無人機(jī)影像在地質(zhì)災(zāi)害調(diào)查中的應(yīng)用

何 敬，唐 川，王帥永，張可可

(1.成都理工大學(xué) 地球科學(xué)學(xué)院，四川 成都 610059；2.成都理工大學(xué) 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室, 四川 成都 610059；3.中國石油集團(tuán)工程設(shè)計(jì)有限責(zé)任公司西南分公司， 四川 成都 610031)

無人機(jī)影像在地質(zhì)災(zāi)害調(diào)查中的應(yīng)用

何 敬1,2，唐 川2，王帥永2，張可可3

(1.成都理工大學(xué) 地球科學(xué)學(xué)院，四川 成都 610059；2.成都理工大學(xué) 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室, 四川 成都 610059；3.中國石油集團(tuán)工程設(shè)計(jì)有限責(zé)任公司西南分公司， 四川 成都 610031)

汶川地震后，西南地區(qū)進(jìn)入地質(zhì)災(zāi)害高發(fā)期。面對高發(fā)的地質(zhì)災(zāi)害，如何快速準(zhǔn)確地獲取地質(zhì)災(zāi)害信息已經(jīng)成為亟待解決的問題。文中選取映秀鎮(zhèn)老虎嘴滑坡所在位置為實(shí)驗(yàn)區(qū)，采集實(shí)驗(yàn)區(qū)10 km2分辨率0.3 m的無人機(jī)影像。對獲取的無人機(jī)影像進(jìn)行數(shù)字?jǐn)z影測量處理，生成實(shí)驗(yàn)區(qū)精度0.476 m的正射影像，0.731 m精度的點(diǎn)云數(shù)據(jù)以及實(shí)景三維模型。在這些數(shù)字成果的基礎(chǔ)上，對老虎嘴滑坡進(jìn)行定量分析。此次實(shí)驗(yàn)驗(yàn)證無人機(jī)在高海拔、高落差的地形環(huán)境下作業(yè)的可行性，探索定量研究地質(zhì)災(zāi)害的方法。

無人機(jī)影像；地質(zhì)災(zāi)害調(diào)查；老虎嘴滑坡；定量研究

汶川地震后，西南地區(qū)進(jìn)入了地質(zhì)災(zāi)害高發(fā)期, 僅2008—2009年間，由地震所觸發(fā)的地質(zhì)災(zāi)害就達(dá)5萬余處[1]。當(dāng)?shù)刭|(zhì)災(zāi)害發(fā)生后，如果全部依靠人員進(jìn)行調(diào)查，其工作量是非常巨大的，而且地質(zhì)災(zāi)害發(fā)生的環(huán)境通常比較復(fù)雜險(xiǎn)惡，對人員人身安全構(gòu)成極大危險(xiǎn)。隨著遙感技術(shù)的快速發(fā)展，衛(wèi)星影像在地質(zhì)災(zāi)害調(diào)查領(lǐng)域展開廣泛深入的應(yīng)用研究。楊武年等人利用TM、SPOT、ERS-SAR、RADARSAT等影像提取三峽庫區(qū)周邊大量地質(zhì)災(zāi)害和構(gòu)造變形的信息，為相關(guān)部門進(jìn)行地質(zhì)災(zāi)害監(jiān)測與治理提供科學(xué)依據(jù)[2]。李鐵鋒等人利用多期SPOT-5影像對福建省建甌市2005年6月由強(qiáng)降雨引發(fā)的滑坡進(jìn)行解譯[3]。魯學(xué)軍等人利用高分辨率遙感影像結(jié)合DEM對貴州關(guān)嶺“6·28” 特大滑坡進(jìn)行遙感解譯分析[4]。但是，西南地區(qū)由于云霧的影響，很多時候當(dāng)衛(wèi)星運(yùn)轉(zhuǎn)到該區(qū)域時并不能夠獲得理想的影像，使得西南地區(qū)衛(wèi)星影像在數(shù)量和質(zhì)量不能完全滿足地質(zhì)災(zāi)害調(diào)查需求。

