无人机遥感平台（共7篇）
无人机遥感平台 篇1
0 引 言
无人机技术作为人类早期航空的重要组成部分,已有一百多年的历史,在军事领域得到了广泛的应用,主要西方国家都将其当作未来空军最具优势和前景的发展方向[1]。近年来,无人机的应用范围已经由最初的军事领域拓展至民用领域和科研领域[2]。我国无人机工业起步虽晚,但发展迅速,已步入世界前列[3]。现代社会中,遥感技术已成为人类获取地理环境及其变化信息的重要手段。随着信息科学与相关产业的发展,各国对遥感数据的需求急剧增长,然而对于许多发展中和不发达国家而言发展耗资巨大的航天遥感系统目前存在技术上和资金上的困难。将无人机作为航空摄影和对地观测的遥感平台为解决这种困难提供了一种新的技术途径,为遥感应用注入了新鲜血液[4]。
无人机相比较卫星和载人航空飞机遥感平台而言,具有成本低、灵活性高的特点。然而,传统的无人机并不是为遥感目的而设计的,同样,许多遥感设备也不是专门为无人机设计的,其结果是导致了他们之间的集成困难[5],为了满足遥感科学实验、定标遥感与真实性检验、遥感传感器试验等遥感实验巨大需求,无人机航空遥感实验平台是一个很好的解决方案。无人机航空遥感平台机载作业控制系统能够协调无人机航空遥感平台中电子吊舱的多组件的工作,实时对遥感影像传感器进行姿态控制,对于获得良好有效的遥感数据起到至关重要的作用。
1 系统功能及结构
系统的目标是满足无人机航空遥感作业需求。该系统控制无人机按照预定的作业计划任务或者接受人工遥控执行遥感作业,协调电子吊舱中多组件的工作,与数传电台、自动驾驶仪、稳定云台、航姿系统以及CCD/相机相连。
系统功能包括:
(1) 接收数传电台命令,将命令分流到稳定云台和CCD/相机;
(2) 接收航姿系统和自动驾驶仪的时间、经度、纬度、高度、俯仰、滚动、航向等参数,将其存储在控制系统中并由数传电台回传至地面飞行控制站;
(3) 根据航姿系统参数生成电机驱动参数,驱动稳定云台,保持稳定云台处于稳定水平(或垂直)状态;
(4) 数据存储,存储作业任务及航姿系统和自动驾驶仪的相关参数,并能够通过USB接口导入地面飞行控制站。
无人机航空遥感平台机载作业控制系统原理框图如图1虚线内部分所示,系统由MCU(微控制器)、电源、数据存储器、RAM扩展、4路串口扩展、1路USB扩展、步进电机驱动、CCD/相机驱动及电源共8个子模块组成。MCU是整个系统的核心部分,负责与其数据存储器、4路串口扩展、1路USB扩展及RAM扩展模块间的通信,并根据作业计划产生CCD/相机和步进电机的控制信号,控制相应的驱动模块。电源模块负责给各子模块供电。核心器件选用美国ATMEL公司开发的一款采用CMOS工艺低功耗、高性能的8位微处理器AT89S52[6]。该芯片片内集成8 KB ISP(In System Programmable)可重复擦写高密度非易失性Flash。全面兼容Intel 80C51的输出引脚及指令系统。从而不需要额外扩展程序存储器,同时也能快速的处理数据处理任务。
2 系统硬件实现
2.1 4路串口扩展电路
4路串口扩展电路由TL16C554A芯片实现。TL16C554A是一个整合4个通道即TL16C550C的增强型异步通信组件(ACE)。它的每个通道能从外围设备或MODEM接收数据,实现串-并转换;同时,它也可以从CPU端接收数据,实现并-串转换。CPU可以在工作时随时查询每一个通道的完整状态,监视各种命令的执行及任何发生的错误[7]。
TL16C554A四通道异步通信组件可以置于交替于交替FIFO模式,该模式激活内部FIFO以使16个字节(加上接收FIFO中每个字节的3位误差数据)可以同时存储在接收与发送模式中。FIFO工作模式具有自动流控特点,可以极大地降低软件开销,并且可以通过
串口扩展电路原理图如图2所示,主控芯片AT89S52的高3位地址A15,A14,A13经译码器译码后可获得8路选择地址,其中74LS138输出
TL16C554A的4路串行数据中断信号接至输入或非门输入端,或非门输出端接入单片机外部中断0输入端,入图2中/INT0。当串口有数据输入时TL16C554A能够产生中断信号输出以通知单片机外部数据输入而进行中断处理。为区分产生中断时具体是哪一路中断,将TL16C554的INTA-INTD分别与单片机的P1.0~P1.3相连,在读取串口的中断数据前先读取P1.0~P1.3的状态以明确数据的输入源。
2.2 USB接口扩展电路
USB口扩展由CH375芯片实现。CH375是南京沁恒有限公司生产的USB总线的通用接口芯片。它的主要特点是价格便宜、接口方便、可靠性高。支持USB-HOST主机方式和USB-DEVICE/SLAVE设备方式。CH375的USB主机方式支持常用的USB全速设备,外部单片机需要编写固件程序按照相应的USB协议与USB设备通信。但是对于常用的USB存储设备,CH375的内置固件可以自动处理Mass-Storage海量存储设备的专用通信协议,通常情况下,外部单片机不需要编写固件程序,就可以直接读写USB存储设备中的数据。CH375和单片机的通信有2种方式:并行方式和串行方式[8,9]。USB扩展电路原理图如图3所示,CH375芯片设置为内置固件模式,使用12 MHz晶体。单片机P0口与CH375的D0~D7相连作为数据总线,译码器输出
2.3 步进电机驱动电路
稳定云台控制即为三自由度步进电机控制,即控制遥感传感器的俯仰角、横滚角和航向角使稳定云台保持水平(或垂直)状态。步进电机驱动由THB6128芯片实现,单片机只需输出步进电机运行方向和脉冲信号即可达到控制步进电机的目的。
THB6128是高细分两相混合式步进电机驱动专用芯片,通过单片机输出控制信号,即可设计出高性能、多细分的驱动电路[10]。其特点为双全桥MOSFET驱动,低导通电阻Ron=0.55 Ω,最高耐压36 V,大电流2.2 A(峰值),多种细分可选,最高可达128细分,具有自动半流锁定功能,快衰、慢衰、混合式衰减3种衰减方式可选,内置温度保护及过流保护。图4为航向角步进电机驱动电路,俯仰角、横滚角步进电机驱动与之相同。图中CP1与U/D分别为单片机给出的驱动脉冲与电机运行方向控制信号。M1,M2,M3为电机驱动细分数选择信号输入,由拨码开关人为控制。FDT1与VREG1分别为衰减模式选择电压与电流控制电压输入端。当3.5 V<FDT1<5 V时为慢衰减模式;当1.1 V<FDT1<3.1 V时为混合衰减模式;当FDT1<0.8 V时为快衰减模式。调整VREG1端电压即可设定步进电机驱动电流值。电流值:Iout=(VREF/5)×(1/Rs)式中Rs为NFA(B)外接检测电阻。本系统中Rs固定为0.25 Ω,FDT1与VREF1均可调。
2.4 CCD/相机驱动电路
CCD/相机驱动由单稳态触发器74LS221和光耦合器P521实现。74LS221既可以下降沿触发也可上升沿触发,且都可以禁止输出。其输出的脉宽通过内部补偿获得而不受外部电压和稳定影响,在大多数应用中,脉宽只由外接的时控元件决定。脉宽tw(out):tw(out)=CextRextln 2≈0.7CextRextCCD/相机驱动电路如图5所示。图示参数的单稳态触发器高电平持续时间约为33 ms,可根据相机的实际曝光时间的需要,改变电路的充电时间常数RC来调节稳态时间的长短。图中Camera为单片机P3.5口,当其为下降沿时,触发单稳态触发器输出高电平,此高电平作用于光耦合器P521的二极管端,从而触发三极管端导通,进而触发相机快门。P521的输出端串接一个10 kΩ的电阻,防止导通时电流过大而损坏相机。
2.5 其他模块电路
数据存储模块由AT24C512实现,单片机P3.0,P3.1口分别与AT24C512的SCL、SDL端口相连,并接入上拉电阻,模拟I2C总线扩展64 KB E2PROM数据存储器。SRAM扩展由IDT6116SA芯片实现,扩展2 KB用于缓存单片机计算过程中的临时数据。系统输入电压为12 V直流电,电源模块采用7805与7805两片三端稳压器串接,降低单片稳压器两端的压降,获得平稳的+5 V电压。
3 系统软件设计
系统主程序流程图如图6所示。
系统上电后进行系统及各器件初始化,包括单片机内部地址及数据初始化、TL16C554A芯片波特率及FIFO模式设定及CH375工作模式的设定。初始化后检查系统外围器件的工作状态,将其状态信息发送至地面站。系统通过自动驾驶仪不断获取当前的位置信息,判断是否到达作业任务起始点,若到达则根据预设的拍摄方式进行拍摄控制,拍摄方式包含等时间间隔拍摄和等距离拍摄。系统从航姿系统中获取当前相机的姿态参数,然后将当前照片信息数据打包通过数传电台发送至地面监控站,然后系统根据姿态参数计算出步进电机运行的脉冲数及方向,控制步进电机驱动模块调整相机姿态。当无人机到达作业任务结束点后,主程序结束。系统允许地面遥控操作。
4 结 语
通过实验证明本系统可以较好的满足无人机航空遥感平台机载作业控制的要求,可以协调电子吊舱的各个组件工作,控制相机的姿态,实时下传机载作业数据,使用的I/O口较少,USB接口的扩展解决了当前许多笔记本电脑不具备COM口的问题,在野外实验时亦可及时的处理作业系统中的照片信息数据。单片机仍还有较多的资源可以利用,可方便系统的升级,但同时也受到微处理器数据处理能力的限制。
摘要：无人机相比较卫星和载人航空飞机遥感平台而言,具有成本低、灵活性高的特点。为了满足科学遥感实验、完成遥感作业任务、协调无人机电子吊舱中多组件工作、控制遥感影像传感器姿态,系统以AT89S52为主控芯片,扩展多路串口及USB接口以实现系统与外围设备的通信,同时设计了相机驱动模块及三自由度步进电机驱动模块。通过无人机航空遥感实验证明该系统能够满足遥感实验要求。
关键词：无人机,遥感,AT89S52,姿态控制
参考文献
[1]勾志阳,赵红颖,晏磊.无人机航空摄影质量评价[J].遥感与航空摄影,2007(2):49-52.
