?

低空無人機平臺應用于海灘地形監測的初步研究

2023-02-20 08:29陳奇張陽唐雯雯朱永蘭何方婷宗羿冰賈建軍
海洋地質與第四紀地質 2023年6期
關鍵詞:檢查點海灘差值

陳奇,張陽,唐雯雯,朱永蘭,何方婷,宗羿冰,賈建軍

河口海岸學國家重點實驗室,華東師范大學海洋科學學院,上海 200241

海灘是由激浪和激浪流作用,在海濱塑造形成的松散沉積物堆積體[1],其自然侵蝕過程往往因人類活動或極端天氣事件發生加速或侵蝕程度劇增,即在短時間內引起較大的地形變化[2-3]。據1984—2016 年間衛星海岸線數據的分析顯示,全球24%的砂質海灘正以超過0.5 m/a 的速率遭受侵蝕[4],有學者預測到2050 年,全球13.6%~15.2%的沙灘將遭受侵蝕,到21 世紀末,這個比例將提升至35.7%~49.5%[5]。中國海灘侵蝕現狀同樣嚴峻[6-7],2010 年國家海洋局報告顯示,全國49.5%的砂質海岸及7.3%的粉砂淤泥質海岸正在遭受侵蝕[8]。據聯合國政府間氣候變化專門委員會(IPCC,Intergovernmental Panel on Climate Change)估計,至2100 年海平面將上升50 cm,有研究預測屆時中國主要旅游海濱沙灘的面積將損失13%~66%[9]。隨著全球氣候變化及人類活動的影響,海灘侵蝕的狀況也在日益加劇。為了能更好地對海灘進行管理和維護,需要更準確、分辨率更高的地形測量方法來監測海灘并對其形態變化狀況進行量化[10]。

目前,較為廣泛使用的海灘監測技術包括全球定位系統實時動態測量(RTK-GNSS,Real Time Kinematic-Global Navigation Satellite System)、光 學衛星遙感影像、激光雷達測量、無人機SFM(Structure from Motion)攝影測量等[11-12]。不同的方法各有優劣,RTK-GNSS 技術雖然精度較高,但在實際測量過程中耗時較長,更適用于小區域測量[13-14];光學衛星遙感影像在大區域尺度的監測工作中占有優勢,有較高的分辨率與準確性(分米級),但容易受到地球上空云層的影響[15-16];航空攝影測量的數據質量和更新速率優于衛星遙感,但是調查結果的可重復性取決于預算[17];激光雷達測量包括地面激光雷達與機載激光雷達,地面激光雷達可以生成高精度的地形數據,還能進一步對侵蝕狀況進行分析,但是其測量范圍受到激光視域的限制[18];機載激光雷達能獲取大范圍的高精度地形數據,但受到天氣的限制[19-20]。此外,衛星遙感、航空攝影、地面和機載雷達的監測成本也比較高。相較于其他監測方法,無人機SFM 攝影測量是一種基于立體攝影測量原理的三維地形重建技術[21-22],具備數據分辨率高、監測區域廣、對監測對象的影響小、可重復性強、適用海岸類型廣泛等特點[23]。此外,消費級無人機的普及大大降低了無人機平臺應用于地形監測的成本,使得這一技術的應用得以快速擴展[24-25]。

本研究以浙江省象山縣南田島大沙沙灘為研究區,以中國大疆創新公司生產的Phantom 4 RTK(簡稱P4)和經緯M300 RTK(簡稱M300)兩種無人機平臺為載體,對海灘地形進行監測,獲取不同時期、不同監測高度、不同類型的數據共計5 組?;谔幚砗笏玫降臄底值乇砟P停―SM, Digital Surface Model)數據,分析無人機平臺類型、飛行高度、監測方法等多方面因素對海灘地形監測數據的影響。以大沙沙灘冬季前后海灘變化監測為例,展示低空無人機平臺海灘應用于海灘監測的效果,為無人機海灘監測進一步應用提供參考,為更好地管理與養護海灘做出貢獻。

1 材料與方法

1.1 低空無人機參數

綜合各項規定與標準[26-29],本研究將飛行高度低于1 000 m 的航空攝影無人機平臺定義為低空無人機平臺。使用P4(搭載測繪相機等模塊,可進行SFM 攝影測量)與M300(搭載禪思L1 鏡頭,集成測繪相機、激光雷達等模塊,可同時進行SFM 攝影測量與激光雷達測量)兩種低空無人機平臺完成海灘監測,無人機平臺參數詳見表1。

