CN108444875A - 基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法 - Google Patents
基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法 Download PDFInfo
- Publication number
- CN108444875A CN108444875A CN201810158237.0A CN201810158237A CN108444875A CN 108444875 A CN108444875 A CN 108444875A CN 201810158237 A CN201810158237 A CN 201810158237A CN 108444875 A CN108444875 A CN 108444875A
- Authority
- CN
- China
- Prior art keywords
- sand grain
- particle diameter
- diameter distribution
- bed surface
- measurement method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 91
- 239000004576 sand Substances 0.000 title claims abstract description 90
- 238000009826 distribution Methods 0.000 title claims abstract description 66
- 238000000691 measurement method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 22
- 230000000750 progressive effect Effects 0.000 claims description 11
- JXASPPWQHFOWPL-UHFFFAOYSA-N Tamarixin Natural products C1=C(O)C(OC)=CC=C1C1=C(OC2C(C(O)C(O)C(CO)O2)O)C(=O)C2=C(O)C=C(O)C=C2O1 JXASPPWQHFOWPL-UHFFFAOYSA-N 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 3
- 238000010923 batch production Methods 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 18
- 238000005259 measurement Methods 0.000 abstract description 15
- 239000013049 sediment Substances 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 2
- 239000011435 rock Substances 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 102000002322 Egg Proteins Human genes 0.000 description 1
- 108010000912 Egg Proteins Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000000631 nonopiate Effects 0.000 description 1
- 210000004681 ovum Anatomy 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007592 spray painting technique Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，利用无人机近景测影技术得到研究区域的正射影像，在正射影像上测量泥沙颗粒粒径，得出研究区域泥沙颗粒粒径级配曲线，该粒径分布测量方法简单、高效，测量结果准确、稳定、可靠，可直接用于野外天然河流床面(特别是人类无法到达的河段区域)泥沙颗粒粒径分布测量，为泥沙颗粒粒径级配研究提供了可靠的基础数据，有助于整个水沙运动研究的进一步开展。
Description
技术领域
本发明属于水力学及河流动力学领域，具体涉及利用无人机航测技术实现的天然河流床面泥沙颗粒粒径分布测量方法。
背景技术
在水沙运动研究中，不管是天然河流还是水槽试验，对砂卵石床面的研究均必不可少的，其中最基本的是对卵石粒径级配的研究。床面颗粒的粒径级配可以描述床面的粗糙度，进而可以表征对水流的阻力，通过级配曲线可以分析砾石的分选程度，计算河流输沙率和起动流速以及反推洪水流量。因此，泥沙颗粒粒径的测量对整个水沙运动研究至关重要。
