无人机遥感数据采集制作和应用

1无人机遥感数据采集、制作和应用目录C

O

N

T

E

N

T

S13

无人机遥感数据采集无人机飞行空域安全2无人机测绘系统发展概述无人机遥感数据处理无人机遥感数据应用PART

01无人机测绘系统发展概述第五一二四三代无人机PART02

无人机飞行空域安全 无人机飞行安全空域安全操作安全避免涉密空域合规遵守交通公共安全PART03

无人机遥感数据采集 无人机数据采集类型垂直影像视频倾斜影像全景影像高光谱影像激光雷达影像分辨率u/a=

f/Ha

=H*u/fu

相机CCD像元尺寸f 相机镜头焦距H 相机镜头与地物距离（航高）a

实地距离（分辨率）H

=a*f/u1、垂直影像1、垂直影像影像航向和旁向重叠1、垂直影像像幅长=5616*0.05m=280.8m旁向重叠距离=280.8m*60%=168.5m航向重叠距离=187.2m*75%=140.4m46.8m140.4m像幅宽=3744*0.05m=187.2m1、垂直影像飞行速度=100KM/H=28m/s快门速度=1/1200s拍照位移=1/1200*28=2.3cm相机曝光与影像虚化1、垂直影像2、视频3、倾斜影像传感器镜头数量2镜头5镜头10镜头3、倾斜影像航摄技术要求技术项 技术要求地面分辨率 根据分辨率需求设定飞行航高航向重叠率 ≥75%旁向重叠率 ≥75%航高保持同一航线上最大航高与最小航高之间不大于20m测区范围覆盖旁向覆盖超出测区边界不少于像幅50％，航向覆盖超出测区边界不少于2条基线。飞行参数控制航摄时间控制在规定的航摄期限内，尽量选择天气好、云雾少、能见度高的时间进行摄影，避开台风、暴雨天气。严格按太阳高度角要求选择摄影时间。太阳高度角与阴影地形类别太阳高度角阴影倍数平地＞20＜3丘陵地和一般城镇＞30＜2山区和大、中城市＞45＜13、倾斜影像像片数量POS数量是否漏片像片重叠度像片色彩像片覆盖范围倾斜影像质量检查与提交：3、倾斜影像飞机及人员抵达测区后，确保周边环境安全后，无人机飞至一定高度后悬停固定不动。数据采集一般使用大疆御、悟等系列无人机4、全景影像相机镜头保持水平，每隔30度拍摄一张，拍摄一圈，共计12张；相机镜头保持水平斜向下30度，每隔30度拍摄一张，拍摄一圈，共计12张；

相机镜头保持水平斜向下60度，每隔30度拍摄一张，拍摄一圈，共计12张；相机镜头保持水平斜向下90度，每隔60度拍摄一张，拍摄一圈，共计6张。4、全景影像加载图像对准图像参数设置输出全景图处理要点全景影像处理4、全景影像PS处理1.将输出的全景图导入PS3.添加矢量蒙版，绘制渐变2.将全景天空素材拖入PS4.将全景图保存为JPG格式4、全景影像网站平台平台发布成果可以直接打开网页或者通过手机端扫描二维码直接进行浏览查看。在某云平台添加全景确认创建全景图编辑全景图上传全景图4、全景影像5、高光谱影像高光谱：在电磁波谱的紫外、可见光、近红外和中红外区域，以数十至数百个连续且细分的光谱波段对目标区域同时成像。传感器的分辨率：辐射分辨率、空间分辨率、时间分辨率、光谱分辨率。光谱分辨率：传感器在接收目标辐射的波谱时能分辨的最小波长间隔。间隔越小，分辨率越高。波段数越多，分辨率越高。5、高光谱影像航飞参数设置利用固定翼无人机航测，搭载S185机载高光谱成像仪，选取晴好天气，最好于每日10:00-14:00之间飞行作业可实现以毫秒级的速度获得整个高光谱立方体数据，能够瞬间获得在整个视场范围内精确的高光谱图像。5、高光谱影像利用Cubert-Pilot

软件对每张高光谱图像和同时采集的相应全色图像进行融合,得到融合后的高光谱影像。使用Agisoft

photoscan平台，借助全色图像的点云数据完成高光谱图像的拼接。5、高光谱影像6、激光雷达静态摆站式车载地面移动式航空式6、激光雷达L1激光雷达激光采集航摄技术要求M300RTK搭载L1激光雷达技术项 技术要求地面分辨率 根据分辨率需求设定飞行航高旁向重叠率 ≥30%飞行速度 6-8米/秒测区范围外扩 覆盖超出测区边界不少于1条基线。回波模式 单回波、双回波、三回波采样频率 80-160Hz扫描模式 非重复扫描、重复扫描飞行时间尽量选择天气好、云雾少、能见度高的时间进行摄影，避开台风、暴雨、烈日高温天气。6、激光雷达飞行质量保持。6、激光雷达激光采数据处理无人机采集的数据用大疆智图软件进行处理，每个飞行任务无人机都会在数据存储卡单独建立一个数据采集文件夹，里面包含了点云与影像数据、实时RTK数据、无人机各组参数等信息。6、激光雷达PART04

