基于多源點(diǎn)云的建筑物立面太陽能潛力估計(jì)

梁福遜，楊必勝，黃榮剛，董 震，李健平

1. 武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079; 2. 武漢大學(xué)時(shí)空數(shù)據(jù)智能獲取技術(shù)與應(yīng)用教育部工程中心，湖北 武漢 430079; 3. 中國(guó)科學(xué)院測(cè)量與地球物理研究所大地測(cè)量與地球動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430077

太陽能具有清潔、環(huán)保、安全、可再生等特點(diǎn)。在當(dāng)前常規(guī)能源日趨枯竭、環(huán)境日趨惡化的背景下，太陽能技術(shù)的開發(fā)及應(yīng)用具有重大戰(zhàn)略意義[1-2]，如何更有效地評(píng)估和利用太陽能，成為社會(huì)關(guān)注的焦點(diǎn)。光伏設(shè)備可以將太陽能轉(zhuǎn)化為電能，在建筑物屋頂安裝光伏設(shè)備已經(jīng)成為一種城市太陽能利用的主要方式。然而隨著城市縱向發(fā)展不斷加深，建筑物的屋頂面積將趨于飽和，而立面面積將不斷增加。為了充分利用太陽能資源，有必要對(duì)建筑物立面進(jìn)行精細(xì)的太陽能潛力估計(jì)。

建筑物表面的太陽能分布，受到地理位置、地形因素、建筑自身形態(tài)、大氣條件等多種因素的影響。估計(jì)建筑物的太陽能潛力的方法，首先需要獲取建筑物形態(tài)數(shù)據(jù)，然后進(jìn)行可見性分析，再利用太陽輻射模型求解，估計(jì)出一定時(shí)間內(nèi)，建筑物表面的太陽能輻照度。

近年來，已有環(huán)境、遙感、能源、建筑等多個(gè)相關(guān)領(lǐng)域?qū)W者對(duì)太陽能潛力估計(jì)進(jìn)行了研究[3-9]。總的來說，這些研究所使用的數(shù)據(jù)類型，主要包括影像、數(shù)字表面模型(DSM)、激光點(diǎn)云、建筑三維模型等。研究中所采用的可見性分析方法，則有基于投影的方法、基于天空視場(chǎng)因子(sky view factor)的方法、基于模擬射線的方法等?；谕队暗姆椒ㄟm用于柵格數(shù)據(jù)(影像、DSM)的處理，基于SVF的方法和基于模擬射線的方法則更適用于三維場(chǎng)景。相關(guān)研究所采用的輻射模型主要是經(jīng)驗(yàn)?zāi)Ｐ?，不同?jīng)驗(yàn)?zāi)Ｐ蛯?duì)不同地域、不同氣象條件的擬合程度各不相同，文獻(xiàn)[10]對(duì)主要的太陽能估計(jì)模型及方法進(jìn)行了總結(jié)和比較。

文獻(xiàn)[4]利用休斯敦市的機(jī)載激光點(diǎn)云數(shù)據(jù)，提取建筑物區(qū)域，并生成城市的DSM，然后利用改進(jìn)的Shortwave模型，計(jì)算晴空條件下休斯敦市不同時(shí)間尺度的日照時(shí)長(zhǎng)、太陽輻照度。該方法首次將機(jī)載高分辨率LiDAR數(shù)據(jù)用于模擬城市太陽能的時(shí)空變化，是基于2.5維(DSM)的模擬估計(jì)。文獻(xiàn)[5]提出一種方法，從車載激光點(diǎn)云中提取垂直墻面，并進(jìn)行太陽能潛力估計(jì)，但只考慮了樹木遮擋等數(shù)據(jù)缺失造成的陰影，而沒有分析周圍建筑的遮擋情況。文獻(xiàn)[6]基于高分遙感數(shù)據(jù)和LiDAR點(diǎn)云數(shù)據(jù)，提出了顧及樹木遮擋的建筑物太陽能潛力評(píng)價(jià)方法，文中采用的建筑物模型比較簡(jiǎn)單，忽略了立面的細(xì)節(jié)信息。文獻(xiàn)[7]使用直線元素表達(dá)立面，將太陽能潛力估計(jì)擴(kuò)展到建筑物立面上，也忽略了立面的細(xì)節(jié)信息。文獻(xiàn)[8]利用三角網(wǎng)模型表示建筑物立面結(jié)構(gòu)，并估計(jì)其太陽能潛力，該方法顧及了周圍建筑物反射的太陽能的影響，但其立面模型仍比較簡(jiǎn)單。文獻(xiàn)[9]利用隱藏點(diǎn)去除(hidden point removal)算法作可見性分析，引入了額外的誤差，但其直接基于地面激光點(diǎn)云估計(jì)建筑物屋頂?shù)奶柲軡摿?，為基于點(diǎn)云的太陽能潛力估計(jì)提供了新思路。

