基于机载LiDAR数据的DEM构建研究

基于机载LiDAR(Light Detection And Ranging)数据的DEM快速构建是当前研究的热点内容之一。论文根据机载LiDAR数据的特点,基于最新开发的ENVI软件LiDAR模型,进行了DEM数据的快速构造研究。最后,根据榆树地区的LiDAR数据,通过解算等过程得到了当地的DEM数据。     

机载 LiDAR 点云更新1∶1万 DEM 关键技术探讨

结合 TerraSolid 对机载激光雷达数据进行后处理的生产流程,重点分析利用 LiDAR 数据提取 DEM 的几个关键技术：滤波技术、航带拼接技术、特征线＼特征点参与 DEM 构建技术以及点云人工编辑分类后航带间高差超限的补救性处理方法。     

机载InSAR数据自动生成DEM技术及其在内蒙古丰镇地区的应用

合成孔径雷达干涉测量(InSAR)技术是传统的合成孔径雷达技术和射电天文学中的干涉测量技术相结合而发展起来的一项新的遥感技术,这一新技术以其在大范围地表高程测量和地表变形测量方面所具有的独特优势和巨大潜力,而成为对地测量和地学科学研究的一个重要的工具。同星载InSAR相比,机载InSAR在高分辨率区域测图方面具有较大的优势,而且数据采集的时间安排及飞行方位选取方面相对较灵活。而且SAR是一种主动微波遥感技术,具有全天时全天候的工作特征,这一技术也正在成为中国西部困难地区测图的一个非常有效的工具。在详细分析应用机载InSAR数据测量地表高程的基本原理的基础上,提出了机载InSAR自动生成DEM的技术流程,并以内蒙古丰镇地区的机载InSAR数据为基础进行了试验研究,取得了较好的效果,为这一新技术的进一步实际应用奠定了基础。     

基于LiDAR数据的3D产品生产新技术

机载LiDAR系统作为新技术用于获取高精度、高密度的三维坐标及与其匹配的影像数据,可快速生产高精度的3D产品。以某试验区用LiDAR技术获得的数据为例,介绍应用POSPac软件、Terra软件和ERDAS软件的LPS模块进行POS数据处理、数字高程模型（DEM）、数字正射影像图（DOM）的制作过程,应用ImageSatationSSK系统进行数字地形图（DLG）的测图,并取得了良好的效果。     

机载LiDAR技术在山区河道测绘中的应用分析

由于地形崎岖和深厚的植被覆盖,在山区河道测绘往往呈现高难度、高风险和低效率的特点,对该区域的开发和利用造成不利影响。目前基于具有穿透植被性能优异的机载LiDAR,探究激光影像技术在勘测山区河道地形下的效率,为提高该地形下的测绘提供技术支持。但同样机载LiDAR技术在测绘复杂地形的应用精度仍受植被覆盖率和地形平整度的影响,所以为量化分析机载LiDAR技术在复杂地形下的适用性和精确度,本文通过对比不同地表覆盖物下,机载LiDAR在具有代表性的山区河道的测绘应用精度,研究表明：结合点云影像的机载LiDAR测绘技术具有平面精度高、高程信息准确和地表信息丰富全面的突出优点;植被覆盖率、地形坡度显著的影响测绘的点云高程精度,而机载LiDAR技术在穿透植被性具有突出优势;机载LiDAR技术在测绘山区河道地形得应用中具有突出的效率高、准确性高和成本低的显著优势。     

基于机载LiDAR技术的泥石流物源侵蚀量定量评价研究

泥石流物源是形成泥石流的三大基本条件之一,物源侵蚀堆积变化量则是衡量泥石流规模和频率的重要指标,然而目前采用常规技术手段仍难以实现对物源侵蚀堆积变化的定量研究。针对这一问题,本文以西昌市邛海水厂后山冲沟泥石流为例,采用机载LiDAR技术建立了该流域雨季前后的高精度数字高程模型（DEM）,并基于此开展了泥石流物源侵蚀量定量评价研究。结果表明：邛海水厂后山冲沟流域总体过火面积达65%,流域内主要发育坡面堆积物源、崩滑堆积物源以及沟道堆积物源;两期次高精度DEM数据差分叠加可实现泥石流物源侵蚀量的估算,该沟雨季前后泥石流物源侵蚀减少量为12209 m³,物源侵蚀变化呈分布区域广、数量多、散状发育的特点;泥石流物源的启动以坡面堆积物源侵蚀为主,侵蚀厚度多在0.5 m以内;邛海水厂后山冲沟泥石流在今后一段时间内将以高频泥石流为主。

