基于特征差异的机载LiDAR侵蚀沟点云分割方法

为克服数字高程模型(Digital Elevation Model, DEM)提取侵蚀沟特征的局限性,提出一种基于机载激光雷达(Light Detection and Ranging,LiDAR)点云的不同尺度下的表面特征差异侵蚀沟点云分割方法。该方法首先对侵蚀沟点云进行特征分析,在对点云预处理的基础上,基于不同尺度获取点云表面特征差异,再结合曲率阈值方法分割得到初始侵蚀沟,最后基于聚类分析得到侵蚀沟点云。试验结果表明,该方法能够精确地从机载LiDAR点云中分割得到侵蚀沟,为侵蚀沟的定量评价提供了一种新思路。     

低空机载LiDAR水面点云自适应分类算法研究

水陆点云分类是DTM生成、河流岸线提取等低空机载LiDAR应用领域面临的新问题,然而在岸滩等复杂扫描场景中,水陆点云的准确分类是一个公认的难题。在分析目前点云分类存在的缺陷基础上,提出了一种多元特征统计的自适应水陆LiDAR点云分类算法,该算法通过分析低空机载LiDAR水面点云的特点,针对性地设计了点云坡度、密度特征描述子;引入贝叶斯定理,建立了高程、坡度、密度隶属度函数;通过水、陆独立样本的t检验,确定隶属度函数的自适应权重;最终得到一个多元特征统计的分类模型,并基于训练样本的概率密度统计,确定了模型的自适应分类阈值。典型应用实例表明,在存在岸滩、内陆平地等复杂地形条件下,新算法都能达到99%以上的水陆点云分类精度。     

基于案例推理的黄河流域水资源优化调配

利用水文要素的周期性、重现性、相似性等特征,将嵌套案例推理技术引入到黄河流域水资源调配方案决策中,建立K-D树定性搜索与相似度精确定位相结合的基于案例推理的黄河流域水资源调配决策模型。对黄河流域水资源调配中的水文要素进行定性识别,以关键水文要素的相似度作为检索指标,通过K-D树结构实现快速搜索定位与水文要素的相似性匹配,可搜索出与决策问题高度相似的方案,实现水资源的优化调配。     

融合无人机LiDAR与摄影测量的河道地形测绘方法

针对无人机摄影测量过程中植被穿透率低、无人机LiDAR(激光雷达)点云地物提取困难等问题,研究了一种融合无人机摄影测量与LiDAR的高精度河道地形测绘方法。该方法利用TerraSolid软件对LiDAR点云数据进行去噪与地形滤波处理,提取测区高精度DEM(数字高程模型),并通过LiDAR点云与DOM(数字正射影像)融合建立真彩色三维点云、与数码影像融合重建测区实景三维模型,实现地物的精准测绘。典型应用结果表明：该方法能有效发挥两种技术的互补优势,解决长江下游河道岸滩区域植被高密度覆盖的地貌测绘与建筑物复杂多样的地物测绘难题,数据采集与处理高效,产品直观、精细、多样化,精度可满足1∶1 000比例尺地形图测绘的要求。     

基于TIN的LiDAR地面点云数据简化方法研究

机载LiDAR点云数据的简化虽属数据辅助处理的范畴,但对提高庞大点云数据后处理效率起着重要作用.将TIN迭代加密方法引入机载LiDAR地面点云数据简化中；对平坦地形直接简化,对复杂地形则提取山谷线、山脊线,将获得的特征点作为种子点加入TIN加密迭代简化方法中.实验证明,该方法能够在保证数据精度的前提下,简化点云数据.     

运用事故树分析法识别漳泽水库工况险情

漳泽水库是海河上游的大型防洪水库,为了在众多影响因素中找到对水库防洪安全影响较大的因素,运用事故树分析法分析漳泽水库枢纽工程防洪安全险情。分析中,通过绘制漳泽水库枢纽工程事故树和计算事故树的最小割集及结构重要度,确定可能导致漳泽水库枢纽工程失事发生的途径和需要重点防控检查的设施。该方法在对建立漳泽水库防汛应急机制、制定防洪预案、保障水库防洪安全具有特别重要的意义。     

