CN111426303A - 一种岩溶坡立谷参数测量方法 - Google Patents
一种岩溶坡立谷参数测量方法 Download PDFInfo
- Publication number
- CN111426303A CN111426303A CN202010252618.2A CN202010252618A CN111426303A CN 111426303 A CN111426303 A CN 111426303A CN 202010252618 A CN202010252618 A CN 202010252618A CN 111426303 A CN111426303 A CN 111426303A
- Authority
- CN
- China
- Prior art keywords
- slope
- valley
- karst
- data
- landform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 14
- 239000000178 monomer Substances 0.000 claims description 13
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 claims description 10
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 238000000691 measurement method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 4
- 238000013507 mapping Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012876 topography Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940045109 genistein Drugs 0.000 description 1
- TZBJGXHYKVUXJN-UHFFFAOYSA-N genistein Natural products C1=CC(O)=CC=C1C1=COC2=CC(O)=CC(O)=C2C1=O TZBJGXHYKVUXJN-UHFFFAOYSA-N 0.000 description 1
- 235000006539 genistein Nutrition 0.000 description 1
- ZCOLJUOHXJRHDI-CMWLGVBASA-N genistein 7-O-beta-D-glucoside Chemical compound O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@H]1OC1=CC(O)=C2C(=O)C(C=3C=CC(O)=CC=3)=COC2=C1 ZCOLJUOHXJRHDI-CMWLGVBASA-N 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种岩溶坡立谷参数测量方法，属于无人机测绘技术领域。包括以下步骤：基于卫星遥感数据解译岩溶坡立谷地貌；根据地形、地貌、分辨率确定数据采集区域，划定仿地飞行范围并进行航线规划；采用智能航线规划飞行拍摄和人工操控飞行拍摄两种方式综合采集数据；航拍图像处理；坡立谷参数测量及分析。本发明可以获得坡立谷及其周边岩溶地貌全貌，解决了人工无法测量或测量不准确的问题，得到了全覆盖、高精度、多视角的岩溶坡立谷地貌数据，测量参数全面、准确度高，为岩溶坡立谷地貌的刻画、保护、开发利用提供了永久的测量数据。
Description
【技术领域】
本发明涉及无人机测绘技术领域，具体涉及一种岩溶坡立谷参数测量方法。
【背景技术】
岩溶坡立谷是岩溶地区的溶蚀谷地，溶蚀谷地宽1km以上，长10km以上，谷地两侧多被峰林夹峙，谷坡急陡，但谷底平坦，横剖面如槽形，又称槽谷。谷地内常有过境河穿过，由谷地一端流出，至另一端潜入地下。在河流作用下，谷地不仅迅速扩大，而且堆积了较厚层的冲积物，是典型的岩溶地貌类型之一，岩溶坡立谷平面形态、长轴长度和坡立谷走向、短轴长度、高度、体积、陡坡坡度等参数是岩溶坡立谷保护和开发利用的基础数据。
