CN109919995B - 一种绿化工程量可视化审计方法 - Google Patents
一种绿化工程量可视化审计方法 Download PDFInfo
- Publication number
- CN109919995B CN109919995B CN201910098089.2A CN201910098089A CN109919995B CN 109919995 B CN109919995 B CN 109919995B CN 201910098089 A CN201910098089 A CN 201910098089A CN 109919995 B CN109919995 B CN 109919995B
- Authority
- CN
- China
- Prior art keywords
- greening
- aerial
- photo
- greening engineering
- auditing
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种绿化工程量可视化审计方法,依次通过利用无人机航空摄影测量获得高分辨率正射影像、无人机影像与设计图纸套合以及针对不同种类的绿化工程进行审计实现,其中,绿地采用不同的轮廓勾勒颜色勾勒出绿化范围内的差别部分,通过分别对两个部分的面积进行差值运算,计算出实际施工阶段的绿地面积增减量;苗木株树则采用首先划分地块再依次在每个地块内不同颜色标注不同状态的苗木,进而统计苗木数量的增减量;该绿化工程量可视化审计方法解决解决了绿化工程量审计的难题,且整个过程有图有证据,结果可信度高;另外,由于本审计方法只需要识别并审计无人机影像与设计图纸之间不一致之处,进而使审计效率能够得到极大的提升。
Description
技术领域
本发明涉及油气田井下作业技术领域,特别涉及一种绿化工程量可视化审计方法。
背景技术
绿化工程主要包括以草为主的绿地以及绿色上种植的苗木。绿化工程存在一个特点,即使用的植物材料的成本较低但是面积规模和数量规模较大。这就造成了绿化工程量审计的一个骑虎难下的局面,审计过细则工作量太大,得不偿失;审计过粗则根本无法达到定量审计的目的。目前,绿化工程量的审计比较粗放,以对照设计图纸在现场定性地观察为主,审计结果主观性较强、可信度较低,容易造成业主与施工单位之间产生纠纷。随着无人机航空摄影测量技术的不断成熟,利用无人机获得一个特定区域的高分辨率影像的成本已经十分平民化。基于无人机影像的可视化审计有利于破解绿化工程量审计的难题,且整个过程有图有证据,结果可信度高;另外,由于只需要识别并审计无人机影像与设计图纸不一致之处,效率能够得到极大的提升。
发明内容
本发明的目的是提供一种基于无人机航空摄影测量技术实现的绿化工程量可视化审计方法。
为此,本发明技术方案如下:
一种绿化工程量可视化审计方法,步骤如下:
S1、无人机在绿化工程范围内进行网格化飞行,并利用机载相机采用垂直向下的拍摄方式等时间间隔地获取多张航拍照片,并记录每张航拍照片均对应记录有拍摄时刻的经、纬度坐标;其中,多张航拍照片的纵向重叠率≥70%、横向重叠率≥30%,以保证全部航拍照片能够完全覆盖全部绿化工程范围;
S2、对步骤S1得到的全部航拍照片进行剪裁和拼接,得到一张覆盖全部绿化工程范围的航拍照片,并在该张航拍照片上确定至少三个控制点;
S3、在该绿化工程的设计图纸上寻找与在航拍照片上确定控制点数量和位置完全一致的至少三个控制点,使航拍照片通过平移、旋转和/或缩放操作令其上的控制点能够与设计图纸上的控制点一一重合,航拍照片与设计图纸形成套合;
其中,在上述步骤S3中,也可以以设计图纸为基准,即使设计图纸通过平移、旋转和缩放操作令其上的控制点能够与航拍照片上的控制点一一重合,这样航拍照片就与设计图纸形成套合;
S4、绿化工程审计:
当绿化工程为绿地时,在与设计图纸形成套合的航拍照片上人工勾勒出绿化范围内具有差别的部分轮廓,且采用不同的轮廓勾勒颜色区分设计为绿化部分但缺未建的部分以及设计成非绿化部分但现状为绿化的部分,进而通过分别对两个部分的面积进行差值运算,计算出实际施工阶段的绿地面积增减量;
当绿化工程为苗木株树时,首先将与设计图纸形成套合的航拍照片划分为若干个地块,依次地,在每个地块上采用不同颜色的标注点区别标注不同状态的苗木,如正常生长状态、倒伏状态、死亡状态、缺失种植状态、其它种类植物替代种植状态等,进而统计每一个地块内的苗木数量的增减量以及生长情况。
优选,在步骤S1中,无人机的最高飞行高度根据公式:H=f×GSD/a计算得到;其中,H为飞行高度,f为无人机机载相机镜头的焦距,GSD为预设的照片分辨率,a为机载相机的像素尺寸。
更优选,当待审计的绿化工程为绿地时,照片分辨率≤20cm;当待审计的绿化工程为苗木株树时,照片分辨率≤5cm。
该绿化工程量可视化审计方法解决解决了绿化工程量审计的难题,且整个过程有图有证据,结果可信度高;另外,由于本审计方法只需要识别并审计无人机影像与设计图纸之间不一致之处,进而使审计效率能够得到极大的提升。
附图说明
