機載LiDAR在長江中游河道測繪中的應用

吳 昊， 張 曉 萌

(長江水利委員會水文局 長江中游水文水資源勘測局，湖北 武漢 430012)

0 引 言

激光掃描測量(Light Detection and Ranging，LiDAR)是一種非接觸式高時空高分辨率高效率的三維對地觀測技術[1]，可獲取物體表面密集點云，在全球變化監測、智慧城市[2]、資源調查、環境監測[3]、基礎測繪及全球制圖[4-7]等國家重大需求和地球系統科學研究中起到十分重要的作用。

劉世振等[8]對典型河段的不同植被覆蓋類型進行精度測試，證實了機載激光技術在山區型河道地形測繪中具有較好的適用性。劉少聰等[9]結合金沙江下游梯級水電站水文泥沙觀測項目，經精度分析與評定，機載三維激光掃描技術比測平面精度在0.42 m 以內，高程精度均在0.32 m以內。為避免后處理PPK激光點云解算的滯后性，進一步分析機載激光雷達技術在河道測繪中的適用性，本文采用實時RTK激光點云解算。

本試驗區位于漢江仙桃以上至碾盤山河段，該段河道洲灘、潛洲較多，傳統測量方法施展河道地形測量效率低且安全隱患多。為提高數據獲取效率、減輕外業工作強度，本文將LiDAR技術應用于河道地形和斷面測量，可彌補攝影測量航片、遙感影像在精度上的不足，且在空間尺度上不受限制。此外，對部分區域仍采用傳統RTK測量，以檢測LiDAR測量精度。

1 LiDAR測量基本原理

機載LiDAR系統是一種可晝夜測量的主動式全數字化設備，能夠穿透茂密森林的樹冠來采集高密度、高精度的LiDAR點云數據。原始數據主要包含激光腳點三維坐標信息、激光反射強度信息及激光被多次反射的回波次數[5]。LiDAR系統由機載GNSS系統、慣性導航系統、激光雷達掃描儀、中心控制單元、飛行器載體、多光譜相機及其他輔助設備構成(見圖1)。下面分別對幾個關鍵部分進行介紹。

LiDAR系統搭載在移動系統上，對空氣和植被(空中激光)甚至水(測深激光)發出脈沖激光。搭載激光雷達的載體沿著運動方向移動，掃描儀在垂直運動方向上掃描。雷達掃描儀接收返回的激光脈沖，記錄測量距離和角度。不同的掃描速度會影響LiDAR系統測得的點數和回波數。若LiDAR波束呈現圓錐掃描的同時飛機持續運動，則地面掃描線會呈現一系列重疊的橢圓形。

全球導航衛星系統(GNSS)提供有關傳感器位置(緯度、經度、高度)的準確地理信息。慣性測量單元(IMU)通過加速度計和陀螺儀記錄在此位置傳感器的精確方位(俯仰角、橫滾角、偏航角)。然后轉換處理這兩個設備記錄的數據，形成靜態數據。

機載平臺搭載微機系統，處理各種設備獲取及發送的信息。機載平臺控制中心完成數據采集，實現各組成設備精確同步，同時記錄存儲采集的大量點云數據。除正常搭載的IMU和GNSS設備外，機載平臺還可攜帶相機采集影像。GNSS基站與機載GNSS配合判斷平臺航行軌跡是否與預設航線重合。微機解壓處理GNSS和IMU數據，計算外方位元素，根據激光雷達定位原理，生成點云并實時輸出[5]。

2 LiDAR河道地形測量及斷面測量

2.1 LiDAR技術流程

原始數據包括每次脈沖的測距值、瞬時掃描角、機載GNSS觀測值、千尋CORS站GNSS觀測值、慣導IMU姿態值、同步航空影像。首先對機載和千尋CORS站GNSS數據進行同步差分處理，隨后解算出每個激光回波腳點的三維坐標值，得到原始激光點云成果。由于數據采集過程中不可避免存在各類誤差，因此需對原始點云進行相應系統誤差檢校和平差處理。檢校平差后的激光點，需進行濾波分類[7]。點云濾波后，還可針對已分類的非地面點，精細分類為建筑物、植被等多種類型，也可實現地物的單體提取及建模。通過點云數據預處理、點云濾波、點云分類，可提供平面和高程精度較為準確的點云成果，供后續河道地形測量和斷面測量成圖使用。在直接提取數據成果的基礎上，對點云進行柵格化內插，引入航空影像進行定向處理，可獲得DEM和DOM成果。通過人工提取地物可以進一步得到DLG成果[8]?；跈C載激光掃描系統的地形測量任務流程如圖2所示。

