基于无人机遥感技术的水土保持监测信息数据管理方法

张李均

(福建省水利水电勘测设计研究院，福建 福州 350001)

随着全球经济的发展，各国都在加快工业现代化进程，对于土地资源的开发也与日俱增[1]。这会出现大量的土石方挖掘、弃土弃渣和过多的临时土堆建筑等，导致地表、地貌和土壤植被受到严重破坏[2]。甚至会产生严重水土流失，诱发泥石流山体滑坡等自然灾害，使生态环境受到严重破坏[3]。

水土保持对于人文生态的保护具有重要意义，而现阶段水土保持的信息化水平较低，不能满足当前环境检测保护的需要。传统的水土保持监管更多基于人工监测，效率低、精度差、信息反馈不及时，存在诸多问题[4]。通过高新技术的应用，利用遥感技术与计算机网络信息管理，获取数据精度高、可以对相关方面实时监控，从而能够实现对于水土保持工作的高效管理[5]。

传统的水土保持信息主要通过野外勘测来收集，获得地形地貌的一系列数据，容易出现大量数据误差，对于数据的保护和管理方面，也会出现图像更新不及时，数据资料缺乏等困难。利用计算机技术和遥感测算，能够提高水土保持的信息获取效率，受到了研究人员的热切关注[6]。无人机可以用来制作水土保持情况的影像图，结合低空航测，可以快速获取待测区域范围内的地形地貌数据、植被分布情况等信息。通过管理系统可以有效实现遥感数据的采集、处理和应用[7]。

本文主要研究基于无人机遥感技术的水土保持监测信息数据管理办法，通过无人机获得的数据影像，利用辅助软件构建水土保持数据库，实现对于地貌合规性和植被保护情况的动态监控，保证对于水土保持数据的高效获取和快速分析处理。

1 水土保持监测

1.1 监测数据内容

根据2015年水利部办公厅发布的《生产建设项目水土保持监测规程(试行)》文件。对于水土保持监测需要与开发建设同步开展[8]。监测内容主要包括：

(1)施工区域水土流失状况和开发建设项目的相关防治效果；

(2)水土保持方案的设计和施工情况，相关工程的进度情况；

(3)督查水土流失隐患，并进行相关防治建议的提出和改进；

(4)水土保持监管以及公众监督技术支持。

1.2 监测方法

土地资源的开发和利用，方式多种多样，住宅建筑、公路铁路、资源开发、管路铺设等。尽管开发的项目情况不同，但是对于水土资源的破坏情况都有一定的相似性[9]。引发水土资源流失，扰动范围大等，而且水土的流失还会随着时间的变化而变化。

对于水土保持的监测方法有很多种，对于一些防治责任范围较小的项目，可以采用实地测量、现场观察、数据分析等方法和手段。而对于大范围的项目就需要采用遥感监测，主要依托卫星监测和无人机监测等。利用遥感手段，全面了解相关项目进行区域的地形地貌数据，获取水土流失数据。

2 基于遥感影像的监测方法

2.1 遥感影像数据的获取

利用无人机的遥感影像获取水土保持的监测数据需要3个步骤，分别为飞行路径规划设计、无人机原始图像数据获取和无人机原始图像数据处理[10]。

对于原始数据的处理工作，需要通过专用的图像处理软件来完成[11]，诸如三维建模、数据分布等精细的目标区域数据重建。对于同一个目标位置的三维建模，需要的图像不能低于2张。通过照片的阵列排布，软件会自动完成相关的影像命名匹配工作，并根据路径规划估算图像拍摄时的相机角度，从而进行数据校正。根据上述信息构建点云，进而实现多边形网格重建，再根据相应的图像效果添加完成数据的处理过程。

