CN108050994B - 基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 - Google Patents
基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 Download PDFInfo
- Publication number
- CN108050994B CN108050994B CN201711217372.XA CN201711217372A CN108050994B CN 108050994 B CN108050994 B CN 108050994B CN 201711217372 A CN201711217372 A CN 201711217372A CN 108050994 B CN108050994 B CN 108050994B
- Authority
- CN
- China
- Prior art keywords
- area
- tidal flat
- muddy
- elevation
- model
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 230000003628 erosive effect Effects 0.000 claims abstract description 4
- 230000008021 deposition Effects 0.000 claims abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000009825 accumulation Methods 0.000 claims description 9
- 238000012876 topography Methods 0.000 claims description 5
- 238000013102 re-test Methods 0.000 claims description 4
- 239000004677 Nylon Substances 0.000 claims description 3
- 229920001778 nylon Polymers 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000003068 static effect Effects 0.000 abstract 2
- 238000013480 data collection Methods 0.000 abstract 1
- 238000011160 research Methods 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- OGIYDFVHFQEFKQ-UHFFFAOYSA-N 3-[n-(4,5-dihydro-1h-imidazol-2-ylmethyl)-4-methylanilino]phenol;methanesulfonic acid Chemical compound CS(O)(=O)=O.C1=CC(C)=CC=C1N(C=1C=C(O)C=CC=1)CC1=NCCN1 OGIYDFVHFQEFKQ-UHFFFAOYSA-N 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000746413 Spartina Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法，在潮滩目标测量区域内规划好无人机的航线，并在该区域内分布均匀地打上定位桩，并在桩上固定飞盘用作控制点；采用GPS定位系统进行控制点的静态数据采集；使用无人机采集该区域航摄相片；利用三维建模软件将无人机拍摄的照片生成该区域的点云和正射影像；从正射影像中识别出积水区域，并将积水区域从点云数据中剔除；将所采集到的静态数据耦合在已处理的点云数据中，并建立该区域的三维模型，即可得到该区域的潮滩高程信息；使用Rod‑SET系统验证模型误差；对同一区域周期性的监测建模，即可监测到该区域的冲淤演变。本发明的有益效果是地形测量的高程精度达厘米级。
Description
技术领域
本发明属于地质测量技术领域，涉及基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法。
背景技术
我国的滩涂分布广泛，通过围垦开发可形成大规模的土地后备资源。自80年代中期，潮滩沉积研究的进展之一是对潮滩沉积过程、地貌演变的野外观测研究。淤泥质潮滩宽阔、平坦、水深小，滩面上潮流、波浪等的非线性作用强烈；淤泥、粉砂、砂等底质在潮滩横向上分选明显，泥沙运动规律在潮滩横向上变化较大。因此，需要可靠的现场地形测量方法去获得滩涂地形，对掌握海岸滩涂演变规律，海岸带资源开发、利用和保护等具有重要的现实指导意义。但是滩涂高程作为科学研究的重要基础资料却较难获得。
