无人机测量技术在开垦农村居民点耕地面积中的应用

- 88 -
工 程 技 术
大型专业无人机可以获得高分辨率图像，但巨大的数据量需要使用昂贵的航空摄影测量软件，例如像素网格和现代航空摄影测量自动三角测量（MAP-AT ）实现精确位置和定位系统（POS ）数据处理图像。

而从高分辨率图像中获取POS 数据也需要使用高精度GPS [1]。

准确客观地测量农村开垦的耕地面积，对土地所有者和政府都很重要。

农村项目在我国境内分布广泛，因此测量农村居民点开垦耕地面积是农村地区研究的一项重要任务，应用实地调查等技术时，需要大量的劳动力和成本[2]，调查结果很容易受到人为因素的影响，因此，需要一种新的方法，保持低成本的同时，客观地测量农村开垦区域，以满足当前的需求[3]。

目前无人机（UAV ）技术发展迅速，广泛应用于土地利用规划，重组土地利用、确定农村土地使用权、探测山地灾害、监测土地改革、山地洪水测量评估以及绘制地表海拔变化等[4]。

因此本文利用P 2V 无人机生成农村开垦耕地图像，随后使用摄像机镜头模型对其进行校正，将其与地理编码的高分辨率方案匹配，测量农村开垦的耕地面积，并评估测量精度。

1 研究区域和数据
研究区域的面积为5000m 2。

该区域已拆除大量旧建筑，并在该地区内建造新房子，而旧的建筑通常比新的建筑占据
更多的土地面积[5]。

因此，该地区的农村建设用地面积逐渐缩小，而耕地面积则逐渐扩大。

这说明从农村建设用地整合中得出的农村建设用地指标可以作为城市建设用地指标。

目前农村地区的耕地和建设用地间无法保持平衡[6]，因此有必要准确地测量农村居民点开垦耕地面积。

在本文分析中使用P 2V 无人机来收集图像。

该无人机型号为P 2V ，拥有捕捉全高清（HD ）视频和图片的能力。

2 试验方法
利用P 2V 无人机对农村居民耕地面积进行测量，图像
由P 2V 无人机采集，经过透镜校正并对图像进行几何校正，同时对图像进行地理编码和马赛克处理，以方便测量农村开垦耕地面积[7]。

在某村镇附近获得多张P 2V 无人机图像。

当P 2V 无人
机系统起飞时，飞行高度控制在150m ，利用DJI 视觉应用程序用来控制无人机并垂直捕捉地面图像，使P 2V 无人机系统向左侧移动[8]。

一旦左侧区域的图像完成，就会将无人机缓慢地推向右侧，并捕获该区域的图像。

飞行路线如图1所示。

2.1 图像透镜校正
在P 2V 无人机系统上安装鱼眼摄像机，以捕获广角视场图像。

在每幅鱼眼图像中都存在图像变形，会导致拍摄的图像分辨率下降，因此在使用P 2V 无人机之前必须进行图像修正。

使用Adobe Photoshop CS 6扩展器软件中的鱼镜头校正功能，相机类型为P 2V FC 2000，镜头类型为P 2V FC 2000。

将校正后的图像应用于农村开垦耕地面积测量研究[9]。

2.2 图像几何校正
将分辨率为0.6m 的旧建筑地理编码图像作为参考。

对地理编码图像与P 2V 无人机图像进行比较，可以测得旧建筑拆除的面积。

由于图像区域是平面，因此使用多项式几何模型修正P 2V 无人飞行器图像，以获得后续的正射影像。

使用公式（1）的多项式几何校正模型对每幅P 2V 无人飞行器图像进行校正。

并采用最近邻采样算法得到每个P 2V 无人机图像的数值。

==∑∑∑∑====20202020i i
-j j i j i i i
-j j i j i y x b Y y x a X （1）式中：
X 、Y 为P2V 无人机图像x 、y 轴上像素的坐标值。

利用公式（1）中的多项式几何模型、可以对鱼镜头校正后的所有图像进行几何校正，得到P2V 无人机地理编码图像。

2.3 地理编码图像
由于相邻的P 2V 无人飞行器地理编码图像间存在大量重叠，因此使用RS 图像处理软件包（例如PCI 、ERDAS 或ENVI ）对相邻的P 2V 无人飞行器地理编码图像进行马赛克处理。

