无人机遥感在仁沐新高速公路项目水土保持监测中的应用与评价 Application and Evaluation of UAV Remote Sensing in Soil and Water Conservation Monitoring of Renmuxin Expressway Project

无人机遥感技术在水土保持监测工作中的应用尚未形成统一成熟的方案，本文利用无人机遥感技术对仁沐新高速公路项目进行水土保持监测，旨在为该技术应用于水土保持监督管理、施工监理和水土保持验收等方面作出适用性评价并提供经验支撑和研究建议。结果表明，利用无人机遥感技术，能够准确获取扰动土地范围、水土流失面积、土地利用类型和水土保持措施等监测信息，并及时掌握监测区内的水土流失隐患和危害，计算结果的精度基本满足《生产建设项目水土保持监测规程(试行)》的要求。提升了工作效率和监测结果的精准性。但无人机遥感在水土保持监测中仍有两方面需要进一步研究：(1) 利用计算机的基准面测量法对弃渣场体积进行计算会导致结果存在偏差，软件测算体积和方量的方法仍需进一步研究；(2) 非监督分类影像处理结果精度较低，图像处理软件的自动识别仍需进一步细化。

关键词

无人机遥感，水土保持监测，适用性评价

Application and Evaluation of UAV Remote Sensing in Soil and Water Conservation Monitoring of Renmuxin Expressway Project

Jingmei Wang^1*, Heming Wang^2#, Qiuxia Mo³, Chongfeng Bu^4,5

¹Sichuan Ren-mu Expressway Co. Ltd., Chengdu Sichuan

²College of Water Resources and Architectural Engineering, Northwest A & F University, Yangling Shaanxi

³College of Resources and Environment, Northwest A & F University, Yangling Shaanxi

⁴Institute of Soil and Water Conservation, Northwest A & F University, Yangling Shaanxi

⁵Institute of Soil and Water Conservation, CAS & MWR, Yangling Shaanxi

Received: Apr. 2^nd, 2021; accepted: May 27^th, 2021; published: Jun. 7^th, 2021

ABSTRACT

The application of UAV remote sensing technology in soil and water conservation monitoring has not yet formed a unified and mature scheme. In this paper, UAV remote sensing technology is used to monitor soil and water conservation of Renmuxin expressway project. The purpose of this paper is to evaluate the applicability and provide empirical support and research suggestions for the application of this technology in soil and water conservation supervision and management, construction supervision and soil and water conservation acceptance. The results show that the monitoring information such as disturbed land area, soil erosion area, land use type and soil and water conservation measures can be accurately obtained by using UAV remote sensing technology, and the hidden dangers and hazards of soil and water loss in the monitoring area can be grasped in time. The accuracy of the calculation results basically meets the requirements of the soil and Water Conservation Monitoring regulations for production and Construction projects (trial). The work efficiency and the accuracy of monitoring results are improved. However, there are still two aspects that need to be further studied in UAV remote sensing in soil and water conservation monitoring: (1) The calculation of the volume of abandoned slag field by using the datum measurement method of computer will lead to the deviation of the results, and the method of calculating volume and square quantity by software still needs to be further studied; (2) The accuracy of unsupervised classification image processing results is low, and the automatic recognition of image processing software still needs to be further refined.

Keywords:UAV Remote Sensing, Soil and Water Conservation Monitoring, Applicability Evaluation

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

生产建设项目水土保持监测是准确掌握建设项目水土流失动态变化和水土保持措施实施效果的重要手段与基础工作。监测方法是实现监测工作准确、科学的重要手段 [1] [2]。生产建设项目水土保持监测方法主要包括地面监测、调查监测和遥感监测等 [3] [4]。其中，地面监测和调查监测因其省时、省力、简便易行等特点已被广泛应用于水保监测，但在精度较低、人为干预较大，监测人员无法或难以达到的区域，获取数据比较困难，加上项目区扰动快、地形复杂，目前已不能完全满足当前监测工作的需要 [5]。卫星遥感在较多生产建设项目水土保持监测中进行了应用。但由于部分水土保持措施规格较小，卫星遥感的分辨率难以满足全部监测工作需要，且受卫星重访周期和天气条件制约，卫星遥感较难获取项目区特定时段影像 [6]。此外，卫星影像昂贵的成本也阻碍了卫星遥感在水保监测工作中的推广应用 [7]。

