西藏中南部侵蚀沟形态无人机航测与传统地面测量的对比分析

[目的]分析无人机和传统地面方法测量侵蚀沟形态的差异,研究无人机影像提取西藏地区侵蚀沟形态的适宜性,以期准确、快速获取西藏地区沟蚀参数,为该地侵蚀沟快速调查与防治提供基础资料。[方法]选取6个研究地点20条侵蚀沟,对实地测量与无人机正射影像提取的沟长、沟宽进行对比分析。[结果]与实地测量相比,影像提取侵蚀沟沟长的平均偏差集中在2%～5%;沟宽的平均偏差集中在0～40%,其中实测沟宽范围在400～1 000 cm时,提取值和实测值的偏离程度最低。在6个研究地点中,影像提取值的偏离程度和侵蚀沟所处位置没有明显的关系。沟缘土质、沟缘线附近的植被及放牧对沟缘的踩踏是影响侵蚀沟形态提取的主要因素。[结论]无人机遥感可为西藏地区沟蚀监测提供便捷、可靠的数据源。     

切沟形态特征无人机倾斜摄影测量

切沟是坡面土壤侵蚀最剧烈表现形式,其形态特征刻画的精确性与适用性,对切沟的调查、研究与防治具有重大意义。该研究选取黄土丘陵区小流域4个地点10条切沟共82个断面,利用地面测量验证携带多频全球导航卫星系统且内置实时差分定位技术（Global Navigation Satellite System and Real-Time Kinematic,GNSS RTK）的无人机倾斜摄影测量提取的沟长、沟宽、沟深指标的精确性并建立体积估算模型探讨沟长的测定方法。结果表明：1）与地面测量相比,沟长、沟宽的偏离度（Deviation Extent,DE）均值不大于3.70%,精度较高;沟深的DE均值不小于25.49%,误差较高。2）切沟体积与沟长之间有显著的幂函数关系,沟长选取沟头至沟口的最大汇水线长度时拟合效果最好,沟道中心线长度次之,直线长度拟合效果最差。因此,在黄土高原丘陵沟壑区,运用无人机倾斜摄影测量方法测量切沟沟长、沟宽指标具有高度可行性,在精度要求较高的沟深测量方面的应用还有一定的局限性。此外,由于野外测量的局限性,直线长度较最大汇水线长度的测量更简单便捷,当坡度小于18.2°时,测量直线距离作为切沟沟长可行。     

基于无人机影像的崩岗侵蚀沟时空变化研究

利用无人机遥测技术和ArcGIS空间分析功能对江西省赣县区典型崩岗侵蚀沟形态及其空间变化特征进行监测.结果表明,无人机低空遥测生产的DEM数据精度可达4mm,能满足崩岗侵蚀沟监测需求;侵蚀沟上游的宽度和深度随侵蚀沟加宽和加深,下游由于泥沙堆积,深度会有一定的减少,形成冲积扇;有崩积体崩塌的部位侵蚀沟的深度由于泥沙堆积会...     

无人机倾斜摄影1:500不动产测量技术在侵蚀沟监测中的应用

以黄土高原王茂沟小流域典型支毛沟为研究对象,将消费级无人机与1:500倾斜摄影测量相结合,配合高精度的地面控制点,利用飞行控制软件GS RTK App规划井字形航线,模拟出多镜头倾斜摄影相机达到的效果,同时借助地面控制点获取倾斜、正射影像,使用Pix4D、Smart3D等软件构建了侵蚀沟高分辨率三维模型以及DOM、DE...     

沟壁坡度对侵蚀沟三维重建误差的影响

以无人机为主体的天地一体化立体测量为地表精准快速测量提供了有利条件。无人机拍摄正射影像时,陡坡影响拍摄视角,可能对地表三维测量精度产生影响。选取发展大型切沟(BG)、稳定中型切沟(MG)和小型浅沟(SG),采用三维激光扫描(Terrestrial Laser Scanning,TLS)和无人机正射摄影(Structure from Motion,SfM)2种方法获取地表DSM(Digital Surface Model,数字表面模型),并以TLS的DSM为基准,分析了坡度对SfM的DSM的高程误差的影响。结果表明:(1)高程误差均随沟壁坡度呈指数增加,拟合程度较好(P<0.0001,R^2>0.80),拐点出现在60°附近,坡度<60°时高程误差变化幅度为0~10 cm,坡度超过60°后高程误差急剧增大为10~60 cm;(2)侵蚀沟愈活跃,其坡比愈大,高程误差占比愈集中在较大坡度的范围内。对于发育中切沟BG,约75%的高程误差量集中在15°~75°;对于趋于稳定的中型切沟MG,约66%的高程误差量集中在0~60°;而对于小型浅沟SG,约54%的高程误差量集中在0~40°。     

