測(cè)量了滑坡特定區(qū)域的體積變化，用于滑坡動(dòng)力學(xué)評(píng)估。總的來(lái)說(shuō)，無(wú)人機(jī)遙感技術(shù)用于地質(zhì)災(zāi)害的監(jiān)測(cè)日益廣泛，眾多研究表明無(wú)人機(jī)遙感技術(shù)能夠快速、高效、精確地實(shí)現(xiàn)對(duì)災(zāi)害區(qū)域的評(píng)估。但是，針對(duì)泥石流溝谷地區(qū)的無(wú)人機(jī)遙感技術(shù)應(yīng)用研究較少，針對(duì)數(shù)據(jù)采集、數(shù)據(jù)處理和成果分析等應(yīng)用方面的研究還有待加強(qiáng)。

本文以云南省東川區(qū)小江流域中游大白泥河溝谷為研究對(duì)象，獲取該區(qū)域一段泥石流溝谷的無(wú)人機(jī)遙感數(shù)據(jù)。首先，對(duì)影像數(shù)據(jù)進(jìn)行相對(duì)定向，獲取具有相對(duì)位置的點(diǎn)云數(shù)據(jù)；其次，與同期地面三維激光掃描數(shù)據(jù)結(jié)合，選取明顯的點(diǎn)作為控制點(diǎn)，實(shí)現(xiàn)無(wú)人機(jī)影像數(shù)據(jù)的絕對(duì)定向；然后，結(jié)合Smart3D 影像數(shù)據(jù)處理，獲取絕對(duì)定向后的三維模型、DOM、DSM 和密集匹配點(diǎn)云，通過(guò)對(duì)密集匹配點(diǎn)云處理，得到DEM 數(shù)據(jù)；最后，利用得到的數(shù)據(jù)成果，結(jié)合ArcGIS 和Cloud Compare 中的相關(guān)分析模塊，實(shí)現(xiàn)對(duì)該段泥石流溝谷地區(qū)的地形特征分析。針對(duì)提出的結(jié)合地面三維激光掃描數(shù)據(jù)實(shí)現(xiàn)影像絕對(duì)定向的技術(shù)和相關(guān)地形特征分析方法進(jìn)行探索。

1 研究方法

1.1 研究區(qū)概括

東川區(qū)小江為云南省東北部金沙江右岸支流，起源于尋甸回族彝族自治縣，全長(zhǎng)141.9 km，流域面積約為344.3 km2，自然落差約2 860 m，多年平均流量約為51 km3/s，泥石流溝分布密度為37.8 條/1 000 km2[17]。流域內(nèi)遍布泥石流沖溝，植被覆蓋度低，泥石流災(zāi)害頻發(fā)，是典型的暴雨泥石流區(qū)。

大白泥河位于小江流域的中下游地區(qū)，流域面積18.1 km2，主溝長(zhǎng)11.8 km，溝床縱比降10.66%[18]。流域內(nèi)地勢(shì)險(xiǎn)峻，溝谷兩側(cè)分布陡峭高山，溝谷地區(qū)滑坡體、崩塌體分布較多。雨季水量豐富，是一條具有代表性的暴雨性泥石流溝谷。本文研究區(qū)選取大白泥河溝谷地區(qū)的一段區(qū)域，具體研究區(qū)位置見(jiàn)圖1。

圖1 研究區(qū)位置Fig.1 Location of study area

1.2 技術(shù)路線

針對(duì)選取的泥石流溝谷地區(qū)實(shí)驗(yàn)區(qū)，選擇泥石流頻發(fā)的夏季，實(shí)現(xiàn)對(duì)泥石流溝谷地區(qū)的監(jiān)測(cè)應(yīng)用分析，研究中采用的主要技術(shù)路線見(jiàn)圖2。