無人機(jī)低空遙感系統(tǒng)自研制成功以來，以其機(jī)動靈活、成本低廉、操作維護(hù)簡單等特點(diǎn)已經(jīng)在很多領(lǐng)域展開了廣泛應(yīng)用[5-10]。自汶川地震后，科研工作者嘗試著將無人機(jī)低空遙感系統(tǒng)應(yīng)用于地質(zhì)災(zāi)害調(diào)查研究。周潔萍等人通過自主研發(fā)的虛擬地理環(huán)境數(shù)字地球平臺構(gòu)建了汶川地震應(yīng)急三維可視化遙感影像管理系統(tǒng)，為汶川地震的信息管理、發(fā)布和空間決策提供支撐平臺[11]。臧克等人應(yīng)用無人機(jī)遙感系統(tǒng)對“5·12汶川大地震”的重災(zāi)區(qū)北川縣城進(jìn)行航拍，通過圖像拼接和幾何校正，對比震前的衛(wèi)星影像，對災(zāi)區(qū)的受災(zāi)情況初步評價(jià)[12-13]。馬澤忠等人應(yīng)用無人機(jī)低空遙感技術(shù)對重慶城口滑坡地質(zhì)災(zāi)害監(jiān)測，分析無人機(jī)低空遙感技術(shù)在復(fù)雜地形及氣象條件下數(shù)據(jù)獲取與數(shù)據(jù)處理的技術(shù)流程和方法，對無人機(jī)低空遙感技術(shù)在滑坡地質(zhì)災(zāi)害災(zāi)情評估和災(zāi)損評價(jià)中的應(yīng)用上進(jìn)行探索[14-15]。溫奇等人利用無人機(jī)低空遙感系統(tǒng)在云南盈江地震發(fā)生后24 h內(nèi)就獲取到覆蓋全縣城的高分辨率遙感影像，為災(zāi)害應(yīng)急、損毀評估等工作提供了客觀數(shù)據(jù)[16]。在應(yīng)用中，無人機(jī)影像大多只作為一種參考影像，以此對災(zāi)情進(jìn)行快速評估，制定搶險(xiǎn)救災(zāi)方案，并未對影像中的地質(zhì)災(zāi)害進(jìn)行精確解譯及量測。因此，本文在對無人機(jī)數(shù)據(jù)進(jìn)行常規(guī)處理后，通過點(diǎn)云數(shù)據(jù)恢復(fù)了地質(zhì)災(zāi)害體的三維模型，結(jié)合已有調(diào)查資料對災(zāi)害點(diǎn)的信息進(jìn)行精確量測，彌補(bǔ)無人機(jī)數(shù)據(jù)在地質(zhì)災(zāi)害信息定量挖掘方面的缺陷，使獲得的地質(zhì)災(zāi)害調(diào)查數(shù)據(jù)更加準(zhǔn)確全面。

1 實(shí)驗(yàn)區(qū)概況

映秀鎮(zhèn)位于四川省中北部，東接都江堰市，南鄰汶川縣漩口鎮(zhèn)，西靠臥龍自然保護(hù)區(qū)，北通汶川縣城及阿壩州各縣，是阿壩州的重要交通樞紐和門戶重鎮(zhèn),國道213線、省道303線、都汶高速公路等交通干線交匯處。

汶川地震后，位于震中的映秀鎮(zhèn)地質(zhì)環(huán)境受到嚴(yán)重破壞，山體震傷嚴(yán)重，地震裂縫異常發(fā)育，巖土體結(jié)構(gòu)松動，誘發(fā)形成的滑坡、崩塌和泥石流地質(zhì)災(zāi)害數(shù)量眾多。在震后地質(zhì)災(zāi)害遙感解譯中共查明的災(zāi)害物源點(diǎn)有2 868處，其中崩塌2 067處，滑坡717處、泥石流38處及溝道物源46處，部分地質(zhì)災(zāi)害分布如圖1所示。在解譯過程中，通過影像特征及當(dāng)?shù)氐刭|(zhì)結(jié)構(gòu)特點(diǎn)綜合分析，發(fā)現(xiàn)泥石流溝的中下游離溝道兩側(cè)較近的地方都分布著大面積的崩塌、滑坡。其中已經(jīng)有部分滑坡體產(chǎn)生了蠕變，將滑坡體“懸掛”在陡峭的后壁上，在外力作用下隨時可能加速滑落；還有一部分滑坡已經(jīng)全部脫離了母體，將大量的固體物質(zhì)堆積到溝道中，伴隨著降雨等極端氣候的出現(xiàn)，它們隨時有可能直接參與到泥石流的活動中。此外區(qū)內(nèi)潛在不穩(wěn)定地質(zhì)體在余震、降雨等不利因素影響下極易轉(zhuǎn)化成地質(zhì)災(zāi)害，地質(zhì)災(zāi)害隱患異常嚴(yán)重，一旦在極為不利因素的作用下，暴發(fā)大規(guī)模地質(zhì)災(zāi)害可能性及風(fēng)險(xiǎn)極大。

