基于多源數(shù)據(jù)融合的河道沖淤監(jiān)測技術(shù)

劉小杰　何廬山　周儒夫

摘要：開展河道陸上和水下地形測量時，單一的測量方法和孤島數(shù)據(jù)已經(jīng)滿足不了河道數(shù)字化發(fā)展。提出了基于多無人智能系統(tǒng)協(xié)同采集河道數(shù)據(jù)，融合構(gòu)建三維模型，計算分析沖淤量的監(jiān)測技術(shù)方案，并開展了荊州長江大橋沖淤監(jiān)測項目和公安河彎段河道地形觀測項目試驗。結(jié)果表明：該技術(shù)方案精度能夠滿足大比例尺河道沖淤監(jiān)測項目要求，構(gòu)建的三維模型能提升監(jiān)測數(shù)據(jù)整體質(zhì)量；三維模型平面精度高，在陸上三維模型高程精度方面，低密度植被覆蓋的區(qū)域有94.2%的點誤差在0.25 m以內(nèi)，高密度植被覆蓋的區(qū)域有82.91%的點誤差在0.25 m以內(nèi)；項目監(jiān)測效率整體提升20%以上。該技術(shù)方案與傳統(tǒng)作業(yè)方式相比，數(shù)據(jù)產(chǎn)品形式更加豐富，監(jiān)測質(zhì)量和效率明顯提高，在大部分河道測區(qū)具有較高的可行性。

關(guān)鍵詞：河道沖淤監(jiān)測； 多源數(shù)據(jù)； 大比例尺； 三維模型； 荊江河段

中圖法分類號：TV82 文獻標志碼：A DOI：10.15974/j.cnki.slsdkb.2024.04.009

文章編號：1006-0081（2024）04-0052-07

0 引 言

河道沖淤監(jiān)測與分析是認識河道演變過程的必要手段，是防洪減災(zāi)、河道整治、生態(tài)保護、水利工程建設(shè)等業(yè)務(wù)的重要基礎(chǔ)工作。目前的河道監(jiān)測手段仍以傳統(tǒng)人工接觸式測量方法為主，耗時耗力，效率低，部分水上區(qū)域存在安全隱患。在河道監(jiān)測數(shù)據(jù)采集方面，數(shù)字航空攝影測量、機載激光LiDAR、無人船水下測量、單波束與多波束測量等技術(shù)手段已廣泛應(yīng)用，但單一的技術(shù)手段受自身原理、技術(shù)瓶頸和河道環(huán)境等因素制約，在實際中會遇到各類不同問題而無法獲取數(shù)據(jù)，需要協(xié)同工作來獲取多源數(shù)據(jù)，融合分析，滿足河道監(jiān)測工作的需求［1］。

本文通過構(gòu)建三維模型，進行河道沖淤分析。在對多源數(shù)據(jù)融合構(gòu)建三維模型和分析方面，國內(nèi)外許多學(xué)者進行了研究，夏祖?zhèn)サ龋?］融合

雷達點云與正射影像進行河湖劃界；Hujebri等 ［3］研究了正射影像和LiDAR 數(shù)據(jù)融合并自動提取建筑物模型的方法；Secord等［4］探討了利用 LiDAR數(shù)據(jù)得到的DEM和其對應(yīng)的影像資料進行特征提取的方法；LIU［5］融合傳統(tǒng)測量數(shù)據(jù)和測深數(shù)據(jù)分析水庫地形淤積量，還有許多學(xué)者研究了正射、傾斜影像和點云融合在精細模型重建方面的應(yīng)用。針對河道監(jiān)測的相關(guān)技術(shù)要求，考慮到傾斜模型的利用率不高，效率和成本都不如正射影像與點云數(shù)據(jù)生產(chǎn)，本文在融合陸上數(shù)據(jù)時主要使用平面位置精度高的正射影像數(shù)據(jù)和高程質(zhì)量較好的點云數(shù)據(jù)。

河道河床不斷沖刷變化，水位漲落無規(guī)律，河道監(jiān)測綜合因素多，需將幾種技術(shù)同時應(yīng)用于同一區(qū)域采集數(shù)據(jù)，并對水陸一體化模型進行可靠性分析。目前，水陸接邊問題的研究仍然較少，可借鑒的監(jiān)測方案不多。本文通過分析比較各技術(shù)手段的數(shù)據(jù)獲取方法和效率，提出多系統(tǒng)協(xié)同監(jiān)測方案，降低模型水陸接邊方面誤差，提升模型整體精度，并進行精度評定，得出本文河道沖淤監(jiān)測技術(shù)實施方案可行性結(jié)論，為相關(guān)河道監(jiān)測工作提供一定參考。

