张 李 平

(福建林业职业技术学院 建筑工程系，福建 南平 353000)

0 引 言

通过无人机所携带测量仪器，可以从天空向下方拍摄地物信息，利用图片处理或者地理信息处理软件，可以将通过无人机航摄得到的影像转换成可以被直接利用的数据图像。相比起实际测量，无人机遥感技术具备相当大的优势，包括成本低廉、不耗费人力物力，可以重复循环使用等。因此，无人机遥感就成为了我国处理地物信息测量的重要方法。

在现有的几种测量方法中，文献[1]将低空无人机航空摄影技术应用在土地规划与设计的领域，并通过这种具备强大机动性的航测技术，保证土地规划工作的顺利进行，以此提高了信息收集与整理的效率。但是这种技术只适用于土地规划，无法准确测得土地面积。文献[2]研究了GIS测绘技术在土地测量工程中的应用，通过加强土地测量过程中数据采集、管理、处理等方面的能力，提高测量效率与精确度，但是由于难以辨别原始底图中的信息，导致成图的精度达不到标准。文献[3]为了提高测绘过程中数据采集的能力，使用无人机倾斜摄影测量技术，建立了实景的三维模型，减轻了外业工作的压力，提高了数据采集的效率和精确度。但是这种方法更适合应用于采集土地数据工作，对数据的整理、内业图斑勾绘、地物信息整理、面积的精准计算均没有更好的帮助。

综合所述，设计了一种基于无人机遥感技术的土地利用面积精准测量方法。

1 基于无人机遥感技术的土地利用面积精准测量方法

1.1 预处理无人机遥感影像

预处理无人机遥感影像之前，需要首先分清遥感影像的匹配精度，并根据匹配精度选择无人机遥感影像预处理方法。若多光谱与全色数据匹配精度较高，可以直接通过波段重组的方法合成彩色图像，通过设置控制点进行模型解算和平面平差的纠正，进而实施图像裁剪、色差调整、图像拼接等[4]。若多光谱数据与全色数据匹配精度较差，需要首先配准多光谱波段，然后进行自然采光影响的合成与重组，将经过单模解算的高程数据融入平差计算中，最后根据测量区域面积的大小，切割最佳的裁减区域，将不同类型的地物特征制作成DEM数据[5-6]。对于多光谱数据与全色数据的匹配精度，可以通过投影方程来判断。

(1)

式中，xm表示相机拍摄的平面坐标上的横向坐标；ym表示该平面上的纵向坐标；Lj表示大地直角坐标系椭圆球面上的经度坐标；Bw表示大地直角坐标系椭圆球面上的纬度坐标；Fx和Fy则为平面上横向坐标与纵向坐标的投影函数。经过坐标系的投影，一般需要对其进行高斯坐标正算投影的转换，可以通过公式(2)来实现。

(2)

式中，xi和yi分别表示遥感影像中多光谱与全谱影像匹配色差的调整参数，ax表示在x轴上光差偏移的位置向量，by表示在y轴上全色光差偏移的位置向量；Fn表示高斯投影的弧长精度。

通过以上2个公式，可以直接判定多光谱数据与全色数据的匹配精度，进而决定预处理无人机遥感影像的方法。

1.2 清除遥感影像奇点数据

通过摄影数据计算土地利用面积时数据的失准问题，通常都是因采集数据时丢失大量数据，或数据中存在明显错误导致的[7]，这类数据被称为数据中的奇点，若遥感影像中的奇点过多，包含的奇异数据量过大，很容易导致影像信息失去精准性，因此需要通过各类方法减少影像中的奇点。拉伊达法则中对于数据的定位更适应于遥感影像，所以使用遥感影像得到的土地定位精度较其他方法更高。首先需要提前设置某样本集Ak，其中包含若干数据{A1，A2，…，Ak}，在设定残余误差的前提下，该样本集中的标准偏差约为Xg，则可以得到如公式(3)所示的不等式：

|Cs|>kXg

(3)

式中，Cs表示样本集通过以上数据得到的残余误差，Xg表示样本集的标准偏差，k表示样本数量。若公式(3)成立，则表明样本集中的奇点数据过多，极易导致土地分区定位出现较大的误差。可以通过计算算术平均值的方式求出经度坐标和纬度坐标的平方和。

(4)

(5)

若经度坐标或纬度坐标的平方和ΔAi或ΔBi大于0，则表示该段数据中存在奇点数据，应当予以清除。得到奇点数据后，该遥感影像就基本满足使用需求，可以被直接利用。

1.3 遥感信息解译与地类判定

相比起通过其他渠道得到的影像，遥感影像最大的优点在于能够提高定位精度[8-9]，因此在得到可以直接被利用的影像数据之后，就需要直接解译影像数据中的地物信息，其基本流程如图1所示。

图1 遥感影像解译流程

图1中，遥感影像解译流程为首先建立遥感影像的解译模板，同时设置遥感影像中的地形特征的判定依据，方便遥感影像中不同土地类型的自动化处理；然后需要建立图斑勾绘的比例尺、边界以及矢量图层结构[10-11]；最后手动勾绘图斑，区分土地类别，并在属性界面填写相关信息，实现遥感影像的解译与地物判定。

