基于多源时空点云融合技术的高标准农田建设规划

摘要：为解决在高标准农田建设规划中存在的田间道路不完整，部分田块大小不一、散乱、不规则，农田挖填方量评估不准和建设工期过长等问题，基于多源时空点云融合技术，提出了一种多源数据融合技术，该技术结合了机载激光雷达、高清数码相机等多种数据，利用机载激光雷达获取的高精度数字高程模型和数字正射影像获取现势性强且分辨率高的影像数据，并结合大比例尺地形要素数据，为高标准农田建设提供精确量化的前端基础数据，实现高标准农田建设工程的快速规划和精准实施。结果表明，该多源时空点云融合技术能够有效地应用于高标准农田建设前期规划，不仅可以提高工作效率、降低成本，在减少数据缺失和错误方面还具有较大潜力。

关键词：多源时空；机载激光雷达；高标准农田；前期建设

doi：10.13304/j.nykjdb.2023.0228

中图分类号：S28 文献标志码：A 文章编号：1008‑0864（2024）07‑0080‑13

高标准农田主要是指土地平整、集中连片、设施完善、农田配套、土壤肥沃、生态良好、抗灾能力强，与现代农业生产和经营方式相适应的旱涝保收、高产稳产，划定为永久基本农田的耕地。我国正处于从传统农业向现代农业过渡的关键时期，人们对粮食等农产品的需求日益增长。高标准农田建设不仅是深入实施“藏粮于地、藏粮于技”战略和实现乡村振兴的重要抓手，也是农民持续增收的重要保障[1‑2]。全国各地大力推进高标准农田建设，但在部分地区，特别是大面积地形复杂、植被茂森区域的高标准农田建设工程中，存在部分田块大小不一、散乱、不规则，高标准农田划分不精确，田间道路不完善，人力成本过高，现代农业发展水平较低等问题。针对这些问题，有必要对高标准农田建设前期农田情况通过遥感进行实时、精准监测，为高标准农田建设工程的顺利实施提供准确的数据支撑，以实现工程科学规划，科学施工。

机载激光雷达（LiDAR）作为一种重要的对地观测技术手段，其激光探测及测距系统集成了全球定位系统（global positioning system，GPS）、IMU（inertial measurement unit）、激光扫描仪等传感器，可全天候工作，穿透植被，同时测量地面和非地面层，获取点间距小于1 m的密集点阵数据，其数据的平面、高程绝对精度在0.3～0.1 m内。相比卫星遥感监测技术，LiDAR不仅能获取高精度的数字地面模型，满足高精度影像微分纠正的需要，还可获取多次回波、反射强度、反射点RGB（red、green、blue）值等数据，为目标识别、地物精确分类提供参考数据[3]。另外，无人机航空摄影技术凭借飞行、续航等优势，成为当前航空遥感监测的重要手段，在工程建设中得到广泛应用，其获取的高分影像可为国土土地利用调查和情况摸查提供基础数据。总的来说，这些多源数据为高标准农田建设前期规划提供了实用、可靠的技术支持。

近年来，随着高标准农田建设工程的推进，学者展开了一系列相关研究。许梦梦[2]基于耕地图斑，通过从区域自然条件、位置、基础设施情况、生态4个方面，对研究区高标准农田建设区域进行划分。陈震等[4]利用国产高分2号卫星影像作为数据源，基于分形图像分割并结合BP（backpropagation）神经网络对高标准农田进行分类。Admire[3]也利用国产高分2号卫星对高标准农田建设，特别是违规行为进行动态监测。张华平等[5]基于高标准农田建设前后的高程点加密，对比分析加密前后生成的地表模型及土方量计算结果，评估了优化后的地表模型，该研究仅对高标准农田建设后的地面整治进行了评价，而未对建设前提供实际规划。宗铭铭[6]提出了基于K-D树（Kdimensiontree）结构改进的K近邻距离的去噪算法，尽可能保留了点云数据的场景信息和地形的结构特征。陈鹏等[7]在不同手段获取土石方测量数据的基础上，研究了点云数据密度与获取土方准确率的关系，验证了传统全站仪或RTK（realtimekinematic）离散点获取方式。