2.2 試驗區概況

試驗區范圍為仙桃市胡楊鎮蔡灘村至仙桃市城區沿江大道中段輪渡碼頭。總面積約為8.7 km2，陸上面積約為6.4 km2。長度約為7.5 km，寬度約為1.2 km。任務為1∶5 000測圖比例尺的全江地形測量與固定斷面測量，測區地形較為豐富，人工建筑物包括堤防、居民地、道路、碼頭、電力線等。自然地貌包括林地、草地、農用地、河流等。試驗區內分布4個漢江固定斷面，編號分別為HX138、HX139、HX140、HX141，如圖3所示[9]。

2.3 測量儀器設備

根據項目需求，主要投入的儀器設備如表1所列。

表1 主要儀器設備Tab.1 Main equipment

2.4 項目實施

2.4.1機載激光雷達測量

該項目LiDAR施測時間為2021年7月28日、7月29日。測時天氣晴朗、風力3～4級，RTK信號良好，利用大疆經緯M300 RTK無人機搭載禪思L1激光雷達掃描系統平臺共飛行10個架次。航攝飛行參數見表2，航攝完成后，現場立即對數據進行預處理和質量檢查，以確保數據可用。

表2 航攝飛行參數Tab.2 Aerial photography flight parameters

2.4.2激光雷達數據處理軟件介紹

(1) 大疆智圖。利用大疆智圖進行點云數據處理，包含POS解算、點云與可見光數據融合、標準las點云格式輸出、作業報告輸出，實現點云數據處理一鍵式操作。選擇點云密度為100%的點云進行處理，設置輸出坐標系，選擇點云精度優化，通過平差優化不同時刻掃描的點云，使得點云整體精度更高，尤其是能大幅降低相鄰條帶重疊部分的點云厚度，設置點云有效距離參數，濾除激光雷達采集的超過有效距離的點云。

(2) Terrasolid軟件。LiDAR點云數據處理包括數據預處理和數據后處理兩個關鍵步驟。采用由芬蘭Terrasolid公司研發的Terrasolid系列軟件進行數據處理，功能包括激光雷達點云傳感器校準、點云數據校正、表面建模、激光雷達和正射影像生成等[10]。

利用Terrasolid軟件的TerraScan模塊剔除低位粗差和高位粗差。軟件濾波算法是Axelsson于2000年提出的一種基于不規則三角網(TIN)[11]的漸進加密算法。該算法關鍵在于濾波閾值的選取，主要濾波參數為地形坡度角、迭代角、迭代距離，需根據經驗選擇合適的參考值，可有效保留地面斷裂特征，處理曲面不連續的情況，適用于地物地形密集分布的城區[12]。

2.4.3點云數據生成與導出

利用大疆智圖軟件激光雷達點云處理模塊，對點云數據進行預處理，生成las數據格式保存并導出。通過大疆智圖直接瀏覽預處理結果，并可以通過RGB、反射率、高度、回波次數等多種方式進行數據展示。截取試驗區一小塊區域如圖4所示。裸露地表激光反射強度要明顯高于植被覆蓋地區；當激光脈沖打到地面、道路等表面平滑地物表面時，激光一般為單次回波，激光腳點排列整齊，分布較為規律；當激光脈沖打到樹木、建筑物等具有垂直結構的地物表面時，會發生多次回波現象，每個激光脈沖不再只有一個返回值，而是擁有多個返回值，激光腳點的分布較為散亂，不再規則排列，且由于具有高度的地物對激光的遮擋，會造成面向激光照射方向的點云與一部分地面點云在垂直方向上部分重合，而背向激光發射方向的區域由于地物的遮擋會出現空白區域。

2.4.4點云分類

機載LiDAR原始數據預處理后生成的海量點云包括地面點、植被點、建筑物點、水域點、其他地物點及噪聲點，且均在同一數據層。點云分類最關鍵的一個步驟為地面點提取，主要通過反復迭代建立地面三角網模型分離地面點。算法包括兩個階段：第一，基于分離的低點在一定范圍內搜尋初始地面點，建立初始模型并在這些點間構建臨時的TIN模型；第二，基于原來初始模型，抬高模型，如果某些點和TIN之間的角度和距離符合預設參數，將增添這些新的點置于原來構建的TIN模型中，每個新增的點使得模型越來越接近真實地面[13]。地面點分類效果如圖5所示。

2.4.5點云高程點提取

將RTK實測數據和分類后的點云數據疊加導入到EPS軟件中，如圖6所示。

EPS軟件三維測圖模塊有手動提取最近點的功能，根據RTK實測點已知平面位置，手動提取與RTK實測點最近距離的點云數據，如圖7所示。其中粉色點為RTK實測數據，紅色點為選取的與RTK點最近的點云點。本次試驗包含RTK實測點281個，與RTK實測點距離最近的281個點云數據。