表1 無人機平臺硬件參數Table 1 Hardware parameters of two drone platforms used in this study

1.2 數據采集

選定浙江省象山縣南田島大沙沙灘作為研究區(圖1)。大沙沙灘位于象山縣南田島東部,屬于岬灣型海灘,長約800 m,寬約150 m,海灘表面沉積物主要為砂質。附近海域屬于正規半日潮,潮流類型為旋轉流[30],最大潮流平均流速為65 cm/s[31]。沿海波浪以涌浪為主的混合浪達99%左右,年平均波高為0.4 m,最大波高為1.7 m,年平均波周期為7.2 s,最大波周期為13.1 s,波浪具有明顯的季節變化,混合浪中,涌浪的常浪向為東向,冬季則多北東、東向,夏季多南、東南向。風浪的浪向,常受季風影響,秋季多北、北東向,夏季多偏南向[31],浪向轉換時間在5 月及9、10 月間。大沙沙灘是浙江少有的海灘剖面較為完整、有海岸沙丘存在、受人類活動影響較小的天然海灘,其表面沉積物粒度分選較好,灘面無植被覆蓋,反射特征一致,減小了其他因素的影響,是進行無人機海灘監測技術評價的理想地點。

圖1 大沙沙灘的地理區位及監測范圍a:大沙沙灘地理區位;b:海灘監測范圍,紅框為測次A、B 監測范圍,藍框為測次C、D、E 監測范圍。Fig.1 Location of Dasha Beach and the monitoring areas a: geographic location of Dashan Beach; b: beach monitoring range, red box for monitoring areas A and B, blue box for monitoring areas C, D, and E.

本研究分別于2022 年12 月23 日冬季大潮低潮位、2023 年4 月7 日春季大潮低潮位、2023 年4 月9 日春季中潮低潮位在大沙沙灘完成了5 個測次的海灘監測(表2);所有測次統一采用WGS-84 坐標系,其飛行高度為相對于起飛點的高度。測次A 與B 均進行了整個大沙海灘的地形監測(圖1b紅框),測次C、D 和E 僅完成了大沙沙灘部分區域的地形監測(圖1b 藍框)。所有測次重疊度設置與影像地面采樣間隔(GSD,Ground Sampling Distance)均符合GB/T 39 612-2020 內航攝基準面地面分辨率設計范圍要求[28]。

表2 不同測次的無人機平臺及攝影技術參數Table 2 Two drone platforms and photogrammetric parameters for different surveys

監測過程中,共布設了像控點、檢查點、驗證點三種點位(圖2,表3),用于分析無人機SFM 攝影測量的準確性和誤差。像控點與檢查點是在沙灘表面放置的30 cm×30 cm 的木制板狀標志物(圖2e);另在監測區域均勻選取海灘剖面,每個剖面選取10 個點位作為驗證點,驗證點無地面標志物(圖2f)。使用中海達IRTK5 X 測量型GNSS 接收機結合商業CORS 系統(千尋知寸,定位精度厘米級)對上述所有點位進行定位。

表3 像控點、檢查點和驗證點的數量Table 3 The quantity of image control points, check points, and validation points

地面像控點一般用于SFM 攝影測量,作用有兩方面:一是在內業處理過程中優化無人機影像或激光雷達與像控點的匹配結果,二是用于驗證無人機影像或激光雷達初步反演的地形結果的準確性[32],檢查點一般為預留的冗余地面像控點[28],同樣布設了地面標志物。在利用像控點對影像匹配結果進行優化并得到沙灘高程數據后,可利用檢查點通過刺點方式分析高程數據準確性。驗證點數量與分布區域均大于像控點與檢查點,利用驗證點,可以對監測區域不同位置高程數據準確性進行更全面精細的分析評估,討論監測結果的可用性[33-34]。

