基于无人机地理信息视频技术的自然资源调查外业核查方法

doi:10.6046/zrzyyg.2023259

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(3024 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

自然资源外业核查是自然资源调查重要的一环,该文针对传统自然资源调查外业核查过程中存在的工作效率低、有安全风险等问题,提出了一种基于无人机地理信息视频技术的外业核查应用方案。首先针对无人机地理信息视频技术的特点,结合自然资源外业核查工作的需求,将核查图斑分为地类判断和量测判断2种类型,并针对不同类型进行无人机地理信息视频的采集设计; 然后将采集的无人机地理信息视频与地理信息系统(geographic information system,GIS)平台联合进行图斑的判断量测。结合生产实践对设计方案进行了测试,测试结果表明,该方案能够提高图斑外业核查的效率,量测精度能够满足实际生产的需求,且弥补了地面拍照的局限性,降低了安全风险。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王云凯
	李安民
	林楠
	曹易杰

关键词 ：无人机, 外业核查, 自然资源, 地理信息视频

Abstract：

Field verification of natural resources is a vital part of natural resource surveys. To address issues such as low efficiency and security risks encountered in traditional field verification methods, this study developed an application scheme for field verification utilizing UAV-based geographic information video technology. First, this study examined the characteristics of UAV-based geographic information video technology. Based on these characteristics, as well as the requirements of field verification, the features for the field verification were categorized into two types: land use classification and measurement assessment. Subsequently, the UAV-based geographic information video acquisition was designed for each type. The collected videos were then combined with a geographic information system (GIS) platform for feature evaluation and measurement. The application scheme was tested based on production practices. The test results indicate that the proposed scheme can improve the efficiency of the field inspection, with the measurement accuracy meeting the demand for actual production needs. Furthermore, the scheme can overcome the limitations of ground-based photography and reduce safety risks.

Key words： UAV field verification natural resource surveys geographic information video

收稿日期: 2023-08-28 出版日期: 2025-02-17

ZTFLH:

TP79

基金资助:江苏省地质局科研项目“融合‘三调’成果的多源遥感耕地种植结构提取与‘非粮化’监测关键技术研究”(2022KY15);江苏省地质局科研项目“面向自然资源管理的全要素实景三维空间体快速构建方法研究”(2023KY13)

作者简介: 王云凯(1988-),男,硕士,工程师,主要研究方向为摄影测量技术、激光雷达技术、组合导航、空间数据库技术。Email: wangyunkaide163@163.com。

引用本文:

王云凯, 李安民, 林楠, 曹易杰. 基于无人机地理信息视频技术的自然资源调查外业核查方法[J]. 自然资源遥感, 2025, 37(1): 76-81.
WANG Yunkai, LI Anmin, LIN Nan, CAO Yijie. A method for field inspection of natural resource surveys using UAV-based geographic information video technology. Remote Sensing for Natural Resources, 2025, 37(1): 76-81.

链接本文:

https://www.gtzyyg.com/CN/10.6046/zrzyyg.2023259 或 https://www.gtzyyg.com/CN/Y2025/V37/I1/76

