引言

传统地形测绘主要依赖全站仪、RTK等地面人工测量手段，存在作业效率低、劳动强度大、危险区域难以触及等局限。相对传统地形测绘，以无人机为主要载体的低空摄影测量技术应运而生并迅猛发展，该技术通过低空平台（通常指相对高度1000米以下空域）搭载高精度传感器，采集具有高重叠度的遥感影像或激光点云数据，经后期处理可生成数字高程模型（DEM）、数字正射影像图（DOM）及高精度三维模型。以老挝丰调矿区为例，在缺乏基础测绘资料和等级控制点的困难条件下，采用低空摄影测量技术有效突破了传统测绘局限。

一、 低空摄影测量的技术体系及原理

（一）系统构成

一套完整的低空摄影测量系统由飞行平台、任务载荷、定位导航系统、地面控制系统及数据处理软件五部分组成。飞行平台主要包括固定翼和多旋翼无人机：前者续航长、覆盖广，适用于大范围测绘；后者机动灵活，适合复杂地形与精细作业。任务载荷为核心传感器，包括用于倾斜摄影的光学相机（可同步获取五视角影像，构建实景三维模型）、能穿透植被获取真实地形的机载激光雷达，以及可获取超越人眼可见范围光谱信息的多光谱/高光谱传感器，广泛应用于植被分类、农作物长势监测和水体污染识别等专题测绘。数据处理软件（如Pix4D、ContextCapture）基于运动恢复结构和多视图立体视觉等算法，将无序的二维影像自动解算为带有精确地理坐标的三维点云与模型，完成从数据到成果的全流程生产。

（二）地形测绘中核心工作流程

1. 任务规划与数据采集：根据测区范围、精度要求，设计无人机飞行航线和拍摄参数。外业飞行中，系统自动按规划航线飞行并采集数据，同时记录每张影像的高精度POS数据。

2. 数据预处理与三维重建：将采集的影像和POS数据导入专业软件，进行空中三角测量，恢复摄影时的位置和姿态，生成稀疏点云。进而通过密集匹配生成高密度点云，并自动生成网格模型和纹理贴图，形成实景三维模型。

3. 测绘产品生成与应用：基于实景三维模型或激光点云，可进一步生产一系列标准化测绘产品^[1]。例如，通过滤波分类去除点云中的植被、建筑物，可生成代表裸地地面的数字高程模型；对影像进行几何纠正和镶嵌，可生成数字正射影像图；基于三维模型可直接进行长度、面积、体积的量算以及断面提取。

（三）特殊地形条件中的应用

低空摄影测量在复杂地形应用中具有显著优势。面对山区、沟壑等地形起伏大、传统测量易受遮挡的区域，通过精心设计航线（如按图幅中心线敷设，并采用75%-85%的高重叠度方案），能有效弥补视野盲区，提升地物边界识别精度。结合空三加密与影像匹配技术，可在高差变化区实现稳定特征提取，生成几何逼真度高的三维地表模型。对于滑坡体、堆填区等变化频繁的地形，其快速部署与高频采集能力，能及时获取时序影像用于形变监测与地表重建，为大型复杂测绘项目提供灵活高效的外业解决方案。

二、低空摄影测量的数据处理流程

（一）数据预处理技术

复杂地形低空摄影测量处理中，数据预处理是成果质量的基础，复杂区域地表起伏显著、纹理变化丰富，原始影像常存在亮度差异、局部模糊及畸变，需通过影像辐射校正、几何校正与镜头模型优化提升整体一致性^[2]。在丰调矿区数字正射影像图（DOM）的制作过程中，利用专业的影像处理软件，对项目中采集的正摄影像进行拼接与正射纠正。影像采用TIFF无损压缩格式存储，并为了进一步改善影像色彩、利于后续三维建模，还使用了勾色软件对影像色彩质量进行处理，这为后续生产流程节约了大量调色时间。精细标定传感器参数，能减少边缘区畸变对特征提取的干扰，提升影像几何稳定性。抑制影像噪声、提升纹理对比度，为特征点检测提供更优环境，从而保障了后续空三加密中特征匹配的可靠性。