目前淤泥质潮滩地形的测量方法有传统人工跑滩、船载测试仪测量、机载激光雷达和卫星遥感测量，这些方法由于环境条件、成本限制，都不太适用于淤泥质潮滩的高程测量。通过无人机的摄影测量可以实现快速的、空间分辨率适中的海岸地貌演化过程监测。基于无人机的倾斜摄影测量方法测量地面高程已经应用于砂质、基岩等类型的海岸，但在淤泥质潮滩上的测量技术还不太成熟。这是由于淤泥质潮滩泥泞易陷、潮沟纵横，不仅测量效率低，并有人身和设备的安全风险，很难在落潮期间短暂的露滩时间里去布设必须数目的地面控制点并测量其高程。并且直接将地面控制点放置于泥泞的淤泥质潮滩上，控制点容易引起潮滩高程的变化，破坏研究地形。因此，现有的基于无人机倾斜摄影测量高程的方法不足以发展成为具有可操作的淤泥质潮滩地形演变监测方法体系。
发明内容
本发明的目的在于提供基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法，解决了落潮期间因淤泥质潮滩露滩时间限制而无法展开控制点高程测量的问题。
本发明所采用的技术方案是按照以下步骤进行：
步骤1，确定监测淤泥质潮滩地形的范围和监测时间范围；
步骤2，在监测淤泥质潮滩地形范围内均匀打上定位桩，使用GPS定位系统测量桩顶控制点高程，并在一段时间后复测，确保其短期不发生沉降；
步骤3，在定点桩上固定飞盘用作无人机的控制点；
步骤4，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；
步骤5，在监测区域内使用无人机采集该区域航摄相片；
步骤6，利用三维建模软件将无人机拍摄的照片生成该区域的点云和正射影像，从正射影像中识别出积水区域，并将积水区域从点云数据中剔除；
步骤7，利用监测区域内采集的桩顶控制点高程信息耦合已处理好的点云数据，使用三维建模软件建立该区域的三维模型和数字高程模型，得到该区域的潮滩高程信息；
步骤8，利用Rod-SET系统验证模型误差：使用Rod-SET仪器在同一个定位桩的四个不同方向分别测出五个不同距离的高程信息；
对同一个定位桩的20个高程信息按圆形区域最大半径分别平均，并将平均值赋予圆形区域上；
将圆形区域的高程值与步骤7中已获得的淤泥质潮滩高程信息做均方根误差，来验证该淤泥质潮滩高程信息的误差；
步骤9，对同一区域周期性的监测建模，获取不同时期的淤泥质潮滩地形高程信息，即可监测到该区域的冲淤演变。
进一步，步骤2中定位桩桩底距地面3.2米，垂直方向的沉降少于5cm；定位桩满足稳定性要求，可抵挡潮流、波浪的作用力，地面以上露出部分具有较强的抗腐蚀性能，海水浸泡后不生锈。
进一步，步骤3定点桩上固定飞盘用作无人机的控制点，采用电钻将PVC上水盖帽和飞盘钻出对应的孔，并用尼龙扎带固定，将PVC上水盖帽与PVC管一端紧密套牢，将PVC管另一端套在定位桩顶端。
进一步，步骤4无人机飞行时，相机镜头倾斜45度角与太阳的方位相背，以避免阳光照射在潮滩表面产生的太阳耀斑的影响。
进一步，步骤6利用三维建模软件Agisoft PhotoScan将无人机拍摄的照片生成该区域的点云和正射影像，由于积水区域会影响潮滩三维模型的数字高程模型，所以从正射影像中识别出积水区域，并用Cloud compare软件将积水区域从点云数据中剔除。
本发明的有益效果是地形测量的高程精度达厘米级。
附图说明
图1示出了本发明的方法流程示意图；
图2示出了本发明应用于淤泥质潮滩无人机现场观测的桩顶控制点的主视图；
图3示出了本发明应用于淤泥质潮滩无人机现场观测的桩顶控制点的底视图；
图4示出了本发明应用于淤泥质潮滩无人机现场观测的Rod-SET系统的整体示意图；
图5示出了本发明应用于淤泥质潮滩无人机现场观测的Rod-SET系统主体部分的主视图；
图6示出了本发明应用于淤泥质潮滩无人机现场观测的Rod-SET系统主体部分的俯视图；
图7示出了以江苏沿海斗龙港区域淤泥质潮滩为例的具体实施流程图；
图8示出了江苏沿海斗龙港研究区2017年4月份打的定位桩于2017年7月份时测量的沉降高度；
图9示出了江苏沿海斗龙港研究区无人机的航线规划图；
图10示出了江苏沿海斗龙港研究区域所建立的三维模型；
图11示出了江苏沿海斗龙港研究区域所建立三维模型的数字高程模型（DEM）。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明如图1所示，包括以下步骤：
步骤1，确定监测淤泥质潮滩地形的范围和监测时间范围；
步骤2，在该区域内分布均匀地打上定位桩，使用Z-Max型双频GPS-RTK定位系统测量桩顶控制点高程，并在一段时间后复测，确保其短期不发生沉降；
步骤3，在定点桩上固定飞盘用作无人机的控制点；
步骤4，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；
步骤5，在监测区域内使用无人机采集该区域航摄相片；
步骤6，利用三维建模软件将无人机拍摄的照片生成该区域的点云和正射影像，从正射影像中识别出积水区域，并将积水区域从点云数据中剔除；
步骤7，利用监测区域内采集的桩顶控制点高程信息耦合已处理好的点云数据，使用三维建模软件建立该区域的三维模型和数字高程模型，即可得到该区域的潮滩高程信息；
