馮彥彥

（南京霖和智慧科技有限公司，江蘇 南京 210039）

在當(dāng)前以城鎮(zhèn)化、生態(tài)文明、鄉(xiāng)村振興為重點(diǎn)的時(shí)代背景下，耕地保護(hù)面臨著新形勢(shì)、新挑戰(zhàn)[1]。為全面貫徹落實(shí)國務(wù)院辦公廳《關(guān)于堅(jiān)決制止耕地“非農(nóng)化”行為的通知》《關(guān)于防止耕地制止耕地“非糧化”穩(wěn)定糧食生產(chǎn)意見》等文件要求，經(jīng)由國土變更調(diào)查、土地衛(wèi)片執(zhí)法、耕地保護(hù)督察等工作發(fā)現(xiàn)，耕地“非農(nóng)化”“非糧化”問題依然突出，如何破解成為亟待解決的重要難題[2-3]。耕地保護(hù)監(jiān)測(cè)技術(shù)是有效實(shí)施耕地“非農(nóng)化”“非糧化”執(zhí)法監(jiān)察工作的重要前提，但現(xiàn)有單一監(jiān)測(cè)模式或多種監(jiān)測(cè)模式融合的途徑難以平衡投入成本與監(jiān)測(cè)成效，難以滿足耕地“非農(nóng)化”“非糧化”監(jiān)測(cè)的“全要素、實(shí)時(shí)化、便捷化”需求，出現(xiàn)“發(fā)現(xiàn)難、制止難、查處難”的困境[4-5]。隨著技術(shù)的發(fā)展，無人機(jī)航空攝影測(cè)量技術(shù)因其高效性、靈活性和高分辨率的優(yōu)點(diǎn)，被認(rèn)為是一種有潛力的替代方案。無人機(jī)能夠提供更為詳細(xì)和頻繁的數(shù)據(jù)，有助于及時(shí)發(fā)現(xiàn)和響應(yīng)耕地非法使用的情況。本文通過整合無人機(jī)技術(shù)，服務(wù)各類耕地“非糧化、非農(nóng)化”現(xiàn)象監(jiān)測(cè)，以保障糧食安全，為農(nóng)業(yè)生產(chǎn)和土地管理提供堅(jiān)實(shí)的基礎(chǔ)。

1 非農(nóng)化和非糧化的內(nèi)涵界定

農(nóng)業(yè)的范圍比較大，包括糧食種植、林業(yè)種植、果蔬種植、水產(chǎn)養(yǎng)殖和畜禽養(yǎng)殖及一些雜糧種植等。關(guān)于“非農(nóng)化”的內(nèi)涵，學(xué)者們從地域、權(quán)屬、產(chǎn)業(yè)和用途等層面給予了多維度的界定，包括農(nóng)地地域由農(nóng)村向城市轉(zhuǎn)移、經(jīng)濟(jì)不同產(chǎn)業(yè)部門間轉(zhuǎn)移、權(quán)屬由農(nóng)村集體所有向國家土地所有權(quán)變更、用途由農(nóng)地向居住、交通、工業(yè)、服務(wù)業(yè)等建設(shè)用地轉(zhuǎn)換，其核心是農(nóng)用地向建設(shè)用地的用途轉(zhuǎn)換，權(quán)屬性質(zhì)變更在總量上占據(jù)優(yōu)勢(shì)?！胺羌Z化”一詞最早出現(xiàn)在20 世紀(jì)90 年代中期，對(duì)耕地“非糧化”進(jìn)行內(nèi)涵界定的相關(guān)研究雖未形成系統(tǒng)，但仍然取得了一定的研究成果，即“非糧化”更加嚴(yán)格地細(xì)化了糧食種植的政策，特指小麥、水稻和玉米這三大主糧以外的種植，也就是說土地在確保這三大主糧的種植面積后，才能種植棉花、大豆、花生或其他雜糧和經(jīng)濟(jì)作物，不可以用來種樹、挖塘、建廠房、養(yǎng)殖設(shè)施等非糧食作物。

