武繼峰，武晴晴，張凱南

(長安大學(xué)測繪與空間信息研究所，陜西 西安710054)

一、引 言

公路、鐵路等交通干線是典型線型工程，跨越區(qū)域多，工程建設(shè)過程中形成了許多高陡邊坡，其沿線不可避免會遭到各種地質(zhì)災(zāi)害。由于降雨、人為活動或地震等一系列因素可能引起地質(zhì)災(zāi)害，根據(jù)需求進(jìn)行應(yīng)急響應(yīng)，如何快速獲取災(zāi)害區(qū)域影像信息成為關(guān)鍵。采用無人機(jī)低空攝影測量技術(shù)，利用其獲取數(shù)據(jù)快、操作簡便的特點(diǎn)，通過災(zāi)后的實(shí)時影像獲取并與災(zāi)害基礎(chǔ)數(shù)據(jù)庫的比對，對研究區(qū)域內(nèi)地質(zhì)災(zāi)害的具體規(guī)模、影響范圍及受災(zāi)情況可以做出及時、準(zhǔn)確的評估。通過機(jī)載LiDAR獲取高密度激光點(diǎn)云，并結(jié)合濾波手段，剔除植被覆蓋的影響，以獲取精確的DEM和DOM。通過對多種方法的融合應(yīng)用研究，成果快速提供應(yīng)急使用，可以為救災(zāi)和監(jiān)測預(yù)報提供背景資料，同時為以后的研究提供一定的服務(wù)。

二、基于低空攝影測量的地質(zhì)災(zāi)害體快速應(yīng)急研究

1．研究背景

以衛(wèi)星、大飛機(jī)等為平臺的航天航空攝影測量技術(shù)已經(jīng)得到廣泛應(yīng)用，但該類方法受天氣影響較大，在臺風(fēng)及暴雨季節(jié)很難實(shí)時獲得質(zhì)量好的高分辨率影像。而無人機(jī)低空攝影測量技術(shù)是一種新發(fā)展起來的地理空間信息快速采集技術(shù)，以無人機(jī)作為平臺的低空攝影測量技術(shù)能夠在復(fù)雜地形條件下及云下低空飛行，獲取高分辨率影像，同時還具備價格低廉、機(jī)動靈活、操作簡單、不受重訪周期的限制等優(yōu)點(diǎn)，能夠根據(jù)需求完成低空、超低空飛行任務(wù)以獲取不同分辨率的影像。無人機(jī)影像在災(zāi)害中的應(yīng)用，影像圖的絕對定位精度往往并不是首要的，快速得到感興趣區(qū)域的正射影像或準(zhǔn)正射影像及地質(zhì)災(zāi)害體位置及相對面積通常是災(zāi)害預(yù)警、救災(zāi)及災(zāi)害評估部門所需要的。

2．無人機(jī)影像快速處理流程

無人機(jī)影像快速處理不采用傳統(tǒng)的共線方程的攝影測量流程，首先利用POS參數(shù)自動劃分航帶，添加相機(jī)文件自動內(nèi)定向，匹配連接點(diǎn)并進(jìn)行區(qū)域網(wǎng)平差解算，利用空三加密生成的點(diǎn)云內(nèi)插生成DTM，然后利用DTM糾正影像得DOM，勻光勻色后拼接DOM得全區(qū)影像圖。如圖1所示。

圖1 無人機(jī)影像快速處理流程

(1)數(shù)據(jù)準(zhǔn)備

處理無人機(jī)影像所需數(shù)據(jù)有:

1)相機(jī)檢校文件:相機(jī)像主點(diǎn)坐標(biāo)、相機(jī)焦距、像幅大小、像元大小、主點(diǎn)偏移量及相機(jī)畸變差等;

2)原始影像數(shù)據(jù):TIFF格式;

