機載激光雷達掃描技術生產DEM成果的高程精度分析

張永林 翟永聰

（廣東省測繪產品質量監督檢驗中心，廣東 廣州510075）

0.引言

機載激光雷達(Light Detection and Ranging)是一種先進的主動式航空遙感測繪技術，通過高空激光器發射并接收返回的信號，獲取地面地形的三維點云數據，與傳統的航空攝影測量相比，能夠精準地反映地形的真實情況，直接快速獲取地面的三維坐標體系，提供密集的點陣數據，具有效率高、數據精度高、受外界環境因素影響小、能全天候24小時不間斷工作、較少或不需要進入測量現場的優勢，廣泛應用于基礎測繪、應急測繪、三維建模、鐵路、公路、橋梁、電力設計、油田勘探、文物保護、林業監測、沙漠監測等不同領域。激光點云是一種分布在三維空間中的離散不規則點，不具備表達物體屬性信息的能力，后期怎樣對它開展分類篩選，讓點云數據準確表達地面真實形態，并生成數字高程模型已成為測繪領域的前沿研究方向[5]。

本文介紹了機載激光雷達獲取點云數據并根據DEM的工作原理和流程，解讀機載激光雷達掃描技術形式所應用的數字高程模型的驗收方法，并將該技術方法應用于廣東省數字高程模型更新項目，構建了廣東省數字高程模型更新（一期 任務區二）項目中1∶2000 DEM模型。項目檢查結果證明，基于機載激光雷達點云數據的數字高程模型制作技術路線可行，生產效率較高，檢驗結果證明成果精度能符合測繪產品規范的要求，該技術方法在遙感測繪領域有巨大的技術優勢及應用前景。

1.機載激光雷達系統的組成及工作原理

激光陣列發射系統、激光測距系統、光學掃描單元、接收控制單元以及相關成像和數據處理設備等組成了激光雷達系統（LiDAR）。機載激光雷達系統是通過在飛機機載平臺上，集成激光雷達系統、POS定位定姿系統、高分辨數碼相機和控制系統所構成的全新綜合型快速、精確測量系統。其中，激光掃描儀通過接收返回的脈沖可獲取被測目標的反射角度、反射距離、反射頻率和返回波信號強弱等信息，通過光電成像技術能分析得到被測物體的數字成像數據，經過POS定位定姿系統分析測算姿態數據得到全部地表采樣點的位置坐標，通過綜合處理可獲得一個長條型的地面區域三維位置信息與成像結果。

機載激光雷達系統是激光技術在回波測距和定位方面的實踐，通過研究不同目標反射的回波強弱、反射方向及速度計算得出反射特性等數據來識別物體。機載激光雷達系統最先通過向地表發射激光信號，再捕獲地面反射的激光信息而來的。最后，通過內業聯合解算、偏差糾正，再結合激光發射點空間位置和姿態信息，解算出激光點的三維坐標（X，Y，Z），得到激光雷達點云數據。從形式上看，這似乎是一個簡單的數據獲取過程，仔細分析，這其中蘊含著大量的設備結構及數據采集過程。點云數據是與測量目標有關、具有精確三維坐標信息的大量離散點，雖然有著精確的高程信息，但缺少目標的光譜信息，以至于激光雷達很多都與光譜成像儀配套使用，以便于獲取光譜信息。在對點云進行噪聲點濾除、分類和人工編輯后，即可應用于矢量要素采集、生成數字高程模型等。

2.基于機載激光雷達點云數據的數字高程模型生成

2.1 機載激光雷達點云數據獲取與處理

機載激光雷達點云數據獲取與處理流程（如圖1所示）：

圖1點云數據獲取與處理流程圖

點云數據獲取：由航攝飛行后獲取的原始點云數據，經過GPS、IMU數據聯合解算出飛行時每個時刻的航跡、WGS-84轉換為CGCS2000坐標、點云高程異常改正、航帶拼接檢查及系統誤差校正等操作，最后得到按航帶存儲的點云數據。