可以看出，基于影像和DSM的方法[4]更適用于較大范圍的研究，難以用于建筑物立面上的太陽能潛力估計(jì)；基于模型的方法[6-8]采用的模型立面結(jié)構(gòu)較為簡(jiǎn)單，估計(jì)的結(jié)果精度不高，需要考慮進(jìn)一步利用精細(xì)建筑物模型如[11]；基于地面或車載點(diǎn)云的方法[5,9]能夠較好保持建筑物立面的真實(shí)細(xì)節(jié)，但對(duì)周圍環(huán)境的考慮有限。

針對(duì)單一數(shù)據(jù)的局限性，文獻(xiàn)[12]提出廣義點(diǎn)云理論模型，指出對(duì)多源多平臺(tái)空間數(shù)據(jù)，通過清洗、配準(zhǔn)與集成，可建立以點(diǎn)云為基礎(chǔ)，基準(zhǔn)統(tǒng)一，且數(shù)據(jù)、結(jié)構(gòu)、功能為一體的復(fù)合模型。因此，本文利用地面激光點(diǎn)云與無人機(jī)影像，提出一種基于多源點(diǎn)云的方法，用于建筑物立面的太陽能潛力估計(jì)，能夠既保留建筑物立面細(xì)節(jié)信息，同時(shí)顧及周圍建筑的遮擋，為相關(guān)的應(yīng)用分析提供支持。

1 本文方法

本文選擇以地面激光點(diǎn)云采集建筑物立面信息，以機(jī)載影像采集建筑物周圍環(huán)境信息，基于廣義點(diǎn)云模型，對(duì)兩種數(shù)據(jù)進(jìn)行處理融合，得到立面點(diǎn)云及周圍建筑模型。然后利用基于射線法的可視性分析，采用簡(jiǎn)化的太陽輻射模型，對(duì)建筑物立面的太陽能潛力進(jìn)行估計(jì)，并結(jié)合具體應(yīng)用對(duì)試驗(yàn)結(jié)果進(jìn)行分析。方法流程，如圖1所示。

圖1 本文方法流程Fig.1 Workflow

1.1 多源點(diǎn)云數(shù)據(jù)融合

機(jī)載數(shù)據(jù)與地面數(shù)據(jù)之間數(shù)據(jù)類型不同，且存在視角差異，重疊區(qū)域少，特征對(duì)應(yīng)不明顯，為數(shù)據(jù)融合帶來挑戰(zhàn)。本文在已有工作的基礎(chǔ)上[13-16]，結(jié)合攝影測(cè)量的密集點(diǎn)云生成方法，實(shí)現(xiàn)兩種數(shù)據(jù)的融合。該方法首先將機(jī)載影像轉(zhuǎn)換成密集點(diǎn)云，然后分別對(duì)機(jī)載點(diǎn)云和地面點(diǎn)云提取建筑物，再以建筑物輪廓作為公共特征，將兩種點(diǎn)云進(jìn)行融合。

一方面，對(duì)于機(jī)載影像，根據(jù)文獻(xiàn)[17]通過密集匹配得到點(diǎn)云，即首先運(yùn)用SIFT算法進(jìn)行特征提取，通過特征點(diǎn)匹配關(guān)系，利用基于運(yùn)動(dòng)的結(jié)構(gòu)恢復(fù)算法SfM對(duì)匹配結(jié)果進(jìn)行光束法平差，最終采用多視密集匹配方法PMVS，得到密集點(diǎn)云。

