随着数字基础设施建设的不断推进和数字城市的蓬勃发展，无人机摄影测量建模技术快速兴起。如何在提升模型精度的同时兼顾建模效率问题，受到广泛关注。该文以福州大学宏晖文体综合楼为研究对象，对无人机飞行参数设置与建模效率之间的关系进行量化实验研究。研究结果表明，无人机在旁向重叠率53%、航向重叠率53%、飞行速度9.3 m/s、边距设置为自动时建模效率最佳。

<正>《无人机航空摄影测量》是2022年8月武汉大学出版社出版的图书，作者是吕翠华，杜卫钢，万保峰，胡浩。这是一本值得评价的研究书籍，深入探讨了无人机航空摄影技术的应用，并提供了有价值的研究成果。笔者结合湖南省自然资源厅科研项目（2022-22)；湖南省自然科学基金（2020JJ4601)；公路工程教育部重点实验室开放基金（KFJ190203)，对本书内容进行深入研读和拓展。本书特别强调了在地理测绘和土地资源管理领域中，无人机航空摄影技术的重要性和潜力。

森林空间结构及动态变化规律对森林经营管理、生态环境建模等具有重要意义,无人机激光雷达与摄影测量能够获取丰富的森林空间结构和类型信息,在单木、林分尺度森林环境长时间序列监测方面具有无可比拟的优势。无人机激光雷达系统一般搭载多回波/全波形激光扫描仪,配备高精度全球导航卫星系统&惯性测量单元(GNSS&IMU)等传感器,以保证激光脉冲回波信号的几何定位精度。无人机摄影测量系统通常搭载可见光(RGB)/多光谱相机,配备低精度GNSS&IMU,通过高重叠率航片的三维重建算法自动解算航片内外方位元素,生成具有相对参考

国家对自然资源统一监管和生态环境保护治理提出了新的要求,大力推进信息化建设,加大卫星遥感、无人机、大数据等技术应用,为航空摄影测量与遥感产业发展提供了良好机遇。本文结合无人机摄影测量与遥感产业发展实践,对拓展无人机摄影测量与遥感产业领域、服务生态文明建设进行了分析。

流域输沙过程是地貌学和地表动力学的重要研究内容,但传统的输沙过程监测方法仅能得到某个区域的总输沙率,无法推算其空间分布。论文以黄土高原绥德县窑家湾小流域为例,利用无人机摄影测量技术得到其2006年和2019年2期数字高程模型(DEM)并计算地形变化量;然后,根据质量守恒原理和多流向算法建立泥沙在空间上的输送模型,进而计算小流域输沙率的空间分布。实验结果表明,该模型能有效模拟泥沙在空间上的输送情况,输沙率出现质量不守恒的区域面积占比小于4%,且不守恒区域多为人类活动影响区。同时,论文讨论了DEM的选择和不同地形变化检测水平对模型结果的影响。当使用第一期DEM进行泥沙搬运路径推算时,质量不守恒区域的面积显著降低。使用误差空间分布图进行地形变化检测得到的输沙率结果鲁棒性更强。使用中误差进行地形检测得到的结果在不同置信度下变化较大。基于无人机地形变化检测的空间输沙模型能方便、快捷地提供详尽的输沙率空间分布,为地表过程研究带来了新的机遇。