图1为本发明的一种绿化工程量可视化审计方法流程图;
图2为本发明的实施例中无人机航拍及照片覆盖范围效果示意图;
图3为本发明的实施例中的航空影像与设计图纸利用控制点套合的示意图;
图4为本发明的实施例中的住宅小区草绿地面积核查结果的示意图;
图5为本发明的实施例中的住宅小区苗木株书分区核查结果的示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明,但下述实施例绝非对本发明有任何限制。
本实施例以对某住宅小区绿化工程的审计为例,进一步对该绿化工程量可视化审计方法的实施过程进行进一步说明。
步骤一、无人机航测获得高分辨率正射影像:
为了保证拍摄影像无缺失,因此将该住宅小区连同相邻的另外两个住宅小区一同进行航拍;无人机采用电动固定翼无人机,其上搭载NIKON D810相机;具体地,相机的感光元件尺寸为35.9mm×24mm,像素尺寸为4.89μm,成像照片的像素为7360×4912,相机匹配的镜头的焦距为35mm;
无人机采用航空摄影测量技术进行拍摄,具体地,其在该住宅小区连同相邻的另外两个住宅小区的区域范围内进行网格化飞行,并利用机载相机采用垂直向下的拍摄方式等时间间隔地获取多张航拍照片,并记录每张航拍照片均对应记录有拍摄时刻的经、纬度坐标;为了保证全部航拍照片能够完全覆盖全部绿化工程范围,无人机共计飞行两个架次,每个架次4条航带,两个架次间重叠1条航带,最终总计获得200张航拍照片;
如图2所示,由于本实施例中的绿化类型包含绿地和苗木株树,照片分辨率设定为≤5cm,因此,无人机的最高飞行高度=35mm×5cm/4.89μm=358m,实际设定飞行高度为225m,对应的照片分辨率为3cm;飞行速度设置为25m/s,对应照片采集的时间间隔设置为2s,使无人机在相邻两次拍照时的水平间隔距离为50m,保证无人机采集的航拍照片满足纵向重叠率≥70%;而相邻两条航带间的间隔为80m,横向重叠率≥30%的要求。
步骤二、如图3所示,对步骤一得到的200张航拍照片进行剪裁和拼接,得到一张包含整个住宅小区范围的航拍照片;然后,将该张航拍照片导入ArcGIS软件中,由于住宅小区的形状接近正方形,因此以小区围墙的四个角落的拐点作为控制点进行标记,具体参见如图3所示的航拍照片中标注的8个控制点:X1、Y1、M1、N1、O1、P1和Q1;
步骤三、调用该小区的设计图纸,如图4所示,并导入ArcGIS软件中,由于小区的围墙严格按照设计图纸修建,同理在设计图纸找到小区围墙的4个角落的拐点作为控制点进行标记,具体参见如图3所示的设计图纸中标注的8个控制点:X2、Y2、M2、N2、O2、P2和Q2;
利用ArcGIS软件中的Georeferencing工具,将航拍照片通过平移、旋转和缩放操作使两者的坐标系及航拍照片上八个控制点X1、Y1、M1、N1、O1、P1和Q1的具体坐标与设计图纸上的八个控制点X2、Y2、M2、N2、O2、P2和Q2一一对应重合,此时航拍照片与设计图纸之间的套合操作完成;
步骤四、针对待测住宅小区内的绿地面积的审计:
如图4所示,在与设计图纸形成套合的航拍照片上人工勾勒出绿化范围内具有差别的部分轮廓,且采用不同的轮廓勾勒颜色区分设计为绿化部分但缺未建的部分以及设计成非绿化部分但现状为绿化的部分这两种差别类型;在此需要说明的是,为了清楚的在图5中表示出不同的差别类型,因此在图5中,采用表示实际绿地与设计绿地无差别的部分,采用表示设计为绿化部分但缺未建的部分,采用表示设计成非绿化部分但现状为绿化的部分;
进而,利用ArcGIS软件分别对两个不同差别类型部分的面积进行计算,并利用差值运算,计算出实际施工阶段的绿地面积增减量;具体地,根据计算公式:S1=属于设计为绿化部分但缺未建的部分的轮廓内包含的像素总数×照片分辨率2计算出设计为绿化部分但缺未建的部分的面积S1;通过计算公式:S2=属于设计成非绿化部分但现状为绿化部分的轮廓内包含的像素总数×照片分辨率2计算出对于设计成非绿化部分但现状为绿化部分的面积S2,对应地,实际施工阶段的绿地面积增减量ΔS=S2-S1;若ΔS>0,则表示实际绿地面积较设计的绿地面积有所增加,若ΔS<0,则表示实际绿地面积少于设计的绿地面积。
经过计算,该住宅小区的绿地审计结论如下:该住宅小区中的绿地中,与设计相符的绿地面积总计约24180m2,减少面积339m2,增加面积1861m2,净增加面积1522m2,即该住宅小区的实际绿地面积较设计图纸中的绿地面积增长6.2%;具体来说,设计中的东北角底商并未建设,增加了绿地面积1454.5m2;设计中南侧的2个变电站合并为1个,增加了绿地面积165m2;设计中北侧的1个变电站面积增加,减少了绿地面积67m2;4号楼南侧的自行车棚换位引起原地绿地面积增加以及其它地方绿地面积减少,6号楼北侧的一块小角落34m2未绿化。
步骤五、针对待测住宅小区内的苗木株树的审计:
如图5所示,首先将与设计图纸形成套合的航拍照片划分为A~L共计12个地块,依次地,在每个地块上以标注点的形式对苗木进行人工标注,具体地,采用黑色标注点表示正常状态的苗木,采用白色标注点标注死亡或缺失的苗木,进而分别利用不同的颜色标注点统计每一个地块内的苗木数量的增减量。