综上，国产高分卫星的总体精度较高，可基本满足高标准农田建后利用情况的遥感监测。但因其透视几何定位成像的基本工作原理，在高程精度上难以进一步提高，从而限制了在精细规划上的应用能力，且因光照条件和季节变化等因素干扰，影像获取周期较长。无人机机载LiDAR及三维激光扫描技术则在根源上解决了大量高精度地面高程数据快速获取的难题，能更好地满足高标准农田建设工程对更为精细的地表数据的需求。同时，该技术还可为农田水利设施配套规划、数字农业和智慧农业相关现代农业设施装备的安置安排等服务，以及对高标准农田建设施工单位任务完成情况的核查、高标准农田建后利用情况的实时监管提供高效、精准的决策信息，为国家耕地保护、粮食安全提供技术支撑。因此，本研究以四川省宜宾市蕨溪镇黄金村为研究区，选取该地区机载激光雷达点云数据、高分航摄影像等多源数据作为数据源，开展高标准农田建设前期的田块规划、生产道路调整、土方量精确估算等应用分析，以期为解决高标准农田建设难题提供参考。

1 材料与方法

1.1 研究区概况

四川省宜宾市蕨溪镇黄金村，作为叙州区岷江蔬菜现代农业园的核心区域，位于四川盆地南缘，长江上游，金沙江、岷江下游，川滇两省结合部。地势西南高、东北低。地貌以平原丘陵为主，平均海拔300 m左右。该村水资源丰富，有6大支流干线穿越村内，河网分布密集。且该区属亚热带季风湿润气候，四季分明，气候温和，雨水充沛，光照充足，土壤肥沃，特别适合蔬菜、晒烟、花生等农作物生产。

1.2 总体技术流程

总体工艺流程如图1所示。首先分析研究区已有资料，了解基本自然地理、交通、气象、空域等情况；然后再申请空域，制定相应的航摄规划，获取机载LiDAR点云数据、航空影像、位置和姿态参数（position and orientation system，POS）；最后处理机载 LiDAR 的点云数据、航空影像数据、后差分定位和姿态参数数据、航迹线数据。

1.3 数据获取

1.3.1 数据获取装备

根据研究区状况，选用飞马V10垂直起降长航时固定翼无人机作为飞行平台，并搭载DV-LiDAR22 激光雷达模块和SONYa7R3相机开展航摄作业，航摄设备及其参数如图2、表1所示。

1.3.2 数据获取流程

按照航摄影像技术相关标准先后开展空域申请、航线设计、飞行检校、数据获取、外业控制测量、精度检校等工作，数据获取流程如图3所示。

1.4 数据处理。

参照机载激光雷达数据处理相关技术规范，采用TerraSolid、PhotoMap等软件对Lidar点云、航摄影像等数据进行处理，获取研究区数字正射影像、数字高程模型、地貌晕渲图等成果。

2 结果与分析

2.1 数据获取结果

本研究共获取研究区12.5×106 m2 多源遥感数据，其中，机载激光雷达点云密度不低于16 个·m-2，数字影像分辨率优于0.2 m。分别在农田、沟渠、道路位置各提取1条剖面线，获取该位置处的剖面点云，如图4所示。基于数字正射影像和LiDAR点云的优势，不仅可以从影像获取不同地物的色调和纹理特征，还可基于点云获取不同地物较为精准的高程信息，如农田、农作物和道路。另外，还可以识别出影像上难以识别的隐藏地形特征，如沟渠的位置、深度以及走向信息。

2.2 研究区数据成果概况

选取研究区中局部区域作为试验区，约153 333 m2，如图5和6所示。从试验区数字正射影像可以看出，该区域田块区划较为散乱、田坎较多，农作物大部分属于低矮植被（图5）。通过量测试验区数字高程模型发现，相邻田块面高差较小，约0.005 m，田坎高差不一，局部存在高程低于相邻田块等情况，一条沟渠贯穿研究区（图6）。