圖1 老虎嘴滑坡區(qū)域地質(zhì)災(zāi)害分布圖

老虎嘴滑坡位于映秀鎮(zhèn)西南側(cè)，岷江左岸，屬于上述風(fēng)險(xiǎn)極大的滑坡，地震后成為映秀鎮(zhèn)重要的地質(zhì)災(zāi)害隱患點(diǎn)之一，具體位置如圖1中圓圈所示。2008年地震后不久，當(dāng)?shù)亻_始降雨，致使老虎嘴山體產(chǎn)生滑坡，形成的壅塞體阻塞了岷江河道，形成堰塞湖，致使原有的G213國道近兩公里公路被淹沒，同時還使岷江對岸多個村民組受災(zāi)。

2 無人機(jī)低空遙感系統(tǒng)及影像獲取

2.1 無人機(jī)低空遙感系統(tǒng)

無人機(jī)低空遙感系統(tǒng)主要包括飛行平臺和地面平臺[17-18]。飛行平臺是無人機(jī)低空遙感系統(tǒng)的基礎(chǔ)，負(fù)責(zé)將搭載的影像獲取設(shè)備送達(dá)指定位置，獲取目標(biāo)區(qū)域滿足攝影測量要求的影像。飛行控制系統(tǒng)負(fù)責(zé)執(zhí)行地面控制終端上傳的航線計(jì)劃，記錄無人機(jī)的飛行方向、飛行狀態(tài)、飛行位置，并將這些數(shù)據(jù)通過通訊設(shè)備及時回傳到地面控制終端。地面控制平臺主要負(fù)責(zé)航線的規(guī)劃，接收回傳的視頻數(shù)據(jù)及無人機(jī)的飛行狀態(tài)數(shù)據(jù)，根據(jù)狀態(tài)數(shù)據(jù)分析無人機(jī)在空中的作業(yè)情況，監(jiān)測無人機(jī)燃料剩余率。

2.2 影像自動獲取

此次選取老虎嘴方圓10 km2范圍作為試驗(yàn)區(qū)，該實(shí)驗(yàn)區(qū)主要集中在岷江左岸，無人機(jī)影像地面分辨率設(shè)計(jì)為0.3 m。實(shí)驗(yàn)區(qū)地處高山峽谷地帶，地勢險(xiǎn)峻，不具備跑道和彈射起飛條件。通過實(shí)地勘察，選取如表1所示所示位置作為起飛降落點(diǎn)(航線設(shè)計(jì)中home點(diǎn))，起飛方式為手拋，降落為傘降。

表1 無人機(jī)起飛及傳感器主要參數(shù)

在進(jìn)行航線規(guī)劃時，考慮到實(shí)驗(yàn)區(qū)屬于高山地區(qū)，地形起伏比較大，且地物特征不明顯，為了保證后期數(shù)據(jù)處理的能夠順利進(jìn)行，航線規(guī)劃時旁向重疊度設(shè)置在65%，航向重疊度設(shè)置在85%。圖2為無人機(jī)獲取的重疊影像。

3 數(shù)據(jù)處理

無人機(jī)上搭載的相機(jī)屬于非量測型數(shù)碼相機(jī)，影像存在著比較嚴(yán)重的鏡頭畸變現(xiàn)象，因此在處理之前，需要根據(jù)相機(jī)的畸變參數(shù)對影像進(jìn)行畸變校正。此次實(shí)驗(yàn)區(qū)影像共計(jì)287張，這些影像由于拍攝時天氣差異造成了光線、色澤上的不一致，為了提高影像匹配的穩(wěn)定性和后續(xù)正射影像色彩的一致性，采用Mask(掩模)方法對所有影像進(jìn)行統(tǒng)一勻光勻色處理[19]。通過飛行控制系統(tǒng)記錄的POS數(shù)據(jù)，對影像進(jìn)行初步排序定位，這樣進(jìn)行影像同名點(diǎn)匹配時，不僅可以縮小影像匹配搜索范圍，而且還能夠提高匹配的精度。在完成同名點(diǎn)匹配后，根據(jù)共線條件方程進(jìn)行自由網(wǎng)平差。自由網(wǎng)平差通過后，將地面控制點(diǎn)坐標(biāo)信息加入，完成模型的絕對定向，然后對影像進(jìn)行空中三角測量加密，生成整個測區(qū)的密集點(diǎn)云數(shù)據(jù)。通過密集點(diǎn)云數(shù)據(jù)可以生成測區(qū)的正射影像和三維模型，其整個處理流程如圖3所示。將控制點(diǎn)加入到自由網(wǎng)中進(jìn)行絕對定向后，得到的最后平面中誤差為0.476 m，高程中誤差為0.731 m，造成高程誤差的過大原因主要是由于地形起伏落差太大，而且山上和很多陡峭地區(qū)無法布設(shè)控制點(diǎn)，造成控制點(diǎn)布設(shè)不均勻，很多地方無法對其進(jìn)行很好控制。

