基于贴近摄影测量的崩岗侵蚀监测技术

在崩岗侵蚀研究中,为了高效精准的对高陡崩壁土体侵蚀沉积运移进行准确监测,运用无人机贴近摄影测量技术对崩岗研究区进行数字影像采集,通过运动恢复结构-多视点匹配(Structure From Motion-Multi View Stereo,SFM-MVS)技术,生成点云数据及研究区数字表面模型(Digital Surface Model,DSM),利用ArcMap进行叠加分析监测周期内研究区侵蚀沉积变化。从定位精度、测量精度、重现性分析3个方面对贴近摄影测量技术进行误差及可行性分析。最终验证结果贴近摄影测量技术总平均重投影误差为0.19 mm,侵蚀沉积量总平均绝对误差为0.006 m~3,较传统倾斜摄影测量技术误差降低了了45.45%。高程精度较倾斜摄影测量技术总体提升了162.5%。重复点云数据高程误差的平均值仅为0.36 mm,识别图像及控制点误差均达到毫米级,因此利用无人机贴近摄影测量技术精度满足崩岗高陡崩壁监测需求,该技术可提取崩岗研究区侵蚀地貌特征信息,是较为高效精准的研究侵蚀沉积过程的监测技术。     

崩岗地貌侵蚀过程三维立体监测研究——以广东五华县莲塘岗崩岗为例

2011-2013年,大致以半年为周期,利用Leica ScanStation 2三维激光扫描仪对广东五华县莲塘岗崩岗进行6次野外定位监测,运用ArcGIS软件对6次监测数据进行对比分析,阐明崩岗流域侵蚀产沙的时空变化,提供精细化研究成果。研究结果表明,莲塘岗崩岗年平均侵蚀模数高达222 408t/(km2·a),主要侵蚀区位于海拔111~131m的崩积锥分布区,占侵蚀总量的55.6%,且崩岗中、下部位侵蚀强度高于崩岗上部。崩岗侵蚀量随崩岗表面坡度变化呈现正态分布的特征,侵蚀量最大值位于崩岗40°~50°的坡面部位。单位面积的崩岗侵蚀量大致随崩岗表面坡度的增大而加大,表明崩岗流域内坡度越大,侵蚀越强烈。在6次5个监测周期内,崩岗侵蚀方式具有明显变化,沟道发育是崩岗侵蚀发生的主要触发因素之一。前3个监测周期中,崩岗以沟道快速下切、侧蚀和溯源侵蚀为主,兼有小规模崩塌;后2个监测周期中,崩岗以重力侵蚀为主,侵蚀量先减少后增大。莲塘岗崩岗目前正处于壮年期阶段,地形是崩岗发育的主要影响因素。地形因素导致崩岗水力侵蚀与重力侵蚀交替进行,两者共同作用使得崩岗侵蚀发展过程呈现出螺旋式上升的演化模式。     

基于三维激光扫描的崩岗侵蚀的时空分析

崩岗侵蚀过程及其侵蚀量的精准量化分析,是研究崩岗发育机理及其发展演化的基础,也是测算崩岗流域产沙输沙的前提,对崩岗预防和治理以及水土保持和生态建设具有理论和现实意义。本研究应用三维激光扫描技术,大致以半年为周期,在6次定位监测基础上,以广东五华县莲塘岗崩岗为例,对崩岗侵蚀过程进行了定量分析。研究表明,莲塘岗崩岗年平均侵蚀量为833 m3,其中雨季平均侵蚀量为499 m3,干季平均侵蚀量为291 m3,侵蚀模数高达222 408 t/(km2·a)。24 h降雨量大于等于50 mm的暴雨、特别是大于等于100 mm的大暴雨对崩岗侵蚀影响很大,暴雨总量与崩岗侵蚀量具有正相关关系。崩壁之下的崩积锥部位侵蚀量最大,占总侵蚀量的55.6%。40°~60°坡面的侵蚀量最大,占总侵蚀量的49%。最大侵蚀强度(单位面积侵蚀量)位于50°~60°和70°~80°的两个坡度区间。最为剧烈的侵蚀区为主沟与支沟两侧及沟头部位,侵蚀深度均大于1 m,最大深度可达2.5 m。前3个监测周期,沟道以快速下切、侧蚀和溯源侵蚀为主,兼有小规模崩塌;后2个监测周期,以重力崩塌为主,沟道侵蚀减弱。崩岗地形变化导致其水力与重力作用交替进行,使崩岗侵蚀呈现出波动式变化。     