目前岩溶坡立谷地貌测量方法主要通过工作人员野外现场进行测量，其主要步骤为：确定沿测量方向、限定测量范围、在测量范围内铺设坐标控制尺，使用激光测距仪、全站仪等设备进行谷地的参数测量，采用相机拍摄测量范围内坡立谷的形态照片。在地貌测量过程中，工作人员现场测量的工作量大，遇到山高路陡难以找到制高点时，往往无法全面采集岩溶坡立谷形态数据，整个测量工作周期长，精度低，由于测量人员对坡立谷地貌认识经验不同，加上测量条件限制，往往测量结果难以重复和标准化，导致所测坡立谷地貌参数偏差大，难以实际应用。
测绘无人机的发展和成熟，适应了大面积和复杂危险地形的测绘需求。尤其近些年来，小型无人机技术得到了突飞猛进地发展，具有成本低、人员安全风险低、超视距飞行、搭载技术设备多样性、操控简单、工作效能高等特点，目前大量应用于数字城市建设、工程地质勘察等领域，极大地提高了作业效率。然而，如何利用无人机测绘技术对岩溶坡立谷相关地貌参数进行测绘，目前还没有相关报道。
【发明内容】
本发明的发明目的在于：针对上述存在的问题，提供一种岩溶坡立谷参数测量方法，本发明的方法结合坡立谷的地貌特性，利用优化的卫星遥感解译、无人机测绘和图像处理等技术，能够测量岩溶坡立谷全貌，实现坡立谷地貌参数标准化测量，具有效率高、测量全面准确、操作简单的优点。
为了实现上述目的，本发明采用的技术方案如下：
一种岩溶坡立谷参数测量方法，包括以下步骤：
S1，岩溶坡立谷地貌卫星遥感解译：收集待测岩溶区域的资料，包括卫星数据、地形数据和地质资料，对卫星遥感影像进行处理，综合解译待测岩溶区域的典型坡立谷地貌；
S2，无人机数据采集：采用无人机作为数据采集平台；首先室内确定岩溶坡立谷地貌数据采集区域，并进行航线规划，将设计好的航线导入无人机后，操控无人机按照规划的航线进行无人机倾斜摄影测量，智能采集数据；地形起伏大的区域采用仿地飞行方式获取测量区域的数据；部分难以覆盖的区域采用人工手动飞行补充航拍数据；
S3，航拍图像处理：采用图像处理软件对无人机拍摄的照片进行去云雾处理，保证照片清晰，采用Context Capture软件按照流程处理无人机采集的数据，选择2000国家大地坐标系，进行空三解算，生成岩溶坡立谷地貌的正射影像、数字地表模型、三维模型和点云；
S4，坡立谷参数测量及分析：对步骤S3得到的坡立谷地貌模型进行切割，识别并提取坡立谷单体，进行岩溶坡立谷地貌参数测量。
进一步地，所述步骤S1中的卫星数据来自landsat卫星和高分一号卫星，卫星遥感影像处理和综合解译包含以下过程：
S101，遥感影像处理：对landsat卫星数据进行全色与多光谱波段的配准、融合，正射校正，镶嵌；landsat卫星数据采用第7、第4和第1波段进行组合，能更好地区分岩溶与非岩溶地貌的岩性边界；landsat卫星数据采用第4、第3和第2波段组合，形成分辨率更高的融合影像模拟自然真彩色正射影像图，与地物真实色彩相近，能更好地进行目视识别；
S102，坡立谷解译标志：根据landsat卫星741波段组合影像，划分岩溶与非岩溶区域，裁切保留岩溶区域影像；结合裁切的岩溶区域地形数据，在ENVI软件中形成卫星正射影像的三维可视化场景，采用432波段组合，圈定负地形区域；从圈定的所有负地形中筛选出宽大于等于1km，长大于等于10km规格的负地形，结合负地形周边的山峰和负地形底部形态，再通过高分一号卫星数据进一步确定位置和范围，解译出典型的岩溶坡立谷。
进一步地，所述步骤S2中确定岩溶坡立谷地貌数据采集区域的方法为：通过卫星遥感影像解译得到坡立谷地貌的范围和位置，根据地面分辨率条件，结合奥维地图初步划定无人机数据采集区域的矢量，以kml文件形式保存。
进一步地，所述步骤S2中航线规划的方法为：将确定的采集区域kml文件导入无人机飞控***，根据分辨率及实地地形情况，确定飞行高度及重叠率；为保证测量的精准，比例尺设置为大于1:1000；在起伏较大的区域，即正负地形高差超过200m的区域，导入该区域地形数据，采用仿地飞行模式，确保数据采集的精准；
航线的航高设置依据以下公式：
航高＝(相机镜头焦距×地面分辨率)/相机像元尺寸；
航高单位为米，地面分辨率单位为米，相机镜头焦距单位为毫米，相机像元尺寸为微米；
在划定飞行区域沿主轴方向规划，采用弓字形飞行路线，考虑到负地形采集全面，航向重叠率不低于80％，旁向重叠率不低于65％。
