水土保持監測無人機數據的生產與展望淺談

彭桂云，高 翔，孫曉光

（1.北京市懷柔區水土保持工作站，北京 101400；2.北京渤海嘉實工程咨詢有限責任公司，北京 100055）

隨著數字孿生流域、城市信息模型、智慧水保等需求的增加，對三維數據信息采集和處理的要求越來越高。無人機技術作為三維數據獲取的重要手段，在水利、水電、國土、電力、生態環境和城市建設等領域廣泛深入應用，尤其無人機被引入水土保持監測領域以來，解決了傳統水土保持監測工作的“到不了現場、看不清全貌”的困境，提升了水土保持監測工作的精準性和針對性。無人機采集的影像數據、三維數據和正射影像等為水土保持監測工作開啟提供了全方位、立體式的工作體驗。水土保持監測工作對無人機數據生產需求越來越大，依托無人機采集的數據對水土保持監測中的擾動土地面積、擾動土地類型、挖填土方量及土壤流失量等進行數據化的分析，在水土保持監測過程中發揮著越來越不可替代的作用。水土保持監測無人機數據生產是利用無人機對水土保持監測對象進行航飛數據采集，在此基礎上對數據進行空三處理、建模修模和數據管理等系列操作，根據需要形成三維實景模型、DOM 和專題圖等成果，并進一步進行土地利用類型、擾動土地范圍、水土流失面積及水土保持措施量提取和分析的過程。本文梳理了水土保持監測無人機數據生產應用現狀，重點分析了無人機在水土保持監測過程中數據采集、數據處理和數據管理現狀與需求，提出了相關解決方案，并展望了水土保持監測過程無人機數據生產的應用方向和發展前景。

1 水土保持監測無人機數據生產應用現狀

近年來，隨著無人機設備、傳感器、三維建模及影視剪輯等相關軟件的更新和升級，無人機在水土保持監測過程中的應用場景越來越多，越來越深入到水土保持工作的各個方面。無人機技術應用到生產建設項目中可以準確提取各項水土保持監測數據，并進一步計算出挖填方量和土壤流失量等數據[1]；無人機應用到水土保持監測中展現了不限地形、不限地貌、少受交通條件、少受環境因素影響的優勢，保證了水土保持監測工作的科學、快速、順利開展[2]；無人機遙感技術可快速、準確獲取線性工程中各項定性、定量水土保持監測數據，使水土保持監測工作更加高精度、高效率、信息化[3]；通過網絡CORS 定位獲取高精度定位，獲取了山區小流域水土保持措施調查，并制作了1∶2 000 比例尺地圖[4]；利用無人機技術對水土保持重點治理工程措施進行核查，快速提取水土保持措施面積、措施尺寸等數量指標和質量指標[5]。無人機可以獲取毫米級的實物三維模型，對珍貴文物進行高精度的數字化保存[6]。以上前沿技術或案例正在水土保持監測工作中逐步探索和試驗，為水土保持監測工作開展提供了更加精確和全面的數據和技術基礎。但目前在水土保持監測無人機數據采集、數據處理和數據管理等整個過程中，仍處于各自探索階段，并未形成統一的技術流程和數據管理標準。

2 水土保持監測無人機數據采集

2.1 數據采集精細化

隨著水土保持監測工作成果精度要求的提高，對無人機數據采集提出了更高的要求，數據采集越來越精細化，例如：①通過在無人機上配備RTK 模塊，再利用網絡CORS結合RTK∕PPK 技術，獲取無人機拍照厘米級定位的高精度POS 數據，實現免相控作業，某地產項目利用RTK 模塊采集厘米級定位圖像示例如圖1 所示；②利用無人機仿地飛行能力進行變高飛行，保證對地保持恒定高度獲取作業區域統一地面分辨率的數據，最大程度減少測量誤差；③充分利用無人機的避障能力結合精密的航線規劃進行貼近飛行，可獲毫米級的數據。

圖1 某地產項目利用RTK模塊采集厘米級定位圖像示例（水平精度、垂直精度單位m）

2.2 數據采集多樣化

隨著水土保持監測工作中無人機應用場景的增多，無人機搭載的傳感器類型也越來越多，數據采集也越來越多樣化。目前常見的無人機采集數據由可見光的照片、視頻，還有雷達數據、多光譜數據、熱成像數據等類型。除此之外，無人機還可以利用第三方軟件進行土地占地類型、占地面積、水土保持措施數據獲取以及實現土壤流失量等數據計算。