[2]赵宏亮.小型涵道式无人机控制系统设计实现[D].哈尔滨:哈尔滨工业大学,2009.
[3]刘杨俊.无人机数字航摄相机控制电路设计[D].北京:北京邮电大学,2008.
[4]吴正鹏.无人机载双相机低空遥感系统应用初探[J].城市勘探,2011(1):76-77.
[5]金伟,葛宏立,杜华强,等.无人机遥感发展与应用概况[J].遥感信息,2009(1):88-92.
[6]张强.低空无人机直升机航空摄影系统的设计与实现[D].郑州:解放军信息工程大学,2007.
[7]吴俊伟,金春竹,王小旭,等.基于DSP的串口扩展及多协议异步串口设计[J].测控技术,2008,27(11):49-51.
[8]任云丽.一种基于USB接口的移动存储器设计[J].太原师范学院学报,2008,7(4):88-90.
[9]刁志刚.基于ARM单片机的USB数据传输的设计与应用[J].信息技术,2010(8):180-183.
[10]田强,姬长英.单片机和THB6128构成的步进电机控制设计[J].江西农业学报,2010,22(5):98-100.
无人机遥感平台 篇2
关键词：无人机遥感,作物养分,解析与诊断
在当前国家大力发展数字化农业的背景下, 传统的作物养分诊断与管理技术已经难以满足当前农业发展的需求。利用新技术及时获取大田作物的养分和胁迫条件下作物的养分丰缺水平, 指导水肥调控, 保证农业生产和粮食安全是数字化农业的重要目标之一。
1 研究背景
1.1 传统作物养分卫星遥感监测技术存在局限性问题
目前作物养分遥感监测技术主要侧重于卫星遥感平台开展研究和应用, 无法满足农业生产中气候多变、地理环境复杂条件下的, 大区域及时、准确的作物养分诊断与管理的迫切需求。主要体现在3个方面:①多阴雨天气、卫星重访周期长等因素条件下, 难以及时获得高质量的卫星图像数据;②数据空间分辨率低、价格高等因素, 导致作物养分卫星遥感监测精度低、成本高;③数据的时空分辨率、光谱分辨率低, 导致农业卫星遥感机理和定量研究不足。
为了克服传统航天、航空遥感存在的不足, 发展新型遥感探测技术以及研制基于新技术的新型遥感平台成为了目前农情遥感技术发展的当务之急。随着无人机技术的不断发展, 以无人机为近地飞行平台搭载地物传感器的新型遥感探测技术日益得到发展, 尤其微小型无人机以机动灵活、作业选择性强、准确度高、作业周期短、时效性好、维护使用费低、经济实用、安全性好的特点, 以及时空分辨率高的优点已经成为世界各国主要研究的热点对象。地理信息系统 (GIS) 、全球卫星定位系统 (GPS) 、图像处理技术和新型传感器技术的发展, 给微小型无人机遥感信息获取与作物养分管理技术带来前所未有的发展机遇。
1.2 传统作物养分诊断与管理技术无法满足当前农业发展需求
农业快速发展的同时也给作物养分管理技术提出了新的要求。传统的作物养分诊断与管理技术多以科技人员实地取样调查和叶色叶龄等诊断的方式进行作物养分的诊断, 通过集中培训和快讯等方式进行作物养分管理技术的推广。存在着以个体素质代替群体素质的以点带面的片面性, 无法及时、准确地获取区域作物养分水平的空间分布情况。同时作物养分管理技术的推广也存在着人力投入大、周期长、时效性低、针对性不强等问题。
针对目前存在的问题, 迫切需要引入信息技术, 对作物养分诊断与管理技术进行系统构建与完善;实现多因子、多层次模型的快速智能分析与空间表达;提高作物养分诊断与管理的时效性和实用性。
2 研究目标
针对黑龙江垦区大面积、规模化种植生产管理中对作物养分信息实时快速获取、管理与决策的现实需求, 通过研究适合垦区规模化种植生产特点的微小型无人机遥感平台数据获取的关键技术, 开展基于微小型无人机遥感的作物养分信息实时、快速提取关键技术研究, 实现农作物养分的空间诊断管理与决策, 并逐步形成低成本、高密度、高效性的地块尺度作物养分信息获取、管理与决策服务运行系统, 解决单纯依赖卫星遥感数据不能满足精准农业生产服务的迫切问题。并通过示范, 提升微小型无人机遥感空间信息技术服务于种植业的精准生产与管理水平, 加快传统农业向现代农业的转变。
3 研究内容
作物主要生化组分如叶绿素、氮素、含水量等是诊断养分丰缺的关键信息, 同时由于作物生长过程中受到的病害、干旱和低温冷害等胁迫因素, 也会抑制作物养分的吸收获取, 因此作物主要生化组分及胁迫信息是作物养分诊断与管理的基本参数和信息源。
3.1 基于微小型无人机平台的农作物养分信息解析方法
应用微小型无人机遥感平台获取多时相、高分辨率作物农田影像数据, 设计新型的光谱植被指数, 结合辐射传输模型和敏感性分析方法, 开展垦区主要作物 (水稻和玉米) 的主要生化组分叶绿素、氮素含量等参数的遥感反演研究, 制定科学的养分等级评价规范或标准, 实现对农作物的实时养分等级监测评估。
3.2 基于微小型无人机平台的农作物胁迫信息监测技术
作物养分的丰缺一定程度上会诱发农作物田间胁迫, 因此通过监测作物田间胁迫因子可以间接实现对作物养分的诊断评估。该研究主要针对黑龙江垦区玉米的干旱与病害、水稻的病害与低温冷害等胁迫因子, 利用实时的微小型无人机遥感数据信息, 综合运用多参量决策树分类技术、敏感指数多时相光谱矢量变化检测技术、光谱特征空间分析以及劈裂窗温度算法模型, 研究作物干旱、病害和低温冷害等胁迫信息的关键监测技术, 同时结合主要生化组分的监测信息, 开展基于微小型无人机遥感信息的不同胁迫因素对作物养分吸收影响的遥感机理研究, 为作物养分综合诊断监测提供有力的理论和技术支撑。
3.3 微小型无人机和卫星遥感协同的农作物养分信息提取技术
由于黑龙江垦区农田地块面积大, 作物养分实时空间诊断与评估需求迫切, 尽管无人机遥感影像空间和时间分辨率高, 但由于无人机飞行范围的限制, 覆盖区域相对而言仍然是有限的, 要实时开展更大空间区域范围作物养分诊断监测, 卫星遥感区域覆盖面大的优势仍然是值得考虑的。该研究拟将微小型无人机遥感小区监测与卫星遥感大区覆盖相结合, 通过利用遥感影像数据时空融合算法、模型以及空间抽样技术, 开展微小型无人机和卫星遥感协同的大区域农作物养分信息提取技术研究。
4 拟解决的技术难点
4.1 基于微小型无人机遥感的作物养分空间决策处方技术
利用微小型无人机遥感信息可提取与作物养分紧密关联的主要生理参数如冠层叶片氮浓度, 可以间接推断作物体内的养分, 但需要科学制定作物养分空间施肥决策处方图, 还需获取本底作物农田土壤养分可供应量, 以及作物当季的实际需肥量信息, 如何有效获取这两个参数是值得探讨的关键问题。该研究拟利用空间GIS技术分析本底土壤养分测试信息, 同时将作物需肥算法模型与无人机遥感信息相结合, 通过模型参数转换, 建立基于遥感的作物需肥模型, 最终实现作物农田实时养分处方图的制作, 为田间施肥管理提供空间决策信息支持。
4.2 微小型无人机遥感信息获取与养分管理技术
a.研究示范区农作物养分诊断的评价指标体系。结合当地农作物施肥经验数据和专家知识, 确定农作物关键生育期的养分评价指标和评价因子权重。