具体统计结果如下表1所示。
表1:
根据表1的统计结果,该住宅小区的苗木株树的审计结论如下:死亡或缺失的苗木数量为272棵,新增的苗木数量为37棵,相较于设计图纸中规划的苗木株树的数量减少了235棵,不符合最初的规划的要求。
Claims (3)
1.一种绿化工程量可视化审计方法,其特征在于,步骤如下:
S1、无人机在绿化工程范围内进行网格化飞行,并利用机载相机采用垂直向下的拍摄方式等时间间隔地获取多张航拍照片,并记录每张航拍照片均对应记录有拍摄时刻的经、纬度坐标;其中,多张航拍照片的纵向重叠率≥70%、横向重叠率≥30%,以保证全部航拍照片能够完全覆盖全部绿化工程范围;
S2、对步骤S1得到的全部航拍照片进行剪裁和拼接,得到一张覆盖全部绿化工程范围的航拍照片,并在该张航拍照片上确定至少三个控制点;
S3、在该绿化工程的设计图纸上寻找与在航拍照片上确定的控制点数量和位置完全一致的至少三个控制点,使航拍照片通过平移、旋转和缩放操作令其上的控制点能够与设计图纸上的控制点一一重合,航拍照片与设计图纸形成套合;
S4、绿化工程审计:
当绿化工程为绿地时,在与设计图纸形成套合的航拍照片上人工勾勒出绿化范围内具有差别的部分轮廓,且采用不同的轮廓勾勒颜色区分i)设计为绿化部分但缺未建的部分以及ii)设计成非绿化部分但现状为绿化的部分,进而通过对两个部分的面积进行差值运算,计算出实际施工阶段的绿地面积增减量;
当绿化工程为苗木株树时,首先将与设计图纸形成套合的航拍照片划分为若干个地块,依次地,在每个地块上采用不同颜色的标注点区别标注不同状态的苗木,进而统计每一个地块内的苗木数量的增减量。
2.根据权利要求1所述的绿化工程量可视化审计方法,其特征在于,在步骤S1中,无人机的最高飞行高度根据公式:H=f×GSD/a计算得到;其中,H为飞行高度,f为无人机机载相机镜头的焦距,GSD为预设的照片分辨率,a为机载相机的像素尺寸。
3.根据权利要求2所述的绿化工程量可视化审计方法,其特征在于,当待审计的绿化工程为绿地时,照片分辨率≤20cm;当待审计的绿化工程为苗木株树时,照片分辨率≤5cm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910098089.2A CN109919995B (zh) | 2019-01-31 | 2019-01-31 | 一种绿化工程量可视化审计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910098089.2A CN109919995B (zh) | 2019-01-31 | 2019-01-31 | 一种绿化工程量可视化审计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109919995A CN109919995A (zh) | 2019-06-21 |
CN109919995B true CN109919995B (zh) | 2023-03-14 |
Family
ID=66961241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910098089.2A Active CN109919995B (zh) | 2019-01-31 | 2019-01-31 | 一种绿化工程量可视化审计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919995B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112284359B (zh) * | 2020-10-28 | 2022-10-14 | 湖南省常德西湖区地林草业园林绿化工程有限公司 | 一种园林绿化检测系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5266805A (en) * | 1992-05-05 | 1993-11-30 | International Business Machines Corporation | System and method for image recovery |
JP2013088188A (ja) * | 2011-10-14 | 2013-05-13 | Fuji Architect Co Ltd | 三次元測定対象物の形態調査方法 |
CN104463971A (zh) * | 2014-09-24 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种用于评价城市绿化三维布局的绿度空间配置曲线构建方法 |
CN105005574A (zh) * | 2015-01-07 | 2015-10-28 | 泰华智慧产业集团股份有限公司 | 一种城市园林绿化管理数据交互系统及其方法 |
