长江绘图

镇江市防汛局距离长江很近:工作人员从办公室就能清楚地看到长江。2019年7月，从2.1万张照片创建了一个巨大的正射影像，代表400平方公里。在此之前，该地区的洪水规划地图、水资源保护数据和相关信息都被存储为独立的文件。对于如此大的项目，团队需要将所有这些元素与自定义基础地图结合在一起。

镇江是一个交通枢纽，位于长江南岸，靠近大运河，经常面临洪水的风险。镇江市人民政府委托对100公里长的长江进行高分辨率正射影像拍摄，长江平均宽2公里，两岸海岸线500米，总长400公里²．项目区域从句容市的大道河向西延伸至扬中市的西来桥镇，包括河中的几个岛屿。拍摄正射影像的目的，是为了更好地了解洪水的风险，并全面了解河堤的开发和使用情况。这些地图还将加强和维护河流的生态。

无人机的调查

虽然之前已经实现了大规模无人机测绘，但这对任何团队来说都是一个巨大的挑战。对于这个项目，MMC无人机Griflion M8垂直起降(VTOL)固定翼无人机被选中，配备了高分辨率的4200万像素正位相机和RTK/PPK系统。垂直起降无人机结合了固定翼无人机和多旋翼无人机的优点。与多旋翼无人机一样，垂直起降无人机可以在任何地方起飞和降落，但与固定翼无人机相比，它的飞行速度更快，电池寿命更长。

实时动态(RTK) GNSS定位非常精确，但是对于这样一个大型和重要的项目，该团队想要确认他们的结果的准确性。在飞行开始前两天，项目组在整个测量区域标记了控制点。按照走廊测绘项目的最佳实践，地面控制点被放置在偏移或“之字形”的格局中。所有160个地面控制点均采用GNSS接收机进行测量，水平精度为2厘米，垂直精度为4厘米。

为了进行全面调查，总共需要41次飞行，每次飞行约1小时，每次飞行从其自己的发射点出发，飞行时间为15天。抵达后，无人机被组装起来。然后，无人机计划了一条路线，以确保可用的照片。为了确保精确的重建，并达到所需的8cm地面采样距离(GSD)，团队设置了75%的正面和70%的侧面重叠的照片。无人机在飞行过程中使用MMC无人机的地面控制站进行持续跟踪。起飞和降落是完全自动使用RTK定位。

数据处理

每天，收集的数据被处理使用Pix4Dmapper．这使得团队能够尽早发现潜在的问题，比如丢失图像，从而节省了大量的时间。在处理过程中也检查了图像重叠。Pix4Dmapper的快速处理选项允许该团队快速查看大型数据集，自动生成的质量报告证实了结果的可靠性，其中包括可用图像的数量和提取和匹配的点。

一旦团队检查了快速处理的数据，它就会以更高的分辨率用Pix4Dmapper重新处理。利用RTK数据和地面控制点，图像被拼接成一个连续的、无扭曲的和可测量的正射影像。虽然这需要时间，但基本上是一个不受监督的过程，只需要很少的人工干预。RayCloud用于使用机器学习标记地面控制点。在手工标记了几个并列点之后，软件接管并自动标记了其余的并列点。虽然需要进行一些手工微调，但团队称该特性“非常方便和实用!”我们在质量报告中再次检查了结果，以确保它们符合项目的要求，水平方向的精度为10-20cm，垂直方向的精度为20-30cm。在首架无人机飞行一个月后，最终结果就发布了。

在一个大规模、长期的项目中，天气是一个问题，因为光线一天一天的变化，在合并的输出中产生条带。为了在整个项目中实现自然的色彩，一些区域被重新占领。在其他情况下，混合和平衡颜色就足够了。得到的正射影像具有自然的色彩，而良好的重叠意味着几乎没有间隙。河流中出现了一些“裂缝”，因为水很难重建，但团队能够用rayCloud中的表面工具堵塞这些孔，极大地改善了成品模型的外观。

结论

对于这种规模的项目来说，无人机似乎是一个不同寻常的选择，但轻型飞机的飞行成本高得令人望而却步，后勤保障也很困难，而卫星图像的分辨率又达不到所需的水平。此外，现有的卫星图像并不总是最新的。一个明显的例子是篮球场，当卫星图像被捕获时，它还没有完工，但很容易在正射影像中被发现。

正射影像比拼接卫星图像有一个主要优势:精确度。除了在罕见的地形完全平坦的地区，拼接图像会引入伪影，导致照片可能不对齐。校正正射影像通过DSM(数字表面模型)考虑到地形的高度。用无人机拍摄的正射影像比卫星图像更精确，也比从有人驾驶的飞机拍摄的图像更实用。

镇江市防汛局通常使用小型无人机对单个小河流和湖泊进行高精度正射摄影。这个拥有数百平方公里数据的项目取得了成功，增加了该组织对大面积处理能力的信心。镇江市防汛局计划定期更新长江正射影像，并将该技术推广到镇江更多的河流和湖泊。以这个项目为例，该团队希望更多的城市将开始类似的无人机项目。这不仅有助于提高该地区抵御洪水的能力，还可能意味着，最终，所有6300公里长的长江都可以绘制地图。