機載LiDAR在高精度灘涂DEM制作中的關鍵技術分析

文學東，李俊峰，林 昀

(1. 武漢大學測繪學院，湖北 武漢 430079； 2. 寧波市自然資源和規劃局，浙江 寧波 315042； 3. 寧波市測繪設計研究院，浙江 寧波 315042)

灘涂是指海陸交界處的過渡地帶，其擁有非常重要的資源價值和生態價值[1]。一方面，灘涂資源是重要的后備土地資源，是經濟發展新的亮點；另一方面，灘涂在調節氣候、保護生物多樣性、凈化海岸環境等方面發揮著重要作用。合理利用和科學開發灘涂資源，必須準確掌握灘涂資源的現狀及變遷趨勢，這對促進社會可持續發展具有重要意義[2-6]。為了查清海洋灘涂區域的最新測繪資料，從而為推動沿海地區的城鎮化、工業化和現代化提供基礎支撐，寧波市開展了海洋測繪灘涂地形測量和海岸帶資源調查項目。

由于灘涂具有動態變化性、生態性等獨特性，受到潮汐周期的影響，水位升降變化大，難以布置有效的地面控制點，因此，傳統的測量方式在一定程度上受到限制：測量船在海上風浪中劇烈顛簸，定點測點困難；GPS測量是點測量，后續需要經過數值內插處理，灘涂區域打點困難，測量密度較小，內插精度受到影響；傳統的航空攝影方法測量由于缺乏高程信息，難以獲得高精度的灘涂測繪數據[3,7]。

考慮到傳統測量方式的局限及灘涂地形的特殊性，寧波市海洋測繪灘涂地形測量項目決定采用機載LiDAR技術進行灘涂地形測量，測區約3500 km2，后續使用LiDAR數據處理軟件LiDAR_Suite對項目中獲取的點云數據進行處理。

1 關鍵技術分析

1.1 機載LiDAR技術優勢

機載LiDAR是一種集GNSS、INS系統和激光掃描儀于一體的用于獲取三維空間信息的遙感系統[8]。它通過測量激光脈沖的往返時間，結合高精度定位系統提供的定位、定姿數據，獲取高精度的地面三維坐標[9-10]。LiDAR提供了一種全新的技術手段，由傳統的人工單點數據獲取變為連續自動數據獲取，是數據獲取向自動化和智能化方向的發展[11]。其技術優勢主要為：①激光脈沖不受陰影和太陽角度的影響[12]，因此其高程數據的精度不受航高限制；②數據處理效率高；③所需外業控制點較少，大大減輕了野外測量的工作量，特別適合應用于灘涂地形測量。綜上所述，機載LiDAR具有控制測量依賴性少、受天氣影響小、自動化程度高、成圖周期短等特點，將為測繪行業帶來一場新的技術革命[13]。

1.2 數據處理一般流程

機載LiDAR系統采集的數據包括原始影像數據、激光掃描記錄、DGPS基站數據、空中GPS和IMU數據[14]。數據處理一般分為數據前期處理和后處理。

數據前期處理是指利用DGPS基站數據對空中GPS和IMU數據動態差分處理解算精確軌跡，然后與原始的激光掃描記錄結合生成最終的激光點云數據[15]。

數據后處理是指在數據前期處理的基礎上，作進一步檢校、濾波、分類，根據分類后的激光點云數據制作相應的DEM、DLG等測繪產品。機載LiDAR數據處理工藝流程如圖1所示。

2 灘涂測繪的機載LiDAR數據處理

寧波市灘涂測量項目測區內地形地貌豐富，包含灘涂、堤壩、河流、居民區、山地等，影像與點云覆蓋范圍基本相同。主要內容有：點云數據預處理、激光點云分類、1∶10 000比例尺DEM制作。

