Positioning Accuracy Analysis of the New Portable Industry-level Unmanned Aerial Vehicle Phantom 4RTK
-
摘要: 本文针对新型便携式行业级无人机精灵4RTK开展了实测数据的定位精度分析，从有、无控制点情况下的绝对定位精度和无控制点情况下的相对定位精度2方面入手，详细计算后者水平距离和高程差的测量误差，探讨网络RTK技术的无控制点情况在活动构造中的应用。结果表明，无人机精灵4RTK在天气较晴朗、飞行高度100 m、镜头角度正射向下、旁向和航向重叠率均为70%等实测条件下，有控制点情况下水平位置和高程测量误差均<4.5 cm，无控制点情况下水平位置测量误差<0.60 m、高程测量误差<1.90 m；无控制点情况下，当实际水平距离<300 m时，水平距离测量误差<0.100 m，当高程差<2.8 m时，高程差测量误差<0.100 m；以复合运动性质的发震断层为例，初步探讨认为无人机精灵4RTK的网络RTK技术在无控制点情况下提取活动构造的定量参数时，其水平位移量精度能够达到厘米级，垂直位错量精度可能达不到厘米级，当垂直位错量小于8.0 m时，精度能够达到0.157 m。Abstract: This paper carried out a study on positioning accuracy of measured data for the new portableindustry-level unmanned aerial vehicle Phantom 4RTK. Starting from the absolute positioning accuracy with and without control points and relative positioning accuracy without control points aspects, the measurement errors of the horizontal distance and elevation difference of the latter are calculated in detail, and the application of the network RTK technology without control points in active tectonics is discussed. The results show that the horizontal position and elevation measurement errors of unmanned aerial vehicle Phantom 4RTK are less than 4.5 cm with control points under the measured conditions of sunny weather, flying altitude of 100 m, camera angle downwards, lateral and course overlap rate of 70%. Without control points,the measurement errors of horizontal position and elevation are less than 4.5 cm, in the case of no control points the horizontal position measurement error is less than 0.60 m, and the elevation measurement error is less than 1.90 m. In the case of no control points, when the actual horizontal distance is less than 300 m, the horizontal distance measurement error is less than 0.100 m, when the elevation difference is less than 2.8 m, the elevation difference measurement error is less than 0.100 m. Taking causative faults of composite motion as an example, this paper preliminarily discussed that the network RTK technology based on Phantom 4RTK can extract the quantitative parameters of the active tectonics without control points, the accuracy of the horizontal displacement can reach centimeter level, but the accuracy of the vertical dislocation may not reach centimeter level, when the vertical dislocation is less than 8.0 m, the accuracy can reach 0.157 m.