CN105205283A (zh) * | 2015-10-14 | 2015-12-30 | 广西大学 | 一种集成城市设计和建设控制指标的规则建模方法 |
CN207260328U (zh) * | 2016-01-31 | 2018-04-20 | 秦跃 | 新型活动式房屋 |
CN108121704A (zh) * | 2016-11-28 | 2018-06-05 | 星际空间(天津)科技发展有限公司 | 一种三维竣工验收系统 |
CN109032212A (zh) * | 2017-06-09 | 2018-12-18 | 台湾海博特股份有限公司 | 自动扫描植物表型分析系统 |
CN109214653A (zh) * | 2018-08-06 | 2019-01-15 | 国网江西省电力有限公司赣西供电分公司 | 基于三维实景的b、c类区域中压电网规划设计平台 |
-
2019
- 2019-01-31 CN CN201910098089.2A patent/CN109919995B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5266805A (en) * | 1992-05-05 | 1993-11-30 | International Business Machines Corporation | System and method for image recovery |
JP2013088188A (ja) * | 2011-10-14 | 2013-05-13 | Fuji Architect Co Ltd | 三次元測定対象物の形態調査方法 |
CN104463971A (zh) * | 2014-09-24 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种用于评价城市绿化三维布局的绿度空间配置曲线构建方法 |
CN105005574A (zh) * | 2015-01-07 | 2015-10-28 | 泰华智慧产业集团股份有限公司 | 一种城市园林绿化管理数据交互系统及其方法 |
CN105205283A (zh) * | 2015-10-14 | 2015-12-30 | 广西大学 | 一种集成城市设计和建设控制指标的规则建模方法 |
CN207260328U (zh) * | 2016-01-31 | 2018-04-20 | 秦跃 | 新型活动式房屋 |
CN108121704A (zh) * | 2016-11-28 | 2018-06-05 | 星际空间(天津)科技发展有限公司 | 一种三维竣工验收系统 |
CN109032212A (zh) * | 2017-06-09 | 2018-12-18 | 台湾海博特股份有限公司 | 自动扫描植物表型分析系统 |
CN109214653A (zh) * | 2018-08-06 | 2019-01-15 | 国网江西省电力有限公司赣西供电分公司 | 基于三维实景的b、c类区域中压电网规划设计平台 |
Also Published As
Publication number | Publication date |
---|---|
CN109919995A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hardy et al. | Using low-cost drones to map malaria vector habitats | |
Hendrickx et al. | The use of stereoscopic images taken from a microdrone for the documentation of heritage–An example from the Tuekta burial mounds in the Russian Altay | |
CN108195767B (zh) | 河口湿地外来种监测方法 | |
EP2821750A1 (de) | Positionsbestimmungsverfahren für ein Vermessungsgerät und ebensolches Vermessungsgerät | |
Preethi Latha et al. | Remote sensing UAV/drone technology as a tool for urban development measures in APCRDA | |
Rhodes | UAS as an inventory tool: a photogrammetric approach to volume estimation | |
Guldogan et al. | Automated tree detection and density calculation using unmanned aerial vehicles | |
