机载LiDAR与船载单波束协同的水上水下一体化测绘模型融合实现

为助力河湖管理、防旱减灾等国家新型基础测绘事业,基于机载Li DAR与无人船搭载单波束实现了水上地面点云与单波束水下点云的获取,对水下点云数据采用克里金法进行空间插值以增强水下地形分辨率,而后基于GEOPAK实现水上水下点云数据的无缝接边与融合,构建水上水下一体化TIN网,最终实现水上水下地形一体化建立。利用随机均匀分布的水上水下检核点对构建后的一体化DEM进行精度验证,结果表明,本次试验构建的水上水下一体化模型效果良好,精度远超规范要求。提出的基于机载Li DAR与船载单波束实现协同作业、构建水上水下一体化模型的作业流程对相关水上水下地形研究具有重要的参考价值。

基于无人机LiDAR技术的复杂地形测绘精度优化方法

本文以宁蒗县木底箐水库的地形测量和库容测算为研究对象,以提升无人机激光扫描技术在复杂山地地形下的高精度测绘为目标,通过分析影响测量精度的关键因素,确定了适宜的点云分类方法和数据精度优化策略。研究了点云数据获取和处理中各类误差的产生机理、影响和控制方法。通过库容测算案例验证了所提方法的可行性,可为采用无人机Li DAR方法进行高精度地形测绘提供借鉴。

基于机载LiDAR的铁路工务设备及周边环境形变分析

提出一种基于机载LiDAR(Light Detection And Ranging)点云的铁路工务设备及周边环境形变分析方法,通过无人机机载LiDAR巡线系统获取铁路场景三维点云,对点云进行裁剪、去噪及配准;结合点云-点云比较方法与多尺度点云模型比较方法分别对工务设备及周边环境的形变进行定性与定量判断,并应用于邯长线(邯郸—长治)K130+874—K135+292区段。结果表明:该方法能够有效利用机载LiDAR铁路巡检数据,通过定性与定量的形变分析及时发现隐患。

倾斜影像与LiDAR点云数据融合关键技术应用探讨

通过基于倾斜摄影测量与机载LiDAR点云数据的融合关键技术探讨,详细分析并给出了“绝对坐标法”与“手动控制点法”的具体应用要求与场景,并借助某个具有异形结构的建筑物作为测试案例,进行了倾斜摄影、机载LiDAR扫描与融合处理,结果表明:融合后的实景模型在分辨率、精细化程度、结构完整性等方面均优于融合前;精度上,融合后的模型在平面点位中误差与高程中误差上均得到了大幅提高,且高程精度较平面精度提升更为显著,获得了较好的测试效果。该融合方案也可为同类建模工作提供参考。

基于机载LiDAR数据的林木冠层投影面积与体积测量

机载激光雷达系统能够采集反映林木三维结构的点云,利用点云分类及林木冠层投影面积和体积计算方法获得林木信息。通过不规则三角网法和平面拟合过滤算法分别提取地面和建筑物点云,并将建筑物点云过滤得到林木点云,将树冠点云投影到x-y平面,采用角度法搜索边界,提取林木点云边缘,并在与其相对应的CCD影像上显示。利用任意多边形面积算法计算各个连通区域的面积,将它们求和得到冠层投影面积,通过台体的体积计算得到冠层体积。在研究区域随机选出10个外业样地进行传统的人工测量,实验结果表明,基于Li DAR的激光测量与人工测量测得的投影面积和体积的相关系数分别为0.957和0.944。本文提出的方法准确有效,为高精度定量估算林木冠层生物量提供了依据。

