Imagerie UAV de la région Bamfield et données de modèle de surface

Capture de données UAV Bamfield 9 et 10 avril 2016. Institut Hakai : Iain McKechnie, Will McInnes et Keith Holmes.

L'Institut Hakai, en partenariat avec le Bamfield Marine Science Centre (BMSC), a mené des missions UAV (véhicule aérien sans pilote) dans cinq endroits autour de Bamfield, en Colombie-Britannique, au Canada. Les missions ont eu lieu les 9 et 10 avril 2016. L'objectif principal était de collecter des images à haute résolution spatiale et des modèles de surface de domaines de recherche clés pour les chercheurs du BMSC. Tous les vols d'UAV et le traitement des données ont été effectués par l'Institut Hakai et l'objectif est de collaborer les efforts de recherche pour améliorer les connaissances spatiales de ces domaines de recherche clés.

Les fenêtres à marée basse entre 8 h 30 et 11 h 30 le 9 et le 10 avril ont fourni des images avec des marées de 0,5 mètre ou moins et des résolutions d'image comprises entre 3 cm et 10 cm. Le temps était mitigé et nous avons dû improviser des vols pour compenser les nuages bas et le brouillard. En fin de compte, nous avons pu atteindre tous nos principaux domaines cibles. Les produits de données pouvant être générés sont les suivants :

<ul> <li>Mosaïques d'imagerie haute résolution</li> <li>Modèles de surfaces numériques</li> <li>Données de nuage de points LAS</li> <li>Données de maillage 3D</li> <li>Images brutes et séquences vidéo</li> <li>Points de géoréférencement et 2 marqueurs de relevés pour l'île Diana</li> </ul> Méthodologie : 1) Les cibles de géoréférencement ont été distribuées dans toute la zone de capture d'image. Les cibles sont à carreaux noir et blanc et 60 cm x 60 cm.

2. Les drones Phantom 3 Pro ont été utilisés pour toutes les acquisitions d'images. Les vols ont été effectués avec un schéma de grille avec un chevauchement d'images supérieur à 50 %. Les vols de petite zone nécessitaient moins d'images comme Wizard avec 237 images traitées et des zones plus grandes comme Grappler nécessitant 504 images. Les vols prennent environ 15 minutes pour effectuer et couvrir jusqu'à 1,5 km sur 1,5 km en un seul vol. Les spécifications complètes de la capture d'images sont répertoriées ci-dessous.

3. Une fois les vols effectués, l'équipe de terrain inspecte la couverture de l'enquête à l'aide de la carte de l'application DJI GO. Une fois satisfaits, une mission de géoréférencement commence. Le géoréférencement nécessite l'utilisation d'un système GPS TopCon DGPS GR5 de grade d'enquête. Les cibles placées avant le vol et les cibles opportunistes (discutées plus loin) sont référencées à une résolution verticale de 10 cm horizontale/15 cm. Le trempage DGPS est utilisé pour améliorer la précision qui prend entre 15 secondes et 3 minutes pour atteindre des niveaux de variance acceptables. Bon nombre des objectifs ont été atteints bien en deçà de ces chiffres. Il est essentiel que les cibles soient bien dispersées. Si certaines zones n'ont pas été bien couvertes par des cibles ou s'il y avait un temps limité avant le vol pour distribuer les cibles, des cibles opportunistes sont utilisées. Les cibles opportunistes sont de grands objets fixes proches du sol et peuvent être facilement identifiés dans l'imagerie. Souvent, le bois flotté ou les caractéristiques géographiques telles que les grosses roches ou les fissures sont idéales sur le terrain si aucune structure fabriquée par l'homme comme les tampons de ciment n'est disponible.

4. Le traitement d'image est effectué à l'aide du logiciel Pix4D. La qualité des images est d'abord inspectée (supprimez les images à fort reflet ou à faible contraste), puis le processus complet des données est effectué, comprenant un rapport de vol, des points d'attache de nuages de rayons/images, un maillage triangulé, une mosaïque et un modèle de surface.

5. Les mosaïques d'images et les modèles de surface numériques sont ensuite traités dans ArcGIS Desktop. Les points DGPS de l'enquête sur le terrain sont utilisés pour relier les cibles et une méthode de correction de la ligne est utilisée car elle suppose que nous disposons de données d'enquête très précises pour corriger les images. Les épingles de géoréférencement sont enregistrées et traitées à nouveau avec le modèle de surface qui l'accompagne. Les jeux de données finaux sont ensuite exportés vers nos serveurs pour archivage.