1 河道沖淤監(jiān)測技術(shù)簡介及技術(shù)路線

1.1 技術(shù)簡介

本文提出的河道沖淤監(jiān)測技術(shù)，主要是以數(shù)字航空攝影測量、機載激光LiDAR數(shù)據(jù)獲取技術(shù)、單波束與多波束測量等測量技術(shù)為基礎(chǔ)，利用無人機、無人船等載體，協(xié)同測量獲取實時數(shù)據(jù)，快速融合生成高精度三維模型。主要特點為多源數(shù)據(jù)的相互融合，解決監(jiān)測區(qū)域單一數(shù)據(jù)的采集缺失、空白等問題；無人機、無人船協(xié)同工作，實時監(jiān)測能力提高，能高效率、高質(zhì)量輸出成果；水陸一體化實景模型的生成與多樣性成果的輸出，可提高河道沖淤監(jiān)測的時間、空間分辨率，提升河道沖淤分析能力［6］。

1.2 技術(shù)路線

技術(shù)路線圖如圖1所示：

（1） 前期準備工作。包括確定監(jiān)測范圍與要求等，準備所需測量儀器設(shè)備；水下計劃線，船只與測深設(shè)備準備；無人機空域申請，像控布設(shè)等多項工作。

（2） 數(shù)據(jù)采集。攝影測量獲取區(qū)域地物地貌特征、河道水體邊界，通過區(qū)域特點規(guī)劃水下數(shù)據(jù)采集方法，確定測船選擇和單波束、多波束設(shè)備，通過水體邊界確定水下測量范圍并施測水下地形；機載激光雷達獲取區(qū)域陸上三維信息；通過驗潮和無驗潮模式采集水位信息；通過調(diào)繪采集涉河地物資料。

（3） 數(shù)據(jù)處理與輸出。處理各類數(shù)據(jù)后，檢驗數(shù)據(jù)精度，將水下、水邊線、陸上等多源數(shù)據(jù)融合。水下數(shù)據(jù)以單波束、多波束測深數(shù)據(jù)為主，水體邊界線數(shù)據(jù)采用攝影測量平面信息和激光點云高程信息。陸上地形采用影像密集匹配點云和三維激光點云融合的方式構(gòu)建高精度DEM，并生成陸上水下一體化三維模型。到此步驟可進行河道沖淤量等數(shù)據(jù)計算分析工作；再加工生成河道實景mesh模型，便于成果展示、應(yīng)用和存儲。

1.3 關(guān)鍵技術(shù)

（1） 利用攝影測量技術(shù)航飛測區(qū)，通過DJI Terra軟件快速處理生成免相控初步影像，利用EPS軟件快速繪制初步水體邊界線，提供給無人船岸線信息，輔助規(guī)劃航線，實現(xiàn)無人船水下測量自動化。同時搭配測船單波束、多波束等水下測量手段，協(xié)同工作。水下測量時按范圍同步推進機載激光雷達測量，提高數(shù)據(jù)時效性。

（2） 水體邊界線通過斷面水位信息確定逐點水位高程，利用點云數(shù)據(jù)按高程裁切獲取水邊點并連成線，或通過正射影像利用EPS軟件矢量化、修正提高水體邊界線平面精度；LiDAR360輸出點云模型，進行濾波［7］，通過Context Capture平臺融合無人機DSM和點云模型，構(gòu)建陸上三維模型，利用高精度的水體邊界線裁切和修復(fù)模型，過濾掉水下和近岸噪點；水下部分采用水下高程點和等深線相結(jié)合的方法，通過GIS軟件融合水體邊界線構(gòu)建水下DEM。融合陸上模型、水下高程模型和水體邊界線生成河道DEM。利用Context Capture、重建大師等軟件，通過曲面重建算法等對模型進行重建優(yōu)化，生成河道m(xù)esh模型，構(gòu)建數(shù)字孿生河道數(shù)據(jù)底板，并進行其他分析工作。