圖2 技術(shù)路線Fig.2 Technical route

首先，針對(duì)該地形、地勢(shì)起伏較大的復(fù)雜地區(qū)，通過(guò)實(shí)地踏勘，利用大疆DJIGSPro 航線規(guī)劃軟件進(jìn)行航線規(guī)劃，獲得清晰、完整的泥石流溝谷影像數(shù)據(jù)；其次，結(jié)合無(wú)人機(jī)自帶的POS 數(shù)據(jù)，利用Smart3D 軟件建立具有POS 坐標(biāo)系的無(wú)人機(jī)影像點(diǎn)云數(shù)據(jù)，結(jié)合同一時(shí)期地面三維激光掃描儀獲取的具有準(zhǔn)確坐標(biāo)、完整的點(diǎn)云數(shù)據(jù)成果，利用Cloud Compare 軟件，對(duì)兩點(diǎn)云數(shù)據(jù)進(jìn)行粗配準(zhǔn)，通過(guò)目視判讀，選取三維激光點(diǎn)云中的具有明顯特征的點(diǎn)位作為無(wú)人機(jī)影像的地面控制點(diǎn)，實(shí)現(xiàn)對(duì)無(wú)人機(jī)影像數(shù)據(jù)的絕對(duì)定向；之后，利用Smart3D對(duì)絕對(duì)定向后的無(wú)人機(jī)數(shù)據(jù)處理，生成具有顏色信息的三維模型以及相關(guān)數(shù)據(jù)成果；然后，采用PhotoScan 中不規(guī)則三角網(wǎng)漸進(jìn)加密點(diǎn)云濾波，去除無(wú)人機(jī)點(diǎn)云中植被、建筑物等非地面點(diǎn)，獲得泥石流溝谷的地面點(diǎn)，在ArcGIS 中，采用反距離權(quán)重(IDW)插值方法，生成0.5m 分辨率的DEM 數(shù)據(jù)；最后，結(jié)合三維模型、DOM和DEM 對(duì)泥石流溝谷地區(qū)進(jìn)行可視化表達(dá)，實(shí)現(xiàn)對(duì)研究區(qū)定性、定量的地形特征分析。

2 面向研究區(qū)的無(wú)人機(jī)傾斜攝影影像數(shù)據(jù)采集與空間定向處理

2.1 無(wú)人機(jī)數(shù)據(jù)采集

采用大疆Phantom 4 Pro 四旋固定翼無(wú)人機(jī)進(jìn)行數(shù)據(jù)采集，無(wú)人機(jī)的基本參數(shù)見(jiàn)表1?？紤]到大白泥河溝谷地區(qū)地勢(shì)復(fù)雜，陡峭高山分布于中心溝谷兩側(cè)，中心溝谷最低點(diǎn)海拔約1 380 m，兩側(cè)高山最高點(diǎn)海拔約2 265m，高差約885m，為了確保飛行安全，航線規(guī)劃中避免過(guò)度靠近山體，特將無(wú)人機(jī)飛行高度設(shè)置為300m，地面分辨率為7.0 cm/px。按照《CH/Z 3005 低空數(shù)字航空攝影測(cè)量規(guī)范》要求，航向和旁向重疊度均設(shè)置為70%，保證影像數(shù)據(jù)重疊度的完整。

表1 無(wú)人機(jī)基本參數(shù)Table 1 Basic parameters of UAV

此外，基于大疆平臺(tái)下的DJIGSPro 軟件實(shí)現(xiàn)對(duì)研究區(qū)的航線規(guī)劃，采用單鏡頭下設(shè)置不同角度而采集地面數(shù)據(jù)的傾斜攝影模式，即規(guī)劃飛行3 架次，且對(duì)各架次分別獲取正視、左視和右視影像數(shù)據(jù)，共計(jì)獲得影像274 張。具體飛行參數(shù)和航線布設(shè)見(jiàn)表2、圖3。

