本研究基于海岸動(dòng)態(tài)變化的研究現(xiàn)狀和傳統(tǒng)監(jiān)測模式,提出了借助無人機(jī)搭載LiDAR系統(tǒng)的監(jiān)測方法,闡述了其基本原理和監(jiān)測流程,并以海陽萬米沙灘海岸為例,獲取了海岸帶區(qū)域DEM,從固定地面特征點(diǎn)和岸灘剖面兩個(gè)方面進(jìn)行了精度驗(yàn)證。結(jié)果表明:該方法可適用于時(shí)間窗口較短的海岸侵蝕監(jiān)測,其精度能夠滿足海岸動(dòng)態(tài)變化監(jiān)測的需求,可在海岸監(jiān)測中推廣普及應(yīng)用。 

【文章來源】：海洋環(huán)境科學(xué). 2020,39(03)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

監(jiān)測區(qū)域位置

表2 APX-15 POS系統(tǒng)技術(shù)指標(biāo)Tab.2 Technical indicators of APX-15 POS 參數(shù) 模式 標(biāo)準(zhǔn)定位服務(wù) 差分定位 實(shí)時(shí)動(dòng)態(tài)差分 后處理 定位/m 1.5～3.0 0.5～2.0 0.02～0.05 0.02～0.05 速率/m·s-1 0.05 0.05 0.02 0.015 橫搖和縱搖/deg 0.04 0.03 0.03 0.025 真首向/deg 0.30 0.28 0.18 0.0802 結(jié)果與討論

無人機(jī)LiDAR系統(tǒng)測量精度受限于無人機(jī)所配置的POS系統(tǒng),出于成本和重量考慮,一般配置的POS系統(tǒng)較有人機(jī)載激光的POS精度低,為了提高精度,通常降低飛行高度。為使激光點(diǎn)云數(shù)據(jù)具有較高的密度滿足制圖需要,本次飛行高度為60 m,在約200 m寬的砂質(zhì)海岸上,布設(shè)兩條測線,測線之間重疊約30%,每個(gè)架次飛行10 min,覆蓋長約1.5 km砂質(zhì)海岸。由于無人機(jī)實(shí)時(shí)定位精度達(dá)不到厘米級的精度要求,因此,POS數(shù)據(jù)需要進(jìn)行后處理,以獲得厘米級精度級別的數(shù)據(jù),無人機(jī)LiDAR系統(tǒng)監(jiān)測流程如圖所示。無人機(jī)飛行獲取點(diǎn)云數(shù)據(jù)的同時(shí),在測區(qū)內(nèi)架設(shè)GNSS基準(zhǔn)站,同步采集GNSS原始觀測數(shù)據(jù),采樣頻率為1 Hz。通過地面基準(zhǔn)站GNSS數(shù)據(jù)與無人機(jī)機(jī)載GNSS數(shù)據(jù)聯(lián)合差分解算,確定航攝過程中飛行航跡,再與POS數(shù)據(jù)耦合處理,得到航跡姿態(tài)信息,最后進(jìn)行平滑處理,確定測繪時(shí)刻激光雷達(dá)的位置和姿態(tài)信息,結(jié)合激光測距及角度等參數(shù),得到各個(gè)測點(diǎn)的三維坐標(biāo)數(shù)據(jù),再對點(diǎn)云數(shù)據(jù)進(jìn)行重新地理校正,生成高精度激光點(diǎn)云數(shù)據(jù)。該區(qū)域總共飛行了8個(gè)架次,獲取了約2 km2砂質(zhì)海岸的點(diǎn)云數(shù)據(jù)結(jié)果。如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]無人機(jī)LiDAR場地勘測及BIM規(guī)劃設(shè)計(jì)研究與實(shí)踐[J]. 田先斌,張永利,吳建文,蔡振,于悅.  圖學(xué)學(xué)報(bào). 2018(02)
[2]融合無人機(jī)LiDAR和高分辨率光學(xué)影像的點(diǎn)云分類方法[J]. 高仁強(qiáng),張顯峰,孫敏,趙慶展.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[3]基于GPS RTK技術(shù)的海岸沙丘動(dòng)態(tài)監(jiān)測[J]. 劉國君,高偉明,李晶.  海洋測繪. 2010(01)
[4]基于LiDAR技術(shù)的海島礁、灘涂測繪研究[J]. 史照良,曹敏.  測繪通報(bào). 2007(05)

博士論文
[1]基于LiDAR數(shù)據(jù)的海岸線提取技術(shù)研究[D]. 于彩霞.解放軍信息工程大學(xué) 2015

碩士論文
[1]無人機(jī)LiDAR在山洪災(zāi)害調(diào)查中的關(guān)鍵技術(shù)及應(yīng)用[D]. 胡小青.東華理工大學(xué) 2016



本文編號：3619418