基于无人机与RTK-GPS协同的干热河谷植被覆盖区切沟形态参数提取方法与流程

本发明属于遥感测绘与水土保持交叉，具体涉及一种基于无人机与实时动态差分全球定位系统（rtk-gps）协同的干热河谷植被覆盖区切沟形态参数提取方法。

背景技术：

1、切沟侵蚀作为水土流失的一种重要形式，不仅蚕食大面积农田、降低土壤肥力，还显著增加径流泥沙含量，严重威胁下游水利水电设施安全。干热河谷区主要位于金沙江流域，是我国典型的生态脆弱区，也是切沟侵蚀发育集中区。自20世纪80年代起，该区域实施了大面积植被恢复工程，植被覆盖度得到迅速恢复，切沟侵蚀速率也随之得到有效缓解，但植被覆盖也给切沟形态的精准测量带来了新的挑战。

2、切沟几何形态（如长度、宽度、深度、面积等）作为切沟侵蚀严重程度的直观表征，其准确刻画是开展切沟侵蚀机理研究、评估切沟侵蚀强度以及制定精准防控措施的重要基础。干热河谷区切沟具有沟谷深壑、沟头跌坎“上部突出、下部凹进”、沟壁陡立（坡度可达80度至90度）等独特立体形态，给形态参数精准测量带来困难：沟道深壑易导致光学遥感受阴影遮挡，茂密植被下难以获取真实地表高程；沟壁陡峻、沟头负地形特征则使单一视角测量易遗漏关键形态信息。

3、目前，在切沟形态参数提取方法与技术方面，rtk-gps技术可直接获取厘米级精度的真实地表高程，精度高、可靠性强，但逐点测量效率低，难以覆盖切沟全段。无人机航测技术具有高效、灵活、成本低的优势，可快速获取大范围高分辨率地形数据，但在植被覆盖区，其生成的数字表面模型包含的是植被冠层高程而非真实地表高程，高程偏差可达数十厘米至数米，严重制约地形数据的可靠性。此外，现有滤波算法在狭窄沟道、局部负地形与密集植被交织的复杂场景下难以有效区分地面点与植被点，这一问题在干热河谷切沟独特的三维地形条件下尤为突出，进一步限制了无人机数据在植被覆盖切沟区的应用。综合来看，现有单一技术难以独立解决植被覆盖区切沟的测量难题，且现有研究缺乏针对干热河谷切沟特殊形态的系统性误差修正方法，难以实现植被覆盖区切沟地形的高精度重建。

4、因此，亟需发展一种能够快速获取植被覆盖区切沟地形数据、系统修正植被误差、高精度提取形态参数的协同方法，为干热河谷区切沟侵蚀的精准评估与防控提供数据支撑。

技术实现思路

1、本发明提供一种基于无人机与rtk-gps协同的干热河谷植被覆盖区切沟形态参数提取方法，以解决现有技术中存在的以下技术问题：干热河谷区植被覆盖导致无人机地形数据高程系统性偏高，切沟深度、宽度参数提取易失真；传统点云滤波在干热河谷狭窄沟道、局部负地形且植被密集场景下地面点与植被点辨识困难；rtk-gps实测数据稀疏，无法直接支撑全沟道形态参数连续提取；无人机航测数据与rtk实测数据缺乏系统性融合修正，误差修正精度不足。

2、为实现上述目的，本发明采用如下技术方案：

3、一种基于无人机与rtk-gps协同的干热河谷植被覆盖区切沟形态参数提取方法，包括以下步骤：

4、步骤一，采用无人机搭载可见光相机对干热河谷植被覆盖切沟区域进行航测，获取包含植被冠层高程的初始数字表面模型和正射影像。

5、步骤二，基于所述正射影像计算植被指数，评估切沟区域的植被覆盖度，并根据植被覆盖度将研究区划分为至少两个误差修正等级区。

6、步骤三，根据各误差修正等级区的植被覆盖程度，差异化布设rtk-gps实测点，获取各rtk-gps实测点的真实地表高程。其中，植被覆盖度越高的误差修正等级区，rtk-gps实测点的布设密度越大。

7、步骤四，在各rtk-gps实测点位置提取所述初始数字表面模型的高程值，计算各rtk-gps实测点的植被误差，其中为初始数字表面模型高程，为rtk-gps实测高程；将离散的rtk-gps实测点误差值通过空间插值方法构建为全研究区的连续误差曲面；所述空间插值方法包括但不限于克里金插值法、协同克里金插值法、不规则三角网插值法、反距离权重插值法。利用所述连续误差曲面修正所述初始数字表面模型，得到真实地表数字高程模型：。

8、步骤五，基于所述真实地表数字高程模型识别切沟边界，提取切沟形态参数，所述切沟形态参数至少包括切沟长度、切沟宽度、切沟深度和切沟面积。

9、步骤六，预留一部分rtk-gps实测点作为验证点，所述验证点不参与所述连续误差曲面的构建，利用所述验证点评估所述真实地表数字高程模型的精度，若精度不满足要求，则调整所述空间插值方法的参数和/或增加rtk-gps实测点的布设密度，并重新执行步骤四至步骤六，直至满足精度要求。

10、进一步地，步骤二中，所述误差修正等级区包括：i区，裸露区，植被覆盖度低于10%；ii区，稀疏植被区，植被覆盖度为10%至30%；iii区，中等植被区，植被覆盖度为30%至60%；iv区，茂密植被区，植被覆盖度高于60%。其中，所述i区的rtk-gps实测点布设密度为零，所述ii区采用稀疏rtk-gps采样进行局部修正，所述iii区采用系统rtk-gps控制网进行区域修正，所述iv区采用密集rtk-gps穿透测量及沟床重构。