表2 飛行參數(shù)Tab le 2 Flight param eters

圖3 無(wú)人機(jī)航線布設(shè)Fig.3 UAV routes are laid out

2.2 基于地面激光三維掃描的無(wú)人機(jī)影像定向處理

無(wú)人機(jī)獲取的影像數(shù)據(jù)中包含了每一張照片的經(jīng)度、緯度、海拔和RGB 顏色信息，但無(wú)人機(jī)搭載的是GPS/GLONASS 雙模式定位系統(tǒng)，獲取POS 數(shù)據(jù)在平面方向上能滿足單點(diǎn)測(cè)量的誤差精度要求，但在高程方向上誤差較大，使得整體點(diǎn)位精度較低。單純利用POS 數(shù)據(jù)，能實(shí)現(xiàn)對(duì)無(wú)人機(jī)影像進(jìn)行相對(duì)定向，但無(wú)法進(jìn)行絕對(duì)定向。

泥石流溝谷地區(qū)具有突發(fā)性，對(duì)于范圍較大的區(qū)域無(wú)法實(shí)現(xiàn)全面的地面控制點(diǎn)布設(shè)，實(shí)現(xiàn)影像的絕對(duì)定向。因此，提出結(jié)合已有的同期地面三維激光掃描儀獲取的泥石流溝谷地區(qū)點(diǎn)云數(shù)據(jù)處理成果實(shí)現(xiàn)影像的絕對(duì)定向。為了后續(xù)得到精度較高的無(wú)人機(jī)影像數(shù)據(jù)成果，將POS 數(shù)據(jù)下無(wú)人機(jī)點(diǎn)云與高精度三維激光掃描儀獲取的點(diǎn)云進(jìn)行粗配準(zhǔn)、利用明顯的地物特征點(diǎn)云坐標(biāo)值實(shí)現(xiàn)無(wú)人機(jī)影像的絕對(duì)定位提高影像數(shù)據(jù)成果精度。

2.2.1 無(wú)人機(jī)點(diǎn)云數(shù)據(jù)粗配準(zhǔn)定向處理

地面采用MAPTEK I-Site8200 地面三維激光掃描儀采集點(diǎn)云數(shù)據(jù)。利用儀器內(nèi)置的GPS 和羅盤(pán)采集測(cè)站點(diǎn)的坐標(biāo)和方位值，實(shí)現(xiàn)各測(cè)站點(diǎn)的點(diǎn)云坐標(biāo)統(tǒng)一（WGS84，UTM 48N）。本文中使用的是經(jīng)過(guò)內(nèi)業(yè)處理后得到的地面點(diǎn)云數(shù)據(jù)成果。

利用Smart3D 專業(yè)無(wú)人機(jī)影像數(shù)據(jù)處理軟件，對(duì)無(wú)人機(jī)影像進(jìn)行空中三角測(cè)量，由于未采集地面控制點(diǎn)，基于自身坐標(biāo)系（WGS84）以及采集的POS 數(shù)據(jù)，實(shí)現(xiàn)對(duì)影像的相對(duì)定向。采用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法（Structure from Motion,SfM），通過(guò)相機(jī)的移動(dòng)來(lái)確定目標(biāo)的空間和幾何關(guān)系[19]結(jié)合多視角立體算法（MultiView Stereo,MVS）,得到相對(duì)定向后的無(wú)人機(jī)高密集匹配點(diǎn)云數(shù)據(jù)。

無(wú)人機(jī)獲取的點(diǎn)云數(shù)據(jù)具有位置信息和RGB 顏色信息，地面三維激光點(diǎn)云數(shù)據(jù)有位置信息，沒(méi)有RGB 顏色信息，單獨(dú)利用地面三維激光點(diǎn)云數(shù)據(jù)選取明顯地物特征點(diǎn)存在一定的困難。并且，未配準(zhǔn)的點(diǎn)云數(shù)據(jù)，存在水平和垂直方向上的偏差，垂直方向偏差大于水平方向。因此，將二者點(diǎn)云數(shù)據(jù)加載至Cloud Compare 軟件中，通過(guò)軟件中粗配準(zhǔn)工具，以地面三維激光采集的點(diǎn)云數(shù)據(jù)為參考點(diǎn)云，將無(wú)人機(jī)點(diǎn)云數(shù)據(jù)與地面三維激光采集的點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)。選取3 對(duì)以上明顯的地物點(diǎn)進(jìn)行粗配準(zhǔn)，利用透視變換向量，計(jì)算一定的旋轉(zhuǎn)和平移變換矩陣，將兩組點(diǎn)云數(shù)據(jù)統(tǒng)一到同一坐標(biāo)系下。粗配準(zhǔn)精度并不能滿足后續(xù)成果的精度，但可以減少后續(xù)在選取地面三維激光采集的點(diǎn)云提取坐標(biāo)值的工作量，利于快速選取坐標(biāo)點(diǎn)。兩個(gè)點(diǎn)云數(shù)據(jù)粗配準(zhǔn)處理前后結(jié)果對(duì)比見(jiàn)圖4。