b.研究基于微小型无人机遥感的农作物养分空间决策技术。通过微小型无人机获取遥感养分信息空间数据库, 利用多元回归分析等数理统计方法, 建立农作物养分丰缺诊断模型, 为农作物养分管理空间决策技术提供依据。
5 主要技术创新点
5.1 基于无人机遥感信息的胁迫条件下的作物养分诊断模型
作物生长过程不同胁迫因子的形成机理各有不同, 利用微小型无人机遥感信息实时提取与胁迫相关的温度、水分以及评介作物养分的主要生化组分信息, 结合病害流行学原理、干旱导致的植-土特征空间变化以及低温冷害的温度空间分布物点, 构建不同胁迫条件下的作物养分诊断模型, 实时、快速地实现作物养分的分等定级的空间评估诊断与监测。
5.2 基于微小型无人机遥感的农作物养分管理空间决策技术
以农作物养分信息和胁迫信息为基本参数, 利用现代信息技术融合土壤肥力、农作物养分和胁迫等信息, 建立空间数据库、模型库和知识库;以空间决策支持模型为基础, 应用现代数据库技术、SOA技术, 构建基于微小型无人机遥感的农作物养分空间决策支持系统。
6 结论
城市无人机遥感数据应用研究 篇3
1 遥感数据特点
遥感按照飞行高度分类分为一下几类:航天遥感, 航空遥感, 低空遥感, 地面遥感。
目前航天遥感技术, 在获取数据方面, 一个最大的特点是高时间分辨率, 时间分辨率已经提高到1~3天。由于卫星遥感影像的重访周期短, 既可以在短时间内得到新的地面现势数据, 进而保证了图像具有一致性的优点, 又可以长期获取稳定的地表覆盖数据流, 因而被广泛地应用于变化检测中, 但是卫星影像的分辨率相对还是要低些, 主要应用在自然环境的变化监测, 城市的整体性扩张, 对于需要分辨出相对细节的变化的应用场合往往不能够满足高精度分析的要求。而城市的违章建筑监测要求具体到每一栋每一层违建的房屋。在这一点上, 航天遥感影像数据显得力不从心。
航空遥感影像分辨率高, 数据质量好可以满足城区的变化检测。但是航空遥感影像获取周期长且成本高, 故航测资料存在间断性, 很难实现连续、动态的城市地理变化检测, 难以满足城市管理部门对数据现势性的要求。
低空遥感数据获取方式主要的几种方式:低空轻型机摄影、无人机航摄、无人飞艇航摄, 本文采用无人机遥感平台。低空遥感数据获取方面有很多优点: (1) 低空遥感受大气条件影响较小, 即使在有薄雾的情况下也可以进行拍摄。 (2) 高分辨率遥感影像数据获取能力, 同时由于航飞高度较低拍摄的影像受大气影响较弱故比常规航拍影像更清晰。 (3) 机动快速的响应能力。低空遥感设备系统运输便利、升空准备时间短、操作简单, 可快速到达监测区域, 遥感设备可以在短时间内快速获取遥感监测结果。 (4) 使用成本低, 运营成本低, 系统易于运行和维护。
2 变化检测方法的比较与选择
利用航天遥感影像和航空遥感影像进行变化检测方法有许多种, 包括图像相减法, 主成分分析法等, 针对卫星遥感和航空遥感数据的特点将变化检测方法归结为两类。第一类基于小比例尺影像 (卫星遥感影像) 的变化检测方法:基于分类的变化检测方法、直接比较的变化检测方法。但是由于目前多光谱影像的分辨率较低以及城区光谱特性的复杂性, 基于分类的方法无法用于城市细节的变化检测。直接比较的方法要求精确的时域标准化和图像配准, 因而也不适合城市变化检测。第二类基于大比例尺影像 (航空遥感影像) 的变化检测方法:单幅影像匹配的变化检测方法;立体像对生成数字表面模型的变化检测方法。单幅影像匹配的方法也对影像的时域标准化和图像配准的要求较高。立体像对生成数字表面模型 (DSM) 的变化检测方法的的思路是用差值DSM来检测城市地区的变化, 即利用立体像对来进行城市区域的变化检测。该方法充分利用了城市区域的变化主要是人工建筑物的搭建和拆迁这一特点, 通过立体像对生成DSM可以更加准确地检测出城市区域中人工建筑物的变化情况。该方法充分利用高分辨率航空影像的数据资源, 提高了建筑物的提取速度和准确性, 进而提高建筑物变化检测的精度。
仅仅使用单幅影像进行城市变化检测只利用了灰度信息, 城市区域的变化主要是人工建筑物的变化情况, 而人工建筑物的变化情况主要表现在高度上的变化。有人提出用数字表面模型 (DSM) 提取建筑物的方法。笔者做过相似的讨论和试验, 但是由于该方法所需要的数据主要来自传统的航空摄影, 其更新速度慢很难满足实际应用的需要。同卫星遥感与航空遥感相比, 低空遥感结合了两者的优点:既有航空摄影的高分辨率, 由于其操作简便成本低, 同时低空遥感灵活机动快速的响应能力可以提供想要区域的现势性数据, 因而可以将低空遥感数据作为采用提取数字表面模型来进行违章建筑监测的方法数据, 为城市违章建筑的监测提供了精确可靠而又实时的客观科学依据。
3 试验及评价
本文利用低空遥感数据提取DSM做城市违章建筑快速监测。试验数据的说明, 本文特别选择了一块城中村改造的区域作为研究区, 在两次拍摄前后该区域拆迁, 变化巨大, 可以更好地检验本文所用方法的有效性。为了更好地、有针对性地进行快速建筑物变化 (可能违章) 的监测我们先建立工作流程图如 (图1) 所示。
3.1 立体像对的处理
利用数字摄影测量的原理对两个不同时期影像进行处理, 生成不同时期的数字表面模型 (DSM) 和数字正射影像。在立体像对下根据数字摄影测量中共线方程求出影像上点三维坐标即可生成数字表面模型。根据数字地面模型及相关的参数, 利用构像方程, 可以从原始非正射投影的数字影像获取正射影像。
3.2 变化检测-DSM相减
本文通过试验发现利用数字表面模型上高程的变化来进行区域的变化检测, 可以非常精确地提取到高度的变化, 但提取的区域的高度变化不仅是由房屋的变化引起的, 植被的增高也是一个严重的干扰因素。
大量的研究表面植被的光谱特性与人工建筑物存在很大差别, 根据植被的光谱特征, 对植被进行分类, 可以较好的将植被提出。在DSM相减后的结果上将植被所在区域的变化去除, 剩下的结果就是主要由房屋引起的高程变化。该结果再利用数学形态学方法把相邻的待选变化的区域合并去除一些小的孤立区域, 然后对待变化区域内进行边缘检测, 这样变化检测的结果也更加可靠。
变化检测的试验结果如 (图4, 图5) 所示。
为了评价变化检测的结果, 下面给出了 (表1) 变化检测统计结果, 可以看出利用该方法检测的绝对概率为 (2 88+7 6) /402=90.5%, 由此可见, 该方法是可行的、有效的。
4 讨论
在城市违章建筑监测方面, 现有的航天遥感数据分辨率较低, 精度不够, 不能够满足房屋变化监测的需求, 而航空摄影测量虽然可以得到较高的精度, 但是其数据获取周期太, 不能够根据需求提供现势数据, 无法满足房屋变化监测的及时发现的要求。低空遥感以其灵活机动, 成本低的特点, 能够弥补航天遥感和航空遥感的各自不足, 既可以将结果保持一定的精度又可以按照需求获得现势数据。本文讨论了航天航空遥感数据以及低空遥感数据的特点, 结合实际应用的需求提出利用飞艇数据立体像对与分类相结合进行建筑物变化监测的方法。
参考文献
[1]毛峡, 赵兴圆, 沈巍.一种基于模糊决策的矩形目标提取算法[J].北京航空航天大学学报, 2008 (6) .
