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。     

提孜那甫河流域地表太阳辐射估算及其影响因素分析

地表太阳辐射是地球表层主要能量来源,对地表能量平衡、能量交换以及生态水文过程等具有决定性意义。山区地形复杂,其地表太阳辐射时空差异较大且较难估算。采用适用于山区的地表太阳辐射模型对西北昆仑山提孜那甫河流域地表太阳辐射时空分布进行了估算,分析了该流域季节太阳辐射空间分布规律并探讨了地形和云2个重要因素对太阳辐射空间分布的影响。结果表明:（1） 地形因子中周围地形阻挡即地形开阔度（Sky view factor,SVF）与年总太阳辐射的关系最为显著,太阳辐射随SVF增加而增加。（2） 年总太阳辐射随着高程增加首先减少,再而随之增加。探究SVF随高程的变化,发现其与太阳辐射随高程的变化趋势较为一致,因此在山区复杂地形下地表太阳辐射估算中仅利用高程对其校正存在明显不足,需综合考虑地形效应。（3） 研究计算了季节云出现频率空间分布与太阳辐射空间分布的相关系数,结果表明夏季太阳辐射受云影响较其他季节显著。定量分析了地形因子以及云对地表太阳辐射空间分布影响的贡献率,周围地形阻挡SVF对地表太阳辐射空间分布的影响最大,高程和云次之。因此综合考虑地形和云对太阳辐射的影响在山区太阳辐射模拟中是非常必要的,研究可为山区地表太阳辐射模拟提供理论依据,并为山区生态水文过程研究提供方法支撑。     

车载LiDAR点云数据分割与半自动化建模方法

针对车载激光雷达(light detection and ranging,LiDAR)点云数据的不完整性问题,提出一种车载LiDAR点云数据分割以及基于分割后点云数据的半自动化建模方法。首先对点云数据进行标准格式转换及稀化;然后以不同地物的属性和几何特征为分割条件,分别建立道路、建筑物、树和路灯等附属设施的三维模型,并利用车载以及航空图像的纹理信息辅助建筑物的立面和顶面三维建模;最后以真实街景为实验区,基于拓普康IP-S2车载LiDAR点云数据,完成该街景的分割与建模。实验结果表明,该文提出的点云数据分割与街景地物重建方法比较简单,可实现道路和建筑物的半自动化分割;利用成熟的建模软件和方法,实现了建模的完整性和较强的可靠性。     

基于LiDAR点云数据的树冠空隙度指数分析

分形维数法是分析空间结构分布的一种典型方法,但它对于区分不同的分布形式还存在缺陷。针对这一问题,该文介绍了空隙度指数的定义和树冠空隙度的计算方法;以模拟的树冠点云数据为对象,提出了一种基于三维凸包和三维滑动盒算法的激光雷达(Li DAR)点云数据空隙度分析方法,详尽分析了不同冠型产生的空隙度指数差异;并利用4棵实测的树冠点云数据做检验;最后阐述了空隙度指数在树冠空间异质性分析研究中的作用,并对其应用范围和前景作了展望。结果表明:划分尺度相同时,在一定的尺度范围内,锥型树冠、半球型和半椭球型树冠的差别可以通过空隙度指数曲线有效地区分,实测树冠的结果也体现了空隙度指数对于判断树冠空间结构的有效性。     

利用机载LiDAR数据提取与分析地裂缝

机载激光扫描可获取植被茂密地区的数字地形模型(DTM),但将其用于茂密植被覆盖区地裂缝提取方法的研究还不多见。以湖南冷水江市浪石滩为试验区,基于机载Li DAR的激光点云数据,研究了植被覆盖区地裂缝的提取方法,分析了地裂缝的微地貌特征。首先对离散的三维激光点云数据依次进行基于不规则三角网滤波、高程滤波及回波信息强度滤波提取地面点,以保留完整的微地貌微特征;然后构建不规则三角网,反距离加权内插生成数字高程模型(DEM),提取地裂缝识别参数,同时基于最小曲率对地裂缝进行线性探测,提取地裂缝的长度信息,且利用地裂缝剖面信息分析其微特征,结合识别参数分析地裂缝的稳定性。研究结果表明:利用机载Li DAR点云数据提取的地裂缝识别参数,能够确定地裂缝的位置、坡度坡向、长度和深度信息,有助于判定地裂缝的稳定性;在植被较为茂密、地面点密度稀疏的区域,保留一定的低矮植被所提取到的DEM能更好地保留地裂缝的微地貌特征。     

室内雕塑点云三维重构

针对室内雕塑传统建模效率低的问题,探讨并实现了点云三维自动重建的方法。通过对点云数据预处理,包括异常点剔除、数据精简等,减少了异常点对建模的影响,使用泊松曲面重建技术进行雕塑点云三维重构。运用这种方法,可以使得表面能够很好的拟合。     

基于某无人机平台的测云雷达结构动力学分析

采用有限元方法对装载于某无人机平台的测云雷达结构进行动力学分析研究。针对具体的机载平台讨论振动环境对雷达结构的影响,依据GJB150.16计算振动的加速度功率谱密度值,并以此为有限元分析的输入,进行雷达结构的模态分析、随机振动分析,又依据GJB150.18中的激励波形进行冲击响应分析,得到结构的应变及应力响应,为该型无人机载测云雷达总体结构的刚强度设计提供了重要的理论依据。     

地面三维激光扫描点云数据精度影响因素及控制措施

地面三维激光扫描技术虽然具有分辨率高、准确度高、效率高等特点,但在应用过程中存在一系列影响三维激光扫描精度的因素。文中详细分析扫描距离、物体表面材质、控制网、标靶测量精度、光斑大小、扫描点间距、点云拼接精度、全反射物质和外界环境等因素对三维激光扫描精度的影响,并提出对以上影响因素的控制方法。     

车载LiDAR点云中建筑物立面的自动分割

将建筑物立面数据从散乱无序的车载LiDAR点云中分割出来是一项繁琐而艰巨的任务。本文提出基于基础地理数据辅助的分割方法:首先对基础地理数据进行要素精简,提取有效的建筑物轮廓数据;然后将提取数据转换到车载LiDAR点云数据所在坐标系中,实现坐标基准的统一;再根据建筑物立面特征设置合理的建筑物轮廓缓冲阈值,对建筑物立面点云进行自动分割;最后采用合理的质量评价机制,对分割结果进行检核和评价,实现分割结果的质量控制。实验表明文中方法简单有效。     

一种自适应数学形态学LiDAR点云滤波方法

在Li DAR点云滤波算法当中,数学形态学滤波是其主要方法之一。传统的数学形态学在迭代次数、高程阈值的选取上,通常是通过人工依靠经验设置滤波参数,因此算法具有很大的盲目性。这里通过分析在不同迭代次数下滤波前后地面点云数目的变化特点,以及高程阈值与点云密度的关系,提出了一种自适应数学形态学滤波算法。采用不同地形的Li DAR数据对算法进行了实验分析,验证了算法的可行性。