圖4 點(diǎn)云數(shù)據(jù)粗配準(zhǔn)Fig.4 Coarse registration of point cloud data

2.2.2 無(wú)人機(jī)影像精準(zhǔn)匹配定向處理

通過(guò)粗配準(zhǔn)后，從地面三維激光采集的點(diǎn)云上選取分布于溝谷地區(qū)的6 個(gè)明顯地物特征點(diǎn)作為無(wú)人機(jī)影像絕對(duì)定向的地面控制點(diǎn)，控制點(diǎn)以“XK+點(diǎn)號(hào)”進(jìn)行命名（圖5）。在Smart3D 進(jìn)行控制點(diǎn)刺點(diǎn)，實(shí)現(xiàn)影像的絕對(duì)定向，獲取與地面三維激光采集的點(diǎn)云有相同比例尺且坐標(biāo)系（WGS84 坐標(biāo)系）一致的高精度數(shù)據(jù)成果。

圖5 控制點(diǎn)布設(shè)Fig.5 Control points arrangement

3 面向泥石流溝谷的地形建模及其特征分析

3.1 研究對(duì)象三維建模及DEM 處理

選取地面控制點(diǎn)對(duì)無(wú)人機(jī)影像進(jìn)行絕對(duì)定向后，基于無(wú)人機(jī)影像，通過(guò)SfM 算法，獲得精度較高的密集匹配點(diǎn)云，基于點(diǎn)云數(shù)據(jù)，得到地表三維模型、DOM、DSM和無(wú)人機(jī)點(diǎn)云數(shù)據(jù)。相關(guān)成果見(jiàn)圖6。

圖6 無(wú)人機(jī)影像數(shù)據(jù)成果Fig.6 UAV images data results

基于無(wú)人機(jī)影像，生成的DSM 數(shù)據(jù)，其中不僅包含了地面點(diǎn)，而且也包含了地物、植被、建筑等信息，利用DSM 進(jìn)行地形分析會(huì)存在較大的誤差，因此，需要對(duì)無(wú)人機(jī)點(diǎn)云數(shù)據(jù)進(jìn)行去噪處理，去除非地面點(diǎn)數(shù)據(jù)，通過(guò)插值得到只含有地面點(diǎn)的DEM 數(shù)據(jù)。

結(jié)合研究區(qū)的實(shí)地情況，可以看到，對(duì)于泥石流溝谷地區(qū)，少量的建筑物和分布于溝谷和兩側(cè)山坡的植被是最主要的非地面點(diǎn)數(shù)據(jù)。由于該地區(qū)地形復(fù)雜，山體坡度較大，因此，嘗試?yán)肞hotoScan 軟件中的不規(guī)則三角網(wǎng)漸進(jìn)加密的方法去除非地面點(diǎn)數(shù)據(jù)。通過(guò)設(shè)置像元尺寸大小，對(duì)整個(gè)點(diǎn)云區(qū)域進(jìn)行劃分，搜索每個(gè)劃分區(qū)域中的高程最小值，視為初始地面點(diǎn)，再設(shè)置最大角度值、最大距離值，通過(guò)對(duì)整個(gè)點(diǎn)云區(qū)域迭代計(jì)算，小于設(shè)定閾值則作為地面點(diǎn)。去噪后得到的點(diǎn)云數(shù)據(jù)見(jiàn)圖7。