1.3 數據處理

利 用Pix4D Mapper 以 及Global Mapper 軟 件 對無人機數據進行內業處理,Pix4D 負責完成原始無人機影像的處理,輸出正射影像與數字地表模型(Digital Surface Model,DSM)數 據。Global Mapper主要實現三方面的功能:一是提取驗證點的DSM高程數據,以RTK-GNSS 測量數據為真值,對DSM高程數據準確性進行驗證與比對;二是對測次C、D、E 的DSM 數據進行疊置分析,對比不同無人機平臺或監測技術監測結果的差異;三是利用測次A、B 數據疊置分析結果討論海灘地形的變化,并提取垂直于岸線的典型海灘剖面走勢,分析海灘剖面特征,驗證無人機應用于海灘監測的效果。

在統計分析過程中,參考低空數字航攝國標要求[28],計算每個測次像控點x、y、z方向的RTK-GNSS 測量值與反演值之間的均方根誤差(RMSE,Root Mean Squared Error),見式1,并進一步分析平面誤差(式2)、高程誤差、整體誤差(式3),同時計算檢查點與驗證點的RTK-GNSS 測量高程值與反演高程值的均方根誤差:

式中,RMSE 為均方根誤差,n為點位數量,ci為RTK-GNSS 測量值,fi為無人機監測反演值;p為平面誤差,d為整體誤差,a、b、c分別為x、y和z向的均方根誤差。

此外,將驗證點反演高程值結合RTK-GNSS 測量值計算協方差 cov(式4):

式中,cov 為協方差,判斷RTK-GNSS 數據與反演高程值之間差值分布的離散程度,討論無人機監測過程中儀器輸出的穩定程度;n為驗證點數量,xi為驗證點反演高程值,xˉ為驗證點反演高程值的平均值,yi為驗證點RTK-GNSS 測量值,yˉ為驗證點RTKGNSS 測量值的平均值。

2 結果

2.1 航攝數據分辨率與誤差

所有測次數據分辨率均在2.5 cm/pixel 以下(表2),精度達到了厘米級。計算不同測次像控點RMSE,得到該測次數據整體平面誤差、高程誤差、整體誤差(表4)。4 次SFM 攝影測量像控點數量大致相近,單方向誤差均小于2.5 cm,平面誤差最大值為3.09 cm,高程誤差最大值為3.4 cm,整體誤差最大為3.81 cm,像控點誤差為厘米級。

表4 SFM 攝影測量像控點誤差Table 4 The positioning error of image control points in SFM photogrammetry cm

5 個測次檢查點RMSE 分別為4.51、4.89、2.78、2.41 和6.44 cm,檢查點RTK-GNSS 高程測量值與反演高程值誤差同樣位于厘米級,說明無人機海灘監測結果與RTK-GNSS 測量結果之間差異較小,無人機海灘監測數據具備可信度。

5 組數據驗證點RMSE 值均為10 cm 左右(圖3),變化趨勢與檢查點一致。利用RTK-GNSS 高程測量值與反演高程值繪制散點圖并進行線性擬合,5 組數據擬合結果R2均大于0.999,擬合程度較好;由于驗證點均勻分布于整片海灘,所以擬合結果說明海灘整體反演高程值相較于RTK-GNSS 數據誤差較小,進一步說明其數據質量具有可信度。

圖3 各測次驗證點準確性與誤差a:測次A,b:測次B,c:測次C,d:測次D,e.測次E。Fig.3 Accuracy and error at validation points a: Flight A, b: Flight B, c: Flight C, d: Flight D, e: Flight E.

2023 年4 月9 日完成的測次C 飛行時間與測次D、E 的時間間隔在2 h 之內,測次D 與測次E 為同步測量,可以認為這3 個測次為同步或準同步監測,監測過程中海灘地形基本無變化。提取準同步監測數據的驗證點高程值,并結合RTK-GNSS 數據計算兩者間協方差(cov),結果見表5。利用同一時間、同一高度下不同無人機監測技術所得數據進行比較,發現P4 與M300 兩平臺監測穩定度相近,但仍有差異,P4 平臺監測穩定度低于M300 平臺。準同步監測對比結果顯示,P4-SFM 攝影測量穩定度最差,M300-SFM 攝影測量次之,M300-LiDAR 監測穩定度最高, M300-SFM 攝影測量與 M300-LiDAR 監測穩定性差異極小。

表5 準同步監測不同測次數據離散程度Table 5 The data dispersion level of measurement in different surveys in quasi-synchronous monitoring

2.2 準同步海灘地形監測結果的差異

利用Global Mapper 的疊置分析功能對測次C、D、E 進行減法處理,分析3 個測次所得準同步監測結果之間的差異(圖4)。

圖4 沙灘高程準同步監測結果及其對比a:測次C,b:測次D,c:測次E,d:測次C 與D 差值,e:測次E 與C 差值,f:測次E 與D 差值。Fig.4 Quasi-synchronous monitoring results and their comparison of beach elevations a: Flight C, b: Flight D, c: Flight E, d.Difference between Flight C and Flight D, e: difference between Flight E and Flight C, f: difference between Flight E and Flight D.