     

基于机载LiDAR数据的海地地震震后建筑物信息提取与三维建模

机载激光雷达技术(LiDAR)可以直接获取地表高精度三维信息,载有LiDAR设备的飞机可深入到震后交通遭受严重破坏的重灾区,快速对大范围区域进行数据采集及数据分析,为灾情信息获取与评估以及震后救援提供技术支撑。本文对获得的海地雅克梅勒(Jacmel)地区震后LiDAR点云数据进行了处理和分析,通过提取建筑物矢量,生成数字地表模型(DSM),探索了震后建筑物信息提取及三维建模方法,创建了真实可量测的三维建筑物模型。结果表明,由于雅克梅勒地区距离震中较远、建筑物破坏程度较低,震后大部分建筑物完好,基于激光点云数据的震区建筑物三维重建效果较好。     

机载LiDAR技术在密林区低频泥石流沟调查中的应用

机载LiDAR是一种主动扫描式遥感技术,其激光脉冲信号能部分穿过多层植被的间隙直达地表,快速获得剥离植被层后的地表高精度三维数据与影像,从而实现真实刻画地貌轮廓和精细揭示地表特征。低频泥石流沟发生间歇期长,地表植被较茂盛,常用的光学影像、InSAR等遥感技术对其解译存在一定的局限性。盐田区地质灾害详细调查采用机载LiDAR技术,提取了0.2 m分辨率的地表DEM数据,生成了精细的山体阴影图像,初步建立了泥石流机载LiDAR图像遥感解译标志,在此基础上对17条沟谷进行了判释,最终确定了4条低频泥石流沟,再结合机载LiDAR的DEM影像详细调查了泥石流沟的形态特征、物源分布,初步分析了泥石流沟的现今活动性。实践证明,在植被覆盖率高的地区,机载LiDAR图像的可解译性明显好于传统的光学遥感,适用于泥石流等地质灾害隐患的早期识别与后续调查。     

高精度机载LiDAR在小江活动构造和地质灾害研究中的应用

通过机载LiDAR飞行数据处理,获得飞行区内高精度的数字高程模型（DEM）和数字地表模型（DSM）等数字地形成果,应用数字地形进行地质构造解译,确定小江活动断裂展布及构造地貌特征,圈定飞行区内金沙江、小江的滑坡及泥石流的分布范围,估算其面积及体积,为此类地质灾害的预警提供可靠信息。      

基于监督学习的机载LiDAR点云滤波方法

点云滤波是机载LiDAR点云后处理应用必不可少的环节。虽然国内外学者提出了许多滤波方法,但依然存在以下问题:一是需要复杂的参数设定;二是滤波方法鲁棒性较差,难以适应复杂的地形环境。为了实现高精度自动点云滤波,本文提出一种基于支持向量机(SVM)的滤波方法。该方法将点云滤波转换为二分类问题,通过计算点云数据的5维特征向量...     

