易志朝

（中鐵水利水電規(guī)劃設計集團有限公司,江西 南昌 330029）

機載LiDAR 技術是一種集激光測距、全球定位系統(tǒng)和慣性導航系統(tǒng)為一體的空間測量系統(tǒng)[1]。機載LiDAR 技術屬于一種主動式空對地直接量測系統(tǒng),可實現(xiàn)地面點三維坐標和影像數據同步、快速、高精度獲取,從而實現(xiàn)真實地表形態(tài)再現(xiàn)及高精度的測繪產品。因其數據獲取效率高、受天氣影響干擾較少、適應地形復雜區(qū)域等優(yōu)點,機載LiDAR 技術已廣泛用于地形圖測繪、三維城市建模、地質災害監(jiān)測及測繪4D 產品制作等領域[2-5]。本文基于機載LiDAR 技術的理論基礎,驗證該技術在水利工程大比例尺地形圖中的應用成效。

1 基本概況

本項目測區(qū)位于江西省萍鄉(xiāng)市上栗縣境內,是上栗縣規(guī)劃新建水庫工程。庫區(qū)范圍地形相對平坦,多分布為田地及居住區(qū)；四周均為山地,起伏較大,最小高程為135 m,最大高程為256 m,植被覆蓋較厚、通視不暢,GPS 儀器信號弱,常規(guī)測量手段難度大、效率低。

本項目采用大疆M600 六旋翼無人機作為測量飛行平臺,搭載RIEGL VUX-120 全景無人機載LIDAR 系統(tǒng),其具備1800 kHz/s 的激光發(fā)射頻率,在60%反射率情況下最遠可達1260 m 的測距能力,標稱水平精度小于5 cm,垂直精度小于10 cm,能夠滿足低空航空攝影測量要求。

2 技術路線

機載LiDAR 技術流程主要包括點云數據和航測影像同步采集,數據處理、生成數字高程模型、制作數字正射影像、基于精分點云的高程點采集和等高線自動生成、航攝立體測圖、外業(yè)調繪、生成全要素測繪成果[7]。機載LiDAR 技術流程見圖1。

圖1 機載LiDAR 技術流程圖

3 作業(yè)流程

3.1 外業(yè)數據采集

根據測區(qū)地形條件和成圖比例尺為1∶1000 要求,設定相對航高200 m；本項目共設計了2 個架次飛行,機載LiDAR系統(tǒng)設置為點頻300 kHz,掃描線速40 線/s,航拍參數設置為航向重疊度為65%,旁向重疊度為45%,每平方米激光點數目超過120 個,外業(yè)航線布設圖及獲取原始點云圖見圖2～圖4。

圖2 航線布設圖

圖3 原始點云圖

圖4 植被穿透情況

3.2 數據預處理

機載LiDAR 系統(tǒng)數據預處理為將定位定向數據賦予原始激光數據和原始影像數據。①確定航跡及姿態(tài)：利用軟件將機載插分GPS 數據與慣導數據融合解算,獲取高精度POS數據；②計算點云數據坐標：將原始掃描儀數據、POS 數據及標定參數進行聯(lián)合處理,解算出點云三維坐標并進行投影變換；③數據完整性檢查：檢查點云數據是否覆蓋整個測區(qū)、航帶之間是否存在漏洞、邊緣數據是否完整；④數據正確性檢查：檢查航帶重疊區(qū)域點云冗余數據一致性,控制航帶拼接中誤差。

3.3 點云數據濾波

將原始點云數據進行自動濾波,即基于不同地物的反射強度、原始點云數據回波次數、相鄰點云高程差及地物地貌特征等算法組合,對點云數據進行自動分類,將不同高度的植被（樹、灌木、草等）、建筑物（房屋、電線塔、工業(yè)設施等）從地面點中剔除,達到點云數據濾波的目的,其主要過程有。

（1）分離空中點

分離空中點即明顯高于中間點高程的點。通過設定閾值半徑內所有相鄰點,計算所有點的平均高程和標準差。如果某個點的值超過限差因子乘以標準差,則該點被歸類為空中點,主要用于對電力線、高大樹冠、煙囪頂以及移動地物點等進行剔除。

（2）分離低于地表點

通過低于曲面算法對源類中低于相鄰點的點進行分類。設定閾值搜索范圍,將相鄰地物點擬合為平面或曲面,計算地物中心點與計算平面高程差,若地物中心點高程值明顯低于相鄰地物計算平面,則將其分類低于地表點。此過程主要用來剔除小開口深坑和水井等。