-
引言
活动构造的定量研究需获取一系列表征活动构造特征的几何参数，如断裂长度、同震位移、滑动速率等（毕海芸等，2017）。突发的断裂运动会在近断层处保留丰富的断错地貌，获取地貌参数是研究断裂性质、位错量、活动速率、发震机理的重要基础（潘家伟等，2007）。
为更精准地获取断错地貌变形数据，开展了大量活动构造研究，研究技术从早期的航卫片解译、皮尺测量、全站仪测量等，发展到目前广泛使用的差分GPS、LiDAR及无人机低空摄影等，为地貌参数获取提供了更准确可靠的活动构造定量参数。相比于传统测量方法，近年来兴起的无人机摄影测量技术具有高清晰度、大比例尺、小面积、高现势性的优点，特别适合获取条状区域航拍影像。同时，该技术克服了传统测量方法工作量大、效率低、受自然条件限制等缺点，采用超低空飞行进行多视角拍摄，提供厘米级定位数据，从而显著提升图像元数据的绝对精度（罗国文等，2012），后期通过影像生成高精度的数字高程模型（DEM）和正射影像图（DOM），并提取复杂地貌面上的构造信息，为断裂研究提供定量化、精准化的基础数据。
昆中断裂位于东昆仑隆升区内，研究程度较低，笔者发现昆中断裂在东段（巴隆-温泉段）存在长约110 km、线性特征明显的断层迹线，而在我国现行的第五代区划图中，将昆中断裂划分为7.0级浅源，但缺乏基础资料作为潜源划分依据。因此，选择昆中断裂巴隆—温泉段作为研究区域，通过无人机航空摄影测量技术生成的高精度DEM与DOM数据，提取水平及垂直位错量等数据，为断裂定量研究提供数据基础。
1. 数据采集原理及流程
无人机摄影测量即通过无人机低空摄影获取高清晰影像数据，在具有多角度重叠的影像中，选择1张影像作为主纠正影像，而其他影像作为从属影像，用于补偿主纠正影像上被遮挡部分的信息（马建等，2019），即在数字微分纠正过程中，以数字表面模型（DSM）为基础，进行数字微分纠正，进而生成三维点云与数字高程模型，实现地理信息的快速获取，并在计算机上使用相应软件可采集模型内任意需求的坐标数据（魏占玉等，2015）。
1.1 数据采集原理
选取大疆精灵4 RTK小型多旋翼高精度航测无人机，采用后差分定位技术（PPK）对山前发育的断层陡坎及微地貌构造进行图像采集。采用PPK技术时，基于1台同步观测的基准站和至少1台流动观测站，对GNSS卫星进行同步观测，即基准站保持连续观测，流动站在测量过程中需保持对卫星的连续跟踪。基准站和流动站同步接收的数据在计算机中进行线性组合，形成虚拟的载波相位观测量，确定接收机之间的相对位置，最后引入基准站的已知坐标，从而获得流动站的三维坐标（刘卫刚等，2015；朱逍贤，2018）。
1.2 数据处理技术
在无人机低空摄影获得特定地点照片后，采用Photoscan软件生成研究点DOM和DEM数据。处理过程主要分为以下步骤：
（1）剔除原数据中的异常照片，避免生成的正射影像出现色彩异常；
（2）导入照片后，Photoscan软件将自动对齐照片并优化，在优化过程中自动估算校正参数；
（3）获取相邻照片之间的重复点，并构建稀疏的点云数据；
（4）创建网格，并重构几何图形；
（5）根据预估的相机位置，分析其深度信息，并生成密集点云数据；
（6）生成网格及纹理，并生成DEM数据。
2. 研究区地震构造综述
研究区位于青藏高原中北部，区内活动断裂众多，周边发育多条区域性断裂，其中，以北部的昆中断裂带、东昆仑断裂带，中部的西藏大沟-昌马河断裂带、玛多-甘德断裂带、江错断裂，南部的巴颜喀拉主峰断裂带等。对于这些断裂，研究程度不一（姚生海等，2021）。该地区也是地震频发区，历史上曾发生过1902年秀沟6.9级地震、1963年阿兰克湖7.0级地震、1937年花石峡7½级地震、1947年达日7¾级地震、2021年5月22日玛多7.4级地震，表明巴颜喀拉块体仍为我国大陆强震的主体活动地区。
昆中断裂西起昆仑山昆仑河附近，东延经大干沟、清水泉、青根河至鄂拉山温泉附近，被NNW向鄂拉山断裂切割后，呈隐伏状态继续东延，与东昆仑断裂带近乎平行。鄂拉山以西，断裂构成东昆仑北坡断隆与柴达木南缘台缘褶带的分界。同时，昆中断裂是分割青藏高原甚至中国南北陆壳不同基底的分界线。断裂沿区内主要重力梯级带和磁力梯级带展布，其东段磁异常呈串珠状分布，与北秦岭南缘断裂相连，莫霍面沿断裂出现高达7～10 km的陡坎和台阶，这是其他断裂没有的（曾秋生，1999）。
研究区为昆中断裂东段，地理位置位于青海省玛多县苦海以北（图1）。断裂在山前形成了明显的断层陡坎，并发现了大量水系左旋，断层垭口、挤压隆起等构造地貌特征，由于该地区位于三江源保护区内，受人为因素的影响小，这些地貌特征保存完整，因此采用无人机摄影测量技术，有针对性地进行采集，快速获取高精度的地形地貌数据。