2 試驗分析

2.1 試驗簡介

本文以長江中下游地區(qū)荊州長江公路大橋橋墩 1∶500水下地形測量項目（以下簡稱“荊州大橋項目”）和長江上公安河彎段1∶2 000河道地形觀測項目（以下簡稱“公安河彎段項目”）為依托，開展河道監(jiān)測。荊州大橋項目監(jiān)測范圍為大橋橋軸線上、下游各100 m，在兩岸至測時水邊所屬范圍內(nèi)進行1∶500水下地形測量（圖2）。公安河彎段項目施測長度11.8 km，水下由平灘水位測至江心方向550 m；陸上地形從平灘水位測至大堤方向50 m（圖3）。

所選擇試驗區(qū)具有一定的特殊性和典型性，荊州大橋項目試驗區(qū)域為1∶500大比例尺地形，大橋在航飛限高區(qū)域內(nèi)，橋梁主塔高度為100～110 m，橋梁附近水域情況復(fù)雜，來往船只多，河道中央沙灘淤積，橋墩附近水下監(jiān)測困難；公安河彎段項目陸上有樹林和洲灘地貌，符合大部分河道沖淤監(jiān)測項目的環(huán)境情況。同時本文將試驗與傳統(tǒng)測量手段進行對比分析，旨在反映實際監(jiān)測能力、效率和質(zhì)量情況，驗證本文監(jiān)測技術(shù)方案的可行性。

為了保證監(jiān)測數(shù)據(jù)的質(zhì)量和監(jiān)測效率，充分考慮監(jiān)測區(qū)域?qū)嶋H情況，陸上地形測量采用大疆精靈4 RTK 和飛馬D2000無人機進行低空正射攝影測量，增加布設(shè)像控點檢驗以利于提升精度，按照成圖比例尺進行航線規(guī)劃；采用飛馬D-LiDAR 2000激光雷達模塊和DJI M300無人機搭載LiAir VH2激光雷達模塊獲取陸上范圍三維點云數(shù)據(jù)，按照機載激光雷達數(shù)據(jù)獲取技術(shù)規(guī)范要求獲取數(shù)據(jù)。

水下地形測量按照相關(guān)規(guī)范和專業(yè)技術(shù)設(shè)計書要求布置斷面線，設(shè)置斷面線間距和測點間距。荊州大橋項目考慮橋墩的影響，使用傳統(tǒng)測船為載體，HY1601測深儀與無人船搭載單波束測深儀相結(jié)合的測量方法，使用GNSS三維水道觀測技術(shù)實時獲取河底三維信息；公安河彎段項目使用傳統(tǒng)測船HY1601測深，結(jié)合水位控制測量河底數(shù)據(jù)。

水邊水位控制按照規(guī)范要求進行有/無驗潮模式測量。荊州大橋項目使用無驗潮模式獲取水位，并進行水位站驗潮模式比對。公安河彎段項目使用驗潮模式，在等級控制點上采用全站儀光電測距三角高程方法接測。

在三維模型構(gòu)建過程中，陸上正射影像、LAS數(shù)據(jù)輸出和水下DEM生成生產(chǎn)嚴格按照相關(guān)技術(shù)規(guī)范執(zhí)行，注意各源數(shù)據(jù)的融合轉(zhuǎn)換參數(shù)設(shè)置，DEM格網(wǎng)間距設(shè)置等問題。融合無人機航測DOM、DSM和機載激光點云數(shù)據(jù)生成陸上三維模型［6］；融合水下測點和水邊線數(shù)據(jù)，生成水下三維模型；對陸上和水下模型進行編輯裁切（圖4），融合生成陸上水下一體化三維模型（圖5），進行DEM輸出和重構(gòu)mesh模型（圖6）輸出等。

2.2 試驗分析

為了驗證本文河道沖淤監(jiān)測技術(shù)的可靠性，在同一試驗區(qū)進行了傳統(tǒng)以接觸式測量為主的河道監(jiān)測，水下采用GNSS RTK+HY1601測量模式，陸上采用GNSS RTK人工測量方法。以傳統(tǒng)方案測量數(shù)據(jù)作為真值，在三維模型上獲取最近點三維坐標。通過精度對比，驗證三維模型的精度。

2.2.1 三維模型陸上部分平面精度

通過測區(qū)地物特征點如建筑物、護坡岸線等比較三維模型陸上部分平面精度，分析三維模型平面紋理信息融合的精度。表1為三維模型與傳統(tǒng)測量測點平面較差精度統(tǒng)計。由表1可知，荊州大橋項目和公安河彎段項目三維模型陸上部分平面精度高，能夠滿足大比例尺沖淤監(jiān)測項目要求，最大值為0.393 m，精度情況明顯優(yōu)于規(guī)范對地形圖地物點平面位置允許中誤差的要求。