机载LiDAR技术在地质调查领域中的几个典型应用

作为一种新型的主动式对地观测手段,机载激光雷达(light detection and ranging,Li DAR)技术可获取高精度的地表三维数据,精细刻画真实的地貌特征,为地质领域中的地貌分析提供直接观测数据。围绕机载激光雷达技术的优势,结合其在地表塌陷、滑坡和断裂构造信息探测3个方面的应用示例,论述了机载Li DAR技术在地质调查领域中的实际应用情况。分析表明:机载Li DAR技术可在大尺度区域微地貌形态调查中发挥优势,能有效识别植被覆盖区的地表塌陷、滑坡边界和细微错断地貌,而且有利于进行地表塌陷填方量计算、滑坡稳定性评价、地貌参数和裂隙的几何定量信息提取等,在地质调查领域中具有广阔的应用前景。

基于LiDAR点云能量信息的樟子松郁闭度反演方法

为提高小光斑激光雷达估测针叶林郁闭度的精度,采用回归分析法建立多变量回归模型,通过对小光斑激光雷达点云数据进行处理,分别提取3个数量比值变量、3个能量比值变量,并建立郁闭度单变量反演模型,接着在单变量的基础上进行多元线性回归分析,建立郁闭度多变量反演模型,最后用剩余数据对所建立的反演模型进行精度评价。结果表明:在郁闭度单变量反演模型中I2反演模型最好,拟合相关性为R2=0.818,Adj R2=0.810,RMSE=0.016,模型精度为P=0.978;多变量反演模型中LPI'和I'3组合的模型最好,拟合相关性为R2=0.898,Adj R2=0.889,RMSE=0.012,模型精度为P=0.972。由最终所得模型可知,能量比值变量模型所得结果相对数量比值变量模型结果要好且稳定,多变量反演模型的拟合相关性及精度都比单变量模型要高。本研究所提取的参数相对较少,且能量比值变量的提取有一定的局限性,未来研究中应提取更多的高效参数且进一步加强能量比值变量的探究。

星载大光斑LiDAR与HJ-1A高光谱数据联合估测区域森林地上生物量

以吉林省汪清林业局经营区为研究区,利用HJ-1A/HSI高光谱数据和ICESat-GLAS波形数据,估测区域森林地上生物量。从平滑后的GLAS波形数据中提取波形长度W和地形坡度参数TS,建立GLAS森林最大树高估测模型;从GLAS波形数据中提取能量参数I(植被回波能量Ev和回波总能量E之比),建立GLAS森林郁闭度估测模型;利用GLAS估测的森林最大树高和森林郁闭度联合建立森林地上生物量模型。由于GLAS呈离散条带状分布,无法实现区域估测,因此研究将GLAS波形数据与HJ-1A/HSI高光谱数据联合,基于支持向量回归机算法实现森林地上生物量区域估测,得到研究区森林地上生物量分布图。研究结果显示,基于W和TS建立的GLAS森林最大树高估测模型的adj.R^2=0.78,RMSE=2.51m,模型验证的adj.R^2=0.85,RMSE=1.67m。地形坡度参数TS能够有效的降低地形坡度的影响;当林下植被高度为2m时,得到的基于参数I建立的GLAS森林郁闭度估测模型效果最好,模型的adj.R^2=0.64,RMSE=0.13,模型验证的adj.R^2=0.65,RMSE=0.12。利用森林最大树高和森林郁闭度建立的森林地上生物量模型的adj.R^2=0.62,RMSE=10.88 t/hm^2,模型验证的adj.R^2=0.60,RMSE=11.52 t/hm^2。基于支持向量回归机算法,利用HJ-1A/HSI和GLAS数据建立的森林地上生物量SVR模型,生成了森林地上生物量分布图,利用野外数据对得到的分布图进行验证,验证结果显示森林地上生物量估测值与实测值存在很强的线性关系(adj.R^2=0.62,RMSE=11.11 t/hm^2),能够满足林业应用的需要。因此联合ICESat-GLAS波形数据与HJ-1A高光谱数据,能够提高区域森林地上生物量的估测精度。