步骤8，利用Rod-SET系统验证模型误差；
步骤9，对同一区域周期性的监测建模，即可获取不同时期的淤泥质潮滩地形高程信息，即可监测到该区域的冲淤演变。
如图2、3所示，本发明应用于潮滩无人机现场观测的桩顶控制点的主视图和底视图。潮滩无人机现场观测的桩顶控制点包括定位桩7，其中地面6以下部分大约长3.2米，地面6以上部分约为0.5米；定位桩7顶端由PVC管4和PVC上水盖帽3紧密套牢连接；PVC上水盖帽3和彩色飞盘2打上对应的孔，并由尼龙扎带1固定。
如图4所示，本发明应用于潮滩无人机现场观测的Rod-SET系统的整体示意图。潮滩无人机现场观测的Rod-SET系统的安装步骤如下：
先将SET主体部分（如图5、6所示）通过连接器安装在水准桩上，在八个方向中选取某个方向固定好，调整调节螺丝至悬臂呈水平状态；在离水准桩1-1.5m范围内，插入5根测针至针尖正好接触滩面，用铁夹固定测针，依次测量悬臂上部测针长度，根据仪器各部分的长度以及桩顶高程换算出滩面高程；按照相同的顺序在其他方向进行观测，本方法选择了相互垂直的四个方向进行观测。
潮滩无人机现场观测的Rod-SET系统对淤泥质潮滩三维地形的验证步骤如下：
使用Rod-SET仪器在同一个定位桩的四个不同方向分别测出五个不同距离的高程信息；对同一个定位桩的20个高程信息按圆形区域最大半径分别平均，并将平均值赋予圆形区域上；将圆形区域的高程值与步骤6中已获得的淤泥质潮滩高程信息做均方根误差，来验证该淤泥质潮滩高程信息的误差。
如图5、6所示，本发明应用于潮滩无人机现场观测的Rod-SET系统主体部分的主视图和俯视图。潮滩无人机现场观测的Rod-SET系统主体部分需通过调节圆柱体和调节螺母来固定安装在水准桩上；通过锁死圆盘来固定悬臂的水平状态。
如图7所示，以江苏沿海斗龙港区域淤泥质潮滩为例，对本发明的技术方案做进一步的详细说明：
1、确定监测淤泥质潮滩的范围为江苏沿海斗龙港区域淤泥质潮滩，监测时间为2017年7月10日；
2、在该区域内米草前缘断面均匀地打上6根定位桩，南断面均匀地打上13根定位桩，使用Z-Max型双频GPS-RTK定位系统测量桩顶高程，并在3个月后复测（测量结果包含RTK系统误差），确保其沉降小于5cm如图8；
3、在定点桩上固定直径大于50cm的彩色飞盘用作无人机的控制点如图2、3；
4、在该区域2个断面的监测区域内分别规划无人机飞行航线如图9，飞行高度为60-80m，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，每个方向的图像重叠率均大于60%；
5、在监测区域内使用无人机采集该区域航摄相片，尽量选择阴天进行拍摄，或者清晨和傍晚时分，以保证最大限度的避免照片中由水面反光造成的太阳耀斑；
6、利用三维建模软件Agisoft PhotoScan将无人机拍摄的照片生成该区域的点云和正射影像，由于积水区域会影响潮滩三维模型的数字高程模型，所以从正射影像中识别出积水区域，并用Cloud compare软件将积水区域从点云数据中剔除。
7、利用监测区域内采集的桩顶控制点高程信息耦合已处理好的点云数据，使用三维建模软件Agisoft PhotoScan建立该区域的三维模型如图10，即可得到该区域的潮滩高程DEM，剔除DEM上的异常点后，即可得到该区域的潮滩高程信息如图11；
8、利用Rod-SET系统验证模型误差，将Rod-SET每个方向的5根测针测出的20个值求平均，算出该圆形区域的高程平均值，来验证三维模型的高程精度，经计算，该模型的均方根误差RMSE≈0.09m；
9、对监测区域每个月进行周期性的监测建模，即可获取每月的淤泥质潮滩高程信息，即可监测到该区域的冲淤演变。
本发明的优点还在于通过改进现代无人机低空遥感技术，添加适合淤泥质潮滩的高程监测手段，将二维遥感影像数据转化为三维潮滩地形信息，并用Rod-SET系统对前人的验证方法进行了改进，即基于倾斜摄影测量的淤泥质潮滩三维地形演变监测和验证方法。解决了控制点直接放置在淤泥质潮滩上下陷的问题，地形测量的高程精度达厘米级。
以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (5)
1.基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法，其特征在于按照以下步骤进行：
步骤1，确定监测淤泥质潮滩地形的范围和监测时间范围；
步骤2，在监测淤泥质潮滩地形范围内均匀打上定位桩，使用GPS定位系统测量桩顶控制点高程，并在一段时间后复测，确保其短期不发生沉降；
步骤3，在定点桩上固定飞盘用作无人机的控制点；
步骤4，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；
步骤5，在监测区域内使用无人机采集该区域航摄相片；
步骤6，利用三维建模软件将无人机拍摄的照片生成该区域的点云和正射影像，从正射影像中识别出积水区域，并将积水区域从点云数据中剔除；
步骤7，利用监测区域内采集的桩顶控制点高程信息耦合已处理好的点云数据，使用三维建模软件建立该区域的三维模型和数字高程模型，得到该区域的潮滩高程信息；