2.2.2 三維模型陸上部分高程精度

考慮點云數(shù)據(jù)獲取原理，通過測區(qū)實測高程點分類比較融合后的三維模型陸上部分高程精度。表2為三維模型與實測點高程對比誤差統(tǒng)計。荊州大橋項目三維模型陸上部分的高程精度情況表現(xiàn)好，誤差最大值為0.210 m。公安河彎段三維模型陸上部分精度能夠滿足規(guī)范要求，低密度植被覆蓋的區(qū)域有94.2%的點誤差在0.25 m以內(nèi)；高密度植被覆蓋的區(qū)域有82.91%的點誤差在0.25 m以內(nèi)，有少數(shù)點誤差較大，誤差最大值為0.472 m。

2.2.3 三維模型水下部分和水體邊界線精度

水下未進行多波束測量，僅有單波束測量水深數(shù)據(jù)，水下三維模型的精度取決于水下數(shù)據(jù)采集的密度、數(shù)據(jù)處理構(gòu)建DEM時格網(wǎng)間距大小和構(gòu)建參數(shù)的設(shè)置，因此按照不同比例尺盡可能提高數(shù)據(jù)采集密度，設(shè)置小的格網(wǎng)間距來提高水下模型精度。

水體邊界線是三維模型融合精度的重要影響因素，對三維模型的裁切和水陸模型邊界拼接影響大，需要驗證精度。水體邊界線平面位置精度通過無人機正射影像驗證；在無人船等無驗潮模式下水位高為推算值，需進行GNSS三維水道觀測技術(shù)驗證。此次利用荊州大橋項目水下數(shù)據(jù)進行GNSS三維水道觀測技術(shù)系統(tǒng)檢核與精度評價，驗證評價GNSS三維水深測量成果的精度和可靠性，同時也間接驗證無驗潮模式推算的水位高程正確性。在測量前，將流動站架設(shè)到與參考站距離為2 km的等級控制點上進行比測檢核，平面坐標互差為0.046 m，高程互差為0.036 m，精度滿足規(guī)范要求。同時采用附近水文站檢核，對水位進行高程控制，測量部分區(qū)域水深，經(jīng)過數(shù)據(jù)處理，比對相同測點的水深。圖7為無驗潮與驗潮水深對比誤差分布圖，水深對比誤差不大于0.10 m的點數(shù)占對比總點數(shù)的91%，水深對比誤差不大于0.20 m的點數(shù)占對比總點數(shù)的100%，滿足SL-2017《水道觀測規(guī)范》中誤差小于或等于0.10 m的點數(shù)占對比總點數(shù)的80%；誤差小于或等于0.20 m的點數(shù)占對比總點數(shù)的95%的要求。

2.2.4 河道沖淤分析

目前，河道沖淤量計算方法主要有斷面地形法、輸沙平衡法和基于數(shù)字高程模型的網(wǎng)格地形法。此次通過荊州大橋項目和公安河彎段項目多源數(shù)據(jù)融合構(gòu)建的河道三維模型與上一年測次傳統(tǒng)測量獲得數(shù)據(jù)生成的三維模型對比，采用網(wǎng)格地形法進行河道沖淤計算。圖8為荊州大橋項目河道三維模型計算沖淤厚度分布，圖9為公安河彎段項目河道三維模型計算沖淤厚度分布。

河道沖淤分析是一個多測次數(shù)據(jù)匯總、計算、分析的過程。需要對多源數(shù)據(jù)融合的河道沖淤監(jiān)測技術(shù)下生產(chǎn)的多測次數(shù)據(jù)進行計算驗證，對同一套底板進行數(shù)據(jù)分析，體現(xiàn)出與傳統(tǒng)測量方案的精度優(yōu)劣，本文將不對融合的三維模型沖淤計算精度繼續(xù)論證。

3 方案評價與探討

在項目應(yīng)用中，通過監(jiān)測和數(shù)據(jù)處理時間、生產(chǎn)成本等方面統(tǒng)計來反映基于多源數(shù)據(jù)融合的河道沖淤監(jiān)測技術(shù)方案效率情況。表3為試驗項目中本文監(jiān)測技術(shù)方案應(yīng)用能力分析統(tǒng)計。

