基于机载LiDAR技术的DEM快速更新关键技术研究

目前,DEM更新主要采取摄影测量的方法,需要采集特征点、特征线等,存在作业效率低,成果精度不高的问题。采用机载LiDAR技术进行DEM快速更新,并结合泰安徂徕山DEM更新项目,阐述基于机载LiDAR技术的DEM快速更新的技术方法,并对成果的精度进行了验证分析。     

基于辐射变换的DSM质量改进

利用数字影像生成数字地表模型（DSM）是一种很有潜力的方式,本研究的目的是利用影像辐射变换及地理信息系统（GIS）技术评估低成本无人机数据,并研究其对DSM的总体和局部精度的影响。本研究使用了不同高度的无人机影像和激光雷达数据（LiDAR）,将高飞行高度获取的原始无人机影像利用Python和ArcGIS进行辐射变换,并生成三维点云和DSM。将无人机LiDAR数据作为参考标准,总体上分析了影像辐射增强后密集点云及DSM质量的提升情况,并在局部精度评估中,将三种不同类型的土地覆盖与无人机激光雷达数据进行了比较。     

基于CORS的机载LiDAR点云坐标基准转换关键技术研究

本文在详细分析机载LiDAR对地观测原理的基础上,提出采用CORS系统及区域精化似大地水准面成果,进行机载LiDAR点云三维坐标基准转换的关键技术方法。以广东省连续运行卫星定位服务系统（GDCORS）以及广东省精化似大地水准面为例,进行了广东省内机载LiDAR点云数据应用坐标基准转换实验,广东省连续运行卫星定位系统及广东省精化似大地水准面模型进行的坐标转换实验表明,区域内三维坐标基准转换精度优于3cm,正常高基准转换精度优于5cm。实验验证了上述方法的有效性,为国内机载LiDAR应用高精度坐标基准转换提供了重要参考。     

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。     

联合机载LiDAR数据和潮汐数据自动提取潮位线

首先,联合机载激光雷达(LiDAR)数据提取的海岸带数字表面模型(DSM)与验潮站数据提取的高、低潮面进行相交运算,生成"水陆二值图像",然后对其以提取边缘的方式提取高、低潮潮位线;针对LiDAR光束无法穿透水体导致低潮线附近DSM为无效值的缺陷,采取移动趋势面拟合法外推概略低潮线附近DSM,在此基础上重新提取更精确的低潮潮位线。实验表明,该方法能在较少人工干预的情况下有效提取高、低潮潮位线。     

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。     

机载LiDAR生成亚热带森林林下DTM的地面误差分析

目前LiDAR技术已经成为DTM的主要生产方法。地面误差对LiDAR生成DTM的精度影响比较明显,特别是由于亚热带森林植被覆盖区LiDAR激光点云少,生成的DTM更复杂,需要分析地面误差对LiDAR生成林下DTM的精度影响。本文以华南农业大学增城教学科研基地为研究对象,从森林郁闭度和坡度两个方面探讨了地面误差对机载LiDAR数据生成林下DTM精度的影响。研究结果发现高程误差会随郁闭度的增大而增大;而随坡度变化趋势不明显,但是坡度为15°时成为误差的分水岭,其前后误差差异比较明显。总体而言,郁闭度的影响更为明显。     

高光谱和LiDAR联合反演森林生物量研究

估算森林地上生物量(AGB)对于全球实现碳中和目标至关重要。本文以美国缅因州Howland森林为研究区域,借助地面实测样地数据,对比分析协同不同数据源(高光谱和LiDAR)和机器学习算法(随机森林、支持向量机、梯度提升决策树和K最邻近回归)的研究,以改善Howland森林的生物量估计精度。结果表明,采用LiDAR和高光谱植被指数变量模型的最佳精度分别为0.874和0.868,协同高光谱和LiDAR变量并采用梯度提升决策树回归模型的精度为0.927,即多源遥感数据要优于单一数据源。高光谱和LiDAR数据的协同使用对于提高类似于Howland地区或更广泛区域的生物量估计的准确性,具有普遍的适用性与一定的应用前景。     

从LiDAR数据中获取DSM生成真正射影像

传统的正射影像在进行数字纠正时通常是将地物纠正在DTM上,致使城区造成屋顶和树木的坐标投影差。若利用LiDAR生成的密集DSM则可以制作真正射影像。阐述LiDAR技术的工作原理和系统组成以及真正射影像的制作原理,详细介绍从LiDAR数据中获取DSM,再结合同步采集的数码影像进行正射纠正生成真正射影像的可行性方法。     

基于边缘检测算法的LiDAR数据建筑物提取

LiDAR技术可以快速获取地形表面高精度3维信息。基于LiDAR数据提取建筑物目标是这一技术的重要应用之一。探讨了一种基于LiDAR点云数据生成不同比例尺的DSM深度影像,然后利用边缘检测算子提取建筑物边缘的方法。实验证明,该方法不需要其他辅助数据,可以从LiDAR点云数据中提取建筑物边缘,并滤除了许多干扰信息。这种方法为基于LiDAR数据提取建筑物目标提供了新的思路。