步骤8，利用Rod-SET系统验证模型误差：使用Rod-SET仪器在同一个定位桩的四个不同方向分别测出五个不同距离的高程信息；
对同一个定位桩的20个高程信息按圆形区域最大半径分别平均，并将平均值赋予圆形区域上；
将圆形区域的高程值与步骤7中已获得的淤泥质潮滩高程信息做均方根误差，来验证该淤泥质潮滩高程信息的误差；
步骤9，对同一区域周期性的监测建模，获取不同时期的淤泥质潮滩地形高程信息，即能够监测到该区域的冲淤演变。
2.根据权利要求1所述基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法，其特征在于：所述步骤2中定位桩桩底距地面3.2米，垂直方向的沉降少于5cm；定位桩满足稳定性要求，能够抵挡潮流、波浪的作用力。
3.根据权利要求1所述基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法，其特征在于：所述步骤3定点桩上固定飞盘用作无人机的控制点，采用电钻将PVC上水盖帽和飞盘钻出对应的孔，并用尼龙扎带固定，将PVC上水盖帽与PVC管一端紧密套牢，将PVC管另一端套在定位桩顶端。
4.根据权利要求1所述基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法，其特征在于：所述步骤4无人机飞行时，相机镜头倾斜45度角与太阳的方位相背，以避免阳光照射在潮滩表面产生的太阳耀斑的影响。
5.根据权利要求1所述基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法，其特征在于：所述步骤6利用三维建模软件Agisoft PhotoScan将无人机拍摄的照片生成该区域的点云和正射影像，由于积水区域会影响潮滩三维模型的数字高程模型，所以从正射影像中识别出积水区域，并用Cloud compare软件将积水区域从点云数据中剔除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711217372.XA CN108050994B (zh) | 2017-11-28 | 2017-11-28 | 基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711217372.XA CN108050994B (zh) | 2017-11-28 | 2017-11-28 | 基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108050994A CN108050994A (zh) | 2018-05-18 |
| CN108050994B true CN108050994B (zh) | 2019-08-16 |
Family
ID=62120983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711217372.XA Expired - Fee Related CN108050994B (zh) | 2017-11-28 | 2017-11-28 | 基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108050994B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108956392B (zh) * | 2018-07-05 | 2020-11-20 | 河海大学 | 一种潮滩沉积物类型的无人机识别方法 |
| CN110456378A (zh) * | 2019-07-04 | 2019-11-15 | 重庆交通大学 | 基于无人机路线智能规划的水下全地形测量系统及测试方法 |
| CN110515091B (zh) * | 2019-08-28 | 2022-11-11 | 珠海达伽马科技有限公司 | 一种用于无人船自动驾驶的水面区域探测方法及装置 |
| CN110986876A (zh) * | 2019-11-14 | 2020-04-10 | 河海大学 | 一种基于无人机反演淤泥质潮沟水下地形的方法 |
| CN111982073A (zh) * | 2020-07-29 | 2020-11-24 | 南京师范大学 | 一种可回收抗潮汐无人机航测像控点标识装置及布设方法 |
| CN112033389A (zh) * | 2020-08-10 | 2020-12-04 | 山东科技大学 | 一种沟壑地形条件下变形沉降监测方法 |
| CN112666553B (zh) * | 2020-12-16 | 2023-04-18 | 动联(山东)电子科技有限公司 | 一种基于毫米波雷达的道路积水识别方法及设备 |
| CN112857356B (zh) * | 2021-01-04 | 2022-08-02 | 上海建科环境技术有限公司 | 无人机水体环境调查和航线生成方法 |
