应用机载激光雷达数据制作DEM的方法探讨

通过对机载激光雷达数据的分析、点云处理、DEM处理,探讨应用机载激光雷达数据制作DEM的方法,并通过实例介绍应用机载激光雷达数据制作DEM的生产流程。     

基于机载LiDAR数据的广西困难地区高精度DEM生产研究

数字高程模型(DEM)利用有限的地形高程数据实现对地表形态的数字化模拟,是测绘部门数据生产的重要内容.当前DEM生产主要采用交互式数字摄影测量方式,不仅需要投入大量人力,极为依赖经验,同时生产效率也较为低下.近年来兴起的机载激光雷达(LiDAR)技术为DEM获取提供了一种新的途径.本文以广西植被茂密区和陡石山区的点云数据为例,研究在广西困难地区应用机载LiDAR技术进行高精度DEM生产的可行性,并利用同区域的数字广西地貌成果对所生产的DEM进行精度验证.结果表明,应用机载LiDAR数据进行DEM生产不仅将植被茂密区的生产效率提升了25％,陡石山区的生产效率提升了7倍以上,同时数据精度能够满足1:10000 DEM的要求,在广西传统DEM生产困难地区具有极大的优势.     

基于地形图的大比例尺DEM精度检查技术

大比例尺DEM成果精度检查是数据质量检查的核心内容,如何全面核查DEM成果精度、快速发现粗差区域对于指导DEM数据生产、提高成果质量有重要意义。结合武汉市大比例尺DEM数据生产及检查工作现状,提出以全要素地形图为基础,采用基于FME的高程信息提取模型和DEM精度检查模型,通过ArcGIS模板和Python自动化处理脚本对DEM成果精度进行检查分析和统计的处理技术。试验结果表明,该方法能提高DEM成果精度检查分析的效率和质量,可广泛应用于DEM数据生产实践。     

机载激光雷达在城镇三维地籍数据生产中的应用

采用机载激光雷达扫描的方式,获取测区激光数据及影像数据,对所采集的数据进行处理获得测区范围内1∶1 000比例尺的三维点云、DSM、DOM、DEM成果。实践证明,该技术能快速生成各种高精度数字测绘成果,节约大量的人力和时间。     

InSAR技术制作DEM数据的精度检验

SAR数据具有较高的穿透性,利用InSAR技术制作DEM数据的生产模式已日趋成熟;然而受SAR数据源的约束,其制作的DEM数据精度如何,能满足多大比例尺的DEM,一直是存在争议的问题.利用高精度控制点、1:10000 DEM成果数据、实景三维DEM成果数据检验了利用InSAR技术制作的DEM数据的高程精度质量和地物表达...     

浙江省平地区域机载LiDAR数据处理及DEM制作实践

为了进行平地区域原基础测绘产品高程的更新,我省进行了针对平地区域的机载LiDAR测高项目,为了获取高精度的DSM和DEM成果,在实际生产中开展了机载LiDAR数据处理及DEM成果的制作方法研究。本文将利用TerraSolid软件,从LiDAR点云数据的高程精度控制、点云滤波分类要求和如何利用特征线进行无点云数据区域的DEM精度控制等关键技术方面进行研究。     

基于数字图像处理的方法对激光雷达数据进行分析

激光雷达(Laser scanning,Lidar)是一种新型而高效的获取地形表面信息以及实时获取数字高程模型(DEM)的方法.发展激光雷达技术最初有两个主要目标:一是在森林和沙漠等地区,当人们无法或者很难使用常规摄影测量的方法获取地面信息时,寻找一种有效的替代传统航空摄影方法获取地面信息的手段,于是激光雷达扫描技术应运而生;二是就现代数字化摄影测量与遥感而言,这种数字化和自动化的处理技术可以对大规模的测量数据进行快速处理,同时,这种方法精度更高,费用也更便宜.特别是对实时数字高程模型数据的大规模需求,要求我们不断发展更高效的数据获取手段,来满足用户对数据精度、使用范围、数据获取周期等各方面的要求,激光雷达技术正好满足这些要求.     

