当前我国最主要的三种建模方法分别为人工建模、激光雷达模型和倾斜摄影模型。人工建模方法多采用尺度较大的技术规划图，结合3D-MAX软件完成技术模型，以当前条件下的技术图像为主进行纹理的贴图，这种建模方式无法获取结构较为复杂的结构，人为干预过多导致模型制作周期较长，模型成果可能存在失真的效果。使用激光雷达对点建模进行获取时可以获得大量的建模信息，效果与性能相对稳定，在进行点云处理等方面效果稳定，利用激光雷达技术进行模型建立已经广泛推广与使用。当前研究的建模方式多为单体化建模，建模操作简便、建模速度快，但在一定程度上存在欠缺，可能出现模型纹理模糊、目标存在空洞等现象。利用无人机进行倾斜摄影测量，分别从垂直方向与四个倾斜方向获取物体的表面信息，可以准确得到物体在空间内的三维坐标[1]。1建立数字地面测绘技术模型数字地面测绘技术模型是建立不动产三维模型的基础，地面建模数据可以通过无人机航测影像获取，利用立体影像将获取到的建模源转变成为可以储存在计算机中的离散状态下的高程点，根据实际情况对数据点进行加密或抽稀处理，进而构建完整的数字地面模型。构建模型的方式是利用不规则状态的三角网，根据离散点生成连续的三角平面，使其可以无限地接近地面的形状，以此表达复杂的网络结构与外形，在计算过程中算法简便，成果稳定[2]。LM算法与Gauss-Newton算法能够进行较好的结合，同时吸取了梯度下降算法的优点，且有效弥补了算法的不足，通过阻尼因子有效解决了LM算法中方程奇异的问题，加入阻尼因子方程如式（1）所示。VROV+λUZ=VROk （1）式中：V——残差函数的雅克比矩阵；O——权重函数；k——函数中的观测数值；U——单位矩阵；λ——阻尼因子，数值的大小可以通过测量的给定连接权数确定，权重大小可以通过测量的精准度决定。利用多段分段抗差估计方法作为权重函数，改变局域网存在平差的结果，具体的权重函数如式（2）所示。Ouc+1=Ouc,yuj0Oucj0yu,j0≤yu≤j10,yuj1 （2）一般情况下，j0=1.0~1.5，j1=2.5~3.0，yu=cuρ。cu和ρ分别代表上一次迭代过程中，观测到的残差值与中误差值，具体的计算步骤为：将式（2）中的O1=O2=O3=1，列举误差方程并对方程求解，得到参数R、Z以及残差C的首次估计数值如式（3）所示。C1=LVW00WR1Z1-K1K2K3 （3）式中：L、V——分别为关于参数R与参数Z的系数矩阵；K1、K3——分别为地面控制区域坐标观测数值的残差；K2——影像外部元素的残差；W——单位阵。根据式（3）中C的数值，利用多段分段抗差估计方法的特定方案，确定每一个观测数值的权重函数Ou，再对其进行迭代以及求解方程[3]。利用稀疏矩阵光束的平差算法对倾斜影像外部方位存在的元素以及加密区域的坐标进行求解。既可以缩短计算过程的运算量，也可以利用方程系数矩阵的稀疏特征，将加密区域的坐标和影像外部方位存在的元素，分别求解。影像外部方位存在的元素求解过程中，可以利用方法系数矩阵的对称性、正定性，结合乔里斯基解法，求得影像外部方位存在的元素。2获取不动产三维多源影像建模通过无人机近地面倾斜摄影的建模采集方式获取建模，将成果作为重建不动产三维建模测绘技术的来源依据，无人机进行航摄时的高度设定可以根据式（4）确认。lGSD=dg⇒g=d×GSDl （4）式中：g——无人机飞行时的相对高度；d——无人机拍摄时镜头的焦距；l——影像单元的大小（常规情况下为2.412 μm）；GSD——地面分辨率[4]。由式（4）可以得到，当地面分辨率为3 cm时，无人机航摄高度约为124.36 m。无人机在近地面进行倾斜摄影时，需要保证内部参数维持在相对稳定状态，无人机主要技术参数如表1所示。