LiDAR技术在活动构造研究中的应用

沿断裂带的大比例尺地貌填图是活动构造研究的重要基础。传统方法一般通过遥感、航片解译以及典型地点的实地测量进行详细填图。因此传统方法一般只能获得二维变形特征,或者局部的三维变形。激光雷达测量(Light Detection And Ranging-LiDAR)技术优势为对地貌的高精度、全方位、三维直接测量,可以为活动构造研究提供沿整条断裂带的高精度地貌高程基础数据。基于LiDAR数据的量化分析是未来活动构造研究的趋势。目前,美国、欧洲、日本以及我国台湾地区等均已经开展沿主要活动断裂带的大规模机载LiDAR测量。与传统方法相比,LiDAR技术在森林覆盖区和城区的活动断裂填图中具有巨大的优势,在沿断裂位错测量上也更精准,更有效。并且震前与震后LiDAR数据对比也是研究同震变形特征、探索断裂发震模式的重要手段。本文综述LiDAR技术在活动构造研究中的主要应用,介绍LiDAR技术在活动构造研究中的优势与前景。分析表明,激光雷达技术在活动构造研究中的应用势在必行,沿国内主要活动断裂带的机载LiDAR测量将成为未来国内活动断裂研究基础数据获取的重要手段。     

高亚洲冰川区SRTM C-波段DEM数据透射深度研究

SRTM数据是研究冰量变化的重要数据之一。基于SRTM C-波段和X-波段的高程数据,对高亚洲不同冰川区SRTM C-波段数据的透射深度进行了研究。结果表明：高亚洲地区SRTM_C透射深度的空间分布特征存在较大差异,其中藏色岗日地区的透射深度最大为（5.3±2.1） m,中天山和念青唐古拉西段地区的透射深度最小仅为（0.8±0.6） m。透射深度整体空间分布呈由高亚洲边缘地区向青藏高原内陆先减小后增大,到羌塘高原地区SRTM_C的透射深度最大的趋势。气温和降水量的空间差异共同作用是导致SRTM_C透射深度呈上述分布状况的主要因素。此外,SRTM X-波段数据的覆盖状况和冰川样本数量的选择会导致不同研究估算出的SRTM_C透射深度存在不确定性。     

基于多期DEM数据的滑坡变形定量分析

滑坡的定量变形分析是滑坡研究中的难点问题.为揭示黑方台灌区滑坡的变形演化过程,借助1977年、1997年、2001年和2010年4个时期测制的地形图资料,以ArcGIS为平台,建立了基于多期DEM数据的滑坡变形定量分析模型,并对黑方台塬边32处滑坡分阶段进行了变形量与变形速率计算.1977-1997年,滑坡后壁后移侵蚀速率平均为4.47m/a;1997-2001年,后移侵蚀率平均为3.46m/a;2001-2010年,后移侵蚀率平均为1.10m/a.同时建立了灌溉量与滑坡变形量的相关关系式,并对滑坡的变形演化趋势进行了预测,到2015年,滑坡后壁后移距离平均为0.79m,到2020年,滑坡后壁后移距离可减少到0.20m.     

基于机载 Lidar 的地貌数据快速更新方案研究

空间地理信息作为国家信息资源的重要组成部分之一,承担着越来越重要的作用,地貌数据作为空间数据的组成部分,其数据采集及更新十分重要。机载 Lidar 问世以来受到测绘行业广泛重视,其应用不断扩展。该文以地貌数据的快速更新为研究目的,深入分析了地貌更新流程以及机载 Lidar 数据成果,并在此之上提出基于机载 Lidar 数据的地貌快速更新方案,研究其具体步骤以及核心技术,同时采用 CAD 二次开发实现地貌更新数据预处理,大幅提高地貌更新效率。     

分布式流域水文模型的DEM数据处理

分布式流域水文模型从DEM数据中提取河流,由于地图数据的比例尺、DEM网格的分辨率等原因,生成的河流可能与真实的河流不重合,流域内的径流可能汇集不到出口断面,必须对DEM数据进行处理。目前GIS软件中常用的处理方式是将河流经过的网格高程普遍降低,这种方法还不够理想。理想的DEM数据处理方法应满足以下原则:修改后生成的河流与真实的河流重合,流域内的径流能够汇入河道到达流域出口断面;DEM数据中网格的高程来自实测地图,最能代表网格的高程,只是由于对网格高程的插值滤掉了一些地形细节,因此高程修改的网格数目应达到最小。基于这个原则,提出DEM数据修改方法,平滑掉河流经过的凸起网格并且填充流域内的洼地,修改最少的网格高程,使由DEM数据生成的河流能够与真实的河流重合,达到模拟真实的径流流动路径的目的。     