Fig.1 总体思路

Fig.2 无人机集成关系示意图

Fig.3 飞行路线

Tab.1 图斑地类判断结果对比

Fig.4 无人机地理信息视频截图

Fig.5 图斑分割判断成果对比

Tab.2 点位精度比较统计表

Tab.3 面积精度比较统计表

[1]	聂玉文, 王欢欢, 符太成, 等. 国土空间规划下用地分类体系探究[J]. 住宅与房地产, 2019(19): 73-74.
	Nie Y W, Wang H H, Fu T C, et al. Study on land classification system under land spatial planning[J]. Housing and Real Estate, 2019(19): 73-74.
[2]	杨笑尘. 土地变更调查外业核查系统设计与实现[D]. 西安: 长安大学, 2018.
	Yang X C. Design and implementation of land change survey field verification system[D]. Xi’an: Changan University, 2018.
[3]	钟娜娜, 宗恒康, 胡振彪, 等. 第三次全国国土调查外业核查系统设计与实现[J]. 城市勘测, 2020(6): 38-42.
	Zhong N N, Zong H K, Hu Z B, et al. Design and implementation of the third national land survey field verification system[J]. Urban Geotechnical Investigation and Surveying, 2020(6): 38-42.
[4]	陈德权. 微服务架构的自然资源外业核查系统设计与实现[J]. 地理空间信息, 2021, 19(5): 123-126, 6.
	Chen D Q. Design and implementation of natural resource field verification system based on microservice architecture[J]. Geospatial Information, 2021, 19(5): 123-126, 6.
[5]	孙新博, 李英成, 王凤, 等. 无人机地理信息视频系统的设计与实现[J]. 测绘科学, 2018, 43(10): 131-136, 156.
	Sun X B, Li Y C, Wang F, et al. Design and implementation of UAV geographic information video system[J]. Science of Surveying and Mapping, 2018, 43(10): 131-136, 156.
[6]	王磊, 周鑫鑫, 吴长彬. 无人机实时视频与三维地理场景融合[J]. 测绘通报, 2021(12): 33-37, 43. doi: 10.13474/j.cnki.11-2246.2021.368
	Wang L, Zhou X X, Wu C B. Fusion method of UAV real-time video and 3D geographical scene[J]. Bulletin of Surveying and Mapping, 2021(12): 33-37, 43. doi: 10.13474/j.cnki.11-2246.2021.368
[7]	孟静, 王凤, 李玉琳, 等. 应急测绘视频帧与GIS系统匹配技术[J]. 遥感信息, 2022, 37(2): 91-96.
	Meng J, Wang F, Li Y L, et al. Matching technology between emergency mapping video frame and GIS system[J]. Remote Sensing Information, 2022, 37(2): 91-96.
[8]	任丽艳, 李英成, 肖金城, 等. 测绘无人机灾害现场多源数据集成与智能服务[J]. 测绘科学, 2020, 45(12): 139-144.
	Ren L Y, Li Y C, Xiao J C, et al. Multi-source data integration and intelligent service of surveying and mapping UAV for disaster scene[J]. Science of Surveying and Mapping, 2020, 45(12): 139-144.
[9]	陈光, 郑宏伟. 三维场景中无人机地理视频数据的集成方法[J]. 地理与地理信息科学, 2017, 33(1): 40-43, 72.
	Chen G, Zheng H W. Integration method of UAV GeoVideo data model in 3D scene[J]. Geography and Geo-Information Science, 2017, 33(1): 40-43, 72.
[10]	张雪萍. POS辅助航空摄影测量直接对地目标定位的关键技术研究[D]. 武汉: 武汉大学, 2010.
	Zhang X P. Research on key technologies of direct georeferencing in POS-supported aerial photogrammetry[D]. Wuhan: Wuhan University, 2010.
[11]	王佩军, 徐亚明. 摄影测量学: 测绘工程专业[M]. 3版. 武汉: 武汉大学出版社, 2016.
	Wang P J, Xu Y M. Geo-spatial information science[M]. 3rd ed. Wuhan: Wuhan University Press, 2016.
[12]	姚娜. 低空无人机载组合宽角相机关键技术研究与性能分析[D]. 武汉: 武汉大学, 2013.
	Yao N. Research on key technologies of low altitude UAV borne multi-head and wide-angle composite cameras and their performance evaluation[D]. Wuhan: Wuhan University, 2013.
[13]	王贤. 基于POS系统的数字正射影像制作研究[D]. 绵阳: 西南科技大学, 2018.
	Wang X. Research on making digital orthophoto map based on position and orientation system[D]. Mianyang: Southwest University of Science and Technology, 2018.
[14]	叶晴旻. 大视场相机畸变校正相关技术的研究[D]. 杭州: 浙江大学, 2016.
	Ye Q M. Research on related technology of correction of distortion of the large view camera[D]. Hangzhou: Zhejiang University, 2016.
[15]	李彤彤. 双目视觉系统的标定及畸变校正技术研究[D]. 长春: 吉林大学, 2019.
	Li T T. Research on calibration and distortion correction technique of binocular vision system[D]. Changchun: Jilin University, 2019.
[16]	樊敏, 秦健, 李云响, 等. ArcGIS数字化地质图校正及配准[J]. 化工矿产地质, 2014, 36(3): 185-189.
	Fan M, Qin J, Li Y X, et al. ArcGIS digital geological map correction and registration[J]. Geology of Chemical Minerals, 2014, 36(3): 185-189.
[17]	李伟. 基于数字视频数据的地理信息提取与空间分析研究[D]. 焦作: 河南理工大学, 2015.
	Li W. Geographic information extracting and spatial analysis based on video data[D]. Jiaozuo: Henan Polytechnic University, 2015.
[18]	王凯. 一种无人机铁路巡线视频定位方法[J]. 科技和产业, 2022, 22(1): 323-328.
	Wang K. A location method for UAV railway patrol video[J]. Science Technology and Industry, 2022, 22(1): 323-328.