相较于卫星遥感，无人机遥感具有轻小、续航时间长、成本低、分辨率高、机动灵活等优点，是卫星遥感的有力补充，在国内外已得到广泛应用 [8] [9]。林成行 [10] 等人使用无人机遥感数据对小范围生产建设项目进行了土地利用分类及植被恢复分析。Sebastian d’Oleire-Oltmanns [11] 等人基于无人机遥感影像对摩洛哥土壤侵蚀量进行监测，为该地水土保持治理工作提供了参考依据。目前，无人机在水土保持监测工作中的应用还处在起步阶段，如何将无人机应用于水土保持监测还未形成统一的有效方案与标准 [12] [13]。因此，本文将无人机遥感监测技术应用于仁沐新高速公路，并将结果与运用传统方法监测所得到的结果进行对比，从而评估无人机遥感技术。

2. 项目区概况

仁沐新高速公路地处四川南部，起于眉山市仁寿县满井镇，经过沐川县，止于宜宾市屏山县新市镇，路线全长156.628 km。该项目属于线型项目，项目总占地面积1734.08 hm²，其中永久占地为1372.13 hm²，临时占地为46.33 hm²。项目工程挖方为636.37万m³，填方为513.37万m³，综合利用为44.52万m³，弃方为78.49万m³ (自然方)。

项目区属于典型的丘陵~低山地貌，气候类型属亚热带温暖湿润季风气候区，具气温高、湿度大、雨量充沛、无霜期长的特点，多年平均降雨量较丰富，总降雨量均在1000 mm以上。沿线土壤类型以粉土和壤土为主；所涉及的犍为县森林覆盖率为40.5%，沐川县森林覆盖率为77.34%，马边县森林覆盖率为54.6%；土壤流失类型以水力侵蚀为主，项目区平均土壤侵蚀模数背景值为237 t/(km²·a)，侵蚀强度为轻度，项目区容许土壤流失量为500 t/(km²·a)。

该工程具有建设线路长、建造期长、地表植被易受到严重破坏等特点。仁沐新高速沿线涉及的仁寿县、井研县、犍为县属于嘉陵江及沱江中下游国家级水土流失重点治理区，项目全线执行建设类项目水土流失防治一级标准。与点型工程不同，线型工程路线长，跨越区域多，线上分布有施工场地、穿河穿路、取(弃)土场等易引发水土流失 [14]。由于该项目属于线状工程，且部分路段已通车，因此本研究选取该项目17标段1#弃渣场、17标段2#弃渣场、17标段项目部以及沐川收费站旁停车场作为研究区。

3. 方法的构建

3.1. 遥感信息的获取

3.1.1. 飞行规划设计及影像获取(Pix4D Capture)

飞行器采用大疆精灵3 Advance，搭载1080 p像素相机，是深圳大疆创新科技有限公司在2015年4月8日推出的一款微小型一体航拍无人机。该款无人机采用四旋翼飞行器，质量(含电池及桨)为1280 g，悬停高度是垂直+/−0.5 m，水平+/−1.5 m，最大上升速度是5 m/s，最大下降速度是3 m/s，最大水平飞行速度是16 m/s，飞行时间约23 min，云台俯仰角为−90˚至+30˚，GPS模式为GPS/GLONASS双模。

选定天气晴朗且风速稳定的日子飞行，为了保证成像质量，根据实际情况分别选择Pix4D capture、Altizure两种软件进行航线规划。飞行参数根据现场情况，设置了100 m/110 m两种飞行高度，70%/80%两种旁向重叠度。具体飞行参数如表1所示。部分航线规划见附图。

3.1.2. 原始信息的处理

数字高程模型DEM (Digital Elevation Model)和数字正射影像图DOM (Digital Orthophoto Map)的制作采用Agisoft Photoscan Professional，地理坐标系采用WGS-84。Agisoft Photoscan Professional是一款3D图像重建软件，无论在有无控制点的情况下都可以根据原始静态照片重建3D模型，生成精度可达5厘米的DOM成果和极其精细的DEM模型。软件的数据处理过程由三个步骤组成：首先，形成一个照片矩

