基于機載激光雷達點云數據的河網提取方法研究

王翠平,王豪偉,劉 明,董仁才,3

(1.中國科學院城市環境研究所中國科學院城市環境與健康重點實驗室,福建廈門361021;2.中國科學院城市環境研究所廈門城市代謝重點實驗室,福建廈門361021;3.中國科學院生態環境研究中心,北京100085)

數字流域是一個以流域空間信息為基礎,融合流域內各種數字信息的系統平臺,是對真實流域及其相關現象統一的數字化重現,它把流域搬進了實驗室和計算機,成為真實流域的虛擬對照體。“數字流域”是“數字地球”的有機組成部分,是“數字地球”中有關流域的信息集合[1]。

近幾年,遙感技術迅速發展,特別是機載激光雷達(Li-DAR)技術的出現,為流域數字特征提取帶來了新的機遇與挑戰。LiDAR技術是集激光掃描、全球定位系統(GPS)與慣性導航系統(INS)三種技術于一體的空間測量技術,能夠快速并精確地獲取地表三維信息,是目前繼GPS技術之后測繪界的又一重大技術革命[2]。LiDAR技術與數字航攝儀相結合,并使用大容量高速計算機以及專業軟件對其采集的數據進行處理,可快速完成大區域復雜地形的數字表面模型(DSM)、數字高程模型(DEM)及高清晰數字正射影像(DOM)的大規模生產;LiDAR點云數據點平均間距在0.5 m以下,平面精度在0.2 m以內,高程精度在0.1 m以內,能近乎真實地刻畫現實世界[3]。

在數字流域建設中,河網數字信息提取具有非常重要的現實意義。LiDAR技術的出現,為流域河網提取、流域數字化以及流域內生態環境變化監測提供了豐富精確的數據來源。目前,國外已經開展了很多基于LiDAR數據的數字流域研究。George等人研究了激光掃描技術在環境科學中的應用,研究指出,為了能夠描述一些生態現象與環境水資源分配的關系,需要詳細的河道流向和河道連接信息[4],而流域內的復雜生態環境與細微高程變化具有錯綜復雜的關系,因此為了得到更好的洪水模型和植被制圖,在傳統攝影測量技術制作的DEM數據不能滿足要求的情況下,詳細的LiDAR數據是必不可少的。很多有關流域的基本生態信息從簡單的DEM數據無法獲取[5-6],這就嚴重阻礙了流域信息化和流域生態環境評估等工作。歐美的一些國家已經開發出一些商業激光雷達點云數據處理系統,并得到廣泛應用。這些軟件主要有美國Coherent公司的LP360,能與ArcGIS系統無縫兼容,為LiDAR點云處理與分析提供了一體化平臺[7];芬蘭的TerraScan也是比較流行的LiDAR數據處理軟件,該軟件基于MicroStation平臺,具有點云分類、三維建模和正射影像制作等功能[8]。本研究基于TerraS-can軟件的相關數據處理算法,提出了一種河網提取流程,為河網制圖和數字流域提取提供了基礎點云數據和數字信息。

1 LiDAR數據處理

1.1 數據預處理

激光雷達點云數據通常數據量都較大,因此需要進行分塊處理。數據分塊是依據激光點云數據的空間范圍將其劃分成相對獨立的子空間,一般是進行規則格網劃分。本研究采用1∶2 000標準接圖表對大量激光點云(1 km2)進行裁剪分塊,考慮到數據拼接的需求,需對分塊的數據進行相應的緩沖區處理。對分塊后的數據去除噪點,一般為孤立點,即明顯高于地表物體的激光點及明顯低于地表的系統噪點[9],本研究采用Isolated point算法,可以基本清除點云數據中的噪點數據,根據經驗建議R值輸入為25 m,T值為1個點。由于隨著激光掃描角度增大,激光點的測量誤差也隨之增大,因此為保證激光點的分布模式和采樣密度均一,通常需要對航帶重疊區激光點進行處理,本研究采用Cut overlap算法去除重疊區冗余的激光點[10]。