首先，选择一幅地理编码图像，其次，创建合适的阈
值（2.67）
，并输出马赛克文件。

再次，在P 2V 无人飞行器地理编码图像中确定一个马赛克区域，并将另一个马赛克区
无人机测量技术在开垦农村居民点耕地
面积中的应用
于志强
（山东省日照市住房和城乡建设局，山东 日照 276826）
摘 要：调查监测农村开垦耕地面积，对优化农村土地利用，了解空间格局都具有重要意义。

因此，为测量农村居民点开垦的耕地面积，评估其测量精度，本文利用P2V 无人机生成农村居民点开垦耕地图像，使用摄像机镜头模型对其进行校正，并与地理编码的高分辨率方案匹配。

研究结果表明，P2V 无人机能够测量农村居民耕地面积，准确率为99%且测量点2内的误差约为0.206%，测量点3的误差为0.619%。

同时测量点2内的准确率为99.794%。

在分析过程中，耕地面积误差未超过1%。

研究结果可为农村居民点开垦耕地面积测量提供参考。

关键词：无人机测量；开垦耕地面积；数据处理中图分类号：P 23 文献标志码：A
- 89 -
工 程 技 术
域镶嵌到输出文件中。

最后，选择另一幅相邻的P 2V 无人飞行器地理编码图像，确定其马赛克区域，并将其添加到输出文件中。

将所有相邻的P 2V 无人机地理编码图像拼接到输出图像文件上，生成较大的图像范围以供进一步研究。

两个相邻的马赛克P 2V 无人机地理编码图像的边界位于特征明显且无变形的区域，避免外部作为马赛克区域。

3 结果讨论3.1 无人机图像
P 2V 无人机一次飞行可拍摄40多幅图像，覆盖面积约为0.6km 2。

电池完全充电后，P 2V 无人机系统最多可飞行25min 。

该系统的飞行直径为500m 。

该系统中的机载相机为鱼眼式镜头，具有180°的视场角，可以捕捉到较大的地面图像。

该相机拍摄的图像为4384像素×3288像素。

根据鱼眼图像的质量和位置，选择多张鱼眼图像对其进行进一步研究，结果如图2所示。

无人机图像的前后重叠率在30%~50%，侧面重叠率在15%~50%。

使用Adobe Photoshop CS 6软件中的扩展器，可以有效消除鱼眼图像的几何变形。

修正后的图像与普通相机拍摄的正常图像相似且每张鱼眼图像的边缘都被剪去，以提高耕地面积测量的精确度。

修正过的图像如图3所示。

使用多项式几何校正模型、最近邻取样算法和分辨率为0.6m 的地理编码图像作为参考。

几何校正误差都小于两个像素且覆盖一个沉降点的P 2V 无人机地理编码图像的数量随着沉降点的增加而增加。

同时每个P 2V 无人机图像的分辨率取决于飞行高度。

结果表明，图2与图3两幅P 2V 无人机地理编码图像间的马赛克边缘匹配良好，尤其是校正后无人机图像中的线状特征匹配。

通过检查和测量距离表明，线状地物边缘匹配误差小于一个像素。

当P 2V 无人机图像叠加到参考图像上时，P 2V 无人机图像中的地面地物与参考图像中的地面地物匹配良好。

3.2 从农村定居点开垦的耕地
图
1 飞行路线
开始
/结束点
图2 P2V 无人机拍摄图像
图3 校正后的无人机图像
- 90 -
工 程 技 术
通过对后期拼接P 2V 无人机图像与前期参考图像进行比较，可以确定土地整合结果和农村开垦耕地变化。

与参考图像进行比较，从10cm 分辨率的P 2V 无人机图像中可以准确地描绘拆除旧建筑、回收土地并改造用于耕种的地块如图4所示。

使用ARCGIS 软件计算每个地块的面积，见表1。

从
表1可以看出，耕地2的面积最大（4184.35㎡）
，分别比耕地1、耕地3、耕地4扩大了69.37%、83.05%、86.30%。

最小耕地为573.12㎡。

表1 复垦后的耕地面积（单位：㎡）
地块编号
面积11281.3724184.353709.314
573.12
图4（a ）清楚地显示，一些开垦的耕地上已经种植了油
菜，但土壤肥力较低，油菜的长势不如原来的耕地。

