基于無人機的城市暴雨洪水危險性評價研究

唐大偉，蔣志昊，毛學謙

(1.江蘇省水文水資源勘測局常州分局，江蘇 常州 213000；2.江蘇省水利科學研究院，江蘇 南京 210000)

0 引言

城鎮化導致城市高度集中，進而成為極端降水風險較高的地區?；趪鴥韧庾⒅貙Τ鞘杏旰轱L險評估的現實，學者們提出了根據城市要素的構成，包括自然要素、結構要素和社會要素。建立具體的風險指標體系，能反映城市暴雨洪澇災害嚴重程度及直接經濟損失相關性。為更好地對城市暴雨洪水危險性進行評估和研究，此次研究創新地采用了無人機遙感技術中的傾斜攝影測試技術，能夠獲取高精度的遙感影像，進一步提高雨洪評估的精確度。在以提高城市雨洪評估精度的目的下，在獲取高精度影像的基礎上，運用城市三維建模技術，利用一種名為Smart3D的三維實景建模軟件，輸出高分辨率的實體建模。最后基于指標，運用暴雨洪水管理模型，對數據進行計算，期望借此實現風險評估。

1 城市雨洪評估模型建立

1.1 無人機傾斜攝影測量研究

此次研究基于無人機遙感傾斜攝影技術，采集高分辨率的影像，作為Smart3D軟件的建模輸入數據，提高了建模的精度，再以城市雨洪評估方法進行城市雨洪風險等級評估，從而形成一種新型、高精度的城市雨洪風險評估方法模型。

無人機(Unmanned Aerial Vehicle，UAV)是一種無人駕駛的航空器，采用無線遙控技術與計算機程序進行操縱[1]。無人機具有成本低、使用便捷等優點，廣泛應用于各個行業。無人機技術中的傾斜攝影測量技術是新近發展的一種新型技術，與傳統的航空攝影測量技術只能在垂直的角度拍攝影像，導致獲取的影像不能真實呈現實物情況不同。傾斜攝影能夠通過多臺傳感器，同時以不同的角度進行影像采集，另有先進的定位技術，不僅能夠真實呈現城市地理環境的情況，還能夠植入更加準確的地理信息和豐富的影像。

傾斜攝影中的多視影像是其關鍵技術，包含了2種數據：垂直影像數據，傾斜攝影數據[2]。針對在傳統影像獲取的過程中傾斜攝影數據處理不足的經典的空三角測量系統的一個缺點，采用聯合平差進行彌補。傾斜攝影與垂直攝影的示意圖，見圖1。

圖1 垂直攝影與傾斜攝影示意圖

在影像采集的過程中，由于存在著實體遮擋及變形的影響等因素，因此，結合導航定位定向系統(Position And Orientation System，POS)提供的外方位訊息，一次獲得更加詳細的位置信息，便于后續處理。通過金字塔匹配策略，綜合獲取良好的同名點匹配結果。

視覺重建技術是基于多視影像的、能夠滿足實用的精度要求。為獲取多視影像的同名點坐標信息，開發了一套全新的效果良好、操作簡單的系統。該技術的突破，主要體現在3個方面：①發展了更有效的特征描述算子，促使影像匹配具有更加良好的魯棒性，能夠提升空中三角系統的測量成功概率，減少影像拍攝的姿態和位置限制；②采用稀疏解算法[3]，這是一種能夠準確對影響進行處理的算法，名叫預處理共軛梯度法；③充分利用了中央處理器，也就是CPU的多核優點，能夠快速處理巨量的影像。

數字表面模型，能夠準確呈現被測地區的地理地形地貌的特征，是其中的關鍵技術之一。但有嚴重的遮擋、陰影，是傾斜攝影得到的影像的缺點之一。另一個缺點是，因影像間的尺寸誤差大，直接導致無法獲取高精度的數字表面模型。針對問題，根據空中三角系統測量得到的影像外方位元素，進行逐個像素的匹配?；诖?，建立數字表面模型數據，這樣處理建立的模型，具有高密度的優點。在此基礎上，對影像信息及位置信息進行融合算法處理，最終獲得分辨率類似的或者相同的數字表面模型。在多視影像技術中，另有一個關鍵技術，即真正射糾正，具有計算密集及數據密集的優點，能夠處理大量離散分布的差異較大的地形地貌，以及數據量龐大的像方多角度影像[4]。