天然河流的砂卵石床面往往复杂多样，不能测量所有的颗粒粒径，一般用局部床面上颗粒的粒径级配来代表研究河段整个床面颗粒的级配。对于天然河流河床表面颗粒粒径级配的观测，一般采用Wolman(Wolman M G.A method of sampling coarse river-bedmaterial[J].Eos Transactions American Geophysical Union,1954,35(35):951-956.)数颗粒的方法，具体的操作是：在选定的局部区域内，画10×10的网格，测量100个网格交点处的颗粒粒径(一般测b轴，即中轴)。但实际野外操作中，为了避免画网格的困难，往往随机走100步，测量每步脚尖位置的卵石粒径，或者拉皮尺，每隔一定距离取一个颗粒，共取100个颗粒，依次测量这些颗粒的粒径，用这100个颗粒的粒径分布来代替整个床面的粒径分布，经过Wolman的反复测试，表明该方法可重复性高，误差小，因此该方法自1954年提出以来，被后续学者广泛采用。
即使如此，该方法要求人在野外实施测量工作，野外考察中用尺子直接测量粒径，不仅工作量巨大费时费力，工作效率极低，而且严重受到地形和测量范围的限制，特别是有些河段是人难以到达的，如河中心的滩洲，泥石流灾后的河段等，从而影响天然河流的砂卵石床面卵石粒径级配的研究。
发明内容
本发明的目的旨在，针对现有天然河流床面泥沙颗粒粒径分布测量技术存在的工作量大、效率低，严重受到地形和测量范围的限制等问题，提供一种基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法，实现对大面积河床床面上泥沙颗粒简单、高效、准确的粒径测量。
本发明的基本发明思路为：将无人机近景摄影技术应用到河床表面砂卵石粒径的研究之中，操控无人机飞行到一定的高度拍摄具有一定重叠度的河床表面的照片(像对)，进一步利用Photoscan航测图像处理软件生成该研究区的正射影像，进而量取颗粒的粒径，最终计算得到粒径分布。
基于上述发明思路，本发明提供的基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法，包括以下步骤：
(1)采集数据，利用无人机沿设定河流床面区域上方飞行、拍摄图片，在平面内沿航行方向的相邻图片重叠度不小于60％，沿垂直于航行方向相邻图片重叠度不小于30％以上；
(2)生成正射影像，依据采集的图片，利用Photoscan航测图像处理软件生成正射影像；
(3)测量泥沙颗粒粒径，将生成的正射影像沿x轴和y轴分别均分为N等份，沿x轴的均分线与沿y轴方向的均分线相交得到(N+1)2个交点，测量每个交点处泥沙颗粒粒径；
(4)计算粒径分布，按照公式Dn＝a×bn-1设定若干级配粒径标准值Dn，式中a为设定的级配粒径标准值最小值，b为递进基数，n为b的幂指数，取值范围为大于等于1的正整数，统计小于每一个级配粒径标准值的泥沙颗粒数目，得到级配粒径标准值以下相应泥沙颗粒占(N+1)2个交点的百分比，绘制出粒径分布的级配曲线。
上述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，既可以针对人可到达的区域，也可以针对人不可到达的区域，可以直接在研究的天然河流床面上选取正方形的局部区域，并对四角进行标记(例如红漆)；对于人不可到达的区域，例如江心洲，可以遥控无人机飞行到所研究区域的上空调整高度，并找一个易于识别的物体作为参照物；标记研究区域后，便可控制无人机飞行到研究区域上方，调整到合适的高度，拍摄图片，图片数量可以根据研究区域大小确定，要保证在平面内沿航行方向的相邻图片重叠度为不小于60％，沿垂直于航行方向相邻图片重叠度为不小于30％以上。
上述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，步骤(2)中，正射影像的生成具体实现方式为：首先以Photoscan航测图像处理软件中的操作对齐图片、建立点密集云、生成网格、生成纹理构建批量处理流程，再利用该批量处理流程处理无人机拍摄的图片，得到设定河流床面区域对应的正射影像。
上述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，步骤(3)中，泥沙颗粒粒径的取值方法：将泥沙颗粒近似为椭圆形，以其短轴长度作为泥沙颗粒粒径。为了确保得到的天然床面泥沙颗粒粒径分布的准确性，N的取值满足N≥9。在正射影像中，图像中任一点的图像坐标与采集的图片中相应点的世界坐标相对应，显示的是相应点的世界坐标，图像坐标与世界坐标的相互转换过程是由Photoscan航测图像处理软件来实现的，为Photoscan航测图像处理软件自带功能。因此从正射影像上测量的泥沙颗粒粒径大小即为其实际粒径尺寸。
上述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，步骤(4)中，为了确保得到的天然床面泥沙颗粒粒径分布的准确性，设定的级配粒径标准值最小值a的取值范围为不大于2cm，所述递进基数为或2。若步骤(3)中得到的交点处没有泥沙，则将其归为小于最小级配粒径标准值的一类。
