针对河道带状复杂的地形条件及高精准的测量要求，提出采用天狼星无人机航空测图系统进行地形图测绘的方法，并针对该方法，用实例进行了验证，验证结果表明而天狼星无人机航测系统通过其内置100Hz实时动态差分RTK技术和高精度惯性导航IMU系统，很好的解决了照片匹配等问题，在不需要布设像控点情况下获取高精度的影像数据，大大提高了航测效率。同时河道整治过程中所遇到土方量计算、洪水分析等问题将变得更加精确直观的呈现，为后续河道综合整治工作提供了精准地数据支持。
引言：
“绿水青山”是我国长期以来一贯坚持的环境保护政策，河流不仅改善着环境，也为人类的生产生活提供着重要的物质资源。随着人们环境意识的提高，河道综合治理工程也越来越被人们所重视。目前常规的测量技术难以高效全面的获取河道及周边流域的地形情况，为河道整治工作的后续开展带来困难。本文提出的“拓普康天狼星(Sirius PRO)无人机测图系统”，以其机动灵活、低成本的特点，可以快速、高效、准确的获取高精度、高分辨率的多元数据，并通过后处理软件快速完成大比例尺地形图的制作。高精度数字正射影像图(DOM,Digital Orthophoto Map)和数字表面模型(DSM,Digital Surface Model)数据的叠加,在河道整治项目中更加方便、快捷、直观的判别河道地形地貌情况，同时天狼星测图系统独具的免像控技术，大大的减少了外业作业时间，更加快速的保障了河道整治前期工作的开展。本文以甘肃省定西市河道整治项目为例，对天狼星免像控技术在河道整治中的应用进行探讨。
1拓普康天狼星无人机测图系统
1.1系统简介
拓普康天狼星(Sirius PRO)无人机测图系统是美国拓普康定位系统公司研制的高精度无人机测图系统，该系统主要包含：无人机飞行平台、数据通讯平台和数据后处理系统。
Sirius PRO无人机测图系统机身采用超轻泡沫材料，平台主要性能参数见表1.1。
表1.1 Sirius PRO无人机测图平台主要性能参数
1.2航测作业流程
通过对天狼星无人机测图系统在测绘领域应用总结，本文提出了更加标准的作业流程。
在下达任务后，首先要进行项目技术设计，对整个项目流程方案进行规划设计，确保任务顺利实施。为保障天狼星无人机外业航飞的顺利进行，需要对项目规划区域进行实地踏勘，起降场地的适合选择也是确保飞行安全的重要因素。同时在测区内进行基准站点和检核点的布设及采集，基准站点是保证无人机飞行平台GPS/RTK基准站的布设，检核点是保证影像数据成果检核时提供对比。在完成上述准备工作后，开始进行航线规划设计，天狼星无人机采用自主研发的Mavinci Desktop飞行计划软件对测量区域进行航线设计。将规划好的航线发送到无人机，无人机将按照规划航线进行作业飞行，航飞任务结束后无人机自动将航拍POS数据传回计算机，并与影像照片进行匹配，导入到PhotoScan Pro软件处理生成DOM、DSM和点云数据。为确保成果影像的精度，通过采集影像数据检核点位置坐标与检核点实测坐标进行比较，来进行产品质量控制，确保上交的影像数据符合设计精度。无人机测图系统测量工作流程如图1.1所示。
图1.1无人机测图工作流程图
2 项目应用
2.1测区概况
本次河道整治项目位于甘肃省定西市，通渭县属陇中黄土高原丘陵壑区，多黄土梁、峁和河谷阶地。地势西北高，东南低，海拔1600米～2200米。本次项目河道由牛骨河、西河和黄龙河三条河道构成，其中牛骨河河道为自西向东穿过通渭县城区，西河和黄龙河都汇入牛骨河，位于E105°06′12″- E105°23′09″，N30°08′19″- N 30°15′38″范围内，整个河道项目全长约52km，河道两侧多为沟壑地带，河堤处有耕地。
2.2航线规划与参数设定