機(jī)載影像生成的密集匹配點(diǎn)云，利用文獻(xiàn)[13]中提出的方法，首先根據(jù)建筑物在點(diǎn)云中的幾何特征建立Gibbs能量模型，然后利用模擬退火算法優(yōu)化求解，最后利用精細(xì)處理移除錯(cuò)誤提取的點(diǎn)，合并相鄰目標(biāo)，實(shí)現(xiàn)建筑物目標(biāo)的提取。然后，利用Sketchup軟件[18]，將提取的建筑物生成建筑物模型，以便于后續(xù)計(jì)算[19]。

另一方面，地面激光點(diǎn)云場(chǎng)景復(fù)雜，包含多類地物目標(biāo)，本文首先采用文獻(xiàn)[14]所提出的方法完成地面激光點(diǎn)云的自動(dòng)配準(zhǔn)。該方法首先通過切片法提取場(chǎng)景中的垂直線(墻面邊緣)及桿狀物(樹)，將其與地面的交點(diǎn)作為語義特征點(diǎn)；然后利用特征點(diǎn)組成特征三角形，通過特征三角形的匹配實(shí)現(xiàn)粗匹配，用ICP算法完成精匹配[20]；再利用窮舉的兩兩配準(zhǔn)結(jié)果建立最小生成樹，從而確定多站激光點(diǎn)云的配準(zhǔn)。

配準(zhǔn)后的地面激光點(diǎn)云，利用文獻(xiàn)[15]中提出的方法，首先計(jì)算掃描點(diǎn)的局部幾何特征(法向量、主方向、維數(shù)特征)，基于“維數(shù)特征”對(duì)點(diǎn)云進(jìn)行粗分類，并設(shè)置相應(yīng)的生長(zhǎng)準(zhǔn)則對(duì)不同類別的掃描數(shù)據(jù)分別分割，最后綜合建筑物立面的語義知識(shí)對(duì)建筑物立面區(qū)域進(jìn)行精確提取。立面點(diǎn)云同時(shí)用于后續(xù)的太陽能估計(jì)。

最后，本文采用文獻(xiàn)[16]所提出的方法，從已獲取的建筑物輪廓中尋找潛在的匹配對(duì)，并使用拉普拉斯矩陣描述其對(duì)應(yīng)關(guān)系，求解出粗配準(zhǔn)轉(zhuǎn)換矩陣，實(shí)現(xiàn)兩種數(shù)據(jù)的融合。結(jié)果如圖2所示。

1.2 太陽能潛力估計(jì)

建筑物的太陽能潛力估計(jì)，主要包括日照時(shí)長(zhǎng)與太陽輻照度估計(jì)兩方面。其中，日照時(shí)長(zhǎng)用于描述在一個(gè)時(shí)期內(nèi)，建筑物表面受太陽光照射時(shí)間的長(zhǎng)短，太陽輻照度則用于反映建筑物表面接收到的太陽能的多少。日照時(shí)長(zhǎng)估計(jì)是太陽輻射量估計(jì)的前提。

圖2 多源點(diǎn)云數(shù)據(jù)融合示意圖Fig.2 Illustration of multisource point cloud fusion

1.2.1 基于射線法的日照時(shí)長(zhǎng)估計(jì)

如圖3(a)所示，某一時(shí)刻的太陽光線由一束平行射線表示，P1、P2、P3為立面上不同位置的3點(diǎn)，其中P1與P2在不同立面的相似位置，P2與P3在同一立面的不同位置。在T1時(shí)刻，P1受太陽光照射，而P2受周圍建筑遮擋；在T2時(shí)刻，太陽高度角升高后，P2也受太陽光照射，而P3因?yàn)橄鄬?duì)位置更低而仍被遮擋。