圖7 無(wú)人機(jī)點(diǎn)云去噪處理Fig.7 UAV point cloud denoising

得到地面點(diǎn)云數(shù)據(jù)后，利用ArcGIS 10.6 中的“LAS 數(shù)據(jù)集轉(zhuǎn)柵格”工具，采用反距離權(quán)重插值方法，構(gòu)建0.5m 分辨率的泥石流溝谷地區(qū)DEM 數(shù)據(jù)。研究區(qū)最小高程值為1 352.92m、最大高程值為1 655.54m，相對(duì)高差302.62m。由于采用地面三維激光點(diǎn)云數(shù)據(jù)作為無(wú)人機(jī)影像的地面控制點(diǎn)，選取一定數(shù)量的點(diǎn)位，得到高程值，對(duì)比有無(wú)控制點(diǎn)生成DEM 的精度，無(wú)人機(jī)DEM 成果及精度對(duì)比見(jiàn)圖8。

圖8 無(wú)人機(jī)DEM 及精度對(duì)比Fig.8 UAV DEM and accuracy compariso

3.2 泥石流溝谷災(zāi)害地形特征分析

泥石流的發(fā)生通常受眾多自然因素和人為因素的影響，本文針對(duì)地形地貌要素進(jìn)行分析。首先，通過(guò)DOM 影像直觀的對(duì)泥石流溝谷地區(qū)中的災(zāi)體類(lèi)型進(jìn)行識(shí)別，獲取災(zāi)體邊界線；其次，利用DEM 數(shù)據(jù)進(jìn)行坡度、坡向分析、剖面線分析，對(duì)泥石流溝谷地區(qū)的地形進(jìn)行分析。

3.2.1 泥石流溝災(zāi)害體識(shí)別

結(jié)合DOM 影像，目視解譯得到，研究區(qū)主要分布白色狀溝谷，溝谷兩側(cè)分布滑坡體和小型泥石流沖溝，結(jié)合三維模型充分進(jìn)行識(shí)別（圖9）。統(tǒng)計(jì)分析得到，3 個(gè)滑坡體的邊界長(zhǎng)為251.12，334.07，421.17m；整個(gè)泥石流溝谷邊界長(zhǎng)為3 351.71 m；小型沖溝邊界長(zhǎng)為1 070.50m。

圖9 災(zāi)害體目視解譯Fig.9 Disaster bodies visual interpretation

3.2.2 泥石流溝坡度、坡向分析

通過(guò)DEM 數(shù)據(jù)分析得到，研究區(qū)相對(duì)高差302.62m，高差較大，對(duì)泥石流的發(fā)生、松散的土石體的搬運(yùn)提供了位移能量。坡度也是泥石流的發(fā)生重要的因素之一，地形陡峻，且多以碎石、土石體分布，受暴雨沖刷，極易發(fā)生滑坡和崩塌地質(zhì)災(zāi)害，為泥石流的發(fā)生提供了充足的固體物質(zhì)。通過(guò)對(duì)研究區(qū)進(jìn)行坡度分析，有利于分析不同坡度上固體物質(zhì)的分布情況。對(duì)DEM 進(jìn)行坡度分析、重分類(lèi)后，坡度分析結(jié)果見(jiàn)圖10（a）。將坡度（α）結(jié)果重分為7 類(lèi)，統(tǒng)計(jì)得到：0°<α≤5°總面積為97 161.00m2，占研究區(qū)總面積9.72%；5°<α≤8°總面積為138 110.75m2，占研究區(qū)總面積13.81%；8°<α≤12°總面積為133 275.50m2，占研究區(qū)總面積13.33%；12°<α≤25°總面積為225 721.75m2，占研究區(qū)總面積22.57%；25°<α≤35°總面積為132 558.00 m2，占研究區(qū)總面積13.26%；35°<α≤55°總面積為223 236.00m2，占研究區(qū)總面積22.33%；α>55°總面積為49 830.75m2，占研究區(qū)總面積4.98%。