1.2 DEM制作

DEM制作的前提是地面點(Ground)的精確提取。Ground提取算法的基本思路是通過迭代建立不規則三角網(TIN)表面模型來分出地面點。首先選擇一些局部最低點,并確保這些點落在地面,同時建立TIN模型;然后通過迭代添加一些新點到模型中,每次添加新點都使得模型更逼近地表,直至迭代角A和迭代距離D超出設定范圍,即停止迭代[10]。經過初次自動分類,地面點精度可達到80%以上,對于坡度變化急劇的山脊、陡坎、斷崖等需要簡單手工編輯。Ground可直接作為DEM制作的基礎數據,并為后期DOM制作提供輔助數據,由高度密集地面點制作的柵格DEM具有常規航空攝影測量生產的DEM不可比擬的精度優勢。通常依據傳統算法可以直接利用DEM數據提取河網[11],為了獲取精度更高的河網,本研究不但應用了依據Ground生成的DEM數據,并結合了基于LiDAR生成的另一數字產品——數字正射影像(DOM)數據。

1.3 DOM制作

DOM的制作對于真實河網的提取起著至關重要的作用。由于現實世界的復雜性,特別是現代城市化進程的加快,人類活動對地表結構和表觀都造成了巨大改變。具有高分辨率和高清晰質量的DOM數據是目視判讀地表信息的重要來源。圖1為基于LiDAR的DOM制作詳細流程,其關鍵步驟是相機參數檢查,這是一個循環尋優的過程:首先將Tie point report報告中Heading、Roll和Pitch的初始值輸入到Camera相對應的參數中;然后檢查Tie points中連接點誤差值并將誤差較大的點刪除,同時繼續輸出Tie point report報告;再將新生成的Heading、Roll和Pitch值輸入到Camera的參數中,直到參數不再改變時就停止修改;最后保存連接點文件和相機參數。

圖1 基于LiDAR的DOM制作流程

2 基于LiDAR點云與DOM的河網提取

2.1 提取流程

流域內河道變化的復雜性以及河網的縱橫交錯分布,給自動提取河網帶來了難度。干嘉元等[12]利用航空遙感圖像對上海市七寶地區進行了河道自動提取,其思路是通過河道光譜特性來大致確定河道,再判斷河道的形態特性(長和寬),即從X和Y兩個方向分別判斷其形態,最終得到河道信息。這種方法提取的河道信息雖然在精度上滿足實際需求,但河道周圍的地物影響了其提取效果和效率,并且應用該算法進行大區域及復雜地形的河道提取仍然存在一定難度,其普適性有待提高。

LiDAR點云數據具有詳細的三維特征,通過不同方向的剖面截取,能對地形地物形成直觀的三維印象[13]。LiDAR的一個典型特征就是其激光點能穿透濃密植被區域,使點云數據真實再現植被下地形、河道信息。應用LiDAR點云并結合高清DOM數據,可反映逼真的現實世界。由于激光數據不但具有空間坐標信息,而且還能反映不同的強度值,因此往往LiDAR在掃描屬性不同的地物時其返回的激光強度值是不同的。如圖2所示,右邊的激光強度圖較清晰地顯示了水域范圍內的激光點具有大致相同的強度值,河道中的幾個小島在強度圖中的亮度信息較強,同時河道里游船的激光強度值也不同于水域上的點強度值。激光強度值為劃分河道信息提供了第一個參考要素,但由于流域內地形地貌的復雜性,僅靠激光點強度值不足以很好地劃分出河網。考慮到激光點在河道水面往往也具有相同的高程值,形成類似水平面的外觀形態,因此可先利用激光點強度值初步劃分河道信息,然后再結合高程信息對河道信息進一步劃分。另外如河道具有瀑布或水壩,造成高程值不一致,可依據高程分區域多次提取河道激光點,再將各區域的流域數據合并為整個流域數據。

圖2 正射影像與激光強度圖

利用TerraScan軟件里的分類工具[10],依據激光點的形態信息,可將河道上的激光點提取出來,再結合DOM影像,進行簡單的人工輔助修改,即能快速制作出大范圍復雜地形的河道流域圖。作者通過本研究總結了一套基于LiDAR激光點云以及DOM影像的流域內河網提取流程,具體見圖3。

圖3 河網提取流程

2.2 人工檢查

在河網提取過程中,大部分工作可以通過TerraScan軟件自動完成。但是由于地形起伏、河道曲折等復雜地形地貌情況的存在,會導致一些激光點被錯誤劃分,因此結合DOM影像進行后期的人工目視檢測與修正是必不可少的。通常被錯誤劃分的激光點有以下三種情況:河道狹窄處、河道邊緣植被處以及離散水域處。目視檢查遵循的一般原則是:在確保河道連通性的前提下,河道內激光點的高程差異不應很大(若有水壩、瀑布等特殊水面落差情況則分區檢查)。目視檢查后的河網LiDAR數據即為最終成果數據。