圖3 無人機(jī)數(shù)據(jù)處理流程

圖4是利用生成的點(diǎn)云數(shù)據(jù)制作的正射影像經(jīng)過鑲嵌后與Google earth進(jìn)行疊加的顯示效果，從圖4中可以看出，其疊加效果很好，房屋道路無明顯錯位，岷江河流邊界吻合較好，滑坡痕跡連接通暢。由于無人機(jī)影像獲取日期為2015年4月10日，而Google earth影像的時間為2014年12月19日，這段時間恰逢冬春季節(jié)，映秀地區(qū)降雨稀少，岷江流域的水流量也不是很大，整個實(shí)驗(yàn)區(qū)沒有遭到大規(guī)模的雨水沖刷作用。對比實(shí)驗(yàn)區(qū)內(nèi)兩期數(shù)據(jù)，發(fā)現(xiàn)影像中滑坡大小、數(shù)量、位置、堆積區(qū)范圍均無明顯變化，崩塌后碎石所處位置及分布范圍也未改變。

圖4 正射影像與Google earth疊加效果

圖5是Google earth影像在局部細(xì)節(jié)上與無人機(jī)正射影像的對比，選取的是老虎嘴滑坡所在山脈頂端的一處巖石裸露處。從對比圖中可以看出，Google earth影像圓圈內(nèi)被樹木的扭曲拉伸所覆蓋，不能判別該區(qū)域的地物類型，而同樣區(qū)域在無人機(jī)正射影像中則可以明顯清晰的判別出該處為基巖出露區(qū)，同時上面生長著零星植被，說明該區(qū)域近段時間內(nèi)比較穩(wěn)固，植被恢復(fù)較好，如無明顯外力作用，不會發(fā)生崩塌。

圖5 無人機(jī)正射影像與Google影像局部細(xì)節(jié)對比

4 地質(zhì)災(zāi)害解譯

傳統(tǒng)的地質(zhì)災(zāi)害解譯是利用遙感影像建立遙感解譯標(biāo)志，進(jìn)行人工判讀解譯，影像質(zhì)量和解譯人員的經(jīng)驗(yàn)對解譯精度有著直接的影響。很多時候由于解譯資料匱乏，地質(zhì)災(zāi)害影像特征不明顯，造成劃定的解譯范圍不準(zhǔn)確，誤判地質(zhì)災(zāi)害類型。圖6為利用遙感影像進(jìn)行傳統(tǒng)的二維平面解譯地質(zhì)災(zāi)害，從圖中可以看出由于影像分辨率的原因，地質(zhì)災(zāi)害的邊界難以準(zhǔn)確圈定，同時由于缺乏高程信息，地質(zhì)災(zāi)害類型的劃分也存在一定的難度。

圖7為制作生成的老虎嘴滑坡三維模型，從圖7中可以明顯劃分滑坡的滑動區(qū)、堆積區(qū)以及滑坡體兩側(cè)切割較深的沖溝，根據(jù)高程差異直觀的顯示出滑坡的滑動方向，而這些是基于傳統(tǒng)二維平面解譯無法實(shí)現(xiàn)的。為了對滑坡進(jìn)行更細(xì)致全面研究，可以將該模型360°旋轉(zhuǎn)，觀察分析每一個方向角度的特征及變化。根據(jù)觀察發(fā)現(xiàn)老虎嘴滑坡發(fā)育于單薄山脊的北西側(cè)，坡腳為堆積區(qū)。滑動區(qū)呈勺狀，左右兩側(cè)高中間低，坡度較陡，近似直立，基巖出露，植被不發(fā)育。堆積區(qū)后緣至前沿呈現(xiàn)緩-陡-緩-陡的特征，堆積體前沿堵塞岷江河道，致使岷江向右岸擺動改道。堆積體的物質(zhì)構(gòu)造主要由大塊石、棱角狀碎塊石構(gòu)成，其主要成分為中-強(qiáng)風(fēng)化上元古界關(guān)山溝單元二長花崗巖，粒徑分布呈現(xiàn)了從堆積體后緣至前沿粒徑逐漸增大的特征。按照粒徑分布特征將堆積區(qū)劃分為三個區(qū)域：碎石區(qū)、碎塊石區(qū)和大塊石區(qū)，其中碎石區(qū)主要位于堆積體后緣，主要由碎石及少量細(xì)砂組成；碎塊石區(qū)主要由塊石、碎石和少量大塊石組成；大塊石區(qū)主要為較完整的塊石，局部架空。另外，滑坡后緣節(jié)理極其發(fā)育，有大量的危巖體，在外荷載作用或降雨條件下易失穩(wěn)，危險(xiǎn)性較大。