相比于人工测量方法得到天然河流床面泥沙颗粒粒径分布，本发明通过航拍获得相应研究区域的图片得到的图片，再利用Photoscan航测图像处理软件对采集的图片进行处理得到相应的正射影像，并对得到的正射影像进行划分，测量相应交点的泥沙颗粒粒径，进一步汇总分析得到泥沙颗粒粒径分布，这种测量方法不仅可以大大降低现场工作时间、强度以及风险，而且可以获得相对较高精度的成果及信息，真正满足高效和低成本的客观需求。
与现有技术相比，本发明具有以下有益效果：
1、本发明基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，利用无人机近景测影技术得到研究区域的正射影像，在正射影像上测量泥沙颗粒粒径，得出研究区域泥沙颗粒粒径级配曲线，测量方法简单高效、测量结果准确、稳定、可靠，可直接用于野外天然河流床面(特别是人类无法到达的河段区域)泥沙颗粒粒径分布测量，为泥沙颗粒粒径级配研究提供了可靠的基础数据，有助于整个水沙运动研究的进一步开展；
2、本发明基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，采用Photoscan航测图像处理软件，将正射影像图像坐标与真实的世界坐标相对应，在正射影像上测量得到的颗粒粒径即为泥沙颗粒的真实尺寸；
3、本发明基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，可以实现对河流局部床面的持续观测，特别是测量洪水或泥石流等恶劣环境下河流床面泥沙颗粒粒径分布，继而分析其变化规律，为水沙运动研究提供可靠的数据分析。
附图说明
图1为天然河流砂卵石床面照片，其中(a)为边滩，(b)为江心洲卵石滩，(c)为泥石流卵石滩。
图2为本发明无人机航拍床面示意图。
图3为本发明实施例采用Photoscan航测图像处理软件生成的正射影像。
图4为在正射影像上划分为9×9等份的示意图。
图5为图4中某一交点处的放大示意图。
图6为对四个不同地域分别用Wolman人工法和本发明提供的粒径分布测量方法所得出的级配曲线对比图；其中，(a)为德阳石亭江出口下游，(b)为雅安陇西河大水湾，(c)为德阳石亭江成绵复线大桥，(d)为雅安陇西河万家山。
图7为彭州白水河银厂沟泥石流卵石滩地表层砂卵石粒径级配图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
实施例1
本实施例通过两种粒径分布测量方法(Wolman人工法以及本发明提供的基于无人机航测的粒径分布测量方法)进行对比，以证明本发明提供的基于无人机航测的粒径分布测量方法的准确性及稳定、可靠性。
①试验目的
通过野外现场试验，分别用Wolman人工法和基于无人机航测的粒径分布测量方法测量选定河段(德阳石亭江出口下游、雅安陇西河大水湾、德阳石亭江成绵复线大桥以及雅安陇西河万家山)的局部床面上表层砂卵石颗粒粒径。将两种测量结果相比较，以检验本发明提供的基于无人机航测的粒径分布测量方法所得测量结果的准确性及稳定、可靠性。
②试验设备
本实施例所涉及的主要设备表1所示。
表1无人机航拍法测粒径结果检验试验使用的仪器设备
| 设备名称 | 数量 | 备注 |
| 大疆四旋翼无人机 | 1台 | 精灵4高级版，Phantom 4Advanced |
| 偏光镜 | 1个 | 过滤反光 |
| 喷漆 | 1瓶 | 红色 |
| 卷尺 | 1个 | 普通卷尺 |
| 电脑 | 1台 | 酷睿i3处理器，4G内存，安装Photoscan |
| 记录本 | 1个 | 记录测量的粒径数据 |
③试验方法
1、本实施例中通过基于无人机航测的粒径分布测量过程包括以下步骤：
(1)采集数据，利用无人机沿设定河流床面区域上方飞行、拍摄图片，在平面内沿航行方向的相邻图片重叠度为不小于60％，沿垂直于航行方向相邻图片重叠度为不小于30％以上。
若在人可到达的位置，如图1(a)中的边滩，在研究的天然河流床面上选取正方形的局部区域，并用红漆标记四角上的卵石颗粒，以供航拍照片时参考；若在人不可到达的位置，如图1(b)中的江心洲卵石滩和图1(c)中的泥石流卵石滩，遥控飞机飞行到该位置上方，调整高度，找一个易于识别的物体作为参考。标记研究区域后，如图2所示，便可控制无人机飞行到研究区域上方，调整到合适的高度，拍摄图片，本实施例中在每个选取的研究区域至少拍摄9张图片，并保证在平面内沿航行方向的相邻图片重叠度为不小于60％，沿垂直于航行方向相邻图片重叠度为不小于30％以上。
大疆四旋翼无人机(精灵4高级版，Phantom 4Advanced)，其相机镜头对角线的视角为84°，而照片长宽比为3:2，根据三角函数关系，可得出拍摄的照片长L＝2Htan(84°/2)×0.83，即：L＝1.49H；相应的照片宽度W＝1.00H，H为无人机的飞行高度，单位为m。相机分辨率为5472×3648，那么一个像素的实际尺寸为2.7×10-4H。无人机的飞行高度H(m)视床面颗粒的粒径大小而定，一般要求测量范围大于最大颗粒粒径的10倍。假定某床面颗粒最大粒径为50cm，那么照片宽度应至少为W＝5m(以对研究区域采集9张图片为例)，无人机飞行高度H＝5m，对应像素尺寸约为1.4mm(绝对满足天然河流床面颗粒粒径的测量)。