根据河道走向及周边地形的起伏变化，为保障获取高精度的影像数据，确保无人机进行安全作业。本次无人机航线设计中，采用自适应地形变化模块。自适应地形飞行是在Mavinci Desktop飞行控制软件中设置固定飞行高度后，飞机随着地形起伏变化而自动改变飞行高度。固定航高飞行保障飞机拍摄影像过程中照片重叠度，既避免遇到地形凸起时照片重叠度过小，无法满足影像重叠规范要求，又避免在地形低洼处照片重叠度过大，造成飞行浪费。自适应地形飞行可以很好的避免在地形起伏较大的区域撞击到山体等障碍物。如图2.1所示，本次项目飞行航线飞行图。
图2.1自适应地形航线飞行模式
根据河道长度及走势情况，本次项目共设计12条带状航线如图2.2所示，带宽200m，地面采样距离(GSD)7cm，飞行高度272m，航向重叠75%- 85%，旁向重叠65%。
图2.2航带规划图
2.3数据处理
基于天狼星无人机航测系统获取影像的特点，利用Agisoft Photoscan Professional后处理软件，首先将照片影像和高精度POS(Position orientation system)数据导入，基于SIFT(Scale Invariant Feature Transform)算法对照片特征点进行匹配，再根据高精度POS数据对照片对齐，全自动生成密集点云、网格、纹理等，最终得到点云数据(如图2.3所示)、DEM(如图2.4所示)和DOM(如图2.5所示)等数字化产品。
图2.3点云数据
图2.4 DEM影像图
图2.5DOM影像图
利用Photoscan处理的数字化成果，进行数字线划地图(DLG, Digital Line Graphic)的绘制，本项目采用清华山维EPS软件和Virtual Surveyor虚拟测图软件，可以根据DEM和DOM影像数据生成三维实景模型，告别传统立体测图生成流程，直接在三维实景模型下进行数据采集。截取部分DLG成果，如图2.6所示。
图2.6 1:2000 DLG成果图
3 精度检核
为保证数据的精度要求，采集测区内28个检核点坐标，检核点布设如图3.1所示，依次编号为m1-m28;在测区中外业采集的28个点中，这些点主要位于道路等空旷平坦的地表。测区所设置检核点的实测坐标和图上坐标的这两组坐标的平面的差值就是平面差值。再根据点位中误差公式计算出每个点的平面中误差。高程精度就是通过外业实测获得的高程检核点坐标值和Dem上相对应的检查点上量测的高程值之差。并对误差进行分析，看能否满足1:2000大比例尺DOM和DEM精度规范要求。根据要求当检核点数量少于20个时，误差的算术平均值代替中误差，当数量大于或等于20时，按中误差进行统计。本项目检核点精度如表3.1所示，分别统计X、Y和H方向的中误差。
图3.1影像检核点
表3.1检核点实测坐标与图上坐标差
注：△为实测坐标减去图上坐标。
根据表3.1各点坐标较差,计算出各点X、Y和H的中误差分别为0.070m、0.067m和0.136m。可以得出本次项目检核点平面位置中误差为0.097m，高程中误差为0.136m，符合1:2000的成图要求。
4 结论
本文通过对天狼星无人机测图系统在河道整治项目的应用分析，充分验证了无人机航测系统正逐步发生着变革，传统航测技术对像控点布设，绘图人员的技术水平都有较高的要求，在一定程度上都大大降低了航测效率，增加了额外成本。而天狼星无人机航测系统通过其内置100Hz实时动态差分RTK技术和高精度惯性导航IMU系统，很好的解决了照片匹配等问题，在不需要布设像控点情况下获取高精度的影像数据。同时河道整治过程中所遇到土方量计算、洪水分析等问题将变得更加精确直观的呈现。随着数字化大数据的迈进，天狼星无人机测图系统将会以其独具特色的优势引领航测领域的发展。
• 
• 
• 
• 
• 
• 
• 
• 
• 
• 