基于CA-Markov模型与ANUDEM内插法的崩岗侵蚀量预估

崩岗是中国南方最为严重的土壤侵蚀类型之一,产生的大量泥沙危害农业生产和生态环境,因此对其侵蚀量的预估是防治该现象的重要途径。崩岗面积较小且侵蚀剧烈,难以应用现有方法预估侵蚀量。该文应用CA-Markov模型和ANUDEM内插法对其高程级别模拟和空间内插,从而实现对崩岗侵蚀量的预估,并以福建省安溪县龙门镇的一处崩岗为例进行实证研究。结果表明：CA-Markov模型适用于对崩岗高程级别的模拟;ANUDEM内插法对崩岗地形的整体还原度较好,但对细节的刻画不够;以经过级别划分和内插处理的高程数据为基期底图计算得的崩岗侵蚀量较符合实际值,且实际侵蚀量越大,模拟精度越高;案例崩岗在一般年景、干旱年景和多雨年景中的年侵蚀量分别为：824.69、731.03和 924.57 m3,不同年景之间侵蚀量的最大差值为193.54 m3,因此在修建崩岗拦沙坝时需考虑不同降雨年景中侵蚀量的差异。研究结果不仅提供了预估崩岗侵蚀量的新思路,还可为崩岗侵蚀的防治工作提供参考依据。     

基于无人机倾斜航空影像的树冠体积测算方法

树冠是结构复杂的不规则体,对树冠体积的精确测定一直是树木测量研究中的难点问题。该文以消费级多旋翼无人机对目标树木进行倾斜摄影获取的多角度航空影像为基础,通过空三加密处理生成目标树木的三维点云模型;用等高线法分割树冠点云,并确定树冠最优分割层数;用投影法对点云数据进行转化,并选取测算点计算树高和树冠任意横截面积;对分割后各规则体的体积进行累加获得树冠体积。结果表明:8棵目标树木的树高测算值相对误差为1.46%～4.10%,平均相对误差为2.88%;树冠体积测算值的相对误差为6.95%～12.39%,平均相对误差为9.42%;精度均可满足林业调查中对于树高和树冠体积测量结果的要求。利用无人机倾斜航空影像建立单木的三维点云模型并进行树冠体积测算的方法是可行且有效的,该方法可为研究单木树冠几何参数的提取提供参考。     

南方崩岗发育特征及其监测技术探讨

 崩岗是南方红壤区特有的一种严重侵蚀类型,可认为是发育在花岗岩浅丘岗地上的沟蚀地貌形态。崩岗崩壁高差和倾角都较大,这给监测工作造成了很大的困难,导致崩岗实测数据的匮乏。通过阐明各种土壤侵蚀监测技术的优缺点,结合崩岗地貌特征,分析可用于崩岗的监测技术。认为：径流小区与人工模拟降雨实验技术只能用于面蚀和细沟侵蚀研究;示踪技术可用于面蚀和沟蚀的研究,但不能满足崩岗的实验要求;侵蚀针等传统技术方法不能准确测量崩岗的侵蚀速率;由于崩壁高差太大,用差分CPS监测崩岗存在一定误差;三维激光扫描系统能够克服上述困难,能较为准确地扫描出崩岗的形态特征数据;航片解译可得到崩岗的空问分布数据,但需配合地面监测数据,才能较为准确地调查区域或流域的崩岗数据。另外,用侵蚀针等传统技术方法以及差分GPS对崩岗进行监测时,要注意监测人员的人身安全。     