2.2 监测信息的数字图像提取

对于水土保持工作，需要监测的信息主要包括土地类型、各地物的位置、监测对象的尺度和位置信息、这些均可以在完成后的图像处理信息中获得[12]。

对于图像中监测对象的位置信息、尺寸信息和体积高度信息等均采用计算机微积分的形式进行相应处理[13]。利用网格的尺度估计对象的体积高度面积等信息，并可以利用时间差作积分，评估对象信息的变化速率情况。利用三维图像效果，可以真实反映项目区域内的水土保持情况和处理细节，对于有误差的信息可以采用局部修正来保证图像数据的可靠性。

3 无人机遥感监测信息数据库设计

3.1 设计原则

对于无人机遥感监测信息数据的数据库设计，需要遵循一定的规则。

主要包括：

(1)数据库系统技术性强、实用水平高。根据数据库技术的发展，综合考虑系统的普及性情况，可以利用成熟度高、综合成本较低的Oracle作为数据库开发工具，能够有效满足用户的各种需求，且具有很强的扩展性[14]。

(2)数据库系统稳定性好、可靠性能佳。对于无人机遥感数据来说，其数据库系统必须具备较强的数据恢复能力，Oracle系统数据库数据备份能力强，可以为系统提供良好的容错能力，有效保障遥感影像数据的完整性。为了保证数据的安全性，可以在系统中设置管理权限，通过授权加密设计保证核心数据的访问安全。数据库系统同样需要具备强大的抗干扰能力，对于操作错误等，能够及时提出处理方案和警告信息。

(3)数据库系统需要具备一定的扩展性和灵活性[15]。由于无人机遥感技术发展迅速，大量的升级功能正在开发，因此对于相关影像数据库方面，就需要具备良好的开放性和扩展性，能够兼容各种类型的系统，对于用户的功能需求可以在不影响原系统稳定的情况下迅速扩展，数据的格式和数据的接口需要复合国家标准。

(4)数据库系统具备一定的独立性和良好的数据共享能力。保证影像数据库能够独立于无人机而存在，同时能够与其他用户之间共享数据服务。

3.2 数据管理关键技术

3.2.1地理参照。

作为元数据的一部分，地理参照是将栅格图像与地面坐标之间的进行转换，是两者之间的一种对应关系，通过坐标对应，地理参照可以将无人机拍摄的图像单位转换成地面的直接坐标。理论上可以认为地面参照的原理就是在大点的坐标系中将栅格图像进行坐标定位，如图1所示。

图1 图像坐标系与地面坐标系关系

地理参照的作用只是在于对图像坐标和地面位置坐标之间建立一种关系，通过对应将栅格中的点找到对应的位置，但是对于栅格图像的单元数据等并不会有所改变。

地理参照使用的坐标转换公式为：

row=a+b×x+c×y
col=d+e×x+f×y

(1)

式中，row—图像的行坐标；col—图像的列坐标；x—大地坐标对应的横坐标；y—大地坐标对应的纵坐标；a、b、c、d、e、f—对应的参数。

3.2.2影像数据分块与金字塔结构。

(2)如果前头有表示时点的时间词语，：“就”表示早，“才”表示晚；如果有表示时段的时间词语，“就”表示快，“才”表示慢。

在影像数据的管理中，由于影像数据量较大，对于其数据提取只是选择其中的一部分，从而保证系统读写速率。

对于大量的栅格数据需要按照一定的规则进行存储，提高系统运行效率。栅格数据一般按照正方形的分块方法进行划分，根据实际系统需要，对数据块进行划分。

对于图像长宽比例不能满足分块整数倍的情况，需要对于图像进行补零操作，对图像的数据的左右或者上下补上一定的零数据，实现图像有效划分。补充零数据的图像如图2所示。

图2 图像数据补0操作

对于栅格图像的显示，通常情况下并不需要显示全部图像，而是需要缩小的显示效果，根据情况加载缩小化图像可以提高系统显示速率，尤其是在不需要详细显示的时候，显示图像的轮廓就能完成基本要求，图像金字塔技术就是在栅格图像显示管理中一种提高显示素的技术。