3)定姿定位數(shù)據(jù):影像的概略外方位元素，大地平面坐標(biāo)系統(tǒng)，定位精度在20 m以內(nèi))。

(2)畸變差校正

此次無人機(jī)航空拍攝搭配的相機(jī)類型為非量測相機(jī)，其像片存在邊緣畸變，需對其進(jìn)行畸變差校正后才能進(jìn)行空三加密。

相機(jī)需經(jīng)過嚴(yán)格的專業(yè)檢校，獲取畸變改正參數(shù)。部分相機(jī)檢校結(jié)果如下:像幅為7360像素×4912像素、像素分辨率CCD尺寸為4．88 um。

根據(jù)相機(jī)檢校報告計算相機(jī)參數(shù)x0=(x0－寬÷2)×像元大小÷1000=(3 684．646－7360÷2)×0．004 88=0．022 672 48 mm

y0=(y0－高÷2)×像元大小÷1000=(2 482．325 6－4912÷2)×0．004 88=0．128 468 928 mm

f=7 360．323 9÷0．004 88=35．918 380 632 mm

(3)空三加密

由于低空攝影航向重疊度和旁向重疊度都不夠規(guī)則，且航攝區(qū)域地形起伏大、高程變化顯著，影像間的比例尺差異大、旋偏角大，影像有明顯畸變等情況，直接自動空三會有較大誤差。在試驗(yàn)過程中，采用基于尺度/旋轉(zhuǎn)不變特征和多基線影像匹配技術(shù)的全自動連接點(diǎn)選取及配準(zhǔn)算法，影像金字塔生成后，開始自動匹配連接點(diǎn)并進(jìn)行區(qū)域網(wǎng)平差解算，直至加密完成，輸出空三成果。

(4)成果快速提取

空三加密解算完成后，進(jìn)行DTM的提取，兼顧影像的全局和局部信息，采用兼顧地形特征線信息的全局概率松弛法影像匹配算法，有效解決了影像紋理缺乏區(qū)域的自動地形測繪問題，如圖2所示。

圖2 示范區(qū)整體和局部DTM渲染圖

將單幅的正射影像DOM進(jìn)行鑲嵌勻色處理，成果如圖3所示。

圖3 示范區(qū)整體和局部DOM效果圖

3．精度分析

由于GPS點(diǎn)本身的定位精度很低，常規(guī)控制點(diǎn)定位檢查意義不大，因此，本項(xiàng)目采用影像疊加的檢查方法，將快速處理成果和帶有坐標(biāo)的Google Earth影像套合檢查，經(jīng)目視檢查，在地形平緩區(qū)域，道路、田坎、河流等主要地物重合良好，偏差不超過1．5 m，但在山區(qū)地形變化較大的區(qū)域局部偏差2～5 m。

影響精度的原因主要是:空三加密后提取的DTM，在地形平緩處匹配較好，在房屋及地形變化較大處匹配較差。本文主要研究在應(yīng)急情況下影像的獲取，未對DTM進(jìn)行任何編輯，進(jìn)行快速處理直接生成DOM。

三、基于機(jī)載LiDAR的地質(zhì)災(zāi)害體快速應(yīng)急研究

1．研究背景

應(yīng)用機(jī)載LiDAR對地探測技術(shù)進(jìn)行地質(zhì)災(zāi)害快速巡查監(jiān)測與快速評估，針對獲取的海量點(diǎn)云數(shù)據(jù)處理技術(shù)與工藝流程研究，探討了生產(chǎn)工藝的各個關(guān)鍵技術(shù)。本文選取示范區(qū)覆蓋面積約140 km2，LiDAR點(diǎn)云獲取有10條航線數(shù)據(jù)，激光測量探測數(shù)據(jù)2．94068666億個點(diǎn)云。對整個測區(qū)16 GB數(shù)據(jù)進(jìn)行DEM生產(chǎn)，從原始航帶點(diǎn)云到分塊拼接，自動濾波分類批處理到斷面交互編輯，DEM格網(wǎng)計算與標(biāo)準(zhǔn)圖幅拼接、切分，產(chǎn)品自動抽查與檢驗(yàn)精度評估等海量數(shù)據(jù)快速自動批處理。研究成果表明，利用LiDAR技術(shù)可以有效地獲取示范區(qū)微地形地貌信息，生產(chǎn)高精度DEM、DLG等測繪產(chǎn)品，重建三維場景，完善所監(jiān)測地區(qū)的地質(zhì)基礎(chǔ)資料;在地質(zhì)災(zāi)害監(jiān)測中可運(yùn)用高密度LiDAR點(diǎn)云精確構(gòu)建地災(zāi)體三維模型。