2.3 田块规划

通过试验区数字高程模型高程起伏形态可知试验区主要为平坝地形。在高标准农田“田网”建设标准中要求地块规范且田型方正。因此，基于该区域数字高程模型生成的等高线、地形高程走势，以现状道路（机耕路）为骨架，按照“小并大、弯改直”的原则，设计格网田块长100～140 m，宽80～100 m，共划分12个块田[10‑11]，如图7所示。

2.4 田间道路调整

按照试验区生产作业需要、农业机械化以及高标准农田“路网”建设要求[10‑11]，按照田型调整田块划分，结合现有农村道路联结成网，田块之间生产道路设计为宽3 m，路肩宽度0.25 m，高于田块0.4 m，结果如图8、9所示。

2.5 沟渠地形

基于高精度的数字高程模型，可识别研究区内的沟渠现状，包括沟渠走向、沟渠分布等信息，如图10所示，图中黄线标注为试验区沟渠。

通过拉取试验区沟渠LiDAR点云剖面线（图11）可以看出，区域内沟渠底部基本平整且结构稳定，可用于高标准农田建设完成后农田水利灌溉工程建设；仅3处地形等高线的分布和走向存在异常。进一步对这3处等高线异常位置进行剖面分析（图12）发现，排水渠底局部区域高程偏高、不平整，可能会导致渠道水流不贯通，后续农田水利灌溉使用之前，可针对沟渠底部隆起、凹陷等位置，采取人工配合机械设备作业及时顺平和回填凸出、凹陷部位，全力保障农田沟渠水流通畅。

2.6 机耕路边坡挖填土方量计算

从山体地形分析（图13、14），该研究区边坡等高线走势大致平滑，存在局部异常区域，如图14中红色剖面线所示。。

为了防止特殊边坡走向，如路堑边坡等对已有机耕道路边坡和路基稳定性造成影响，对隐患边坡行优化设计治理，及时清除坡面松动凸起石块、回填土，治理建设设计方案如图15所示。

2.7 田块填挖土方量计算

2.7.1 计算方案

根据等高线基本走势和研究区地形特点，共设计3种方案进行田块填挖土方量计算，具体如下。

方案1：由于根据平均高程统一设计填挖后的高程，因此填方量和挖方量相等，计算公式如下。

w = s × （hx - h0 ） （1）

式中，w 为填/挖方量，s 为田块面积，hx 为设计高程，h0 为原高程。

方案2：按照梯级设计填挖后的高程，需要根据每个梯级计算填挖方量，并累加到总的填方量和挖方量中，计算公式如下。

w1 = s1 × （h1 - h0 ） （2）

w2 = s2 × （h2 - h1 ） （3）

w3 = s3 × （ht - h2 ） （4）

wt = w1 + w2 + w3 （5）

式中，w1为第1梯级填/挖方量；w2第2梯级填/挖方量；w3第三梯级填/挖方量；wt为总的填/挖方量；s1 为第1梯级田块面积；s2 为第2梯级田块面积；s3 为第三梯级田块面积；h0 为原高程；h1为第1梯级设计高程; h2 第2梯级设计高程； ht为总设计高程。

方案3：按照逐级放坡的方式设计填挖后的高程，需要计算每个梯级的填、挖方量，并累加到总的填方量和挖方量中，计算公式如下。

w1 = s1 × （h1 - h0 ） （6）

w2 = s2 × （h2 - h1 ） （7）

w3 = s3 × （h3 - h2 ） （8）

…w

n = sn × （ht - h（n - 1） ） （9）

wt = w1 + w2 + … + wn （10）

式中，w1 为第1梯级填/挖方量；w2 为第2梯级填/挖方量；w3 为第三梯级填/挖方量；wn 为第n 梯级填/挖方量；wt 为总的填/挖方量；s1 为第1梯级田块面积；s2 为第2梯级田块面积；s3 为第三梯级田块面积；sn 为第n 梯级田块面积；h0 为原高程；h1为第1梯级设计高程；h2 第2梯级设计高程；ht 为总设计高程。

2.7.2 计算结果

从图16可以看出，不同方案的田块挖填方分布不一致，方案2挖填方位置分布较零散；方案1和3相似，不同处主要集中道路边坡位置。由表2可知，虽然方案1和3的挖填方位置分布较一致，但挖填方的量却不同，方案1的挖填方量约为方案3挖填方量的2倍。