进一步地，所述步骤S2中操控无人机智能采集数据时，按下以下条件进行：
飞行环境：在无风或微风、晴朗、能见度高的正午进行数据采集；
飞行方式：保证飞控***与无人机连接，按照规划的航线飞行，在有CORS信号的区域，采用无人机飞控***与CORS站连接，发射差分改正数据给无人机，保证照片POS信息的精准；如没有CORS信号，采用PPK方式进行飞行，以确保采集数据的高准确性；
数据的完整性：在高差较大区域，即正负地形高差超过200m的地形区域，因为负地形复杂，容易造成负地形局部区域出现数据采集重叠率低的情况，所以在完成自动航线数据采集后，根据地形情况，由人工操作无人机补充复杂负地形区域的数据采集；
数据检查：每个架次飞行完毕，导出影像和pos数据进行质量检查，主要检查照片影像质量、POS信息完备性、航向和旁向重叠率。
进一步地，所述步骤S4坡立谷参数测量及分析具体方法为：
S401，模型切割：对步骤S3得到的坡立谷数字地表模型、三维模型进行分析，在Clourd Compare点云处理软件中，将识别确定的岩溶坡立谷与其他岩溶地貌区域切割，得到典型的岩溶坡立谷完整地貌；
S402，坡立谷单体提取：在Cyclone软件中对切割的岩溶坡立谷地貌进行分析，有多个负地形时，识别坡立谷单体，采用软件中的编辑工具提取坡立谷单体；
S403，岩溶坡立谷地貌参数选取：在众多坡立谷参数中选择最能反映坡立谷地貌特征的参数，包括：坡立谷表面形态、坡立谷面积、坡立谷体积、坡立谷高度、坡立谷长轴距离和走向、坡立谷短轴距；
S403，岩溶坡立谷地貌参数测量：基于Cyclone和Cloud Compare软件进行岩溶坡立谷地貌参数测量，对岩溶坡立谷的单体数量、坡立谷系列地貌参数进行测量，具体的地貌测量方法和要求如下：
坡立谷表面形态：水平面截取坡立谷单体底部，形成的边缘轮廓；
坡立谷面积：截取坡立谷单体底部,计算在水平面上的投影面积；
坡立谷体积：水平面垂直坡立谷底部抬升，与坡立谷上部相交形成密闭空间，计算该空间体积；如果坡立谷能分为较为明显的两个相对独立的密闭空间，则计算两个空间体积之和；
坡立谷高度：以坡立谷最高处形成的与坡立谷底部平行的平面作为谷顶，计算谷底平面到谷顶平面的距离；
坡立谷长轴距离和走向：根据坡立谷表面形态，选择相对距离大的两端，计算与两端点连线重合的直线距离，采用Cloud Compare软件中的compass工具进行走向测量；
坡立谷短轴距离和走向：根据坡立谷表面形态，选择相对距离小的两端，计算截与两端点连线重合的直线距离，采用Cloud Compare软件中的compass工具进行走向测量；
参数分析：基于Cyclone软件进行岩溶坡立谷地貌的分析，包括地貌的分解、合并、放大或缩小，产生多个平面对坡立谷地貌进行分段切割分析。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明首先对卫星遥感影像进行处理，通过波段的组合划分岩溶与非岩溶区域、圈定负地形区域，从而将典型的岩溶坡立谷解译出来，做好区域划定，为无人机的航线规划提供基础材料，减少航线规划的人工勘测工作量，提高工作效率。
2、本发明在利用无人机采集数据时，针对坡立谷存在部分地形起伏较大的情况，调整无人机进行仿地飞行方式获得数据，并对部分难以覆盖的区域采用人工手动飞行补充航拍数据，从而保证数据的齐备性，增加了测量的准确性。
3、本发明通过无人机进行岩溶坡立谷地貌数据的采集，可以获得包括坡立谷在内的岩溶全貌，解决了由于山峰陡峭、高差较大、地形复杂等客观原因外业人工无法测量或测量不准确的问题，得到了全覆盖、高精度、多视角的岩溶坡立谷地貌数据，操作简单高效。航拍获取的数据经空三计算后生成数字正射影像、数字表面模型，三维模型和点云。切割典型岩溶坡立谷地貌模型，通过点云软件在室内可标准测量岩溶坡立谷地貌系列参数，测量参数全面、准确度高，还可进行所需分析，为岩溶坡立谷地貌的保护、开发利用提供了永久的测量数据。
【附图说明】
图1是本发明一种岩溶坡立谷参数测量方法的测量流程图；
图2是本发明具体实施方式中岩溶坡立谷图像经处理的正射影像；
图3是本发明具体实施方式中岩溶坡立谷图像经处理的数字地表模型；
图4是本发明具体实施方式中岩溶坡立谷图像经处理的三维模型；
图5是本发明具体实施方式中岩溶坡立谷的其中一个单体；
图6本发明具体实施方式中岩溶坡立谷的另一个单体；
图7坡立谷面积测试示意图。
【具体实施方式】