點云成果主要共分為5類：噪點、水域、未分類點、地面點以及航帶重疊點。由于機載激光雷達所采集的點云數據具有很多冗余的信息及噪聲，且其本身不具有測量目標的屬性信息，因此，為了更好地利用點云數據，有必要對點云進行預處理。點云預處理包括濾波、分割、分類等操作，濾波的目的是過濾掉無用的點數據，保留可靠的點云數據；分割、分類的作用是把具有一致屬性信息的點集合在一起，按照不同地表物體的反射特征、形狀特征等，可以對代表某一類型的目標加以區分，這些集合通常包括建筑物屋頂、河流、森林、地面等。地面點是落在道路、廣場等能夠反映真實地形起伏的地表上的點；由于水體對激光有吸收作用，水域則表現為點云數據的缺失；非地面點主要指落在建筑物、橋梁、植被、管線等高于地面的地物上的點。

點云數據的處理，主要包括：點云分塊、噪點濾除、自動分類和人工編輯分類。

（1）點云分塊：航飛執行單位所提交的按航帶存儲的機載LiDAR點云數據，作業前需要對點云數據進行分塊。首先需要利用軟件對航帶重疊點進行自動去冗余處理，然后按照分幅要求對點云分塊及命名。

（2）噪點濾除：將孤立點等地面異常變化點剔除。

（3）自動分類：因為激光具有非常高的穿透性，在掃描過程中不同目標的回波有著不同強度。利用點云反饋記錄的回波反射強度，通過一定算法對點云數據進行自動歸納分類。存在多次回波的為植被密集區域，正常的地面點應是末次回波對應的反射點。裸露地表一般只有一次回波，此時反射點就是地面點。相對于地物上的點，地面上的高程點是最低的，可以從較低的反射點中提取初始地表[5]（如圖2所示）：

（4）人工編輯分類：對于高程變化較大區域，通過改進參數或計算方法，小區域點云可以再次自動分類；然后參照模型和影像來進行編輯修改，采用人機交互的方式，來對分類錯誤、漏分的地面點進行重新分類；以點云剖面為主要依據，建立地面模型DEM根據地形判斷點云分類是否準確，判斷有難度的區域則參考影像來確定類別（如圖3、4所示）：

圖2點云自動分類

圖3點云人工編輯分類

圖4點云人工編輯分類

2.2 數字高程模型的更新生產

基于點云數據的數字高程模型更新生產流程（如圖5所示）：

圖5 數字高程模型更新生產流程

基于點云數據的數字高程模型生產首先進行點云初分類，批量濾波后進行點云的精細分類，原則上人工編輯以剖面為主進行點云精細分類，務求地面點不連片漏分、關鍵地形點不錯分。

水體處理：對于河流、湖泊等面積較大的水域，應采集水涯線能夠清晰完整表達水體邊界參與高程模型的生成。分段采集的封閉水涯線應按流向由高到低平緩過渡，尤其注意雙線河流在中間段是否有“倒灌”的情況。

特殊地物處理：對于架空于地面或水面之上的人工構筑物上的點云數據（如圖6所示），正常保留地面或水面上的點云數據，生成的數字高程模型則利用已準確分類的地面點數據及道路特征線、河流邊線、面狀水域范圍線等。

圖6特殊地物處理

2.3 數字高程模型的成果檢驗流程及質量評價方法

數字高程模型的成果檢驗主要依據GB/T 18316-2008《數字測繪成果質量檢查與驗收》及CH/T 1026-2012《數字高程模型質量檢驗技術規程》，其流程（如圖7所示）：

圖7數字高程模型成果檢驗流程圖

成果檢查驗收的主要質量元素有：空間參考系、位置精度、邏輯一致性、時間精度、柵格質量以及附件質量。

成果的檢查內容主要有（如表1所示）：

表1數字高程模型檢查內容

由于廣東省數字高程模型更新的生產方式不同于傳統DEM的生產方式，單位成果首先要滿足GB/T 18316-2008《數字測繪成果質量檢查與驗收》的質量要求，其次在“柵格質量”質量元素中增加“編輯質量”質量子元素，該質量子元素的評分采用錯漏扣分法，目的主要是為了控制數字高程模型生產過程中是否比較合理地編輯LiDAR點云數據。