測次C 與D 之間整體差異最?。▓D4d),灘肩部位差值最接近于0 cm,后濱區域表現為測次C 高程值較大或兩測次差異較小,前濱灘面多呈現測次D 高程值較大的情況。

測次E 高程與另外兩測次數據的差值更大(圖4e,4f),其中灘肩及附近位置測次E 激光雷達數據明顯較高,灘肩向兩側差值減小逐漸接近于0 cm;在水邊線附近,測次E 高程值低于測次C、D 這兩種SFM 攝影測量結果。

提取垂直岸線方向與平行岸線方向剖面各兩條(圖4a),進一步分析準同步監測的差異。垂直岸線方向的H1、H2 剖面結果顯示(圖5),測次C 與D 整體差異較小,后濱高程絕對差值低于5 cm;測次C 監測高程較高,前濱灘面差異較大,絕對差值最大可達20 cm,普遍表現為測次D 監測高程較高;測次E 與C、D 之間的差異沿剖面變化趨勢基本一致,由陸向海,測次E 與C、D 之間差值表現為由負到正再到負,測次E 監測高程在剖面中部區域大多高于測次C、D。平行岸線方向的H3、H4 剖面結果展示了準同步監測差異在后濱與前濱的區別(圖5):H3 剖面顯示,后濱區域測次C 與D 差異較小,測次C 監測高程大于測次D,差值均在3 cm 以下,測次E 監測高程多數大于測次C、D 的監測高程,絕對差值最大值分別低于6、8 cm;H4 剖面顯示,前濱區域測次C 與D 差異較小,多數區域絕對差值在1 cm 左右波動,測次E 監測高程依舊明顯高于測次C、D,多數區域絕對差值在4 cm 左右。

圖5 準同步監測剖面對比Fig.5 Comparison of quasi-synchronous monitoring profiles

2.3 海灘地形監測

測次A 與B 像控點整體誤差低于4 cm,檢查點誤差小于5 cm,驗證點誤差為10 cm 左右,監測精度為厘米級,選擇測次A 與B 的結果對大沙沙灘地形變化進行分析(圖6a、b)。利用Global Mapper 進行疊置分析(圖6c),獲取海灘地形冬季前后的變化狀況,檢驗無人機海灘地形監測的效果。此外,在大沙沙灘地形變化較為代表性的區域提取了T1 與T2 兩個剖面(圖6c),進一步細化分析海灘高程變化狀況(圖7),直觀展現無人機應用于海灘地形地貌監測的能力。

圖6 同平臺、同參數的兩期海灘地形監測結果及對比a:測次A 數字表面模型,b:測次B 數字表面模型,c:地形變化與剖面位置。Fig.6 Two-phase beach topography monitoring results and comparison under the same platform and parameters a: Digital surface model for Flight A; b: digital surface model for Flight B; c: terrain changes and profile locations.

圖7 測次A、B 所得海灘剖面形態及侵淤變化Fig.7 Monitoring results of beach profiles for Flight A and Flight B

研究區冬季監測海灘長約800 m,寬度最寬處約150 m,最窄處約105 m,高程基本位于13~20 m區間,約占大沙沙灘99.93%的區域,約0.07%的海灘高程處于20~21.6 m。春季海灘監測結果海灘長度基本無變化,監測區域寬度最寬處約165 m,最窄處約125 m,高程基本位于11~20 m,約占整個海灘99.76%的區域,約0.24%的海灘高程處于20~21.3 m 之間。監測結果中54.15%的區域遭受侵蝕,研究區海灘大多呈現侵蝕狀態,其中43.37%的區域侵蝕幅度低于20 cm;45.85%的堆積區域內,有35.85%的區域變化幅度低于20 cm,共計79.22%的區域變化幅度位于20 cm 以內,說明海灘雖然處于變化狀態,但大部分區域變化幅度并不劇烈。