圖6 傳統(tǒng)二維解譯

圖7 三維立體解譯

無人機(jī)影像制作生成的三維模型，除了具有立體直觀性外，由于處理過程中添加了控制點(diǎn)數(shù)據(jù)，使其整個成果都恢復(fù)到大地測量坐標(biāo)系，因此模型還具有可量測性。當(dāng)三維模型以矢量點(diǎn)云形式顯示時，可以對其進(jìn)行深層次的信息挖掘。表3及圖8列出了從點(diǎn)云數(shù)據(jù)中量測出的信息，其中滑動方向、最大落差、最大水平位移是在其側(cè)視圖的基礎(chǔ)上進(jìn)行量測，而滑坡寬度、滑坡面積、滑坡體積是在其前視圖基礎(chǔ)上進(jìn)行量測，此處滑坡體積的起算基準(zhǔn)是滑坡堆積區(qū)的水平面。這些參數(shù)為定量化研究地質(zhì)災(zāi)害提供了基礎(chǔ)數(shù)據(jù)，對地質(zhì)災(zāi)害監(jiān)測、分析具有重要的指導(dǎo)意義。

表3 滑坡參數(shù)統(tǒng)計(jì)

圖8 滑坡影像

5 結(jié)束語

通過對老虎嘴滑坡的無人機(jī)航拍實(shí)驗(yàn)，驗(yàn)證無人機(jī)應(yīng)用于高山峽谷地帶進(jìn)行地質(zhì)災(zāi)害調(diào)查的可行性。此次應(yīng)用實(shí)驗(yàn)中獲取的影像除做常規(guī)影像參考外，最重要的是將遙感信息提取技術(shù)與地質(zhì)災(zāi)害分析結(jié)合起來。利用攝影測量技術(shù)恢復(fù)地質(zhì)災(zāi)害體的三維模型，改進(jìn)常規(guī)的二維平面遙感影像解譯方法，不僅提升解譯精度，而且使得解譯信息具有可量測性，這為定量研究地質(zhì)災(zāi)害提供極為重要的數(shù)據(jù)，同時本文所做的應(yīng)用探索也將為今后的無人機(jī)在地質(zhì)災(zāi)害信息挖掘方面提供一些幫助和啟發(fā)。

[1] 許沖,戴福初,姚鑫.汶川地震誘發(fā)滑坡災(zāi)害的數(shù)量與面積[J].科技導(dǎo)報(bào),2009(11):79-81.

[2] 楊武年,濮國梁,CAUNEAUF,等.長江三峽庫區(qū)地質(zhì)災(zāi)害遙感圖像信息處理及其監(jiān)測和評估[J].地質(zhì)學(xué)報(bào),2005,79(3):423-430.

[3] 李鐵峰,徐岳仁,潘懋，等.基于多期SPOT-5影像的降雨型淺層滑坡遙感解譯研究[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,43(2):204-210.

[4] 魯學(xué)軍,史振春,尚偉濤，等.滑坡高分辨率遙感多維解譯方法及其應(yīng)用[J].中國圖象圖形學(xué)報(bào),2014,19(1):141-149.

[5] 韓杰,王爭.無人機(jī)遙感國土資源快速監(jiān)察系統(tǒng)關(guān)鍵技術(shù)研究[J].測繪通報(bào),2008(2):4-6.

[6] 汪小欽,王苗苗,王紹強(qiáng)，等.基于可見光波段無人機(jī)遙感的植被信息提取[J].農(nóng)業(yè)工程學(xué)報(bào),2015(5):152-159.

[7] 曹洪濤,張拯寧,李明,等.無人機(jī)遙感海洋監(jiān)測應(yīng)用探討[J].海洋信息,2015(1):51-54.

