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。

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。

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。

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。

基于无人机载LiDAR数据的玉米涝灾灾情评估

【目的】基于无人机平台的遥感技术是目前研究的热点,也是推动现代化农业快速发展的主要力量之一。笔者欲通过分析涝灾研究区激光雷达点云数据反演的玉米冠层高度,快速准确实现玉米涝灾受灾范围监测和灾情评估,为防灾减灾、高产稳产、农业保险理赔等提供依据。拓展无人机载LiDAR数据在农业领域的应用价值,为农业等相关部门快速有效掌握农情信息提供保障。【方法】2016年7月19—20日,以因大暴雨导致涝灾的北京市昌平区一块玉米大田作为研究区,基于无人机平台获取研究区激光雷达数据。通过冠层高度模型(canopy height model,CHM)反演出玉米冠层高度,采用正态统计理论的双阈值划分策略确定阈值,构建基于玉米冠层高度差异的涝灾灾情遥感监测模型,评价玉米涝灾灾情严重程度,并基于地面实测数据进行精度评价。【结果】涝灾发生后,玉米长势存在一定差异,最明显的差异体现在玉米植株高度。基于正态统计理论和野外测量,最终确定严重涝灾玉米冠层高度为0.30—0.84 m,中度涝灾玉米冠层高度为0.84—1.70 m,冠层高度1.70 m以上为轻度受灾区域。通过野外实测样本对无人机载LiDAR数据估算结果进行混淆矩阵分析,总体分类精度达到72.15%,Kappa系数为0.44。结合数码影像做进一步验证,结果表明研究区玉米涝灾遥感空间制图结果与数码影像结果基本一致。【结论】通过无人机载LiDAR数据能实现玉米冠层高度反演,结合涝灾后玉米植株高度差异特征能有效反映不同涝灾程度,实现区域尺度下玉米涝灾受灾范围监测和灾情等级评估,有利于便捷高效获取灾情灾害信息。

基于LiDAR的海原断裂松山段断错地貌分析与古地震探槽选址实例

基于高精度机载Li DAR数据在GIS平台的地貌因子渲染分析,对海原断裂老虎山段松山地区古地震研究点进行高精度大比例尺(1∶1000)地貌填图,勾勒出研究点微地貌空间展布和断裂高精度几何形态。通过对松山古地震研究点2个新探槽的开挖,结合细致的探槽解译、地震事件识别与分期、年代学样品测试,得出5次37380±880BP以内的不连续古地震序列。通过对比此处已经开挖的各自相距不足150m、分布于断裂同一段落的4个古地震探槽的微地貌位置、沉积特征和地震事件信号强弱,发现即使相距不远,不同微地貌位置古地震探槽揭示的古地震现象也会有显著差别。这种差别凸显了古地震研究结果,如揭示的事件证据和个数等与探槽点位置的选取有较强的依赖性。综合对比分析表明,较低的地势、低能静水环境、高沉积速率、细粒的沉积物源区及连续的沉积环境是走滑断裂上开展古地震研究的优选地貌位置。实例表明,基于高精度地形数据对研究点开展精细地貌填图揭示微地貌时空演化,从而在探槽开挖前对古地震研究点的构造地貌优劣进行充分评价是提高古地震研究质量的必要程序,同时也显示出高精度机载Li DAR数据在活动构造研究中的重要新应用。

机载LiDAR在高精度滩涂DEM制作中的关键技术分析

机载LiDAR可快速获取高密度的地表三维几何信息,具有全天候、主动观测、对地物间缝隙有一定穿透性等优点,在滩涂测绘中具有很大优势.本文对宁波市激光雷达滩涂测绘工作进行了经验总结,首先介绍机载LiDAR技术在滩涂测绘中的优势,然后在LiDAR数据处理基础上,重点分析高精度滩涂DEM制作的关键技术,最后对DEM产品进行精度评定。

一种基于LiDAR点云栅格化的海岸线提取方法

针对当前从三维激光点云中提取海岸线方法的不足,提出了一种基于点云栅格化的海岸线提取方法。首先对点云进行去噪等数据预处理,然后直接将其栅格化生成更为平滑的海岸地形,最后采用中国近海海域潮汐精密模型,从栅格海岸地形中提取基于平均大潮高潮面MHWS(Mean High Water Springs)海岸线。实验表明:此处所提出的点云栅格化方法较当前方法提取的海岸线更可靠、合理,提取效率更高,同时也可用于其他辅助岸线的提取。

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.

基于区域多次回波点密度分析的城区LiDAR建筑物提取

以正确提取城区Li DAR点云中建筑物为目标,综合利用不同类别目标点云的回波特征以及地形信息,提出了一种基于区域多次回波密度分析的Li DAR点云建筑物提取方法。首先,将点云构建不规则三角网(triangulated irregular network,TIN),获取封闭的等高线;然后,利用等高线间的拓扑关系得到等高线族区域;最后,统计每一区域的多次回波点云密度信息,通过建筑物和树木区域多次回波点云在区域密度上的巨大差异来识别建筑物点云和树木点云。研究结果表明:该方法既充分利用了建筑物表面与植被间多次回波特性的差异,又不否定建筑物边缘同样存在多次回波的现象;通过封闭的等高线自适应地检测出地物目标的轮廓,弥补了传统Li DAR建筑物提取方法的不足;该方法能够较其他方法更准确地提取建筑物。

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。

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。

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。

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。