某一點(diǎn)在給定時(shí)刻是否受太陽光照射，由太陽位置、該點(diǎn)位置及其周圍環(huán)境3個(gè)因素共同決定。指定時(shí)刻的太陽位置由方向角及太陽高度角描述，可以通過美國(guó)國(guó)家可再生能源實(shí)驗(yàn)室(National Renewable Energy Laboratory,NREL)開發(fā)的SOLPOS系統(tǒng)準(zhǔn)確得到[21]；立面各點(diǎn)位置坐標(biāo)已存儲(chǔ)于點(diǎn)云數(shù)據(jù)中；建筑物周圍環(huán)境通過前文所述的模型表達(dá)。因此，利用廣義點(diǎn)云數(shù)據(jù)，本文實(shí)現(xiàn)一種基于射線法的日照時(shí)長(zhǎng)估計(jì)。

如圖3(b)，首先計(jì)算該時(shí)刻的太陽位置參數(shù)。然后，構(gòu)建一條射線R，從立面點(diǎn)P出發(fā)，指向太陽。同時(shí)，周圍的建筑物可視為一系列三角面。遮擋問題可轉(zhuǎn)化為檢查射線是否與三角面相交，即判斷線面的交點(diǎn)是否既在射線上又在三角面內(nèi)。圖中，P點(diǎn)在R1時(shí)刻被遮擋，而在R2時(shí)刻受陽光照射。用函數(shù)vis(p,t)來描述檢查結(jié)果

(1)

則每個(gè)點(diǎn)在一天內(nèi)的日照時(shí)長(zhǎng)可以表示為

(2)

式中，日出時(shí)間、日落時(shí)間由SOLPOS給出。

圖3 射線法日照時(shí)長(zhǎng)估計(jì)Fig.3 Ray-based sunlight assessment

1.2.2 地表太陽輻射簡(jiǎn)化模型

文獻(xiàn)[10]對(duì)用于傾斜面的太陽輻射模型進(jìn)行了詳細(xì)的總結(jié)，該文所提模型適用于一般的傾斜面，但所需的輸入?yún)?shù)較多。本文針對(duì)立面場(chǎng)景，對(duì)文獻(xiàn)[19]的模型做簡(jiǎn)化，以便于計(jì)算和應(yīng)用。

太陽總輻射通量GTh由直接輻射BTh、散射輻射DTh、反射輻射RTh3部分組成

GTh=BTh+DTh+RTh

(3)

直接輻射是太陽輻射的最主要部分，受環(huán)境遮擋的點(diǎn)接收不到直接輻射，因此將上文得到的vis(p,t)用于直接輻射的計(jì)算。散射與反射輻射量相對(duì)較小，本文采用各項(xiàng)同性模型簡(jiǎn)化其計(jì)算。給定θ為建筑物表面與太陽光線夾角，S為斜面坡度角，ρ為地表反射率，α為表面傾斜角，式(3)可寫為

GTh=Bhcosθvis(p,t)/sinα+

Dh(1+cosS)/2+Ghρ(1-cosS)/2

(4)

式中，Gh=Bh+Dh，地表反射率可取0.2，對(duì)于立面結(jié)構(gòu)，S為90°，故上式改寫為

GTh=[cosθvis(p,t)/sinα+0.1]Bh+0.6Dh

(5)

式中，Bh、Dh可由文獻(xiàn)[22]導(dǎo)出。簡(jiǎn)化后的太陽輻射模型，所需的輸入信息只有太陽位置、時(shí)間、立面法向量，更適用于本文的計(jì)算場(chǎng)景。

2 試驗(yàn)與應(yīng)用分析

2.1 試驗(yàn)數(shù)據(jù)

為驗(yàn)證方法的有效性，本文選取不同形狀、不同朝向的兩棟建筑進(jìn)行試驗(yàn)。建筑物A為一棟U型宿舍樓，建筑物B為一棟L型商業(yè)樓。地面點(diǎn)云是通過RIEGL-VZ400掃描儀獲取的，各立面主要參數(shù)見表1。機(jī)載影像使用搭載在UAV上的索尼RX1相機(jī)，在300 m飛行高度下采集。

表1 地面激光掃描參數(shù)