指纹法研究花岗岩区典型崩岗小流域悬浮泥沙来源

为研究花岗岩区典型崩岗小流域内悬浮泥沙来源,以安溪县龙门镇崩岗侵蚀小流域为研究对象,在4种土地利用类型(侵蚀林地、茶园、耕地和崩岗侵蚀区)中共采集85个泥沙源地土样,同时在河道布设采样器收集降雨后侵蚀悬浮泥沙。通过分析样品中的34种指纹因子,运用复合指纹法筛选出最佳指纹因子组合,并计算出各泥沙源地的泥沙运移规律。结果表明:不同泥沙源地悬浮泥沙中同种指纹因子存在显著差异,利用Kruskal-Wallis检验和多元判别筛选出Ca、Li、Sn、K和Ba为最佳指纹因子组合(累积贡献率大于90%);同时利用多元混合模型得出茶园的悬浮泥沙相对贡献百分比为33%,耕地为27%,侵蚀林地和崩岗侵蚀区均为20%,且混合模型优度拟合检验值为0.89。进一步分析表明,降雨对崩岗侵蚀区的影响最大,茶园和崩岗侵蚀区单位面积产生悬浮泥沙量明显高于其他两个源地,说明崩岗侵蚀区和茶园是花岗岩区崩岗小流域中需要采取防治措施的重点。     

红壤丘陵区崩岗侵蚀的自然影响因素研究进展

崩岗侵蚀是红壤丘陵区最为严重的水土流失类型,具有侵蚀量大、危害严重、发生时间不确定、防治难度大等特征。本文从崩岗的定义出发,从气象、地形地貌、植被、土壤4个影响崩岗发育的自然影响因素总结分析了相关研究进展,针对崩岗侵蚀的自然影响因素总结了以往研究中存在的不足,并对未来研究进行了展望,为进一步揭示崩岗侵蚀规律提供参考,为崩岗侵蚀的防治提供科学依据。     

南方花岗岩区典型崩岗侵蚀产沙来源分析

研究分析了典型崩岗泥沙源地的31种土壤理化性质,利用Kruska-Wall无参检验结合多元回归分析筛选指纹因子体系,通过多元混合模型得出侵蚀泥沙来源。结果表明:该典型崩岗筛选出的8种指纹因子累积正确判别率达到96.87%,可以组成指纹因子体系。多元混合模型结果表明崩积堆泥沙样品超过60%来源于红土层,但在冲积扇中的沉积泥沙仅有10%左右来源于红土层,其余90%的泥沙都来源于砂土层和碎屑层。这表明红土层有较强抗侵蚀能力,崩塌后会残留在崩积堆上。但由于红土层细颗粒含量较多,在二次侵蚀作用下红土层泥沙大都被径流带出崩岗。组合指纹法在崩岗中的成功应用,为高效、定量研究崩岗侵蚀泥沙来源提供可能。     

安溪县崩岗侵蚀空间分布特征探讨

崩岗侵蚀以其侵蚀量巨大危害严重而成为最严重的土壤侵蚀类型,以福建省崩岗侵蚀最严重最典型的安溪县为研究对象,采用实地调查结合GIS的空间分析的方法,全面分析全县的崩岗侵蚀窄间分布特征,为进行全县的崩岗侵蚀治理提供科学依据,同时也为全省乃至全国其它地区提供借鉴.研究结果表明:安溪县有崩岗12 828个,侵蚀面积2 305.42 hm~2,居全省之首,崩岗个数和面积分别占全省49.29%和31.41%,75.15%崩岗处于活动状态,是全省崩岗侵蚀最严重的地区,形态多样、类型齐全而以瓢形、混合形和弧形为主,全县24个乡(镇)都有崩岗发育,集中分布在东部,特别是东南部的官桥和龙门一带,数量、面积、大小级别、形态和发育阶段等方面都在空间分布上都大致呈现出由东南向西北递减的趋势,因此进行安溪县崩岗侵蚀防治的总体布设应该以东南部的官桥和龙门为主,重点治理的力度由东南向西北递减.     

