侵蚀沟地面激光扫描与无人机遥感监测技术 本书特色
本书针对实际需求，总结地面激光雷达和无人机技术在黄土高原侵蚀沟监测及水土保持方面的**研究成果。在地面激光雷达应用方面，系统介绍利用地面激光雷达获取侵蚀沟三维点云数据、点云数据的预处理、DEM构建、地形特征提取以及侵蚀泥沙量估算的方法，并通过实例进行验证。在无人机应用方面，介绍图像三维建模的原理与方法，详细阐述无人机监测侵蚀沟过程中的图像获取、外业实施、内业处理、三维模型建立及精度分析的方法，并在野外侵蚀沟监测中进行应用验证与分析讨论。
侵蚀沟地面激光扫描与无人机遥感监测技术 目录
前言
第1章 绪论 1
1.1 侵蚀沟监测的目的和意义 1
1.2 侵蚀沟监测的内容和要求 2
1.2.1 侵蚀沟监测的内容 2
1.2.2 侵蚀沟监测的要求 4
1.3 常见侵蚀沟监测技术 4
1.3.1 传统皮尺、坡度计监测与地形剖面测量仪 4
1.3.2 侵蚀针监测 5
1.3.3 遥感监测 5
1.3.4 高精度GPS 监测 8
1.4 地面三维激光扫描技术 9
1.4.1 三维激光扫描技术发展现状 9
1.4.2 地面三维激光扫描技术应用于侵蚀沟监测的几个难点问题 10
1.5 无人机图像三维建模技术 12
1.5.1 无人机图像三维建模技术发展现状 12
1.5.2 无人机图像三维建模技术应用于侵蚀沟监测的几个难点问题 13
参考文献 14
第2章 激光点云数据的获取与预处理 18
2.1 地面激光扫描系统简介 18
2.1.1 激光扫描定位原理 20
2.1.2 激光扫描点坐标精度 21
2.1.3 点云数据的特点 23
2.2 激光点云数据的获取 24
2.2.1 点云采集与处理作业流程 24
2.2.2 实验数据采集 26
2.3 激光点云数据的配准拼接 29
2.3.1 无特征的点云配准拼接原理 29
2.3.2 基于特征的点云配准拼接原理 30
2.3.3 点云配准拼接实例 32
2.4 激光点云数据的滤波去噪 34
2.4.1 点云数据的噪声来源 35
2.4.2 点云滤波方法 35
2.4.3 点云滤波的精度评定 36
2.4.4 融合回光强度的表面拟合滤波算法 40
2.5 激光点云数据的空洞修补 51
2.5.1 研究现状 51
2.5.2 空洞边界提取经典算法 52
2.5.3 基于Loop细分的点云空洞填补 54
2.5.4 基于Loop细分的点云空洞填补实验与分析 56
2.6 激光点云数据的压缩抽稀 62
2.6.1 面向地形数据的点云数据压缩抽稀算法 63
2.6.2 点云数据压缩抽稀实例 64
2.7 激光点云数据的误差对精度的影响 66
2.7.1 地面激光扫描误差分析 66
2.7.2 点云配准误差传播模型 66
参考文献 70
第3章 三维激光点云数据的DEM 构建 72
3.1 DEM插值算法 72
3.2 构建实验区DEM 74
3.2.1 数据检验 74
3.2.2 DEM构建 76
3.2.3 DEM精度评定 78
参考文献 81
第4章 点云地形特征提取 82
4.1 基于DEM的地形特征提取 82
4.1.1 地物提取与分析 82
4.1.2 侵蚀特征提取及分析 83
4.2 基于鲁棒统计的点云法向量估计 84
4.2.1 相关研究 85
4.2.2 提出的算法 87
4.2.3 实验与分析 92
4.3 基于LiDAR点云的曲率计算 98
4.3.1 基于MLS法的曲率计算原理 99
4.3.2 基于MLS法的曲率计算方法 100
4.4 基于LiDAR点云的谷脊线提取 104
4.4.1 点云特征线提取研究现状 104
4.4.2 谷脊线的曲率特性 105
4.4.3 谷脊线提取算法描述 107
4.4.4 曲面拟合点云邻域点选择 108
4.4.5 谷脊点的判定 108
4.4.6 谷脊点的平滑收缩与谷脊线的生成 109