2.2 多源點(diǎn)云融合

圖4為建筑物A的數(shù)據(jù)，其中圖4(a)為機(jī)載影像；圖4(b)為高程賦色的密集點(diǎn)云；圖4(c)為Sketchup生成的周圍建筑物模型，紅色部分為建筑物A，可以看出，其遮擋主要來自東面及南面的相鄰建筑物；圖4(d)為地面激光點(diǎn)云；圖4(e)為多站配準(zhǔn)效果，每種顏色表示一站點(diǎn)云；圖4(f)為提取的建筑物A的立面點(diǎn)云，包括A1、A2、A3、A4、A5等立面；圖4(g)為點(diǎn)云與模型嵌套的結(jié)果。

圖5為建筑物B的數(shù)據(jù)，其中圖5(a)為周圍建筑物模型，其遮擋主要來自東面的相鄰建筑；圖5(b)為提取的建筑物B的立面點(diǎn)云，包括B1、B2等立面；圖5(c)為點(diǎn)云與模型嵌套的結(jié)果。

2.3 立面太陽能潛力估計(jì)

2.3.1 立面日照時(shí)長(zhǎng)

圖6是在晴空條件下，各個(gè)立面的年日照時(shí)長(zhǎng)分布及四季日照時(shí)長(zhǎng)分布，時(shí)間選取為2001年，圖6中每點(diǎn)顏色表示其日照時(shí)長(zhǎng)的多少，以灰色的建筑物模型作為背景。為便于比較，4個(gè)季度的色帶均進(jìn)行了統(tǒng)一，以0為最小值，以單季最大日照時(shí)長(zhǎng)(夏季，1259 h)為最大值。

圖4 建筑物A數(shù)據(jù)Fig.4 Data of building A

圖5 建筑物B數(shù)據(jù)Fig.5 Data of building B

從結(jié)果中可以看出，兩棟建筑物的立面，最大日照時(shí)長(zhǎng)都在夏季，最小日照時(shí)長(zhǎng)在冬季，與預(yù)期相符。春秋兩季的日照時(shí)長(zhǎng)分布則比較接近，因?yàn)樘栁恢迷谶@兩個(gè)季節(jié)中比較相似。另一方面，由周圍建筑物及自身形態(tài)導(dǎo)致的遮擋，在秋冬兩季的影響更為明顯(立面A1、A2、B2等)，這是因?yàn)樵谶@兩個(gè)季節(jié)中，太陽高度角更小。此外，建筑物B朝南向的彎弧處立面比相鄰的東南向和西南向的立面日照時(shí)長(zhǎng)更大，表明朝南向的立面有最長(zhǎng)的日照時(shí)間。

計(jì)算結(jié)果表明，基于射線法的日照時(shí)長(zhǎng)估計(jì)，能夠較準(zhǔn)確的模擬太陽日照的真實(shí)情況，可以用于太陽能潛力的估計(jì)。

2.3.2 立面太陽輻照度

圖7是晴空條件下，各立面的年太陽輻照度分布及四季輻照度分布，時(shí)間為2001年，其中每點(diǎn)顏色表示其太陽輻照度的多少，仍以灰色的建筑物模型作為背景，建筑物B中非立面點(diǎn)以強(qiáng)度顯示。類似地，4個(gè)季度的色帶也進(jìn)行了統(tǒng)一。

結(jié)果表明，太陽輻照度的分布與日照時(shí)長(zhǎng)分布呈現(xiàn)不同的規(guī)律。太陽輻照度的大小，受到入射角大小的影響：在春夏兩季，太陽高度角比較大，對(duì)于立面的入射角也就更大，導(dǎo)致其輻照度反而更小；相反在秋冬兩季，太陽高度角較低，照射到立面的光線更接近垂直，立面獲得的太陽輻照度也更大。因此在春夏兩季，盡管朝南向的立面(A1、A4)比朝東向立面(A2、A3等)有更長(zhǎng)的日照時(shí)間，但是太陽輻照度卻相對(duì)更少；建筑物B中，朝東南向的立面與西南朝向的立面也有類情況。但全年范圍來看，仍是朝南向立面所接收的太陽輻照度更高。