3. 研究点数据提取
在前期无人机低空摄影和后期数据处理的基础上，获取了研究区域内的正射影像。同时，基于高密度点云生成的DEM数据分辨率较高，与断层相关的微地貌特征较明显。为清晰展示断裂的活动迹象，本文选取2个典型地貌点进行详细解译，并通过实地野外调查验证此次无人机数据采集结果。
本次飞行作业分别选取了龙通村北、乎勒塘村北作为本次工作的2个试验点（以下简称为点1和点2），飞行高度设定为80 m，分别获取419，489张照片，照片重叠率达70%以上。其中，点1处共有227 262个连接点，生成密集点云11 784 833个点，生成的DEM数据分辨率为6 985 pix×4 552 pix，覆盖面积为0.549 km2；点2处共有253 024个连接点，生成密集点云12 423 887个点，生成的DEM数据分辨率为7 004 pix×4 233 pix，覆盖面积为0.325 km2。
航高为航摄时飞机的飞行高度，根据起算基准的不同可分为绝对航高与相对航高。相对航高为无人机在飞行时相机相对于某一基准面的高度，是相对于作业区域内地面平均高程基准面的设计航高。一般来说，在其他因素不变的情况下，航高越低（飞机飞行越低），地面分辨率越高（朱海斌等，2018）。
根据高建彩（2022）的规定，相对航高计算公式如下：
$$ H = f \times G/a $$ 式中，H为相对航高；f为摄影镜头的焦距；G为影像的地面分辨率；a为像元尺寸。
通过换算可得到点1的数据精度为2.07 cm/pix，点2的数据精度为2.15 cm/pix，满足断裂位错量的计算要求。
传统测量断裂的垂直位移方法主要为差分GPS，该方法获得的数据与DEM数据相差较小，可满足工作需要，而测量断裂水平位移时主要使用皮尺等工具，受人为因素影响较大，野外地形相对复杂时测量数据无法真实反映断层位错量。为排除个人主观因素的影响，本文从高精度DEM数据上直接提取陡坎高程数据，同时，剖面线的选取能够反映断层陡坎两侧的地形变化。
3.1 龙通村北试验点（点1）
点1位于兴海县温泉乡西北约28 km处，从遥感影像中可看出断裂在此处的线性特征明显（图2），呈NWW向展布，长约700 m。断层陡坎主要发育在山前冲洪积扇体后缘（图3），水系有明显的左旋位错量（刘超等，2021）。
通过野外地质调查发现，该处山前形成多期洪积扇，断裂在洪积扇后缘形成明显的断层陡坎、水系扭错及地震形成的跌水。断层陡坎连续性较好，多形成长约50 m、高0.5～1.1 m的断层陡坎。在一处冲沟内，形成长约30 m、高2.5 m的断层跌水。
由于该地区海拔达4 500 m，人工测量微地貌难度较大，为更好地获取该试验点微地貌特征，利用无人机航拍及数字化处理技术，对该试验点进行高精度低空摄影，获取大量无人机数据，通过后期处理，生成DEM/DOM矢量图（图4（a））。分析DEM/DOM矢量图可知该处发育3期洪积扇（图4（b）），断层横切Fan2和Fan3洪积扇。同时，调查发现，Fan2洪积扇上的冲沟被左旋水平断错，形成了断头沟。
图 4 点1基于DEM数据的水系位错恢复Figure 4. Water system dislocation recovery based on DEM data of point one基于生成的高分辨率DEM数据，对3条冲沟进行了位移重塑，其中，东侧断层水平位移仅2.1 m（图4（c）），并在冲沟后缘形成了高达2.5 m的跌水；西侧断层水平位移可划分为2期，最大左旋位移为15.4 m，最小位移为4.85 m（图4（d））。依据水平位移推测，认为西侧的冲沟也应存在1期2 m左右的水平位移，该位错量可能由最新一次断裂活动所致。
昆中断裂在研究段不仅存在水平位错量，同时还具备一定的逆冲分量。根据此次获取的DEM数据可知，在山前的冲洪积扇上，有1条明显的延伸线（图5），其空间展布未受地形影响，通过实地调查，确认该延伸线为断裂在山前形成的断层陡坎。
图 5 点1 DEM提取剖面位置示意Figure 5. Schematic diagram of DEM extraction section position of point one利用本次生成的DEM数据共获取4条陡坎高度（图6～图9），陡坎高度基本为0.6～0.9 m，且4条剖面线在断层陡坎两侧形态并无较大差异，原始地貌保存较好，笔者认为这4条陡坎高度基本一致，应是同次断层活动形成，且陡坎高度可代表此次断裂活动的实际垂直位错量，而陡坎高度差异可能是断层陡坎形成后受水系侵蚀作用导致的。
3.2 乎勒塘村北试验点（点2）
点2位于温泉乡西北约33 km处，从遥感影像中可看出断裂在此处的线性特征较明显（图10），断裂呈NWW向展布，陡坎长度约610 m，断层陡坎主要发育在山前冲洪积扇后缘，水系有明显的左旋位错量（图11（a））。点2处的断层陡坎地貌特征明显（图11（b）），由图12（a）和图12（b）可知，山前至少发育了3期洪积扇，断层横切Fan2和Fan3洪积扇。
