无人机航测在土地复垦调查中的应用研究

唐如枫

（上海市自然资源确权登记事务中心，上海200003）

上海作为国际性的特大型城市，面临人口、土地、环境、安全等多重压力，人地矛盾突出。为推进城市绿色转型发展，2014 年上海市政府明确建设用地终极规模要在规划上予以锁定。应对此趋势，上海低效建设用地减量化应运而生，并建立了新增用地“以减定增”机制，即将城市建设的新增用地指标与“减量化”挂钩，要求经营性和一般工业项目的新增用地指标，必须通过实施等量的低效建设用地减量化获得[1]。由于“以减定增”的政策导向，低效建设用地减量化立项数量激增，验收调查工作量成倍增长。为提质增效，开展无人机航测技术在土地复垦验收调查中的应用研究，以发挥其快速高效、质轻灵活、操作简便等优势，解决复垦验收工作量大、时间紧张等问题。

1土地复垦验收调查工作概况

土地复垦验收调查是对申请土地复垦验收的地块进行实地勘测调查，查验复垦后的土地是否符合土地复垦标准以及土地复垦方案的要求，核实复垦后的土地类型、面积和质量等情况，并出具土地复垦验收调查报告，给定新增耕地面积和建设用地减量面积数量。

随着近年建设用地“减量化”工作在上海市自然资源管理中有力推进，“以减定增”的机制决定了新增用地指标的主要来源为低效建设用地复垦，使得土地复垦验收调查项目数量与日俱增。随着建设用地减量化工作在全市全面开展，土地复垦验收调查项目数量成倍增长，从原来的“300+”直接跃升到“1500+”。

从单个项目面积看，2015-2019 年度土地复垦项目单个的体量都比较小，立项面积小于1 公顷的占比超过60%，1-5公顷占30%，大于5 公顷约占10% 。

从项目分布情况看，以2017、2018年度为例，项目的集聚性较小。同时项目的申报时间是随机的，更大的增加是项目分布的离散性，见图2。因此，目前土地复垦验收调查工作具有数量较多、单个项目面积小和项目分布离散性大等特点。

图1上海土地复垦验收调查项目分布Fig.1 Distribution of land reclamation acceptance survey projectsin Shanghai

2传统作业模式

土地复垦验收调查传统工作模式是通过实地测量和拍照取证的方式，完成地类界线测绘和取证照片的采集，并通过内业处理形成调查成果。其中，地类界线测绘主要采用RTK 测量的方式，对于卫星星号欠佳的区域采用全站仪测量，辅助完成测绘成果[2]；拍照取证主要采用数码相机采集的方式，对地块四至、地类分界以及待验收地块土地复垦的总体情况拍照记录，作为调查证据和作业依据；内业处理主要包括地类界线数据和取证照片编辑，依据外业调查手簿和取证照片，完成地类判读和注记，并形成调查成果。具体作业流程如图2所示。

图2传统作业模式作业流程图Fig.2 Operation flow chart of traditional RTK mode

作业过程通过逐点测量、逐地类拍照取证，实地采集项目范围内所有不同地类间的地类界线、重要地物点、界址点等，作业过程需保证项目范围内地类界线测量全覆盖、取证全覆盖、无地类遗漏以及每一项地类调查成果都有证明依据。任何一项遗漏和缺失，必须补测或重测，并补充取证照片。传统作业模式投入的人员较多，效率相对较低，为提高工作效率，开展无人机航测技术在土地复垦验收调查中的应用研究。

3无人机航测技术

3.1工作原理

无人机航测模式是通过无人机航测的方式完成外业测量工作，利用航片成果作为地类判读依据，完成地类判读和注记，从而形成调查成果。

无人机航测是以摄影测量为基础，利用无人机作为空中平台搭载机载遥感设备获取地面信息，通过计算机处理得到所需影像的低空数字航摄技术，可应用于生产数字线化图（DLG）、数字高程模型（DEM）和数字正射影像（DOM）等成果。它主要由飞行器、飞行控制系统、传感器和地面保障系统组成，是无人机飞行技术、通信技术以及GNSS定位技术的有机融合体。随着无人机飞行器平台的不断发展，无人机的小型化和经济性，大大扩展了其适用场景，并得到了市场青睐。主要具有以下几个特点：第一，飞行限制少。无人机航测通常为低空飞行，空域申请便利，受气候条件影响小，受起降场地影响小。第二，时效性和经济性强。无人机航测作业准备时间短、操作简单、运输便利，作业人员数量和技术门槛要求较低，日均作业范围可以达到数十平方公里，相较人工测绘在小范围作业中具备极强的效率优势和经济优势。第三，续航能力强。随着无人机机型的不断小型化以及能量转换技术的不断发展，小型无人机单次飞行时间可以持续1小时以上，并可以通过更换电池的方法持续续航。无人机以其简便、高效的特点，在测绘、遥感领域被广泛应用[3-4]，在土地复垦测量领域也有应用的案例，如矿区土地复垦测量等[5]。