在边坡挖填土方量工程中，方案2和方案3的边坡与田块相交处高程基本一致，故合并处理。由图17可知，3个方案都是挖方面积大于填方面积，其中方案2和3的填方面积较小。不同方案的边坡挖方量和填方量差距也较大，特别是方案2和3，边坡挖方量远大于填方量，其中填方量仅9 m3（表2）。

由图18可知，由于试验区地势较为平坦，3个方案的生产道路挖方量均位于地势较高处，其挖方面积大于填方面积。由表2可知，生产道路的挖方量大于填方量。

对比3种方案，方案2和3比方案1更加精准，且适用于各种复杂的地形条件，可更精确地计算填挖土方量。方案1 所需填方量最大，达53 750 m3，挖方量为65 187 m³，总计119 937 m³，其中生产道路部分只需填方1 431 m³，量较少；方案2所需填方量和挖方量相对均衡，其中填方量27 154 m³，挖方量16 207 m³，总计43 361 m³，但田块的挖方面积较大，达11 901 m3；方案3的填方量最少，为26 883 m³，而挖方量为39 236 m³，总计66 119 m³，该方案的优势在于能够减少边坡面积，从而减少填方量。因此，在选择方案时，需要根据具体情况进行综合考虑，包括地形复杂程度、工程规模和预算、项目时限等因素。在实际应用中，可以通过现场勘测和验证，确保设计方案的准确性和可行性。

3 讨论

目前，大多数高标准农田建设主要依靠卫星影像、无人机影像、实地量测等方法开展相关规划工作，此类方法流程复杂、耗时耗力、精度低，极易造成前期规划不合理。为克服上述难题，本研究利用机载激光雷达、高清影像等多源遥感数据，具有现势性强、分辨率高、高精度三维坐标等优势，生成高精度数字正射模型、数字高程模型等二、三维成果应用于高标准农田建设前期田块规划、田间道路调整、地形异常检查、农田土地整理土方量计算等多项建设任务中，经过验证，应用效果良好。

一方面，单独利用卫星、无人机二维数字正射影像开展高标准农田格网划分和田间道路整理工作，受限于影像分辨率、天气情况以及获取周期等，难以全面、准确地反映高标准农田建设区各农田间真实的位置关系。同时基于遥感影像透视几何定位成像的基本工作原理，其高程精度也存在局限性。而机载激光雷达数据不仅可以提供建设区精确的平面位置，其形成的高精度数字高程模型成果还可以为地形异常处的检查工作提供直观可视化的现场真实地形和细微地貌等情况。另一方面，以往土地整治工作都是在现场量测，采用全野外数字化测量，测定项目的位置、形状、面积等地籍相关要素，只能在小面积进行，难以满足大面积区域的高效要求，易造成部分工程任务重复、浪费等现象，从而影响建设进度。而数字高程模型可为土地整治田块的挖填方案选择提供高精度、现势性强的三维坐标信息，实现效率和精度的完美结合。

高标准农田是粮食安全的关键保障，是通过科技手段解决高标准农田建设工程实施与管理过程中存在的规划不合理、建设浪费严重、建设效率低等诸多问题的重要路径。本研究通过在试验区的探索研究，验证了多源时空点云融合技术在高标准农田建设规划中应用的可行性。今后，应将机载激光雷达、无人机高清影像等现代空间技术多尺度、多角度、高精度的二、三维数据成果广泛用于高标准农田建设工作，为国土部门农田土地整理方面提供高精度立体时空数据参考，帮助其做出科学、合理、准确的建设规划方案，进一步保证农业再上新台阶，真正实现农业农村现代化。