无人机遥感数据处理 实景三维模型多视角联合平差无约束多视角联合平差采用三维建模软件对完成预处理的倾斜影像进行多视角联合平差，得到同名点匹配及空中三角测量结果像片控制点布设按照CH/Z

3004-2010《低空数字航空摄影测量外业规范》的要求按照CH/T

2009-2010《全球定位系统实时动态测量（RTK）技术规范》像片控制点测量多视角联合平差带约束多视角联合平差模型输出成果格式：OBJ、OSGB；输出坐标：CGCS2000

123E输出Tilesize：50m*50m;输出Tile基点坐标（模型偏移量）：X:360000

、Y:3307000、

Z:0;。参照《三维实景模型产品规程》模型修饰单体化单体化概念不单体化VS单体化PART05

无人机遥感数据应用 测绘应急数字化改革自然资源调查监测应用测绘应急数字化改革自然资源调查监测自然灾害应急（台风）某地局部水淹范围示意图（蓝色为radarsat反演）某地局部水淹范围示意图（无人机正射影像，范围左图）某地水淹范围示意图（radarsat反演）某地水淹范围示意图（无人机全景影像图局部）某地水淹范围示意图（radarsat反演）某地水淹范围示意图（无人机全景影像图局部）测绘应急新冠疫情防控应急数字化改革自然资源调查监测测绘应急和疫情防控2021年12月XX某区新冠疫情期间，市委领导在观看测绘应急实时传回的现场视频情况。《XX市测绘应急保障预案》（甬政办发[2021]55号）测绘应急数字化改革自然资源调查监测自然资源违法监测基于高光谱影像——松材线虫病监测，也造之一，主数病树、提供一效的松——松材线虫病疫情无人机遥感监测与核查松材线虫病不仅严重危害着我国森林资源成了严重的经济损失。XX市是全国松材线虫病危害严重的地区发病：每年9-10月传统的松材线虫病疫情监测以人工核查为一般是天气好的时候，拿着望远镜在山脚不够准确。2019年套切实可行且能及时高2020年材线虫病航空解决方案非病死树光谱特征病死树光谱特征基于高光谱影像——松材线虫病监测基于高光谱影像——松材线虫病监测24个样本点均匀分布四类参数叶绿素a浓度（Chla）总悬浮物浓度（TSM）总磷（TP）总氮（TN）基于高光谱影像——内河水质监测参数最小值最大值平均值标准差TSM(mg/L)291621.0811.56TP(mg/L)0.190.10.140.00026TN(mg/L)2.820.511.760.23Chl-a(μg/L)14610.334.32Chl-a:TSM0.880.270.510.025水质浅黄微浑纯水光谱：纯净水体在可见光波段反射率随着波长增大而减小，在近红外波段，由于水体吸收系数大，水面反射率非常小。内陆二类水体光谱特征：560nm左右，由于叶绿素和胡萝卜素的弱吸收以及细胞的散射作用形成反射峰，可以作为叶绿素定量标志；680

nm

附近的谷值是叶绿素a在红光波段的强烈吸收所致；700nm附近反射峰的出现是含藻类水体最显著的光谱特征,其存在与否被认为是判定水体是否含有藻类叶绿素的依据,出现原因是由于水和叶绿素a在该处的吸收系数达到最小所致；780-810nm附近小反射峰：悬浮无机质存在的重要光谱特征。光谱特征分析基于高光谱影像——内河水质监测不仅仅提供我们直观的污染物分布信息，提供水质状况，而且还可以分析污染原因，便于治理TP和TN氮磷也是导致水体污染和富营养化污染的关键因素之一。五乡地区TP和TN空间分布岸边较高，由于河湾和居民区受到点源污染较为严重，大量生活污水及工厂废水，带入了大量的营养盐物质，使这些区域TP和TN处于较高的状态。利用S185高光谱成像仪进行水质监测是可行的基于高光谱影像——内河水质监测测绘应急 自然资源调查监测国家有所呼

XX有所应数字化改革XX率先探索建设数字孪生城市提升制造业产业基础高级化和产