4.4.7 实验与分析 111
参考文献 118
第5章 基于地面三维激光扫描点云的侵蚀沟变化分析 121
5.1 研究现状 121
5.1.1 侵蚀沟变化分析的研究与发展 121
5.1.2 基于地面激光点云的地形变化分析方法与分类 122
5.1.3 基于点云的地形变化判定 124
5.2 研究区域与实验数据 125
5.3 基于点到点距离的点云变化比较算法 126
5.3.1 算法原理 126
5.3.2 算法描述 127
5.3.3 实验与分析 127
5.4 基于点到模型距离的点云变化比较算法 130
5.4.1 算法原理 130
5.4.2 算法描述 130
5.4.3 实验与分析 131
5.5 基于多尺度模型到模型距离的点云变化比较算法 135
5.5.1 算法原理 135
5.5.2 算法描述 136
5.5.3 关键步骤与参数 137
5.5.4 实验与分析 140
5.6 侵蚀沟泥沙负载量的估算及不确定性分析 149
5.6.1 测量过程随机误差 149
5.6.2 泥沙负载量不确定性及修正方法原理 150
5.6.3 结果与分析 154
参考文献 160
第6章 基于图像重建技术建立三维地面模型 161
6.1 基于图像重建技术建立三维地面模型的技术路线 161
6.2 基于匹配特征点的稀疏重建 162
6.2.1 特征点检测及常用算法 163
6.2.2 SIFT特征提取与匹配 164
6.2.3 Harris角点检测 166
6.2.4 融合Harris特征的SIFT描述与匹配 168
6.2.5 光束法平差 173
6.2.6 SFM计算流程 173
6.3 稠密重建及DEM构建 176
6.3.1 稠密重建 176
6.3.2 针对三维地形重建的改进面片扩展方法 177
6.4 实验验证及结果分析 182
6.4.1 室内实验验证及结果分析 182
6.4.2 切沟实验验证及结果分析 189
参考文献 191
第7章 基于无人机的切沟三维建模与分析 194
7.1 实验流程 194
7.2 实验硬件设备与软件工具 197
7.2.1 无人机——DJI Inspire 1 197
7.2.2 RTK GPS——FIOF A30 198
7.2.3 航路规划软件——Pix4D capture 198
7.2.4 三维建模软件——Agisoft PhotoScan 199
7.3 实验区域情况 200
7.3.1 实验地点 200
7.3.2 切沟情况 200
7.4 外业实施过程 201
7.4.1 航路规划与执行 201
7.4.2 地面控制点布置与量测 208
7.5 内业处理过程 210
7.5.1 相机模型与校准 210
7.5.2 航图导入与检查 213
7.5.3 POS信息处理 215
7.5.4 相机内/外参数解算 216
7.5.5 连接点的编辑与修整 217
7.5.6 相机参数优化 218
7.5.7 空间配准 221
7.5.8 稠密点云构建 222
7.5.9 栅格高程模型构建 222
7.5.10 三角网格构建 223
7.5.11 纹理映射 224
7.5.12 正射影像 225
7.6 独立切沟实验结果与分析(倾斜摄影) 225
7.6.1 航图获取 225
7.6.2 POS信息处理 227
7.6.3 地面控制点量测 227
7.6.4 相机参数解算 228
7.6.5 地面控制点标记 231
7.6.6 相机参数优化 232
7.6.7 稠密点云构建 236
7.6.8 DEM模型构建 237
7.6.9 TIN模型构建 238
7.6.10 正射影像构建 239
7.7 整体沟系实验结果与分析(正射摄影) 239
7.7.1 航图获取 239
7.7.2 POS信息处理 240
7.7.3 地面控制点量测 240
7.7.4 相机参数解算与优化 241