本发明提供一种岩溶坡立谷参数测量方法，其测量的流程图见图1所示。为了更清楚地表达本发明，以下通过以桂林市新富江岩溶坡立谷为例进行地貌参数测量，从而对本发明作进一步详细说明，其具体实施方式及步骤如下：
一种岩溶坡立谷参数测量方法，包括以下步骤：
S1，岩溶坡立谷地貌卫星遥感解译：收集待测岩溶区域的资料，包括卫星数据、地形数据和地质资料，对卫星遥感影像进行处理，综合解译待测岩溶区域的典型坡立谷地貌；卫星数据来自landsat卫星和高分一号卫星，卫星遥感影像处理和综合解译包含以下过程：
S101，遥感影像处理：对landsat卫星数据进行全色与多光谱波段的配准、融合，正射校正；landsat卫星数据采用第7、第4和第1波段进行组合，能更好地区分岩溶与非岩溶地貌的岩性边界；landsat卫星数据采用第4、第3和第2波段组合，形成高分辨融合影像模拟自然真彩色正射影像图，与地物真实色彩相近，能更好地进行目视识别；
S102，坡立谷解译标志：根据landsat卫星741波段组合影像，划分岩溶与非岩溶区域，裁切保留岩溶区域影像；结合裁切的岩溶区域地形数据，在ENVI软件中形成卫星正射影像的三维可视化场景，采用432波段组合，圈定负地形区域；从圈定的所有负地形中筛选出宽1km以上，长10km以上规格的负地形，结合负地形周边的山峰和负地形底部形态，再通过高分一号卫星数据对比，进一步确定范围、位置，解译出典型的岩溶坡立谷。
S2，无人机数据采集：采用精灵phantom4 RTK无人机作为数据采集平台；首先室内确定岩溶坡立谷地貌数据采集区域，并进行航线规划，将设计好的航线导入无人机后，操控无人机按照规划的航线进行无人机倾斜摄影测量，智能采集数据；地形起伏大的区域采用仿地飞行方式获取测量区域的数据；部分难以覆盖的区域采用人工手动飞行补充航拍数据；具体为：
S201，确定岩溶坡立谷地貌数据采集区域：通过步骤S1卫星遥感影像解译得到的范围、位置，以及地面分辨率条件，结合奥维地图初步划定无人机数据采集区域的矢量，以kml文件形式保存；
S202：航线规划的方法为：将确定的采集区域kml文件导入无人机飞控***，根据分辨率及实地地形情况，确定飞行高度及重叠率；为保证测量的精准，比例尺设置为大于1:1000；在起伏较大的区域，即正负地形高差超过200m的区域，导入该区域地形数据，采用仿地飞行模式，确保数据采集的精准；
航线的航高设置依据以下公式：
航高＝(相机镜头焦距×地面分辨率)/相机像元尺寸；
地面分辨率单位为米，相机镜头焦距单位为毫米，相机像元尺寸为微米；航高单位为米。
在划定飞行区域沿主轴方向规划，采用弓字形飞行路线，考虑到负地形采集全面，本实施例中的飞行参数见表1。
表1新富江坡立谷航线规划参数
| 飞行高度(m) | 航向重叠率 | 旁向重叠率 | 航测面积(km<sup>2</sup>) | |
| 参数 | 250 | 80％ | 70％ | 8 |
S203：操控无人机智能采集数据时，按下以下条件进行：
飞行环境：在无风或微风、晴朗、能见度高的正午进行数据采集；
飞行方式：保证飞控***与无人机连接，按照规划的航线飞行，在有CORS信号的区域，采用无人机飞控***与CORS站连接，发射差分改正数据给无人机，保证照片POS信息的精准；如没有CORS信号，采用PPK方式进行飞行，以确保采集数据的高准确性；本次飞行采用的是CORS信号方式。
数据的完整性：在高差较大，即正负地形高差超过200m的地形，由于负地形复杂，在完成自动航线数据采集后，根据地形，由人工操作无人机补充采集难以覆盖区域的数据；
数据检查：每个架次飞行完毕，导出影像和pos数据进行质量检查，主要检查照片影像质量、POS信息完备性、航向和旁向重叠率。
S3，图像处理：采用图像处理软件对照片进行去云雾处理，保证照片清晰，采用Context Capture软件按照流程处理无人机采集的数据，选择2000国家大地坐标系，进行空三解算，生成岩溶坡立谷地貌的正射影像、数字地表模型、三维模型和点云；上述操作均采用常规的图片处理技术，不做详细介绍，得到的正射影像、数字地表模型、三维模型分别见图2-4。
S4，坡立谷参数测量及分析：对步骤S3得到的坡立谷地貌模型进行切割，识别并提取坡立谷单体，进行岩溶坡立谷地貌参数测量。
S401，模型切割：对步骤S3得到的坡立谷数字地表模型、三维模型进行分析，在Clourd Compare点云处理软件中，将负地形周边的山峰与负地形切割开来，得到典型的岩溶坡立谷完整地貌；
