基于无人机测绘数据的河道水环境治理应用研究

陈国丽，林文洁，姚雨彤，陶慧华，文定梦

(1.南宁市水利局，广西 南宁 530000;2.南宁市水土保持分站，广西 南宁 530000;3.南宁市水资源管理服务中心，广西 南宁 530000;4.广州中科云图智能科技有限公司，广东 广州 510000)

我国地域辽阔，水资源丰富，但是随着人类活动范围的不断扩大，河流、湖泊以及沿海等地的水污染问题日益突出，因此，我国提出了一系列水资源保护政策和措施，其中监测技术作为水污染处理的一项重要技术，得到了一定的研究和发展[1- 2]。

河道作为城市的基础市政工程建设项目，具有防洪、抗旱和休闲等优点，但是城镇化的快速发展给河道水环境带来巨大挑战[3]，主要的污染来源有淤积、工业废水和城市垃圾等。针对河道水污染问题，传统的治理手段主要有自然修复和微生物治理法等[4]。传统的治理手段短期内效果较为明显，但是后继乏力，且重在水质提升而监测效果较差[5]。因此，本文将根据河道水环境的治理及监测重点，通过无人机梯级测绘技术将大范围及复杂流域的河道测绘问题进行简化，形成一套完整的监测体系，进而输出监测成果及提出预防和治理措施。

无人机梯级测绘需要对河道相关资料进行分类和分层次整理，进而采取分类测绘和分类输出成果，从而有针对性地进行河道治理[6- 7]。当下无人机定点和定位测绘技术已经较为成熟，但是针对河道特点区域进行分层测绘还存在一些难点[8]，因此，本文主要目的是研究无人机分层测绘技术，并结合实际测绘项目进行技术验证，以便为河道水环境预防和治理提供更优选择。

1 测绘设备及测绘技术

1.1 测绘设备

本研究采用的测绘设备为TrimbleUX5无人机，它由硬件、外业和内业3个系统组成，同时具有飞行稳定、对天气依赖性小、软硬件兼容性好、先进的系统设计和直观的操作流程等优势，无人机测绘现场实物图如图1所示。结合EPS数据处理软件，为提供准确的测绘数据提供了有利保障，测绘的流程如图2所示。

图1 无人机测绘现场实物图

图2 无人机测绘流程图

1.2 梯级测绘技术

本研究采用的无人机梯级测绘技术需要3个辅助技术配合，即倾斜摄影、无人机遥感影像合成和地图配准3项技术，技术的标准参考城市测量规范，通过Pix4Dmapper进行测量影像的合成。所运用的算法为点云成像算法，测绘具体实施方式为：①设定边界条件。对测量范围内的待测点根据测绘需求划分层次，如可将河道两侧建筑物划分为民用、商用或市政建筑。②划分水污染层次。将水污染分为点源和面源两类污染或者生活、农业和工业三类污染，然后分别对划分的层次进行测量。③测绘点位坐标建立。对不同层次和不同的测绘对象分别进行定位，便于无人机进行点位抓取和路线规划，并通过坐标和点位进行测绘工作[9- 10]。测绘区域部分检测点平面和高程测绘精度见表1—2。

表1 部分监测点平面精度

通过梯级测绘，能将划分的不同层次或不同类别测绘结果进行输出，如图3所示。然后将各层次或各类别测绘成果通过Pix4Dmapper进行成果叠加得到最终的测绘成果，由于测量元素独立，各层次测绘成果独立，因此最后的叠加结果精度高且清晰。

表2 部分监测点高程精度

图3 测绘成果叠加图

2 应用案例及分析

2.1 工程概况

为了验证无人机梯级测绘技术在河道水环境治理中的应用效果，本次以某市河道水环境监测及治理项目为背景，该河道属于市级控制的一级支流，河道两岸房屋较多，排污设施等较为复杂，水环境污染较为严重，该河道某段实物图如图4所示，从图中可以看出，河道该段周边主要是工业园区，水质遭到严重污染，主要污染来源是工业污水，且水体存在富营养化等问题。该治理项目主要是为了识别河道及其周边水污染状况，以确定具体需要治理的区域，明确污染情况对周边造成的影响，为治理工作的开展提供保障。

测绘工作开展时无人机飞行方向为西北至东南，根据地形、污染情况和续航时间等情况划分点位和区域，本次测绘无人机的相机型号为索尼NEX5，焦距为15mm，整个测绘工作共设置了27条航线，需要拍摄400多张影像图，航向和旁向的重合度都是80%，满足相关规范要求；本次测绘无人机的最低飞行高度为200m，最高飞行高度为220m，也满足相关规范要求。

图4 某段河道测绘实物图

2.2 无人机测绘数据处理

通过UASmaster软件对无人机测绘数据进行后处理，该软件具有十分简单和直观的处理流程，从而获得测绘影像和模型等测绘成果，数据的后处理主要分为以下几步：①预处理。首先在软件初始界面里创建一个新的工程，导入测绘数据，对原始数据进行纠正等预处理工作。②空三加密和平差。通过软件对数据空三加密处理，主要是为了得到重合影像的连接点，进而获得不同影像的相对位置；然后自动进行平差计算，达到有效的连接点能匹配影像效果较差的区域。③像控点测量。通过软件中的像控点对上述成果继续进行校正[11- 14]。

2.3 测绘结果分析

通过将排污口等污染点源的坐标、高度、角度、影像数据和灰度矩阵等测绘数据进行叠加，并将不同点污染的测绘结果进行识别和差异化处理。通过颜色深浅差异表示污染的程度，颜色越深表示污染程度越严重，颜色越浅表示污染程度越轻；通过点位的大小表示污染物的排放量和影响范围，点位越大表示污染物的排放量和影响范围越大，点位越小表示污染物的排放量和影响范围越小。

相对于点源测绘，面源测绘工作相对较为复杂，因为面源没有特定的点位和半径，但是由于面源的污染主要是农业污染，如种植业和养殖业等造成的，污染物通过各处的支流或者水渠统一汇入到河道中，其污染物分布范围较广，覆盖面积较大，污染的情况更加复杂。对于面源测绘工作，首先要确认测绘的半径，然后沿测绘范围边界进行初步测绘，进而确定主要的测绘区域，最后，对识别出的重点测绘区域进行交叉测量，通过加权线性内插法将测绘的数据进行处理。本项目的综合测绘成果如图5所示，从图中可以清晰地看到不同颜色深浅或不同大小的测绘点位，从而清晰地判别污染情况，进而有针对性地进行后期的治理工作，进而表明该测绘技术具有显著的优势和效果。

图5 梯级测绘成果展示

3 结语

本文对无人机梯级测绘技术在河道水环境治理中的作用进行研究，得到如下结论：

(1)无人机梯级测绘技术能将测绘河道进行类别和层次的划分，便于突出测绘工作的重点和精度。

(2)无人机能准确识别水环境污染情况，还能分别抓取点源和面源污染的测绘要素，最终输出测绘成果。

(3)通过UASmaster软件对不同层次和类别的测绘成果进行叠加处理，得到综合测绘成果，便于联合分析和综合研究。

(4)研究成果河道为我国河道污染源治理工作提供了一定思路，但现有无人机技术三维立体化实景展示效果较差，仍需要进一步深入研究。