基于改进分水岭算法的农村地区LiDAR点云建筑物提取

针对LiDAR点云建筑物提取的研究很多,而在农村区域植被与建筑粘连且高度近似情况下的讨论较少。考虑到中国典型农村区域建筑特征,以湖南省益阳市泗湖山镇为研究区进行LiDAR点云的建筑提取研究。首先利用梯度及梯度方向约束的形态学滤波方法,将原始点云滤波得到地面点,对地面点及原始点云进行插值得到数字高程模型(DEM)和数字地表模型(DSM);然后通过两者相减得到归一化的NDSM,进而对NDSM进行高程及梯度双约束的标记分水岭变换得到地物对象;最后建立特征指标,对地物对象进行最大似然分类得到建筑物对象。研究表明建筑物分类的生产者精度和用户精度均>90%, Kappa系数>0.8, 构建方法在农村地区建筑提取研究中取得了良好效果。     

机载LiDAR在山区型河道地形测绘中的适用性研究

河道地形是河流保护与利用的基础支撑资料,采用传统手段测绘山区河道地形具有作业风险高、难度大、效率低等不足,采用航测手段则具有高程精度低、植被覆盖地面信息无法获取等不足。机载LiDAR具有较强的植被穿透性,结合影像与激光的优势,可以很好解决以往山区河道地形作业方式的不足。与其他作业区域相比,地形坡度、植被覆盖度会影响机载LiDAR在山区河道地形测绘中的作业精度。为研究机载LiDAR在山区型河道地形测绘中的适用性,首次提出了按地形类别、地表覆盖物对典型山区河段进行机载LiDAR植被穿透性、作业精度研究。研究结果表明:(1)机载LiDAR获取影像平面精度优于点云,可充分结合影像平面精度高、激光点云高程精度高及丰富地表信息表达方式的优势;(2)机载LiDAR具有良好的植被穿透性;(3)点云高程精度受地形坡度、植被覆盖率影响,坡度越大、植被越密集,精度越低;(4)点云等高线由不经抽稀的点云生成,等高线精度与点云精度接近;(5)机载LiDAR在在山区型河道地形测绘具有较好的适用性。     

基于PTD和改进曲面拟合的高山区水电工程机载激光雷达点云滤波方法

针对高山区水电工程区域地形起伏大、植被茂密且存在部分建筑物,在提取这些区域地形时机载LiDAR点云滤波方法存在精度不高的问题,提出了一种综合点云回波特性、渐进三角网加密(PTD)算法、改进的曲面拟合算法和地面点精细化处理的山地点云滤波方法。该方法在对机载激光雷达(LiDAR)点云数据去噪的基础上,先利用植被点云的回波特性去除部分植被点,再使用PTD算法进行两次迭代计算获取部分地面点集合,然后将得到的部分地面点集合作为改进的曲面拟合算法的种子点进行格网区域化的曲面拟合来获取原始点云数据中的地面点,最后通过点云的精细化处理去除地面点中夹杂的低矮植被点,以此获得最终的地面点集合。选取DJI-M600搭载HS-600的机载LiDAR测量系统实测数据进行试验,并将提出的滤波方法与PTD算法、曲面拟合滤波算法、区域生长滤波算法和形态学滤波算法进行横向对比,通过点云误分率对滤波方法进行评价。结果表明,与其他4种方法相比,基于PTD和改进曲面拟合的滤波算法的第Ⅰ类误差、第Ⅱ类误差和总误差的最大减小幅度分别为6.25%、1.82%和2.93%,更适用于高山区水电工程机载LiDAR点云数据的滤波处理。     

基于无人机载激光雷达数据的建筑物自动提取算法

针对机载LiDAR散乱点云数据量大、目标分类困难的问题,提出一种实现LiDAR点云数据中地面点云、植被点云和建筑物点云的全自动分类算法,并根据提取的建筑物点云数据自动提取建筑物轮廓和中心点坐标。具体理论算法为:首先基于渐进三角网的点云数据滤波算法分离出地面点云数据,然后根据植被点云法向量的各向异性采用模糊C均值聚类(FCM)方法分离植被点云和建筑物点云。对于分类后的建筑物点云,利用拓扑聚类的方法,对每个建筑物进行识别并提取轮廓和中心点。将该算法应用于栾川协心小流域的山洪灾害调查评价居民户建筑物位置和高程自动提取。应用案例表明:该方法提取速度快,提取精度较高,且适用于山丘区机载雷达数据建筑物提取和植被分类。     

机载激光雷达数据处理质量控制与解决方案探讨

随着机载激光雷达技术的迅速发展,其数据处理已经成为整个生产过程的一个重要环节。文章就激光雷达数据处理过程中的GPS差分解算、坐标转换、点云数据分类、影像连接点、最终产品等的质量控制与解决方案进行分析和探讨。     