S402，坡立谷单体提取：对切割的岩溶坡立谷地貌进行分析，有多个负地形时，在Cyclone软件中识别并提取坡立谷单体。新富江岩溶坡立谷有2个单体，如图5-6。
S403，岩溶坡立谷地貌参数选取：在众多坡立谷参数中选择最能反映坡立谷地貌特征的参数，包括：坡立谷表面形态、坡立谷面积、坡立谷体积、坡立谷高度、坡立谷长轴距离和走向、坡立谷短轴距；
S403，岩溶坡立谷地貌参数测量：基于Cyclone软件进行岩溶坡立谷地貌参数测量，对岩溶坡立谷的单体数量、坡立谷系列地貌参数进行测量，具体的地貌测量方法和要求如下：
坡立谷表面形态：水平面截取坡立谷单体底部，形成的边缘轮廓；
坡立谷面积：截取坡立谷单体底部,计算在水平面上的投影面积；测得该坡立谷面积为4.91km2，如图7；
坡立谷体积：水平面垂直坡立谷底部抬升，与坡立谷上部相交形成密闭空间，计算该空间体积；如果坡立谷能分为较为明显的两个相对独立的密闭空间，则计算两个空间体积之和；测得该坡立谷体积为58552万m3；
坡立谷高度：以坡立谷最高处形成的与坡立谷底部平行的平面作为谷顶，计算谷底平面到谷顶平面的距离；测得该坡立谷高度为184m；
坡立谷长轴距离和走向：根据坡立谷表面形态，选择相对距离大的两端，计算与两端点连线重合的直线距离，该坡立谷长轴得数为3008m；采用Cloud Compare软件中的compass工具进行走向测量，该坡立谷走向348.4°；
坡立谷单体1短轴距离：根据坡立谷表面形态，选择相对距离小的两端，计算截与两端点连线重合的直线距离，该坡立谷短轴距离为340m；
坡立谷单体2短轴距离：根据坡立谷表面形态，选择相对距离小的两端，计算截与两端点连线重合的直线距离，该坡立谷短轴距离为355m；
参数分析：基于Cyclone软件进行岩溶坡立谷地貌的分析，包括地貌的分解、合并、放大或缩小，产生多个平面对坡立谷地貌进行分段切割分析。
本发明的测量参数全面、准确度高，还可进行所需分析，为岩溶坡立谷地貌的保护、开发利用提供了永久的测量数据。
上述说明是针对本发明较佳可行实施例的详细说明，但实施例并非用以限定本发明的专利申请范围，凡本发明所提示的技术精神下所完成的同等变化或修饰变更，均应属于本发明所涵盖专利范围。
Claims (6)
1.一种岩溶坡立谷参数测量方法，其特征在于，包括以下步骤：
S1，岩溶坡立谷地貌卫星遥感解译：收集待测岩溶区域的资料，包括卫星数据、地形数据和地质资料，对卫星遥感影像进行处理，综合解译待测岩溶区域的典型坡立谷地貌；
S2，无人机数据采集：采用无人机作为数据采集平台；首先室内确定岩溶坡立谷地貌数据采集区域，并进行航线规划，将设计好的航线导入无人机后，操控无人机按照规划的航线进行无人机倾斜摄影测量，智能采集数据；地形起伏大的区域采用仿地飞行方式获取测量区域的数据；部分难以覆盖的区域采用人工手动飞行补充航拍数据；
S3，航拍图像处理：采用图像处理软件对无人机拍摄的照片进行去云雾处理，保证照片清晰，采用Context Capture软件按照流程处理无人机采集的数据，选择2000国家大地坐标系，进行空三解算，生成岩溶坡立谷地貌的正射影像、数字地表模型、三维模型和点云；
S4，坡立谷参数测量及分析：对步骤S3得到的坡立谷地貌模型进行切割，识别并提取坡立谷单体，进行岩溶坡立谷地貌参数测量。
2.根据权利要求1所述的一种岩溶坡立谷参数测量方法，其特征在于：所述步骤S1中的卫星数据来自landsat卫星和高分一号卫星，卫星遥感影像处理和综合解译包含以下过程：
S101，遥感影像处理：对landsat卫星数据进行全色与多光谱波段的配准、融合，正射校正，镶嵌；landsat卫星数据采用第7、第4和第1波段进行组合，能更好地区分岩溶与非岩溶地貌的岩性边界；landsat卫星数据采用第4、第3和第2波段组合，形成分辨率更高的融合影像模拟自然真彩色正射影像图，与地物真实色彩相近，能更好地进行目视识别；
S102，坡立谷解译标志：根据landsat卫星741波段组合影像，划分岩溶与非岩溶区域，裁切保留岩溶区域影像；结合裁切的岩溶区域地形数据，在ENVI软件中形成卫星正射影像的三维可视化场景，采用432波段组合，圈定负地形区域；从圈定的所有负地形中筛选出宽大于等于1km，长大于等于10km规格的负地形，结合负地形周边的山峰和负地形底部形态，再通过高分一号卫星数据进一步确定位置和范围，解译出典型的岩溶坡立谷。
