机载LiDAR点云密度对DEM精度的影响

机载激光雷达技术(LiDAR)作为一项先进的遥感技术,是植被覆盖区DEM获取的重要手段之一,而不同地形坡度条件及点云密度对DEM产品质量有重要影响。本文以辽宁省某市的机载LiDAR数据为基础,选取5种不同地形坡度的点云数据,通过随机、等间距及基于曲率3种不同的点云抽稀方法,按照点云保留率为80%、60%、40%、20%和10%共5个不同梯度的抽稀倍数对原始点云进行抽稀简化处理,生成与之对应的DEM并对其进行精度评价,以此研究地形坡度、点云抽稀方法、抽稀倍数对DEM精度的影响。结果表明,DEM精度与地形坡度呈负相关关系,即RMSE随地形坡度升高不断增加;基于曲率的抽稀方法在地形坡度＞30°时,相较于其他两种方法RMSE较小,具有明显优势;40%的点云保留率是平衡DEM精度与数据存储效率的一个节点,当点云保留率<40%时,DEM的高程RMSE会迅速增大。该研究对于利用机载LiDAR进行大范围DEM生产具有一定的指导和借鉴意义。     

BS-1型机载碘化银发生器的维护与改进

介绍了ＢＳ－１型机载碘化银发生器的基本结构与原理。在实践经验的基础上总结出了各部件的维护方法，并对控制器电路进行了改进。     

快速获取地面三维数据的LIDAR技术系统

机载激光扫描获取地面三维数据的 L IDAR系统是最近几年出现的高新技术系统之一。L IDAR系统是一个先进的主动传感系统 ,该系统本身发射受控制的激光以照射地面和地面上的目标 ,不依赖太阳光照 ,所以它是一个全天时日夜可以获得地面三维数据的系统。它直接获取地面三维数据比传统测量方法具有高精度、高密集、高效率和成本低的优点。该系统强大的后处理技术可以把地面和其上的植被、建筑物分离开来 ,可同时取得 DTM、DSM和植被参数     

稀少控制下机载InSAR区域网联合地理编码方法

针对机载InSAR未经地理编码的斜距高程图,提出机载InSAR斜距高程图绝对定向模型,用于定位和地理编码。模型利用斜距的高程信息进行斜地距转换,消除了影像像点之间的相对位移,然后将转换后的地距高程图视为刚体,进行相似变换,转换到物方空间坐标系下,从而建立由影像坐标和相对高程信息到地面三维坐标的映射关系。在绝对定向模型的基础上,以每个地距高程图作为单元模型,利用各单元模型彼此间的公共点连成一个区域,利用少量的控制点进行区域网平差,求得各模型的定向参数和加密点的坐标,实现了稀少控制下的机载InSAR多片联合地理编码。利用我国西部横断山脉地区3个条带2.5 m分辨率的机载InSAR数据组成区域网进行平差试验,通过对多种控制点布设方案进行比较,确定区域网平差控制点布设方案,结果显示在9个控制点的情况下精度趋于稳定,满足1∶50 000测图要求。     

激光雷达地形资料用于河道输沙的研究

中国台湾地区位处亚热带地区,夏季受台风暴雨侵袭,加上位处板块运动活跃处,造成地形变化较大,尤其在台风暴雨后河道地形都会产生很大的变化;目前航空激光雷达地形数据,分辨率较高、精度、便利性,并可以滤除建筑物与树木遮蔽,还原原始地面形貌,符合地质与地形分析研究的需要。2008年兰阳溪地区经历海鸥(KALMAEGI)、凤凰(FUNG-WONG)、森拉克(SINLAKU)、蔷薇(JANGMI)等4次重大台风事件,河床地形变化甚剧,因此本研究利用两次航空激光雷达测量地形数据,分析比较台风前后河床地形以及河道输沙的变化。研究成果首次展示空载激光雷达系统,在大流域面积测量河道地形应用效果显著,于台风季节前后产制不同时期的数值地形数据,并应用高程差值的地形计量方法,计算在台风季节前后河道地形的变化,研究结果显示空载激光雷达高解析数值地形模型数据,应用在河道地形变迁与沉积物体积变化量计算,可以得到极佳的成果。     

全国铀矿资源潜力评价航放数据处理与研究

全国铀矿资源潜力评价航放数据处理与研究通过对各铀成矿区带航空放射性特征分析研究,提取了与铀矿化密切相关的航放铀含量异常及高场和航放多元信息异常,总结了花岗岩型、火山岩型、碳硅泥岩型和砂岩型等4大类型铀矿的航空放射性特征及预测要素组合模式。该组合模式在铀资源潜力评价中应用效果十分显著。航放异常信息的合理组合,能有效地加强和突出与铀矿化相关的放射性异常信息及成矿环境信息,对全国铀矿资源潜力评价和铀矿普查找矿具有重要意义。     

基于机载激光雷达技术的城市三维数据建设

三维激光扫描技术获取的点云数据是目前世界上先进的测绘新技术成果之一,它不仅可以实现三维场景复制,而且与其他测绘技术手段相比,数据更丰富,精度更高。本文首先介绍了激光点云数据获取的原理,叙述了基于点云数据制作三维建筑体框模型和DEM的技术方案,进而详细讲解了点云数据处理和建立建筑物体框模型的流程。     

基于主成分的时间域航空电磁数据神经网络反演仿真研究(英文)

传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。     

SIFT与粗差剔除算法相结合的机载SAR影像匹配研究

SAR影像匹配是SAR数据处理的重要环节,但是,SAR影像匹配成功率、正确率及精度较低。通过SAR影像匹配,建立SAR匹配像对,对雷达立体观察和立体测量有重要的意义。在机载SAR影像匹配中,应用SIFT 算法,获得较稳定的特征,并结合2D单应变换的RANSAC算法剔除误匹配点对;选取三组不同类别的机载SAR影像数据,利用SIFT 和粗差剔除相结合的算法,通过VC++和OpenCV编程,提取出特征稳定且均匀分布的同名点对,完成机载SAR影像匹配实验。结果表明,对于含有人工建筑物的机载SAR影像,SIFT 算法可有效地提取大量稳定的匹配点对,其正确率高;对于含有自然植被的机载SAR影像,SIFT 算法可有效地提取较多稳定的匹配点对,其正确率较高;由于SIFT 算法实质上是基于局部灰度匹配的算法,对于纹理信息缺乏的机载SAR影像,只可提取少量稳定的匹配点对,其正确率相对前两者较低。总体而言,在机载SAR影像中SIFT 算法能够提取到稳定的匹配点对,并结合基于2D单应变换的RANSAC算法,可有效剔除误匹配点对,提高匹配正确率及精度。     

������������������ƽ���еĴֲ��

?????????????????????????????????????????????????????????????????????Ч?????????????????????????????????????????????????????Ч????????????????????????????????????????????о??и??????ü????