10.19301/j.cnki.zncs.2023.04.010.T001表1无人机主要技术参数产品类别专业级航拍飞行器重量/g1 080飞行时间/min30定位模块双GPS定位储存卡标配32gTF卡视频分辨率最高支持8K（4 320P）拍照像素4 600万室内视觉定位支持上传方式USB数字图传遥控距离/km7.5图传距离/km5充电器额定功率/W120充电时间/min45使用无人机在进行航测任务之前，需要对当地的天气、水量、地理与土地利用等多方面的资料进行全方位收集，再通过需要测量区域的道路交通以及地形条件，进行初步技术方案的确定，明确无人机航测的区域、载体以及相关细节。根据航测区域所处地形的高度差，对航摄进行分区处理，在对多个航摄区域进行同时规划时，当无人机航向超过航测划分区域边界处且不少于一像幅时，旁边方向就需要超过航测划分区域边界处且不少于三条基准线，根据此原则来确保无人机在进行航测时可以有效获取到分区边界的影像建模[5]。3影像建模与不动产建模三维融合进行建模融合前，需要对区域内建模的空间密度分布情况以及趋势走向进行分析，将挖掘的建模作为三维融合的支撑依据。充分发挥时态GIS优势，将时间、空间以及性能属性进行有机融合，从而有效反映地理实体的状态以及演变过程。对于Getis-Ord进行局部统计的过程可以采用式（5）表示。Fu*=∑q=1mepqzq-Z¯∑q=1mepqAm∑q=1mep,q2-∑q=1mep,q2m-1 （5）式中：zq——某一个要素的属性；epq——两个要素之间空间的权重；Z¯、A——分别为局部统计的参数，且Z¯=∑q=2mzqm，A=∑q=1mzq2m-Z¯2；m——要素的总数量。计算结果Fu*统计为关于某一个要素的具体得分，因此不需要进行进一步的测试[6]。若要进行摄影信息和不动产的三维整合，需要将二组图片通过组合的方式进行空间三角测量。航测摄影图像与地面不动产图像的结合，一般使用过渡影像方式完成，通过数量较少但重合程度较高的画面将图像进行结合，通过连接点的方式完成图像合并，需要在Context Capture软件中建立一个命名为block的区域模块，将图像信息导入，在多种视觉图像组合下实现平差的空中三角测量加密，以此方法获取地面三维坐标的测绘建模。4应用测试与分析为验证倾斜摄影测绘提出的不动产三维建模测绘的可行性，选择我国某城市作为测试区域，在严格按照文章中的技术流程基础上，对实施不同测绘技术所获的不动产三维建模重建结果准确度进行对比，具体结果如表2所示。10.19301/j.cnki.zncs.2023.04.010.T002表2不同测绘技术下准确率对比结果监测点人工建模激光雷达倾斜摄影159.2374.9594.51258.9874.5493.98358.8573.8893.61457.9373.6193.07557.2873.1892.87657.0372.9992.55757.0172.6892.08856.9572.0591.86956.1871.1591.731055.8170.3291.19%由表2可知，采用人工建模技术进行不动产三维建模重建后，对十个不同区域进行检测后，所得结果的准确率在55%~60%之间，建模结果的准确率均值为57.53%；采用激光雷达技术进行不动产三维建模重建后，所得结果的准确率在70%~75%之间，建模结果的准确率均值为72.94%；采用倾斜摄影测绘技术进行不动产三维建模重建后，得到结果的准确率在91%~95%之间，建模结果的准确率均值为92.75%。使用倾斜摄影测绘技术对不动产三维建模进行重建之后，建模结果与实际区域误差最小。5结语倾斜摄影测绘技术在不动产三维建模测绘技术重建的影响是无法忽视的，从事地图测绘的工作人员需要及时、准确地把握倾斜摄影的特点与要求，在测绘过程中加强倾斜摄影测绘技术的应用，将倾斜摄影测绘技术完全地运用到不动产三维建模重建上。但是，也需要对重建过程中可能出现的误差进行探究与分析，及时地解决可能出现的问题，充分发挥倾斜摄影测绘技术的实际作用，在实际操作中逐渐完善测绘的准确性，为我国智能化的测绘技术提供更加完整的理论基础。