7.7.5 DEM模型构建 244
7.7.6 正射影像生成 244
参考文献 246
侵蚀沟地面激光扫描与无人机遥感监测技术 节选
第1章 绪论
1.1 侵蚀沟监测的目的和意义
侵蚀沟是地表径流集中冲刷土壤和母质并切入地表内形成的沟壑。典型的侵蚀沟是一条长而深的沟，它可以分为沟顶、沟底、水道、冲击圆锥及侵蚀沟岸地带等几个部分。沟蚀即侵蚀沟造成的土壤侵蚀，是一种重要的土壤侵蚀类型，主要发生在坡耕地。在坡面侵蚀过程中，径流汇集产生的细沟不断发育、拓宽、加深，形成更长、更深、更宽的沟道，*终农耕过程也无法修复这些沟道，它们由面蚀发育成沟蚀。对沟蚀的研究大都开始于19 世纪70 年代。Foster(1986)将沟蚀作为一种单独的侵蚀类型进行研究；Horton(1945)与Schumm(1956)给出了沟道产生的临界坡长与发生侵蚀沟道的临界面积的明确定义，为区分沟蚀提供了理论依据。我国学者曾根据坡面侵蚀机理，主要针对黄土高原侵蚀沟对沟道类型进行了分类。朱显谟(1956)从土壤侵蚀的角度，根据沟蚀发展阶段、演变时期和侵蚀强度等，将沟蚀划分为细沟(rills)侵蚀、浅沟(ephemeral gullies)侵蚀和切沟侵蚀，所有的沟蚀发展都是由细沟侵蚀、浅沟侵蚀到切沟侵蚀，它们构成了一个完整的发育体系。
Poesen 等(2003)研究指出，在不同的时空尺度上，侵蚀沟产沙量占整个水蚀产沙量的10%～94%。侵蚀沟剥离了地表的沃土，导致大量土壤的沉淀和退化，并将泥沙淤积于河道，造成了地表的割裂，蚕食了大量的土地，对农业生产、水利安全和交通出行等带来了极大的危害。作为一个人口大国与农业大国，我国也是世界上土壤侵蚀*严重的国家之一。侵蚀的面积广大，强度也较为剧烈，造成的危害非常严重(郑粉莉等，2008)。第二次全国土地调查统计显示，截至2012 年底，我国耕地总面积为1.35×108hm2，其中受土壤侵蚀影响的耕地面积高达34.3%，平均年流失耕地表土为33×108t，相当于损失了约为1cm 厚的耕地表层土。据估算，我国每年因土壤侵蚀造成的经济损失相当于GDP 的2.25%(彭珂珊， 2016)。
我国独特的自然地理环境，形成区域特点明显的三大侵蚀类型区，即西北风力侵蚀区、东部水力侵蚀区以及青藏高原冻融侵蚀区(郑粉莉等，2008)。其中，黄土高原是我国乃至全球范围内土壤侵蚀*严重的地区。西北黄土高原丘陵沟壑区侵蚀沟的分布面积占沟间地面积的70%左右(唐克丽等，1991)。黄土高原丘陵沟壑区地质构造特殊、自然条件严峻、生态环境脆弱以及人类活动影响强烈，导致解决该区土壤侵蚀问题至今仍是世界水土保持工作中具有有挑战性的课题。除此以外，作为我国重要的粮食和工业生产基地，随着近百年来东北黑土区土地利用方式的转变，尤其是中华人民共和国成立以来大规模的快速开发和大面积的开荒整治，土壤侵蚀情况也日趋严重。东北黑土区内现有侵蚀沟25 万多条，侵占耕地59 万多公顷(张学俭等，2007)。这不仅造成了黑土地资源的丧失，并且威胁该区农业和社会经济的发展。
随着生态环境的不断恶化，防治土壤侵蚀已成为世界各国政府和研究人员共同关注的重要问题，对侵蚀沟的相关研究已引起了国内外学者的普遍重视。研究侵蚀沟的基础是全面认识侵蚀沟，这就需要在不同时空尺度下对侵蚀沟的形态发展、水力特性以及土质特征等进行详细的监测。尤其是对侵蚀沟发育形态的监测，对于了解侵蚀沟的形成机制和发展状况，构建侵蚀沟评估与预测模型具有重要的作用。因此，研究合适的侵蚀沟监测方法对侵蚀沟的形态发展进行监测，对于深入认识侵蚀沟及其发展规律，制订有效的防治政策与措施具有重要意义。
