基于無人機(jī)的城市暴雨洪水危險性評價研究

唐大偉，蔣志昊，毛學(xué)謙

(1.江蘇省水文水資源勘測局常州分局，江蘇 常州 213000；2.江蘇省水利科學(xué)研究院，江蘇 南京 210000)

0 引言

城鎮(zhèn)化導(dǎo)致城市高度集中，進(jìn)而成為極端降水風(fēng)險較高的地區(qū)。基于國內(nèi)外注重對城市雨洪風(fēng)險評估的現(xiàn)實(shí)，學(xué)者們提出了根據(jù)城市要素的構(gòu)成，包括自然要素、結(jié)構(gòu)要素和社會要素。建立具體的風(fēng)險指標(biāo)體系，能反映城市暴雨洪澇災(zāi)害嚴(yán)重程度及直接經(jīng)濟(jì)損失相關(guān)性。為更好地對城市暴雨洪水危險性進(jìn)行評估和研究，此次研究創(chuàng)新地采用了無人機(jī)遙感技術(shù)中的傾斜攝影測試技術(shù)，能夠獲取高精度的遙感影像，進(jìn)一步提高雨洪評估的精確度。在以提高城市雨洪評估精度的目的下，在獲取高精度影像的基礎(chǔ)上，運(yùn)用城市三維建模技術(shù)，利用一種名為Smart3D的三維實(shí)景建模軟件，輸出高分辨率的實(shí)體建模。最后基于指標(biāo)，運(yùn)用暴雨洪水管理模型，對數(shù)據(jù)進(jìn)行計算，期望借此實(shí)現(xiàn)風(fēng)險評估。

1 城市雨洪評估模型建立

1.1 無人機(jī)傾斜攝影測量研究

此次研究基于無人機(jī)遙感傾斜攝影技術(shù)，采集高分辨率的影像，作為Smart3D軟件的建模輸入數(shù)據(jù)，提高了建模的精度，再以城市雨洪評估方法進(jìn)行城市雨洪風(fēng)險等級評估，從而形成一種新型、高精度的城市雨洪風(fēng)險評估方法模型。

無人機(jī)(Unmanned Aerial Vehicle，UAV)是一種無人駕駛的航空器，采用無線遙控技術(shù)與計算機(jī)程序進(jìn)行操縱[1]。無人機(jī)具有成本低、使用便捷等優(yōu)點(diǎn)，廣泛應(yīng)用于各個行業(yè)。無人機(jī)技術(shù)中的傾斜攝影測量技術(shù)是新近發(fā)展的一種新型技術(shù)，與傳統(tǒng)的航空攝影測量技術(shù)只能在垂直的角度拍攝影像，導(dǎo)致獲取的影像不能真實(shí)呈現(xiàn)實(shí)物情況不同。傾斜攝影能夠通過多臺傳感器，同時以不同的角度進(jìn)行影像采集，另有先進(jìn)的定位技術(shù)，不僅能夠真實(shí)呈現(xiàn)城市地理環(huán)境的情況，還能夠植入更加準(zhǔn)確的地理信息和豐富的影像。

傾斜攝影中的多視影像是其關(guān)鍵技術(shù)，包含了2種數(shù)據(jù)：垂直影像數(shù)據(jù)，傾斜攝影數(shù)據(jù)[2]。針對在傳統(tǒng)影像獲取的過程中傾斜攝影數(shù)據(jù)處理不足的經(jīng)典的空三角測量系統(tǒng)的一個缺點(diǎn)，采用聯(lián)合平差進(jìn)行彌補(bǔ)。傾斜攝影與垂直攝影的示意圖，見圖1。

圖1 垂直攝影與傾斜攝影示意圖

在影像采集的過程中，由于存在著實(shí)體遮擋及變形的影響等因素，因此，結(jié)合導(dǎo)航定位定向系統(tǒng)(Position And Orientation System，POS)提供的外方位訊息，一次獲得更加詳細(xì)的位置信息，便于后續(xù)處理。通過金字塔匹配策略，綜合獲取良好的同名點(diǎn)匹配結(jié)果。

視覺重建技術(shù)是基于多視影像的、能夠滿足實(shí)用的精度要求。為獲取多視影像的同名點(diǎn)坐標(biāo)信息，開發(fā)了一套全新的效果良好、操作簡單的系統(tǒng)。該技術(shù)的突破，主要體現(xiàn)在3個方面：①發(fā)展了更有效的特征描述算子，促使影像匹配具有更加良好的魯棒性，能夠提升空中三角系統(tǒng)的測量成功概率，減少影像拍攝的姿態(tài)和位置限制；②采用稀疏解算法[3]，這是一種能夠準(zhǔn)確對影響進(jìn)行處理的算法，名叫預(yù)處理共軛梯度法；③充分利用了中央處理器，也就是CPU的多核優(yōu)點(diǎn)，能夠快速處理巨量的影像。