3.數字高程模型驗收檢驗實例與高程精度分析

3.1 實例數據

本文數據正是筆者擔任項目負責檢查驗收的廣東省數字高程模型更新（一期 任務區二）項目，成果平面坐標使用2000國家大地坐標系；高程坐標為1985國家高程基準；投影方式采用高斯-克呂格投影，3°分帶，中央子午線為東經111°、114°、117°。坐標原點西偏500km，橫坐標加帶號。項目生產時間為2018年6月至2019年8月，點云數據來源于廣東省機載LiDAR點云數據獲取項目（一期）兩個分區，第一分區點云設計密度為每平方米3個點，第二分區點云設計密度為每平方米2個點。利用航攝任務獲取的1∶2000比例尺點云數據結合新獲取的影像生產數字高程模型，最終完成1476幅5km×5km分幅的廣東省數字高程模型更新（一期任務區二）成果，面積約3.47×104km2，其精度指標要求（如表2所示）：

表2 DEM成果精度要求 單位：m

該成果生產所屬任務區地形復雜，山地和沖積平原間隔分布，屬于航攝困難區域，該攝區主要分布在粵西、粵北地區及經濟發達的珠三角區域。

點云數據的分類處理及數字高程模型更新的建立主要利用LiDAR數據處理系統，對航飛執行單位獲取的點云數據進行內業DEM更新生產。

3.2 DEM高程碎部點的精度

首先對點云數據的質量進行檢查，成果符合標準并合格后，對數字高程模型成果開展質量檢查。最后，內業審查主要內容是對項目的文字資料包括項目技術設計書、過程檢查記錄表、單位內檢報告、專業技術總結等，并通過人機交互的方式檢查數字高程模型最終成果的空間參考系、位置精度、邏輯一致性、柵格質量[5]。

外業檢驗方式按照《測繪成果質量檢查與驗收》要求抽取8批次，共120幅5km×5km的數字高程模型更新圖，采用GNSS接收機每幅圖外業均勻采集30個高程檢測點，和數字高程模型成果的同名點進行高程比對。

經過內業檢查發現，生產過程中存在個別點云數據未準確分類，個別路面、流動水域未按要求清晰完整表達邊界，個別建筑物地基高程取值判斷錯誤或未按要求進行地基平整處理，個別地面點表面模型不光滑、不連續，但不影響下一步生產。

該成果數據總批量為1476幅5km×5km分幅成果，共劃分為8個檢驗批進行外業檢測，檢測結果（如表3所示）：

表3成果中誤差檢測表 單位：m

3.3 DEM高程碎部點的精度評價

外業檢測高程點共計3236個，樣本檢測中誤差均小于標準中誤差，平地平均中誤差為0.132m，山地平均中誤差0.146m，高山地平均中誤差0.229m，由誤差分布情況可以看出成果高程精度遠優于技術設計要求（如表4所示）：

表4檢測點絕對誤差分布情況表 單位：m

通過外業檢測結果分析，可發現基于點云數據所生產的DEM高程模型的準確率受地形類別影響非常大，在地形平坦的位置，DEM精度較高，在地面起伏較大地區由于植被的影響，一些高程值為后期內插值，一定程度上增大了DEM高程的誤差，但經過實踐驗證，最終成果精度完全可以達到數字高程模型更新成果的精度要求，在作業和生產實踐之中，項目如果可以進一步改進插值模型，將進一步提高DEM精度。

4.結束語

本文介紹了基于機載激光雷達技術獲取的點云數據并以此為基礎生產高精度DEM的技術路線和質量評定方法，并結合項目檢查的體會，并對8個批次共120個檢驗樣本（檢查面積約3000km2）檢查輻射面積約3.47×104km2的數字高程模型進行研究與分析，最終檢查結果證明：本文所介紹的基于機載激光雷達掃描技術方式生產高精度數字高程模型成果構建方法完全能滿足現階段大比例尺數字高程模型的制作要求，為以后建立數字高程模型樣本數據庫提供技術依據。在地形沒有較大變化的情況下，可以為同類型DEM成果的檢查驗收工作提供一個比對的樣本參照數據庫，縮短國家級、省級DEM驗收時間，進一步提高基礎測繪成果服務社會的效率。