【目的】传统的无人机森林航空摄影测量需要布设像控点来平差解算。由于林地内通视条件差,采用传统光学仪器布设像控点时,效率低、而且无法保证像控点位置的均匀分布。采用GPS-RTK技术虽不受通视条件限制,但是林冠下GPS信号弱,经常出现移动站与基准站之间GPS失锁的问题。为了解决以上不足,文章探索了基于PPK技术的免像控点无人机森林航空摄影测量解算方案。【方法】利用搭载了相机和双拼PPK(Post Processed Kinematic)模块的无人机,在森林上方按预定航高和重叠率对地摄影,获取到森林航空影像、POS数据和PPK数据。内业处理时,首先通过解算PPK数据得到相对精确的摄影中心外方位线元素,并以其代替原始POS数据的线元素;再利用SFM(Structure From Motion)方法得到摄影中心精确的外方位元素基础上,经过密集匹配生成DSM,通过手工编辑和正射校正后得到了最终成果DOM。【结果】用同一架加装了双频PPK模块、搭载了Canon 5D MarkII数码相机的固定翼无人机,在北京市潭柘寺森林公园按飞行航高200 m,航向重叠度80%,旁向重叠度65%进行了航空摄影。在同一台PC硬件条件下,使用相同版本的Agisoft PhotoScan和SimActive Correlator 3D软件,采用布设像控点(方案A)、基于原始POS免控制点(方案B)、基于PPK免控制点(方案C)等3种不同方案,对无人机获取的航空影像数据进行了对比试验。结果表明,方案C的效率比传统的布设像控点的方案A高45%;而在精度方面高于基于原始POS数据免像控点的B方案,可达到地形图航空摄影测量相关规范的1∶2 000比例尺精度要求。【结论】PPK技术的通讯频率高、作业半径大、作业时移动站与基准站不需要实时保持通讯,采用无人机加装PPK模块结合SFM方法生成森林正射影像的方案,其成果精度能够满足森林资源二类调查的用图精度要求,避免了在林冠下布设控制点难度大和容易出现GPS失锁等问题,可节省大量外业控制点测量和内业数据处理时间,对提升森林监测效率和自动化水平具有重要意义。

随着无人机航空摄影测量技术的成熟和发展,改变了传统森林调查的手段,加快了森林调查的数字化、智能化发展。为提高单木因子的采集效率和精度,降低外业的工作强度,基于倾斜摄影测量技术,以多旋翼无人机为数据采集平台,实现了孤立单木的三维点云模型重建。在此基础上,建立了单木三维信息量测算法,提出切割法和投影法两种提取树冠投影面积的方法,并提取树高、树干任意处直径、树冠投影面积、冠幅、树冠表面积、树冠体积6项测树因子参数。结果表明:1)树木的总高度和第一枝下高的提取精度分别为96.28%和95.61%,胸径和上部直径的提取精度分别为96.24%和93.78%;2)利用切割法和投影法提取树冠投影面积的精度分别为96.28%和98.24%,提取冠幅的精度分别为89.65%和91.50%,提取树冠表面积的精度分别为96.78%和97.58%,提取树冠体积的精度分别为94.29%和96.14%;3)实践证明,该技术可很好地应用到古树名木的保护工作中,并可对森林调查的方式提供新的技术参考,具有较高的现实意义和实际应用价值。

位于横断山区的梅里雪山地区,受地形与气候的影响,该地区光学遥感及微波遥感应用较为受限。论文基于大疆精灵4RTK无人机搭配中海达UBase,于2018年11月9日和2019年11月12日对梅里雪山地区明永冰川末端开展了2期摄影测量,估算冰川消融区表面高程变化,监测冰川动态变化。研究结果表明:冰川区表面形态在不同位置有显著差别,航测冰川区中下部大量表碛覆盖,有少量沿冰川主流线方向发育的裂隙;航测冰川区中上部表碛覆盖较少,大量横向裂隙发育。2018年11月至2019年11月,明永冰川末端表面高程平均变化-1.67 m。冰川表面高程变化空间分布差异显著,在航测冰川区上部高程差存在正负交替现象,航测冰川区中部以减薄为主,而航测冰川区下部以增厚为主。与高亚洲地区其他山系冰川变化对比,梅里雪山地区是冰川表面高程变化最显著的地区。

利用无人机航空摄影测量快速高效获取城市三维信息已经成为当前三维城市建模技术研究和工程应用的热点。高空摄影测量是一种利用航高1.5 km以上无人机搭载长焦距拍摄系统、高效采集地面测绘数据的新技术，在城市三维建模中崭露头角。该文采用300 mm焦距的数字航拍系统搭载高空航行器完成湖北省孝感市汉川市垌塚镇老观湖村高空拍摄与测量，标定相机后提取空间点三维信息；根据数字航拍系统拍摄的影像与测量数据在三维虚拟场景中制作DEM模型，完成三维模型定向，为模型框架添加纹理，最终得到完整的三维场景虚拟模型。测试结果显示：最低拍摄分辨率不低于9.6 cm，空间点三维信息提取误差在1%以下，是一种高质量、低误差的三维建模方法，可为构建城市三维虚拟模型提供一种新的途径。