（二）空三加密与匹配技术

空三加密与稠密匹配阶段，复杂地形处理核心是提升特征匹配稳健性与地表细节表达，多视影像联合匹配增强视角交叉度，多角度捕捉地物边缘与地形突变信息^[3]。丰调矿区项目在此阶段的实践颇具代表性：项目利用解算的初始外方位元素建立空三加密工程（见图1），自动进行区域网同名点匹配，并综合运用匹配的同名点、初始外方位元素以及像控点测量成果进行联合平差计算，最终得到了精确的航摄像片外方位元素成果。这一流程显著提升了复杂地形区域三维模型的精度和可靠性。对于纹理重复或遮挡严重的区域，可采用区域增长式匹配、基于深度预测的辅助匹配等策略，从局部到整体构建连贯的点云分布，确保模型在起伏或陡坡区域保持高密度。针对光照差异明显的影像组，可借助光度归一化算法提升亮度一致性，以此增强匹配算法在阴影、强反射等不利区域的稳定性。

图1 光束法解析空中三角测量

（三）点云处理与模型构建

点云处理与地形模型生成阶段，复杂地貌特征需经精细化处理强化，点云滤波剔除孤立点、噪点及动态物体产生的错误点，让地表点云更纯净，为高程拟合提供稳定基础，陡坡区域采用坡度约束或法向量一致性判断，让点云表面在结构复杂区域保持平滑、地形特征明确，植被覆盖密集地带，通过分类算法区分地表点与非地表点，提升数字地形模型真实性。地表重建结合三角网构建、特征线提取与表面优化策略，让起伏明显的地形在模型中充分表达，多期数据对比可用于复杂区域地形变化分析，精细化配准与差异检测让局部微小形变在模型中清晰呈现，为后续地形分析奠定可靠数据基础。见图2所示。

图2低空摄影测量数据处理技术流程图

三、低空摄影测量在高精度地形建模中的关键技术路径

（一）影像获取技术优化

低空摄影测量支撑高精度地形建模，影像获取阶段需在飞行控制与传感器参数间建立稳定协同，飞行姿态稳定性直接影响主点位置和相对方位角精度^[4]。丰调矿区项目在此方面进行了周密设计：航线按测区范围，通过飞控软件调整为最佳方向进行布设；航摄分区的平均高度平面，采用分区内高点平均高度加低点平均高度的1/2这一科学方法求得，为后续建模提供了准确的尺度基准。高频的姿态记录、航迹优化与实时航摄参数监控，是确保影像获取保持连续、均匀与结构化分布的必要手段。传感器外方位元素的精确记录、镜头畸变的精细校正以及快门同步的高可靠性，共同保证了影像在后续空三解算中具有良好的几何一致性。

（二）特征匹配算法提升

在高精度三维建模过程中，特征匹配算法的鲁棒性至关重要。面对复杂地形中常见的纹理重复、光照不均等挑战，需采用更稳健的特征提取与匹配策略。例如，基于多尺度金字塔的特征检测能够提取更具代表性的稳定特征点，而引入深度学习辅助的匹配算法，可显著提升在阴影、反光、水面等困难区域的匹配成功率，从而获取更完整、连贯的深度信息。此外，在几何解算中充分融合多视影像的约束关系，利用多角度观测信息参与联合平差，能够有效增强模型对高程突变、结构复杂区域的表达能力，确保三维重建结果在细节与整体上均保持高几何精度。这一技术路径为实现高保真地形建模提供了关键算法支撑^[5]。

（三）点云优化处理方法

点云优化处理是保障地形模型精度的关键环节。在丰调矿区线划图采集中，严格遵循“内业定位、外业定性”原则，对立体模型中全部可见的地物轮廓，要求使用测标中心精确切准其外轮廓与定位点，确保地物表达不遗漏、不变形、不移位。 针对植被覆盖区，采集高程信息时需尽量切准地面，否则应减去植被高度，以保障数字高程模型的真实性。在等高线采集环节，明确规定全部采用人工立体判读采集，严禁使用软件自动生成，同时要求等高线不得穿越房屋，并在居民地密集区域不予绘制，从而准确反映地形起伏特征。

四、低空摄影测量在地形测绘中主要应用领域

（一） 大范围基础地形测绘与实景三维中国建设

这是低空摄影测量最基础也是最广泛的应用。相比于卫星遥感的周期性和航空摄影的高成本，无人机可快速响应，对目标区域进行高分辨率数据采集，高效生产1:500、1:1000等大比例尺地形图。其生成的实景三维模型，是构建“实景三维中国”和自然资源“一张图”的核心数据基底。

