基于无人机倾斜摄影测量的城市土地利用变化监测研究

李顺明

（重庆市地矿测绘院有限公司，重庆 400042）

1 引言

无人机倾斜摄影测量将无人驾驶飞行技术与低空摄影测量技术有机结合，借助先进的通信与定位技术，实现低空对地观测，快速高效获取高精度遥感数据，解决了传统遥感数据获取手段无法保证数据现势性的难题[1]。

土地利用变化信息数据可以是纸质文档、电子表格，也可以是经过提取和分析后的矢量图斑数据和遥感影像数据。其中，矢量和遥感数据比较直观，能提供较为完整、准确的变化信息，实现精确定位，便于实施监测[2]。利用倾斜影像数据制作的DSM（Digital Surface Model）数据，包含地表之上完整的地物信息，经数据处理后，可从中提取并分析城市土地利用变化信息，数据清晰、直观，对于实施动态监管至关重要[3]。

2 数据源获取

实验采用北京数维翔图DM-610G 六旋翼电动无人机，翼展2.25 m，有效荷载5 kg，续航时间约3 h。倾斜相机为红鹏AP5600 微型倾斜相机。采用5 镜头多视角数码相机，镜头焦距20 mm，侧视相机倾角45°。选取重庆市部分城区（面积1.6 km2）作为数据采集与研究对象，在2018 年10 月和2019 年9 月分别对研究区进行了数据采集，共采集到有效像片数据2000 余张。

3 DSM 生成

利用倾斜影像生成DSM 的流程如图1 所示。实验利用双边滤波方法进行影像去噪，采用Wallis 滤波器对影像进行增强处理，将10 参数模型作为相机畸变纠正模型[4]。本文主要详细介绍影像匹配、DSM 生成与精度评价。

3.1 影像匹配

与DEM 相比，DSM 数据信息较为完整，包含地物真实高度信息，能实现对城市土地利用变化信息的提取和分析，有助于实现动态监管过程的自动化。因此，需要将倾斜影像进行匹配，生成DSM 数据，满足变化提取对数据源的要求[5]。

影像匹配的整体思路是：基于各侧方视角与正射视角影像重叠区域之间的同名点，根据立体像对中两张航片的内、外方位元素和像点坐标，通过空间前方交会，确定对应的地面点坐标。为提高匹配准确度，本文采用先分步再融合的策略，首先将各视角影像分别匹配，再将各匹配结果进行融合，完成最终匹配操作。分布式匹配方法在每个视角都先进行一次匹配，有效降低因影像畸变产生的匹配误差，提高数据精度。

本文采用SIFT 算法对倾斜影像进行匹配，将图像被检测的特征点用特征向量描述出来。因此，经过SIFT 算法处理后的影像被表示为特征向量集。SIFT 是一种较稳定的局部特征匹配算法，适用于海量图像的快速匹配，在无人机低空摄影测量等领域应用广泛。

3.2 DSM 的生成与精度评价

3.2.1 区域网平差

由于倾斜相机自身因素以及影像预处理过程的误差积累，影像精度仍需进一步提高。光束法平差是一种比较常见的区域网平差方法，以一张影像的单束光线作为基本单元，将控制点坐标与已知外业实际坐标、邻近航片同名点坐标相等作为平差条件，答解出加密点的平面坐标与每张航片的外方位元素。

为最大限度地提高数据精度，本文采取整体平差策略进行光束法区域网平差，整体平差在各个视角同时进行加密点和外方位元素的答解，有效提高了平差效率，为DSM 生成提供了精度较高的外方位元素。

3.2.2 DSM 的生成

经过特征匹配得到各视影像重叠区域的同名特征点，经过区域网平差处理，得到较高精度的外方位元素。分布式匹配会在各个方向分别进行一次DSM 生成，基于此，通过对各视角生成的DSM 进行融合，生成最终DSM 数据，如图2 所示。

3.2.3 精度评价

DSM 的精度直接影响变化信息提取的准确度：在水平方向，若两期DSM 存在较大误差，会导致两期数据同坐标点无法准确匹配；在高程值方面，若高程精度不够，会导致变化信息的漏提取或误提取。这两种问题都会导致错误的高差分析结果，从而大幅降低变化提取结果的置信度。DSM 生成后，在测区选取一块区域，利用RTK 分别采集若干外业检查点，对影像精度进行分析和评价。部分检查点的布设如图3 所示。