2.1 點云數據預處理

(1) 坐標轉換：主要包括平面坐標系轉換與似大地水準面精化。

(2) 點云分塊：海量數據點云造成數據處理難度加大，為此需要進行數據分塊，將數據分割為2 km×2 km數據塊，每塊點云大小不超過200 MB。

(3) 系統檢校：在進行數據分類前，利用檢校功能模塊對點云數據進行系統檢校，消除測區數據的系統誤差。LiDAR點云的檢校分兩步進行。首先通過對檢校場數據進行處理，計算檢校參數(主要包括安置角改正參數)，然后利用檢校參數糾正測區的點云數據。

2.2 自動濾波

數據預處理完成后，使用自動濾波算法對獲取的點云數據進行分類。首先，濾除航帶重疊點。其次，使用濾波算法剔除噪聲點。再次，根據測區的地形選取合適的濾波算法進行濾波，分離出地面點。如適用范圍較廣的TIN加密濾波算法、針對山地分類效果較好的曲面濾波算法及適用于平坦地表的平面濾波算法等。最后，使用距離地面高度算法對植被和建筑物點云進行區分。自動濾波流程如圖2所示。

2.3 人工檢查編輯

機載LiDAR點云數據的自動濾波結果不可能100%達到生產要求，會存在少量錯分現象，如地面點缺失、地物難以區分及局部區域出現坑點或突出點等分類不理想的情況。因此，在自動濾波的基礎上利用人工編輯工具進行手動分類，使分類結果更為精確。三維視圖編輯工具中部分工具的使用示意圖如圖3所示。

人工編輯后，使用地形渲染圖模塊生成高程渲染圖。通過目測生成的渲染圖對分類效果進行檢查，在地形渲染圖中不同的顏色定義不同的高程，顏色突變的地方表示點云錯分的概率較大，需要對其進行檢查編輯。人工編輯時也可以參考相應的影像數據進行修改。地形高程光澤渲染示意圖如圖4所示。

根據生產要求，對分類結果進行反復檢查和編輯，使分類效果滿足要求。經過處理后的成果數據與原始數據對比情況如圖5所示。

2.4 DEM制作

點云分類達到要求后，根據1∶10 000 DEM的制作要求，按5 m格網內插提取高程點，獲得DEM產品。需要注意的是，灘涂位于海陸交界處，由于潮汐的作用，灘涂有時被水淹沒，有時露出水面，高低潮位間水面高程變化幅度大，灘涂面積變化范圍大，導致不同時間獲取的海域點云間存在高差，生成DEM時海面不是一個平面，而是存在分層現象。針對這一難點，采用語義內插生成DEM的方法進行地形修復。

未進行語義內插的DEM中航帶重疊區域，由于潮汐作用，兩個航帶的數據存在高差，生成DEM時表面凹凸不平；而語義內插生成的DEM中航帶重疊區域則表面平整。

2.5 精度評定

精度評定采用外業實測并與1∶500 DLG比對方式檢查，精度統計見表1。

表1 DEM高程檢測誤差分布狀況統計

檢測結果表明，采用本文技術流程制作的DEM精度為0.3 m，遠小于標準中誤差，滿足項目設計要求。

3 結論與展望

本項目對3500 km2測區內的點云數據進行處理，歷時6個月完成任務，分類結果滿足質量要求，最后以1∶10 000比例尺制作生成DEM，高程精度經檢驗符合規范要求。與傳統測量方法相比，機載LiDAR技術應用于灘涂測量有其獨特的優勢：①克服了灘涂面積隨著潮汐周期的變化；②由于外業作業環境危險，人不易到達，難以布置有效的地面控制點和實施人工灘涂測點，LiDAR技術所需控制點少，大大減少了外業工作量；③提高了灘涂測繪精度，由于灘涂地形測繪的特殊性，傳統測量方式很難獲得高精度灘涂測繪數據；④機載LiDAR數據處理自動化程度高，大大提高了工作效率。

機載LiDAR作為一種先進的測量手段，是常規航攝作業方法的有益補充和提高。目前，機載LiDAR已應用于數字城市建設、電力線路、地形地理測繪等領域，隨著機載LiDAR技術及相應數據處理軟件的不斷發展和升級完善，機載LiDAR自動化程度和作業效率將會進一步提高，在海洋測繪領域發揮越來越重要的作用。