激光点云中电力线的提取和建模方法研究

当利用LiDAR激光点云进行电力线路危险点检测时,需要对电力线进行建模。为此提出了一种在激光点云中提取电力线并建模的算法。该算法首先利用激光雷达回波信息和电力线在三维空间中的线性特征,过滤掉大部分非电力线的点,然后在点云的XY平面内利用霍夫变换提取最长且相互平行的线性地物作为电力线,连接因数据遮蔽而造成的段线,并利用线的交点和沿线小网格内高程变化特征找出杆塔位置,最后在电力线断面内对多根电力线进行分割,分别计算悬链线模型。基于云南某500 kV线路实际数据的实验表明,该方法自动化程度高,电力线提取和建模准确度高。针对进一步提高该算法的通用性和自动化程度,提出了下一步的研究方向。     

融合LiDAR点云和高分辨率影像的地物分类研究

LiDAR点云包含丰富的高程信息,而高分辨率航空影像则富含光谱信息。在分析两类数据特征优势的基础上,以模糊集为融合方法的理论基础,研究了一种结合LiDAR点云和高分辨率影像的分类方法。该方法首先通过航空影像获取模糊分类结果,然后引入LiDAR点云的高程信息,再进行模糊决策融合,重点改善了建筑物与其他地物之间的混分现象。实验结果表明,在LiDAR点云的辅助下,该方法能够有效改善光谱信息分类中出现的建筑物与裸地、道路、水体等地类之间的混分现象,明显提高了总体分类精度,为复杂城市区域提供了更为精确的地物分类结果。     

基于决策树算法的洪水预报模型

结合现有决策树技术的研究结果,在已有决策树方法的基础上,从积累的大量数据资料和信息反馈形成的水文相关数据库出发,基于决策树C4.5算法设计合理的计算流程来建立了洪水预报模型,并以预报太湖水位为例进行了实例研究.结果表明,基于决策树的洪水预报模型结构清晰,最终生成的预报规则简单明了,模型在率定期与检验期内均具有很高的精度...     

An evaluation of different forest cover geospatial data for riparian shading and river temperature modelling

Riparian tree planting is increasingly being used as a strategy to shade river corridors and offset the impact of climate change on river temperature. Because the circumstances under which tree planting generates the greatest impact are still largely unknown, researchers are increasingly using process‐based models to simulate the impacts of tree planting (or felling) on river temperature. However, the high‐resolution data on existing riparian tree cover needed to parameterise these models can be difficult to obtain, especially in data‐sparse areas. In this paper, we compare the performance of a river temperature model parameterised with a range of different tree cover datasets, to assess whether tree cover data extracted from readily available GIS databases or coarser (i.e., 2–5 m) digital elevation products are able to generate river temperature simulations approaching the accuracy of higher resolution structure from motion (SfM) or LiDAR. Our results show that model performance for simulations incorporating these data is generally degraded in relation to LiDAR/SfM inputs and that tree cover data from “alternative” sources can lead to unexpected temperature model outcomes. We subsequently use our model to simulate the addition/removal of riparian tree cover from alongside the river channel. Simulations indicate that the vast majority of the “shading effect” is generated by tree cover within the 5‐m zone immediately adjacent to the river channel, a key finding with regards to developing efficient riparian tree planting strategies. These results further emphasise the importance of incorporating the highest possible resolution tree cover data when running tree planting/clearcutting scenario simulations.     

利用机载双激光测深反演近岸水体含沙量的方法

为解决利用机载激光测深(Airborne LiDAR bathymetry, ALB)波形数据估计水体含沙量(Suspended Sediment Concentration, SSC)难题,提出了一种利用ALB三维点云数据反演水体含沙量的新方法。首先,基于绿激光水面点和红外激光水面点计算绿激光水面穿透量;其次,利用实测水体含沙量及对应绿激光水面穿透量构建SSC经验模型;最后,基于构建的SSC经验模型实现了利用ALB三维点云的水体含沙量估计。实验验证了该方法的有效性,取得了优于20 mg/L的SSC反演精度,为水体含沙量信息的高精度、大区域面获取提供了一种新途径。     

黄河干流缺水决策树模型研究

以黄河干流上的贵德、兰州、河口镇、龙门、三门峡、花园口等6个主要水文站为节点,通过径流量频率分析,分别研究了各节点缺水状态。把各节点频率为50%的来水量作为缺水的基准,将缺水状态分为5个等级,以天然径流系列数据为样本,以贵德站为例建立了节点缺水决策树模型。决策树对观测样本的分类、预测直观明了,通过观测节点月径流量,可实现节点缺水状态的滚动预报。