一、内业流程总览
外业飞完只是拿到了原始素材，真正决定成果质量的是内业。完整的无人机航测内业流程，可以概括为七个步骤：数据整理 → 空中三角测量（空三） → 控制点平差与精度检查 → 点云与高程模型生成 → 正射影像制作 → 三维建模（按需） → 矢量采集与成果质检。
这七个步骤环环相扣：空三不过关，后面全部推倒重来；高程模型不准，正射影像就会出现变形拉花。因此内业不是机械跑流程，而是每一步都要带着质检意识。
二、第一步：数据整理
外业回来后先做三件事。影像检查：剔除模糊、过曝、欠曝与姿态异常的照片，检查航向与旁向重叠是否满足要求（一般航向 ≥70%、旁向 ≥60%）。POS 数据整理：核对影像与定位定姿数据的对应关系，检查是否存在丢点、跳点与时间戳错乱；采用 RTK/PPK 的作业，还要确认固定解比例。控制点资料整理：把外业实测的控制点与检查点坐标、点之记照片归档，区分清楚——控制点参与平差，检查点用于评价精度，两者不能混用。
这一步看似琐碎，却是后续顺利与否的关键。数据整理不到位，空三阶段往往要反复返工。
三、第二步：空中三角测量
空三的本质，是通过影像之间的同名点匹配，解算每张影像的精确位置与姿态，把散乱的照片统一到同一个空间框架下。
流程包括：特征提取与匹配 → 自由网平差 → 加入控制点约束 → 生成加密点成果。软件会输出空三精度报告，重点关注重投影误差、连接点数量与分布是否均匀、弱连接区域是否存在。
常见问题有三类：重叠不足导致匹配失败或模型空洞；大面积水面、雪地、玻璃幕墙等弱纹理区域匹配困难，需要人工加连接点或补飞；POS 数据异常导致平差收敛困难，需要剔除异常影像或重新处理 POS。
经验做法是先做一遍自由网平差，看报告再决定是否需要补飞，避免带着问题走到成图阶段才发现。
四、第三步：控制点平差与精度检查
加入地面控制点进行约束平差后，成果才具备可靠的绝对精度。这一步的核心纪律是：用检查点评价精度，而不是用控制点。控制点参与了平差，用它自查必然"看起来很准"，这是新手最容易犯的错误。
精度评价一般按项目执行的规范执行，分别统计平面中误差与高程中误差，检查点应均匀分布并覆盖测区边缘。若超差，常见原因包括控制点数量不足或分布不均、控制点测量误差、影像分辨率不足、空三连接强度不够。
五、第四步：点云与高程模型生成
密集匹配生成数字表面模型 DSM，反映地表与地物顶面高度；激光雷达点云则需先做噪声剔除与地面点滤波，分离地面点与非地面点，再生成数字高程模型 DEM，表达裸地表地形。
这一步的难点在滤波：城区建筑物、密林植被、陡坎区域都容易出现分类错误。成熟做法是自动滤波 + 人工编辑，对关键区域（如需要土方计算的区域）重点人工检查。DEM 质量直接决定后续正射纠正的效果，滤波做不好，正射影像就会出现房屋倾斜、地形拉花。
六、第五步：正射影像制作
正射影像（DOM）的制作，是用 DEM/DSM 对原始影像逐像素做投影差改正，再进行匀光匀色与镶嵌，最终得到比例尺一致、无投影差、可直接量测的影像底图。
质量控制关注四点：镶嵌线避开明显地物，减少接边痕迹；匀色保持整体色调一致，避免出现明显色块；拉花与扭曲检查，建筑物边缘是否直立、道路是否平直；接边精度，与相邻测区成果是否吻合。
正射影像制作也是内业中最容易返工的环节之一，常见原因集中在三处：DEM 精度不足导致影像拉花，要回头补滤波；匀色标准不统一导致整个测区色调斑驳，需要重设匀色参数后重拼；镶嵌线处理草率导致接边处出现重影或错位。避免返工最有效的经验是"先小样、后全幅"：先抽几条航线做小范围试拼，确认色调与几何都合格后，再对整个测区批处理。这样即使有问题，也只返小样，成本低得多。输出时还要提前约定坐标系、分幅方式与命名规则，避免成果交出去后因格式不合规而重新出图。
七、第六步：三维建模与矢量化
有倾斜摄影数据时，可进一步构建带纹理的三维实景模型，用于工程进度记录、场景量测与可视化展示。建模要注意模型完整性（有无空洞、漂浮物）与纹理清晰度。
需要矢量成果时，基于正射影像或三维模型采集道路、水系、居民地、地块边界等要素，按规范分层赋属性。这一步近年引入了 AI 自动提取作为初判，但仍需人工复核，尤其是要素边界与拓扑关系的处理。
八、第七步：成果质检与归档
最后一关是系统性质检，至少覆盖五项：精度达标（检查点误差满足要求）、几何正确（无拉花、无错位）、属性完整（图层、编码、属性表符合规范）、接边吻合（与周边成果一致）、资料齐全（技术总结、精度报告、元数据、过程数据）。
归档同样重要：原始影像、POS 数据、空三工程、控制点成果、精度报告都要保存。成果一旦被质疑，过程数据是唯一能自证的材料。
结语
无人机航测内业没有捷径，靠的是每一步都按规范做、每一步都留证据。流程清楚、质检到位，产出的成果才经得起验收与使用。
时维遥感——遥感+AI，让农业更智慧