2 航測(cè)技術(shù)路線

正射影像數(shù)據(jù)采集按照標(biāo)準(zhǔn)作業(yè)流程操作，具體包括如下步驟：第一步，收集試驗(yàn)區(qū)相關(guān)資料，包括試驗(yàn)區(qū)邊界、禁飛區(qū)、天氣資料等；第二步，根據(jù)試驗(yàn)區(qū)范圍、數(shù)據(jù)分辨率、數(shù)據(jù)定位精度設(shè)計(jì)無人機(jī)航飛參數(shù)；第三步，放飛無人機(jī)，采集正射影像數(shù)據(jù)；第四步，空三加密，正射影像制作，勻光勻色，提供最終成果。

首先，進(jìn)行飛行計(jì)劃的設(shè)計(jì)，確定航線方向和重疊度，以保證后續(xù)數(shù)據(jù)處理的準(zhǔn)確性。其次，進(jìn)行攝像機(jī)校準(zhǔn)，包括內(nèi)外部參數(shù)的校準(zhǔn)，以確保數(shù)據(jù)采集的準(zhǔn)確性，同時(shí)進(jìn)行數(shù)據(jù)質(zhì)量控制，監(jiān)控?cái)?shù)據(jù)采集過程中的相機(jī)高度和姿態(tài)信息，以避免數(shù)據(jù)模糊或重疊不足等問題。再次，對(duì)采集到的數(shù)據(jù)進(jìn)行處理，包括地面校正、DEM 和DOM 的輸出，以及建筑物輪廓的提取等。最后，在輸出最終成果之前，需要進(jìn)行數(shù)據(jù)質(zhì)量的檢查和評(píng)估，確?？拯c(diǎn)云配準(zhǔn)的精度。

3 無人機(jī)航空攝影測(cè)量關(guān)鍵技術(shù)

攝影測(cè)量領(lǐng)域的核心任務(wù)在于解析照片以獲取被拍攝物體的空間數(shù)據(jù)。這一過程首先需要確立照片中的影像點(diǎn)與其相應(yīng)的地面點(diǎn)之間的數(shù)學(xué)聯(lián)系。對(duì)于那些以單一投影中心進(jìn)行中心投影的航空和近景攝影測(cè)量，這種模型通常是通過共線條件方程來實(shí)現(xiàn)的。而在處理多個(gè)投影中心的航天線陣推掃式照片時(shí)，則通常使用有理函數(shù)模型來描述影像點(diǎn)與實(shí)際地面點(diǎn)之間的空間坐標(biāo)關(guān)系。無人機(jī)航空航空攝影測(cè)量的共線條件方程，表示了像點(diǎn)與相應(yīng)的地面點(diǎn)間的幾何關(guān)系。