2．機(jī)載LiDAR數(shù)據(jù)處理

(1)數(shù)據(jù)預(yù)處理

LiDAR航帶數(shù)據(jù)預(yù)處理包括:點(diǎn)云數(shù)據(jù)標(biāo)準(zhǔn)格式轉(zhuǎn)換、航帶數(shù)據(jù)坐標(biāo)定向處理、航帶數(shù)據(jù)接邊鑲嵌與分區(qū)等。

機(jī)載LiDAR原數(shù)據(jù)有二進(jìn)制、ASCII明碼格式;LiDAR數(shù)據(jù)標(biāo)準(zhǔn)有1．0、1．1、1．2 3個版本。不同數(shù)據(jù)格式與不同版本的數(shù)據(jù)，在讀取數(shù)據(jù)時的文件是有所差別的，初始流程就是對數(shù)據(jù)格式標(biāo)準(zhǔn)轉(zhuǎn)換。

完成LAS數(shù)據(jù)標(biāo)準(zhǔn)轉(zhuǎn)換后，需要對點(diǎn)云數(shù)據(jù)的坐標(biāo)進(jìn)行校準(zhǔn)。依地面GPS控制點(diǎn)，逐航道數(shù)據(jù)進(jìn)行空間定向校準(zhǔn)、測區(qū)大地坐標(biāo)投影處理。最后對點(diǎn)云航帶數(shù)據(jù)進(jìn)行拼接鑲嵌，重疊帶部分需作高程糾正處理，依設(shè)計拼接后進(jìn)行分區(qū)裁剪。

(2)點(diǎn)云數(shù)據(jù)濾波分類

選取示范區(qū)內(nèi)的典型區(qū)域作為研究對象，通過大量的濾波分類試驗(yàn)研究，根據(jù)具體的地形地物及空間分布特征選擇階層式濾波分類策略，形成一套快速準(zhǔn)確進(jìn)行LiDAR點(diǎn)云數(shù)據(jù)分類濾波的可行性技術(shù)方案，解決由于山區(qū)植被密集而無法構(gòu)建精細(xì)數(shù)字高程模型的問題，也為其他地區(qū)點(diǎn)云數(shù)據(jù)分類濾波提供輔助依據(jù)。具體的濾波分類流程如圖4所示。

圖4 LiDAR濾波分類流程

(3)異常點(diǎn)濾波

本文采用絕對高程濾波方法，分離異常點(diǎn)。通過分析示范區(qū)的地形圖得知，該區(qū)域高程范圍為海拔高度60～500 m，山間平地地勢平坦，高程范圍為70～120 m。因而在不同地形區(qū)域超出該高程范圍的點(diǎn)數(shù)據(jù)可判別為異常點(diǎn)。而有些異常點(diǎn)在整個區(qū)域內(nèi)并未超出最大、最小高程，進(jìn)一步分離極低點(diǎn)，即計算該點(diǎn)云數(shù)據(jù)與周邊的點(diǎn)云數(shù)據(jù)的高程差，來判斷其是否為異常點(diǎn)處理，如圖5所示。

圖5 LiDAR點(diǎn)云數(shù)據(jù)異常點(diǎn)的篩選

(4)地物分類提取

1)地面點(diǎn)提取:采用的地面點(diǎn)分類算法是基于知識引導(dǎo)的漸進(jìn)三角網(wǎng)濾波算法，能將地面點(diǎn)與非地面點(diǎn)進(jìn)行分離。對于個別低矮的建筑物被劃入地面點(diǎn)情況，需要進(jìn)行人工分類處理。