[2]明冬萍, 骆剑承, 沈占锋, 等.高分辨率遥感影像信息提取与目标识别技术研究[J].测绘科学, 2005 (3) .
无人机遥感影像的获取及处理研究 篇4
关键词：无人机,遥感,影像处理
引言
无人机驾驶飞机简称无人机 (unmanned Aerial Vehicle) 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机。机上安装有自动驾驶仪、程序控制等设备, 地面遥控站人员通过雷达等设备, 对无人机进行定位、跟踪、遥测和数据传输。无人机技术广泛应用于军事侦察、矿产勘查、地质调查、环境监测等多个领域。
随着社会经济的快速发展, 人口和土地资源的矛盾日益突出, 为了提高土地利用效率, 全面开展土地利用情况调查工作, 对于国土资源部进行有效的土地管理工作至关重要。目前, 我国无人机进行影像获取正处于起步阶段, 然而利用无人机进行土地利用调查, 使用方便、成本低、分辨率高, 较适合小范围获取影像, 这对于提高土地管理工作有很大的帮助。
1 无人机影像的特点
无人机遥感与传统的卫星遥感、航空航天遥感相比, 它有其独特的优势:
(1) 无人机操作简单, 非专业人士均可使用, 作业和维修成本较低。
(2) 无人机的飞行高度和航线均可人为操控, 灵活性强。
(3) 无人机飞行受天气影响较小, 飞行高度一般低于1000m, 不受空域限制。
(4) 无人机设备体积较小, 易携带和运输。
(5) 无人机作业效率高, 可获取高分辨率影像。
但是, 无人机由于自身体积小, 承载能力有限, 受风力的影响较大。与此同时, 与传统影像获取方式相比, 无人机数据的获取和处理有一定的局限性。
2 无人机遥感数据的获取
2.1 无人机遥感系统的组成
无人机的遥感系统由空中控制系统、地面控制系统组成。如图1 所示, 其中空中控制系统包括飞机平台系统和信息采集系统, 其功能主要是规划航线上传至飞机上的控制器, 操作者可通过GPS接收天线随时掌握无人机的状态。地面控制系统包括航迹规划子系统、地面控制系统和数据接收系统, 其功能主要是确保无人机按照规划好的航线飞行, 监视飞机飞行姿态以及实时接收飞行数据。
2.2 无人机影像的获取
利用无人机进行遥感影像的获取具体流程操作如下:
首先, 根据任务的要求对拍摄地区进行合理的航线规划, 并由航迹规划子系统将规划完成的航线数据载入到空中控制系统中, 空中控制系统将按照预先载入的航线数据进行拍摄。同时, 拍摄数据将通过无线电传输到地面控制系统。如果有地区需要补测或重点拍摄, 地面操作人员可随时调整飞行路线。
3 无人机遥感影像的处理
3.1 影像数据的预先检查
由于无人机拍摄时受云或风向等天气情况的影响, 需对每张影像进行检查, 如航向重叠度、旁向重叠度、影像突变等, 选取正确的影像。
3.2 影像的预处理
无人机上搭载的航拍设备为数码相机, 而数码相机内的内方位元素和畸变差直接影像成像效果, 因此, 需要根据数码相机的型号选择合理的方法纠正畸变差。此外, 需对影像进行yun光、yun色处理, 保证影像在色度、亮度、灰度、纹理等方面的一致性。
3.3 空三加密
空三加密是处理影像最重要的步骤, 也是工序最多的步骤。其主要过程包括:从内定向到相对定向, 再到绝对定向, 最后到自由网平差, 由此来提取加密点坐标和解算影像的外方位元素。
3.4 DOM制作和精度检查
空三加密结束后, 结合其所得的方位数据及匹配点, 利用影像处理软件实现高精度DEM的匹配, 最终获取数字正射影像DOM, 选取一定数量的同范围内的检查点, 量取检查点正射影像的坐标, 并与获取的平差后的坐标比较中误差, 若不满足要求, 则需重新进行空三加密。
4 实例
该项目所使用的是e Bee无人机, 搭载的是Cannon Ixus 220HS数码相机, 飞行高度约为200m, 相机焦距为24mm, 影像像幅为3500×5500 像素, 飞行从西北-东南, 由e Bee的e Motion航行规划软件自动规划航向重叠度为75%, 旁向重叠度为80%, 飞行面积约为10km2, 使用Post Flight Terra 3D后处理软件可快速获取具有地理坐标的正射影像图。 (图2)
5 结束语
无人机航摄技术作为一种新型的空间数据采集手段, 越来越受关注, 对其的研究也不断创新。根据无人机航摄的优点, 它在土地利用情况调查工作中具有非常重要的作用, 它可以让我们及时掌握实际土地建设状况和土地集约利用总体情况, 进一步提高土地利用效率, 提高各地区经济发展。然而, 无人机航摄的影像像幅小, 倾角过大, 基线短, 重叠度不规则等问题也有待于进一步研究。
参考文献
[1]洪宇, 龚建华, 胡社荣, 等.无人机遥感影像获取及后续处理探讨[J].遥感技术与应用, 2008, 23 (4) :462-466.
[2]许辉熙, 敬小东.基于无人机遥感和GIS技术的土地利用快速详查方法研究[J].测绘与空间地理信息, 2013, 36 (9) :11-14.
[3]李凤娟.无人机技术在天水百亩土地整治中的应用[J].地理空间信息, 2014, 12 (4) :40-41.
[4]周晓敏, 赵力彬, 张新利.低空无人机影像处理技术及方法探究[J].2012, 35 (2) :182-184.