11、进一步地，步骤三中差异化布设rtk-gps实测点包括：在切沟沟头、切沟沟口及切沟沟壁稳定裸露区布设基准控制点，作为整体高程基准框架；对于所述ii区，按每15米至20米沟长布设横跨沟床的测点组，每组至少3个测点，所述测点分布于沟床中心及两侧沟沿；对于所述iii区，按每10米至15米沟长布设横跨沟床的测点组，每组5至8个测点；对于所述iv区，按每5米至8米沟长布设横跨沟床的测点组，每组至少8个测点，所述测点分布于沟床中心及四角；对于所述iv区中植被遮挡严重的区域，采用rtk-gps配合测杆进行植被穿透测量以获取真实地表高程；在沟头跌坎、沟床比降突变处和沟壁转折棱线处加密布设rtk-gps实测点。

12、进一步地，步骤四中，对于所述iv区中rtk-gps实测点密度不足以支撑可靠插值的茂密植被段，采用沟床地形线约束重构沟床高程剖面：以rtk-gps实测沟床点为节点，结合沟床比降连续性假设，利用相邻裸露段沟床高程趋势外推，重构沟床中心线高程剖面。

13、进一步地，步骤四中，所述空间插值方法为克里金插值法或不规则三角网插值法。当rtk-gps实测点沿沟长方向的布设间距不大于15米时，选用不规则三角网插值法；当rtk-gps实测点沿沟长方向的布设间距大于15米时，选用克里金插值法。

14、采用所述克里金插值法时，以植被覆盖度为协变量，采用协同克里金进行插值，半变异函数模型选用指数模型：，其中为空间两点间的距离，为块金值，为拱高，为变程；模型验证采用交叉验证法，以平均预测误差最接近0且均方根预测误差最小为标准。

15、采用所述不规则三角网插值法时，对rtk-gps实测点进行delaunay三角剖分，构建互不重叠的三角形网络，在每个三角形内部采用重心坐标线性插值计算任意点的误差值：，其中、、为待插值点相对于三角形abc的重心坐标权重，满足。

16、进一步地，步骤五中，识别切沟边界采用地形曲率与坡度联合约束法：设定地形剖面曲率阈值和坡度阈值，将同时满足地形剖面曲率大于且坡度大于的栅格点识别为沟沿线点，连接各所述沟沿线点形成切沟边界；

17、的取值范围为0.35/米至0.50/米，的取值范围为35度至55度；将提取的沟沿线与所述正射影像进行对比验证，若沟沿线与正射影像上可见的沟壁转折线吻合度高于85%，则阈值选取合理；否则调整和并重新验证。

18、进一步地，步骤五中：所述切沟长度按照从切沟沟头至切沟沟口的中心线的曲线长度计算；所述切沟宽度按照沿所述中心线按自适应间距生成垂直于所述中心线的断面，取全切沟道各断面宽度的算术平均值作为切沟宽度；所述自适应间距根据切沟长度确定：当切沟长度小于50米时，断面间距为2米；当切沟长度大于或等于50米且小于或等于200米时，断面间距为5米；当切沟长度大于200米时，断面间距为10米；所述切沟深度按照沟沿平均高程与修正后沟床高程在垂直方向上的高差值计算；所述切沟面积按照所述切沟边界的水平投影面积计算。

19、进一步地，步骤六中，预留的rtk-gps验证点数量不低于rtk-gps实测点总数的20%。所述精度是否满足要求的判定标准为：若所述真实地表数字高程模型在各验证点处的高程中误差大于0.20米，或者切沟深度相对误差大于10%，或者所述iv区中rtk-gps实测点密度不足以支撑可靠插值的茂密植被段的高程中误差大于0.50米，则判定为精度不满足要求。若迭代次数达到预设上限仍不满足精度要求，则终止迭代并采用当前最优参数下的修正结果；所述预设上限为3次至5次。

20、进一步地，步骤一中，所述无人机航测的航高为80米至120米，航向重叠度不低于75%，旁向重叠度不低于70%；所述初始数字表面模型和所述正射影像的格网分辨率为0.05米至0.10米。

21、进一步地，所述干热河谷植被覆盖区为金沙江流域干热河谷植被覆盖区，所述植被指数为归一化植被指数或可见光波段差异植被指数。

22、本发明针对干热河谷区切沟侵蚀精准评估的技术需求，提供上述技术方案。与现有技术相比，本发明具有以下有益效果：

23、第一，快速高效——无人机航测快速获取全区域高分辨率地形数据，rtk-gps实测仅需在干热河谷植被覆盖区针对性布设测量点，较传统全沟道逐点rtk测量大幅减少野外作业工作量，实现切沟全段地形数据的快速采集。

24、第二，精度与效率协同——针对干热河谷切沟地形起伏大、沟壁陡立、沟头跌坎“上凸下凹”等复杂立体形态，采用分区差异化布设策略，在确保沟床凹陷、沟头跌坎等关键部位加密rtk实测以充分捕捉地形细节的前提下，较无差别全沟道逐点测量减少裸露区的无效测点，实现精度与效率的优化平衡。

25、第三，精度可控——通过植被覆盖度分区构建数字表面模型高程误差修正模型，修正后高程精度可提升35%至50%，满足切沟深度、宽深比等形态参数高精度提取需求。

26、第四，适应性强——针对不同植被覆盖度采用差异化分区分析，可覆盖干热河谷植被恢复区从稀疏到茂密的全梯度覆盖场景，为不同恢复阶段的切沟侵蚀监测提供方法支撑。