3.根据权利要求1所述的一种岩溶坡立谷参数测量方法，其特征在于，所述步骤S2中确定岩溶坡立谷地貌数据采集区域的方法为：通过卫星遥感影像解译得到坡立谷地貌的范围和位置，根据地面分辨率条件，结合奥维地图初步划定无人机数据采集区域的矢量，以kml文件形式保存。
4.根据权利要求3所述的一种岩溶坡立谷参数测量方法，其特征在于，所述步骤S2中航线规划的方法为：将确定的采集区域kml文件导入无人机飞控***，根据分辨率及实地地形情况，确定飞行高度及重叠率；为保证测量的精准，比例尺设置为大于1:1000；在起伏较大的区域，即正负地形高差超过200m的区域，导入该区域地形数据，采用仿地飞行模式，确保数据采集的精准；
航线的航高设置依据以下公式：
航高＝(相机镜头焦距×地面分辨率)/相机像元尺寸；
航高单位为米，地面分辨率单位为米，相机镜头焦距单位为毫米，相机像元尺寸为微米；
在划定飞行区域沿主轴方向规划，采用弓字形飞行路线，考虑到负地形采集全面，航向重叠率不低于80％，旁向重叠率不低于65％。
5.根据权利要求1所述的一种岩溶坡立谷参数测量方法，其特征在于，所述步骤S2中操控无人机智能采集数据时，按下以下条件进行：
飞行环境：在无风或微风、晴朗、能见度高的正午进行数据采集；
飞行方式：保证飞控***与无人机连接，按照规划的航线飞行，在有CORS信号的区域，采用无人机飞控***与CORS站连接，发射差分改正数据给无人机，保证照片POS信息的精准；如没有CORS信号，采用PPK方式进行飞行，以确保采集数据的高准确性；
数据的完整性：在高差较大区域，即正负地形高差超过200m的地形区域，因为负地形复杂，容易造成负地形局部区域出现数据采集重叠率低的情况，所以在完成自动航线数据采集后，根据地形情况，由人工操作无人机补充复杂负地形区域的数据采集；
数据检查：每个架次飞行完毕，导出影像和pos数据进行质量检查，主要检查照片影像质量、POS信息完备性、航向和旁向重叠率。
6.根据权利要求1所述的一种岩溶坡立谷参数测量方法，其特征在于：所述步骤S4坡立谷参数测量及分析具体方法为：
S401，模型切割：对步骤S3得到的坡立谷数字地表模型、三维模型进行分析，在ClourdCompare点云处理软件中，将识别确定的岩溶坡立谷与其他岩溶地貌区域切割，得到典型的岩溶坡立谷完整地貌；
S402，坡立谷单体提取：在Cyclone软件中对切割的岩溶坡立谷地貌进行分析，有多个负地形时，识别坡立谷单体，采用软件中的编辑工具提取坡立谷单体；
S403，岩溶坡立谷地貌参数选取：在众多坡立谷参数中选择最能反映坡立谷地貌特征的参数，包括：坡立谷表面形态、坡立谷面积、坡立谷体积、坡立谷高度、坡立谷长轴距离和走向、坡立谷短轴距；
S403，岩溶坡立谷地貌参数测量：基于Cyclone和Cloud Compare软件进行岩溶坡立谷地貌参数测量，对岩溶坡立谷的单体数量、坡立谷系列地貌参数进行测量，具体的地貌测量方法和要求如下：
坡立谷表面形态：水平面截取坡立谷单体底部，形成的边缘轮廓；
坡立谷面积：截取坡立谷单体底部,计算在水平面上的投影面积；
坡立谷体积：水平面垂直坡立谷底部抬升，与坡立谷上部相交形成密闭空间，计算该空间体积；如果坡立谷能分为较为明显的两个相对独立的密闭空间，则计算两个空间体积之和；
坡立谷高度：以坡立谷最高处形成的与坡立谷底部平行的平面作为谷顶，计算谷底平面到谷顶平面的距离；
坡立谷长轴距离和走向：根据坡立谷表面形态，选择相对距离大的两端，计算与两端点连线重合的直线距离，采用Cloud Compare软件中的compass工具进行走向测量；
坡立谷短轴距离和走向：根据坡立谷表面形态，选择相对距离小的两端，计算截与两端点连线重合的直线距离，采用Cloud Compare软件中的compass工具进行走向测量；
参数分析：基于Cyclone软件进行岩溶坡立谷地貌的分析，包括地貌的分解、合并、放大或缩小，产生多个平面对坡立谷地貌进行分段切割分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010252618.2A CN111426303A (zh) | 2020-03-31 | 2020-03-31 | 一种岩溶坡立谷参数测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010252618.2A CN111426303A (zh) | 2020-03-31 | 2020-03-31 | 一种岩溶坡立谷参数测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111426303A true CN111426303A (zh) | 2020-07-17 |