无人机遥感平台 篇5
海岸线是海岸带的重要标志之一,它不仅标识了陆地与海洋的分界线,而且还蕴含了丰富的环境信息,并对沿海的滩涂利用、湿地生态系统的兴衰等具有重要的指示作用[1]。海岸线可分为大陆海岸线和岛屿海岸线,我国海岸线绵长,北起鸭绿江口,南至北仑河口,总长度3.2万km,其中大陆海岸线1.8万km。在我国海岸线定义为多年大潮平均高潮位时的海陆分界线[2],是重要的基础地理要素,也是划分海洋与陆地行政管理区域的基准线,快速而又准确地获取岸线的位置及其动态变化信息,对于海域使用管理具有十分重要的意义。
以往对岸线的勘定极其动态监测,大都通过人工实地测量和卫星遥感影像解译[3,4,5,6,7],由于岸线地形复杂,有些区域难以到达,现场测量困难,而且外业工作量大;而遥感影像解译获取岸线的精度不高,难以满足大比例尺成图要求。随着信息化建设和科学技术的不断进步和发展,无人机与航空摄影测量相结合,成为航空对地观测的新遥感平台,加上数码相机的引入,使得无人机遥感系统成为航 空遥感领 域的一个 崭新发展 方向[8,9]。无人机低空航拍摄影技术作为一项空间数据获取的重要手段,与前两种方式相比,具有机动灵活、影像快速 获取、高危地 区探测、成本低、高分辨率、低空大比例尺制图等优点,还可针对重点水域、岸线、海岛等进行重点和大频次监测,弥补了现有卫星遥感、航空遥感和现场监测技术手段的不足。
2 无人机系统组成及其应用
无人机航摄系统是以无人机为飞行平台,利用高分辨率相机获取影像数据,通过飞控和地面站控制系统实现影像的自动获取,同时实现航迹规划和监控、信息数据压缩和自动传输、影像预处理等功能,是具有高智能化程度、稳定可靠、作业能力强的低空遥感系统。具体包括:飞行导航与控制系统、无人机航摄平台、移动地面站监控系统、发射与回收系统、数据接收与处理系统、野外保障系统以及附设设备等[10]。其核心功能是进行低空、小范围、实时快速的航空摄影,以获取高分辨率的影像。
无人机系统作为一种新型低空遥感信息获取与监测手段,因其运输便利、升空准备时间短、起降受限小、操控简单、运行成本低、可快速响应等特点,已得到广泛的应用和推广,在国民经济发展的诸多方面发挥着越来越重要的作用,特别是在地图测绘、气象水文信息探测、遥感测绘、矿产资源与开发、土地利用与调查、防灾减灾、生态环境监测等领域,为用户提供了一种快速进行数据获取、处理、应用分析一体化的新型遥感手段,及时提供了现实性强的大比例尺地形图和正摄影像图数据成果,并逐渐成为众多遥感监测任务的最佳选择,为当地的社会、经济建设提供快捷方便的高分辨率影像测绘保障服务。
3 工作流程
海岸线地处海岸带区域,地形复杂多变,各处潮汐差异较大,滩涂种类性质多样,岸线被开发利用的方式众多,使海岸带地区航摄面临很多的问题,需制订相应的作业流程。总体作业流程主要分为以下几大步:数码相机检校、航线规划设计、像控点测量、内业数据处理(影像拼接、空中三角测量、正射影像制作等)、成果检查与验收等。具体无人机航测作业流程如图1所示。
4 岸线勘测关键技术
4.1 相机检校
无人机航摄平台上安装的一般都是非量测型数码相机,由于非量测数码相机存在着镜头畸变的较大影响,在航摄前必须对其进行检校,才能保证获取高质量的影像数据。通过建立室外相机检校场,利用畸变改正公式进行参数校正。非量测相机的畸变校准主要确定相机的焦距误差、主像点误差、径向畸变系数、偏心畸变系数和电荷耦合元件(CCD)非正方形比例系数,检校应满足以下要求[11]:1相机检校参数应包括:主点坐标、主距和畸变差方程系数;2相机检校时应在地面或空中对检校场进行多基线多角度摄影,通过摄影测量平差方法得到相机参数最终解,并统计精度报告;3检校精度应满足主点坐标中误差不应大于10μm,主距中误差不应大于5μm,经过畸变差方程式及测定的系数值拟合后,残余畸变差不应大于0.3像素。
4.2 像控测量
像片控制点(亦称野外控制点)是航测内业加密控制点和测 图的依据,主要分为 平面控制点、高程控制点和 平高控制点3种。其中,平面控制点应选在线状地物的交叉点或明显拐角上;高程控制点尽量选择在高程变化缓慢的地形特征点上;平高控制点则需要两者兼顾。由于受摄取地形条件、摄影资 料以及信 息处理方 式的不同,像控点的布设方案也不尽相同,像控点的选择和布设都需遵循一定原则[12,13],其数量和分布都会影响精度。像控点一般应立体、均匀地分布在摄区内,并且要加强测区边缘的控制,兼顾中部,对于地形起伏的区域应适当加密,较为平坦的可酌情删减,为提取岸线,沿海岸应适当加密。
4.2.1 特殊标靶点布设
岸线位置区域往往无明显的特征点或者特征点稀疏,为便于影像中岸线辨识,提高岸线提取的精度,在无人机航摄前需在测区岸线位置上布设标靶点,宜采用正方形或圆形,颜色要便于识别 (如红底白 心 ),正方形规 格边长不 小于0.6m×0.6m,圆形半径不小于0.3m。
4.2.2 一般像控点布设
首先对测区进行分区,根据测区地形地貌特征和成图比例尺,确定像控点间隔距离,对地形起伏较大区域,应适当加密像控点,且最高和最低区域均应布设,在满足精度的情况下,平坦区域可适当减少像控点分布。按照上述像控点布设原则实地选点,对无明显特征地物的区域,应布设人工标靶点,规格参考特殊标靶点。
岸线勘定及动态监测区域属于特殊地形,宜采用全野外布点,以能最大限度地控制测绘面积为原则。一般采用GPS-RTK方法测定像控点的平面坐标和高程;当RTK方法无法使用时,可采用GPS快速静态定位方法测量像控点。可充分利用各地的CORS网精化测量成果,点位应满足GPS观测对环境条件的各种要求,如避开高楼、大树、大片水域、高压电线、微波发射天线等。如果不能满足观测条件时,可采用其他办法(如光电测距导线法)测定控制点的坐标和高程。
4.3 影像快速拼接与纠正
无人机航摄一个架次获取的影像上千张,达10多个GB的量级,除了性能出众的摄影测量工作站硬件支持外,更需要针对其影像特点、相机参数、飞行姿态数据以及相关几何模型,通过空中三角测量加密软件,对多幅无人机影像进行图像的几何纠正配准和镶嵌匀色,实现影像的快速拼接,最后生成正射遥感影像产品。目前,国内外比较通用的支持此类后期数据处理的商业软件也很多,例如:Pixel Grid、Virtuozo AAT-PATB、Image Station SSK、MAP-AT、DPGrid、Pixel Factory、Inpho全数字摄影测量等软件,可根据实际作业需求,并结合各软件的优缺点和性价比进行合理的选择。
4.4 岸线识别与提取
根据《海岸带调查技术规程》,海岸线分为自然岸线和人工岸线,自然岸线又包括基岩岸线、砂质岸线和泥质岸线。基岩海岸的海岸线位置界定在陡崖的基部;一般砂质海岸的岸线比较平直,在海滩上部常常堆成一条与岸平行的滩脊,岸线一般确定在滩脊的顶部向海一侧,而具陡崖的海滩一般无滩脊发育,海滩与基岩陡岸直接相接,崖下滩、崖的交接线即为岸线;泥质海岸主要为由潮汐作用塑 造的低平 海岸,潮间带宽 而平缓,泥质岸线应根据海岸植被生长变化状况、大潮平均高潮位时的海水痕迹线以及植物碎屑、贝壳碎片、杂物垃圾 分布的痕 迹线等综 合分析界定。人工岸线识别相对容易,通常以海岸工程等的外沿为其位置线。
5 实例及验证
本试验采用了TF-7型固定翼无人机系统:无人机长约2.5 m,翼展约3 m,飞行速度15~40m/s,巡航速度30m/s,工作高度500~1 200m,升限不小于4 500m,续航时间不小于2h,抗风能力为四级风速,控制半径不小于20km,有效载荷3~5kg。搭载相机为Canon EOS 5D MarkII,像幅分辨率为5 616像素×3 744像素,焦距35mm。根据飞行区域地形特征和航摄的技术要求,设计飞行高度550m,依据成图要求和作业规范,确定基线长130m,航线间隔宽度365m。