侵蚀沟分类及防治与利用研究

本文分析了黑龙江省沟蚀原因及侵蚀沟发生、发展、演变规律,在大量调查研究基础上,运用主分量分析、模糊聚类的数学方法,结合侵蚀沟开发治理的生产实践,提出了侵蚀沟分类的指标和标准。将全省侵蚀沟分成3大类9个亚类,并按不同类型侵蚀沟研究建成了9个防治与利用实体模型。     

基于无人机贴近摄影测量的坡面细沟侵蚀及形态演化研究

[目的]寻求效率和精度均高且适应性强的坡面细沟侵蚀测量技术手段,克服传统测量方法效率低,成本高,适用性差等问题,为坡面细沟侵蚀演变过程及定量化研究提供新的思路和技术手段。[方法]利用无人机通过贴近摄影测量获取连续6场人工模拟降雨下坡面细沟发育的高分辨率影像及模型,经定位精度、模型精度和侵蚀模拟3个方面验证,定量揭示坡面细沟侵蚀及形态演化过程的可行性。[结果](1)三维实景模型地理配准均方根误差RMSE_3D=1.5 cm,像控点平面误差RMSE_H=0.42 cm,高程误差RMSE_V=0.88 cm,模型细节及纹理清晰,分辨率达到毫米级。(2)多期模型能够清晰刻画细沟发育经历的雨滴溅蚀—片蚀—小跌水—断续细沟—连续细沟5个阶段。坡面细沟平均沟宽、沟深、密度分别从最初的1.25 cm, 0.82 cm, 0.05发展到最终的3.27 cm, 4.75 cm, 0.23,最大沟长236 cm,最大沟深14.23 cm。(3)细沟土壤侵蚀量模拟值随着降雨历时的增加不断接近真实值并趋于稳定,平均误差在10%以内。[结论]无人机贴近摄...     

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。     

1970－2021年典型黑土区侵蚀沟损毁耕地速度与发育阶段

黑土区侵蚀沟损毁耕地,威胁粮食生产,研究侵蚀沟发展速度与发育现状,对揭示侵蚀沟发育机理和保护黑土地具有重要意义。为研究近50年侵蚀沟损毁耕地速度和发育特征,分别在典型黑土区3个纬度带选取坡度约为1%、2%和3%的9个共计约378 km²的典型黑土农田单元,并利用1970年、2011年和2021年卫星影像结合无人机和地面测量的结果进行计算与统计。结果表明,侵蚀沟数量在3个历史时期持续增加,剔除因治理而消失的311条,实际增加了958条,北部嫩江增加速度高于中部海伦和南部巴彦,而同一纬度区大坡度（3%）比小坡度（1%和2%）农田单元内侵蚀沟数量增长更快。人为治理和更高强度耕种导致侵蚀沟面积降低（1970－2011年）然后再增加（2011－2021年）的V型走势,但由侵蚀沟发育而实际损毁耕地的面积持续扩张,近10年年均损毁耕地面积0.1%,3个区域的损毁速度相近。从南往北3个区域侵蚀沟起始发育时间分别是1920s、1940s和1950s,与开垦时间先后顺序一致。典型黑土区侵蚀沟经历了谷底沟发育、沟系形成、多样化发育3个阶段,其中嫩江处在第二阶段,而海伦和巴彦处在第三阶段,即老沟、新沟、次生沟、浅沟多样化发育阶段。人为治理和促进侵蚀沟发育的较量,决定典型黑土区侵蚀沟的发育走势。研究为典型黑土区侵蚀沟防治提供科学依据。     