3 優勢分析

3.1 河道信息豐富

基于LiDAR點云數據提取的河網,不僅具有河面寬度、河道長度、河面面積等基礎的流域數字信息,而且由于激光點具有高穿透性,能直接獲取河道邊緣處植被下的河道信息,因此可以較精確地確定河流的寬度及面積。另外,LiDAR點云數據能全方位解析河道中的瀑布、河壩等信息,同時河壩、瀑布的水位落差可以通過直接量測LiDAR點云數據的剖面來獲得。

3.2 精度分析

本研究以圖2所示的示例數據為分析對象,評估基于Li-DAR點云數據提取的河網精度和可靠性。數據為標準1∶2 000圖幅范圍,面積1 km2,激光點總數 1 073 041個,采用圖3所示的河網提取流程對該數據進行河網提取并對其進行精度評估。采用George等[4]提出的3個評價指標對基于Li-DAR點云數據提取的河網精度進行誤差分析,即

一類誤差(%)=100×c/a;

二類誤差(%)=100×d/b;

總誤差(%)=100×(c+d)/(a+b)

式中:a表示示例數據中河網激光點的總數;b表示示例數據中非河網激光點的總數;c表示被誤分為非河網激光點的河網激光點數;d表示被誤分為河網激光點的非河網激光點數。

在地形復雜的情況下,為了得到高精度的河網點云數據,通常需要選擇較小的一類誤差而忽略二類誤差。另外,總誤差是衡量兩類誤差總數的指標,因此總誤差越小表示精度越高[14],通常情況下實際生產要求總誤差不高于5%。如表1所示,示例河網點云數據總誤差3.8%,符合實際生產需求。

表1 河網點云數據提取精度

4 結 語

本研究不但基于LiDAR點云數據詳細探討了河網提取的步驟與方法,而且對提出的新方法進行了河網提取精度驗證。實踐表明,基于LiDAR點云數據提取的河網不僅包含豐富的信息,精度也符合實際生產需求;同時LiDAR點云數據的處理是有規律可循的。因此,基于LiDAR點云數據的河網提取方法可應用于實際生產并能夠提高生產效率,依據LiDAR點云數據本身的物理形態特征,如河網點云高程、河網激光點強度值等,并結合DEM、DOM數據可以快速提取河網的激光點云。

隨著數字技術的快速發展,利用現代高新數字技術對流域的地理環境、自然資源、生態環境等各種信息進行采集和數字化管理具有很大的優勢,LiDAR點云數據可為流域綜合信息平臺的建立提供基礎信息和必要的數據。

[1]劉家宏,王光謙,王開.數字流域研究綜述[J].水利學報,2006,37(2):240-246.

[2]賴祖龍,張漢德,萬幼川,等.激光雷達在灘涂海岸地形測量中的應用[J].海洋測繪,2008,28(2):37-39.

[3]鄭金水.LIDAR技術及其應用[J].科技信息,2007(6):28-29.

[4]George L Heritage,Andrew R G Large.Laser Scanning for the Environmental Science[M].Oxford:Blackwell Publishing Ltd,2009:220-234.

[5]馬玲,楊武年,鄭富強,等.基于 DEM的流域特征提取方法初步研究[J].地理空間信息,2008,6(2):69-72.

[6]李晶,張征,朱建剛,等.基于DEM的太湖流域水文特征提取[J].環境科學與管理,2009,34(5):138-142.

[7]殷飛.機載激光雷達數據濾波方法研究[D].成都:西南交通大學,2010:3-4.

[8]徐祖艦,王滋政,陽鋒.機載激光雷達測量技術及工程應用實踐[M].武漢:武漢大學出版社,2009:8-10.

[9]張小紅.機載激光雷達測量技術理論和方法[M].武漢:武漢大學出版社,2007:57-59.

[10]TerraScan User's Guide[M].Finland:Terrasolid Ltd,2010:152-154,243.

[11]李麗,郝振純.基于DEM的流域特征提取綜述[J].地球科學進展,2003,18(2):251-256.

[12]干嘉元,王榮華,過仲陽.利用航空遙感圖像進行河道自動提取的方法研究[J].上海地質,2007(1):67-70.

[13]王繼陽,文貢堅,呂金建,等.建筑物三維重建方法綜述[J].遙感技術與應用,2009,24(6):832-840.

[14]成曉倩,趙紅強.基于區域生長的LiDAR點云數據濾波[J].國土資源遙感,2008(4):6-8,21.