选定小岛湾区域,开展无人机航摄,并借助Inpho软件制作正射遥感影像 (图2),基于正摄影像提取小岛湾岸线。同时,通过船载三维激光雷达对小岛湾沿岸进行扫描,经激光雷达数据处理软件(Terrasolid)生成数字高程模型(DEM),基于岸滩地区的DEM资料投影到海岸带的实际位置,利用潮汐 资料计算 平均大潮 的高潮线 高程,通过理论深度基准面与国家85高程进行转换,利用转换后的岸线高程切割DEM,生成海岸线。此外,选取了区域内的一段砂质岸线,通过现场实测岸线,进行与基于影像和激光雷达提取的岸线进行比对(图2和图3),分析评价影像判读的准确度。从比对的图像可以看出,基于无人机遥感影像提取的岸线与激光雷达提取和现场实测的岸线基本吻合。实际工作中可结合实测岸线和激光雷达扫描生成的岸线,对基于无人机影像提取的岸线位置进行修正。
6 结论与讨论
无人机遥感系统凭借其机动、快速、经济等优势,加上高效、自动化的无人机影像数据处理软件的支持,极大地推动了其发展,应用领域与产业化前景可观。上述试验表明:基于无人机遥感系统,能够快速地获取海岸地区正摄影像,基于此影像可解译出高精度的岸线信息,能够满足大比例尺成图要求,因此,基于无人机开展岸线勘测是行之有效的。无人机遥感系统能及时、有效地获取海岸带地区的地形地貌数据,将成为岸线基础信息获取和动态监测的重要手段。
目前,国家海洋局已在我国管辖海域大力推广应用无人机遥感监视监测技术,以丰富和完善我国海域动态监视监测管理系统。因此,把无人机对岸线的勘测与监测纳入全国海域动态监视监测系统中,掌握其动态变化信息,有利于提升对岸线资源的有效监管,同时也能为海域使用管理提供有效的技术支撑。
但是,无人机遥感也有不足之处,如荷载有限,抗风能力较差等,这都会影响无人机影像获取的精度。在后续的研究中可从以下4个方面进一步深入研究,以便其在岸线勘测及其动态监测以及区域用海规划中等发挥更大的作用。
(1)从遥感影像上获得的海岸线一般是某一时刻海水与陆地的瞬时交界线(也称水边线),受潮汐等因素的影响,岸线在不断变化。很难判断提取的岸线位置是否完全准确,应加强与其他方法的综合,来识别、提取、修正岸线。
(2)无人机有限的载荷,很难搭载高精度的IMU,实现无控制航空摄影。在现有的条件下,如何通过特殊的算法,尽量减少像控点的数量,同样达到所需要的精度要求。
(3)在载荷允许的条件下,研究多传感器融合,例如搭载三维激光雷达扫描仪,进一步提高岸线提取的精度。
(4)如何进一步解决摄影曝光时间误差带来像移所带来空间分辨率的损失,真正达到1∶500的成图精度。
摘要：文章介绍了无人机遥感系统的主要组成和作业流程,重点探讨了无人机遥感在岸线勘测中的关键技术,并以青岛小岛湾为例,开展了基于无人机影像的岸线提取,利用现场实测岸线数据和基于激光雷达数据提取的岸线进行比对,以验证提取岸线的正确性。结果表明:基于无人机开展岸线勘测是经济可行的,而且效率比较高,能够满足大比例成图精度要求。
无人机遥感平台 篇6
海南岛面向开阔的南海海域,属于热带季风气候,全年长夏无冬,主要自然灾害以热带气旋(台风)、暴雨、干旱、冰雹、龙卷风为主。其中台风是影响海南岛的主要自然灾害,主要集中在5—11月,是台风登陆较多的省份之一。台风过后,通常会造成重灾区交通道路中断和通信设施、电力设施等遭到破坏,在灾害监测与灾后评估中,灾害勘查与救援人员往往受制于灾区环境条件所限,无法及时抵达重灾区,如何及时取得灾害信息及对灾情评估成为迫切需要解决的问题。
而无人机遥感系统具有机动灵活、易于起降、不受交通、通信等限制,可云下飞行、低空大比例尺制图、地面运输方便、小区域(200km２以内)高分辨率(优于0.1m)遥感数据获取效率高等技术特点［１］。因此,无人机遥感系统在灾情监测与评估中具无可比拟的优势。
2014年7月18日超强台风“威马逊”(1409号)在海南文昌市翁田、铺前一带沿海登陆,登陆时中心附近风力达17级。根据海南省防汛防风防旱总指挥部发布的消息,超强台风“威马逊”给海南省造成了巨大损失,据初步统计,全省有18个市县216 个乡镇(街道)受灾,受灾人口325.8万人,共撤离和转移安置38.6 万人,受灾农作物面积162 970hm２,倒塌房屋23 163间,直接经济损失119.5 亿元。因灾死亡25 人,失踪6人。
台风过后,为了能迅速把沿岸海域岸线破坏状况、交通运输状况等信息提供给各级抗灾指挥机关,为抢险救灾决策提供准确依据,海南省海洋监测预报中心作为国家级海域无人机遥感监视监测基地建设单位,针对此次1409 号超强台风迅速做出反应,积极与军、民航空管部门协调空域,签订了《空中防相撞安全保障协议》。7 月24日至8月1日海南省海洋监测预报中心组织无人机作业队对此次受灾严重的文昌翁田镇沿海、铺前港、东寨港开展了无人机遥感岸线破坏情况监测、评估与调查。通过对大量现势遥感影像的快速处理与对比分析,短时间内获得了灾区海域岸线破坏情况的初步评价结果,为减灾救灾科学决策与指挥提供了更加客观、及时、全面的灾情信息,大大提高了减灾效果,提升了灾害现场勘查能力。
2 无人机遥感系统的组成与优势
2.1 无人机遥感的组成
无人机遥感系统一般由无人机遥感平台、飞行控制系统、地面接收控制系统、无人机数据处理系统和应用分析系统等几部分组成。无人机遥感平台主要由飞行控制单元、稳定控制云台、无线通信单元、GPS单元、姿态测量单元和任务传感器等部分组成［２］(图1)。
飞行控制系统采用气压定高和GPS自主导航,可按地面站设定的航线传输到飞控系统,飞机在天上按规划航线飞行,飞行中可随时切换遥控飞行状态或自主飞行状态;地面控制系统主要是无人机飞行前进行任务航路规划,在无人机飞行过程中显示飞行区域的航迹、飞机的姿态航向参数、电子地图、飞行参数,实时下传并记录飞行中所有飞行参数和导航数据。通过航迹规划和路径调整进行各种任务的控制执行。无人机数据处理和应用分析系统主要是对采集到的影像进行快速拼接、空三加密、数字高程模型(digitaldlevation model,DEM)与正射影像生成及影像判别、信息提取、专题图制作等［３］。
2.2 无人机遥感的优势
无人机与有人飞机、卫星等飞行器相比较,有着不可代替的优势。
(1)无人机操作简单、飞行准备时间短、飞行高度低,与有人机对比降低了对环境条件的限制,可迅速到达监测区附近设站。
(2)无人机购置费用低,维护使用成本低、无人机对操作员的培养周期相对较短。
(3)无人机可以为多种小型遥感传感器提供良好的搭载平台,如热成像仪、探地雷达、合成孔径雷达、激光SAR、气象传感器等,以满足多种快速监测所需。
(4)无人机可获取超高分辨率数字影像及定位数据,可针对特殊监测目标搭载单波段、多波段、全色波段等传感器,具备面积覆盖、垂直或倾斜成像的技术能力,获取图像的空间分辨率可达到厘米级［４］。
3 无人机遥感在海域岸线监测中的应用
3.1 数据获取
本次无人机灾害调查航拍所采用的无人机是北京安翔动力科技有限公司生产的 “单兵一号”型固定翼电动无人机,搭载的可见光摄像设备为经过检定校准的索尼NEX-7型相机,飞行作业高度为400m,获取影像空间分辨率0.1m,采用PIX4D-MAPPER作为无人机数据处理系统软件,实现对无人机数据的空三加密、DEM与正射影像生成。航向重叠度为60%~80%,旁向重叠度为65%~80%,航线像片姿态旋偏角不大于8°,倾角不大于2°(表1)。
根据2014年1409号“威马逊”台风路径、风圈半径及初步灾害调查结果,确定了本次无人机调查范围(表2)共3个区域205km２,获取影像4 214张,布设像控点26个。