[8] 程翔，楊波，李倩霞.無人機(jī)攝影測量在水體污染評估中的應(yīng)用[J].測繪與空間地理信息，2016,39(8)：180-182.

[9] 彭向陽,劉正軍,麥曉明,等.無人機(jī)電力線路安全巡檢系統(tǒng)及關(guān)鍵技術(shù)[J].遙感信息,2015(1):51-57.

[10] 呂立蕾.無人機(jī)航攝技術(shù)在大比例尺測圖中的應(yīng)用研究[J].測繪與空間地理信息，2016,39(2)：.116-118.

[11] 周潔萍,龔建華，王濤，等.汶川地震災(zāi)區(qū)無人機(jī)遙感影像獲取與可視化管理系統(tǒng)研究[J].遙感學(xué)報(bào),2008(6):877-884.

[12] 臧克,孫永華,李京，等.微型無人機(jī)遙感系統(tǒng)在汶川地震中的應(yīng)用[J].自然災(zāi)害學(xué)報(bào),2010(3):162-166.

[13] 李啟源，王明常，王鳳艷，等.高分一號遙感影像地質(zhì)災(zāi)害信息提取方法研究[J].測繪與空間地理信息，2016,39(2)：17-20.

[14] 馬澤忠,王福海,劉智華,等.低空無人飛行器遙感技術(shù)在重慶城口滑坡堰塞湖災(zāi)害監(jiān)測中的應(yīng)用研究[J].水土保持學(xué)報(bào),2011(1):253-256.

[15] 姜會義，張學(xué)珍，張學(xué)萍，等.車載無人機(jī)在測繪應(yīng)急保障中的應(yīng)用[J].測繪與空間地理信息，2016,39(7)：171-172.

[16] 溫奇,陳世榮,和海霞,等.無人機(jī)遙感系統(tǒng)在云南盈江地震中的應(yīng)用[J].自然災(zāi)害學(xué)報(bào),2012(6):65-71.

[17] 王軍鋒，喬明，魏育成，等.無人機(jī)機(jī)載SAR在地理國情監(jiān)測中的應(yīng)用研究[J].測繪與空間地理信息，2016,39(5)：61-64.

[18] 孫杰,林宗堅(jiān),崔紅霞.無人機(jī)低空遙感監(jiān)測系統(tǒng)[J].遙感信息,2003(1):49-50.

[19] 胡慶武,李清泉.基于Mask原理的遙感影像恢復(fù)技術(shù)研究[J].武漢大學(xué)學(xué)報(bào)，2004,29(4):319-323.

[責(zé)任編輯：李銘娜]

Application of UAV images to geological disaster investigation

HE Jing1,2,TANG Chuan2,WANG Shuaiyong2,ZHANG Keke3

(1.School of Geoscience, Chengdu University of Technology, Chengdu,610059,China;2.State Key Laboratory of Geohazard Prevention and Geoenvironment Protection, Chengdu University of Technology, Chengdu 610059,China;3.CNPC Engineering Design Co.,Ltd.,Southwcst Branch,Chengdu 610031,China)

Southwest China has entered into a high-incidence period of geological disasters after Wenchuan Earthquake. Under this situation, it becomes an urgent issue to gain the geological disaster information quickly and precisely. This paper,taking the Tiger-mouth landslide in Yingxiu as the case, collects the UAV images of 10 km2with a resolution of 0.3 m and generates the orthophoto with 0.476 m accuracy and point cloud data of 0.731 m accuracy. Finally, a real-scene 3D model is formed after digital photogrammetric processing of the UAV images. Based on these digital products, a quantitative analysis is carried on. This experiment verifies the feasibility of UAV using in high-altitude environment with significant elevation difference, and explores the methods of quantitative research of geological disasters.

UAV image; geological disaster investigation; Tiger-mouth landslide; quantitative study

引用著錄：何敬,唐川，王帥永，等.無人機(jī)影像在地質(zhì)災(zāi)害調(diào)查中的應(yīng)用[J].測繪工程，2017，26(5)：40-45.

10.19349/j.cnki.issn1006-7949.2017.05.009

2016-03-28

國土資源部地學(xué)空間信息技術(shù)重點(diǎn)實(shí)驗(yàn)室開放基金(KLGSIT2014-04);地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室團(tuán)隊(duì)項(xiàng)目(SKLGP2012Z002)

何 敬(1983-)，男，博士.

P231

A

1006-7949(2017)05-0040-06