于大沙沙灘地形變化較為代表性的區域提取了T1 與T2 兩個剖面數據(圖7),對剖面變化狀況進行更細致直觀的展現:

T1 剖面:剖面類型基本保持原狀為灘肩式斷面,坡度減小,灘肩整體向后蝕退約8 m;后濱與灘肩陸側部分區域呈現堆積,最大堆積高度約35 cm;灘肩向海側與前濱灘面出現侵蝕,剖面最大侵蝕高度達到100 cm 左右,灘肩以下近海區域變化幅度較小,侵蝕高度處于25 cm 之內;剖面侵蝕區域單寬沖蝕量為20.17 m3/m,堆積區域單寬淤積量為3.72 m3/m,整體表現為侵蝕,單寬沖蝕量為16.45 m3/m。

T2 剖面:剖面類型從沙壩式斷面向灘肩式斷面轉變,灘肩長度較窄,坡度增大,剖面由陸向海呈現出先堆積后侵蝕的趨勢,最大堆積高度約40 cm,最大侵蝕高度約20 cm;侵蝕區域單寬沖蝕量為4.52 m3/m,堆積區域單寬淤積量為9.72 m3/m。整體表現為堆積,單寬淤積量為5.20 m3/m。

整體來看,2 條典型剖面分別表現為侵蝕與堆積。灘肩變化呈現南北分異,北部海灘灘肩向岸蝕退,坡度減小,后濱堆積,淤積幅度低于35 cm,灘肩整體表現侵蝕,最大侵蝕幅度約100 cm,前濱灘面多為侵蝕或上淤下侵,侵淤變化低于20 cm。南部海灘相較而言剖面形態更為穩定,后濱基本無變化,灘肩表現堆積,高度低于50 cm,前濱灘面多為侵蝕,高度低于20 cm。

3 討論

3.1 無人機平臺獲取海灘地形數據的質量

現有低空數字航測與數據處理國家標準(GB/T 39612-2020)規定了不同比例尺地圖在各類地形下的像控點誤差要求(表6)[28]。本研究在2.1 節計算了不同測次的像控點誤差,其中平面誤差最大值為3.09 cm,高程誤差最大值為3.40 cm(表4),完全符合GB/T 39612-2020 對于野外像控點最嚴格要求、即1∶500 成圖比例尺的要求,表明本研究所用低空無人機平臺測繪海灘地形的像控點測量誤差全部符合國家標準。

表6 低空數字航攝與數據處理規范規定的點位誤差Table 6 The positioning errors specified in China’s national standard for low-altitude digital aerial photography and data processing

GB/T 39 612-2020 對于檢查點與驗證點的誤差同樣提出了要求(表6)。本文2.1 節計算了5 組監測數據所有檢查點反演高程誤差,均符合國標要求,其中M300-激光雷達測量數據檢查點誤差最大,為6.44 cm,也遠小于國標要求的19 cm。此外,提取了大量驗證點用以驗證無人機反演高程值的準確性(圖8),共計260 個點位精度數據中,僅有一個點位誤差值大于19 cm,其余驗證點誤差均小于19 cm,進一步說明無人機在海灘地形監測工作中的適用性。

圖8 不同監測數據驗證點高程誤差紅色橫線為低空數字航測國家標準1∶500 地形圖要求的驗證點高程限差。Fig.8 The elevation errors at validation points of different monitoring data The red line is the elevation tolerance limit as required by the national standard for 1:500 topographic maps in low-altitude digital aerial survey.

本研究以單個測次反演結果與RTK-GNSS 高精度測量結果之間的差異作為評判無人機平臺精度的參考值,而海灘地形變化監測工作還應當在此基礎上考慮海灘地形變化的精度,進一步給出海灘地形變化監測精度的評判方法??梢钥紤]布設水泥測樁或選取特征明顯且固定的點位作為不動點,基于正射影像完成刺點,提取點位反演高程值,計算兩次監測結果中不動點高程差值,并以此為參考判斷海灘地形是否存在變化。若兩次海灘地形監測結果的對比顯示,有部分區域的地形變化幅度小于不動點變化值,則判斷該區域的海灘地形基本不變;當對比監測結果的高程變化幅度大于不動點變化幅度時,才判斷為存在地形變化的海灘。這方面的研究工作宜進一步深入。