3.2 无人机数据处理
(1)无人机数据的处理应包括原始影像数据、相机检校文件、飞行控制资料、航线结合表(航线索引图,包括飞行信息)等。
(2)相机检校文件包括:相机像主点坐标、像元大小、相机焦距、径向畸变差系数(K1、K2)、切向畸变差系数(P1、P2)、CCD非正方形比例系数α、CCD非正交性的畸变系数β、像方坐标系等(其单位为像素或毫米)。
(3)飞行控制资料包括:测区控制点、控制点坐标文件(包括平面坐标与高程坐标)等。
(4)航线结合表包括:航线索引图、飞行方向及飞行架次等(详见图2无人机数据处理流程)。
(5)将机载POS数据导入遥感影像处理软件,读取作业区域内经度、纬度、飞行高度信息,呈现作业区域内实际飞行航线轨迹,加载现场测量的地面控制点校正影像精度,拼接后获取本作业区域内高清正射遥感影像图。
4 无人机遥感监测结果分析
4.1 文昌市铺前镇木兰头一带岸线影响分析
在计算机成图软件里将2014年7月获取的0.1m精度的无人机遥感图与2013 年4月获取2.5m分辨率卫星影像图对比分析,该区域主要由基岩和砂质岸线构成,基岩岸线没有明显的特征变化,但砂质岸线部分出现了明显侵蚀,从无人机影响影像图可以分辨,沿岸防风林受损严重,无人机影像图上大面积的土黄色区域为防风林折断死亡枯萎形成。
4.2 文昌市铺前镇新埠村一带岸线影响分析
该区域以砂质岸线为主,在计算机成图软件里将“海南海岸线”、2014年7月获取的0.1m精度的无人机遥感图、2013年4月获取2.5m分辨率卫星影像图进行对比测算判读分析,2013年4月防风林与海南海岸线之间的岸滩面积为2.631 2hm２,而2014年7月防风林与海南海岸线之间的岸滩面积为3.289 4hm２,防风林后退了近10m。
4.3 文昌市翁田镇抱虎角一带海岸影像分析
该区域主要以砂纸岸线为主,靠近岸线分布了很多虾塘和鱼塘,从2013年4月获取的2.5m分辨率卫星遥感图可以判读,岸线周边种植了大面积的防风林,但从2014年7月的无人机遥感图分析,防风林已基本折断死亡枯萎,水产养殖场也受损严重。
4.4 对红树林的影响
通过无人机影像进行判读,海口市北港岛红树林有明显的被风暴潮淹没的痕迹,岛内防风林大面积折断死亡,海口市北港岛红树林受风暴潮增水影响,受损区域面积达3.612 8hm２。
5 结束语
无人机遥感系统作为卫星遥感和载人航空遥感的有效补充手段,具有实时性强、灵活方便、空间分辨率高、受环境条件限制少、低空云下作业的优点,将其应用于自然灾害应急救援具有广阔的发展空间和应用前景。本次台风过后对海域岸线破坏情况的监测属于海南省的首例,对于灾后评估发挥了重要作用,但也存在着诸多技术难点,建议在以下方面予以改进。
(1)无人机系统在海洋应用中的安全可靠性存在难点。海南省的海洋监测无人机平台基本由陆地无人机监测系统移植而来,但海洋环境与陆地不同,海洋环境风力大,对海域作业无人机飞行姿态影响较大,目前缺少针对海洋特殊应用环境开展的针对性研究和应用范例,此次开展台风灾害调查,虽然前期做了详细的方案,但在实施过程中仍是摸着石头过河。
(2)获取高质量的海域无人机遥感数据存在难点。目前海域无人机监测技术应用还属于探索阶段,没有建立起完善的作业和安全管理标准,无人机作业飞行和任务载荷配置等多按之前积累的一些经验进行操作,容易导致无人机系统获取的数据质量不统一,一次性获取合格影响的难度较大。
(3)无人机海域大倾角影像数据处理技术存在难点。由于海面风力较大且不稳定,无人机体积小、载重量轻,无法使用专业航空相机、姿态记录仪和稳定平台等辅助设备,致使拍摄姿态不稳,所得图像的畸变较大,相关参数少,导致后期图像处理很困难［５］。今后,在载荷允许情况下携带专业航空摄影机、姿态记录仪和稳定平台等辅助设备,减轻后期影像处理的难度。
无人机遥感平台 篇7
关键词：无人机遥感,Adobe Premiere Pro CS6,Photoshop,翔安海岸带规划
海岸带作为海洋与陆地相互作用的交汇区, 它拥有丰富的海洋资源、优越的自然环境以及便利的交通区位, 使得该区域经济高速发展、人口活动快速集聚, 往往成为人类生存家园的重点区域[1]。当前, 国际上多数国家已经开展海岸带区域土地资源的各类规划, 但我国在该领域的研究和实践工作相对滞后, 沿海区域实施土地资源规划与管理的要求非常迫切, 尤其是厦门翔安海岸带区域经济正处于高速发展的关键时期, 未来将成为东南沿海重要的区域, 对翔安海岸带进行科学规划相当重要[2]。目前, 遥感技术具有快速、大面积获取数据的优势, 已在国土规划以及资源管理方面做出巨大贡献, 为我国经济发展提供了强有力的科技服务平台[3]。但在海岸带数据采集中, 获取的部分卫星遥感影像存在现势性差、分辨率低、判读难等缺点, 不能满足当前生产规划对地理空间数据的高精度要求。无人机遥感技术是由无人机和遥感技术组成的新型技术, 将该技术引入海岸带调查与规划具有诸多技术增强作用, 下面以无人机遥感技术应用于海岸带规划提高的效益进行简要论述。
1 海岸带规划应用遥感无人机航拍技术的必要性
随着科学和技术的进步, 市场上产生了一种新型的低空无人机遥感技术, 该技术具有影像实时传输、高危地区遥感、机动灵活及成本经济等优点, 越来越成为采集空间数据的重要手段, 是卫星遥感与航空遥感的强有力补充, 开始得到广泛的应用[4]。低空无人机遥感技术相对于卫星遥感应用于海岸带规划的数据采集具有无可比拟的优势, 主要体现在以下几个方面:
(1) 现势性好。在海岸带规划数据获取过程中, 利用传统卫片是存档的影像图, 这些影像图具有历史现势性, 不能反应当前翔安海岸带最新的地貌现状, 比如正在建设的翔安机场、翔安新区等一大批大型基础建设项目的开展, 地表变化较大。而新型的低空无人机遥感技术可以随时在翔安区海岸带定点航拍, 获取地表变化大的最新地物地貌状况, 使采集的规划数据最具时效性。
(2) 高分辨率。传统卫星遥感是高空间遥感、高光谱遥感和高时间遥感, 受空间距离大因素的影响, 所得到的是低分辨率、低清晰度的影像图。低空无人机遥感技术在提高分辨率方面具有独特的优势, 低空无人机可以飞得足够低, 在近地面进行航拍摄影, 获取足够高分辨率、高清晰度的地面影像图。
(3) 调查高效。翔安海岸带卫片解译困难的区域, 必须到数据采集区域进行人工野外实地调查, 而这些区域往往是离海岸线较远的复杂地形, 人工野外实地调查存在交通不方便、效率低而且还具有危险性。利用低空无人机在调查区域进行定点摄影和航拍, 就可迅速获得大量的高清晰、可解读的复杂区域的地形地貌资料, 提高野外实地调查的效率。
综上所述, 从现势性、分辨率以及调查效率等方面具体分析, 采用低空无人机技术辅助遥感进行翔安海岸带规划是非常有必要的。因此, 本文主要研究低空无人机配合遥感在翔安海岸带规划应用的效益性。
2 海岸带规划应用遥感无人机航拍技术的设计方案
2.1 无人机航拍技术构成
低空无人机是指具有动力装置, 不载操作人员, 携带多种设备、执行多种任务, 并能重复使用的无人驾驶飞行器[5]。低空无人机根据形状体积的不同, 分为大型无人机;中型无人机;小型无人机。根据机翼种类的不同, 分为固定翼无人机;旋转翼无人机。其中旋转翼无人机分为直升机和多旋翼无人机等, 多旋翼无人机又包括四旋翼、六旋翼和八旋翼等。本文的主要研究内容是旋转翼无人机中的四旋翼无人机。该无人机主要由飞行器系统、飞行控制器系统、传感系统和信息获取系统构成。其中飞行器系统是无人机航拍的基础, 是飞行动力提供及飞行的执行部分, 也是搭载摄像机进入高空的载体;控制系统是在无人机起航升空和降落着地时, 通过控制各旋翼的动力来改变无人机整体驱动力方向和大小从而控制无人机的上升、下降、转弯等飞行姿态;传感系统可以量测飞行器在空中的飞行角度、加速度、瞬时速度等空中姿态, 让操控者了解飞行实时状态, 确保飞行安全;信息获取系统包含360°无死角旋转的云台和高分辨率摄像头, 均是获取高质量航拍数据的保证。