利用无人机多光谱影像的多品种玉米成熟度监测

基于遥感监测多品种玉米成熟度进而掌握最佳收获时机，对提高其产量和品质至关重要。该研究在玉米成熟阶段获取无人机多光谱影像，同步采集叶片叶绿素含量（chlorophyll content，C）、籽粒含水率（moisture content，M）、乳线占比（proportion of milk line，P）等地面实测数据，以此构建玉米成熟度指数（maize maturity index，MMI），从而定量表征玉米成熟度。通过MMI与植被指数构建回归模型和随机森林模型，验证MMI适用性，并分析无人机遥感对不同品种玉米成熟度的监测精度。结果表明：1）不同品种玉米的叶片叶绿素含量、籽粒含水率、乳线占比的变化速率均存在差异。2）MMI与所选植被指数的相关性均可达到0.01显著水平，其中与归一化植被指数（normalized difference vegetation index，NDVI）、转换叶绿素吸收率（transformed chlorophyll absorbtion ratio index，TCARI）相关性最高，相关系数均为0.87。3）该研究基于不同组合的数据集进行了模型验证，其中随机森林模型对MMI的估测精度最高，测试集决定系数（coefficient of determination，R²）为0.84，均方根误差（root mean squared error，RMSE）为8.77%，标准均方根误差（normalized root mean squared error，nRMSE）为12.05%。此外，随机森林模型对不同品种MMI的估测精度较好，京九青贮16精度最优，其中R²、RMSE、nRMSE为0.76、10.67%、15.88%，模型精度证明了可以利用无人机平台对不同品种玉米成熟度进行监测。研究结果可为多光谱无人机实时监测农田多品种玉米成熟度的动态变化提供参考。     

基于小型无人机遥感的玉米倒伏面积提取

该文使用2012年小型无人机遥感试验获取的红、绿、蓝彩色图像研究灌浆期玉米倒伏的图像特征和面积提取方法。研究首先计算和统计正常、倒伏玉米的30项色彩、纹理特征,然后比较特征的变异系数和相对差异评选出适宜区分正常、倒伏玉米的特征;通过分析发现,与红、绿、蓝色灰度比较,多项色彩、纹理特征的变异系数更大或不同类别间的相对差异更小,不适用于准确区分正常、倒伏玉米,最适于区分正常和倒伏玉米的特征是3项基于灰度共生矩阵的红、绿、蓝色均值纹理特征。分别基于色彩特征和评选出的纹理特征提取倒伏玉米面积,对比2种方法的误差发现,基于红、绿、蓝色均值纹理特征提取倒伏玉米面积的误差最小为0.3%,最大为6.9%,显著低于基于色彩特征提取方法的。该研究结果为应用无人机彩色遥感图像准确提取倒伏玉米面积提供了依据和方法。     

基于无人机遥感影像的高精度森林资源调查系统设计与试验

为了实现林业的可持续发展,满足当今森林资源的精准化监测和信息化管理,该文以无人机航拍影像为数据基础,充分结合摄影测量技术、无人机影像后处理技术、地理信息系统技术和林业资源调查管理技术,构建了适用于林业调查和管理的专业森林资源调查系统。该系统以C#为编程语言,结合ArcGIS Engine10.2嵌入式组件技术开发而成,利用无人机影像实现高效快捷的林地空间区划、面积平差和高精度大比例尺的森林小班调查、信息提取等功能,可实现资源数据库的及时更新,极大地缩短了传统调查模式的调查周期,实现了森林资源的科学化管理。以辽宁老秃顶子林场作为试验区,利用1st Opt优化分析软件引入决定系数、估计值的标准差等评定因子,确定试验区冠径、树高、胸径之间的最优模型。同时基于试验区获取数据对系统进行了精度验证,结果表明,该系统获取坡度和高程的相对误差分别为5.17%和5.41%,株树密度、蓄积量的相对误差为2.68%和4.01%。     

植保无人机航空喷施作业有效喷幅的评定与试验

植保无人机有效喷幅宽度的准确评定是农业航空精准作业的前提,对其作业航线的规划及喷施作业质量的提升均有着重要意义。该文以不同参数的单旋翼植保无人机和多旋翼植保无人机为例,分别通过12架次不同飞行参数下的航空喷施试验及目前国内常用的雾滴密度判定法和50%有效沉积量判定法来评定植保无人机的有效喷幅宽度,并根据雾滴处理软件Deposit Scan对水敏纸等采集卡上的图像处理原理对不同评定方法进行了深入分析。结果表明:50%有效沉积量判定法更适于雾滴粒径相对较大的3WQF120-12型植保无人机有效喷幅宽度的评定,且评定的平均有效喷幅宽度为≥4.44 m;雾滴密度判定法更适于雾滴粒径相对较小的P-20型植保无人机有效喷幅宽度的评定,且评定的平均有效喷幅宽度为≥2.58 m;评定的有效喷幅结果与实际情况相符合。另外,由分析可知,由于当前图像处理技术的限制,不同粒径大小的雾滴斑点图像,软件Deposit Scan所产生的相对误差不同,因此,应根据植保无人机喷施雾滴粒径的范围选择合适的有效喷幅宽度评定方法。该结果为不同参数的植保无人机选择较优的有效喷幅评定方法提供了指导,降低了航空喷施作业的重喷率和漏喷率,提高了植保无人机航空喷施作业质量,可为植保无人机精准喷施作业的实施提供参考。     