(2)生成正射影像，依据采集的图片，利用Photoscan航测图像处理软件生成正射影像。
Photoscan航测图像处理软件是一款操作简单的航测图像处理软件，可直接生成正射影像。先在Photoscan工作流程中添加建立批量处理流程，依次为对齐照片、建立点密集云、生成网格、生成纹理和Build Orthomosaic(建立正射影像)，并将该批量处理流程保存到自定义路径；再点击工作流程，添加步骤(1)拍摄的图片；继而在批量处理中选择之前保存的流程，之后电脑会自动进行各个步骤，完成后可导出床面的正射影像，如图3所示。
在图片采集过程中无人机航拍所得照片记录了拍摄点的位置信息，包括经纬度和海拔高程(即世界坐标)。用Photoscan将图片生成正射影像时通过以下转换过程，将图片中任一位置的世界坐标转化成正射影像中的图像坐标，从而得到正射影像中图像坐标与相应位置世界坐标的对应关系，具体如下：
其中，(X,Y,Z,)为世界坐标，x、y、r为过渡值。
其中，x'、y'为过渡值，K1、K2、K3、K4为径向畸变系数；p1、p2、p3、p4为切向畸变系数。
其中，(u,v)为投影点在正射影像图像坐标系中的坐标(以像素为单位)；B1、B2为正交和非正交(斜)系数；w、h为图像像素的宽度和高度；cy、cx为主点偏移；f为相机焦距。上述转换过程是由Photoscan来完成，为Photoscan自带功能。经过以上转换后，点击正射影像上任一一点，显示的是其世界坐标。
(3)测量泥沙颗粒粒径，将生成的正射影像沿x轴和y轴分别均分为N等份，沿x轴的均分线与沿y轴方向的均分线相交得到(N+1)2个交点，测量每个交点处泥沙颗粒粒径。具体是在生成的正射影像上，用画线工具在正射影像上均匀的画出9×9的方格，即x、y轴方向上各10条直线，每一条x轴方向的线与y轴方向上的线有一个交点，共100个交点，如图4中A部分所示。
泥沙颗粒粒径的取值方法：以分别平行于x轴和y轴的两条直线交点处泥沙颗粒为对象，并将泥沙颗粒近似为椭圆形，以其短轴(称为b轴或中轴)长度作为泥沙颗粒粒径。若某交点处没有砂卵石或者泥沙颗粒太小(小于分辨率)，将其归为尺寸最小的一类。依据上述处理方法，用尺子工具测量并记录每个交点处泥沙颗粒的粒径，最终得到100个交点处的粒径尺寸。
前面已经指出，在正射影像中，图像中任一点的图像坐标与采集的图片中相应点的世界坐标相对应，显示的是相应点的世界坐标。因此从正射影像上测量的泥沙颗粒粒径大小即为其实际粒径尺寸，本实施例中在正射影像上，利用尺子测量工具，分别点击待测泥沙颗粒短轴两侧，其粒径即可显示出，如图5中所示，对于某一交点处的泥沙颗粒粒径进行测量，显示的20.3cm即为该泥沙颗粒粒径尺寸。
(4)计算粒径分布，按照公式Dn＝a×bn-1设定若干级配粒径标准值Dn，式中a为设定的级配粒径标准值最小值，b为递进基数，n为b的幂指数，取值范围为大于等于1的正整数，统计小于每一个级配粒径标准值的泥沙颗粒数目，得到级配粒径标准值以下相应泥沙颗粒占(N+1)2个交点的百分比，绘制出粒径分布的级配曲线。为了确保得到的天然床面泥沙颗粒粒径分布的准确性，设定的级配粒径标准值最小值a的取值范围为不大于2cm，所述递进基数为或2。若步骤(3)中得到的交点处没有泥沙，则将其归为小于最小级配粒径标准值a的一类，本实施例中设定的级配粒径标准值最小值a为2cm。
本实施例中，测量德阳石亭江出口下游泥沙颗粒粒径分布时，设定的递进基数b为依据测量的粒径数据，设定最大级配标准值为122.9cm，统计小于每一个级配粒径标准值的泥沙颗粒数目，得到级配粒径标准值以下相应泥沙颗粒占100个交点的百分比，绘制出相应粒径分布的级配曲线，结果如图6(a)所示。测量雅安陇西河大水湾泥沙颗粒粒径分布时，设定的递进基数b为依据测量的粒径数据，设定最大级配标准值为16cm，统计小于每一个级配粒径标准值的泥沙颗粒数目，得到级配粒径标准值以下相应泥沙颗粒占100个交点的百分比，绘制出相应粒径分布的级配曲线，结果如图6(b)所示。测量德阳石亭江成绵复线大桥泥沙颗粒粒径分布时，设定的递进基数b为依据测量的粒径数据，设定最大级配标准值为44.8cm，统计小于每一个级配粒径标准值的泥沙颗粒数目，得到级配粒径标准值以下相应泥沙颗粒占100个交点的百分比，绘制出相应粒径分布的级配曲线，结果如图6(c)所示。测量雅安陇西河万家山泥沙颗粒粒径分布时，设定的递进基数b为依据测量的粒径数据，设定最大级配标准值为62.7cm，统计小于每一个级配粒径标准值的泥沙颗粒数目，得到级配粒径标准值以下相应泥沙颗粒占100个交点的百分比，绘制出相应粒径分布的级配曲线，结果如图6(d)所示。
2、通过Wolman人工法粒径分布测量过程包括以下步骤：
在选定的局部区域内随机走100步，测量每步脚尖位置的卵石粒径，或者拉皮尺每隔一定距离取一个颗粒，共取100个颗粒，依次测量这些颗粒的粒径。最后采用上述基于无人机航测的粒径分布测量过程中步骤(4)相同的过程计算粒径分布、绘制级配曲线，测量结果如图6(a)-(d)所示。