无人机航测的基础是共线方程，也是摄影测量中最基本、最重要的关系式，即摄影中心S（XS,YS,Zs)、像点a(x,y)及对应的地面点A（X,Y,Z）三点位于一条直线上,公式为：

利用光束法区域网平差原理，通过各个光线束在空间的旋转和平移，使模型之间的公共点的光线实现最佳的交会，并使整个区域最佳地纳入到已知的控制点坐标系中，公式为：

式中：i 为点的序号，j为相片序号。

在土地复垦验收调查工作中，无人机航测模式的主要工作流程如图3所示。

图3无人机航测模式流程图Fig.3 Operation flow chart of UAV aerial survey mode

其中，外业准备和外业作业的时间受作业范围大小的影响较小、受地理环境的复杂程度影响较小，且影像数据后处理的自动化程度高，对人工需求少。

3.2 应用研究

本研究以松江区佘山镇某处土地复垦验收项目为例，采用无人机航测的作业方法，在时效性、经济性、精确性和可靠性等方面，做分析评价。

3.2.1区域概况

本项目为松江区佘山镇某处土地复垦调查项目，位于天马山附近，土地复垦立项数为2个，涉及25个地块，总面积约15.9 公顷（图4）。其中，项目1 为西部作业区，立项面积67255.39m2；项目2为东部作业区，立项面积89300.89m2，现场均已完成复垦施工。该项目已于2019 年12月初，通过传统作业模式完成土地复垦验收调查，作业成果符合规范要求。本次研究，将把传统作业模式调查成果作为比对标准，对无人机航测作业成果作出客观评价。其中，传统作业模式由3组作业队伍，每组2 人，耗时4天完成外业调查工作，由2 人耗时3 天完成内业处理工作，共计30 人工。

图4项目范围示意图Fig.4 Schematic diagram of project scope

3.2.2 无人机的选择

无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。从技术角度定义可以分为：固定翼无人机、垂直起降无人机、无人飞艇、无人直升机、多旋翼无人机等。在无人机航测领域，固定翼无人机和多旋翼无人机使用最为广泛。固定翼无人机与民用航空飞机外形类似，需要借助跑道起飞和降落；多旋翼无人机主要有四轴、六轴和八轴旋翼无人机，体积较小，结构简单，飞行速度快。对三款较典型的机型参数进行比较，包括天巡MF2500固定翼无人机、致睿智控ZR-M66 六旋翼无人机和大疆精灵4RTK 四旋翼无人机（图5），以选择最适用的无人机进行本次无人机航测作业。

从作业能力方面看，多旋翼无人机续航能力和承载能力较差，适用于小面积的航测作业；固定翼无人机续航能力较强，且承载性能强，可以搭载不同传感器应对丰富的和较大范围的作业要求。

图5天巡MF2500（左）致睿智控ZR-M66（中）大疆精灵4RTK（右）Fig.5 MF2500(L),ZR-M66(M)and PHANTOM 4RTK(R)

从勤务性方面看，多旋翼无人机体型小、零件少、组装简便，相比固定翼无人机在运输、组装和使用方面更便捷。

从操控性方面看，多旋翼无人机操控简单，均可垂直起降，起飞后可在空中悬停，对场地要求小。而固定翼无人机除采用与天巡MF2500 多旋翼相结合的混合结构机型外，一般机型起飞方式为手抛、弹射和跑道滑行起飞等，场地要求开阔。

从可靠性方面看，多旋翼无人机没有活动部件，可靠性较高。而固定翼无人机有活动的机械连接部件，飞行过程中会产生磨损，导致可靠性下降。而且多旋翼能够悬停，飞行范围受控，相对固定翼更安全。

考虑到本次航测区域立项总面积仅为16公顷，从无人机的作业能力来看，属于小面积作业，并考虑便捷、经济和实用性，本次作业使用大疆精灵4RTK 四旋翼无人机。

3.2.3 无人机航测作业

无人机航测作业流程主要由像控点布设、影像数据获取和数据处理组成。

（1）像控点布设

像控点布设是空中三角测量的基础，其测量精度、布设密度和分布情况直接影响成果精度。布设像控点前需要做充分的准备工作，如查看航测区域的地质地貌条件，准备油性喷漆、标靶板等标记物等。本次测区主要以水泥地面和乡村小道居多，布控作业选用油性喷漆。利用油性喷漆划“L”字型标记，保证标记足够宽度（一般不小于5cm宽度），便于内业在相片上精确刺点，并拍照记录像控点位置，一般需拍摄2-4 张不同角度的照片，以有参照物为宜，辅助内业工作时能快速定位。