LiDAR技术在地质环境中的主要应用与展望

介绍了LiDAR激光探测与测距系统的组成和基本原理,并对LiDAR技术在地质灾害、活动断裂、冰川及海岸线测绘等地质环境领域的国内外应用现状与进展进行了系统分析和总结,对该技术的应用前景进行了展望。LiDAR系统集激光、GPS和惯性导航系统(Inertial Navigation System,INS)三种技术于一身,能够快速、精确地获取地面目标的三维空间信息,是继GPS空间定位系统之后又一项测绘技术新突破。LiDAR作为一种新型的遥感测量技术未来在自动、快速提取滑坡体、自动提取与断裂相关的微地貌结构信息、海岸带附近精细地物分类、海岸带调查以及潮间带生物多样性研究等方面具有很大的发展空间。

机载LiDAR海岸地形测量技术及其应用

机载LiDAR测量技术发展迅速,应用日益广泛。概括了机载LiDAR测量技术发展、工作原理和应用现状,结合海洋测绘需求,论述了机载LiDAR技术应用的可行性、方法和精度,分析了海岸地形测绘应用的前景,为提高作业部门新技术的理论基础,推进机载LiDAR测量技术在海洋测绘领域的应用提供支持。

基于机载LiDAR和GIS数据的建筑物变化信息自动检测方法

建筑物的变化信息对地图更新和相关地理要素的统计至关重要。首先,通过Li DAR数据提取建筑物信息,应用alpha-shapes算法得到建筑物的边缘信息;然后,将该信息和GIS地图矢量数据对比,应用多级变化检测策略进行自动检测,得出变化的建筑物并精确到建筑物变化的细部特征。该方法不仅能实现建筑物的定性变化检测,而且能对变化信息进行定量统计,检测结果的准确率达到95%。与以往单纯利用影像数据的方法相比,该方法自动化程度和效率均较高,且处理流程简捷。

基于机载LiDAR和Mean Shift算法提取森林密度

为获取森林密度信息,利用Mean Shift算法对森林点云进行单木分割提取森林密度信息.首先,以点云三维坐标和法向量作为特征向量,利用统计分析方法选择合适带宽及阈值,采用Mean Shift算法对点云进行初始分割;其次,对分割后的点云进行分析,加入灌木、杂草等过滤条件,得到树冠点云;然后,对树冠点云再次进行Mean Shift分割,并对每类树冠点云进行统计,以稳态点为粗略位置标记计算森林密度;最后,与地面实测数据进行验证.地面数据验证结果表明,平均计算精度达到90.0%以上,可满足林业应用需求;通过与分水岭法进行对比发现,Mean Shift方法获得的精度为92.5%,比分水岭方法 70.0%高出22.5%,且避免了分水岭方法导致的过分割现象.

机载LiDAR点云数据平面特征提取

为从大量的Li DAR点云中分离出建筑物点类,获得平面特征,借鉴传统的Hough变换思想,提出一种提取机载Li DAR点云数据平面特征的方法,综合采用三维空间中Hough变换以及区域增长算法从点云数据中提取特征平面信息.研究结果表明:通过该方法可有效的提取出点云数据中的平面特征,建筑物的平面特征被检测出来之后,有助于完成建筑物的自动建模.

机载LiDAR点云定量化局部结构信息分析

提出一种基于特征值的机载LiDAR数据定量化局部信息量分析方法。通过引入多项策略改进了传统主成分分析(PCA)点云局部结构分析对噪声敏感的缺点,利用这种鲁棒性很强的PCA局部结构分析结果,从信息论的角度给出了一种点云局部结构定量化分析的新方法。实验结果表明,该方法能够有效实现对机载LiDAR点云数据结构信息量的有效分析。

数字正射影像结合LiDAR数据在山区测绘中的应用

随着信息化社会的到来,现代水利测绘已经由传统测绘向信息化测绘发展,无人机技术应用于测绘行业推进了信息化测绘进程。本文探讨了如何有效利用无人机技术解决测绘领域在山区遇到的问题。固定翼无人机能及时获取地面数字正射影像数据,捕获裸露地面的平面和高程,但是无法获取植被覆盖下的地表高程信息,因此,本文通过机载激光雷达获取植被覆盖下的Li DAR点云数据;将二者数据相结合,再通过EPS软件生成三维地表模型,可以快速获取任何测区地物和地形数据,不仅提高了工作效率,还降低了外业劳动强度。