从图6(a)-(d)可以看出，本发明提供的基于无人机航测的天然床面泥沙颗粒粒径分布测量方法得到的粒径分布级配曲线与通过Wolman人工法得到的粒径分布级配曲线基本吻合，说明本发明提供的粒径分布测量方法，具有较高的准确性、较好的稳定和可靠性。而相对于Wolman人工法，本发明提供的测量方法更加简单、高效，极大地降低了劳动强度和研究成本；适于野外天然河流床面(特别是人类无法到达的河段区域)泥沙颗粒粒径分布测量，为泥沙颗粒粒径级配研究提供了可靠的基础数据。
实施例2
本实施例中采用本发明提供的基于无人机航测的粒径分布测量方法对彭州白水河银厂沟的一个泥石流区域的泥沙颗粒粒径分布进行测量，测量过程包括以下步骤：
(1)采集数据，遥控飞机飞行到该位置上方，调整高度，找一个易于识别的物体作为参考。进一步控制无人机飞行到研究区域上方，调整到合适的高度，拍摄图片，本实施例中在每个选取的研究区域至少拍摄9张图片，并保证在平面内沿航向方向的相邻图片重叠度为不小于60％，沿垂直于航向方向相邻图片重叠度为不小于30％以上。
(2)生成正射影像，依据采集的图片，利用Photoscan航测图像处理软件生成正射影像。具体过程与实施例1中采用无人机航测粒径分布过程中的步骤(2)相同。先在Photoscan工作流程中添加建立批量处理流程，依次为对齐照片、建立点密集云、生成网格、生成纹理和Build Orthomosaic(建立正射影像)，并将该批量处理流程保存到自定义路径；再点击工作流程，添加步骤(1)拍摄的图片；继而在批量处理中选择之前保存的流程，之后电脑会自动进行各个步骤，完成后可导出床面的正射影像。
(3)测量泥沙颗粒粒径，在生成的正射影像上，用画线工具在正射影像上均匀的画出9×9的方格，即x、y轴方向上各10条直线，每一条x轴方向的线与y轴方向上的线有一个交点，共100个交点。用尺子工具，分别点击待测泥沙颗粒短轴两侧，测量并记录每个交点处泥沙颗粒的粒径，最终得到100个交点处的粒径尺寸。
(4)计算粒径分布，本实施例中设定的级配粒径标准值最小值a为2cm，设定的递进基数b为依据测量的粒径数据，设定最大级配标准值为172.1cm，统计小于每一个级配粒径标准值的泥沙颗粒数目，若步骤(3)中得到的交点处没有泥沙，则将其归为小于最小级配粒径标准值(2cm)的一类，得到级配粒径标准值以下相应泥沙颗粒占100个交点的百分比，绘制出相应粒径分布的级配曲线，结果如图7所示。
由此可见，采用本发明提供的基于无人机航测的天然床面泥沙颗粒粒径分布测量方法可以实现对洪水或泥石流等恶劣环境下河流床面泥沙颗粒粒径分布，继而分析其变化规律，为水沙运动研究提供可靠的数据分析。
Claims (7)
1.一种基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法，其特征在于包括以下步骤：
(1)采集数据，利用无人机沿设定河流床面区域上方飞行、拍摄图片，在平面内沿航行方向的相邻图片的重叠度不小于60％，沿垂直于航行方向的相邻图片重叠度不小于30％以上；
(2)生成正射影像，依据采集的图片，利用Photoscan航测图像处理软件生成正射影像；
(3)测量泥沙颗粒粒径，将生成的正射影像沿x轴和y轴分别均分为N等份，沿x轴的均分线与沿y轴方向的均分线相交得到(N+1)2个交点，测量每个交点处泥沙颗粒粒径；
(4)计算粒径分布，按照公式Dn＝a×bn-1设定若干级配粒径标准值Dn，式中a为设定的级配粒径标准值最小值，b为递进基数，n为b的幂指数，取值范围为大于等于1的正整数，统计小于每一个级配粒径标准值的泥沙颗粒数目，得到级配粒径标准值以下相应泥沙颗粒占(N+1)2个交点的百分比，绘制出粒径分布的级配曲线。
2.根据权利要求1所述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，其特征在于步骤(2)中，正射影像的生成具体实现方式为：首先以Photoscan航测图像处理软件中的操作对齐图片、建立点密集云、生成网格、生成纹理构建批量处理流程，再利用该批量处理流程处理无人机拍摄的图片，得到设定河流床面区域对应的正射影像。
3.根据权利要求1所述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，其特征在于步骤(3)中，泥沙颗粒粒径的取值方法：将泥沙颗粒近似为椭圆形，以其短轴长度作为泥沙颗粒粒径。
4.根据权利要求1至3任一权利要求所述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，其特征在于步骤(3)中，所述N≥9。
5.根据权利要求4所述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，其特征在于步骤(4)中，设定的级配粒径标准值最小值a的取值范围为不大于2cm。
6.根据权利要求5所述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，其特征在于步骤(4)中，所述递进基数为或2。
