[发明专利]一种潮滩沉积物类型的无人机识别方法

权利要求书

1.一种潮滩沉积物类型的无人机识别方法，其特征在于按照以下步骤进行：

（1）土壤样品采集：选取潮滩无植被覆盖滩面区域为研究区，在研究区内选取多个采样点，采集各个采样点的沉积物样品；

（2）颗粒分析：测定每个沉积物样品的中值粒径；

（3）无人机采集数据：在监测区域内规划无人机飞行航线，从四个不同方向相机镜头分别倾斜45度角各飞行一次，飞行方向两两相互垂直；

（4）三维点云建立：将研究区域内采集的无人机航摄相片导入三维建模软件建立该区域的三维模型，即可得到该区域的三维点云数据；

（5）三维点云粗糙度计算：计算三维点云粗糙度，计算核半径为0.27m左右；

利用统计回归分析沉积物样品中值粒径数据与点云粗糙度数据，构建中值粒径反演模型；所述反演模型的校准方法：使用潮滩沉积物粗糙度数据的平均值和标准偏差，建立3000个粗糙度值的对数正态概率分布,以rh为粗糙度参数,随后，将rh与D50相关的回归模型应用于随机粗糙度分布的每个rh值，然后得出3000Wolman D50的匹配分布,在这些模拟的D50样本中引入与回归模型的残差标准误差相等的高斯随机误差,随后随机抽取成对的rh-D50数据，然后重复运行回归，以了解回归方程的斜率系数如何随着样本数的变化而变化,该模拟重复1000次,分析图像得出所需的校正点数；

所述步骤（1）中采样点不少于40处；

所述步骤（2）中利用Mastersizer 3000激光粒度分析仪进行颗粒分析；

所述步骤（5）中利用Cloudcompare软件计算三维点云粗糙度；

所述步骤（6）中反演模型：通过Cloud Compare对三维点云的计算，得到度量粗糙度的三个参数：粗糙度高度，给定地区海拔标准差的两倍，均方根高度，分析粗糙度度量参数与样品粒径之间的线性关系，选取线性关系最强的粗糙度度量参数，建立反演模型。