原始耕地的质量低，说明该地区开垦的耕地质量需要改善。

地块分布稀疏，田块面积较小，通常在500m 2~5000m 2。

3.3 准确度和效率
为评估研究中提出的方法的准确性，使用ARCGIS 软件对P 2V 无人机图像的5个测量点进行测量，并将P 2V 无人机图像与参考图像进行对比，进一步研究P 2V 无人机图像绘图误差，试验结果见表2。

表2 P2V 无人机图像绘图误差
测量点误差（%）准确率（%）参考图像（㎡）P2V无人机图像（㎡）10.39199.6091638.841645.252-0.20699.7941378.081375.2430.61999.3811250.381242.6440.90199.0991138.41148.755
0.125
99.875
758.95
759.9
从表2可以看出，测量点2内的误差约为0.206%，测量点3的误差为0.619%。

同时测量点2内的准确率为99.794%。

在整个分析过程中，耕地面积误差均不超过1%。

，P 2V 无人机方法所实现的准确率均大于99%。

随着耕地面积的增加，准确率也有所提高。

在研究区域内，一天可以捕捉40张无人机图像。

需要两天处理这些数据，并获得地图、表格和报告的结果。

因此，共需要4天来完成耕地面积测量任务。

由数据显示，分辨率随着飞行高度的降低而增加。

P 2V 无人机的最大安全飞行高度不超过200m ，但最佳高度在离地面的100m~200m 。

当P 2V 无人机离地面飞行约200m
时，可以获得分辨率约10cm 的图像，该图像覆盖面积约为
140000m 2，
比一个沉降点大。

最佳图像面积约为7万m 2，总计约为50%。

当研究区域内没有树木或建筑物等障碍物时，P 2V 无人机可以在约9㎡的空地上轻松起飞。

该系统也可以在云层下方飞行，捕捉可用图像所需的高度通常距离地面不超过200m 。

4 结论
本文提出利用P 2V 无人机系统测量农村耕地面积的方法。

采用0.6m 分辨率的地理编码图像作为参考。

利用该方法测量面积的精度高于99%，符合国家土地管理要求。

将后期无人机图像与前期参考图像进行比较，可以很容易地评价土地整合数据和农村耕地变化。

利用ARCGIS 软件将P 2V 无人机后期镶嵌图像与前期参考图像进行比较，可以准确测量农村居民点开垦的耕地面积。

测量的耕地最大面积为4184.35m 2，最小耕地为573.12m 2。

参考文献
[1]钱松烽.无人机倾斜摄影测量在房屋建筑面积测算中的应用[J].工程与建设，2023，37（1）：64-67.
[2]王奇，付卓新.4种绿化造林面积验收方法的比较研究——以张家口地区为例[J].林业调查规划，2023，48（3）：7-12.[3]张田，周忠发，王玲玉，等.基于无人机点云数据土壤粗糙度测量方法[J].自然资源遥感，2023，35（1）：115-122.[4]丁立法，张振海，陈鹏.基于无人机倾斜摄影的农房占地面积测量研究[J].地理空间信息，2022，20（6）：64-67.
[5]金志坤，景云鹏，刘刚.基于无人机LiDAR 的农田平整地势测量方法[J].农业机械学报，2021，52（增刊1）：51-57，117.
[6]刘明，罗芬.基于无人机倾斜摄影的房地一体化农村宅基地测量方法研究[J].内蒙古煤炭经济，2021（14）：198-199.[7]常涛.无人机倾斜摄影测量技术在超高层建筑竣工测量中的应用[J].住宅与房地产，2020（21）：180.
[8]袁文俊，郑武略，贺敏恒，等.基于多旋翼无人机GPS 坐标计算的树障面积快速测定法[J].计算技术与自动化，2019，38（4）：42-46.
[9]李文国.三维激光扫描技术和低空无人机在异形建筑竣工测量中的应用[J].城市勘测，2019（4）：108-111.
图4 开垦后的耕地图像
6612m 06612m
06612m
0（a）开垦后的耕地1 （b）开垦后的耕地2 （c）开垦后的耕地3和4。