[发明专利]一种潮滩沉积物类型的无人机识别方法

说明书

本发明公开了一种潮滩沉积物类型的无人机识别方法，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；测定每个沉积物样品的中值粒径；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；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；计算三维点云粗糙度，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。本发明的有益效果是具有定时、定点、高精度获取研究区域遥感影像的独特优势。

技术领域

本发明属于无人机技术领域，涉及一种利用SFM算法重建三维点云，计算点云粗糙度，分析粗糙度与中值粒径关系，从而获取沉积物中值粒径的方法。

背景技术

潮滩是一种重要的低平海岸地貌，在我国及其他沿海国家有着广阔的分布。潮滩沉积物特征研究对海岸工程建设和海岸湿地保护等工作有直接而关键的影响，具有重要的研究价值。潮滩泥沙输运受颗粒粒径、形状和密度等多种特性的影响，其中以粒径的影响最为重要。因此，粒度分析作为一种沉积学研究方法被广泛应用于沉积环境、沉积作用及物质运动方式研究。研究潮滩表层沉积物粒度参数及其空间分布规律对于认识潮滩的地貌演化、沉积特征、水动力作用过程、水沙关系以及颗粒态物质运动特性等具有重要意义，是研究潮滩动态变化的基础数据。

关于粒度参数中的粒径的研究，韩国的专家Joo-Hyung Ryu在此方面有很大的建树。他曾经撰写了一篇论文，专门探讨极限粒径的问题，所谓的极限粒径系指常规卫星影像所能识别的最小的粒径，一旦监测对象小于该粒径，在遥感反演其含量时就显得力所不及，模型上直接表现为极地的相关性。为保证光谱和粒径之间较高的相关性，Ryu甚至提出极限粒径的值应该更高，应定为250μm，若使用62.5μm作为极限粒径，在反演沉积物含量时需要引入其他参数。这篇文章发表于2004年，该观点在10年之前毫无问题，但是遥感学科在数据采集技术方向的发展已是日新月异，不仅亚米级的卫星数据越来越多，甚至近几年出现了以小型无人机为代表的厘米级遥感数据，高精数据的普及为突破极限粒径的限制提供了可能。

发明内容

本发明的目的在于提供一种潮滩沉积物类型的无人机识别方法，本发明解决了人工跑滩测量和卫星遥感测量效率低、不准确的问题。

本发明所采用的技术方案是按照以下步骤进行：

(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；

(6)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。

进一步，步骤(1)中采样点不少于40处。

进一步，步骤(2)中利用Mastersizer 3000激光粒度分析仪进行颗粒分析。

进一步，步骤(5)中利用Cloudcompare软件计算三维点云粗糙度。

进一步，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。