本次航拍在两个作业区分别均匀布设6个像控点，其中，西部作业区像控点RTK 实测平面中误差2.07cm，东部作业区像控点RTK 实测平面中误差2.04cm（图6）。

图6像控点布设成果Fig.6 Layout of image control points

（2）影像数据获取

本次航拍飞行器使用大疆精灵4RTK 四旋翼无人机，是一款面向低空摄影测量应用，具备厘米级导航定位系统和高性能成像系统的小型无人机。大疆精灵4RTK 无人机可支持实时差分定位（RTK）和后差分处理(PPK)，其中，RTK 标称精度为水平1cm±1ppm，垂直1.5 cm±1ppm。RTK 服务类型有3种，分别为专配的D-RTK2移动站、千寻网络RTK 服务和自定义网络RTK（即省市级或自建CORS站）。在移动网络信号不佳的情况下，可关闭RTK模式，航摄时在已知点上架设GPS 静态基站，航摄完成后进行后差分处理即可得到高精度的位置和姿态数据。精灵4RTK 的理论续航时间为30 min，实际作业中为保证安全降落，无风状态下的飞行时间一般控制在20 min 以内。另外，精灵4RTK 可提供远达7 km 的高清图传，做到随拍随看。精灵4RTK 搭载的像机的具体参数：像幅大小/像素5472×3648，像元0.0024 mm，焦距8.8 mm。精灵4RTK的遥控器上安装有GSRTK 软件，可完成航线规划和无人机控制飞行，支持导入航摄区域范围。

航高公式：

式中：h 为飞行航高，GSD为地面采样间隔，f 为镜头焦距，a 为像元尺寸。

根据航高公式及精灵4RTK 搭载像机的具体参数，可以计算得到为满足GSD小于5cm,即成图比例尺大于1:500[6]，航高不得高于183 m。

本次无人机航拍作业分为东西部两个作业区，为比较航拍精度对土地复垦验收调查中地类面积解算的影响，对两个作业区分别设定了航高150 m 和250 m,即成图比例尺满足1:500和1:1000的精度要求（图7）。其中，西部作业区设定航高150 m，拍摄范围约2.20 km2，航向重叠度85%，旁向重叠度80%，共采集相片913张，用时约60分钟；东部作业区设定航高250 m，拍摄范围约3.00 km2，航向重叠度80%，旁向重叠度75%，共采集相片538张，用时约40 分钟。

图7航片成果Fig.7 Aerial photo achievements

（3）数据处理

数据处理采用武汉点云科技自主研发的Skyphoto航测软件系统完成空中三角测量和地类界线矢量数据采集。其中，空中三角测量采用Skyphoto-Super 航测软件作业，一键式操作，在生产DOM 的同时输出高精度DSM 成果；矢量数据采集采用SKYPHOTO-MAP3D点云立体矢量数字采集系统完成，直接采用DOM 和DSM 叠加生成的假三维模型，进行裸眼3D矢量化，可有效提高投影差、影像遮蔽区域地类界线采集的精确程度。

本次航测区域内，土地复垦情况较好，主要形态为耕地、菜地和林地（苗木）等，存在投影差和影像遮蔽区域少，故本次调查未增加外业调绘，全部通过内业采集完成地类界线编辑和内业判读完成地类注记。其中，西部作业区立项面积67255.39 m2，解算得到新增农用地56948.34 m2（耕地50757.91 m2）和减量建设用地57065.12 m2。土地分类明细有：灌溉水田（111）50088.22 m2菜地（115）669.69 m2林地（136）2115.6 m2农村道路（153）4074.83 m2和河流水面（321）116.78 m2。东部作业区立项面积89300.89 m2，解算得到新增农用地80628.88 m2（耕地72486.03 m2）和减量建设用地80855.53 m2。土地分类明细有：灌溉水田（111）62714.68 m2、菜地（115）9771.35 m2林地（136）1875.49 m2农村道路（153）5295.35 m2坑塘水面（154）132.34 m2农田水利（156）839.67 m2和河流水面（321）226.65 m2。

4对比分析

4.1精度分析

本次研究使用了两种不同的作业模式，分别是传统作业模式和无人机航测模式，对同一区域进行土地复垦验收调查，形成了两套调查成果（表1）。从调查成果可以得到，东、西部作业区耕地面积差异率分别为0.08%和-0.04%、农用地面积差异率分别为0.64%和-0.34%和建设用地减量面积差异率为0.55%和-0.28%，各项差异率绝对值不大，最大值为0.64%，最小值仅为0.04%，其中差异率=面积差/立项面积。从差异率的比对结果可以说明，无人机航测法的应用结果，在土地分类面积解算精度方面与传统作业模式差异不大。