| CN112880582B (zh) * | 2021-01-19 | 2023-01-17 | 河海大学 | 一种用于潮间带潮滩底床局部冲淤变形的监测装置 |
| CN112685918B (zh) * | 2021-02-04 | 2024-09-27 | 中建一局华江建设有限公司 | 一种基于无人机倾斜测量技术的河道清淤方法 |
| CN114593713A (zh) * | 2021-03-02 | 2022-06-07 | 华东师范大学 | 一种潮滩植被区地形反演方法及系统 |
| CN112698661B (zh) * | 2021-03-22 | 2021-08-24 | 成都睿铂科技有限责任公司 | 一种飞行器的航测数据采集方法、装置、系统及存储介质 |
| CN113063445A (zh) * | 2021-04-26 | 2021-07-02 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 验证滩涂资源监测误差的方法 |
| CN114463489B (zh) * | 2021-12-28 | 2023-06-27 | 上海网罗电子科技有限公司 | 一种优化无人机航线的倾斜摄影建模系统及方法 |
| CN116385883B (zh) * | 2023-04-13 | 2024-01-05 | 珠江水利委员会珠江水利科学研究院 | 基于无人机山体阴影区植被覆盖度修正方法、设备和介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0634628A1 (de) * | 1993-07-13 | 1995-01-18 | Daimler-Benz Aerospace Aktiengesellschaft | Verfahren und Anordnung zur Erdbeobachtung |
| CN103256921A (zh) * | 2013-04-25 | 2013-08-21 | 浙江省河海测绘院 | 一种潮间带危险区地形测量方法 |
| CN104075689A (zh) * | 2013-12-10 | 2014-10-01 | 河海大学 | 淤泥质潮滩滩面高程观测仪及其使用方法 |
| CN106441233A (zh) * | 2015-08-06 | 2017-02-22 | 航天图景（北京）科技有限公司 | 基于倾斜摄影三维重建技术的电力通道走廊巡检方法 |
-
2017
- 2017-11-28 CN CN201711217372.XA patent/CN108050994B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0634628A1 (de) * | 1993-07-13 | 1995-01-18 | Daimler-Benz Aerospace Aktiengesellschaft | Verfahren und Anordnung zur Erdbeobachtung |
| CN103256921A (zh) * | 2013-04-25 | 2013-08-21 | 浙江省河海测绘院 | 一种潮间带危险区地形测量方法 |
| CN104075689A (zh) * | 2013-12-10 | 2014-10-01 | 河海大学 | 淤泥质潮滩滩面高程观测仪及其使用方法 |
| CN106441233A (zh) * | 2015-08-06 | 2017-02-22 | 航天图景（北京）科技有限公司 | 基于倾斜摄影三维重建技术的电力通道走廊巡检方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108050994A (zh) | 2018-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108050994B (zh) | 基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 | |
| Dewitte et al. | Tracking landslide displacements by multi-temporal DTMs: A combined aerial stereophotogrammetric and LIDAR approach in western Belgium | |
| Lv et al. | Chinese progress in geomorphometry | |
| Li et al. | Application of LiDAR UAV for high-resolution flood modelling | |
| CN105783810A (zh) | 基于无人机摄影技术的工程土方量测量方法 | |
| Gallay | Direct acquisition of data: airborne laser scanning | |