2)植被點(diǎn)提取:在分離出地面點(diǎn)后，在以地面點(diǎn)為參考，設(shè)計低、中、高植被點(diǎn)的域值，將植被點(diǎn)分離出來。

3)建筑物提取:對已分離的植被點(diǎn)再次運(yùn)用數(shù)學(xué)形態(tài)學(xué)算法處理，將建筑物點(diǎn)提取出來。

3．精度分析

1)點(diǎn)云密度:抽樣檢查地面點(diǎn)密度分布，測得點(diǎn)云密度分別為1．41點(diǎn)/m2，滿足測繪行業(yè)標(biāo)準(zhǔn)“1∶2 000的點(diǎn)云密度≥1”的要求。

2)高程精度:DEM高程精度檢查主要包括格網(wǎng)點(diǎn)高程中誤差檢查。DEM成果的精度用格網(wǎng)點(diǎn)的高程中誤差表示。依據(jù)大比例尺實(shí)測地面點(diǎn)高程，按照圖幅散點(diǎn)法進(jìn)行高程精度的檢查，統(tǒng)計出:平地、丘陵地整體中誤差為0．64 m，山地、高山地整體中誤差為1．7 m，滿足1∶2000數(shù)字高程模型精度指標(biāo)“平地:0．75 m、丘陵地:1．05 m、山地:2．25 m、高山地:3 m”的要求。

3)平面精度:通過多軟件平臺逐幅回放DEM等高線與DLG地形等高線、與正射影像圖(DOM)成果疊加檢查平面精度，通過平坦水域、道路、山峰、地貌特征部位檢測套合較好，偏差不超過0．736 m，其誤差符合精度要求。

四、多元融合的交通干線地質(zhì)災(zāi)害體應(yīng)急研究

1．地質(zhì)災(zāi)害體解譯

崩塌、滑坡和泥石流是高速公路兩線最易發(fā)生的地質(zhì)災(zāi)害，嚴(yán)重影響工程建設(shè)和人民生命財產(chǎn)安全。地質(zhì)災(zāi)害作為一種特殊的不良地質(zhì)現(xiàn)象，無論是滑坡、崩塌、泥石流等災(zāi)害個體，還是由它們組合形成的災(zāi)害群體，在圖像上呈現(xiàn)的形態(tài)、色調(diào)、影紋結(jié)構(gòu)等均與周圍背景存在一定的區(qū)別，其特征均能從影像上直接判讀和圈定。由此，通過地質(zhì)災(zāi)害解譯，可以對目標(biāo)區(qū)域內(nèi)已經(jīng)發(fā)生的地質(zhì)災(zāi)害點(diǎn)和地質(zhì)災(zāi)害隱患點(diǎn)進(jìn)行系統(tǒng)全面的調(diào)查，查明其分布、規(guī)模、形成原因、發(fā)育特點(diǎn)、發(fā)展趨勢及危害性和影響因素。

地質(zhì)災(zāi)害體識別的總體思路是對所生成的最新的DOM數(shù)據(jù)與以往發(fā)生地地質(zhì)災(zāi)害前的DOM數(shù)據(jù)進(jìn)行相關(guān)的影像處理，快速勾繪出地物實(shí)地有變化的區(qū)域，再與事先建立好的地災(zāi)體解譯標(biāo)志進(jìn)行對比識別，最后在影像上勾繪出發(fā)生地質(zhì)災(zāi)害的區(qū)域。