图 12 点2基于DEM数据的水系位错恢复Figure 12. Water system dislocation recovery based on DEM data of point two通过解译无人机数据发现，Fan2洪积扇上的冲沟被左旋水平断错，并形成了2处断头沟。通过对冲沟位错的恢复，图12（c）中的冲沟位错共发育2期，2期的左旋位错量分别为4.8 m和12.1 m；图12（d）中的冲沟左旋位错量为5.2 m；与点1处的水系左旋位错量基本一致。
利用本次生成的DEM数据共获取4条陡坎高度（图13），陡坎高度基本为0.45～0.75 m（图14～图17），且3条剖面线在断层陡坎两侧形态并无较大差异，原始地貌保存较好，笔者认为这3条陡坎高度基本一致，应为同次断层活动形成，但与点1相比，该处的垂直位错量明显较小，应是由于此处水流顺着陡坎方向汇集，使陡坎上侧的地貌侵蚀更剧烈，因此陡坎高度较小，因此，该处陡坎高度不能代表此次断裂活动的实际垂直位错量，点1点处的陡坎高度更能代表断裂的实际位错量。
4. 结论
本文采用大疆精灵4 RTK无人机测绘影像进行3 D模型构建，能够较准确地还原实际地貌场景，获得较高分辨率的DEM数据。通过对采集图像进行处理，可进行断层地貌变形的精确测量，为研究微地貌特征、断裂几何展布等提供方便有效的方法。
本文利用无人机摄影测量技术获取了断裂局部地区的微地貌数据——断层陡坎及水系左旋的高精度DEM，对研究区域内断裂水平、垂直位错量进行精细研究，确定了昆中断裂（巴隆-温泉段）活动断层陡坎位置及断裂最新活动量，得出以下结论：
（1）无人机航拍技术相较于传统测量方式，具有低成本、易操作、获取数据方便的特点。同时，利用PhotoScan进行数据处理时，数据处理速度快、误差小，能够满足断层陡坎精细化测量的数据要求，凸显无人机航拍技术的应用潜力。但该技术也受天气、飞行高度及续航等因素限制，飞行数据易产生异常，不利于后续工作的开展。
（2）利用无人机获取的高精度DEM数据，分别得到昆中断裂（巴隆-温泉段）水平位错量为2.1、4.85、15.4 m，位错量之间近似存在着倍数关系，而15.4 m的位错量可能是由4次断层活动形成的累计位错量。因此，在下一步工作中，还应探明是否存在1期8 m左右的断层累计活动位错量。
（3）通过对比2处试验点DEM数据提取的8条陡坎数据，陡坎两侧的地貌形态基本相似，无明显差异，乎勒塘村北试验点处的陡坎高度受水流侵蚀较严重，而龙通村北试验点处的陡坎高度均为0.6～0.9 m，可初步认为这是最新一次断层运动形成的陡坎，可代表断裂实际位错量。
-
图 1 Trimble R8差分GPS、地面控制点和检查点、航线规划
Figure 1. Trimble R8 differential GPS, ground control points and checkpoints, route planning
图 3 有控制点情况下误差分布直方图及正态分布曲线
Figure 3. Histogram and normal distribution curve of error distribution of variables at control points and checkpoints with control point
图 4 无控制点情况下检查点各变量误差分布直方图及正态分布曲线
Figure 4. Histogram and normal distribution curve of error distribution of each variable at checkpoint without control point
5 无控制点情况下水平距离和高程差测量误差分析
5. Measurement error analysis of horizontal distance and elevation difference without control point
表 1 有控制点情况下的误差分析结果
Table 1. Error analysis results of control points and checkpoints with control point
控制点
编号X误差
/cmY误差
/cmXY误差
/cmZ误差
/cm检查点
编号X误差
/cmY误差
/cmXY误差
/cmZ误差