本次航拍作业对东、西部作业区分别设定航高250 m和150 m，对像控点图上采集坐标和RTK 实测坐标进行比对得到，东、西部作业区像控点平面点位相对中误差分别为7.04 cm 和2.74 cm,说明航高对成图精度影响显著，航高越低精度越高。从东部作业区各项差异率均大于西部作业区可以说明，航拍精度对面积解算精度有影响。

对土地分类面积解算结果进行比对得到，林地（136）和农村道路（153）面积差的绝对值较大，在作业过程中发现这一现象主要与影像判读影响有关。其中，林地（136）因树木树冠的影像遮蔽现象，对地类界线产生遮挡，影响地类界线判读；农村道路（153）因其为细长线性地物，存在判读误差累积现象。

表1不同作业方式的土地面积测量结果对比Table 1 Comparison of land area measurement results of different operation modes

（2）效率分析

本次研究传统作业模式中，外业工作由3组（6人）用时4 天完成，内业工作由2 人用时3 天完成，共30 人工；无人机航测模式中，外业工作由1 组（2 人）用时1 天完成，内业工作由1 人用时2 天完成，共4 人工。

从人工消耗看，无人机模式远低于传统作业模式；从无人机航测作业能力看，立项面积大小对人员需求和作业时长影响较小，一般效率为1组（2人）1天；从2015-2019 年土地复垦验收调查传统作业模式工作情况看，每组作业队伍外业工作的日工作效率约为5公顷，对于5公顷以上的土地复垦验收调查项目，采用无人机航测的方法可以有效提高作业效率，项目规模越大，效率提高越多。

4结论及展望

本文通过无人机航测在土地复垦验收调查项目中的应用实践，结合两种不同作业模式下调查成果的精度分析和调查工作的效率分析，得出如下结论：

（1）无人机航测模式成图精度受航高影响显著，在GSD 满足1:500 比例尺要求的情况下，土地分类面积解算精度与传统作业模式差异不大。

（2）无人机航测模式在应对大面积调查项目时效率优势显著，从研究结果看，在5公顷以上的土地复垦验收调查项目中，无人机航测的应用相对于传统作业模式效率更高。

（3）无人机航测模式存在投影差、影像遮蔽等现象，对地类界线采集和地类判读有影响。

本文仅研究了无人机航测技术在土地复垦验收调查项目中的应用，土地复垦验收调查项目总体规模偏小的情况影响了无人机航测的应用范围，对其在大规模的调查项目如市级土地整治和自然资源调查中的应用可以进一步探索和研究。

参考文献(References)

[1]王训国,黎而力.上海市低效建设用地减量化探索与实践[J].上海国土资源,2017,38(4):6-8.WANG X G,LI E L.The exploration and practice of the reduction of ineffcient construction land in Shanghai[J].Shanghai Land &Resources,2017,38(4):6-8.

[2]刘金海,涂锐,张鹏飞,等.GPS/GLONASS/BDS组合的RTK模型与精度分析[J].测绘科学,2019,44(1):144-150.LIU J H,TU R,ZHANG P F,et al.The model and accurac y anal ysi s of combi ned RTK by GPS,GLONASS and BDS[J].Science of Surveying and Mapping,2019,44(1):144-150.

[3]张金华.无人机航摄系统在滩涂高程测量中的应用研究[J].上海国土资源,2016,37(3):86-88.ZHANG J H.A pilot study on the application of a UAV aerial photography system in the tidal flat elevation[J].Shanghai Land & Resources,2016,37(3):86-88.

[4]龚崇辉. 各型无人机地质环境监测应用实践与探讨[J]. 上海国土资源,2018,39(4):156-160.GONG C H. Applicat ion and discussion of geologicalenvironmental monitoring using various UAVs[J]. Shanghai Land& Resources, 2018,39(4):156-160.

[5]肖武,胡振琪,张建勇,等.无人机遥感在矿区监测与土地复垦中的应用前景[J].中国矿业,2017,26(6):71-78.XIAO W,HU Z Q,ZHANG J Y,et al.The status and prospect of UAV remote sensing in mine monitoring and land reclamation[J].China Mining Magazine,2017,26(6):71-78.

[6]国家测绘局.低空数字航空摄影测量内业规范(CH/Z 3003-2010)[S].2010.State Bureau of Surveying and Mapping.Specifications for offce operation of low-altitude digital aerophotogrammetry (CH/Z 3003-2010)[S].2010.