| CN110986876A (zh) | 一种基于无人机反演淤泥质潮沟水下地形的方法 | |
| Dai et al. | UAV photogrammetry for elevation monitoring of intertidal mudflats | |
| Lissak et al. | Ground-penetrating radar observations for estimating the vertical displacement of rotational landslides | |
| CN109341665B (zh) | 一种淤地坝淤积状况调查系统和方法 | |
| Laporte-Fauret et al. | Coastal dune morphology evolution combining Lidar and UAV surveys, Truc Vert beach 2011-2019 | |
| Addo et al. | UAV photogrammetry and 3D reconstruction: Application in coastal monitoring | |
| Néelz et al. | Sub-grid scale parameterisation of 2D hydrodynamic models of inundation in the urban area | |
| de Moraes et al. | Monitoring bank erosion in hydroelectric reservoirs with mobile laser scanning | |
| Julge et al. | Combining airborne and terrestrial laser scanning to monitor coastal processes | |
| Zhang et al. | Quality of terrestrial data derived from UAV photogrammetry: A case study of Hetao irrigation district in northern China | |
| Yue et al. | Accuracy assessment of SRTM V4. 1 and ASTER GDEM V2 in high-altitude mountainous areas: A case study in Yulong Snow Mountain, China | |
| Song et al. | Preliminary 3D assessment of coastal erosion by data integration between airborne LiDAR and DGPS field observations | |
| Novikova et al. | Determining dynamics of the Kara Sea coasts usingremote sensing and UAV data: A case study | |
| Dawson et al. | Barrier island geomorphology, hydrodynamic modelling, and historical shoreline changes: an example from South Uist and Benbecula, Scottish Outer Hebrides | |
| Nasir et al. | Shoreline identification bias: theoretical and measured value for meso-tidal beaches in Kuala Nerus, Terengganu (Malaysia) | |
| Gumilar et al. | Landslide monitoring using terrestrial laser scanner and robotic total station in Rancabali, West Java (Indonesia) | |
| Luppichini et al. | A method based on beach profile analysis for shoreline identification | |
| CN103177255A (zh) | 一种基于多分辨率数字高程模型的潮间带提取方法 | |
| Hariyono et al. | The use of airborne Lidar data to analyze flood disaster area: case study of Sekarbela Subdistrict, Mataram |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190816 Termination date: 20201128 |