基于無人機航空攝影測量的重點區域耕地保護監管方法

馮彥彥

（南京霖和智慧科技有限公司，江蘇 南京 210039）

在當前以城鎮化、生態文明、鄉村振興為重點的時代背景下，耕地保護面臨著新形勢、新挑戰[1]。為全面貫徹落實國務院辦公廳《關于堅決制止耕地“非農化”行為的通知》《關于防止耕地制止耕地“非糧化”穩定糧食生產意見》等文件要求，經由國土變更調查、土地衛片執法、耕地保護督察等工作發現，耕地“非農化”“非糧化”問題依然突出，如何破解成為亟待解決的重要難題[2-3]。耕地保護監測技術是有效實施耕地“非農化”“非糧化”執法監察工作的重要前提，但現有單一監測模式或多種監測模式融合的途徑難以平衡投入成本與監測成效，難以滿足耕地“非農化”“非糧化”監測的“全要素、實時化、便捷化”需求，出現“發現難、制止難、查處難”的困境[4-5]。隨著技術的發展，無人機航空攝影測量技術因其高效性、靈活性和高分辨率的優點，被認為是一種有潛力的替代方案。無人機能夠提供更為詳細和頻繁的數據，有助于及時發現和響應耕地非法使用的情況。本文通過整合無人機技術，服務各類耕地“非糧化、非農化”現象監測，以保障糧食安全，為農業生產和土地管理提供堅實的基礎。

1 非農化和非糧化的內涵界定

農業的范圍比較大，包括糧食種植、林業種植、果蔬種植、水產養殖和畜禽養殖及一些雜糧種植等。關于“非農化”的內涵，學者們從地域、權屬、產業和用途等層面給予了多維度的界定，包括農地地域由農村向城市轉移、經濟不同產業部門間轉移、權屬由農村集體所有向國家土地所有權變更、用途由農地向居住、交通、工業、服務業等建設用地轉換，其核心是農用地向建設用地的用途轉換，權屬性質變更在總量上占據優勢。“非糧化”一詞最早出現在20 世紀90 年代中期，對耕地“非糧化”進行內涵界定的相關研究雖未形成系統，但仍然取得了一定的研究成果，即“非糧化”更加嚴格地細化了糧食種植的政策，特指小麥、水稻和玉米這三大主糧以外的種植，也就是說土地在確保這三大主糧的種植面積后，才能種植棉花、大豆、花生或其他雜糧和經濟作物，不可以用來種樹、挖塘、建廠房、養殖設施等非糧食作物。

2 航測技術路線

正射影像數據采集按照標準作業流程操作，具體包括如下步驟：第一步，收集試驗區相關資料，包括試驗區邊界、禁飛區、天氣資料等；第二步，根據試驗區范圍、數據分辨率、數據定位精度設計無人機航飛參數；第三步，放飛無人機，采集正射影像數據；第四步，空三加密，正射影像制作，勻光勻色，提供最終成果。

首先，進行飛行計劃的設計，確定航線方向和重疊度，以保證后續數據處理的準確性。其次，進行攝像機校準，包括內外部參數的校準，以確保數據采集的準確性，同時進行數據質量控制，監控數據采集過程中的相機高度和姿態信息，以避免數據模糊或重疊不足等問題。再次，對采集到的數據進行處理，包括地面校正、DEM 和DOM 的輸出，以及建筑物輪廓的提取等。最后，在輸出最終成果之前，需要進行數據質量的檢查和評估，確?？拯c云配準的精度。

3 無人機航空攝影測量關鍵技術

攝影測量領域的核心任務在于解析照片以獲取被拍攝物體的空間數據。這一過程首先需要確立照片中的影像點與其相應的地面點之間的數學聯系。對于那些以單一投影中心進行中心投影的航空和近景攝影測量，這種模型通常是通過共線條件方程來實現的。而在處理多個投影中心的航天線陣推掃式照片時，則通常使用有理函數模型來描述影像點與實際地面點之間的空間坐標關系。無人機航空航空攝影測量的共線條件方程，表示了像點與相應的地面點間的幾何關系。

共線條件方程在無人機航空攝影測量中扮演著重要的角色。它是將影像上的像點與相機位置、姿態、內部幾何參數等進行關聯的數學公式。通過這些公式，可以解算出物點的三維坐標，實現對地面的三維測量和建模。首先，確定相機的內部幾何參數。相機的內部幾何參數包括焦距、主點位置、像點尺寸和畸變參數等。這些參數能描述相機內部的光學特性，對影像的成像過程起著重要作用，它們以矩陣形式進行表示，其中包括像點坐標與物方坐標之間的關系。其次，考慮相機的外部定向元素。外部定向元素包括相機在攝影平面的投影位置、攝影平面與物方坐標系之間的旋轉角度和相機的位置等。這些參數描述了相機在空間中的姿態和位置，用于將像點和物點進行關聯?；谶@些參數，可以建立共線條件方程。共線條件方程基于幾何光學原理，將像點在影像上的坐標與相機的內外部參數聯系起來。在建立過程中，通常采用像高方程和像平面方程來描述像點的投影關系。其中，像高方程描述了影像上點的垂直距離與相機內部參數（如焦距和主點位置）及物方坐標之間的關系，它是通過像點的行列號和相機的內部參數計算得到的。像平面方程描述了影像上點的水平坐標與相機內外部參數以及物方坐標之間的關系，它是通過像點的行列號、相機的外部參數和內部參數計算得到的。通過解算共線條件方程，可以推導出物點的三維坐標。這一過程通常使用最小二乘法來求解，以降低因測量誤差和系統噪聲而引起的不確定性。最終，能獲得物點的空間位置信息，實現對地面的精確測量和建模。

4 試驗與分析

本文于如皋市開展正射影像采集試驗，驗證基于無人機的耕地動態監測模式。根據正射影像采集方法，針對試驗區域設計無人機數據采集方式，記錄無人機飛行時長、電池用量、數據精度等參數，為分析無人機監測耕地“非農化”“非糧化”成本與可行性奠定基礎。

4.1 硬件準備

本次采集試驗基于自然資源領域主流應用的無人機型號，考慮續航時長、相機參數等硬件信息，采用大疆御3C 和大疆御3E 兩款不同級別無人機開展數據采集工作，無人機具體參數對比如表1所示。正射影像數據采集時，無人機飛行高度240 m，飛行速度15 m/s，數據采集分辨率為6 cm。考慮無人機搬遷、信號傳輸、飛行速度等因素影響，拍攝用時80 min。

表1 無人機參數對比表Tab.1 UAV parameter comparison table

4.2 結果分析

基于2021 年土地變更調查數據，分析發現試驗區中存在疑似“非農化”現象。從正射影像中均可發現耕地圖斑中出現推土現象，原耕地圖斑已被平整為硬化地面，同時堆放工程器械、水泥筒等建設行為目標，如圖1所示。

圖1 疑似“非農化”現象對比圖Fig.1 Comparison of suspected"non-agricultural"phenomena

開展疑似“非糧化”現象分析，試驗區主要農作物包括水稻、小麥、玉米、油菜等。無人機數據采集時間為7月中旬，因此，試驗區耕地中主要農作物為水稻、玉米、黃豆和花生。水稻和玉米為主要糧食作物，黃豆和花生為油量作物，本次分析缺少基本農田范圍圖斑，無法進行“非糧化”判定。通過無人機照片和正射影像對水稻、黃豆、花生、玉米進行比對，可以正射影像中區分出各植被范圍。由于水稻田中有水存在，正射影像能在耕地中發現水體。由于當前水稻還未長成，作物之間距離較大，且種植比較整齊，可以通過以上特征判斷水稻的種植范圍。由此可以證明，無人機高分辨率數據相較于衛星遙感影像具有顯著分辨率高和紋理清晰度高優勢，對發現“非糧化”中的苗圃具有重要價值。基于如皋實驗村莊開展正射影像采集試驗，利用無人機遙感監測靈活性高、分辨率高的優點，驗證了基于無人機航空攝影測量能夠消除監測盲區，提高影像精度，把控監測時效，優勢在于采集數據靈活，適用于重點區域。

5 結語

本研究討論了無人機航空攝影測量的基本原理和技術特點，特別是在數據采集、處理和分析方面的優勢。通過試驗驗證了無人機航空攝影測量技術在監控重點區域耕地“非農化、非糧化”現象中的有效性，以及無人機技術在高分辨率影像獲取、靈活的數據采集以及實時監控方面展現出顯著優勢，適用于重點區域。無人機能高效獲取大量高分辨率影像數據，覆蓋面廣且全天候可行，為監控重點區域耕地“非農化、非糧化”現象提供可靠的數據基礎。無人機航空攝影測量技術的靈活性和實時監控能力使其成為理想的重點區域耕地監管選擇，使監管工作更迅速、精準。另外，無人機相對低成本的操作使監管部門能夠頻繁使用該技術，更好地保護重點區域耕地資源。該研究成果對推動重點區域耕地可持續利用和保護具有重要實際意義。未來，將繼續深入研究和完善無人機航空攝影測量技術在耕地監管領域的應用，為實現精準監管和可持續發展提供更多解決方案。