Family
ID=71557528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010252618.2A Pending CN111426303A (zh) | 2020-03-31 | 2020-03-31 | 一种岩溶坡立谷参数测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111426303A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112857267A (zh) * | 2021-01-09 | 2021-05-28 | 湖南省城乡建设勘测院 | 一种基于无人机的土地面积测量*** |
| CN114001715A (zh) * | 2021-09-17 | 2022-02-01 | 河北省地矿局第八地质大队 | 一种高空遥感与低空无人机倾斜摄影的环境地质调查方法 |
| CN114018205A (zh) * | 2021-11-18 | 2022-02-08 | 广东电网有限责任公司江门供电局 | 一种电力线路青赔面积测量方法及*** |
| CN116149350A (zh) * | 2022-10-12 | 2023-05-23 | 浙江点创信息科技有限公司 | 一种针对山地地形的无人机航线规划与数据采集方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105865427A (zh) * | 2016-05-18 | 2016-08-17 | 三峡大学 | 一种基于小型无人机遥感的单体地质灾害应急调查方法 |
| CN106774431A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市九天创新科技有限责任公司 | 一种测绘无人机航线规划方法及装置 |
| CN109146889A (zh) * | 2018-07-13 | 2019-01-04 | 洛阳中科龙网创新科技有限公司 | 一种基于高分辨率遥感图像的农田边界提取方法 |
| CN109697475A (zh) * | 2019-01-17 | 2019-04-30 | 中国地质大学（北京） | 一种湿地植被信息分析方法、遥感监测组件及监测方法 |
| CN110836661A (zh) * | 2019-12-04 | 2020-02-25 | 中国地质科学院岩溶地质研究所 | 一种天坑参数测量方法 |
-
2020
- 2020-03-31 CN CN202010252618.2A patent/CN111426303A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105865427A (zh) * | 2016-05-18 | 2016-08-17 | 三峡大学 | 一种基于小型无人机遥感的单体地质灾害应急调查方法 |
| CN106774431A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市九天创新科技有限责任公司 | 一种测绘无人机航线规划方法及装置 |
| CN109146889A (zh) * | 2018-07-13 | 2019-01-04 | 洛阳中科龙网创新科技有限公司 | 一种基于高分辨率遥感图像的农田边界提取方法 |
| CN109697475A (zh) * | 2019-01-17 | 2019-04-30 | 中国地质大学（北京） | 一种湿地植被信息分析方法、遥感监测组件及监测方法 |
| CN110836661A (zh) * | 2019-12-04 | 2020-02-25 | 中国地质科学院岩溶地质研究所 | 一种天坑参数测量方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112857267A (zh) * | 2021-01-09 | 2021-05-28 | 湖南省城乡建设勘测院 | 一种基于无人机的土地面积测量*** |