（3）分離植被

植被的分離主要根據植被的高度,通過設定不同的高度閾值將植被分為高植被、中植被、低植被。

（4）分離地面點

分離地面點是整個點云濾波過程中的關鍵步驟,主要濾波算法有：數學形態(tài)學濾法,迭代線性最小二乘內插法、迭代三角網加密算法、移動曲面擬合算法等。本文重點介紹基于迭代三角網加密算法的濾波算法。其主要思想為以小范圍低點作為地面種子點,構建原始不規(guī)則三角網,選取相鄰節(jié)點與原始不規(guī)則三角網進行迭代判斷,如該節(jié)點到三角網的坡度、距離及角度小于設定的閾值,則將其納入地面點集合,利用所有已確定的地面點重新計算不規(guī)則三角網,再對其余點進行迭代判別,直至分離出所有地面點。具體分類宏設置見圖5。

圖5 點云自動分類宏設置

（5）人機交互分類

為消除自動分類造成的錯分、漏分及分類不完全的情況,結合自動分類成果生成地面點構TIN,對高程突變區(qū)域,進行小范圍算法及參數調整重新自動分類,或者結合正射影像采用人工手動拉取斷面方法對分類錯誤的點重新進行分類[9],人工分類主要內容包括：①人工刪除未自動刪除低點、空中點等噪聲點；②手動修復因山頂植被覆蓋點云未穿透的現(xiàn)象；③手動修復坎上坎下被誤分的情況；④建筑物房頂錯分成地面點的情況等。人工分類前后對比效果見圖6。

圖6 人工分類前后對比效果圖

3.4 精度分析

（1）平面精度分析

平面精度評定主要是通過將數字正射影像、點云數據中明顯地物特征點與實測坐標進行對比,從而獲取平面坐標差值,經計算得到數字正射影像平面精度為±0.08 m,點云數據平面精度為±0.14 m,由此可見數字正射影像及點云精度均滿足精度要求,且數字正射影像平面精度較優(yōu),具體情況見圖7。

圖7 平面精度統(tǒng)計分布表

（2）高程精度分析

為驗證機載LiDAR 技術應用于大比例尺地形圖是否符合《測繪成果質量檢查與驗收》（GB/T 24356-2009）的相關技術要求,本項目利用江西省CORS 系統(tǒng),采用GPS-RTK 模式實地采集檢查點236 個,其中檢查點分布于平坦地區(qū)、丘陵、山地等各種地形以及裸露區(qū)、疏林區(qū)、密林區(qū)等各種情況,采用同精度檢測中誤差計算方式對檢查點高程值進行精度評定,檢測中誤差計算公式見公式（1）。

式中：M 為成果中誤差；n 為檢測點總數；Δi為每個檢測點的差值。

根據表1 可得,本項目實測高程檢查點236 個,整體點云高程中誤差為±0.183 m,通過對比可得：平坦區(qū)域精度優(yōu)于高山區(qū)山區(qū),裸露區(qū)精度優(yōu)于疏林區(qū)、密林區(qū),整體來看植被對點云精度影響較小,精度評定符合規(guī)范以及設計要求[9]。

表1 點云高程精度統(tǒng)計表

4 測繪成果輸出

DEM 成果輸出：利用arcgis 中Create LAS Dataset 工具將LAS 格式點云生成點云數據集；（2）由LAS Dataset to TIN工具將點云數據集構TIN；（3）由TIN 創(chuàng)建DEM 模型:TIN to Raster（DEM）,為保證DEM 高程信息能準確表達,需要對輸出的DEM 成果進行形態(tài)驗證,處理掉高程異常凸起、凹陷情況,為保證DEM 平順河流湖泊需靜水面處理,使DEM 成果真實地表情況更相符,更合理。DEM 見圖8。

圖8 測區(qū)DEM 成果

地形圖成果輸出：利用點云數據處理軟件TModeler 中的“Display contours”功能,結合精分后的點云成果創(chuàng)建的模型,顯示并輸出等高線成果,利用arcgis 軟件中制圖工具對等高線進行平滑處理,地形圖見圖9。

圖9 測區(qū)大比例尺地形圖

5 結語

由于水利工程的特殊性,大部分水利工程所處地區(qū)植被茂密,山形起伏較大,傳統(tǒng)測量方式施測難度大,費時費力。無人機載LiDAR 能快速主動的獲得地面點信息,減少外業(yè)工作量,提高生產效率。本項目通過無人機載LiDAR 技術在水利工程中地形圖的應用嘗試,為此項技術在其他領域大比例尺地形圖應用提供了參考,下一步將繼續(xù)利用機載LiDAR 成果為水利工程三維協(xié)同設計及標準化建設提供新的嘗試。