1.2 基于Smart3D技術的城市建模及雨洪風險評估方法

Smart3D Capture是一種并行軟件系統，通過影像自動化建立三維模型。輸入從不同角度拍攝的照片作為數據源，能夠添加多種額外的輔助數據如照片位置信息、控制點、攝像頭焦距，等等，能夠在短時間內輸出高分辨率的三角網格模型[5]。Smart3D具有簡單、自動、迅速的優點，能夠做到無人干預，簡單地從連續的影像生成形象逼真的三維實景模型，降低了原來使用POS定位系統及激光點云掃描系統的成本，提高了效率，效果良好。

關于系統架構，Smart3D擁有主控臺和引擎端兩大模塊。主控臺是主要模塊，用戶主要通過這個模塊進行交互，負責輸入數據，通過接口作為定義，根據數據，進行任務的集中、拆分和分配操作，如初期設置任務、對后端提交任務、隨時檢測任務等，諸如此類的任務操作。引擎端，由于不執行處理影像，只負責將任務分解為子任務進行分配。引擎端不與用戶進行交互，以優先級和提交的數據作為執行根據[6]。由于采用并行計算，在多個計算機上運行多個Smart3D，并將其關聯起來，大大降低了運行和計算時間，提高了效率。Smart3D的計算模型如圖2。

圖2 Smart3D計算模型

在軟件對模型的操作中，用戶隨時可以在主控臺控制，對相應的用戶界面進行任務操作和設置。另外，用戶還能夠監控引擎端助力數據的情況和任務進度，準確追蹤，能夠及時處理出現的問題和異常情況。

影像內部坐標系(Earth Centered Earth Fixed，ECEF)坐標系[7]，是一個標準的全球笛卡爾坐標，是Smart3D軟件中被用到的對影像的位置信息進行處理的基礎，也被稱為地心坐標系。ECEF結合了使用東北天坐標系(East North Up，ENU)進行三維項目重建，作為輸入影像的空間坐標系。ENU具有3個坐標軸，將本地原點作為坐標點，分別指向東、北、天，見圖3。

圖3 東北天坐標系

三角網中的每個三角形的空間位置，都能夠在Smart3D詳細地自動地反映出來。運用獨特的算法，舍掉不能構建成三角形的異常點，優化不合理的三角網，簡化平坦稀疏的部分[8]。并且在其中選取了視角最好的影像作為模型紋理，見圖4。

圖4 Smart3D對位置信息處理示意圖

利用Smart3D進行三維建模，對影像采集具有特殊的要求。在重疊度方面，視角至少有3個，連續影像之間的重疊程度有60%以上，拍攝物體周圍的地段，可以環繞式拍攝30張以上影像。拍攝的設備，支持多種傳統的設備，如手機，數碼相機等高分辨率設備。整個項目，可以采用不同的影像精度、重疊度組成的多重數據源[9]。

Smart3D會自動創建為一個屬性統一的影像組。Smart3D具有處理無定位數據的影像，能夠從任意位置、旋轉、比例生成三維模型，一般支持GPS、控制點2種類型的定位數據。用戶能夠在主控臺的控制點模塊，標出該影像的控制點坐標，輸入控制點。除此之外，Smart3D具有兼容性和可擴展性，能夠通過XML格式，導入任意定位信息，節約了大量的算法運行時間，提高了效率[10-11]。

城鎮化對城市雨洪災害具有很多影響。例如，建筑的大量建造，導致土地急劇變化，地面沉降，增加了城市雨洪的風險[12]。研究提出了幾種雨洪風險評估方法：①基于指標，產生雨洪的致命因素和形成雨洪的誘導因素；②基于歷史災情，將歷史災情數據進行脆弱性分析和危險性分析；③基于情景模擬，包括風險識別、情景建模和風險評估；④運用遙感影像和GIS技術耦合，通過技術提取災害數據影像，分析風險，評估風險等級。

暴雨洪水管理模型(Storm Water Management Model，SWMM)能夠模擬計算各種設置條件和暴雨情況下洪水淹沒的范圍，即淹沒深度，得到準確結果[13]。城市雨洪災害中降雨是主要原因，為了計算不同時期的暴雨強度，根據暴雨強度公式，設降雨在空間上均勻分布，計算公式：

(1)

式中，0.25≤T≤10年，q—暴雨強度，l/s·hm2；T—暴雨重現期；t—降雨歷時。將暴雨強度乘以降雨歷時，獲取整個研究區域的總降水量，最后均勻分布在整個區域中，同一單位暴雨強度的單位為mm/h，計算公式：

(2)

式中，T>10年。此次研究將排水作為主要因素，假設研究區域的排水管網分布均勻，還存在植被因素，獲得最終的雨洪積水與排水量的差[14]，然后乘以研究區域面積，減去植被面積的差，計算公式：

(3)