/cmK1 0.143 0.821 0.834 −0.208 J1 2.172 3.695 4.286 0.100 K2 −0.312 0.237 0.778 −0.345 J2 1.748 1.973 2.636 −0.700 K3 −0.330 −0.034 0.692 1.548 J3 −2.530 −1.634 3.012 −1.716 K4 −0.244 0.236 0.395 −2.303 J4 −1.683 −1.625 2.339 −1.579 K5 1.133 −0.313 0.529 0.219 J5 2.161 2.327 3.176 3.300 K6 0.597 1.411 1.757 2.349 J6 −1.740 −1.534 2.320 −1.538 K7 −0.623 −0.029 0.619 0.212 J7 −1.620 −2.188 2.722 1.500 K8 1.017 0.068 1.420 1.066 J8 −2.629 −0.314 2.648 1.000 K9 −1.255 0.402 0.445 1.018 J9 −3.329 −1.302 3.575 2.300 K10 −0.705 −0.328 0.392 −0.299 J10 1.424 2.337 2.737 −0.200 K11 −0.051 −0.690 0.331 −0.764 J11 −2.310 −2.935 3.735 1.500 K12 −0.324 −0.225 0.339 −0.958 J12 −2.764 −1.033 2.951 1.500 K13 −0.005 −0.529 1.176 −1.112 J13 0.808 0.240 0.843 2.300 K14 0.379 −1.716 1.532 −1.883 J14 −1.872 −2.067 2.789 −1.400 K15 −0.422 0.454 0.624 2.221 J15 0.970 2.121 2.332 −0.300 K16 1.300 0.572 1.019 −0.026 J16 −0.241 1.862 1.878 2.200 K17 −0.295 −0.333 1.318 −0.810 J17 −0.310 2.805 2.822 1.200 均值 0.537 0.494 0.835 1.020 均值 1.783 1.882 2.753 1.402 中误差 0.670 0.666 0.945 1.274 中误差 1.964 2.065 2.850 1.643 注：控制点和检查点的X误差、Y误差和Z误差均值为其绝对值的均值。 
下载: 导出CSV
表 2 无控制点情况下检查点误差分析结果
Table 2. Error analysis results of checkpoint without control point
检查点
序号X误差
/mY误差
/mXY误差
/mZ误差
/m检查点
序号X误差
/mY误差
/mXY误差
/mZ误差
/mJ1 −0.352 −0.423 0.550 −1.843 J11 −0.318 −0.453 0.553 −1.637 J2 −0.328 −0.416 0.530 −1.707 J12 −0.321 −0.444 0.548 −1.631 J3 −0.361 −0.460 0.585 −1.716 J13 −0.274 −0.415 0.497 −1.578 J4 −0.339 −0.443 0.558 −1.579 J14 −0.281 −0.450 0.530 −1.804 J5 −0.299 −0.384 0.487 −1.497 J15 −0.281 −0.450 0.531 −1.842 J6 −0.306 −0.430 0.528 −1.538 J16 −0.340 −0.445 0.560 −1.849 J7 −0.313 −0.451 0.549 −1.632 J17 −0.360 −0.432 0.562 −1.793 J8 −0.348 −0.453 0.572 −1.741 均值 0.320 0.439 0.543 1.694 J9 −0.325 −0.482 0.582 −1.726 中误差 0.321 0.439 0.544 1.698 J10 −0.293 −0.425 0.517 −1.688 注：控制点和检查点的X误差、Y误差和Z误差均值为其绝对值的均值。
下载: 导出CSV
表 3 强震造成地表破裂的参数表
Table 3. Parameter table of surface rupture caused by strong earthquake
序号 发震时间 地点 震级/M 发震断层性质 地表破裂 水平位移量/m 垂直位错量/m 1 1607-07-12 甘肃酒泉 7¼ 逆—左旋 3.0 1.0 2 1679-09-02 三河平谷 8 右旋—正 3.9 3.2 3 1709-10-14 宁夏中卫南 7½ 逆—左旋 5.0～6.0 1.0～2.0 4 1713-02-26 云南寻甸 6¾ 正—左旋 2.3 2.0 5 1739-01-03 宁夏银川、平罗 8 正—右旋 1.5 0.9 6 1902-08-22 新疆阿图什 8¼ 左旋—逆 20.0 5.0 7 1920-12-16 宁夏海原 8.5 逆—左旋 10.0～11.0 7.0～8.0 8 1927-05-23 甘肃古浪 8.0 逆—左旋 6.0 7.1 9 1933-08-25 四川叠溪 7.5 逆—左旋 5.0 3.0～4.0 10 1937-01-07 青海托索湖 7.5 逆—左旋 8.0 5.0～6.0 11 1947-03-17 青海达日 7.7 逆—左旋 5.0～10.0 5.0～6.0 12 