Table 1. Flight parameters

表1. 飞行参数

Figure 1. DOM (left) and DEM (right) of Muchuan toll station

图1. 沐川收费站DOM(左)和DEM(右)

Figure 2. DOM (left) and DEM (right) of 17 bid section 1 # spoil ground

图2. 17标1#弃渣场DOM(左)和DEM(右)

Figure 3. DOM (left) and DEM (right) of 17 bid section 2 # spoil ground

图3. 17标2#弃渣场DOM(左)和DEM(右)

Figure 4. DOM (left) and DEM (right) of 17 bid section project department

图4. 17标项目部DOM(左)和DEM(右)

阵，Photoscan会自动搜索照片上同名的图像点并进行匹配。然后，根据相机的估计位置和照片建立一个密集的点云；最后，在密集或分散的点云的基础上，Photoscan重建了一个三维多边形网格，在此基础上可以生成DEM和DOM结果(见图1~4)。

3.2. 监测信息的获取

a) 土地利用类型的获取

对特定类型的地物，如取土场、弃土场、截排水沟和植被等，可通过人工目视判渎，直接绘制矢量，勾画出特定类型的地物。对较大的项目区域，直接进行人工判读，耗时很长，可利用计算机分类技术。利用Envi对裁剪后DOM进行非监督分类得到的图像以颜色差异反映图像光谱的异质性，可作为目视鉴别土地利用类型的依据。

b) 扰动范围监测

采用Global mapper的数字化工具对DOM影像进行人工勾画可量测扰动范围和流失面积。

c) 监测对象位置

在Global mapper中，导入DOM影像即可获得监测对象的位置信息。同时采用手持GPS获取同一地点的位置信息，以便对比。

d) 监测对象体积

基于DEM成果，利用Photoscan的多边形绘图工具框选需要测量体积的范围，选定一个基准面，即可获得基准面上下方体积及总体积。可供选择的基准面有最佳拟合平面、平均水平平面以及自定义平面。

e) 水土流失隐患、危害监测

通过无人机航拍影像和DEM模型能够直观地看出项目区可能存在的水土流失及安全隐患。

f) 水土保持措施监测

基于DOM影像，对于零星的水土保持工程措施、临时措施，主要采用人工识别的方法进行统计分析，并量取措施的规格尺寸和数量等。另外，通过DOM模型成果及三维数字模型可以直观的判断出拦挡、边坡防护等水土保持措施的防治效果和运行状况。

4. 结果与分析

4.1. 土地利用类型的获取

以沐川收费站旁停车场为例，基于无人机获取的停车场影像，利用Envi classic对影像进行裁剪去掉非关键区域，获得所需目标区域。对裁剪后的DOM用Envi软件对其进行非监督分类处理，获得如图5的结果。由图可知，非监督分类对不同地物之间的细小像元颜色差异较为敏感，导致分类结果多。为了提高目视识别判读准确性，选择对非监督分类结果进行合并，将同一土地利用类型合并在一起，合并结果如图6所示。合并影像中存在局部漏分、错分的现象，选择对像元进行手动勾画修改，并将一定范围内的像元归入一定的土地利用类型中，最终获得如图6所示的目视分类结果。

Figure 5. Orthophoto clipping results (left) and unsupervised classification results (right) of parkinglot

图5. 停车场正射影像裁剪结果(左)和非监督分类结果(右)

Figure 6. The result of classification and combination (left) and the result of visual discrimination (right)

图6. 分类合并结果(左)和目视判别勾画结果(右)

4.2. 扰动范围监测

以17标项目部为例，将DOM导入Global mapper，利用其数字化工具人工勾画出项目部的扰动范围，得到其扰动面积为7050 m² (图7)。为进一步检验无人机遥感技术监测扰动面积的精度，利用手持GPS和皮尺对项目部的扰动面积进行实地测量，实地测量的扰动面积为6960 m²。经计算，满足《生产建设项目水土保持监测规程(试行)》中点型扰动面积监测精度不低于95%的要求 [15]。

Figure 7. Calculation of disturbance area of 17 bid section project based on DOM model

