基于機載激光雷達點云數(shù)據(jù)的河網(wǎng)提取方法研究

王翠平,王豪偉,劉 明,董仁才,3

(1.中國科學院城市環(huán)境研究所中國科學院城市環(huán)境與健康重點實驗室,福建廈門361021;2.中國科學院城市環(huán)境研究所廈門城市代謝重點實驗室,福建廈門361021;3.中國科學院生態(tài)環(huán)境研究中心,北京100085)

數(shù)字流域是一個以流域空間信息為基礎(chǔ),融合流域內(nèi)各種數(shù)字信息的系統(tǒng)平臺,是對真實流域及其相關(guān)現(xiàn)象統(tǒng)一的數(shù)字化重現(xiàn),它把流域搬進了實驗室和計算機,成為真實流域的虛擬對照體?！皵?shù)字流域”是“數(shù)字地球”的有機組成部分,是“數(shù)字地球”中有關(guān)流域的信息集合[1]。

近幾年,遙感技術(shù)迅速發(fā)展,特別是機載激光雷達(Li-DAR)技術(shù)的出現(xiàn),為流域數(shù)字特征提取帶來了新的機遇與挑戰(zhàn)。LiDAR技術(shù)是集激光掃描、全球定位系統(tǒng)(GPS)與慣性導航系統(tǒng)(INS)三種技術(shù)于一體的空間測量技術(shù),能夠快速并精確地獲取地表三維信息,是目前繼GPS技術(shù)之后測繪界的又一重大技術(shù)革命[2]。LiDAR技術(shù)與數(shù)字航攝儀相結(jié)合,并使用大容量高速計算機以及專業(yè)軟件對其采集的數(shù)據(jù)進行處理,可快速完成大區(qū)域復雜地形的數(shù)字表面模型(DSM)、數(shù)字高程模型(DEM)及高清晰數(shù)字正射影像(DOM)的大規(guī)模生產(chǎn);LiDAR點云數(shù)據(jù)點平均間距在0.5 m以下,平面精度在0.2 m以內(nèi),高程精度在0.1 m以內(nèi),能近乎真實地刻畫現(xiàn)實世界[3]。

在數(shù)字流域建設(shè)中,河網(wǎng)數(shù)字信息提取具有非常重要的現(xiàn)實意義。LiDAR技術(shù)的出現(xiàn),為流域河網(wǎng)提取、流域數(shù)字化以及流域內(nèi)生態(tài)環(huán)境變化監(jiān)測提供了豐富精確的數(shù)據(jù)來源。目前,國外已經(jīng)開展了很多基于LiDAR數(shù)據(jù)的數(shù)字流域研究。George等人研究了激光掃描技術(shù)在環(huán)境科學中的應(yīng)用,研究指出,為了能夠描述一些生態(tài)現(xiàn)象與環(huán)境水資源分配的關(guān)系,需要詳細的河道流向和河道連接信息[4],而流域內(nèi)的復雜生態(tài)環(huán)境與細微高程變化具有錯綜復雜的關(guān)系,因此為了得到更好的洪水模型和植被制圖,在傳統(tǒng)攝影測量技術(shù)制作的DEM數(shù)據(jù)不能滿足要求的情況下,詳細的LiDAR數(shù)據(jù)是必不可少的。很多有關(guān)流域的基本生態(tài)信息從簡單的DEM數(shù)據(jù)無法獲取[5-6],這就嚴重阻礙了流域信息化和流域生態(tài)環(huán)境評估等工作。歐美的一些國家已經(jīng)開發(fā)出一些商業(yè)激光雷達點云數(shù)據(jù)處理系統(tǒng),并得到廣泛應(yīng)用。這些軟件主要有美國Coherent公司的LP360,能與ArcGIS系統(tǒng)無縫兼容,為LiDAR點云處理與分析提供了一體化平臺[7];芬蘭的TerraScan也是比較流行的LiDAR數(shù)據(jù)處理軟件,該軟件基于MicroStation平臺,具有點云分類、三維建模和正射影像制作等功能[8]。本研究基于TerraS-can軟件的相關(guān)數(shù)據(jù)處理算法,提出了一種河網(wǎng)提取流程,為河網(wǎng)制圖和數(shù)字流域提取提供了基礎(chǔ)點云數(shù)據(jù)和數(shù)字信息。