坡向是決定地表接收陽(yáng)光和分配太陽(yáng)輻射能量的重要地形因子，太陽(yáng)輻射能量的分布影響泥石流溝地區(qū)植被的覆蓋程度，從而引起泥石流災(zāi)害的發(fā)生。通過(guò)坡向分析，將坡向分為10 類(lèi)，結(jié)果見(jiàn)圖10（b）。分析得到，該泥石流溝谷地區(qū)大部分坡向?yàn)闁|、東北、東南和西北方向，結(jié)合DOM 分析，大部分滑坡體位于東北方向，是常發(fā)生泥石流的地區(qū)。

圖10 坡度、坡向分析圖Fig.10 Slope slope direction analysis chart

3.2.3 泥石流溝剖面線分析

結(jié)合剖面線分析泥石流溝谷橫向和縱向的高程變化和地形起伏變化特征。獲取泥石流溝谷橫向和縱向的剖面線，橫向剖面線為泥石流主溝西南方向至東北方向A（a→b），縱向剖面線為泥石流溝谷中部區(qū)域B（c→d），剖面線見(jiàn)圖11。分析得到，泥石流溝谷主溝橫向高程值逐漸降低，流通區(qū)高程起伏變化較大，外部堆積區(qū)高程值變化較小。泥石流溝谷縱向剖面線地形起伏較大，剖面線兩側(cè)高程變化較大，結(jié)合三維模型分析，兩側(cè)均為山體分布，隨著距離的增加，溝谷地區(qū)的高程逐漸增加，350～450m 距離內(nèi)，出現(xiàn)兩個(gè)峰值，主要為泥石流固體物質(zhì)流動(dòng)沖擊形成的特征地形。

圖11 泥石流溝地區(qū)剖面線分析Fig.11 Profile analysis of debris flow ditch area

4 結(jié)論

本文使用無(wú)人機(jī)遙感技術(shù)獲取泥石流溝谷地區(qū)無(wú)人機(jī)影像，結(jié)合同期地面三維激光掃描數(shù)據(jù)，選取明顯地物特征點(diǎn)進(jìn)行影像絕對(duì)定向，提高了無(wú)人機(jī)數(shù)據(jù)成果的平面和垂直精度，根據(jù)獲取的高精度數(shù)據(jù)成果對(duì)該段泥石流溝谷進(jìn)行相關(guān)地形特征分析，結(jié)果表明：

（1）針對(duì)復(fù)雜泥石流地區(qū)難以布設(shè)地面控制的問(wèn)題，結(jié)合地面三維激光掃描數(shù)據(jù)，經(jīng)過(guò)點(diǎn)云粗配準(zhǔn)處理，可以實(shí)現(xiàn)無(wú)人機(jī)影像的絕對(duì)定向，通過(guò)對(duì)DEM 數(shù)據(jù)的對(duì)比，一定程度上提高了無(wú)人機(jī)影像數(shù)據(jù)成果的精度。

（2）泥石流溝谷地區(qū)大部分滑坡、沖溝多分布于12°～25°和35°～55°兩個(gè)坡度區(qū)間，坡度較陡、高程變化大、植被覆蓋少、固體物質(zhì)較多。

（3）泥石流溝谷兩側(cè)光照資源不一致，導(dǎo)致兩側(cè)植被覆蓋度相反，東北方向植被覆蓋少且多為滑坡體分布，易發(fā)生滑坡災(zāi)害，加劇泥石流災(zāi)害的形成。

（4）泥石流溝谷橫向上高程逐漸降低，整體落差約110m，內(nèi)部區(qū)域高程起伏變化較大；縱向上兩側(cè)多為陡峭山體分布，溝谷呈“V”字型分布，溝谷右側(cè)高程變化程度低于左側(cè)，右側(cè)多為堆積區(qū)，左側(cè)為泥石流河道。