机载LiDAR与全野外测量综合测图方法的研究

为满足城市详细规划的需要,快速获取多种比例尺的大面积高精度基础地形图,将机载LiDAR测图与全野外测图技术结合起来,充分发挥机载LiDAR点云数据的优势,获取了满足用户需要的测绘成果。以广州市从化区大比例尺测图为例,提出了一套机载LiDAR和全野外测量协同测图的方法,大大提高了项目效率。

无人机LiDAR技术在山区公路断面测量中的应用探究

无人机技术和Li DAR技术的发展为测量数据的获取提供了一种全新的技术方法。Li DAR技术具有高效性、穿透性、高密度等特点,依托无人机平台从空中进行测量,能够显著提高山区植被覆盖区域的作业效率。本文结合江西省某高速公路勘察设计项目,引入无人机Li DAR技术对部分路段进行测量,从外业数据采集、点云数据处理及成果获取等过程进行探究,并将测量结果与常规方法进行精度检测和对比,验证了无人机Li DAR技术在山区公路断面测量中应用的可行性,同时结合Li DAR应用情况进行分析,给出相关的应用建议。

Assessing Post-Storm Forest Dynamics in the Pyrenees Using High-Resolution LIDAR Data and Aerial Photographs

We evaluated how historical storm events have shaped the current forest landscape in three Pyrenean subalpine forests(NE Spain).For this purpose we related forest damage estimations obtained from multi-temporal aerial photographic comparisons to the current forest typology generated from airborne Li DAR data, and we examined the role of past natural disturbance on the current spatial distribution of forest structural types.We found six forest structural types in the landscape: early regeneration(T1 and T2), young even-aged stands(T3), uneven-aged stands(T4) and adult stands(T5and T6).All of the types were related to the timing and severity of past storms, with early-regeneration structures being found in areas markedly affected in recent times, and adult stands predominating in those areas that had suffered lowest damage levels within the study period.In general, landscapes where high or medium levels of damage were recurrent also presented higher levels of spatial heterogeneity,whereas the opposite pattern was found in the less markedly affected landscape, characterized by thepresence of large regular patches.Our results show the critical role that storm regimes in terms of timing and severity of past storms can play in shaping current forest structure and future dynamics in subalpine forests.The knowledge gained could be used to help define alternative forest management strategies oriented toward the enhancement of landscape heterogeneity as a measure to face future environmental uncertainty.

利用机载LiDAR数据和高分辨率图像提取复杂城区建筑物

在复杂城区内部通常存在大量的阴影,建筑物的屋顶也有多种类型,这使得利用高分辨率遥感图像自动提取建筑物变得困难。针对上述2个问题,提出了一种综合利用高分辨率图像与机载Li DAR数据的城市建筑物提取新方法。首先,对归一化植被指数(normalized difference vegetation index,NDVI)和Li DAR高度数据设定阈值得到初步的建筑物提取结果;然后,分别利用阴影区NDVI、图像纹理和形态学滤波来改进结果;最后,采用局部的机载Li DAR数据和Quick Bird图像,对提出的方法进行验证,并与现有方法进行比较。研究结果表明,该方法可有效减少由阴影和不同屋顶特征所造成的错误识别,显著提高了建筑物提取精度。

一种自适应数学形态学LiDAR点云滤波方法

在Li DAR点云滤波算法当中,数学形态学滤波是其主要方法之一。传统的数学形态学在迭代次数、高程阈值的选取上,通常是通过人工依靠经验设置滤波参数,因此算法具有很大的盲目性。这里通过分析在不同迭代次数下滤波前后地面点云数目的变化特点,以及高程阈值与点云密度的关系,提出了一种自适应数学形态学滤波算法。采用不同地形的Li DAR数据对算法进行了实验分析,验证了算法的可行性。