基于LiDAR点云数据的低矮植被分类方法

基于LiDAR点云数据进行小区域低矮植被分类方法的研究,利用渐进加密三角网算法分离地面点与低矮植被点,通过分析调整阈值对分离效果的影响验证该算法的适用程度。本文研究表明渐进加密三角网算法适用于低矮植被分布多的地势平坦地区,不适用于地形起伏较大的山区与城市地区。     

基于高分辨率DEM数据的分形几何岩性识别方法初探

多重分形理论的建立为研究自然地物带来了新的方法。自然地物由于其独特的分形特征,适合采用多重分形等非线性方法来进行定量描述。文章利用遥感重点实验室机载激光雷达测量生成的DEM数据,对不同类型岩石进行了分形几何特征研究,发现不同岩性分布区的DEM多重分形谱存在差异性。多重分形谱f(ɑ)值随ɑ值变化出现大小差异体现了纹理在不同尺度的差异,此特征对于遥感纹理分类和岩性信息提取有重要意义。     

基于机载LIDAR建筑类数据提取算法综述

机载激光雷达测量可以快速获取高精度的城市三维信息,用于三维城市建模。建筑是城市的主体,从机载激光雷达数据提取建筑类数据一直是学者研究的热点。提取建筑类数据主要步骤包括:数据预处理、建筑检测、屋顶重建、边界提取、建立模型和规则化。本文简要综述这几个方面的研究进展和从机载激光雷达数据提取建筑类数据的难点及发展方向。     

机载LiDAR与地面三维激光扫描在贵州水城独家寨崩塌地质灾害风险调查中的应用

在贵州岩溶山区开展地质灾害风险调查时,由于局部存在高差较大的复杂山体,传统的地面调查手段往往具有局限性。为有效地识别及测量潜在的高位隐蔽性地质灾害隐患,采用无人机载LiDAR和地面三维激光扫描的方法,通过“俯视”数据与“正视”数据相融合,可完整、精确地获取崩塌危岩带的高精度点云及三维模型等数据。以贵州省水城区鸡场镇独家寨崩塌为例,通过野外数据采集-原始点云处理-不同数据融合-整体着色修复等步骤,最后得到研究区高精度三维模型数据,在此基础上对岩体结构和裂隙进行提取,解译出层面和两组节理裂隙产状,进而有效识别危岩体的空间分布,并基于网格划分方法计算出危岩带的规模约6.6×104 m3。结果表明无人机载LiDAR与地面三维激光扫描相融合的方法可优势互补,具有可操作性强、精度高、识别准等特点,可有效地获取解译并识别危岩体的分布及规模,为后续稳定性分析及风险评价提供基础。     

DEM数据源及分辨率对HEC-HMS水文模拟的影响

DEM数据源及分辨率会影响流域特征参数的提取,进而影响水文模拟结果.将ASTER 30 m DEM、SRTM 90 m DEM及基于ASTER 30 m DEM的40 m、50 m、60 m、70 m、80 m、90 m重采样DEM作为HEC-geoHMS模型输入,提取流域特征,采用HEC-HMS模型,以西笤溪流域为研究区域,分析2011年6月和2011年8—9月的两场降雨径流过程中,DEM数据源和分辨率对水文模拟输出的影响.研究结果表明,两次径流模拟结果与实测数据拟合都较好,模型确定性系数都大于0.82,但是单峰的洪水模拟效果总体更好,基于SRTM 90 m的模型确定性系数比基于ASTER 30 m DEM、重采样90 m DEM的模型确定性系数都大.基于重采样DEM的模型确定性系数变化较大,而且与分辨率的变化呈非线性关系.在HEC-HMS的模拟中,基于ASTER 30 m DEM和基于SRTM 90 m DEM的模拟输出结果相对误差相差3%~5%,基于SRTM 90 m DEM和基于重采样90 m DEM的模拟输出结果相对误差相差2%~4%,基于重采样DEM的模拟输出结果相对误差相差最大达到了11%.