數(shù)字表面模型，能夠準(zhǔn)確呈現(xiàn)被測地區(qū)的地理地形地貌的特征，是其中的關(guān)鍵技術(shù)之一。但有嚴(yán)重的遮擋、陰影，是傾斜攝影得到的影像的缺點(diǎn)之一。另一個缺點(diǎn)是，因影像間的尺寸誤差大，直接導(dǎo)致無法獲取高精度的數(shù)字表面模型。針對問題，根據(jù)空中三角系統(tǒng)測量得到的影像外方位元素，進(jìn)行逐個像素的匹配?；诖耍?shù)字表面模型數(shù)據(jù)，這樣處理建立的模型，具有高密度的優(yōu)點(diǎn)。在此基礎(chǔ)上，對影像信息及位置信息進(jìn)行融合算法處理，最終獲得分辨率類似的或者相同的數(shù)字表面模型。在多視影像技術(shù)中，另有一個關(guān)鍵技術(shù)，即真正射糾正，具有計算密集及數(shù)據(jù)密集的優(yōu)點(diǎn)，能夠處理大量離散分布的差異較大的地形地貌，以及數(shù)據(jù)量龐大的像方多角度影像[4]。

1.2 基于Smart3D技術(shù)的城市建模及雨洪風(fēng)險評估方法

Smart3D Capture是一種并行軟件系統(tǒng)，通過影像自動化建立三維模型。輸入從不同角度拍攝的照片作為數(shù)據(jù)源，能夠添加多種額外的輔助數(shù)據(jù)如照片位置信息、控制點(diǎn)、攝像頭焦距，等等，能夠在短時間內(nèi)輸出高分辨率的三角網(wǎng)格模型[5]。Smart3D具有簡單、自動、迅速的優(yōu)點(diǎn)，能夠做到無人干預(yù)，簡單地從連續(xù)的影像生成形象逼真的三維實(shí)景模型，降低了原來使用POS定位系統(tǒng)及激光點(diǎn)云掃描系統(tǒng)的成本，提高了效率，效果良好。

關(guān)于系統(tǒng)架構(gòu)，Smart3D擁有主控臺和引擎端兩大模塊。主控臺是主要模塊，用戶主要通過這個模塊進(jìn)行交互，負(fù)責(zé)輸入數(shù)據(jù)，通過接口作為定義，根據(jù)數(shù)據(jù)，進(jìn)行任務(wù)的集中、拆分和分配操作，如初期設(shè)置任務(wù)、對后端提交任務(wù)、隨時檢測任務(wù)等，諸如此類的任務(wù)操作。引擎端，由于不執(zhí)行處理影像，只負(fù)責(zé)將任務(wù)分解為子任務(wù)進(jìn)行分配。引擎端不與用戶進(jìn)行交互，以優(yōu)先級和提交的數(shù)據(jù)作為執(zhí)行根據(jù)[6]。由于采用并行計算，在多個計算機(jī)上運(yùn)行多個Smart3D，并將其關(guān)聯(lián)起來，大大降低了運(yùn)行和計算時間，提高了效率。Smart3D的計算模型如圖2。

圖2 Smart3D計算模型

在軟件對模型的操作中，用戶隨時可以在主控臺控制，對相應(yīng)的用戶界面進(jìn)行任務(wù)操作和設(shè)置。另外，用戶還能夠監(jiān)控引擎端助力數(shù)據(jù)的情況和任務(wù)進(jìn)度，準(zhǔn)確追蹤，能夠及時處理出現(xiàn)的問題和異常情況。

影像內(nèi)部坐標(biāo)系(Earth Centered Earth Fixed，ECEF)坐標(biāo)系[7]，是一個標(biāo)準(zhǔn)的全球笛卡爾坐標(biāo)，是Smart3D軟件中被用到的對影像的位置信息進(jìn)行處理的基礎(chǔ)，也被稱為地心坐標(biāo)系。ECEF結(jié)合了使用東北天坐標(biāo)系(East North Up，ENU)進(jìn)行三維項(xiàng)目重建，作為輸入影像的空間坐標(biāo)系。ENU具有3個坐標(biāo)軸，將本地原點(diǎn)作為坐標(biāo)點(diǎn)，分別指向東、北、天，見圖3。

圖3 東北天坐標(biāo)系

三角網(wǎng)中的每個三角形的空間位置，都能夠在Smart3D詳細(xì)地自動地反映出來。運(yùn)用獨(dú)特的算法，舍掉不能構(gòu)建成三角形的異常點(diǎn)，優(yōu)化不合理的三角網(wǎng)，簡化平坦稀疏的部分[8]。并且在其中選取了視角最好的影像作為模型紋理，見圖4。