3.2 無人機平臺監測海灘地形的影響因素

3.2.1 無人機平臺與監測技術的差異

同一無人機平臺、不同監測技術會造成地形監測的差異。本研究利用M300 無人機平臺在春季同步完成了SFM 攝影測量與機載激光雷達測量的兩組監測(參見圖3d 與圖3e),盡管飛行高度、飛行區域、飛行時間等參數相同,其誤差卻截然不同。測次D 檢查點與驗證點高程誤差分別為2.41 cm 與8.52 cm,測次E 檢查點與驗證點高程誤差分別為6.44 cm 與12.08 cm;相較于M300-LiDAR 激光雷達測量,M300-SFM 攝影測量結果與RTK-GNSS 結果更為接近。通過疊置分析得到測次E 與測次D 海灘監測結果之間的差值分布(圖9c),結果顯示,測次E 的激光雷達測量結果更多高于測次D 的SFM攝影測量結果,高程差值4~5 cm 區間占比最大為15.3%(圖9c),93.42%的區域高程絕對差值小于7 cm(圖9d),共有71.32%的區域高程差值大于0 cm。結合兩種監測技術與RTK-GNSS 對比結果,可知相較于P4-SFM 與M300-SFM 監測結果,M300-LiDAR監測結果與RTK-GNSS 結果差異更大,監測結果多數偏高。

圖9 準同步監測差值分布直方圖a:測次C 與D 差值,b:測次E 與C 差值,c:測次E 與D 差值,d:準同步監測差值累積分布。Fig.9 Histogram of differences distribution from quasi-synchronous monitoring a: difference between Flight C and Flight D; b: difference between Flight E and Flight C; c: difference between Flight E and Flight D; d: cumulative distribution of quasi-synchronous monitoring differences.

測次C 與D 均為30 m 飛行高度下進行的SFM攝影測量,其中測次C 的檢查點與驗證點RMSE 分別 為2.78、8.26 cm,測 次D 的 檢 查 點 與 驗 證 點RMSE 分別為2.41、8.52 cm。相較于P4 平臺完成SFM 攝影測量的測次C,M300 平臺的測次D 與RTK-GNSS 測量值之間的差值更小,同為SFM 攝影測量結果,M300 平臺海灘監測數據質量更高。測次C 與D 使用的是兩種不同的無人機平臺,其中P4 平臺監測結果更多高于M300 平臺監測結果,兩測次之間的差異主要為4 cm 以下(圖9a),占據了91.22%的區域(圖9d),其中0~1 cm 區間占比最大為20.7%,55.37%的區域監測高程差值大于0 cm。結合以上分析與表4 內容,可知當運用同種監測技術時,M300 平臺的飛行穩定性更高,其數據質量優于P4 平臺。

將測次C 與E 進行對比分析,可以進一步了解P4-SFM 攝影測量監測結果與M300-激光雷達監測結果之間的差異(圖9b)。測次C 檢查點與驗證點RMSE 分別為2.78、9.26 cm,測次E 檢查點與驗證點RMSE 分別為6.44、12.08 cm,測次C 數據質量高于測次E。將兩測次數據進行疊置分析,可以發現,5~6 cm 區間占比最大(12.97%),92.26%的區域高程絕對差值集中于7 cm 以下(圖9d),68.85%的區域高程差值大于0 cm,M300-激光雷達監測結果同樣普遍高于P4-SFM 攝影測量監測結果。

3.2.2 海灘地物特征對監測技術的影響

由于不同監測技術之間的差異,監測地物本身的特點也將影響監測結果。SFM 攝影測量是基于圖像匹配算法開發的一種海灘監測技術,對圖像紋理有較強的依賴[35],易受到海灘表面的光學性質的影響。因此SFM 攝影測量在地形平坦、海灘砂粒度均一或具有較高反射率的海灘表面進行地形監測會面臨較大的困難[20]。例如,灘肩以下的海灘存在滯留海水所形成的薄膜,會增加圖像共同點的識別難度,對海灘監測結果造成影響[36]。兩組SFM 攝影測量監測結果中,由于海灘表面滯留海水的影響,其含水率較高,灘肩以下部分區域海灘監測結果有較多的噪聲點,圖5 中H1、H2 剖面的SFM 攝影測量結果顯示,后濱無水區域監測結果曲線平滑,前濱灘面由于表面滯留海水的影響,監測結果噪聲點明顯增多;而激光雷達數據則整體較為光滑,灘肩以下無明顯噪聲。影響激光雷達測量結果的原因在于傳感器視域的限制,無法對近乎垂直地形進行監測[12],而SFM 攝影測量則可以選擇不同的監測角度,獲取更多的側面地物信息,避免出現由于角度導致的監測信息不全的問題。