本文監(jiān)測技術(shù)方案在項目實際應(yīng)用中能達到預(yù)期效果，監(jiān)測范圍廣泛，監(jiān)測效率高，時效性強，提升了河道沖淤監(jiān)測的時間、空間分辨率。對比傳統(tǒng)測量方案，相同工作量下，在監(jiān)測和數(shù)據(jù)處理時間、生產(chǎn)成本等方面優(yōu)于傳統(tǒng)方案。相比較傳統(tǒng)測量方案，多源數(shù)據(jù)融合的河道沖淤監(jiān)測技術(shù)方案生產(chǎn)成果數(shù)據(jù)時間總體減少了38.5%，兩個項目生產(chǎn)效能均有提高，人力、設(shè)備等相對投入分別降低了20%和22%。

河道沖淤監(jiān)測涵蓋面廣，陸上和水下地形情況復(fù)雜，在實際應(yīng)用中有待進一步改進和論證。通過試驗分析可以直觀發(fā)現(xiàn)，以陸上地形為主的測區(qū)，本方案監(jiān)測能力表現(xiàn)更好，生產(chǎn)效率提升明顯，數(shù)據(jù)融合進行三維模型分析能力更強；以水下地形為主的三維模型分析，受測量方法限制，生產(chǎn)效率提升不明顯。

本文研究的河道沖淤監(jiān)測技術(shù)方案表現(xiàn)為多源數(shù)據(jù)支撐，高精度數(shù)據(jù)采集模式，海量點數(shù)據(jù)生成三維模型，但仍存在部分監(jiān)測區(qū)域難以實施的情況，如淺灘水下地形，高密度植被區(qū)域等；存在測區(qū)地物地貌信息獲取不全情況，如水下地物、陸上部分特殊地物、地物側(cè)面紋理信息等，影響沖淤分析判斷。在數(shù)據(jù)融合構(gòu)建三維模型時，需要綜合GIS、BIM［8-9］等平臺，通過一個更高效的服務(wù)平臺搭建，支撐海量數(shù)據(jù)輸入輸出、格式轉(zhuǎn)化、水上水下一體融合、編輯處理等，還可利用其他河道水文資料，河床成分、泥沙分析等，提供整套體系解決方案，促進河道沖淤分析能力建設(shè)、河道數(shù)字化發(fā)展。

4 結(jié) 論

本文提出的通過航空攝影測量、機載激光LiDAR、無人船單波束與多波束等河道測量技術(shù)手段，生產(chǎn)多源數(shù)據(jù)，融合構(gòu)建三維模型，進而計算分析河道沖淤的技術(shù)方案，通過荊州大橋項目和公安河彎段項目，將該方案與傳統(tǒng)測量方案精度進行對比試驗論證，結(jié)果表明：① 該技術(shù)方案精度能夠滿足大比例尺河道沖淤監(jiān)測項目要求，構(gòu)建的三維模型能提升監(jiān)測數(shù)據(jù)整體質(zhì)量；② 三維模型平面精度高，在陸上三維模型高程精度方面，低密度植被覆蓋的區(qū)域有94.2%的點誤差在0.25 m以內(nèi)，高密度植被覆蓋的區(qū)域有82.91%的點誤差在0.25 m以內(nèi)；③ 該方案可提升河道沖淤監(jiān)測項目陸上地形數(shù)據(jù)和水體邊界數(shù)據(jù)采集效率，項目監(jiān)測效率整體提升20%以上。此次項目試驗表明，水下數(shù)據(jù)監(jiān)測和模型在精度方面還需繼續(xù)提升。遇到環(huán)境復(fù)雜的水下區(qū)域，或者高密度植被覆蓋的陸上區(qū)域等情況尚不能完成高精度要素采集［5］，還需其他測量方法輔助。三維模型沖淤計算的精度評價還需要多測次數(shù)據(jù)繼續(xù)論證。

本文監(jiān)測技術(shù)方案具有一定可行性，在大部分測區(qū)可平替?zhèn)鹘y(tǒng)測量方案，提高監(jiān)測效率。針對本文監(jiān)測技術(shù)方案的建議和后續(xù)考慮如下：

（1） 項目測區(qū)陸上在沙灘地形或草地、灘等低密度植被類型地形區(qū)域，三維模型精度高，在植被密度高的部分區(qū)域，需要結(jié)合人工測量對比論證再使用。