2.2 设计方案的技术路线及数据采集
首先获取翔安区地理空间数据影像图和空间布局规划图, 具体包括经过图形、几何坐标纠正后的遥感影像图以及翔安空间布局规划图的规划区范围和道路框架图;叠加上最新拍摄的低空无人机实地调查获得高清视频影像、超大宽幅影像和地理坐标影像资料, 作为历史与现状资料。然后对翔安海岸线的历史、现状、布局及地理区位进行综合分析;最后得出海岸线规划和海岸带功能区划分, 输出海岸带规划专题地图。具体技术路线如图1所示。
获取翔安地理空间数据影像图和空间布局规划图后, 在航拍外业数据获取过程中, 重点是开展外业实地调查。低空无人机飞行高度可达600 m, 直线最远距离2 km, 为翔安海岸带提供高效便捷的调查工具。接到任务后, 低空无人机可对调查区域进行快速数据采集。本文以”DJI Inspire 1”型四旋翼无人机进行航拍采集数据, 低空无人机航拍摄影数据获取主要包括任务及需求分析、资料收集与整理、飞行场地选择、飞行方案设计、起飞前和着落后飞行设备系统检查、飞行质量和数据质量检查、飞行资料整理等步骤。其中飞行方案设计中包含:选取低空无人机航行方式、确定云台摄影角度和方式以及制定无人机最佳航拍路线;检查飞控系统中, 还包含舵身、空速、转速、旋翼等的检查, 智能电池、纠正云台相机以及GPS定位、遥控显示器等检查。同时, 在数据采集中, 着重对翔安海岸带马巷镇的琼头村, 新店镇的刘五店港和蔡厝村, 大嶝街道的田乾村、蟳窟村、嶝崎村, 小嶝岛的小嶝村等7个复杂海岸带区域进行无人机航拍外业工作。
2.3 无人机航拍技术数据分析与决策
高清视频影像, 具有高分辨率、高清晰度的特点, 能够提供野外人工难以到达的区域的数据, 可作为野外调查重点属性内容, 也是规划汇报与咨询沟通的媒介。受到无人机动力电池的使用时间限制以及翔安区海岸带地貌植被等地理要素面积较大等因素, 无法通过一次飞行完成大片的地理要素的航拍视频数据的获取工作, 因此, 在无人机获取多段航拍视频后, 需要利用Adobe Premiere Pro CS6视频剪辑软件进一步对航拍视频进行后期的剪辑制作, 主要包括视频剪辑、添加文本说明、添加背景音乐等。
大宽幅影像, 能够快速辨别大面积的海岸带全景图, 可以作为地理坐标影像纠正的基础图件和编制规划展示图册。大宽幅影像是在Photoshop软件下, 将相邻的具有一定重叠区域的两幅或多幅图像进行拼接, 从而完成大宽幅全景影像图。拼接过程包括图像预处理、图像配准、图像融合三大步骤。
地理坐标影像可以叠加遥感影像图作为重要地物识别的标志。地理坐标影像指正射影像图的地理坐标纠正, 是在ArcGIS软件基础上将正射投影图纠正成为具有一定坐标方向的专题正射影像图, 并成功验证地理坐标影像的准确性;最后, 在纠正后的正射投影图进行测距、量测面积, 为规划提供数据和专题地图准备。
翔安海岸线类型规划依据, 具体到沿岸线各个乡镇为:马巷镇中, 由于沿岸空间布局为商住用地、工业用地和村镇居民用地较为密集, 岸线类型规划以休闲、科普以及生态的修复与保护为主的生态岸线和生活岸线;新店镇中, 在满足必要的生态保护和工业、养殖业生产需求, 尽量以生活岸线为主;大嶝岛镇, 该镇是以岛屿为主, 主要促进海岛生态保护、旅游开发与对台合作与交流, 调节机场建设带来的强热岛区微气候变化, 因此, 岸线规划以生态岸线和生活岸线为主[6]。
规划采取的方法是:基于QuickBird影像 (0.61 m) 作为背景数据, 辅助以SPOT影像数据以及低空无人机影像资料, 通过遥感现状数据解译量算, 翔安海岸线长度为78.65 km。按规划依据并进行综合分析, 海岸线规划为23段:生活岸线10段总共38.20 km, 生态岸线8段总共28.50 km, 生产岸线5段总共11.95 km, 翔安海岸线类型的具体空间分布及详细统计情况如表1所示。
注:翔安海岸总长78.65 km, 大嶝街道32.45 km, 新店镇37.44 km, 马巷镇8.76 km。
最后, 对翔安海岸线功能类别进行数据综合分析处理, 输出制图, 得到沿海岸带3个乡镇的海岸线功能类型的类别规划如图2所示。
翔安海岸带功能分区规划依据:以翔安空间布局规划图的规划区范围和道路为框架, 基于对历史、现状和规划数据对用地类型识别, 将道路以外的区域按生态功能分区、生产功能分区、生活功能分区3类功能分区。其中, 生态功能分区包括生态红线划定区、公共绿地、生产防护绿地、水域以及山体5个子类;生产功能分区包括一类工业用地、二类工业用地、仓储用地、对外交通用地、特殊用地、耕地、和发展控制用地7个子类;生活功能分区包括一类居住用地、二类居住用地、市镇设施用地、村镇居住用地、道路广场用地、行政办公用地、商业金融用地、文化设施用地、医疗卫生用地、教育科研设施用地、中小学用地以及体育用地12个子类。最终, 得到翔安海岸带功能分区规划图, 如图3所示。
3 海岸带规划应用遥感无人机航拍技术的评估与前景
3.1 规划应用的评估
本文充分探讨先进的低空无人机航拍技术配合遥感卫星影像, 为翔安海岸带数据采集提供较为捷径的途径。该技术在数据调查与规划方面具有诸多技术增强作用, 并且论证该技术的可行性和实用性, 为海岸带信息采集工作提供了可靠参考:
(1) 论述低空无人机的构成以及数据处理方法, 为翔安海岸带规划进行高效的数据采集提供了坚实的理论依据。
(2) 在Adobe Premiere Pro CS6, Photoshop, ArcGIS软件的支持下对无人机影像进行高清视频制作、大宽幅影像拼接以及地理坐标影像纠正, 为规划提供大量的数据采集成果, 同时还可对规划成果进行审核和修改。
(3) 采用卫星遥感数据在无人机数据成果的支持下开展海岸带发展规划, 验证了低空无人机技术在项目开展的经济适用性, 为推进低空无人机在海岸带调查与规划提供了技术借鉴。
(4) 低空无人机的稳定性、飞行姿态以及摄像头角度的原因, 均会影响到数据的成果。因此, 在海岸带数据获取过程中每一步都要保证质量。
总之, 本文通过科学的方法研究, 其结果证实了低空无人机配合遥感影像在海岸带规划中具有增强数据采集、整理、归档的高效性和实用性。
3.2 无人机应用前景
在信息的获取方面, 本文采用低空无人机上光学相机进行影像和视频的拍摄, 今后监测与管理中搭载多元的传感器, 如搭载Lidar, 在满足进行生产精细规划的同时, 高效快速生产二维、三维的海岸带地形测绘产品。再如, 搭载热红外线传感器, 可用于海岸带搜救。
在信息资源的开发方面, 利用空间数据库与WebGIS技术, 对规划的基础数据和成果资料进行整合构建, 开发相应的GIS系统, 为今后政府部门和公众参与执行海岸带规划和管理提供技术支撑。
注:本文通讯作者为郑渊茂。
参考文献
[1]孙荣生.海岸带规划与开发利用若干问题讨论[J].海岸工程, 1985 (1) :78-83.
[2]杨英法.生态建设、古城保护与经济发展间互促共进机制的构建[J].中国环境管理干部学院学报, 2015 (1) :23-26.
[3]高珊, 傅命佐, 马安青.3S技术在海岸带调查中的应用[J].海洋湖沼通报, 2009 (4) :110-122.
[4]金伟, 葛宏立, 杜华强, 等.无人机遥感发展与应用概况[J].遥感信息, 2009 (1) :88-92.
[5]吕厚谊.无人机发展与无人机技术[J].世界科技研究与发展, 1998 (6) :113-116.