3.2.3 其他因素

無人機參數設置同樣會影響監測數據。以飛行高度為例,將春季兩次不同高度P4 監測數據對比,其像控點誤差結果直觀反映了飛行高度的影響:同一時段下,60 m 飛行高度的像控點誤差值均達到了30 m 飛行高度的2 倍左右。無人機SFM 攝影測量檢查點高程誤差同樣符合這一結論,以3 次不同高度P4 監測數據為例,30 m 高度監測數據檢查點的高程誤差為2.78 cm,而60 m 高度監測數據高程誤差分別為4.51、4.89 cm。

人為因素主要為RTK-GNSS 測量過程中的操作問題,影響檢查點、驗證點的RTK 測量準確性,從而進一步映射到無人機反演DSM 數據的準確性:徒手進行RTK-GNSS 測量難以保證測量桿的姿態分毫不差,導致實測驗證點的RTK 高程比真實的海灘表面高程普遍偏低,誤差為厘米級;而像控點與檢查點由于布設了木制板狀標志物,測量桿較容易控制,測量結果也相對更為準確,更能代表RTKGNSS 測量高程與無人機反演高程的比對結果。

4 結論

本研究以砂質海灘的地形監測為例,運用P4 與M300 兩種無人機平臺、SFM 攝影測量與激光雷達測量兩種監測方法的組合獲取了5 組海灘監測數據,進行了海灘地形測繪準確性的比較,并進行了季節尺度的海灘地形變化監測結果的對比,得到以下結論。

(1)所有數據地面采樣間隔均小于2.5 cm/pixel,精度為厘米級,監測結果精度較高, RTK-GNSS 數據與反演高程數據擬合曲線R2均在0.999 以上,且所有點位誤差符合GB/T 39 612-2020 對于1∶500 比例尺的要求,說明無人機海灘地形監測結果與RTK-GNSS 測量結果相似度較高,數據質量具有可信度。

(2)對比不同無人機平臺、同步測量結果,相同地物點的高程值之差均為厘米級。測量方式帶來的差異大于無人機平臺之間的差異,同種監測技術、不同無人機平臺進行對比,測次C 與D 高程絕對差值主要為4 cm 以下。不同監測技術進行對比,測次E 激光雷達測量結果與測次C、D 兩次SFM 攝影測量數據高程差值均主要為7 cm 以下。相同無人機平臺的監測誤差會隨著高度的增大而增大,測次B 與C 檢查點高程誤差分別為4.89 cm 與2.78 cm。平坦、粒度均一的海灘將增加SFM 攝影測量的實施難度,由于傳感器視域限制,激光雷達測量應避免在地形近乎垂直區域使用。

(3)Phantom4 RTK 無人機平臺對大沙沙灘整體地形的分析與冬季前后地形變化的監測均有較好的效果。大沙沙灘99%以上的區域高程為13~20 m;自然因素影響下,北部海灘后濱堆積,淤高幅度低于35 cm,灘肩部位整體侵蝕,最大侵蝕幅度約100 cm,前濱灘面多為侵蝕或上淤下侵,侵淤變化低于20 cm;南部海灘后濱基本無變化,灘肩部位整體堆積,淤高幅度低于50 cm,前濱灘面多為侵蝕,侵蝕幅度低于20 cm,相較于北部海灘,南部海灘侵淤變化更為平穩。

猜你喜歡
檢查點海灘差值
多彩海灘
Spark效用感知的檢查點緩存并行清理策略①
免疫檢查點抑制劑相關內分泌代謝疾病
差值法巧求剛體轉動慣量
免疫檢查點抑制劑在腫瘤治療中的不良反應及毒性管理
海灘假日
車頂上的海灘
枳殼及其炮制品色差值與化學成分的相關性
留住夏天味rimini rimini海灘包
分布式任務管理系統中檢查點的設計
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合