在本研究的3个方案中，方案1是最简单的方案，直接按照平均高程值设计填挖后的高程，操作简单，但并没有考虑到试验区内地形的变化和不均匀性，可能会造成填挖方量的不准确；方案2则考虑到试验区内的地形变化和不均匀性，将试验区按照等高线走势分成3个梯级设计填挖后的高程，相对于方案1更为精确，但是该方案在具体实施过程中可能存在一定的难度，需要对每个梯级进行精细的设计和计算，增加了工作量和难度，适合梯田式高标准农田建设；方案3则是在方案2的基础上进一步考虑了试验区内的最高高程和最低高程，按照等高线趋势和设计高程值进行逐级放坡，使得设计更为合理和精确，但是该方案的计算难度相对较高，需要综合考虑到每个梯级的长度和高差，以及每级的坡度等因素，计算工作量较大。综合来看，方案3相对于方案1和2，具有更高的精度和合理性，但是需要付出更多的计算工作量。具体选择哪种方案还需根据实际情况进行考虑和决策。

方案2和3的挖填方量差别较大，且方案3的方量更大。因此，在确定方案时需要综合考虑方案的可行性、经济性和环保性，能就地取材的尽量采用高标准农田建设区周围或现有土壤，不仅节约成本，还保护环境、减少浪费。同时，还需要结合实际情况对方案进行调整和优化，例如对于一些高度变化较大的田块（梯田式农田），可以采用分段填挖的方法进行设计，以减少边坡的坡度和高度，从而减少挖填土方量，提高经济效益和环保性。综合考虑，试验区高标准农田建设应该选择方案3进行填挖土方量计算，因为它能够在减少填方量的同时减少边坡面积，从而降低工程成本。同时，该方案在生产道路的填方量和挖方量上也相对均衡，不会造成过多的浪费或补充需求，是最优方案。

参考文献

［1］ 新华社记者.推进农业现代化，建设农业强国[N].新华每日电讯，2023-03-19（004）.

［2］ 许梦梦.县域高标准农田建设区域划定研究——以湖北省大悟县为例[D].武汉：华中农业大学，2022

XU M M. Study on zoning of high-standard farmland construction in county—a case study of Dawu county Hubei province [D]. Wuhan： Huazhong Agricultural University， 2022.

［3］ ADMIRE M M.利用高分辨率遥感监测高标准农田：方法与机制研究[D].北京：中国地质大学，2018.

ADMIRE M M. Monitoring the usage of the high standard farmland by high resolution remote sensing： a study of methods and mechanisms [D]. Beijing： China University of Geosciences， 2018.

［4］ 陈震，张耘实，陈建平，等.基于分形特征的高标准农田遥感分类方法研究[J].现代地质，2018，32（3）：595-601.

CHEN Z， ZHANG Y S， CHEN J P， et al .. Remote sensing classification for high standard farmland based on fractal characteristics [J]. Geoscience， 2018， 32（3）：595-601.

［5］ 张华平，郑辉.高标准农田建设土方量计算精度优化研究[J].江西测绘，2022，133（3）：1-3，48.

ZHANG H P， ZHENG H. Study on optimization of earthwork calculation accuracy for high standard farmland construction [J].Jiangxi Cehui， 2022， 133（3）：1-3，48.

［6］ 宗铭铭.基于激光雷达点云的复杂地形DEM构建研究[D].桂林：桂林理工大学，2021.

ZONG M M. Research on the construction of complex terrain DEM based on LiDAR point cloud [D]. Guilin： Guilin University of Technology， 2021.

［7］ 陈鹏，胡玉祥，尹相宝，等.土石方工程多手段测量及计算方法对比分析[J].测绘与空间地理信息，2022，45（11）：213-216.

CHEN P， HU Y X， YIN X B， et al .. Comparative analysis of multi-means measurement and calculation methods in earthwork engineering [J]. Geomat. Spat. Inform. Technol.，2022， 45（11）：213-216.

［8］ 柳克松.无人机激光点云矿区土方量计算系统的设计与开发[J].科技与创新，2023（4）：94-96.

［9］ 刘志宽.航道疏浚及后方陆域景观带土方平衡计算[J].港口科技，2022（7）：34-38.

［10］ 严之尧，吴海洋，范树印，等. 高标准农田建设通则：GB/T30600—2014 [S].北京：标准出版社，2014.

［11］ 中华人民共和国国土资源部.高标准基本农田建设标准：TD/T 1033—2012 [S].北京：标准出版社，2012.

基金项目：四川省自然资源厅科研项目（KJ-2023-002）；自然资源部科技项目（102121212040070009002）。