共線條件方程在無人機(jī)航空攝影測(cè)量中扮演著重要的角色。它是將影像上的像點(diǎn)與相機(jī)位置、姿態(tài)、內(nèi)部幾何參數(shù)等進(jìn)行關(guān)聯(lián)的數(shù)學(xué)公式。通過這些公式，可以解算出物點(diǎn)的三維坐標(biāo)，實(shí)現(xiàn)對(duì)地面的三維測(cè)量和建模。首先，確定相機(jī)的內(nèi)部幾何參數(shù)。相機(jī)的內(nèi)部幾何參數(shù)包括焦距、主點(diǎn)位置、像點(diǎn)尺寸和畸變參數(shù)等。這些參數(shù)能描述相機(jī)內(nèi)部的光學(xué)特性，對(duì)影像的成像過程起著重要作用，它們以矩陣形式進(jìn)行表示，其中包括像點(diǎn)坐標(biāo)與物方坐標(biāo)之間的關(guān)系。其次，考慮相機(jī)的外部定向元素。外部定向元素包括相機(jī)在攝影平面的投影位置、攝影平面與物方坐標(biāo)系之間的旋轉(zhuǎn)角度和相機(jī)的位置等。這些參數(shù)描述了相機(jī)在空間中的姿態(tài)和位置，用于將像點(diǎn)和物點(diǎn)進(jìn)行關(guān)聯(lián)?；谶@些參數(shù)，可以建立共線條件方程。共線條件方程基于幾何光學(xué)原理，將像點(diǎn)在影像上的坐標(biāo)與相機(jī)的內(nèi)外部參數(shù)聯(lián)系起來。在建立過程中，通常采用像高方程和像平面方程來描述像點(diǎn)的投影關(guān)系。其中，像高方程描述了影像上點(diǎn)的垂直距離與相機(jī)內(nèi)部參數(shù)（如焦距和主點(diǎn)位置）及物方坐標(biāo)之間的關(guān)系，它是通過像點(diǎn)的行列號(hào)和相機(jī)的內(nèi)部參數(shù)計(jì)算得到的。像平面方程描述了影像上點(diǎn)的水平坐標(biāo)與相機(jī)內(nèi)外部參數(shù)以及物方坐標(biāo)之間的關(guān)系，它是通過像點(diǎn)的行列號(hào)、相機(jī)的外部參數(shù)和內(nèi)部參數(shù)計(jì)算得到的。通過解算共線條件方程，可以推導(dǎo)出物點(diǎn)的三維坐標(biāo)。這一過程通常使用最小二乘法來求解，以降低因測(cè)量誤差和系統(tǒng)噪聲而引起的不確定性。最終，能獲得物點(diǎn)的空間位置信息，實(shí)現(xiàn)對(duì)地面的精確測(cè)量和建模。

4 試驗(yàn)與分析

本文于如皋市開展正射影像采集試驗(yàn)，驗(yàn)證基于無人機(jī)的耕地動(dòng)態(tài)監(jiān)測(cè)模式。根據(jù)正射影像采集方法，針對(duì)試驗(yàn)區(qū)域設(shè)計(jì)無人機(jī)數(shù)據(jù)采集方式，記錄無人機(jī)飛行時(shí)長、電池用量、數(shù)據(jù)精度等參數(shù)，為分析無人機(jī)監(jiān)測(cè)耕地“非農(nóng)化”“非糧化”成本與可行性奠定基礎(chǔ)。

4.1 硬件準(zhǔn)備

本次采集試驗(yàn)基于自然資源領(lǐng)域主流應(yīng)用的無人機(jī)型號(hào)，考慮續(xù)航時(shí)長、相機(jī)參數(shù)等硬件信息，采用大疆御3C 和大疆御3E 兩款不同級(jí)別無人機(jī)開展數(shù)據(jù)采集工作，無人機(jī)具體參數(shù)對(duì)比如表1所示。正射影像數(shù)據(jù)采集時(shí)，無人機(jī)飛行高度240 m，飛行速度15 m/s，數(shù)據(jù)采集分辨率為6 cm。考慮無人機(jī)搬遷、信號(hào)傳輸、飛行速度等因素影響，拍攝用時(shí)80 min。

表1 無人機(jī)參數(shù)對(duì)比表Tab.1 UAV parameter comparison table

4.2 結(jié)果分析

基于2021 年土地變更調(diào)查數(shù)據(jù)，分析發(fā)現(xiàn)試驗(yàn)區(qū)中存在疑似“非農(nóng)化”現(xiàn)象。從正射影像中均可發(fā)現(xiàn)耕地圖斑中出現(xiàn)推土現(xiàn)象，原耕地圖斑已被平整為硬化地面，同時(shí)堆放工程器械、水泥筒等建設(shè)行為目標(biāo)，如圖1所示。