式中，W—雨洪積水量；Q—徑流量即降水總量；V—排水量；S—研究區域面積；Vij—進行調整后的柵格單元值；Dij—被調整之前的柵格單元值；Hij—植被的高度；i—排水的行數；j—排水的列數[15]。

2 城市雨洪風險評估實驗

2.1 實驗設計

結合無人機遙感及3D城市建模，以此為基礎，采用基于指標歷史災情和地理信息系統(Geographic Information System，GIS)技術耦合的城市雨洪風險評估方法。研究設計了一項情景模擬實驗，驗證該方法的有效性和可行性。

在進行城市雨洪風險評估之前，需要對某城市進行三維建模，復現該城市的地形地貌，便于風險預測。此次研究，采集的7603張影像為同一焦距、同一相機拍攝，分為5組任務項。在Smart3D軟件系統中，輸入的相關界面，添加在研究區域，均勻設置和建立了5個控制點，見表1。

表1 控制點信息

為更直觀地進行風險評估，將淹沒水位作為評估的主要關鍵指標。將此次研究的城市雨洪危險性程度劃分為6個等級，見圖5，w表示淹沒水位。0m作為一級未被淹沒區域，表示無風險，危險系數最低；0～0.2m作為二級淹沒區域，表示存在一定的風險，影響出行；0.2～0.5m作為三級淹沒區域，表示中等風險，對交通出行造成影響，影響居民正常生活；0.5～0.8m作為四級淹沒區域，風險較高，嚴重影響居民正常生活，部分車輛無法出行；0.8～1.0m作為五級淹沒區域，表示高風險，危險系數特高，車輛交通堵塞無法正常通行，有嚴重的財產損失；大于1.0m，作為6級淹沒區域，風險很高，導致住宅區等淹沒嚴重，交通完全無法正常運行，居民被困。

圖5 風險等級劃分

2.2 城市雨洪風險模型評價效果分析

通過Smart3D建模技術，將影像的整體精度誤差進行對比。結果表明：計算出其均方根值(Root Mean Square，RMS)，如圖6?？杖暗?D誤差、水平誤差及垂直誤差的RMS分別為58.256，30.622，49.596?？杖蟮?D誤差、水平誤差及垂直誤差的RMS分別為0.029，0.027，0.008。整體來看，影像的精度獲得了很大地提升。

圖6 Smart3D處理影像精度誤差RMS情況

根據城市雨洪積水量公式，計算重現的不同時期下的研究區域的淹沒情況，見表2?；跉v史災情，分別重現了暴雨強度，積水量，淹沒水位和淹沒面積。由表2可以看出，隨著重現期的不斷增加，其間，計量年份越來越大，各個指標也隨之不斷地上升。在20年的重現期中，除了部分的低洼水池，淹沒深度大部分研究區域在0～0.2m之間，對居民的生活幾乎沒有影響。在100年的重現期中，暴雨強度達到了98.58mm/h，淹沒水位達到了23.4112m，淹沒面積與積水量分別達到了22338.28m2，10476.31m3。在500年的重現期中，各個指標都達到了很高的數字，如暴雨強度達到了115.98mm/h，淹沒水位達到了23.6185m，淹沒面積與積水量分別達到了31426.57m2，14235.98m3。

表2 不同重現期下的淹沒情況

為直觀展示在不同重現期下城市雨洪的情況，分別采用折線圖與柱狀統計圖進行呈現。在圖7中，隨著重現期的增加，城市的積水量與淹沒面積越來越大：20年時，積水量與淹沒面積分別為10989.61m3，6716.25m2；500年時，積水量與淹沒面積已經分別達到了31426.57m3，14235.98m2，分別相差了20436.96m3，7519.73m2。暴雨強度和淹沒水位分別從20年的80.35mm/h，23.2451m，到500年的115.98mm/h，23.6185m，中間相差了35.63mm/h，0.3734m。

圖7 不同重現期的城市雨洪情況

3 結論

為提高城市雨洪危險性評估的能力，研究采用了無人機傾斜攝影進行影像采集，并利用Smart3D，以采集的影像數據集為基礎，建立城市三維模型，且采用雨洪風險評估方法進行風險等級評估，設計情景模擬實驗進行驗證。實驗表明，對比空三前與空三后的影像精度：空三前3D、水平和垂直誤差的RMS分別為58.256，30.622，49.569；空三后的為0.029，0.027，0.008。對比模型誤差為0.0768。研究的雨洪風險評估整體誤差為0.0131，對雨洪的風險等級劃分更加細致分明。但考慮到研究只對均勻分布的理想狀態下排水情況進行計算和研究，因此，未來還要綜合考慮城市雨洪的多個因素和指標，進行綜合、合理的風險評估。