Olivatto et al. | Urban mapping and impacts assessment in a Brazilian irregular settlement using UAV-based imaging | |
CN109919995B (zh) | 一种绿化工程量可视化审计方法 | |
Ehlers et al. | Automated techniques for environmental monitoring and change analyses for ultra high resolution remote sensing data | |
EP0634628B1 (de) | Verfahren zur Erdbeobachtung | |
Chaudhry et al. | A comparative study of modern UAV platform for topographic mapping | |
Qubaa et al. | Detecting abuses in archaeological areas using k-mean clustering analysis and UAVs/drones data | |
Nurdin et al. | Participatory mapping and unmanned aerial vehicle (UAV) images for developing village level coastal geoinformation | |
ARAÚJO et al. | Validation of soil uses around reservoirs in the semi-arid through image classification | |
Hwang et al. | Evaluating the potential of digital twin derived from UAV imagery in vegetation monitoring of downtown streams | |
Sharma | Comparison of low-cost methods for vegetation mapping using object based analysis of UAV imagery: a case study for the greater Côa Valley, Portugal | |
Rabins et al. | Using existing infrastructure as ground control points to support citizen science coastal UAS monitoring programs | |
Rico et al. | An object-oriented approach to automatic classification of panchromatic aerial photographs with GRASS GIS and R | |
Slamet et al. | Utilization of unmanned aerial vehicle (UAV) in identifying the characteristics of the riparian ecosystem of the Percut River, North Sumatra Province | |
Isayev et al. | Assessment of land cover changes in Andijan region for 1997-2020 using remote sensing | |
Trif et al. | Research into the utilization of aerial imaging for evaluating the state of vegetation | |
Ahmed et al. | Exploring the Utilities of Unmanned Aerial Vehicle (UAV) Imageries for Assessing Planned Housing in a GIS format: A case study of Savar Upazilain Dhaka, Bangladesh | |
Soncco et al. | Ultra-High Resolution Maps and Models as Tools for Managing and Monitoring Environmentally Sensitive Geosites (estrela Unesco Global Geopark, Portugal) | |
CN115661691A (zh) | 一种基于无人机遥感影像深度学习的玉米补苗方案规划方法 |
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 |