2.4.6傳統RTK測量

傳統RTK測量采用千尋網絡CORS，平面坐標系統為1954年北京坐標系，投影方式為高斯正形投影，高程系統采用1985國家高程基準。利用Trimble R10 RTK分別于樹林、草地、裸露地表3種不同植被類型上，采集了281個檢查點，并完成了4個漢江固定斷面的施測，如表3所列。

表3 傳統測量方式統計Tab.3 Statistics of traditional measurement methods

3 LiDAR測量和RTK測量地形點及斷面精度對比分析

3.1 地形點平面測量誤差

以RTK測量數據作為真值，統計LiDAR測量點云數據中裸露地表、草地、樹林3種地形點的平面坐標位置誤差ΔS，如圖8～10所示；統計的平面誤差最大值、最小值、平均值及中誤差見表4，統計的平面誤差區間分布情況見表5。

表4 地形點平面位置誤差統計Tab.4 Point plane position error of topographic m

表5 地形點平面位置誤差百分比區間統計Tab.5 Statistics of percentage interval of plane position error of topographical point

從圖8～10和表4～5可知：裸露地表平面誤差ΔS最大值為0.120 m，最小值為0.003 m，中誤差為±0.049 m，其中97%的點位平面誤差均在0.1 m以內；草地平面誤差ΔS最大值為0.672 m，最小值為0.033 m，中誤差為±0.271 m，其中73.7%的點位平面誤差均在0.3 m以內；樹林平面誤差ΔS最大值為0.782 m，最小值為0.027 m，中誤差為±0.392 m，其中63.8% 的點位平面誤差均在0.4 m以內。所有檢查點的平面中誤差均滿足1∶5 000成圖比例尺下平原地區地形圖平面中誤差為±2.5 m的精度要求。

3.2 地形點高程測量誤差

統計裸露地表、草地、樹林3種地形點采用LiDAR測量和RTK測量的高程誤差ΔH，如圖11～13所示；統計的高程誤差最大值、最小值、平均值及中誤差見表6，統計的高程誤差區間分布情況見表7。

表6 地形點高程誤差統計Tab.6 Elevation error of topographic point m

表7 地形點高程誤差百分比區間統計Tab.7 Statistics of percentage interval of elevation error of topographical point

從圖11～13和表6～7可知：裸露地表高程誤差ΔH最大值為0.210 m，最小值為-0.083 m，中誤差為±0.075 m，其中99%的點位高程誤差均在±0.2 m以內；草地高程誤差ΔH最大值為0.326 m，最小值為-0.282 m，中誤差為±0.158 m，其中75.8%的點位高程誤差均在±0.2 m以內。其中草地高程誤差ΔH大于0占比為93.9%，根據現場實際測量情況，試驗區草地長勢茂盛，在地表覆蓋較厚區域，RTK測量時測量桿底部尖銳洞穿草地，故RTK測點為草地底部高程，即真實地面高程，而激光雷達穿透力有限，并不能夠完全穿透草地，測量的大多數為草地表面頂部高程，所以本試驗區中激光雷達測點高程一般比RTK測點高程高。樹林高程誤差ΔH最大值為0.329 m，最小值為-0.219 m，中誤差為±0.103 m，其中94%的點位高程誤差均在±0.2 m以內，而且所有檢查點的高程中誤差均滿足1∶5 000成圖比例尺下平原地區地形圖高程中誤差為±0.25 m的精度要求[14]。

3.3 斷面測量面積差

利用試驗河段機載三維激光點云數據進行斷面截取，與RTK實測固定斷面數據進行面積差比較。斷面布設如圖1所示，利用EPS點云模塊在二維窗口上直接提取計劃線上的點云數據，詳見圖14。

綜合各地形地貌共選取4個斷面進行比測，各斷面面積差如表8所列，顯示4個斷面的面積差均不大于2%，滿足SL 257-2017《水道觀測規范》要求。

表8 斷面面積差統計Tab.8 Statistics of section area difference %

4 結 論

(1) 經精度分析與評定，機載三維激光掃描測量與傳統RTK測量比測，裸露地表、草地和樹林平面中誤差分別在±0.049，±0.271，±0.392 m以內，優于SL 257-2017《水道觀測規范》點位平面位置允許中誤差±2.5 m的要求；裸露地表、草地和樹林高程中誤差分別在±0.075，±0.158，±0.103 m以內，優于SL 257-2017《水道觀測規范》陸上高程注記點允許中誤差±0.25 m的要求；平面和高程均滿足河道地形測量有關規范要求，滿足長江中游流域平原地區1∶5 000成圖比例尺地形圖的相關技術要求。該技術可以應用于長江中游流域地形和斷面數據獲取。

(2) 對比平原地區機載三維激光掃描測量與傳統RTK測量可知，裸露地表精度優于樹林和草地精度，其中植被越密集的區域機載激光雷達測量誤差越大。