森林蓄积量能够评估林地生产力的高低及经营措施的效果,为森林经营与采伐提供重要依据。目前,大多基于无人机影像的蓄积量估算,均建立在测绘标准所生成的DOM、DSM、DEM等测绘成果基础上,而未充分利用原始影像数据上的林业特征,无法从点云层面上加入林业业务逻辑产生成果数据。获取无人机影像后,利用特征点提取与匹配方法自动相对定向,结合控制点和光束法平差的迭代求解,解算出精确的相机姿态数据,并沿核线方向一维搜索特征点进行影像密集匹配生成密集点云。对原始三维点云过滤后进行树冠分割,在聚类后的林冠点云中提取了树顶点和树高因子估测了森林蓄积量。研究结果表明,冠幅的提取精度85.15%,树高的提取精度83.69%,林分蓄积量估算的精度达到了82.46%。

【目的】精准有效地解决常规森防器械难以进入林地核心区、施药量大、效率低等问题,掌握无人机防治美国白蛾的最佳施药飞行参数。【方法】在林间利用曙红水基染色法对YM-V6型无人机防治美国白蛾飞行施药的雾滴飘移距离、雾滴密度、穿透性、均匀度等进行测定。【结果】当无人机距离树冠顶端2.53.5 m施药时,无人机施药飞行速度在1.53 m·s(-1)范围内,雾滴飘移距离较小,可控在23 m以内,施药穿透力可以达到10 m,雾滴密度较高,雾滴均匀度好,施药效果好。在无人机航高为距树冠顶端3.0 m,并以2.5 m·s(

计算机视觉摄影测量模型的求解效率和精度是采用摄像机进行测量的关键。为对所建立的摄影测量模型进行高效求解，根据正交变换的基本原理，提出了基于吉文斯变换的标定模型解算方法。利用该算法对模型进行了标定计算，获得了较高的标定和测量精度。

计算机视觉摄影测量模型是通过计算机视觉进行事故现场测量系统设计的基础。根据摄像机成像基本关系，建立了描述空间点及其二维成像间的摄影测量数学模型，考虑了成像系统的对称性镜头畸变误差，建立了线性摄测数学模型，通过试验分析了模型的理论精度和标定精度。

工程审计是高校内部审计工作的重要内容之一。施工现场一般较为复杂,面积覆盖范围广、立体交叉、危险因素多、特殊区域难以进入,审计窗口期较窄。研究无人机测量技术在跟踪审计取证鉴证、收量复核、检查监督等方面的应用,可满足审计工作的需要,有效解决工程审计中的困难,提高审计质量,降低审计风险。

土壤氮元素是土壤肥力的一个重要指标，掌握土壤氮元素含量的变化是观测农作物的发育状况及时空变化规律等的基础。利用高光谱对土壤氮元素进行反演，可为精准农业地表土壤元素快速测定提供参考。为实现对土壤中氮元素含量的快速测定，以沈阳农业大学海城试验田为例，对土壤原始反射率进行了一阶导数变换，运用等距特征映射算法（isometric feature mapping,lsomap）、竞争性自适应重加权采样法（competitive adapative reweighted sampling, CARS）对一阶导数光谱数据进行降维并提取出相关特征。运用BP神经网络（back propagation neural network,BPNN）、GA优化（GA-BPNN）以及经过NSGA-Ⅲ优化后的BP神经网络（NSGA-Ⅲ-BPNN）3种分析方法建立土壤全氮的高光谱反演模型，并利用决定系数（R~2）和均方根误差（root mean square error,RMSE）对反演模型进行评价。结果表明：经过ISOMAP进行的降维相对于CARS能有效的对特征进行提取。优化后的神经网络模型建立的土壤养分含量预测模型优于未优化的神经网络，能极好地预测土壤中的氮元素含量。基于Isomap降维后的NSGA-Ⅲ-BPNN的模型的反演模型预测效果最好，最终预测土壤全氮含量训练集为R~2=0.842、RMSE=0.077，测试集R~2=0.826、RMSE=0.089。反演精度高于GA-BPNN和BPNN的模型反演精度，与其他模型组合相比，该组合可以为土壤氮元素含量的反演研究提出一种新的方法。