2．結(jié)果分析

僅根據(jù)無人機(jī)高分辨率影像，解譯出69號和83號圖斑，對于88號小地災(zāi)體在影像上表現(xiàn)特征不明顯易遺漏，而結(jié)合采用LiDAR高精度DEM的三維細(xì)節(jié)展示，則能較易發(fā)現(xiàn)小地災(zāi)體。從影像上分析，69號和83號滑坡主要平面形態(tài)呈舌形，屬土質(zhì)滑坡，具有明顯的滑坡體周界，滑坡體上有裂縫，具有典型的滑坡特征。從三維植被分析上看，原植被類型和覆蓋情況因滑坡遭到破壞，現(xiàn)滑坡后區(qū)域的植被一般為裸地、草地、灌木或剛種植的樹苗，滑坡體上的植被(低植被點(diǎn)云賦色為淺綠色，地面點(diǎn)即裸地賦色為土黃色)與周圍植被(高植被點(diǎn)云賦色為深綠色)明顯不一致。從三維形態(tài)分析上看，69號和83號滑坡呈舌形，88號滑坡呈簸箕形，3處滑坡均具有明顯的滑坡體周界，呈簸箕形，如圖6所示。

圖6 滑坡體影像對比分析圖

五、結(jié)束語

本研究針對無人機(jī)低空攝影影像的特點(diǎn)，以及相機(jī)定標(biāo)參數(shù)、拍攝時的姿態(tài)數(shù)據(jù)和有關(guān)幾何模型，對無人飛機(jī)獲取的數(shù)據(jù)進(jìn)行快速鑲嵌、拼接、糾正，獲取了示范區(qū)高分辨率影像數(shù)據(jù)，將數(shù)據(jù)變?yōu)橹庇^的地圖。利用航拍的影像并結(jié)合基礎(chǔ)地理信息數(shù)據(jù)庫資料，快速對示范區(qū)進(jìn)行災(zāi)害解譯和評估，開展比對分析，獲得了滑坡、泥石流、崩塌等各種災(zāi)情的位置、分布特征等信息。

機(jī)載LiDAR對地探測可全天候接收數(shù)據(jù)，不受天氣條件影響，高密度的激光雷達(dá)束可穿透山區(qū)茂密的植被或灌木叢到達(dá)實(shí)地表面。通過研制的適宜植被灌木茂盛的相關(guān)濾波分類精準(zhǔn)數(shù)學(xué)計算模型，可快速分析點(diǎn)云數(shù)據(jù)，獲取地災(zāi)體LiDAR點(diǎn)云真實(shí)地表信息，構(gòu)建三維模型，輔助快速巡查監(jiān)測，辨別是否為地災(zāi)體和發(fā)現(xiàn)無人機(jī)影像上表現(xiàn)特征不明顯易遺漏的小地災(zāi)體。兩者融合分析研究，可以更準(zhǔn)確獲取交通干線地質(zhì)災(zāi)害信息，為進(jìn)一步的評價、排險提供服務(wù)。

［1］ 曹地．多源數(shù)據(jù)輔助的LiDAR三維城市快速建模［D］．西安:長安大學(xué)，2014．

［2］ 何敬，李永樹，魯恒，等．無人機(jī)影像的質(zhì)量評定及幾何處理研究［J］．測繪通報，2010(4):22-24．

［3］ 劉慶元，徐柳華，沈彩蓮，等．基于無人飛行器遙感影像的數(shù)字?jǐn)z影測量關(guān)鍵技術(shù)研究［J］．測繪科學(xué)，2010，35(1):28-30．

［4］ 彭永超．低空攝影測量的數(shù)據(jù)處理與誤差分析［J］．物探裝備，2008，18(2):78-81．

［5］ 張建霞，王留召，蔣金豹．基于數(shù)字影像的低空攝影測量研究［J］．測繪通報，2006(12):29-31．

［6］ 杜全葉，陸錦忠．無人飛艇低空攝影測量系統(tǒng)及其DOM制作關(guān)鍵技術(shù)［J］．測繪通報，2010(6):41-43．

［7］ 張建霞，張健雄，王寶山．?dāng)?shù)碼低空攝影測量應(yīng)用于大比例尺土地調(diào)查［J］．測繪科學(xué)，2007，32(6):79-80．

［8］ 汪炯驊，許濤，李響．低空無人機(jī)交叉口懸停影像抖動糾正［J］．武漢大學(xué)學(xué)報:信息科學(xué)版，2015，40(6):738-743．