圖4 Smart3D對位置信息處理示意圖

利用Smart3D進(jìn)行三維建模，對影像采集具有特殊的要求。在重疊度方面，視角至少有3個，連續(xù)影像之間的重疊程度有60%以上，拍攝物體周圍的地段，可以環(huán)繞式拍攝30張以上影像。拍攝的設(shè)備，支持多種傳統(tǒng)的設(shè)備，如手機(jī)，數(shù)碼相機(jī)等高分辨率設(shè)備。整個項(xiàng)目，可以采用不同的影像精度、重疊度組成的多重數(shù)據(jù)源[9]。

Smart3D會自動創(chuàng)建為一個屬性統(tǒng)一的影像組。Smart3D具有處理無定位數(shù)據(jù)的影像，能夠從任意位置、旋轉(zhuǎn)、比例生成三維模型，一般支持GPS、控制點(diǎn)2種類型的定位數(shù)據(jù)。用戶能夠在主控臺的控制點(diǎn)模塊，標(biāo)出該影像的控制點(diǎn)坐標(biāo)，輸入控制點(diǎn)。除此之外，Smart3D具有兼容性和可擴(kuò)展性，能夠通過XML格式，導(dǎo)入任意定位信息，節(jié)約了大量的算法運(yùn)行時間，提高了效率[10-11]。

城鎮(zhèn)化對城市雨洪災(zāi)害具有很多影響。例如，建筑的大量建造，導(dǎo)致土地急劇變化，地面沉降，增加了城市雨洪的風(fēng)險[12]。研究提出了幾種雨洪風(fēng)險評估方法：①基于指標(biāo)，產(chǎn)生雨洪的致命因素和形成雨洪的誘導(dǎo)因素；②基于歷史災(zāi)情，將歷史災(zāi)情數(shù)據(jù)進(jìn)行脆弱性分析和危險性分析；③基于情景模擬，包括風(fēng)險識別、情景建模和風(fēng)險評估；④運(yùn)用遙感影像和GIS技術(shù)耦合，通過技術(shù)提取災(zāi)害數(shù)據(jù)影像，分析風(fēng)險，評估風(fēng)險等級。

暴雨洪水管理模型(Storm Water Management Model，SWMM)能夠模擬計算各種設(shè)置條件和暴雨情況下洪水淹沒的范圍，即淹沒深度，得到準(zhǔn)確結(jié)果[13]。城市雨洪災(zāi)害中降雨是主要原因，為了計算不同時期的暴雨強(qiáng)度，根據(jù)暴雨強(qiáng)度公式，設(shè)降雨在空間上均勻分布，計算公式：

(1)

式中，0.25≤T≤10年，q—暴雨強(qiáng)度，l/s·hm2；T—暴雨重現(xiàn)期；t—降雨歷時。將暴雨強(qiáng)度乘以降雨歷時，獲取整個研究區(qū)域的總降水量，最后均勻分布在整個區(qū)域中，同一單位暴雨強(qiáng)度的單位為mm/h，計算公式：

(2)

式中，T>10年。此次研究將排水作為主要因素，假設(shè)研究區(qū)域的排水管網(wǎng)分布均勻，還存在植被因素，獲得最終的雨洪積水與排水量的差[14]，然后乘以研究區(qū)域面積，減去植被面積的差，計算公式：

(3)

式中，W—雨洪積水量；Q—徑流量即降水總量；V—排水量；S—研究區(qū)域面積；Vij—進(jìn)行調(diào)整后的柵格單元值；Dij—被調(diào)整之前的柵格單元值；Hij—植被的高度；i—排水的行數(shù)；j—排水的列數(shù)[15]。

2 城市雨洪風(fēng)險評估實(shí)驗(yàn)

2.1 實(shí)驗(yàn)設(shè)計

結(jié)合無人機(jī)遙感及3D城市建模，以此為基礎(chǔ)，采用基于指標(biāo)歷史災(zāi)情和地理信息系統(tǒng)(Geographic Information System，GIS)技術(shù)耦合的城市雨洪風(fēng)險評估方法。研究設(shè)計了一項(xiàng)情景模擬實(shí)驗(yàn)，驗(yàn)證該方法的有效性和可行性。

在進(jìn)行城市雨洪風(fēng)險評估之前，需要對某城市進(jìn)行三維建模，復(fù)現(xiàn)該城市的地形地貌，便于風(fēng)險預(yù)測。此次研究，采集的7603張影像為同一焦距、同一相機(jī)拍攝，分為5組任務(wù)項(xiàng)。在Smart3D軟件系統(tǒng)中，輸入的相關(guān)界面，添加在研究區(qū)域，均勻設(shè)置和建立了5個控制點(diǎn)，見表1。