7.根据权利要求5所述基于无人机航测的天然床面泥沙颗粒粒径分布测量方法，其特征在于步骤(4)中，若步骤(3)中得到的交点处没有泥沙，将其归为小于最小级配粒径标准值的一类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810158237.0A CN108444875A (zh) | 2018-02-25 | 2018-02-25 | 基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810158237.0A CN108444875A (zh) | 2018-02-25 | 2018-02-25 | 基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108444875A true CN108444875A (zh) | 2018-08-24 |
Family
ID=63192939
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810158237.0A Pending CN108444875A (zh) | 2018-02-25 | 2018-02-25 | 基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108444875A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113820255A (zh) * | 2021-09-01 | 2021-12-21 | 自然资源部第三海洋研究所 | 一种卵石三维粒径的测算方法以及装置 |
| CN117929023A (zh) * | 2024-01-26 | 2024-04-26 | 天津大学 | 一种分组泥沙的生物膜采样方法及分组泥沙的采样装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2739691A1 (de) * | 1976-09-03 | 1978-03-09 | David T Y Lee | Verfahren zur bestimmung der korngroessenverteilung einer teilchenprobe |
| CN102955935A (zh) * | 2011-08-26 | 2013-03-06 | 江苏正圆信息科技有限公司 | 基于图象融合的泥沙识别的方法与系统 |
| CN103969171A (zh) * | 2014-05-07 | 2014-08-06 | 清华大学 | 一种天然河流中泥沙浓度级配原位实时测量装置及其方法 |
| CN106596358A (zh) * | 2016-12-07 | 2017-04-26 | 山东大学 | 基于图像处理的透水混凝土集料粒径测量方法 |
| JP6281014B1 (ja) * | 2017-07-27 | 2018-02-14 | 株式会社竹中土木 | 粒状材料の粒径計測方法 |
-
2018
- 2018-02-25 CN CN201810158237.0A patent/CN108444875A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2739691A1 (de) * | 1976-09-03 | 1978-03-09 | David T Y Lee | Verfahren zur bestimmung der korngroessenverteilung einer teilchenprobe |
| CN102955935A (zh) * | 2011-08-26 | 2013-03-06 | 江苏正圆信息科技有限公司 | 基于图象融合的泥沙识别的方法与系统 |
| CN103969171A (zh) * | 2014-05-07 | 2014-08-06 | 清华大学 | 一种天然河流中泥沙浓度级配原位实时测量装置及其方法 |
| CN106596358A (zh) * | 2016-12-07 | 2017-04-26 | 山东大学 | 基于图像处理的透水混凝土集料粒径测量方法 |
| JP6281014B1 (ja) * | 2017-07-27 | 2018-02-14 | 株式会社竹中土木 | 粒状材料の粒径計測方法 |
Non-Patent Citations (2)
| Title |
|---|
| M. GORDON WOLMAN: "A METHOD OF SAMPLING COARSE RIVER-BED MATERIAL", 《TRANSACTIONS, AMERICAN GEOPHYSICAL UNION》 * |
| 穆悦: "戈壁表面多尺度砾石特征参数估算及其空间分布规律研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113820255A (zh) * | 2021-09-01 | 2021-12-21 | 自然资源部第三海洋研究所 | 一种卵石三维粒径的测算方法以及装置 |