1951-11-18 西藏当雄 8.0 正—右旋 7.3 1.5 13 1952-08-18 西藏那曲西南 7.5 左旋—正 5.0 5.5 14 1954-02-11 甘肃山丹 7¼ 右旋—正 2.9～4.0 1.0～1.2 15 1970-01-05 云南通海 7.8 逆—右旋 3.3 0.5 16 1985-08-23 新疆乌恰 7.4 右旋—逆 1.6 1.6 17 1996-02-03 云南丽江 7.0 左旋—正 0.3 0.3 18 2008-03-21 新疆于田 7.3 左旋—正 1.8 2.0 19 2008-05-12 四川汶川 8.0 右旋—逆 4.0～5.0 4.0～5.0 20 2021-5-22 青海玛多 7.4 逆—左旋 2.9～4.0 1.0～2.0 注：数据源自张维岐等，1988；邓起东等，1989；国家地震局地质研究所等，1990；黄静宜，2016；潘家伟等，2021；王未来等，2021。
下载: 导出CSV
-
[1] 程理, 苏刚, 李光涛等, 2019. 云南中甸-大具断裂上新发现的地震地表破裂带. 震灾防御技术, 14（4）: 797—809 doi: 10.11899/zzfy20190411Cheng L. , Su G. , Li G. T. , et al. , 2019. New finding of earthquake surface rupture on Zhongdian-Daju fault. Technology for Earthquake Disaster Prevention, 14(4): 797—809. (in Chinese) doi: 10.11899/zzfy20190411 [2] 邓起东, 张维岐, 张培震等, 1989. 海原走滑断裂带及其尾端挤压构造. 地震地质, 11（1）: 1—14.Deng Q. D. , Zhang W. Q. , Zhang P. Z. , et al. , 1989. Haiyuan strike-slip fault zone and its compressional structures of the end. Seismology and Geology, 11(1): 1—14. (in Chinese) [3] 邓起东, 于贵华, 叶文华, 1992. 地震地表破裂参数与震级关系的研究. 北京: 地震出版社.Deng Q. D. , Yu G. H. , Ye W. H. , 1992. Relationship between earthquake magnitude and parameters of surface ruptures associated with historical earthquakes. Beijing: Seismological Press. (in Chinese) [4] 国家地震局地质研究所, 宁夏回族自治区地震局, 1990. 海原活动断裂带. 北京: 地震出版社. [5] 李伟, 张红月, 孙衍建等, 2021. 地区级实景三维模型色彩均衡方法实验. 山东国土资源, 37（7）: 86—90Li W. , Zhang H. Y. , Sun Y. J. , et al. , 2021. Experiment on color equalization method of regional real scene 3D model. ShangDong Land and Resources, 37(7): 86—90. (in Chinese) [6] 黄静宜, 2016. 强震地表破裂评估方法研究. 哈尔滨: 中国地震局工程力学研究所.Huang J. Y., 2016. Research on the method for evaluating the earthquake surface rupture. Harbin: Institute of Engineering Mechanics, China Earthquake Administration. (in Chinese) [7] 李冀, 熊晶, 熊保颂等, 2021. 便携式消费级无人机相机标定有效性评估. 测绘通报, （4）: 131—135Li J. , Xiong J. , Xiong B. S. , et al. , 2021. Effectiveness evaluation of camera calibration for portable consumer UAV. Bulletin of Surveying and Mapping, (4): 131—135. (in Chinese) [8] 刘超, 雷启云, 余思汗等, 2021a. 基于无人机摄影测量技术的地震地表破裂带定量参数提取——以1709年中卫南M7½地震为例. 