圖1 疑似“非農(nóng)化”現(xiàn)象對(duì)比圖Fig.1 Comparison of suspected"non-agricultural"phenomena

開展疑似“非糧化”現(xiàn)象分析，試驗(yàn)區(qū)主要農(nóng)作物包括水稻、小麥、玉米、油菜等。無人機(jī)數(shù)據(jù)采集時(shí)間為7月中旬，因此，試驗(yàn)區(qū)耕地中主要農(nóng)作物為水稻、玉米、黃豆和花生。水稻和玉米為主要糧食作物，黃豆和花生為油量作物，本次分析缺少基本農(nóng)田范圍圖斑，無法進(jìn)行“非糧化”判定。通過無人機(jī)照片和正射影像對(duì)水稻、黃豆、花生、玉米進(jìn)行比對(duì)，可以正射影像中區(qū)分出各植被范圍。由于水稻田中有水存在，正射影像能在耕地中發(fā)現(xiàn)水體。由于當(dāng)前水稻還未長成，作物之間距離較大，且種植比較整齊，可以通過以上特征判斷水稻的種植范圍。由此可以證明，無人機(jī)高分辨率數(shù)據(jù)相較于衛(wèi)星遙感影像具有顯著分辨率高和紋理清晰度高優(yōu)勢(shì)，對(duì)發(fā)現(xiàn)“非糧化”中的苗圃具有重要價(jià)值。基于如皋實(shí)驗(yàn)村莊開展正射影像采集試驗(yàn)，利用無人機(jī)遙感監(jiān)測(cè)靈活性高、分辨率高的優(yōu)點(diǎn)，驗(yàn)證了基于無人機(jī)航空攝影測(cè)量能夠消除監(jiān)測(cè)盲區(qū)，提高影像精度，把控監(jiān)測(cè)時(shí)效，優(yōu)勢(shì)在于采集數(shù)據(jù)靈活，適用于重點(diǎn)區(qū)域。

5 結(jié)語

本研究討論了無人機(jī)航空攝影測(cè)量的基本原理和技術(shù)特點(diǎn)，特別是在數(shù)據(jù)采集、處理和分析方面的優(yōu)勢(shì)。通過試驗(yàn)驗(yàn)證了無人機(jī)航空攝影測(cè)量技術(shù)在監(jiān)控重點(diǎn)區(qū)域耕地“非農(nóng)化、非糧化”現(xiàn)象中的有效性，以及無人機(jī)技術(shù)在高分辨率影像獲取、靈活的數(shù)據(jù)采集以及實(shí)時(shí)監(jiān)控方面展現(xiàn)出顯著優(yōu)勢(shì)，適用于重點(diǎn)區(qū)域。無人機(jī)能高效獲取大量高分辨率影像數(shù)據(jù)，覆蓋面廣且全天候可行，為監(jiān)控重點(diǎn)區(qū)域耕地“非農(nóng)化、非糧化”現(xiàn)象提供可靠的數(shù)據(jù)基礎(chǔ)。無人機(jī)航空攝影測(cè)量技術(shù)的靈活性和實(shí)時(shí)監(jiān)控能力使其成為理想的重點(diǎn)區(qū)域耕地監(jiān)管選擇，使監(jiān)管工作更迅速、精準(zhǔn)。另外，無人機(jī)相對(duì)低成本的操作使監(jiān)管部門能夠頻繁使用該技術(shù)，更好地保護(hù)重點(diǎn)區(qū)域耕地資源。該研究成果對(duì)推動(dòng)重點(diǎn)區(qū)域耕地可持續(xù)利用和保護(hù)具有重要實(shí)際意義。未來，將繼續(xù)深入研究和完善無人機(jī)航空攝影測(cè)量技術(shù)在耕地監(jiān)管領(lǐng)域的應(yīng)用，為實(shí)現(xiàn)精準(zhǔn)監(jiān)管和可持續(xù)發(fā)展提供更多解決方案。