1 LiDAR數(shù)據(jù)處理

1.1 數(shù)據(jù)預處理

激光雷達點云數(shù)據(jù)通常數(shù)據(jù)量都較大,因此需要進行分塊處理。數(shù)據(jù)分塊是依據(jù)激光點云數(shù)據(jù)的空間范圍將其劃分成相對獨立的子空間,一般是進行規(guī)則格網(wǎng)劃分。本研究采用1∶2 000標準接圖表對大量激光點云(1 km2)進行裁剪分塊,考慮到數(shù)據(jù)拼接的需求,需對分塊的數(shù)據(jù)進行相應(yīng)的緩沖區(qū)處理。對分塊后的數(shù)據(jù)去除噪點,一般為孤立點,即明顯高于地表物體的激光點及明顯低于地表的系統(tǒng)噪點[9],本研究采用Isolated point算法,可以基本清除點云數(shù)據(jù)中的噪點數(shù)據(jù),根據(jù)經(jīng)驗建議R值輸入為25 m,T值為1個點。由于隨著激光掃描角度增大,激光點的測量誤差也隨之增大,因此為保證激光點的分布模式和采樣密度均一,通常需要對航帶重疊區(qū)激光點進行處理,本研究采用Cut overlap算法去除重疊區(qū)冗余的激光點[10]。

1.2 DEM制作

DEM制作的前提是地面點(Ground)的精確提取。Ground提取算法的基本思路是通過迭代建立不規(guī)則三角網(wǎng)(TIN)表面模型來分出地面點。首先選擇一些局部最低點,并確保這些點落在地面,同時建立TIN模型;然后通過迭代添加一些新點到模型中,每次添加新點都使得模型更逼近地表,直至迭代角A和迭代距離D超出設(shè)定范圍,即停止迭代[10]。經(jīng)過初次自動分類,地面點精度可達到80%以上,對于坡度變化急劇的山脊、陡坎、斷崖等需要簡單手工編輯。Ground可直接作為DEM制作的基礎(chǔ)數(shù)據(jù),并為后期DOM制作提供輔助數(shù)據(jù),由高度密集地面點制作的柵格DEM具有常規(guī)航空攝影測量生產(chǎn)的DEM不可比擬的精度優(yōu)勢。通常依據(jù)傳統(tǒng)算法可以直接利用DEM數(shù)據(jù)提取河網(wǎng)[11],為了獲取精度更高的河網(wǎng),本研究不但應(yīng)用了依據(jù)Ground生成的DEM數(shù)據(jù),并結(jié)合了基于LiDAR生成的另一數(shù)字產(chǎn)品——數(shù)字正射影像(DOM)數(shù)據(jù)。

1.3 DOM制作

DOM的制作對于真實河網(wǎng)的提取起著至關(guān)重要的作用。由于現(xiàn)實世界的復雜性,特別是現(xiàn)代城市化進程的加快,人類活動對地表結(jié)構(gòu)和表觀都造成了巨大改變。具有高分辨率和高清晰質(zhì)量的DOM數(shù)據(jù)是目視判讀地表信息的重要來源。圖1為基于LiDAR的DOM制作詳細流程,其關(guān)鍵步驟是相機參數(shù)檢查,這是一個循環(huán)尋優(yōu)的過程:首先將Tie point report報告中Heading、Roll和Pitch的初始值輸入到Camera相對應(yīng)的參數(shù)中;然后檢查Tie points中連接點誤差值并將誤差較大的點刪除,同時繼續(xù)輸出Tie point report報告;再將新生成的Heading、Roll和Pitch值輸入到Camera的參數(shù)中,直到參數(shù)不再改變時就停止修改;最后保存連接點文件和相機參數(shù)。

圖1 基于LiDAR的DOM制作流程

2 基于LiDAR點云與DOM的河網(wǎng)提取

2.1 提取流程

流域內(nèi)河道變化的復雜性以及河網(wǎng)的縱橫交錯分布,給自動提取河網(wǎng)帶來了難度。干嘉元等[12]利用航空遙感圖像對上海市七寶地區(qū)進行了河道自動提取,其思路是通過河道光譜特性來大致確定河道,再判斷河道的形態(tài)特性(長和寬),即從X和Y兩個方向分別判斷其形態(tài),最終得到河道信息。這種方法提取的河道信息雖然在精度上滿足實際需求,但河道周圍的地物影響了其提取效果和效率,并且應(yīng)用該算法進行大區(qū)域及復雜地形的河道提取仍然存在一定難度,其普適性有待提高。