地震学报, 43（1）: 113—123Liu C. , Lei Q. Y. , Yu S. H. , et al. , 2021a. Using UAV photogrammetry technology to extract the quantitative parameters of earthquake surface rupture zone: a case study of the southern Zhongwei M7½ earthquake in 1709. Acta Seismologica Sinica, 43(1): 113—123. (in Chinese) [9] 刘超, 杜鹏, 王银等, 2021b. 基于无人机摄影测量技术研究有无地面控制点的差异性在地震方面的应用. 华南地震, 41（1）: 84—93Liu C. , Du P. , Wang Y. , et al. , 2021b. Research on the application of the difference with or without ground control points in earthquake based on UAV photogrammetry technology. South China Journal of Seismology, 41(1): 84—93. (in Chinese) [10] 潘家伟, 白明坤, 李超等, 2021.2021年5月22日青海玛多MS7.4地震地表破裂带及发震构造. 地质学报, 95（6）: 1655—1670 doi: 10.3969/j.issn.0001-5717.2021.06.001Pan J. W. , Bai M. K. , Li C. , et al. , 2021. Coseismic surface rupture and seismogenic structure of the 2021-05-22 Maduo (Qinghai) MS7.4 earthquake. Acta Geologica Sinica, 95(6): 1655—1670. (in Chinese) doi: 10.3969/j.issn.0001-5717.2021.06.001 [11] 王未来, 房立华, 吴建平等, 2021. 2021年青海玛多MS7.4地震序列精定位研究. 中国科学: 地球科学, 51（7）: 1193—1202.Wang W. L., Fang L. H., Wu J. P., et al., 2021. Aftershock sequence relocation of the 2021 MS7.4 Maduo earthquake, Qinghai, China. Science China Earth Sciences, 64（8）: 1371—1380. (in Chinese) [12] 魏占玉, Ramon A, 何宏林等, 2015. 基于SfM方法的高密度点云数据生成及精度分析. 地震地质, 37（2）: 636—648 doi: 10.3969/j.issn.0253-4967.2015.02.024Wei Z. Y. , Ramon A. , He H. L. , et al. , 2015. Accuracy analysis of terrain point cloud acquired by “Structure from Motion” using aerial photos. Seismology and Geology, 37(2): 636—648. (in Chinese) doi: 10.3969/j.issn.0253-4967.2015.02.024 [13] 熊保颂, 2020. 基于便携式无人机SfM方法的活动构造地貌位错测量应用研究. 武汉: 中国地震局地震研究所.Xiong B. S., 2020. Offset measurement along active fault based on portable UAV and structure from motion. Wuhan: Institute of Seismology, China Earthquake Administration. (in Chinese) [14] 熊保颂, 李雪, 2020. 基于便携式无人机SfM方法的活动构造地貌位错测量——以阿尔金断裂中段为例. 科学技术与工程, 20（26）: 10848—10855. doi: 10.3969/j.issn.1671-1815.2020.26.044Xiong B. S. , Li X. , 2020. Offset measurement along active fault based on portable unmanned aerial vehicle and structure from motion: a case study of the middle section in Altyn-Tagh fault. Science Technology and Engineering, 20(26): 10848—10855. (in Chinese) doi: 10.3969/j.issn.1671-1815.2020.26.044 [15] 张维岐, 焦德成, 柴炽章等, 1988. 