（二）自然资源监测与督察

自然资源部推广的“无人机+激光雷达+AI”技术体系，将低空摄影测量提升至智能化的“察变”与“识违”阶段。在耕地与生态保护方面，激光雷达可穿透伪装精准识别违法建设、违规取土等地形变化，AI模型自动识别烟囱、坝体等行业建构筑物，提供违规用地线索。同时，该技术能测算耕地坡度、分析植被蓄积量与健康状态，服务生态红线监管。在矿山监测与修复评估中，多期三维数据比对可自动监测开采进度与越界行为，精确计算土方量，并定量评估复绿面积、植被恢复及地形重塑效果。

（三）工程勘测与建设运维

低空摄影测量在重大工程“空天地一体化”测绘中承担聚焦与细化作用。在勘测阶段，可快速获取高精度地形数据，用于方案比选与工程量估算，激光雷达在植被区能有效降低勘查成本。施工阶段，通过航拍生成实景三维进度模型，与BIM对比实现土方核算与进度管理，地面激光扫描则用于毫米级精细检测。运营维护阶段，可对大坝、边坡等设施进行周期性变形监测，结合星载InSAR与无人机激光雷达，实现从大范围筛查到局部精准预警的全方位监控。

（四）地质灾害调查与应急测绘

在地质条件复杂或灾害突发区域，人员难以进入，无人机成为无可替代的侦查手段。在黄山悬崖栈道的地质灾害监测中，无人机可轻松穿越狭窄峡谷，近距离拍摄岩壁裂缝，通过多期DSM对比分析，提前预警滑坡、崩塌风险。在灾害应急响应中，无人机可快速飞抵灾区，第一时间获取灾后影像和三维模型，为灾情评估、救援路径规划和次生灾害防范提供决策支持。

五、低空摄影测量面临的挑战与发展趋势

（一）面临的主要挑战

当前，低空摄影测量技术仍面临多重挑战。空域管理政策日益严格，尤其在城市、机场等敏感区域，飞行申请流程复杂，作业灵活性受限。数据处理方面，海量影像与点云对计算及存储硬件要求高，大规模测区处理效率有待提升。技术跨学科性强，复合型人才短缺问题在基层单位较为突出。此外，现有无人机平台在恶劣天气下的稳定作业能力仍有不足。

（二）未来发展趋势

未来，低空摄影测量将向高度智能化与自动化发展。人工智能将深度赋能全流程，实现自动地物识别与变化检测。无人机自动机场的普及将推动无人化、网络化巡检成为常态。技术融合趋势显著，低空平台将与卫星、地面及水下设备协同，构建“空天地水”一体化监测体系。飞行平台向长航时、垂直起降固定翼演进，传感器则向轻量、多功能集成发展。作为低空经济核心，该技术不仅将深化传统测绘应用，更将支撑智慧城市、应急响应等新兴业态，成为数字社会关键的空间信息基础设施。

结语：

低空摄影测量技术通过集成创新的飞行平台、高性能传感器和智能处理算法，已然引领了地形测绘领域的一场深刻变革。它以其前所未有的作业效率、厘米级的测绘精度、丰富的三维可视化成果，成功解决了传统测绘在危险环境、复杂区域和大范围项目中的痛点。从基础地形图生产到实景三维中国建设，从智能自然资源督察到重大工程全生命周期管理，其应用已渗透至国土空间的方方面面。

参考文献：

[1]王泽阳. 无人机航测及地理信息技术在地形测绘中的应用[J].大众标准化,2025,(18):169-171.

[2]张忠焰. 倾斜摄影测量技术在矿山地形测绘中的应用研究[J].中国金属通报,2025,(09):83-85.

[3]龙奕鑫. 探析地质测绘中无人机低空摄影测量技术的应用[J].中国设备工程,2025,(11):219-221.

[4]苏国强,刘合金,左新斌,等. 复杂配电环境巡检无人机低空摄影测量航线规划研究[J].国外电子测量技术,2025,44(04):185-190.

[5]毕健. 无人机低空摄影测量技术在农村土地测量中的应用[J].农村科学实验,2025,(05):77-79.
   

     全志向：男，（1990.2-），汉，本科，湖南衡阳，测绘工程师，本科，研究方向：测绘地理信息