2.3 數據采集自動化

無人機數據采集在開始階段一般是簡單地采用定時間或定距離間隔的方式拍照，甚至有時利用手動方式采集照片和視頻。隨著無人機航線規劃軟件的智能化，無人機航飛已經實現自動規劃航線，某地產項目根據航飛范圍自動規劃航線示例如圖2 所示。在航飛區域初次建模的基礎上，對無人機航線自動精細化編輯，實現更高精度、更高效率的數據采集。同時，隨著視頻拍攝智能化功能的提升，無人機對于視頻數據的采集也越來越自動化。

3 水土保持監測無人機數據處理

3.1 數據處理集群化

水土保持監測無人機數據采集精度越高，成果精度也越高。因此，無人機采集的數據會隨著精度要求的提高，數據量成幾何倍級的增加，對后期處理軟件和硬件的需求也相應的增加，促進了后期軟件功能的迭代升級，大部分后期處理軟件都增加了集群處理的功能，實現對無人機采集數據的自動化任務分配和處理，實時監控集群處理的進度和效果，某地產項目軟件集群處理計算示例如圖3所示。

集群處理成倍縮短了無人機數據處理時間，提高了成果時效，為水土保持措施監測成果應用或水土流失隱患、危害監測快速決策提供了更為及時的依據。

3.2 數據處理融合化

無人機數據的多樣化，促使后期成果越來越豐富，從三維模型、數字正射影像到雷達數據等成果形式應有盡有，某地產項目三維模型示例如圖4所示。由于對成果效果要求的提高，無人機多傳感器圖像融合處理越來越多，主要是利用無人機的一種或多種成像傳感器獲得同一地物不同類型的數據，融合彼此的互補信息，以獲得對同一地物更全面、直觀、可靠的信息。如，后期處理中利用雷達點云密度高、精度高的特點，把可見光照片和雷達數據進行融合，形成較好的真三維可視化效果；利用可見光和熱成像融合技術，可以在弱光和黑暗條件下檢查、定位和識別對象等。

圖4 某地產項目三維模型示例

3.3 數據處理單體化

數字孿生、城市模型、智慧水保應用已經成為趨勢，針對大規模的三維建模而言，僅能滿足視覺上或者大尺度上的觀感和計算，而計算機還不能對具體的單個目標對象進行識別、屬性賦予以及大規模的模擬運算和實時推演[6]，因此對于水土保持監測無人機數據處理單體化有著必然的需求，某地產項目房屋單體化示例如圖5所示。目前單體化工作大多采用在整體模型上進行編輯，而自動化的單體化識別與定位仍處于探索階段。

圖5 某地產項目房屋單體化示例

3.4 數據處理真實化

三維模型的精度已達厘米級，甚至毫米級。但三維模型相對于實景來說還是會有失真和瑕疵的問題，模型中會有凸起凹陷、模糊不清楚甚至漏洞等情況，因此需要二次加工，利用三維模型修模軟件對其點、線、面進行修改和補充，并結合實景照片貼圖等方式，最終完成符合實際的三維模型，進一步獲取準確的、真實的臨時措施面積、臨時堆土體積等數據，某地產項目臨時苫蓋措施范圍提取示例如圖6所示。

圖6 某地產項目臨時苫蓋措施范圍提取示例

4 水土保持監測無人機數據管理

4.1 數據管理智能化

傳統無人機數據管理尤其對于多次同一區域或地物的航飛數據管理僅以對比的形式展現或簡單疊加，缺乏數據間的分析和挖掘，有的數據管理僅僅依靠文件夾進行分類和存儲，造成了水土保持監測無人機數據資源的浪費。數據管理智能化分析，通過對無人機監測前后影像的對比，可以智能分析水土流失防治責任范圍變化、智能識別水土流失隱患、智能解譯圖斑類別，最終針對智能分析出的結果進行水土流失隱患處理及解譯圖斑的應用。

4.2 數據管理標準化

傳統無人機監測數據質量參差不齊，缺少統一的標準，在數據采集、存儲等環節存在不科學、不規范等問題，導致錯誤數據、缺失數據等“臟數據”的產生。由于缺乏標準化的管理機制和人為因素，造成數據標準不一、數據無法對應的問題，導致了大量的垃圾數據。通過統一的數據管理標準規范，統一數據收集模式、基本原則、程序、工作內容等，實現數據采集、存儲、查閱、應用更加規范、科學。