机载LiDAR点云数据精细化滤波方法研究

针对机载LiDAR点云数据在自动化滤波过程中因建筑、植被底点剔除不完全导致DEM成果粗糙、等高线不平滑等问题,提出了一种精细化滤波方法。先对LiDAR点云数据进行滤波处理生成参照DEM,再利用同区域的正射影像辅助判别,选取需要滤波区域点云进行局部纠正;分别选取平坦区域和山地区域进行实验,并对精度验证和等高线成果进行了对比。实验结果表明,经过精细化滤波后的DEM和等高线成果在保证精度指标的前提下,成果质量明显提高。     

粗／精轨道数据对卫星InSAR DEM精度影响的对比分析

本文在介绍InSAR系统中卫星轨道状态矢量内插方法的基础上，从理论和实际两方面分析了轨道数据误差对参考椭球面相位、地形干涉相位和数字高程模型（DEM）精度的影响。以上海局部地区作为实验场，采用ERS-1／2卫星SAR影像数据，分别使用欧洲空间局粗略轨道数据和荷兰Delft大学空间研究中心精密轨道数据进行了干涉处理，生成了两种情况下的DEM，并对相关精度进行了对比与分析。研究结果表明，使用精轨数据建立的DEM的精度明显高于基于粗轨数据建立的DEM的精度。     

天狼星免像控航摄系统与Inpho系统在无人机遥感数据后处理中的对比

针对传统无人机航测内外业流程复杂、工作效率低等问题,对比了天狼星免像控系统和Inpho系统的无人机遥感数据后处理流程,并对输出的DOM、DEM成果精度进行比较,取得了以下结论:(1)天狼星免像控系统比Inpho常规无人机航测系统具有外业免像控、无需内业刺点、高度自动化一键式处理等优点,大大提高了作业效率;(2)天狼星免像控系统和Inpho系统在处理1∶500无人机遥感影像数据时,均能满足1∶500航空摄影测量精度要求,而且天狼星免像控系统处理的数据精度优于Inpho系统的数据处理精度。其中天狼星航摄系统DOM、DEM中误差分别为0.043 1、0.084 3 m,Inpho系统DOM、DEM中误差分别为0.052 6、0.158 6 m。     

关于LiDAR数据DEM成果精度影响因素的探讨

通过对原始点云数据精度和点云数据分类误差的研究,抽检不同地表、不同植被覆盖密度、不同植被高度点云分类的数据,分析其对LiDAR的DEM成果精度的影响,对LiDAR数据DEM成果的质量检验与精度评定具有参考价值。     

利用机载点云检核ICESat-2/ATLAS激光测高数据精度

美国第2代激光测高卫星ICESat-2已经公开发布数据,能够提供剖面状密集点云,但其平面/高程精度还未得到充分验证。全球开源DEM或卫星光学立体影像生成的DEM精度远低于星载激光测高数据,无法实现激光精度检核。本文使用机载激光雷达/光学立体影像数据开展ICESat-2卫星ATLAS精度验证,通过单光子点云去噪、剖面地形恢复和数据内插等手段,对国内舟山、上海和汉中等不同地形条件下的星载光子计数激光雷达数据进行对比分析。实验结果表明, 6组ATLAS点云高程的均方根误差分别为0.43、0.65、0.72、0.53、0.45和0.77 m,平均值达到0.59 m,具备较好的高程精度。     

多源遥感数据在道路勘测中的应用

传统工程测量在复杂地形勘测中容易受现场条件的影响和制约,在作业人员无法到达的区域,造成成果质量和效率均很难满足工程要求。本文以兴延路工程勘测为例,提出了一种综合应用机载激光雷达与卫星影像的技术方法,充分发挥多源遥感数据在地物判读和地形采集中的优势,大大减少了外业工作量。通过工程实例验证,成果质量满足设计要求,且在提供传统DLG成果基础上,还可以提供DEM、DOM成果。     