圖6 建筑物立面日照時(shí)長(zhǎng)/hFig.6 Sunlight duration on fa?ade/h

圖7 建筑物立面太陽輻照度/(kWh/m2)Fig.7 Solar irradiation on fa?ade/(kWh/m2)

2.4 窗戶太陽能潛力的估計(jì)

窗戶是城區(qū)建筑物立面上的重要組件，也是安裝光伏設(shè)備的較理想位置，但已有研究中，主要關(guān)注建筑屋頂?shù)奶柲芊植记闆r，與窗戶的太陽輻照度估計(jì)相關(guān)的工作還較少。另一方面，基于點(diǎn)云數(shù)據(jù)能夠?qū)崿F(xiàn)自動(dòng)化窗戶提取[23-24]。基于多源點(diǎn)云的太陽能估計(jì)方法，可以更充分地利用這些成果。文獻(xiàn)[21]中基于點(diǎn)云密度和深度信息，利用小波分解提取立面點(diǎn)云中的窗戶信息。本文結(jié)合該方法的結(jié)果，實(shí)現(xiàn)立面上窗戶的太陽能潛力估計(jì)。

2.4.1 窗戶日照時(shí)長(zhǎng)

針對(duì)所選試驗(yàn)數(shù)據(jù)，本文結(jié)合文獻(xiàn)[21]中的立面點(diǎn)云窗戶提取結(jié)果，取2001年1月20日(大寒日)為參考日，對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行建筑日照分析。

圖8(a)、(b)是建筑物A、B在參考日的有效日照時(shí)間帶內(nèi)(8—16時(shí))的日照時(shí)長(zhǎng)分布，模擬的采樣時(shí)間間距為1 min。圖8(c)、(d)為根據(jù)上述結(jié)果以2 h為間隔繪制的等時(shí)線圖。

圖8 建筑物在參考日的日照時(shí)數(shù)Fig.8 Sunlight duration on reference day

利用等時(shí)線圖，以及窗戶提取結(jié)果，可以判斷建筑物是否滿足日照標(biāo)準(zhǔn)的要求。我國(guó)《城市居住區(qū)規(guī)劃設(shè)計(jì)規(guī)范》(GB 50180—93)[25]中對(duì)于住宅建筑日照標(biāo)準(zhǔn)規(guī)定，對(duì)于住宅建筑，在指定參考日的模擬條件下，每戶應(yīng)有至少一個(gè)房間的日照時(shí)數(shù)大于等于2 h，若為宿舍，則應(yīng)有不少于一半的房間，滿足該條件。

如圖8(e)、(f)所示，立面A5上共有63扇窗戶，其中日照時(shí)大小于2 h的有18扇，不足半數(shù)，滿足相關(guān)規(guī)定的要求；立面B2的所有窗戶，其日照時(shí)長(zhǎng)均大于2 h，因此若計(jì)劃將其改為住宅，則其在日照標(biāo)準(zhǔn)上能夠滿足相關(guān)要求。

試驗(yàn)結(jié)果表明，采用本文方法進(jìn)行建筑物日照標(biāo)準(zhǔn)的檢驗(yàn)，能快速、自動(dòng)地完成任務(wù)，避免了傳統(tǒng)的手動(dòng)建模流程，有助于提高實(shí)際作業(yè)效率。

2.4.2 窗戶太陽輻照度

圖9為建筑物B在參考日當(dāng)天從日出到日落的太陽輻照度分布，選取立面B2上不同位置的3個(gè)窗戶W1、W2、W3，窗戶長(zhǎng)寬均為1.8×1.7 m，按照其位置進(jìn)行0.1 m間隔采樣，以得到的虛擬點(diǎn)進(jìn)行太陽能潛力估計(jì)。各窗單日太陽輻照度分布如圖9所示。圖9(a)為立面總輻照度分布。圖9(b)為所選窗戶的總輻照度，W1、W2、W3當(dāng)天接收的太陽能分別為13.8 kWh，12.7 kWh，7.9 kWh。圖9(c)顯示了各窗戶的太陽總輻照度及各分量隨時(shí)間的變化趨勢(shì)，各窗戶間的差異，反映出陰影遮擋對(duì)窗戶接收的太陽輻照度的影響。

