付 聰

（江西省國土空間調(diào)查規(guī)劃研究院自然資源保護與利用研究分院 江西 南昌 330009）

1 引言

伴隨現(xiàn)代空間技術與信息技術的高速發(fā)展，測繪技術出現(xiàn)了革命性的變化，無人機LiDAR、傾斜攝影測量技術等相繼出現(xiàn)，有效解決了復雜環(huán)境下的工程測繪問題。復雜河道工程測繪中應用無人機LiDAR 與傾斜攝影測量技術，可以為河道疏浚、船閘等工程設計與施工提供精確的基礎測繪數(shù)據(jù)，為后續(xù)河道工程的開展提供保障[1]。目前，這兩種技術的應用較為廣泛。然而，大多數(shù)研究是探討技術的應用，對于兩類技術的應用效果對比及優(yōu)化的相關研究較少。鑒于此，本研究以江西省某復雜河道工程為例，分析了無人機LiDAR 及傾斜攝影測量技術的測繪效果，并對兩種技術應用的優(yōu)劣勢進行對比，以選取最佳的優(yōu)化方案。

2 兩種技術的方案設計

復雜河道測繪工程是對河道及其周邊地形進行詳細測繪的過程，其目的是為了獲取準確的地形數(shù)據(jù)和有關水位資料，以支持河流的開發(fā)整治和保護。在復雜河道測繪工程中，主要的工作內(nèi)容包括平面、高程控制測量，河道地形測量，河道縱、橫斷面測量，測時水位和歷史洪水位的連測，某一河段瞬時水面線的測量，以及沿河重要地物的調(diào)查或測量。平面、高程控制測量是建立河道測量的基礎，它決定了河道的整體走向、寬度以及河床的深度等。河道地形測量則是獲取河道及兩岸的地形信息，包括水下地形、岸線地形等。河道縱、橫斷面測量則是分析河道的地質(zhì)結(jié)構，為后續(xù)的工程設計提供依據(jù)。測時水位和歷史洪水位的連測可以預測未來的洪水情況，為防洪減災提供數(shù)據(jù)支持。某一河段瞬時水面線的測量可以了解河流水位的變化情況，為水資源管理提供依據(jù)。沿河重要地物的調(diào)查或測量則是對河道周邊的重要設施、建筑物等進行測繪，為河道保護和開發(fā)提供數(shù)據(jù)支持。

為了解無人機LiDAR與傾斜攝影測量技術在復雜河道工程測繪中的應用效果，本研究分別設計了兩種技術的測繪方案，作業(yè)流程上保持一致。首先，制訂飛行計劃，需要確定飛行參數(shù)，包括航線、高度、速度與重疊率等[2]。其次，采集外業(yè)數(shù)據(jù)，傾斜攝影數(shù)據(jù)主要包括地面像控信息、無人機位置、掃描角度、時間碼等參數(shù)信息，機載激光雷達在傾斜攝影數(shù)據(jù)基礎上還需要進一步采集姿態(tài)數(shù)據(jù)、IMU 數(shù)據(jù)、激光數(shù)據(jù)等[3]。最后，處理測繪數(shù)據(jù)。將傾斜攝影與機載激光雷達采集到的數(shù)據(jù)錄入到系統(tǒng)中，并進行初始化、POS 數(shù)據(jù)處、誤差矯正等，獲取對應的河道工程三維模型，并通過兩種河道工程三維模型間的對比，驗證兩種技術的測繪效率，并對兩種技術的測繪效果進行對比。本研究設計的對比方案具體如圖1所示。

圖1 對比方案設計

3 數(shù)據(jù)采集及處理

3.1 參數(shù)設定

研究區(qū)域為江西省某河道，航測核心規(guī)劃區(qū)面積約0.882km2，航測參數(shù)設定如表1所示。

表1 無人機LiDAR和傾斜攝影測量結(jié)果

表1 相關航測參數(shù)

3.2 數(shù)據(jù)處理

3.2.1 無人機LiDAR數(shù)據(jù)處理

無人機LiDAR 數(shù)據(jù)采用點云去噪處理，首先分離粗差噪聲點，對低于鄰近區(qū)域高程的點進行分類處理，并將高于周圍點的點云劃分為空中噪點，進而可以進行點云去噪。相鄰點的高程差比較大時，可定義該類高點為非地面點類。采用過濾函數(shù)對地面點集進行定義，所有機關點云的集合設定為A，則構成數(shù)字高程模型（DEM）的地面點可由下式進行定義：

式中，pi、?pi分別為鄰域內(nèi)的一個激光點及其高程；pj、?pj分別為領域內(nèi)與pi不同的另一個激光點及其高程；分別為pi與pj之間的距離及其最大高差，若最大高差大于點心與領域內(nèi)的點外之間的高差，則定義該點為地面點。若地形坡度小于γ，此時最大高差可設定為dtanγ+，在規(guī)定距離內(nèi)的球體范圍內(nèi)，進行點間的高差對比，考慮到高程損失問題，本研究通過Delaunay 三角網(wǎng)組織點云數(shù)據(jù)，確認地面點類拒絕的節(jié)點的鄰域，可以進一步加快分類速度。數(shù)據(jù)處理軟件為LiDAR360 軟件，相鄰點數(shù)量為10，標準倍差數(shù)為5，并通過統(tǒng)計去噪算法進行鄰域點搜索以及點間距離的測算，并求取中值與標準差，舍棄平均值距離高于最大高差的噪點。