过去技术手段的欠缺，加上侵蚀沟形成和发展的阶段性和复杂机制使得侵蚀沟监测非常困难，已经严重地制约了土壤侵蚀普查、预报和治理。为了解侵蚀沟的形成、发展及估计侵蚀量变化，以往的研究多以数字高程模型(digital elevation model，DEM)为基础，来解释侵蚀沟的形成与周围地形特征关系。借助准确和详细的地形信息，能够帮助人们更好地掌握侵蚀沟在何时、何地出现以及侵蚀沟的形态特征如何随着时间演化。目前，DEM 产品的空间分辨率一般为1～30m，这个精度难以满足侵蚀沟调查的要求，特别是在人工试验小区内的侵蚀监测。其范围一般为5m×30m，在如此小的尺度范围内，DEM 很难满足侵蚀沟变化监测的要求。为了捕捉影响沟壑形成和发展的地形微结构变化，DEM 的空间分辨率应该为5mm～15cm(Schmid et al.，2004)。
1.2 侵蚀沟监测的内容和要求
1.2.1 侵蚀沟监测的内容
1. 侵蚀沟的形态监测
不同类型的侵蚀沟在不同的发展阶段具有不同的几何形态，研究侵蚀沟不同阶段的形态有助于认清土壤侵蚀过程。例如，黄土高原沟壑区在降雨条件下，坡面侵蚀是一个逐渐发展演化的过程。在降雨初期，由于雨滴击溅和坡面薄层水流侵蚀的作用，坡面上主要发生面蚀；随着降雨的进行，坡面逐渐出现跌坎并发展演化成细沟，坡面侵蚀形态由面蚀逐渐向细沟侵蚀演化；随着细沟的发育发展，细沟侵蚀逐渐向切沟侵蚀演变。
通过常用的测量手段可以获得侵蚀沟不同发育阶段的沟长、沟宽、面积和体积等参数，从而了解和掌握不同阶段的沟蚀演变。例如，Hancock 等(2006)利用三维激光地形测量技术进行了切沟沟头定位，获得了较高的精度；Evans 等(2010)利用三维激光扫描仪进行了切沟系统制图和参数提取，也获得了较高的精度。
2. 侵蚀速率监测
侵蚀速率是反映地貌形态变化的重要指标，与地貌形态有着密切的关系。对于人工径流小区侵蚀沟侵蚀速率的监测可直接采用手工、示踪法或三维激光扫描(terrestrial laser scanning， TLS)测量方式；而对于野外切沟、冲沟侵蚀速率的监测可以采用直接法和间接法两类方法(Whitford et al.，2010)。直接法主要进行周期性观测以及对侵蚀沟参数进行定期调查；间接法包括使用不同年份的航空影像或数字高程模型对比等。与直接法相比，间接法在监测较大时空尺度的切沟侵蚀时更有优势。侵蚀速率监测的传统方法主要采用插钎法或测针观测等，而现代方法多采用三维激光扫描仪、全球定位系统(global positioning system， GPS)、卫星以及航空遥感影像解译等方法。一般来说，插钎法、三维激光扫描仪以及GPS 技术等方法更适合应用于短期内，进行小范围内的侵蚀沟监测；而遥感影像解译适用于较大时空尺度的侵蚀沟监测，通过不同时段的高分辨率影像，提取侵蚀沟变化特征，从而获得侵蚀沟的侵蚀速率。
于章涛(2005)从侵蚀沟线性特征、面状特征和体积参数出发，研究侵蚀沟的侵蚀速率，通过GPS 测量数据生成的一维、二维、三维空间形态上的变化来揭示侵蚀速率的快慢，并探讨了侵蚀速率与地形特征的关系。
3. 侵蚀量监测
通过测量采集的点数据经插值处理，运用GIS 分析功能，结合历史数据进行体积变化计算，从而估算侵蚀量。侵蚀量的估算对于摸清土壤侵蚀程度，分析侵蚀沟形态的动态演变过程，并对制订水土保持措施具有重要意义。侵蚀量的估算从侵蚀钎、纵断面测绘器、水准测量、树根裸露分析、摄影和示踪法等发展到3S技术(GPS、GIS、RS)、激光扫描仪的应用。张鹏等(2008)对比分析了高精度GPS、徕卡(Leica)激光扫描仪和测针板法对坡面侵蚀量的估算精度。对三种测量方法采集的点数据经栅格插值处理，运用三维分析功能进行体积量计算，估算侵蚀量，发现徕卡激光扫描仪估算侵蚀量的精度*高，其误差仅为4.56%，高精度GPS 的估算误差为7.38%，而测针板法为?17.19%。
1.2.2 侵蚀沟监测的要求
侵蚀沟监测是在一定时间尺度内对地理空间对象的监测，因此具有时间与空间两方面的要求。