经对比分析，配准之后一期各检查点平面误差最大值为0.093 m，高程误差最大值为0.0736 m；二期各检查点平面误差最大值为0.089 m，高程误差最大值为0.0859 m。根据《基础地理信息数字成果1∶500 1∶1000 1∶2000 数字线划图》（CH/T 9008.1—2010），1∶500比例尺成果平面位置中误差和高程中误差最高限差分别为0.3 m 和0.2 m。从精度检测结果可以看出，成果的平面中误差和高程中误差远优于规范限差要求，精度满足1∶500 大比例尺测图和对变化信息提取的要求。

图3 部分外业检查点的分布示意图

4 基于DSM 的变化信息提取

4.1 提取方法介绍

叠加已处理好的两期DSM 数据，为提高提取结果的准确性，应首先对两期DSM 进行一次配准，保证两期DSM 在水平方向无偏差。

基于两期DSM 提取变化信息的过程，实际上是对同一位置不同时期数据的高程值进行比较的过程。由于DSM 数据包含有采集对象的真实高度信息，因此可将该信息作为分析对象进行变化提取。

（1）利用DSM 数据保留了地物真实的高度信息这一特点，在已知坐标点P（x，y）上，分别读取两期DSM 数据中对应位置的高程值h1、h2。

（2）由于数据精度的限制，不能保证在确切坐标位置上两期DSM 表示的是同一个精确位置。为保证提取结果的准确性，对该坐标点及其周围八个方向的坐标点都进行了高程值读取，然后将9 个高程值求取平均值，并将该平均值作为中心点的实际高程值H。这样，得到两个新的高程值：H1、H2。

（3）城市土地利用变化最直接的表现是建筑的消长，新增、拆迁都是建筑物的变化，因此，在分析高差时，可选取单层房屋的高度α 作为高差阈值，即高差在α 以下，视为实地没有变化，反之视为产生变化，以此来对建筑区的变化信息进行提取。

4.2 检索格网的选择

在实际变化提取过程中，由于DSM 影像范围较大，不可能逐个像元进行检索，否则不仅会耗费大量时间，还会导致同一处变化提取出很多个变化点，因此，需对检索单元进行放大，同时也应避免发生漏提取。根据实际需求，实验采取10 m×10 m 的检索单元进行变化信息的提取。提取结果如图4 所示。

图4 变化提取结果

4.3 剔除冗余变化点

由图4 可知，提取的变化点数据存在一定的冗余点，由于检索格网的限制，会存在一处变化包含多个邻近提取点的情况，因此，应对提取结果进行冗余点去除，以当前点为圆心，将落在指定半径内的变化点剔除。冗余点去除是对变化信息数据的精简，分析变化信息时，在不减少变化区数量的前提下减少对同一个变化区的重复读取，有效提高了工作效率。

4.4 提取结果分析

图5 变化提取结果

表1 所示内容是提取结果的准确度分析。实验共提取变化信息165 处，其中，正确提取出137 处变化信息，其余28 处为误提取，经人工排查后统计，共有11 处实地发生变化的区域没有准确提取出来，提取准确度约为77.8%。

5 实地调查与监管

根据叠加分析结果，保留下来的变化信息数据即为无权属记录或无合法批准的土地利用变化信息，对该部分数据进行详细核实，结合相关的权属变更调查数据与文档资料进行分析，共筛选出17 处没有用地变化记录的变化点。将该结果进行整理输出，组织相关技术人员与调查人员到实地核实，对非法占地、违章建设等不合理用地单位或个人逐一排查。

经实地调查发现，有2 处在建用地相关手续不齐全，其中一处为工厂；违规拆迁和非法占用耕地各有一处，其他均为登记信息不完整或有误。调查完成后对未记录或错误记录的用地信息进行登记或修改，更新本地数据库；对存在问题的变化用地形成材料，及时上报。

6 结束语

基于倾斜摄影测量的土地利用变化动态监测过程相对科学，节省了人力和时间，提高了工作效率，监测结果能够满足城市土地合理利用的需要，有助于指导城市规划与建设，促进城市健康发展，对于实现城市土地资源的可持续利用意义重大。