图7. 基于DOM模型匡算17标项目部扰动面积

4.3. 监测对象位置

以17标1#弃渣场为例，将DOM导入Global mapper，利用其数字化工具选中测量点，得到其中心点位置为(N 28˚45'34.96, E 103˚53'04.78) (图8)。为进一步检验无人机遥感监测位置信息的精度，利用手持GPS和皮尺对1#弃渣场中心点位置进行实地测量，实测的中心点位置为(N 28˚45'35.02″, E 103˚53'04.61)，与Global mapper测得的位置基本一致。

Figure 8. The position of 17 bid section 1 # spoil ground

图8. 17标1#弃渣场位置

4.4. 监测对象体积

以17标2#弃渣场为例，基于DEM模型，采用Photoscan的多边形工具框选出2#弃渣场的范围，以最佳拟合曲面作为基准面，测量出2#弃渣场的体积为49942.9 m³ (图9)。最佳拟合面和平均水平面是基于绘制的多边形顶点进行计算，自定义水平面的体积测量允许针对用户定义的固定值来跟踪体积。体积信息栏里自上而下分别为所选平面上方体积、下方体积和总体积。

Figure 9. Volume monitoring results of 17 bid section 2 # spoil ground

图9. 17标2#弃渣场体积监测结果

4.5. 水土流失隐患、危害监测

以17标2#弃渣场为例，从3D模型中可以看出(图10)，2#弃渣场弃渣较高，没有分级放坡，有垮塌的风险。弃渣北侧缺少截水沟和拦挡措施，且汇水面积大，如遇强降雨，将有大量山坡洪水汇入渣场，不利于渣场的稳定与排水，存在水土流失及安全隐患。建议在渣场北侧沿渣场外边界布设永久截水沟，防止山洪进入渣场。同时，应注意及时清理道路内侧排水沟，保持排水通畅，避免北侧山洪对渣场和道路构成威胁。3D模型及高程模型能真实展示监测区的细节与全貌，有助于建设单位和施工单位直观了解项目区水土流失隐患及危害，有利于水土流失的预防和治理。

Figure 10. Monitoring of hidden dangers and hazards of soil and water loss

图10. 水土流失隐患、危害监测

4.6. 水土保持措施监测

将17标1#弃渣场的DOM影像导入Global mapper，采用多边形工具手动勾画临时苫盖范围，即可监测临时措施实施情况。由最终结果可知，截止2021年3月27日，17标1#弃渣场临时苫盖措施实施总面积为3467.8 m²，3处苫盖面积分别为1576 m²、231.8 m²、1660 m² (图11)。

Figure 11. Monitoring of soil and water conservation measures of 17 bid section 1 # spoil ground

图11. 17标1#弃渣场水保措施监测

5. 结论

随着信息产业的快速发展，水土保持监测技术在追求效率的同时，也逐渐向高精度、低成本的方向发展，这使得无人机低空遥感技术在水土保持监测工作中逐渐发挥出不可替代的作用。本研究以仁沐新高速公路项目为例，从背景资料分析、遥感数据获取、监测信息提取及应用三个方面，对无人机技术在水土保持监测中应用的可靠性及效果进行分析论证。经分析，利用无人机遥感技术，基于DEM和DOM及3D模型成果，结合各种图像处理软件能够准确获取扰动土地范围、水土流失面积、土地利用类型和水土保持措施等监测信息，并及时掌握监测区内的水土流失隐患和危害，计算结果的精度基本满足《生产建设项目水土保持监测规程(试行)》的要求，是传统监测手段的良好补充。无人机技术操作简便，将大量的外业工作转化为内业量测工作，在提高工作效率的同时，也提升了监测结果的精准性和可靠性，具有很强的实用价值。但无人机低空遥感技术在生产建设项目水土保持监测中的应用仍需进一步的研究和改进，主要有两方面：(1) 利用计算机的基准面测量法对弃渣场体积进行计算时，因无人机低空遥感存在一定的垂直精度误差，同时受自然沉降影响，且基准面的选择并没有可靠的依据，会导致计算结果存在偏差。因此，对于弃渣场方量的监测还需要通过大量的科学实践，开展进一步的探讨与研究；(2) 非监督分类比目视识别法具有更高效的优势，特别是在大型分类应用上，可以减少不少的人力物力。但影像处理结果精度较低，分类结果存在将植物、建筑物的影子错判、误判成植物的现象。分类合并结果还需在计算机自动识别的基础上配合人工目视解译的手段进行人机交互识别，最终才得到想要的结果，图像处理软件的自动识别仍需进一步细化。