1.4 精准测量土地利用面积

土地可以大致分为平面土地和曲面土地两种，如果是平面土地，只需要按照较为简单的平面计算方式，就可以得到面积的数值；但若是曲面土地，则需要经过较为复杂的计算[12]。通过遥感影像得到的平面土地，需要使用投影法，将影像中的轨迹点全部放入平面中，其中在以x轴和y轴为主导的平面中数据点可以标记为(an，bn)，在以y轴和z轴为主导的平面中数据点可以标记为(bn，cn)，以x轴和z轴为主导的平面中数据点可以标记为(an，cn)[13]。则该组土地的多边形面积可以通过公式(6)计算得到。

(6)

式中，Spm表示投影中平面多边形土地的总面积；aj和aj+1分别表示在x轴上前后相邻的2个坐标；bj和bj+1分别表示在y轴上前后相邻的2个坐标，cj+1表示在z轴上的一个坐标。如果是曲面的土地，则需要通过曲面拟合法，建立一个网格结构的矢量空间，并通过公式(7)，将所有网格的面积累加在一起。

(7)

式中，Sqm表示遥感影像的土地中某一块曲面的面积[14]，xi表示矢量网格的面积。可以通过公式(8)计算xi的数值。

(8)

式中，xa，b、xb，c、xa，c分别表示正交分割后x轴和y轴、y轴和z轴、x轴和z轴相交的网格曲面面积[15]。将公式(6)～(8)输入计算机中，可以直接得到不同种类的土地利用面积。通过以上步骤，就能够得到土地利用面积精准测量结果。

2 实验研究

2.1 实验准备

上文设计了一种基于无人机遥感技术的土地利用面积精准测量方法。为检测该方法的土地精准测量精度，选取如图2所示的区域作为实验对象。

图2 土地利用分类

在图2中，将该片区域划分为若干类型，其中A类区域为蔬菜类作物，共分为8块分区；B类区域为房屋建筑，共有3个分区；C类区域为粮食类作物，共有4个分区；D类区域为空地、荒地，其中或没有植被，或生长有草类植物。由外业工作人员使用测量仪器分别测得该块土地中各类土地的面积，其中A类区域的总面积为1124.35 m2，B类区域的总面积为327.74 m2，C类区域的总面积为845.56 m2，D类区域的总面积为1 078.96 m2。在实验中，选择低空无人机航空摄影测量技术、GIS测绘技术、倾斜摄影测量技术，与文中设计的无人机遥感技术技术进行对比。4种方法均可以通过计算机自动处理图像中的地物类型，结合分辨率，可以计算出各块土地的实际面积：

Sfz=nxyGgStx

(9)

式中，Sfz表示图像中某块区域的真实面积，单位为m2；nxy表示经过统计，单位面积所能容纳的像元数量；Gg表示镜头焦距，在本实验中所有镜头一律采用15 mm；Stx表示在地图中该块土地的面积。

通过以上计算，可以通过摄像机与计算机计算出某片区域的计算面积，如公式(10)所示。

S0=S1+S2+…+Sn

(10)

式中，S0表示该片区域内任意一种地物类型的总面积；Si(i=1，2，…，n)表示该地物类型区域的第i城标号区域面积。以此类推，然后计算A、B、C、D 4种土地类型的总面积，通过累加法计算其总面积。通常情况下，通过4种方法计算出的土地利用面积与经过测量得到的面积数值不一，因此需要计算各面积测量的精度，其公式为

(11)

式中，βj表示经过计算机计算的土地利用面积与实际测量面积的精度指标，Ss表示经过计算机计算的土地面积，Sc表示实际测量的土地面积。由于本实验的图像依赖于摄像机拍摄的图像，所以不同拍摄高度下，图像中像素的数量数是不同的，这也直接导致在拍摄高度不同的情况下，计算土地利用面积的数值也不相同，因此在本实验中，将拍摄高度作为变量，分别测试80、100、120、140、160、180和200 m的拍摄高度下，4种地物类型的总体测量精度。

2.2 土地利用面积测量精度测试

将土地利用面积测量精度测试中拍摄初始的高度设定为80 m，逐渐增加梯度，通过计算机得到的土地利用面积测量精度会逐渐降低，通过公式(11)计算精度指标，并将计算结果整理为图3。

(a)A类土地 (b)B类土地

如图3所示，在4类不同地物的面积测量中，B类土地的测量精度普遍高于其他3类土地，这是因为B类土地实际面积较小，区块较少，更易测量。图3的拍摄高度保持在200 m以下，此时的A类土地的测量中，无人机遥感技术技术的测量精度均高于96.6%，倾斜摄影的测量技术高于95%，GIS测绘技术的测量精度高于95.8%，低空摄影测量的精度高于94%。在B类土地中，4种测量方法的最低精度分别为98%、97.1%、97%、95.6%，C类土地的最低测量精度分别为96.4%、94.6%、95.4%、94.2%，D类土地的最低精度分别为96.1%、95%、94.9%、93.7%。以上实验数据可知，通过无人机遥感技术得到的土地面积数据精度更高，误差最小。

3 结 论

本文通过遥感影像的解译与处理，设计了一种基于无人机遥感技术的土地利用面积精准测量方法，以此对现有土地利用面积测量方法精度不足的问题进行了研究与优化。并通过实验，将该方法与现有的几种方法分别进行了精度的检测，通过分析实验结果可知，本文方法精度更高，实际应用效果更好。