金字塔结构是一种具有多种分辨率层级的模型，用一组栅格数据来代表同一个地理位置上的不同分辨率图像，一般呈等比数列分布。

影像金字塔的构建主要通过一次次对最高分辨率图像进行压缩，得到一组尺寸逐级递减的影像序列，如图3所示。

图3 影像显示金字塔

影像金字塔可以有效提高用户操作过程中的查询效率，但是建立金字塔的层级越多，数据库中需要存储的数据越多，复杂性也就越高。

如果金字塔的最下面一级为0级，则可以用r(0)，c(0)和h(0)表示其对应的行尺寸、列尺寸和分辨率。对于第n级的影像来说，其对应的尺寸数据如下式：

(2)

(3)

h(n)=h(0)×2×n

(4)

空间索引的建立，主要是为了在数据查询过程中，可以通过数据库快速定位到对象的位置，提高系统操作的效率和响应速度。通过组织方式的改进，有效减少数据响应时间提高数据库性能，是数据库管理的核心和关键。主要包括四叉树和R树2种索引机制，可以单独使用也可以混合作用。

(1)四叉树索引主要适用于空间索引，包括各类点数据、区域数据和多维数据等。可以将其根据数据长度分成定长索引和变长索引。

定长索引主要将空间数据进行四等分划分，并持续递归四等分划分。直到所有元素均落入方格内，根据莫顿编码生成四叉树。

变长索引主要是在定长索引的形成过程中，对于空间对象集中的区域，会过度划分网格，造成整个空间内的冗余数据增多。仅对于元素覆盖密集的区域进行继续划分，则可以有效降低冗余数据量，形成一般的四叉树，对应索引为变成索引。

(2)R树索引是Oracle中默认推荐使用的空间索引，通过最小矩形边界来对几何体进行空间匹配。对于特定的几何体图层，R树索引中包括该图层上面的所有几何体的最小矩形边界索引。该索引的数据也同样存储于空间索引的数据表格中。

3.3 无人机遥感技术在水土保持中的应用

无人机遥感技术是伴随着无人机技术的发展而来的，以无人机作为空中媒介，搭载各类型传感器，获取相关数据图像信息。由计算机对数据进行相应处理，结合特定数据需求完成数据收集和整理工作。

将无人机技术与水土保持监测结合，使用方法简便，监测效果良好，可以为各建设项目的水土保持提供更好的技术支持。

3.4 无人机遥感水土保持监测信息数据管理

对于水土保持数据的管理，主要通过元数据的管理形式，用于说明数据中的内容、质量、水土保持状况和其他相关信息。

元数据可以对于收集到的水土监测数据进行很好的说明，从而使得用户在查询过程中能够快速了解数据的相关信息。

水土保持的元数据主要包括2大部分数据信息，分别为目标基本属性信息和目标附加属性信息。基本属性如无人机传感器类型、数据获取时间、获得图像分辨率、地图坐标位置、数据类型等，是关于监测数据影像的关键部分。附加信息主要是与数据应用相关的一系列信息如信息记录者、数据编写日期、存放方式等，主要是对于相关水土保持数据提供索引信息。

遥感影像数据的管理，可以采取结构化数据存储方式。通过同时存储遥感影像数据和对应元数据，能够快速发挥数据库管理的效率和作用，是当前水土保持监测信息管理的主要存储方式。

4 结语

无人机遥感监测技术提供了水土保持监测技术的手段，大大提高了数据监测的效率，结合水土保持监测的要求，可以从遥感数据获取、监测信息提取和数据库管理等方面，构建无人机遥感的水土保持监测数据管理系统，实现对于地貌合规性和植被保护情况的动态监控，保证水土保持数据的高效获取和快速分析处理。构建水土保持的数据库，对水土保持数据进行管理，通过元数据的管理形式，进一步提升了信息监测和数据管理的效率。但是由于水土流失受自然现象影响严重，破坏情况无法实时获取，需要研究人员在相关方面继续研究，为水土保持提供更好的技术支持。