| CN117929023A (zh) * | 2024-01-26 | 2024-04-26 | 天津大学 | 一种分组泥沙的生物膜采样方法及分组泥沙的采样装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107844802A (zh) | 基于无人机低空遥感和面向对象分类的水土保持监测方法 | |
| Li et al. | Application of LiDAR UAV for high-resolution flood modelling | |
| CN108597023B (zh) | 一种基于单反相机的地质露头三维模型构建方法 | |
| CN109685886A (zh) | 一种基于混合现实技术的配网三维场景建模方法 | |
| CN109961510B (zh) | 一种基于三维点云重构技术的高切坡地质快速编录方法 | |
| Zhou | Urban High-Resolution Remote Sensing: Algorithms and Modeling | |
| CN105571572B (zh) | 一种天空可视域的标准测量方法 | |
| Detert et al. | On the way to airborne gravelometry based on 3D spatial data derived from images | |
| CN108444875A (zh) | 基于无人机航测的天然河流床面泥沙颗粒粒径分布测量方法 | |
| Mankoff et al. | Roughness of a subglacial conduit under Hansbreen, Svalbard | |
| Han et al. | Two-dimensional space-time image velocimetry for surface flow field of mountain rivers based on UAV video | |
| CN106846477B (zh) | 一种编录野外地质影像的地质标记解译建模方法 | |
| IOLI | Evaluation of Airborne Image Velocimetry approaches using low-cost UAVs in riverine environments | |
| Ivanov et al. | Estimation of the height and angles of orientation of the upper leaves in the maize canopy using stereovision | |
| Wang et al. | Identification of rocky ledge on steep, high slopes based on UAV photogrammetry | |
| WO2023223281A1 (en) | Automated monitoring of constructional sites | |
| Cassan et al. | ANDROMEDE—A software platform for optical surface velocity measurements | |
| Rahmayudi et al. | Comparison of semi automatic DTM from image matching with DTM from Lidar | |
| Łysko et al. | CCMORPH—Coastal cliffs morphology analysis toolbox | |
| Qiang et al. | Research on the Accuracy Analysis of 3D Model Construction of Oblique Photogrammetry with Contextcapture Software Under Complex Terrain Enviernment | |
| Magnani et al. | Photogrammetry and stereophotogrammetry | |
| CN115700777A (zh) | 一种基于无人机和数字地表模型的公路施工阶段预测方法 | |
| Chen et al. | Research on 3D modelling based on UAV tilt photogrammetry with KQCAM5 swing tilt camera | |
| Li et al. | Using UAV imagery to generate DEMs of the intertidal zone | |
| Chen et al. | 3D model construction and accuracy analysis based on UAV tilt photogrammetry |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180824 |