时间方面，通常侵蚀沟的监测要在一段时间内按照一定的周期进行连续监测。理想的侵蚀沟监测应基于次降雨观测，但是因为难以预知准确的降雨时间，所以监测的代价大，且受降雨影响不便于即时测量。因此，通常是采用暴雨前和暴雨后分别观测，利用高精度测量技术观测侵蚀沟的形态变化，同时记录侵蚀沟产流降雨过程。
空间方面主要包括尺度与精度两项要求。监测的空间尺度主要由研究区域的大小决定，可以是流域内复杂的侵蚀沟系统或单条侵蚀沟。显然，监测的空间尺度越大，监测的工作量越大，代价越高。监测精度则主要由研究目的或相应模型的类型与特性决定。过高的监测精度要求会使监测工作的复杂度、时间以及费用增加，而过低的精度又会造成监测的误差过大，无法满足相应的研究分析需求。因此，需要根据相应的精度要求与实验条件，选定合适的监测技术。
从已有的侵蚀沟研究成果来看，插钎法、三维激光扫描仪和GPS 技术等方法更多应用于短期(1～2 年)小范围内的侵蚀沟监测；而遥感、航空摄影测量等可以对侵蚀沟进行较大时空尺度的监测(十几年至几十年)。尤其是在时间尺度上，因为短期的侵蚀速率不能代表长期的侵蚀速率，所以高分辨率遥感影像在较大时间尺度的侵蚀速率分析上比实地监测技术更具有优势。但是受到分辨率的限制，对侵蚀沟的短期发展变化还无法进行分析。在我国，目前主要是基于GPS 技术对侵蚀沟进行短期(1～2 年)的监测，随着技术的发展，近景摄影测量、三维激光扫描甚至无人机(unmanned aerial vehicle， UAV)技术，也逐渐开始在侵蚀沟监测中得到应用。例如，在研究次降雨对侵蚀沟发育的影响时，已经开始应用近景摄影测量和三维激光扫描等高精度地面监测方法。
1.3 常见侵蚀沟监测技术
近年来，侵蚀沟监测技术的不断发展，使得侵蚀沟监测从传统的皮尺、插钎等测量方法，发展到GPS 技术、三维激光扫描地形测量和高分辨率遥感影像等新技术的应用。
1.3.1 传统皮尺、坡度计监测与地形剖面测量仪
传统皮尺、坡度计监测就是在不同时间，利用皮尺、坡度计沿侵蚀沟每隔一定的距离，测量侵蚀沟的横截面参数(上下截面宽、左右坡度和坡长)以及沟长、沟岸的各种形状参数，以此计算侵蚀沟的体积，比较不同时间的体积变化情况，从而确定侵蚀沟的土壤侵蚀速率。此方法可以通过测量切沟不同部位的横断面的面积和横断面的间距来获得切沟的体积，具有操作简便的优点。但是此方法只能测量切沟整体体积的变化，无法对沟内具体部位的侵蚀/堆积进行监测。
地形剖面测量仪是研究人员为测量地形剖面而研制的测量设备。早期多为测针式地形剖面测量仪，目前结合激光测距技术，已出现了激光地形剖面测量仪。该方法成本低，但费时费力，测量精度受测量人员专业水平以及侵蚀沟的复杂程度影响，误差具有一定的不确定性。
Casalí 等(2006)分析了使用皮尺和测针式剖面地形测量仪对细沟和浅沟的剖面进行测量时，测量间距对侵蚀沟体积计算误差的影响。结果表明，测量间距为1～5m 时，体积计算误差小于10%。Castillo 等(2011)分析对比了几种实地测量技术对切沟测量的精度。结果表明，在剖面面积测量方面，激光地形剖面测量仪的误差超过10%；在体积计算方面，激光地形剖面测量仪的测量值均偏小，且误差较大。
1.3.2 侵蚀针监测
侵蚀针监测是开发建设项目土壤流失监测的一种常用方法，目前根据工程监测需要已有一系列改良的侵蚀针监测方法。传统的侵蚀针监测是在需要监测土壤侵蚀部位相隔一定的距离，钉下一系列侵蚀针，作为侵蚀基准点，并在露出地面的地方做好标记，每隔一段时间记录侵蚀针出露的高度，并以此计算该区域土壤侵蚀量及侵蚀速率，或者利用全站仪准确测量侵蚀针雨季前后的出露高度的变化，以此计算侵蚀量和侵蚀速率(范建容等，2004)。采用侵蚀针进行土壤侵蚀监测，操作简单，易学易用，且监测精度相比皮尺测量更有保障，缺点是侵蚀针位置若固定在易发生崩塌或其他土体不稳的地方，有加剧土体失稳引起土壤侵蚀的可能，且易丢失该侵蚀针的监测数据。
随着光电传感器技术的发展，改进的光电侵蚀针也开始得到发展应用。