基于U-Net网络和无人机影像的松材线虫病变色木识别

松材线虫病是由松墨天牛等媒介昆虫快速传播的一种针对松树的毁灭性流行病。及时对染病变色木进行识别、定位,并砍伐清除是当前控制该病扩散蔓延的主要手段。该研究使用无人机航拍获取大区域染病松林可见光影像,结合深度学习分割网络U-Net开展染病松材变色木图像分割研究。使用制作的样本数据训练U-Net网络,得到训练精度和验证精度分别为98.74%和97.76%。使用混淆矩阵评估U-Net网络分割精度,表明变色木图像分割的用户精度和生产者精度分别达到93.51%和97.30%,误报率6.49%,漏报率2.70%。总体上,U-Net网络变色木识别精度95.17%,Kappa系数0.90,达到较高精度。U-Net分割网络运用于松材线虫病变色木图像识别较随机森林方法能更有效地降低误报,减少分割噪音。     

农田信息采集用多旋翼无人机姿态稳定控制系统设计与试验

农田信息快速采集是精准农业的基础。为快速、高效、准确、节能获取农田信息,该文搭建了多旋翼无人机平台,设计了以STM32F407为主控制器的多旋翼飞行控制系统。采用了比例积分微分(proportion,integration,differentiation,PID)双闭环控制策略,外环为角度反馈,内环为角速度反馈。通过工程凑试法得到合适的PID控制参数。运用专家控制策略改进上述控制方法,使控制参数适应无人机姿态变化。对所设计的无人机控制系统进行抗干扰和阶跃响应试验。系统在受到30?横滚与俯仰角干扰后,其对应恢复平衡时间均在3.4 s内,航向角30?干扰后恢复时间在4 s内。系统横滚与俯仰角阶跃响应调节时间在1~2 s内,航向角在3.4 s内。试验结果表明:双闭环PID控制策略实现多旋翼无人机姿态稳定控制,专家控制策略增强无人机的抗干扰能力。在室外农田环境中,无人机能根据指令在1~2 s内快速调整姿态。当姿态受风影响发生倾斜时,陀螺仪测量角速度大于3(?)/s,采用的控制策略能迅速调整电机转速,保持无人机姿态稳定平衡。试验证明该控制系统稳定可控且具有较强抗干扰性,满足多旋翼无人机低空采集农田信息的要求。     

基于无人机热红外图像的核桃园土壤水分预测模型建立与应用

为了解北方核桃园区的土壤水分状况,实现优化水资源配置的目的。该文于2016和2017年采用固定式热红外成像仪(A310 f)连续观测得到核桃主要生长季节午后(13:00和14:00)的冠层温度,并同步观测温度、湿度、辐射、风速、降雨量和0~80 cm不同土层深度的土壤体积含水量。并于2017年8月11日利用无人机热成像系统(TC640)对连续灌溉区域和干旱胁迫区域进行了图像采集。结果表明,40~60 cm土层深度可能是核桃树主要吸收水分的区域。冠层温度普遍高于空气温度,其变化范围在0~5℃之间,冠气温差与土壤含水量呈负相关,与太阳辐射呈正向关系,其中,土壤含水量的贡献值达到了75%。利用2017年13:00时的冠层与空气温差数据来建立的土壤水分预测模型,R2=0.64;同时,利用14:00时的实测数据对所建立模型进行验证,R2=0.61,表明该模型具有一定的拟合精度。最后,将模型用于诊断核桃区域水分状况,证明了其具有较好的实际应用效果。该研究首次将固定式热成像设备与无人机热成像系统相结合来研究树木的冠层温度,并成功实现了从理论模型到实际应用,从单株水平到区域尺度的转换。     

基于深度图像和BP神经网络的肉鸡体质量估测模型

针对现阶段肉鸡称重复杂、福利降低问题,提出了一种基于深度图像的肉鸡体质量估测模型建立方法。该方法首先对深度图像进行图像预处理,再利用数值积分法提取出目标特征,并结合BP神经网络,实现群体肉鸡的体质量估测。估测结果与实际测量结果进行对比,研究结果表明两者的均方根误差为0.048,平均相对误差为3.3%,绝对误差在0.001 0~0.068 2 kg范围内,最优拟合度为0.994 3,具有较好的推广应用价值。该方法较为准确的估测出肉鸡体质量,并为用机器视觉的方法估测肉鸡生长发育规律提供了新的思路。