LiDAR點云數(shù)據(jù)具有詳細的三維特征,通過不同方向的剖面截取,能對地形地物形成直觀的三維印象[13]。LiDAR的一個典型特征就是其激光點能穿透濃密植被區(qū)域,使點云數(shù)據(jù)真實再現(xiàn)植被下地形、河道信息。應(yīng)用LiDAR點云并結(jié)合高清DOM數(shù)據(jù),可反映逼真的現(xiàn)實世界。由于激光數(shù)據(jù)不但具有空間坐標信息,而且還能反映不同的強度值,因此往往LiDAR在掃描屬性不同的地物時其返回的激光強度值是不同的。如圖2所示,右邊的激光強度圖較清晰地顯示了水域范圍內(nèi)的激光點具有大致相同的強度值,河道中的幾個小島在強度圖中的亮度信息較強,同時河道里游船的激光強度值也不同于水域上的點強度值。激光強度值為劃分河道信息提供了第一個參考要素,但由于流域內(nèi)地形地貌的復雜性,僅靠激光點強度值不足以很好地劃分出河網(wǎng)?？紤]到激光點在河道水面往往也具有相同的高程值,形成類似水平面的外觀形態(tài),因此可先利用激光點強度值初步劃分河道信息,然后再結(jié)合高程信息對河道信息進一步劃分。另外如河道具有瀑布或水壩,造成高程值不一致,可依據(jù)高程分區(qū)域多次提取河道激光點,再將各區(qū)域的流域數(shù)據(jù)合并為整個流域數(shù)據(jù)。

圖2 正射影像與激光強度圖

利用TerraScan軟件里的分類工具[10],依據(jù)激光點的形態(tài)信息,可將河道上的激光點提取出來,再結(jié)合DOM影像,進行簡單的人工輔助修改,即能快速制作出大范圍復雜地形的河道流域圖。作者通過本研究總結(jié)了一套基于LiDAR激光點云以及DOM影像的流域內(nèi)河網(wǎng)提取流程,具體見圖3。

圖3 河網(wǎng)提取流程

2.2 人工檢查

在河網(wǎng)提取過程中,大部分工作可以通過TerraScan軟件自動完成。但是由于地形起伏、河道曲折等復雜地形地貌情況的存在,會導致一些激光點被錯誤劃分,因此結(jié)合DOM影像進行后期的人工目視檢測與修正是必不可少的。通常被錯誤劃分的激光點有以下三種情況:河道狹窄處、河道邊緣植被處以及離散水域處。目視檢查遵循的一般原則是:在確保河道連通性的前提下,河道內(nèi)激光點的高程差異不應(yīng)很大(若有水壩、瀑布等特殊水面落差情況則分區(qū)檢查)。目視檢查后的河網(wǎng)LiDAR數(shù)據(jù)即為最終成果數(shù)據(jù)。

3 優(yōu)勢分析

3.1 河道信息豐富

基于LiDAR點云數(shù)據(jù)提取的河網(wǎng),不僅具有河面寬度、河道長度、河面面積等基礎(chǔ)的流域數(shù)字信息,而且由于激光點具有高穿透性,能直接獲取河道邊緣處植被下的河道信息,因此可以較精確地確定河流的寬度及面積。另外,LiDAR點云數(shù)據(jù)能全方位解析河道中的瀑布、河壩等信息,同時河壩、瀑布的水位落差可以通過直接量測LiDAR點云數(shù)據(jù)的剖面來獲得。

3.2 精度分析

本研究以圖2所示的示例數(shù)據(jù)為分析對象,評估基于Li-DAR點云數(shù)據(jù)提取的河網(wǎng)精度和可靠性。數(shù)據(jù)為標準1∶2 000圖幅范圍,面積1 km2,激光點總數(shù) 1 073 041個,采用圖3所示的河網(wǎng)提取流程對該數(shù)據(jù)進行河網(wǎng)提取并對其進行精度評估。采用George等[4]提出的3個評價指標對基于Li-DAR點云數(shù)據(jù)提取的河網(wǎng)精度進行誤差分析,即

一類誤差(%)=100×c/a;

二類誤差(%)=100×d/b;

總誤差(%)=100×(c+d)/(a+b)