圖9 窗戶太陽能潛力分析Fig.9 Solar potential on windows

3 結(jié) 論

本文結(jié)合廣義點(diǎn)云模型理論，對(duì)地面激光點(diǎn)云和機(jī)載影像數(shù)據(jù)進(jìn)行融合，基于射線法和適用于立面的簡(jiǎn)化太陽輻射模型，進(jìn)行建筑物立面的太陽能潛力估計(jì)。

試驗(yàn)結(jié)果表明，建筑物立面的日照時(shí)長(zhǎng)主要與朝向相關(guān)；不同季節(jié)太陽高度角的變化，對(duì)太陽輻照度的影響十分顯著；在立面安裝光伏設(shè)備時(shí)，需要綜合考慮。同時(shí)，本文方法能夠有效地用于估計(jì)建筑物立面的太陽能潛力，既保持建筑物立面的細(xì)節(jié)，也準(zhǔn)確體現(xiàn)周圍環(huán)境的影響。結(jié)合點(diǎn)云數(shù)據(jù)的提取、分類，本文提出的方法還可用于窗戶級(jí)別的太陽能潛力估計(jì)，以服務(wù)于生產(chǎn)建設(shè)中的具體應(yīng)用，如建筑日照標(biāo)準(zhǔn)檢驗(yàn)，窗戶光伏設(shè)備安置等。

[1] 閆云飛, 張智恩, 張力, 等. 太陽能利用技術(shù)及其應(yīng)用[J]. 太陽能學(xué)報(bào), 2012, 33(S1): 47-56.

YAN Yunfei, ZHANG Zhien, ZHANG Li, et al. Application and Utilization Technology of Solar Energy[J]. Acta Energiae Solaris Sinica, 2012, 33(S1): 47-56.

[2] 李柯, 何凡能. 中國(guó)陸地太陽能資源開發(fā)潛力區(qū)域分析[J]. 地理科學(xué)進(jìn)展, 2010, 29(9): 1049-1054.

LI Ke, HE Fanneng. Analysis on Mainland China’s Solar Energy Distribution and Potential to Utilize Solar Energy as An Alternative Energy Source[J]. Progress in Geography, 2010, 29(9): 1049-1054.

[3] FREITAS S, CATITA C, REDWEIK P, et al. Modelling Solar Potential in the Urban Environment: State-of-the-art Review[J]. Renewable and Sustainable Energy Reviews, 2015, 41: 915-931.

[4] YU Bailang, LIU Hongxing, WU Jianping, et al. Investigating Impacts of Urban Morphology on Spatio-temporal Variations of Solar Radiation with Airborne LiDAR Data and a Solar Flux Model: A Case Study of Downtown Houston[J]. International Journal of Remote Sensing, 2009, 30(17): 4359-4385.

[5] JOCHEM A, H?FLE B, RUTZINGER M. Extraction of Vertical Walls from Mobile Laser Scanning Data for Solar Potential Assessment[J]. Remote Sensing, 2011, 3(4): 650-667.

[6] ZHANG Xianfeng, LV Yang, TIAN Jie, et al. An Integrative Approach for Solar Energy Potential Estimation Through 3D Modeling of Buildings and Trees[J]. Canadian Journal of Remote Sensing, 2015, 41(2): 126-134.

[7] CATITA C, REDWEIK P, PEREIRA J, et al. Extending Solar Potential Analysis in Buildings to Vertical Facades[J]. Computers & Geosciences, 2014, 66: 1-12.

[9] HUANG Pengdi, CHENG Ming, CHEN Yiping, et al. Solar Potential Analysis Method Using Terrestrial Laser Scanning Point Clouds[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(3): 1221-1233.

[10] NOORIAN A M, MORADI I, KAMALI G A. Evaluation of 12 Models to Estimate Hourly Diffuse Irradiation on Inclined Surfaces[J]. Renewable Energy, 2008, 33(6): 1406-1412.

[11] LI Zhuqiang, ZHANG Liqiang, MATHIOPOULOS P T, et al. A Hierarchical Methodology for Urban Facade Parsing from TLS Point Clouds[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 123: 75-93.

