基于地面激光扫描的典型海岸带盐沼潮滩地形反演

海岸带潮滩地形具有快速变化的特点;在盐沼植被覆盖的潮滩区域,地面激光扫描仪(terrestrial laser scanning,TLS)获取地形数据受到地表植被的影响。为了研究TLS在盐沼潮滩使用的地形测量精度与盐沼植被种类、盖度的关系,本文以芦苇群落、白茅群落、互花米草群落、海三棱藨草群落4种典型海岸带盐沼植被群落为研究对象,在移动窗口法的基础上辅以聚类分析的植被滤除算法,分别从点云原始数据中恢复地表地形地貌特征。研究结果表明:1)植被盖度越高,TLS反演地形精度越低,两者负相关。2)不同植被的激光穿透能力不同:盖度大于50%时,激光无法穿透原始盖度分别为70%、65%、65%的白茅群落、互花米草群落、海三棱藨草群落,均方根误差(root-mean-square error,RMSE)分别为22.0、22.0、8.6cm;盖度等于50%时,白茅群落、海三棱藨草群落、芦苇群落和互花米草群落的RMSE分别为16.0、6.6、4.5、5.7cm;盖度小于50%时,芦苇群落、互花米草群落、海三棱藨草群落地形反演精度小幅度提高,白茅群落地形反演精度提升较为明显。3)在盐沼潮滩地区使用TLS反演地形时,增加TLS架设高度、对同一区域多方位反复扫描可能有助于提高地形反演效果。

基于机载激光雷达的地质灾害识别关键技术及应用研究

激光雷达测量(LiDAR)技术是一种先进的主动式遥感测量手段,具备多次回波且成像点云可滤除植被的特点,该技术在几乎无植被覆盖的矿山地质调查、道路巡检等方面有了一定的应用,但在植被覆盖区的地质灾害或地质灾害隐患识别方面的研究还有待进一步深入。针对江苏省山区植被覆盖茂盛、地质灾害隐蔽性强的特点,以宜兴市竹海风景区公路旁一处道路边坡为研究对象,基于无人机机载LiDAR低空测取的高密度激光点云数据,使用Terrasolid的Terrascan模块进行滤波处理,得到剥离植被后的地面点云,进而利用Arcgis10.6生成DEM、等高线图和一系列数字地形分析图件,并据此分析和解译出该边坡区一处隐蔽滑坡的各种地表参数信息。结果表明:该滑坡体平面上呈现典型的圈椅状地貌,面积为930 m^(2),长为91 m,宽为19 m,平均地表坡度为35°,滑坡体主滑方向为南偏西6°,为公路切坡诱发的小型土质滑坡;滑坡体的滑坡前、后缘高差为10.1 m,滑坡后壁高差为1.9~3.1 m,中部滑坡台阶宽度为3.5~6.2 m。该研究不仅总结出一套针对植被覆盖区小型地质灾害进行机载激光雷达快速识别的技术流程,同时也为植被茂密区相对隐蔽地质灾害隐患的调查及防灾减灾提供了思路。

基于无人机低空遥感和现场调查的潮滩地形反演研究

潮滩地形与滩涂湿地生态系统的结构和功能密切相关,准确获取高精度的地形数据,对于分析潮滩的冲淤动态和盐沼植被扩散过程具有十分重要的意义。受自然潮滩观测时间有限、观测条件恶劣及植被覆盖等因素影响,传统的潮滩地形监测方法往往存在操作困难、效率较低、成本过高及覆盖范围有限等不足。文章通过无人机低空遥感方法获取航拍影像与其波段信息,基于运动结构技术提取影像三维坐标信息,构建研究区高精度数字表面模型(digital surface model,DSM),利用DSM模型直接获得无植被覆盖的光滩数字高程模型(digital elevation model,DEM);对于有盐沼植被覆盖的区域,利用红、绿、蓝3个可见光波段信息计算可见光差异植被指数(visible-band difference vegetation index,VDVI),同时结合野外现场调查,获取潮滩盐沼植物株高与VDVI指数的定量关系,建立株高反演模型;并利用株高反演模型从DSM中滤除植被,准确反演出潮滩植被区的DEM,从而整体获得潮滩地形的反演结果。结果表明,结合无人机低空遥感和现场调查的方法可以较好地实现对潮滩地形的精确反演:光滩区地形均方根误差为0.07 m,其精度与高精度三维激光扫描仪测量结果接近;经过植被滤除后,潮滩植被区地形均方根误差下降到0.14 m,数据精度可提升60%,优于传统的点云过滤方法。文章提供了一种基于无人机和现场调查的潮滩地形反演方法,实现了潮滩地形高效、大范围的监测,研究方法可应用到其他类似的潮滩或海岸区域,为海岸带滩涂湿地保护和管理提供重要的技术支撑。

基于三维激光扫描技术的晋城矿区DEM建构研究

晋城矿区地形复杂,多位于山区和丘陵地带、地势起伏较大甚至包括悬崖和峭壁,传统地形测绘方法难以满足测量要求。三维激光扫描技术数字化、快速、非接触的特点正好可以解决这类问题。文中介绍了三维激光扫描技术的基本原理,并结合采集的矿山地形数据,进行了地形点云数据的采集方法、点云数据拼接方法、点云数据中植被信息剔除方法、DEM模型建立的相关研究。