基于點云數據的園林信息普查應用研究

王朝輝 李廣偉 郭震冬

（江蘇省測繪工程院，江蘇南京 210013）

城市園林是城市中重要的自然生態資源，在改善城市環境質量、美化城市景觀方面具有不可替代的作用。城市園林分布與數量是衡量區域自然生態環境是否宜居的重要指標，我國已將園林綠化作為重要指標納入“國家智慧城市試點”工作考核指標體系中。通過園林綠化數據調查，為城市綠地系統規劃與綠地管理工作提供科學依據，有助于城市發展規劃的決策和城市的可持續發展。近幾年，江陰圍繞建設“綠色江陰”、打造生態家園的目標，積極推進綠化造林工作，為了準確掌握江陰建成區范圍內綠地生態、古樹名木等動態信息，達到精細化管理水平，構建了園林綠化管理系統，該系統借助GIS技術、激光點云技術，提取園林專題數據，為園林局等相關部門提供管理輔助決策工具。

激光點云數據一般采用車載移動測量車或背包SLAM技術獲取，車載移動測量系統可以快速地獲取沿道路的地物數據[1-3]。背包設備可以進入園林內部進行精細采集，兩者結合確保了獲取完整的測區點云數據。

1 技術路線

使用車載移動測量系統采集沿道路的樹木等信息、使用背包SLAM設備進入公園內部數據采集，兩者數據采用統一坐標系。

道路矢量數據的加入可以進一步縮小數據處理范圍，通過道路矢量判斷無效區域，在數據處理后及綠化數據提取時減少數據處理的工作量，提高數據處理效率。胸徑定義為距離地面1.3 m高處的樹木直徑大小，經實地測量發現，灌木樹在距離地面1.2～1.4 m之間，直徑尺寸變化在容許誤差范圍內，采用統計圓柱體直徑的方式計算樹木的胸徑尺寸。

內業數據信息提取采用半自動化的方式，即先自動化提取，再人工目視檢查并直接在點云數據上采用人工測量的方式進行數據補充測量。獲取的點云數據如果存在遮擋，需要外業人員實地進行補測完善。

技術流程如圖1所示。

圖1 技術流程

1.1 外業采集

外業采集設備三維激光掃描儀的安裝工位角度與水平面呈約45°夾角。假設在道路起伏處于平緩的情況下，掃描線間不存在重復疊加，獲取的樹干單條掃描線數據始終小于樹木周長的50%，掃描線也是與水平面呈約45°夾角。

外業采集時，為了采集盡可能多的樹干數據，設定道路采集時行車速度為30 km/h以下；基于背包SLAM的公園數據采集因本身移動速度較慢，不需要額外限制采集速度。

因為作業道路涉及城區范圍，根據道路擁堵時間分布情況，制定了夜晚對擁堵道路進行數據采集的方案，減少了外業作業時間和采集到的數據量。公園部分使用背包SLAM設備進行采集，可以反復多次在園林內部穿插采集，無須沿道路采集，采用最有效的路線進行作業。

1.2 自動提取

數據內業解算使用自架站GPS基站數據進行差分處理，坐標系統一為CGCS2000，經處理后得到的三維點云數據即絕對坐標值。

數據提取采用自動化的方式進行提取[4]，人工干預修編，采用投影分割等方式進行分類提取，去除原始數據的地面干擾數據，提取樹木位置信息，根據分類后的樹木點云數據提取其胸徑、高度等信息。

位置信息提取是自動提取的第一步操作，從雜亂無章的點云數據中提取出所有樹木的位置信息，根據每個位置對應的樹木點云數據計算胸高、樹高等信息。

胸徑的自動提取使用計算相互交叉重疊的固定高度的圓筒點云直徑的平均值作為胸徑。

胸徑圓筒分割如圖2所示。

圖2 胸徑圓筒分割示意圖

2 應用試驗

2.1 測區介紹

試驗測區位于江陰市大橋公園內，該公園樹木較大且分布較廣，南北方向跨度達4 km，公園內地勢整體平坦，部分綠化樹木較集中，內部通行情況較差，非常適合采用背包式設備進行數據采集。

公園內部及四周均有道路通行，車載移動測量設置可以沿道路進行數據采集，可以快速獲取公園整體的高精度三維點云數據，并且可以通過反復往返掃描提高點云密度，整體公園可以通過車載移動測量設備和背包式測量設備進行數據外業的數據獲取。

2.2 數據采集

試驗使用的設備如圖3所示。

圖3 使用的設備

以江陰某園林綠化項目為依托，進行實際生產試驗，使用移動測量采集可以通行的外圍及內部道路，使背包采集內部無法通行的內部區域，獲取測區內園林的激光點云數據。數據解算采用CGCS2000坐標系，背包SLAM數據使用同名點計算轉換至CGCS2000系。共計采集3 km2的園林數據，外業采集及內業數據處理共計投入2人，外業采集耗時3 d。

數據效果如圖4所示。

圖4 采集的點云數據

2.3 數據處理

內業數據處理解算及樹木等的信息提取耗時10 d時間，要素信息提取采用自動化的方式進行提取，自動化提取前需要去除地面點云數據，以便減少提取過程中計算量，提高自動化提取的效率。地面點云數據作為樹木底部的起算點，計算其上1.3 m高處的樹木胸徑，部分樹木樹干較細且密度較大的地方存在提取遺漏問題。針對遺漏部分采用人工目視檢查的方式進行檢查，對自動提取中遺漏的進行人工補測，通過人工的方式從點云數據中量取樹木的坐標位置及胸徑尺寸等信息。

將提取的數據入庫，精度檢測使用實地測量的方式獲取樹木的測量信息作為真值，樹干平均點位誤差為±0.27 m，胸徑中誤差為±0.04 m。由檢測結果可知，此次基于點云數生產的園林普查數據滿足設計的精度要求。

3 結語

點云數據在園林綠化普查項目中起到了重要作用，保證了生產的外業安全性和數據的完整準確性。根據項目試驗結果分析，使用點云數據進行園林綠化普查可以大幅度提高獲取樹木點位及胸徑、樹高、樹冠等信息的效率，節省外業普查時間，特別是在樹高、樹冠信息的獲取優勢較大。采用人工外業實地采集，耗費時間和精力，且無法保證人員的安全性，通過點云數據還可以判斷樹木等的長勢情況，通過不同年份的點云疊加對比分析還可以判斷生長情況。文章為激光點云在類似項目中的推廣應用提供了參考，后續研究中還應考慮增加樹種的自動識別功能。