[12] YANG Bisheng, WANG Jinling. Mobile Mapping with Ubiquitous Point Clouds[J]. Geo-Spatial Information Science, 2016, 19(3): 169-170.

[13] 徐文學(xué), 楊必勝, 董震, 等. 標(biāo)記點(diǎn)過程用于點(diǎn)云建筑物提取[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2014, 39(5): 520-525.

XU Wenxue, YANG Bisheng, DONG Zhen, et al. Building Extraction from Point Cloud Using Marked Point Process[J]. Geomatics and Information Science of Wuhan University, 2014, 39(5): 520-525.

[14] YANG Bisheng, DONG Zhen, LIANG Fuxun, et al. Automatic Registration of Large-scale Urban Scene Point Clouds Based on Semantic Feature Points[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2016, 113: 43-58.

[15] 楊必勝, 董震, 魏征, 等. 從車載激光掃描數(shù)據(jù)中提取復(fù)雜建筑物立面的方法[J]. 測(cè)繪學(xué)報(bào), 2013, 42(3): 411-417.

YANG Bisheng, DONG Zhen, WEI Zheng, et al. Extracting Complex Building Facades from Mobile Laser Scanning Data[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(3): 411-417.

[16] YANG Bisheng, ZANG Yufu, DONG Zhen, et al. An Automated Method to Register Airborne and Terrestrial Laser Scanning Point Clouds[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015, 109: 62-76.

[17] 何豫航, 岳俊. 基于CMVS/PMVS多視角密集匹配方法的研究與實(shí)現(xiàn)[J]. 測(cè)繪地理信息, 2013, 38(3): 20-23.

HE Yuhang, YUE Jun. Research and Implementation Based on Multi-view Dense Matching by Applying CMVS/PMVS[J]. Journal of Geomatics, 2013, 38(3): 20-23.

[18] Trimble SketchUp, 2015[CP/OL]. [2017-01-06]. http:/www.sketchup.com/.

[19] 吳海若, 鐘若飛. 使用Sketch Up結(jié)合車載掃描和航空影像數(shù)據(jù)進(jìn)行建筑物三維建?！约~約布法羅為例[J]. 首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 34(6): 92-98.

WU Hairuo, ZHONG Ruofei. The Use of Sketch Up in Combination with Vehicle Scanning and Aerial Image Data for 3D Modeling of the Building: A Case Study of Buffalo in New York[J]. Journal of Capital Normal University (Natural Science Edition), 2013, 34(6): 92-98.

[20] BESL P J, MCKAY N D. A Method for Registration of 3-D Shapes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992, 14(2): 239-256.

[21] MIDC N. National Renewable Energy Laboratory Measurement and Instrumentation Data Center (NREL MIDC) Solar Position and Intensity (SOLPOS) Calculator[J/OL]. http:∥www.nrel.gov/midc/solpos/solpos.html.

[22] KUMAR L, SKIDMORE A K, KNOWLES E. Modelling Topographic Variation in Solar Radiation in A GIS Environment[J]. International Journal of Geographical Information Science, 1997, 11(5): 475-497.

[23] LIANG Fuxun, YANG Bisheng, DONG Zhen. Extraction of Fa?ade Elements Based on Wavelet Analysis Using Point Clouds[C]∥Proceedings of the 10th International Symposium on Mobile Mapping Technology. Cairo, Egypt: Conrad Cairo Hotel, 2017.

[24] ZOLANVARI S M I, LAEFER D F. Slicing Method for Curved Fa?ade and Window Extraction from Point Clouds[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2016, 119: 334-346.

[25] 國(guó)家技術(shù)監(jiān)督局, 中華人民共和國(guó)建設(shè)部. GB 50180-1993 城市居住區(qū)規(guī)劃設(shè)計(jì)規(guī)范(2002年版)[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 1993.

National Bureau of Technical Supervision, Ministry of Construction of the People’s Republic of China. GB 50180-1993 Code for Urban Residential District Planning & Design[S]. Beijing: Standards Press of China, 1993.