利用无人机倾斜影像与GCP构建高精度侵蚀沟地形模型

为了提高侵蚀沟立体建模与监测的精度,该文采用消费级无人机作为低空遥感平台,以黄土高原一典型切沟为研究对象,通过无人机采集的倾斜影像与部署的地面控制点,采用多视立体运动恢复结构方法(structure from motion with multi-view stereo,Sf M-MVS)构建了高精度侵蚀沟表面模型,对其建模精度与数字高程模型、正射影像等成果进行分析,并与传统正射航图建模成果进行了比较。结果表明:构建的侵蚀沟稠密点云模型的水平均方根误差约为0.096 m,高程均方根误差约为0.018 m,满足1:500比例尺数字线划图与正射影像图的要求。与正射航图建模成果相比,高程误差减小了50%;侵蚀沟稠密点云的整体密度与地面激光雷达相当,且避免了后者多站拼接造成的密度不均问题。除了沟头部分的小块内凹区域,沟壁、沟头部分没有明显的空洞,植被覆盖的区域也能够正常建模。而正射航图的建模成果中在沟头内凹部分以及植被覆盖部分存在大块的空洞;由侵蚀沟的数字高程模型与等高线图可见,构建的侵蚀沟模型能够准确地反映切沟的形态特征。总体而言,该方法在侵蚀沟的高精度建模与监测方面具有显著优势,具有推广应用的潜力。     

三维激光扫描仪在坡面土壤侵蚀研究中的应用

采用人工模拟降雨,在20°的坡面土槽上进行了3场降雨强度为60,90和105mm/h的降雨。通过使用三维激光扫描仪对每场降雨前后的坡面形态进行扫描,定量分析坡面土壤侵蚀量。结果表明,径流量及侵蚀量随着降雨强度的增加而增加,而且降雨强度增加对侵蚀量的影响大于对径流量的影响。使用三维激光扫描仪在降雨前后对坡面进行扫描,所得计算侵蚀量误差较小。3次计算误差分别为0.872%,9.349%和4.495%,计算误差均在10%以内。使用该仪器同时能够很直观地观察坡面侵蚀部位及破碎情况。使用三维激光扫描仪能够快速、精确地计算出坡面侵蚀体积及侵蚀量,同时能够很直观地观测到侵蚀的空间分布。     

利用照片重建技术生成坡面侵蚀沟三维模型

该文利用运动恢复结构(structure from motion,SFM)、多视图立体视觉(multi-view stereo,MVS)技术,提出了一种坡面侵蚀沟三维模型的快速重建方法。首先对普通相机拍摄的照片采用尺度不变特征变换(scale-invariant feature transform,SIFT)完成特征点的提取与描述,随机采样一致性算法(random sample and consensus,RANSAC)过滤掉最近邻匹配(nearest neighbor,NN)产生的误匹配点;然后通过SFM方法,迭代求解出相机矩阵和三维点坐标,用光束法平差(bundle adjustment,BA)进行非线性优化,确保误差的均匀分布和模型的精确;再使用基于面片的多视图立体视觉算法(patch-based multi-view stereo,PMVS),在局部光度一致性和全局可见性约束下,以SFM生成的稀疏点云为种子面片开始扩散,完成点云稠密重建。将照片快速重建方法获取的点云与地面激光扫描仪(terrestrial laser scanner,TLS)获取的点云及实测数据进行比较,结果表明,照片重建方法生成的点云稠密且能够完整展示侵蚀沟的发育形态,与TLS点云间的平均距离为0.0034 m,照片重建与三维激光扫描方法对侵蚀量的估算相对误差为8.054%,提取的特征线匹配率达89.592%。研究结果为侵蚀沟监测提供了参考依据。     

融合无人机高分辨率DOM和DSM数据语义的崩岗识别

崩岗识别是大规模的崩岗调查、治理和侵蚀机理等研究的首要任务,但以现场调查和人工解译高分辨率卫星遥感影像为主的传统方法,自动化程度低,人力、物力成本高而且效率低,不能满足大范围工作的需要。该研究借鉴遥感影像场景分类识别思路,利用视觉-地形词袋模型(Bag of Visual-Topographic Words, BoV-TW)进行崩岗区域高分辨率数字正射影像图Digital Orthophoto Map(DOM)与数字表面模型Digital Surface Model(DSM)局部特征的混合表达,并通过潜在狄利克雷分配Latent Dirichlet Allocation(LDA)的潜在语义分析融合形成低维度的高层语义表征,最后以支持向量机(Support-Vector Machine, SVM)作为监督学习训练分类器,实现崩岗的高精度快速自动识别。试验结果表明:1)LDA主题个数变化时,该方法总精度可保持在95%左右,崩岗查全率和查准率保持在80%以上,最高分别为97.22%和94.44%;2)视觉-地形词袋词汇表大小变化时,该方法总精度一直在90%以上,最高为96.10%,崩岗查全率也基本在90%以上,最高为100%,崩岗查准率随词汇表大小的增加逐渐提升,最高为85.00%;3)仅使用DOM无法较好地识别崩岗地貌特征,没有合适的特征提取和融合策略,DOM和DSM结合也无法提高崩岗识别效果。同时,该方法时间花费少,效率高,可行性强。该研究可为崩岗调查、监测、治理及侵蚀机理的定量化研究提供参考。     