（2） 測區(qū)情況復(fù)雜，需要綜合傳統(tǒng)測量手段，優(yōu)勢互補提高精度和效率。

（3） 三維模型融合數(shù)據(jù)的建立要考慮水邊線的重要性，判斷并過濾陸上三維模型在水邊附近的錯誤數(shù)據(jù)，如點云方面的水面點和淺水點數(shù)據(jù)；沖淤分析時需要建立同精度的三維DEM模型，避免系統(tǒng)誤差。

（4） 后續(xù)可嘗試利用多波束獲取水下數(shù)據(jù)，構(gòu)建高精度三維模型；編輯算法進行水體邊界線自動提??；利用傾斜影像融合三維模型進一步修模，豐富模型紋理信息，提高三維模型精度；進行河道m(xù)esh模型的二次開發(fā)。

參考文獻：

［1］許全喜，董炳江，張為.2020年長江中下游干流河道沖淤變化特點及分析［J］.人民長江，2021，52 （12）：1-8.

［2］夏祖?zhèn)?，榮利會.融合雷達點云與正射影像的河湖劃界技術(shù)研究［J］.人民珠江，2020，41（10）：109-114.

［3］HUJEBRI B，EBRAHIMIKIA M，ENAYATI H.Automatic building extraction from lidar point cloud data in the fusion of orthoimage.isprs［J］.International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2019：541-546.

［4］SECORD J，ZAKHOR A.Tree Detection in Aerial LiDAR and Image Data ［C］∥IEEE.IEEE International Conference on Image Proceesing.Atlanta：IEEE，2006：2317-2320.

［5］LIU Y.Application of multi-source data fusion method in updating topography and estimating sedimentation of the reservoir［J］.Water，2020：3057-3057.

［6］馬隨陽，謝齊，余永周.基于無人機影像與三維激光數(shù)據(jù)融合的橋梁三維建模方法研究［J］.中國水運.航道科技，2021（5）：70-73.

［7］萬年鋒，袁啟倫，邸國輝，等.基于無人機LiDAR數(shù)據(jù)的陡崖反坡濾波技術(shù)及應(yīng)用［J］.水利水電快報，2023，44（5）：45-49.

［8］張曉慶.多源數(shù)據(jù)采集的水上水下一體化河道三維場景構(gòu)建［D］.鄭州：鄭州大學(xué)，2020.

［9］鄒娟茹，孫興華.多源數(shù)據(jù)融合構(gòu)建精細三維模型的關(guān)鍵技術(shù)［J］.地理空間信息，2021，19（12）：131-134，137.

（編輯：李 慧）

River scouring and silting monitoring technology based on multi-source data fusion

LIU Xiaojie，HE Lushan，ZHOU Rufu

（Jingjiang Hydrological and Water Resources Survey Bureau，Bureau of Hydrology，Changjiang Water Resources Commission，Jingzhou 434000，China）

Abstract： The river channel environment is complex，so single measurement method and the silo data can no longer meet the digital development of the river channel in land and underwater topographic surveys.A monitoring technology program based on multi-unmanned intelligent system was proposed to collect river channel data collaboratively，which was integrated to construct three-dimensional model，calculated and analyzed the amount of siltation.A project of siltation monitoring of Jingzhou Yangtze River Bridge and a test of topographic observation project of the river channel in the bend section of the Gongan River were carried out.The results showed that the accuracy of this technical solution can meet the requirements of large-scale river siltation monitoring project，and the constructed 3D model can improve the overall quality of monitoring data.The planar accuracy of the 3D model was high.In terms of the elevation accuracy of the land-based 3D model，94.2% of the points of the area covered by low-density vegetation had an error of 0.25 meter or less，and 82.91% of the points of the area covered by high-density vegetation had an error of 0.25 meter or less.The overall monitoring efficiency of the project was improved by more than 20%.Compared with the traditional operation mode，this technical program had a richer data product forms，which can significantly improve the monitoring quality and efficiency，and is highly feasible in most of the river gauging areas.

Key words： river erosion and siltation monitoring； multi-source data； large scale； three-dimensional model； Jingjiang River section

收稿日期： 2023-08-07

基金項目：國家重點研發(fā)計劃項目（2022YFC3201801）

作者簡介：劉小杰，男，主要從事水文河道測繪工作。E-mail：m18871570857@sina.com