| CN114001715A (zh) * | 2021-09-17 | 2022-02-01 | 河北省地矿局第八地质大队 | 一种高空遥感与低空无人机倾斜摄影的环境地质调查方法 |
| CN114018205A (zh) * | 2021-11-18 | 2022-02-08 | 广东电网有限责任公司江门供电局 | 一种电力线路青赔面积测量方法及*** |
| CN114018205B (zh) * | 2021-11-18 | 2023-06-30 | 广东电网有限责任公司江门供电局 | 一种电力线路青赔面积测量方法及*** |
| CN116149350A (zh) * | 2022-10-12 | 2023-05-23 | 浙江点创信息科技有限公司 | 一种针对山地地形的无人机航线规划与数据采集方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111444872B (zh) | 一种丹霞地貌参数测量方法 | |
| CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
| CN113034689B (zh) | 基于激光点云的地形三维模型及地形图构建方法和***、存储介质 | |
| CN102074047B (zh) | 一种高精细城市三维建模方法 | |
| CN102506824B (zh) | 一种城市低空无人机***生成数字正射影像图的方法 | |
| CN111426303A (zh) | 一种岩溶坡立谷参数测量方法 | |
| CN108764205B (zh) | 基于无人机低空航摄***进行城市市政普查的方法 | |
| CN107944018A (zh) | 一种基于激光点云数据的矢量地图位置精度自动质检方法 | |
| CN102707284B (zh) | 一种基于机载InSAR的地面控制测量布点方法 | |
| CN112461205B (zh) | 基于无人机倾斜摄影测量的铁路既有线横断面制作方法 | |
| CN102645203A (zh) | 基于机载激光雷达数据的电力线路交叉跨越测量方法 | |
| CN114859374B (zh) | 基于无人机激光点云和影像融合的新建铁路交叉测量方法 | |
| CN106683132A (zh) | 一种高精细城市三维建模方法 | |
| CN111189433A (zh) | 一种基于无人机航拍的岩溶峰林地貌参数测量方法 | |
| CN110207676A (zh) | 一种田沟塘参数的获取方法及装置 | |
| Lai et al. | The territory-wide airborne light detection and ranging survey for the Hong Kong Special Administrative Region | |
| CN111854692A (zh) | 一种在道路测设中的无人机影像匹配点云的测量方法 | |
| CN114898053A (zh) | 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法 | |
| CN114943890A (zh) | 采用无人机载激光点云的变电站场地平整识别方法 | |
| CN111678502B (zh) | 基于无人机航测影像提取冻土灾害信息的方法 | |
| CN106248053B (zh) | 基于航测方式的铁路既有线平面中线制作方法 | |
| Barbarella et al. | Multi-temporal terrestrial laser scanning survey of a landslide | |
| CN110148218B (zh) | 一种大批量机载LiDAR点云数据整体优化的方法 | |
| CN116448078A (zh) | 基于无人机倾斜摄影技术的矿山储量估算地形剖面方法 | |
| CN102313537B (zh) | 基于单片InSAR正射影像的调绘方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |