无人机搭载高分辨率传感器在精细地形监测中的应用

doi:10.7522/j.issn.1000-0240.2022.0149

冰川冻土 ›› 2022, Vol. 44 ›› Issue (6): 1707-1716.doi: 10.7522/j.issn.1000-0240.2022.0149

• 第二次青藏高原综合科学考察研究 • 上一篇

无人机搭载高分辨率传感器在精细地形监测中的应用

程平平¹(), 吴坤鹏²^,³(), 肖乐天², 雷东钰⁴

^1.安徽师范大学地理与旅游学院，安徽芜湖 241008
^2.云南大学国际河流与生态安全研究院，云南昆明 650091
^3.中国科学院西北生态环境资源研究院冰冻圈国家重点实验室，甘肃兰州 730000
^4.湖南科技大学地球科学与空间信息工程学院，湖南湘潭 411201

收稿日期:2022-10-05 修回日期:2022-11-22 出版日期:2022-12-25 发布日期:2023-01-18
通讯作者: 吴坤鹏 E-mail:chengpingping2007@126.com;wukunpeng@ynu.edu.cn
作者简介:程平平，助教，主要从事地形测绘研究. E-mail： chengpingping2007@126.com
基金资助:
云南省自然科学基金项目(202205AM070011);国家自然科学基金项目(42171129);可持续发展大数据国际研究中心主任青年基金(CBAS2022DF020);第二次青藏高原科学综合考察研究项目(2019QZKK0208);云南大学人才引进项目资助

Application of UAV equipped with high resolution sensors in fine topographic mapping

Pingping CHENG¹(), Kunpeng WU²^,³(), Letian XIAO², Dongyu LEI⁴

^1.School of Geography and Tourism，Anhui Normal University，Wuhu 241008，Anhui，China
^2.Institute of International Rivers and Eco-security，Yunnan University，Kunming 650091，China
^3.State Key Laboratory of Cryospheric Science，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China
^4.School of Resource Environment and Safety Engineering，Hunan University of Science and Technology，Xiangtan 411201，Hunan，China

Received:2022-10-05 Revised:2022-11-22 Online:2022-12-25 Published:2023-01-18
Contact: Kunpeng WU E-mail:chengpingping2007@126.com;wukunpeng@ynu.edu.cn

摘要/Abstract

摘要：

无人机搭载高分辨率传感器，获取的正射影像和数字表面模型（DSM），能够很好的反映精细地形表面特征。本文以藏东南地区雅弄冰川末端为研究区，利用M300 RTK无人机搭配睿铂M6P量测型相机，获得了地面分辨率为1.5 cm的正射影像及DSM。与航天遥感数据Planet影像和数字高程模型TanDEM相比，无人机航测获取的正射影像、DSM在提取冰川边界、冰川表面形态上具有较大优势。本文利用坡度阈值法、R成像波段阈值法，能够有效提取冰裂隙、冰面湖的分布，且自动提取误差小于10%。因此，无人机航测获取冰川区精细地形在未来冰川研究中具有非常大的潜力，尤其是提取冰面特殊形态，研究微尺度地形对冰川变化的影响。

关键词: 无人机, 摄影测量, 正射影像, 精细地形, 雅弄冰川

Abstract:

The orthoimage and Digital Surface Model （DSM）， acquired by the unmanned aerial vehicle （UAV） with high resolution sensors， could reflect the fine terrain accurately. In this study， the terminus of Yanong Glacier in southeastern Tibetan Plateau was chose as the study area. The orthoimage and the DSM with the resolution of 1.5 cm were acquired by the UAV of M300 RTK with M6P camera. Compared to Planet image and TanDEM， the orthoimage and the DSM present the surface feature and fine terrain in glacier area accurately. Based on the methods of slope threshold and Red band threshold， the special morphologies of glacier surface， such as ice cliff and glacial lake， were extracted automatically， and the uncertainties of extraction were lower than 10%. Hence， the fine terrain in glacier area， acquired by UAV with high resolution sensors， has great potential in the future glacier research.

Key words: unmanned aerial vehicle （UAV）, photogrammetry, orthoimage, fine terrain, Yanong Glacier

中图分类号:

V279⁺.2

程平平, 吴坤鹏, 肖乐天, 雷东钰. 无人机搭载高分辨率传感器在精细地形监测中的应用[J]. 冰川冻土, 2022, 44(6): 1707-1716.

Pingping CHENG, Kunpeng WU, Letian XIAO, Dongyu LEI. Application of UAV equipped with high resolution sensors in fine topographic mapping[J]. Journal of Glaciology and Geocryology, 2022, 44(6): 1707-1716.

图/表 10

图1

图2

图3

图4

图5

图6

图7

图8

图9

表1

参考文献 40

1	Li Zhenhong， Li Peng， Ding Dong， et al. Research progress of global high resolution digital elevation models［J］. Geomatics and Information Science of Wuhan University， 2018， 43（12）： 1927-1942.
	李振洪，李鹏，丁咚，等. 全球高分辨率数字高程模型研究进展与展望［J］. 武汉大学学报， 2018， 43（12）： 1927-1942.
2	Li X， Long D， Scanlon B R， et al. Climate change threatens terrestrial water storage over the Tibetan Plateau［J］. Nature Climate Change， 2022， 12： 801-807.
3	Khojeh S， Ataie-Ashtiani B， Hosseini S M. Effect of DEM resolution in flood modeling： a case study of Gorganrood River， Northeastern Iran［J］. Natural Hazards， 2022， 112： 2673-2693.
4	Bove G， Becker A， Sweeney B， et al. A method for regional estimation of climate change exposure of coastal infrastructure： case of USVI and the influence of digital elevation models on assessments［J］. Science of The Total Environment， 2020， 710： 136162.
5	Shao Z， Fu H， Li D， et al. Remote sensing monitoring of multi-scale watersheds impermeability for urban hydrological evaluation［J］. Remote Sensing of Environment， 2019， 232： 111338.
6	Zyl J J V. The Shuttle Radar Topography Mission （SRTM）： a breakthrough in remote sensing of topography［J］. Acta Astronautica， 2001， 48（5）： 559-565.
7	Krieger G， Moreira A， Fiedler H， et al. TanDEM-X： a satellite formation for high-resolution SAR interferometry［J］. IEEE Transactions on Geoscience and Remote Sensing， 2007， 45： 3317-3341.
8	Wang T Y， Zhang G， Li D R， et al. Geometric accuracy validation for ZY-3 satellite imagery［J］. IEEE Geoscience and Remote Sensing Letters， 2014， 11（6）： 1168-1171.
9	Hugonnet R， Mcnabb R， Berthier E， et al. Accelerated global glacier mass loss in the early twenty-first century［J］. Nature， 2021， 592： 726-731.
10	Pieczonka T， Bolch T， Junfeng W， et al. Heterogeneous mass loss of glaciers in the Aksu-Tarim Catchment （Central Tien Shan） revealed by 1976 KH-9 Hexagon and 2009 SPOT-5 stereo imagery［J］. Remote Sensing of Environment， 2013， 130： 233-244.
11	Wu K， Liu S， Jiang Z， et al. Quantification of glacier mass budgets in the Karakoram region of Upper Indus Basin during the early twenty-first century［J］. Journal of Hydrology， 2021， 603： 127095.
12	Wang Q， Yi S， Sun W. Continuous estimates of glacier mass balance in High Mountain Asia based on ICESat-1，2 and GRACE/GRACE Follow‐On data［J］. Geophysical Research Letters， 2020， 48（2）： e2020GL090954.
13	Zhang G， Chen W， Xie H. Tibetan Plateau’s lake level and volume changes from NASA’s ICESat/ICESat-2 and Landsat missions［J］. Geophysical Research Letters， 2019， 46（22）： 13107-13118.
14	Kääb A， Leinss S， Gilbert A， et al. Massive collapse of two glaciers in western Tibet in 2016 after surge-like instability［J］. Nature Geoscience， 2018， 11： 114-120.
15	Zhang Z， Liu S， Zhang Y， et al. Glacier variations at Aru Co in western Tibet from 1971 to 2016 derived from remote-sensing data［J］. Journal of Glaciology， 2018， 64（254）： 397-406.
16	Bash E A， Moorman B J. Surface melt and the importance of water flow： an analysis based on high-resolution unmanned aerial vehicle （UAV） data for an Arctic glacier［J］. The Cryosphere， 2020， 14： 549-563.
17	Fugazza D， Scaioni M， Corti M， et al. Combination of UAV and terrestrial photogrammetry to assess rapid glacier evolution and map glacier hazards［J］. Natural Hazards and Earth System Sciences， 2018， 18（4）： 1055-1071.
18	Xue Y， Jing Z， Kang S， et al. Combining UAV and Landsat data to assess glacier changes on the central Tibetan Plateau［J］. Journal of Glaciology， 2021， 67（265）： 862-874.
19	Yang W， Zhao C X， Westoby M， et al. Seasonal dynamics of a temperate Tibetan glacier revealed by high-resolution UAV photogrammetry and in situ measurements［J］. Remote Sensing， 2020， 12（15）： 2389.
20	Wu K， Liu S， Zhu Y， et al. Monitoring the surface elevation changes of a monsoon temperate glacier with repeated UAV surveys， Mainri Mountains， China［J］. Remote Sensing， 2022， 14（9）： 2229.
21	Immerzeel W W， Kraaijenbrink P D A， Shea J M， et al. High-resolution monitoring of Himalayan glacier dynamics using unmanned aerial vehicles［J］. Remote Sensing of Environment， 2014， 150： 93-103.
22	Miles E， Mccarthy M， Dehecq A， et al. Health and sustainability of glaciers in High Mountain Asia［J］. Nat Commun， 2021， 12： 2868.
23	Bhattacharya A， Bolch T， Mukherjee K， et al. High Mountain Asian glacier response to climate revealed by multi-temporal satellite observations since the 1960s［J］. Nature Communications， 2021， 12（1）： 4133.
24	Zhou Y， Li X， Zheng D， et al. Evolution of geodetic mass balance over the largest lake-terminating glacier in the Tibetan Plateau with a revised radar penetration depth based on multi-source high-resolution satellite data［J］. Remote Sensing of Environment， 2022， 275： 113029.
25	Ke L， Song C， Yong B， et al. Which heterogeneous glacier melting patterns can be robustly observed from space？ A multi-scale assessment in southeastern Tibetan Plateau［J］. Remote Sensing of Environment， 2020， 242： 111777.
26	Wang R， Liu S， Shangguan D， et al. Spatial heterogeneity in glacier mass-balance sensitivity across High Mountain Asia［J］. Water， 2019， 11（4）： 776.
27	Yang W， Guo X F， Yao T D， et al. Recent accelerating mass loss of southeast Tibetan glaciers and the relationship with changes in macroscale atmospheric circulations［J］. Climate Dynamics， 2016， 47（3/4）： 805-815.
28	Zhu M， Yao T， Thompson L G， et al. What induces the spatiotemporal variability of glacier mass balance across the Qilian Mountains［J］. Climate Dynamics， 2022： 1-23.
29	Zhu M， Yao T， Yang W， et al. Energy- and mass-balance comparison between Zhadang and Parlung No. 4 glaciers on the Tibetan Plateau［J］. Journal of Glaciology， 2015， 61（227）： 595-607.
30	Brun F， Berthier E， Wagnon P， et al. A spatially resolved estimate of High Mountain Asia glacier mass balances， 2000—2016［J］. Nature Geoscience， 2017， 10（9）： 668-673.
31	Brun F， Wagnon P， Berthier E， et al. Ice cliff contribution to the tongue-wide ablation of Changri Nup Glacier， Nepal， central Himalaya［J］. The Cryosphere， 2018， 12（11）： 3439-3457.
32	Dehecq A， Gourmelen N， Gardner A S， et al. Twenty-first century glacier slowdown driven by mass loss in High Mountain Asia［J］. Nature Geoscience， 2019， 12： 22-27.
33	Shean D E， Bhushan S， Montesano P， et al. A systematic， regional assessment of High Mountain Asia glacier mass balance［J］. Frontiers in Earth Science， 2020， 7： 363.
34	Wu Kunpeng， Liu Shiyin， Bao Weijia， et al. Remote sensing monitoring of the glacier change in the Gangrigabu Range， southeast Tibetan Plateau from 1980 through 2015［J］. Journal of Glaciology and Geocryology， 2017， 39（1）： 24-34.
	吴坤鹏，刘时银，鲍伟佳，等. 1980―2015年青藏高原东南部岗日嘎布山冰川变化的遥感监测［J］. 冰川冻土， 2017， 39（1）： 24-34.
35	Yang Wei， Yao Tandong， Xu Baiqing， et al. Characteristics of recent temperat glacier fluctuations in the Parlang Zangbo River basin， soutbeast Tibetan Plateau［J］. Chinese Science Bulletin， 2010， 55（18）： 1775-1780.
	杨威，姚檀栋，徐柏青，等. 近期藏东南帕隆藏布流域冰川的变化特征［J］. 科学通报， 2010， 55（18）： 1775-1780.
36	Ke L， Ding X， Zhang L， et al. Compiling a new glacier inventory for southeastern Qinghai-Tibet Plateau from Landsat and PALSAR data［J］. Journal of Glaciology， 2016， 62（233）： 1-14.
37	Li Xia， Yang Taibao， Ji Qin. Study on glacier variations in the Gangrigabu range［J］. Research of Soil and Water Conservation， 2014， 21（4）： 233-237.
	李霞，杨太保，冀琴. 岗日嘎布地区冰川变化特征研究［J］. 水土保持研究， 2014， 21（4）： 233-237.
38	Wu Kunpeng， Liu Shiyin， Guo Wanqin. A dataset of glacier distribution and glacier changes in the Kangri Karpo Mountains during 1980—2015［J］. China Scientific Data， 2018， 3（4）： 64-71.
	吴坤鹏，刘时银，郭万钦. 1980—2015年岗日嘎布地区冰川分布数据集［J］. 中国科学数据， 2018， 3（4）： 64-71.
39	Wu K， Liu S， Jiang Z， et al. Recent glacier mass balance and area changes in the Kangri Karpo Mountains from DEMs and glacier inventories［J］. The Cryosphere， 2018， 12（1）： 103-121.
40	Wu K， Liu S， Xu J， et al. Spatiotemporal variability of surface velocities of monsoon temperate glaciers in the Kangri Karpo Mountains， southeastern Tibetan Plateau［J］. Journal of Glaciology， 2020， 67（261）： 1-6.

冰面湖编号	人工矢量化面积/m²	阈值法提取面积/m²	自动提取误差
总计	657.27	599.79	+7.2%
①	17.38	17.58	-1.2%
②	38.21	36.14	5.4%
③	58.59	60.36	-3.0%
④	543.09	485.71	+8.7%

[1]	刘俊峰, 陈仁升, 韩春坛, 郭淑海, 刘章文, 王学良, 卿文武. 基于延时数字摄影测量的积雪过程4D监测技术研究[J]. 冰川冻土, 2022, 44(3): 1100-1108.
[2]	李宏亮, 王璞玉, 李忠勤, 王盼盼, 徐春海, 刘爽爽, 金爽, 张正勇, 徐丽萍. 基于多源数据的天山乌鲁木齐河源1号冰川变化研究[J]. 冰川冻土, 2021, 43(4): 1018-1026.
[3]	车彦军, 王世金, 刘婧. 无人机在冰川复杂地形监测中的应用[J]. 冰川冻土, 2020, 42(4): 1391-1399.
[4]	刘俊峰, 陈仁升, 宋耀选, 何晓波, 王岗. 基于相机摄影测量的冰面反照率反演方法研究[J]. 冰川冻土, 2014, 36(2): 259-267.
[5]	张盈松, 刘时银, 上官冬辉. 地面多基线数字摄影测量在冰川测量中的应用 ——以博格达峰黑沟8号冰川为例[J]. 冰川冻土, 2012, 34(5): 1184-1189.
[6]	刘俊峰, 陈仁升, 宋耀选, 阳勇, 韩春坛, 卿文武, 刘章文. 基于数字摄影测量的雪盖制图方法探讨[J]. 冰川冻土, 2012, 34(3): 618-624.
[7]	陈建明, 刘潮海, 金明燮. 重复航空摄影测量方法在乌鲁木齐河流域冰川变化监测中的应用[J]. 冰川冻土, 1996, 18(4): 331-336.

无人机搭载高分辨率传感器在精细地形监测中的应用

Application of UAV equipped with high resolution sensors in fine topographic mapping

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 40

相关文章 7

Metrics

本文评价

推荐阅读 0