宁夏香山-天景山弧形断裂带新活动特征及1709年中卫南7½级地震形变带. 地震地质, 10（3）: 12—20Zhang W. Q. , Jiao D. C. , Chai C. Z. , et al. , 1988. Neotectonic features of the Xiangshan-Tianjingshan arc fracture zone and the seismic deformation zone of 1709 south of Zhongwei M=7½ earthquake. Seismology and Geology, 10(3): 12—20. (in Chinese) [16] 赵云景, 龚绪才, 杜文俊等, 2015. PhotoScan Pro软件在无人机应急航摄中的应用. 国土资源遥感, 27（4）;179—182.Zhao Y. J., Gong X. C., Du W. J., et al., 2015. UAV imagery data processing for emergency response based on PhotoScan Pro. Remote Sensing for Land & Resources, 27（4）: 179—182. (in Chinese) [17] 中国地震局, 2019. DB/T 71—2018 活动断层探察 断错地貌测量. 北京: 中国标准出版社.China Earthquake Administration, 2019. DB/T 71—2018 Active fault survey—Measurement of faulted landform. Beijing: Standards Press of China. (in Chinese) [18] James M. R. , Robson S. , 2012. Straightforward reconstruction of 3D surfaces and topography with a camera: Accuracy and geoscience application. Journal of Geophysical Research: Earth Surface, 117(F3): F03017. [19] Lucieer A. , De Jong S. M. , Turner D. , 2014. Mapping landslide displacements using Structure from Motion (SfM) and image correlation of multi-temporal UAV photography. Progress in Physical Geography: Earth and Environment, 38(1): 97—116. [20] Ryan J. C. , Hubbard A. L. , Box J. E. , et al. , 2015. UAV photogrammetry and structure from motion to assess calving dynamics at Store Glacier, a large outlet draining the Greenland ice sheet. The Cryosphere, 9(1): 1—11. [21] Snavely N. , Seitz S. M. , Szeliski R. , 2008. Modeling the world from internet photo collections. International Journal of Computer Vision, 80(2): 189—210. 期刊类型引用(5)
1. 洪炯. 基于无人航飞的超高层建筑三维点云校准测量. 北京测绘. 2025(01): 48-53 . 
百度学术2. 殷翔，绽蓓蕾，姚生海，余娜，徐玮阳. 2022年1月8日青海门源M_S6.9地震序列、地表破裂特征及其工程效应. 地震科学进展. 2024(01): 57-64 . 百度学术3. 刘超楠. 无人机测量在矿山治理应急排查的应用研究. 地质装备. 2024(06): 16-19 . 百度学术4. 罗加源. 基于运动摄影测量结构的无人机在断层带地形测绘中的应用. 中国新技术新产品. 2023(05): 117-119+145 . 百度学术5. 王辽，谢虹，朱俊文，薛善余，张正模，张波. 三种断层位移测量工具对比分析. 地震工程学报. 2023(05): 1133-1144 . 百度学术其他类型引用(2)
-
下载:
点击查看大图
计量
- 文章访问数: 247
- HTML全文浏览量: 77
- PDF下载量: 19
- 被引次数: 7