基于机载LiDAR的DEM生产流程浅析

机载激光雷达(LiDAR)技术在获取高精度DEM方面有很大的优势,通过对LiDAR点云进行分类处理后,基于地面点获得高精度DEM的生产方法,同时比较了不同方法得到DEM的精度。     

基于InSAR技术在山地区域DEM提取及精度评定

利用InSAR技术对四景ENVISAT-ASAR雷达数据进行DEM提取。简述了InSAR测高的原理,总结了SAR数据的处理方法。获取了两组研究区域DEM成果,经精度评定,成果能够满足1∶50 000比例尺DEM产品的精度要求。同时,实验证明InSAR技术可以快速地获取大面积DEM。     

基于格网化LIDAR点云数据坡度滤波方法的研究

LIDAR数据是目前生产DEM/DSM最为理想的数据源,利用机载激光雷达获取DEM/DSM数据是机载激光雷达最为直接的应用。本文提出了一种将LIDAR点云数据格网化与坡度滤波相结合的点云分类方法,该方法将数据格网化的概念用于LIDAR点云数据的预处理,避免了LIDAR点云数据内插或者平滑造成的信息损失,并且引入坡度突变对格网化处理后的LIDAR点云数据进行第二次地面点的选取,提高了LIDAR点云数据分类的效果。     

机载激光雷达数据提取DEM的关键技术分析

结合激光雷达数据的特点,着重分析利用激光LiDAR数据提取DEM的几个关键技术：预处理技术、滤波技术、DEM构建与质量评价技术。通过分析,为快速、高效、准确地获取DEM基础数据提供一个技术方案。     

SAR卫星轨道数据精度对Doris获取DEM精度的影响研究

本文介绍了InSAR卫星轨道状态矢量内插方法,基于荷兰Delft大学开发的Doris雷达干涉软件分析了SAR卫星轨道数据误差对基线参数、参考椭球面相位、地形干涉相位和数字高程模型(DEM)精度的影响。以西藏玛尼地区为例,采用ERS1/2卫星数据,利用Doris软件,分别生成了基于欧空局(ESA)粗略轨道数据和荷兰Delft大学精密轨道数据的数字高程模型(DEM),并以SRTMDEM为基准对其精度进行了对比分析。结果表明,基于粗轨数据获取的DEM明显存在系统偏差,而基于精轨数据获取的DEM与SRTM DEM吻合的很好,相对于前者,精度提高5倍。     

基于深度置信网络的多源DEM点面融合模型

融合多源数字高程模型(digital elevation model, DEM)数据能有效利用数据间的互补优势,提升单一源数据的质量。提出一种基于深度置信网络(deep belief networks, DBN)的点面融合模型,在DBN的框架下考虑地形坡度、地表覆盖和空间位置信息等因素对DEM高程误差空间分布的影响,建立DEM高程值与高精度激光雷达测高数据之间的回归关系,从而实现多源栅格DEM与激光雷达测高点数据的空间融合,提升栅格DEM的垂直精度。对于空洞数据,根据空洞和非空洞区域的范围建立相应的输入数据集,分别进行融合,再利用不规则三角网差分曲面方法实现融合结果的无缝拼接。实验结果表明,相比原始DEM数据和两两融合的结果,所提出的多源DEM点面融合模型能够大幅度提升数据精度,有效解决原始数据中存在的空洞、噪声和异常值等问题。     

1∶10000DEM精细化处理方法及其应用效果分析

以研究区1∶10 000DEM和DLG数据为基础,分别提出基于DLG数据和DEM数据的精细化处理方法,并对比分析了最近邻域法、双线性内插法以及三次卷积法三种重采样方法对DEM精细化处理效果的影响,结果表明:双线性内插法在时间效率、数据精度以及图像效果方面均适中,故决定采用双线性内插法将研究区5m格网DEM数据通过重采样生成为2m格网DEM数据,最后通过可视化和检查点法验证了精细化处理的精度均满足相关要求。相关研究成果可为地形特征等数据的提取提供精度较高的基础数据。