三维激光扫描仪在土壤侵蚀监测中的应用——以青海省共和盆地威连滩冲沟监测为例

通过在青海省共和盆地多次野外调查的基础上,以威连滩冲沟沟头的南支沟为研究案例,采用三维激光扫描仪和亚米级的差分GPS分别对该支沟进行了侵蚀边界的监测,利用点云处理软件Real works Survey,AutoCAD和GIS软件对2种测量数据进行了处理计算和对比分析.结果表明,三维激光扫描仪在土壤侵蚀监测中非接触的高精度测量,可以真实反映地表形态;对于扫描仪没有扫描到的黑洞数据,高精度的差分GPS可作为一个局部的数据补充,并探讨了三维激光扫描技术在土壤侵蚀研究应用中的缺陷及其改进,旨在为水土流失监测提供一种新的思路和方法.     

基于元胞自动机的黄土小流域地形演变模拟

黄土高原以沟沿线为基准分为正地形和负地形2种基本的地貌形态,黄土小流域正负地形演变是黄土高原地貌形态发育的缩影。该文采用元胞自动机建模方法,对人工降雨条件下室内黄土小流域正负地形的动态演变过程进行建模与模拟。试验使用近景摄影测量方法监测小流域发育过程,处理获得10mm分辨率的数字高程模型。模拟迭代过程逼真地刻画了黄土负地形区向正地形区不断蚕食的动态演化过程,并能反映出非常重要的黄土陷穴现象的发生。模拟结果在数量上和空间分布上都取得了较好的模拟效果。研究认为元胞自动机建模方法可以用来模拟黄土小流域的正负地形演变,有助于揭示黄土地形演化机制。     

激光扫描技术在坡耕地土壤侵蚀监测中的应用

为了研究激光扫描技术应用于土壤侵蚀监测的可靠性,利用3D激光地貌分析仪对黑龙江省水土保持科技示范园内坡耕地径流小区土壤侵蚀进行监测.采用恒定降雨强度(20、40、60、80、100和120 mm/h)对径流小区进行连续6次等历时(30 min)人工降雨,每场降雨前后使用3D激光地貌分析仪对小区内不同位置的坡面形态进行扫描,并与集流桶收集土壤侵蚀量进行对比分析.结果表明:3D激光扫描分析法与集流桶测量法得到的土壤侵蚀量之间具有良好的线性相关关系,3D激光地貌分析仪用于径流小区内土壤侵蚀测定具有较高的精度与可靠性.     

五陵塬边坡侵蚀地貌发育及其影响因素

基于前人研究成果和对陕西省关中平原中部五陵塬边坡侵蚀地貌大量的实地考察,应用遥感卫星图像等信息资料,对五陵塬南、北缘侵蚀沟谷和黄土滑塌的发育状况进行考察和分析。研究表明,五陵塬南缘发育的河流高阶地前坎(高差8~30m的黄土崖)为窑洞聚落带,受坡面径流作用发育侵蚀沟谷和黄土坍塌;该塬边黄土窑洞带侵蚀沟谷的发育状况表现为东段密度较小,规模较大,西段反之。北缘河流高阶地前坎(高差30~90m的黄土崖)西段主要发育"群发性"黄土滑塌。东段侵蚀沟谷数量少,长度较大。五陵塬边坡侵蚀地貌的发育,主要受地质构造、地形条件、新构造运动、黄土岩性和结构、大气降水与农田灌溉以及人类活动等因素影响,并会对五陵塬周边人类居住安全,边坡水土流失,塬面文物古迹保护和西咸新区发展建设产生负面影响效应。