4.3 數據管理系統化

水土保持監測無人機數據管理需求隨著無人機在水土保持監測工作中的應用深入越來越迫切，但目前大多是以滿足項目成果為最終結果，數據管理僅依靠傳統的存儲和應用。通過系統化的數據管理，借助專業軟件∕平臺實現數據云共享、云互通、云統一，解決傳統數據無法共享、無法永久保存等問題。

5 水土保持監測無人機數據處理與管理問題與思考

5.1 數據類型不兼容

水土保持監測無人機數據生產涉及水土保持監測工作中的多種應用場景，有的側重三維數據，有的側重視頻或照片，也有的與數據相結合。雖然不同無人機數據處理軟件生成的中間或成果數據格式名稱一樣，如通用的OSGB、OBJ等三維格式數據，但數據間仍是不能兼容和通用，還有一些軟件自身的專門后綴格式的數據，如3MX、Terra 等格式數據不能拿到別的處理軟件中使用。無人機后期處理軟件多種多樣，更多時候需要多種軟件分步處理才能實現最終成果需求，但由于軟件數據格式存在不兼容問題，導致無人機數據處理和應用出現困難。

5.2 數據挖掘深度不夠

水土保持監測無人機數據管理基本上結合具體需求開展，目前市面上的數據管理軟件僅能提供簡單的瀏覽和標注，對于測量和計算很難滿足。三維數據大多用來瀏覽和查看，尤其是作為底層數據來應用。一方面缺少更專業的查詢、標注、計算以及數據挖掘軟件；另一方面由于無人機數據本身獲取代價高昂和保密原因，導致了數據管理專業軟件開發的遲緩，使得水土保持監測無人機數據管理以實現項目成果為最終結果，缺少了數據間的分析和挖掘。因此，應根據水土保持監測的生產需要，建立以云計算為平臺的水土保持監測數據管理和分析平臺，充分利用無人機數據三維、真彩色等立體、直觀數據的優點進行水土保持監測數據分析和深度挖掘。

5.3 數據管理應用不智能

由于水土保持監測無人機數據管理存在的粗放問題，加上水土保持監測無人機數據都是GB 級數據，在管理和調用上對軟硬件能力都提出了更高的要求。水土保持監測數據的管理和使用還處于斑點化，重復利用且對比利用較低，造成了深度挖掘和精確提取難以實現。隨著水土保持監測無人機數據成果精度越來越高和效果要求越來越實景化，數據存儲和管理更應簡便化、智能化、快捷化，并需要結合水土保持監測數據進行計算分析、推演和實時運算，所以急需形成并建立智能化的數據管理和應用平臺。

6 總結與展望

無人機的使用代替了大量的人力工作，提升并擴大了水土保持監測工作視野深度和廣度，提高了工作效率和水平，但依然面臨著無人機監測數據類型不兼容、數據挖掘深度不夠、數據管理應用不智能等問題。

解決水土保持監測數據存在的問題應從源頭出發，統一數據格式保證在數據通用的基礎上，建立統一的應用處理平臺，進行數據的統一管理和應用。結合目前現有的標準和規程規范，制定專門針對水土保持監測無人機數據生產的技術標準，標準包括水土保持監測無人機應用的基本原則、程序、工作內容、數據標準和格式等，逐步形成統一、有效的數據收集的方法與標準。建立區域或省級水土保持監測無人機數據管理和使用平臺，把分散的無人機數據進行匯總和集中管理，提高數據使用和利用效率，依托數字化、網絡化、智能化的無人機數據建立智慧水土保持平臺。通過這個平臺把水土保持監測的斑點化、散亂化的數據連成片，集成時間序列或空間序列，加強水土保持監測無人機數據的管理和使用，促進水土保持監測無人機數據更加精準化、智慧化。

盡管水土保持監測無人機數據生產存在多種困境，但隨著無人機從摸索、試錯階段向成熟化轉變，隨著無人機性能的提升、傳感器多樣化和精準化、處理軟件功能智能化和模塊化以及數據管理軟件平臺化等各階段研發和應用的齊頭并進，水土保持監測無人機數據生產的應用將會越來越廣泛。

無人機在水土保持監測的應用從點到面越來越深入，已經成為不可或缺的生產工具，在水土保持監測無人機數據采集、數據處理和數據管理各方面都有了長足的進步和探索。面對無人機監測數據生產出現的數據類型不兼容、數據挖掘深度不夠、數據管理應用不智能等問題，都能通過制定數據生產的技術標準和建立數據管理使用平臺得到很好的解決。隨著水土保持無人機監測技術手段的進步，未來水土保持監測前景必定一片大好。