式中:a表示示例數(shù)據(jù)中河網(wǎng)激光點的總數(shù);b表示示例數(shù)據(jù)中非河網(wǎng)激光點的總數(shù);c表示被誤分為非河網(wǎng)激光點的河網(wǎng)激光點數(shù);d表示被誤分為河網(wǎng)激光點的非河網(wǎng)激光點數(shù)。

在地形復雜的情況下,為了得到高精度的河網(wǎng)點云數(shù)據(jù),通常需要選擇較小的一類誤差而忽略二類誤差。另外,總誤差是衡量兩類誤差總數(shù)的指標,因此總誤差越小表示精度越高[14],通常情況下實際生產(chǎn)要求總誤差不高于5%。如表1所示,示例河網(wǎng)點云數(shù)據(jù)總誤差3.8%,符合實際生產(chǎn)需求。

表1 河網(wǎng)點云數(shù)據(jù)提取精度

4 結(jié) 語

本研究不但基于LiDAR點云數(shù)據(jù)詳細探討了河網(wǎng)提取的步驟與方法,而且對提出的新方法進行了河網(wǎng)提取精度驗證。實踐表明,基于LiDAR點云數(shù)據(jù)提取的河網(wǎng)不僅包含豐富的信息,精度也符合實際生產(chǎn)需求;同時LiDAR點云數(shù)據(jù)的處理是有規(guī)律可循的。因此,基于LiDAR點云數(shù)據(jù)的河網(wǎng)提取方法可應(yīng)用于實際生產(chǎn)并能夠提高生產(chǎn)效率,依據(jù)LiDAR點云數(shù)據(jù)本身的物理形態(tài)特征,如河網(wǎng)點云高程、河網(wǎng)激光點強度值等,并結(jié)合DEM、DOM數(shù)據(jù)可以快速提取河網(wǎng)的激光點云。

隨著數(shù)字技術(shù)的快速發(fā)展,利用現(xiàn)代高新數(shù)字技術(shù)對流域的地理環(huán)境、自然資源、生態(tài)環(huán)境等各種信息進行采集和數(shù)字化管理具有很大的優(yōu)勢,LiDAR點云數(shù)據(jù)可為流域綜合信息平臺的建立提供基礎(chǔ)信息和必要的數(shù)據(jù)。

[1]劉家宏,王光謙,王開.數(shù)字流域研究綜述[J].水利學報,2006,37(2):240-246.

[2]賴祖龍,張漢德,萬幼川,等.激光雷達在灘涂海岸地形測量中的應(yīng)用[J].海洋測繪,2008,28(2):37-39.

[3]鄭金水.LIDAR技術(shù)及其應(yīng)用[J].科技信息,2007(6):28-29.

[4]George L Heritage,Andrew R G Large.Laser Scanning for the Environmental Science[M].Oxford:Blackwell Publishing Ltd,2009:220-234.

[5]馬玲,楊武年,鄭富強,等.基于 DEM的流域特征提取方法初步研究[J].地理空間信息,2008,6(2):69-72.

[6]李晶,張征,朱建剛,等.基于DEM的太湖流域水文特征提取[J].環(huán)境科學與管理,2009,34(5):138-142.

[7]殷飛.機載激光雷達數(shù)據(jù)濾波方法研究[D].成都:西南交通大學,2010:3-4.

[8]徐祖艦,王滋政,陽鋒.機載激光雷達測量技術(shù)及工程應(yīng)用實踐[M].武漢:武漢大學出版社,2009:8-10.

[9]張小紅.機載激光雷達測量技術(shù)理論和方法[M].武漢:武漢大學出版社,2007:57-59.

[10]TerraScan User's Guide[M].Finland:Terrasolid Ltd,2010:152-154,243.

[11]李麗,郝振純.基于DEM的流域特征提取綜述[J].地球科學進展,2003,18(2):251-256.

[12]干嘉元,王榮華,過仲陽.利用航空遙感圖像進行河道自動提取的方法研究[J].上海地質(zhì),2007(1):67-70.

[13]王繼陽,文貢堅,呂金建,等.建筑物三維重建方法綜述[J].遙感技術(shù)與應(yīng)用,2009,24(6):832-840.

[14]成曉倩,趙紅強.基于區(qū)域生長的LiDAR點云數(shù)據(jù)濾波[J].國土資源遙感,2008(4):6-8,21.