目前无人机遥感技术在扰动面积测量、土地利用类型提取等方面具有一定的可行性，且相关的图形处理软件也较为成熟。作为卫星遥感和传统监测手段的有力补充，利用无人机遥感实现对生产建设项目项目整个项目期全方位监测，必将成为未来水土监测工作的重要思路。深入探索无人机技术在监测方面的应用研究必会进一步推动监测工作的高效开展。

资助项目

“四川省仁寿至屏山新市公路井研至新市段(含马边支线)水土保持监测”。

文章引用

王静梅,王鹤鸣,莫秋霞,卜崇峰. 无人机遥感在仁沐新高速公路项目水土保持监测中的应用与评价
Application and Evaluation of UAV Remote Sensing in Soil and Water Conservation Monitoring of Renmuxin Expressway Project[J]. 水土保持, 2021, 09(02): 41-51. https://doi.org/10.12677/OJSWC.2021.92005

参考文献

1. 岳焕丽, 周玉喜, 潘玉娟, 邓肯, 张晓丽, 董海涛, 吴应平. 生产建设项目水土保持监测新技术新方法探索与应用[C]//中国水土保持学会. 中国水土保持学会预防监督专业委员会第九次会议暨学术研讨会论文集, 2015: 442-446.

2. 余先高. 水土保持监测工作面临的主要问题及完善对策[J]. 北京农业, 2015, 19(221): 85-86.

3. 本社. 水土保持监测技术规程SL277-2002[M]. 北京: 中国水利水电出版社, 2003.

4. 杨兴春. 生产建设项目水土保持监测技术与方法探讨[J]. 水能经济, 2017(8): 169.

5. 梁志鑫, 卢宝鹏, 张焘. 无人机技术在生产建设项目水土保持监测中的应用[J]. 吉林农业, 2010(9): 145-163.

6. Watts, A.C., Ambrosia, V.G. and Hinkley, E.A. (2012) Unmanned Aircraft Systems in Remote Sensing and Scientific Research: Classification and Considerations of Use. Remote Sensing, 4, 1671-1692. https://doi.org/10.3390/rs4061671

7. 汪沛, 罗锡文, 周志艳, 等. 基于微小型无人机的遥感信息获取关键技术综述[J]. 农业工程学报, 2014, 30(18): 1-12.

8. 廖克, 成夕芳, 吴健生, 等. 高分辨率卫星遥感影像在土地利用变化动态监测中的应用[J]. 测绘科学, 2006, 31(6): 11-15.

9. 王猛, 隋学艳, 梁守真, 等. 利用无人机遥感技术提取农作物植被覆盖度方法研究[J]. 作物杂志, 2020(3): 183-189.

10. 林成行, 朱首军, 周涛, 等. 基于无人机遥感技术的水土保持植被恢复率提取[J]. 水土保持研究, 2018, 25(6): 211-215.

11. D'Oleire-Oltmanns, S., Marzolff, I., Peter, K., et al. (2012) Unmanned Aerial Vehicle (UAV) for Monitoring Soil Erosion in Morocco. Remote Sensing, 4, 3390-3416. https://doi.org/10.3390/rs4113390

12. 张雅文, 许文盛, 沈盛彧, 等. 无人机遥感技术在生产建设项目水土保持监测中的应用——方法构建[J]. 中国水土保持科学, 2017, 15(1): 134-140.

13. 巴明坤. 小型无人机在生产建设项目水土保持监测中的应用[D]: [硕士学位论文]. 咸阳: 西北农林科技大学, 2019.

14. 周庆华. 交通输运等线型工程建设引起的水土流失及防治措施[J]. 南水北调与水利科技, 2003, 1(3): 41-43.

15. 施明新. 无人机技术在生产建设项目水土保持监测中的应用[J]. 水土保持通报, 2018, 38(2): 242-246.

附图

Attached figure. Part of the route planning map

附图. 部分航线规划图

NOTES

^*第一作者。

^#通讯作者。

期刊菜单