表1 控制點(diǎn)信息

為更直觀地進(jìn)行風(fēng)險評估，將淹沒水位作為評估的主要關(guān)鍵指標(biāo)。將此次研究的城市雨洪危險性程度劃分為6個等級，見圖5，w表示淹沒水位。0m作為一級未被淹沒區(qū)域，表示無風(fēng)險，危險系數(shù)最低；0～0.2m作為二級淹沒區(qū)域，表示存在一定的風(fēng)險，影響出行；0.2～0.5m作為三級淹沒區(qū)域，表示中等風(fēng)險，對交通出行造成影響，影響居民正常生活；0.5～0.8m作為四級淹沒區(qū)域，風(fēng)險較高，嚴(yán)重影響居民正常生活，部分車輛無法出行；0.8～1.0m作為五級淹沒區(qū)域，表示高風(fēng)險，危險系數(shù)特高，車輛交通堵塞無法正常通行，有嚴(yán)重的財產(chǎn)損失；大于1.0m，作為6級淹沒區(qū)域，風(fēng)險很高，導(dǎo)致住宅區(qū)等淹沒嚴(yán)重，交通完全無法正常運(yùn)行，居民被困。

圖5 風(fēng)險等級劃分

2.2 城市雨洪風(fēng)險模型評價效果分析

通過Smart3D建模技術(shù)，將影像的整體精度誤差進(jìn)行對比。結(jié)果表明：計算出其均方根值(Root Mean Square，RMS)，如圖6?？杖暗?D誤差、水平誤差及垂直誤差的RMS分別為58.256，30.622，49.596?？杖蟮?D誤差、水平誤差及垂直誤差的RMS分別為0.029，0.027，0.008。整體來看，影像的精度獲得了很大地提升。

圖6 Smart3D處理影像精度誤差RMS情況

根據(jù)城市雨洪積水量公式，計算重現(xiàn)的不同時期下的研究區(qū)域的淹沒情況，見表2。基于歷史災(zāi)情，分別重現(xiàn)了暴雨強(qiáng)度，積水量，淹沒水位和淹沒面積。由表2可以看出，隨著重現(xiàn)期的不斷增加，其間，計量年份越來越大，各個指標(biāo)也隨之不斷地上升。在20年的重現(xiàn)期中，除了部分的低洼水池，淹沒深度大部分研究區(qū)域在0～0.2m之間，對居民的生活幾乎沒有影響。在100年的重現(xiàn)期中，暴雨強(qiáng)度達(dá)到了98.58mm/h，淹沒水位達(dá)到了23.4112m，淹沒面積與積水量分別達(dá)到了22338.28m2，10476.31m3。在500年的重現(xiàn)期中，各個指標(biāo)都達(dá)到了很高的數(shù)字，如暴雨強(qiáng)度達(dá)到了115.98mm/h，淹沒水位達(dá)到了23.6185m，淹沒面積與積水量分別達(dá)到了31426.57m2，14235.98m3。

表2 不同重現(xiàn)期下的淹沒情況

為直觀展示在不同重現(xiàn)期下城市雨洪的情況，分別采用折線圖與柱狀統(tǒng)計圖進(jìn)行呈現(xiàn)。在圖7中，隨著重現(xiàn)期的增加，城市的積水量與淹沒面積越來越大：20年時，積水量與淹沒面積分別為10989.61m3，6716.25m2；500年時，積水量與淹沒面積已經(jīng)分別達(dá)到了31426.57m3，14235.98m2，分別相差了20436.96m3，7519.73m2。暴雨強(qiáng)度和淹沒水位分別從20年的80.35mm/h，23.2451m，到500年的115.98mm/h，23.6185m，中間相差了35.63mm/h，0.3734m。

圖7 不同重現(xiàn)期的城市雨洪情況

3 結(jié)論

為提高城市雨洪危險性評估的能力，研究采用了無人機(jī)傾斜攝影進(jìn)行影像采集，并利用Smart3D，以采集的影像數(shù)據(jù)集為基礎(chǔ)，建立城市三維模型，且采用雨洪風(fēng)險評估方法進(jìn)行風(fēng)險等級評估，設(shè)計情景模擬實(shí)驗(yàn)進(jìn)行驗(yàn)證。實(shí)驗(yàn)表明，對比空三前與空三后的影像精度：空三前3D、水平和垂直誤差的RMS分別為58.256，30.622，49.569；空三后的為0.029，0.027，0.008。對比模型誤差為0.0768。研究的雨洪風(fēng)險評估整體誤差為0.0131，對雨洪的風(fēng)險等級劃分更加細(xì)致分明。但考慮到研究只對均勻分布的理想狀態(tài)下排水情況進(jìn)行計算和研究，因此，未來還要綜合考慮城市雨洪的多個因素和指標(biāo)，進(jìn)行綜合、合理的風(fēng)險評估。