[1]	孙鑫超, 骆奇峰, 何宗友, 张奥丽, 蔡国林. 面向条带状航测区域的无人机曲线航线设计方法探索[J]. 自然资源遥感, 2025, 37(1): 68-75.
[2]	张瑞瑞, 夏浪, 陈立平, 丁晨琛, 郑爱春, 胡新苗, 伊铜川, 陈梅香, 陈天恩. 深度语义分割网络无人机遥感松材线虫病变色木识别[J]. 自然资源遥感, 2024, 36(3): 216-224.
[3]	宋奇, 高小红, 宋玉婷, 黎巧丽, 陈真, 李润祥, 张昊, 才桑洁. 基于无人机高光谱影像的农田土壤有机碳含量估算——以湟水流域农田为例[J]. 自然资源遥感, 2024, 36(2): 160-172.
[4]	柴佳兴, 张云生, 杨振, 陈斯飏, 李海峰. 联合无人机影像生成DSM和DOM的多层次建筑物变化检测[J]. 自然资源遥感, 2024, 36(2): 80-88.
[5]	曹德龙, 林震, 唐廷元, 李楚钰, 王晓锐. 3D-HRNet网络在珠海一号高光谱影像的自然资源监测应用及生态环境分析[J]. 自然资源遥感, 2023, 35(4): 34-42.
[6]	黄景金, 郭伟立, 韦忠扬, 唐长增, 潘正强, 任建福. 自然资源调查监测技术体系研究与实践——以广西壮族自治区为例[J]. 自然资源遥感, 2023, 35(4): 192-200.
[7]	王振华, 谭智联, 李静, 常英立. Re-YOLOX: 利用Resizer改进的YOLOX近岸海域监测目标识别模型[J]. 自然资源遥感, 2023, 35(3): 10-16.
[8]	陈凯, 王春, 代文, 盛业华, 刘爱利, 汤国安. 基于控制点蒙特卡罗检验的无人机地形建模精度影响因素研究[J]. 自然资源遥感, 2023, 35(3): 107-115.
[9]	胡晨霞, 邹滨, 梁玉, 贺晨骋, 林治家. 高空间分辨率生态系统生产总值时空演化分析——以2000—2020年湖南省为例[J]. 自然资源遥感, 2023, 35(3): 179-189.
[10]	蒋毅, 马克委, 王云凯, 杨红军, 何燕兰. 自然资源综合调查监测“一查多用”分类体系研究[J]. 自然资源遥感, 2023, 35(2): 264-270.
[11]	闫涵, 张毅. 利用GF-6影像结合国土“三调”开展西部地区县域自然资源调查[J]. 自然资源遥感, 2023, 35(2): 277-286.
[12]	董双发, 范晓, 石海岗, 许莉萍, 章新益. 基于Landsat8和无人机的福清核电温排水分布研究[J]. 自然资源遥感, 2022, 34(3): 112-120.
[13]	张淑, 周忠发, 王玲玉, 陈全, 骆剑承, 赵馨. 多时相SAR的喀斯特山区耕地表层土壤水分反演[J]. 自然资源遥感, 2022, 34(3): 154-163.
[14]	黄韬, 刘小平, 吴佳平, 肖燕玲, 张雨辰. 国有土地资源资产核算信息化设计与实现[J]. 自然资源遥感, 2022, 34(3): 249-256.
[15]	吴芳, 李瑜, 金鼎坚, 李天祺, 郭华, 张琦洁. 无人机三维地障信息提取技术应用于航空物探飞行轨迹规划[J]. 自然资源遥感, 2022, 34(1): 286-292.

Viewed

Full text

Abstract

Cited

Shared

Discussed