3.2.2 傾斜攝影航測數(shù)據(jù)處理

數(shù)據(jù)處理采用pix4d 軟件，共采集7180 張原始照片，均導入到軟件中。基準面設定為World Geodetic System 1984，處理選項模塊采用3D Maps，點密度設定為最佳，匹配最低數(shù)值設定為3。區(qū)域內(nèi)布設像控點數(shù)量為12，控制點誤差控制在0.039 像素，人工裁剪掉控制不好的邊緣以及扭曲區(qū)域，并人工修補水面與個別平面的破洞。

4 無人機LiDAR 及傾斜攝影測量技術的對比驗證

4.1 高程誤差分析

為驗證測量數(shù)據(jù)的精確性，本次對比驗證中在測區(qū)范圍內(nèi)，選取了無人機LiDAR 和傾斜攝影離散點數(shù)據(jù)共計60 個，并使用全站儀測量獲取了所有點位的三維坐標，對兩種測量方式下相同位置點的高程進行對比分析，獲取相應的高程誤差，無人機LiDAR 和傾斜攝影測量的高程誤差對比結(jié)果如圖2所示。

圖2 無人機LiDAR和傾斜攝影測量的高程誤差對比結(jié)果

由上圖誤差對比可知，在實際測量應用中測區(qū)地面的高大樹木對傾斜攝影的影響較大，在樹冠影響下導致部分地面高程點誤差較大，難以獲得準確的測量結(jié)果。復雜河道工程測繪中若高程測量誤差較大，會導致無法準確計算出過流等結(jié)果，影響河道工作的正常開展。高程誤差對比結(jié)果中，無人機LiDAR 測試結(jié)果與地面人工測量數(shù)據(jù)比較接近，且實際高程誤差能夠控制在1∶500 標準范圍內(nèi)，能夠滿足河道水運工程要求。運用無人機LiDAR在高程測量中，可直接導出數(shù)據(jù)進行計算分析，而應用傾斜攝影進行高程數(shù)據(jù)測量則需要借助3D 建模軟件完成基礎的圖像拼接工作，在將所有攝影數(shù)據(jù)信息完整拼接后才能繼續(xù)分析使用。

4.2 測量結(jié)果對比

無人機LiDAR 和傾斜攝影測量結(jié)果如表1 所示。

復雜河道工程測區(qū)應用中，無人機LiDAR 通過點云技術可更加精準地獲取地面空間結(jié)構數(shù)據(jù)信息，且可提供多個回波信息。然而，考慮到無人機LiDAR 技術應用中存在著飛行續(xù)航時間受限等因素，無人機在快速飛行中出現(xiàn)數(shù)據(jù)相對離散的情況，導致在圖像獲取中出現(xiàn)地物便邊界不清晰和動態(tài)特征誤判的情況。傾斜攝影測量技術在應用中直接通過光學相機獲取地物圖像信息，其所獲得圖像信息分辨率更高，紋理更加豐富，可有效展示圖像細節(jié)。通過測量結(jié)果分析發(fā)現(xiàn)，兩種技術在應用中存在著各自優(yōu)勢與不足，因此在面向復雜河道工程的測量應用中需要將兩種技術進行充分融合，通過方案優(yōu)化發(fā)揮各自技術優(yōu)勢。

4.3 方案優(yōu)化設計

實際應用中，通過紋理特征融合可提高無人機LiDAR 點云數(shù)據(jù)的生成圖像的邊界描述能力，且點云數(shù)據(jù)可用于創(chuàng)新與糾正傾斜攝影，形成圖像更加豐富、細節(jié)更加精準的測量圖像。本次在測量方案優(yōu)化中通過粗匹配和精度匹配流程完成攝影圖像坐標的匹配與兩種數(shù)據(jù)的自動化配準。但考慮到匹配結(jié)果中仍然存在著粗差，需要繼續(xù)運用選擇權迭代法進行粗差檢測，其檢測方法如下：

式中，Zi為第i觀測值殘差；σ?0為單位權中誤差估值；Qvii為改正數(shù)協(xié)因數(shù)矩陣變量。

運用該公式，可將匹配數(shù)據(jù)作為觀測值進行最小二乘平差，當絕大多數(shù)結(jié)果顯示為匹配正確后，可通過選擇權迭代法降低粗差。

5 結(jié)束語

研究對比了無人機LiDAR與傾斜攝影測量技術在復雜河道工程測繪中的應用效果，結(jié)果顯示兩種技術各具優(yōu)劣勢。無人機LiDAR技術可以獲取到精準的遠距離三維空間測量數(shù)據(jù)，然而無法清晰地體現(xiàn)出河道工程的光學紋理特征。傾斜攝影測量技術雖然可以精準地反映出河道工程地物周邊的實際影響，但對設備精度要求較高，且應用較為復雜。在實際復雜河道工程測繪中，仍需要考慮到將兩種技術相融合，才能有效解決復雜河道工程測繪問題。