基于机载激光雷达点云数据的河网提取方法研究

2011-08-10王翠平王豪伟董仁才

中国水土保持 2011年10期

王翠平,王豪伟,刘明,董仁才,3

(1.中国科学院城市环境研究所中国科学院城市环境与健康重点实验室,福建厦门361021;2.中国科学院城市环境研究所厦门城市代谢重点实验室,福建厦门361021;3.中国科学院生态环境研究中心,北京100085)

数字流域是一个以流域空间信息为基础,融合流域内各种数字信息的系统平台,是对真实流域及其相关现象统一的数字化重现,它把流域搬进了实验室和计算机,成为真实流域的虚拟对照体。“数字流域”是“数字地球”的有机组成部分,是“数字地球”中有关流域的信息集合[1]。

近几年,遥感技术迅速发展,特别是机载激光雷达(Li-DAR)技术的出现,为流域数字特征提取带来了新的机遇与挑战。LiDAR技术是集激光扫描、全球定位系统(GPS)与惯性导航系统(INS)三种技术于一体的空间测量技术,能够快速并精确地获取地表三维信息,是目前继GPS技术之后测绘界的又一重大技术革命[2]。LiDAR技术与数字航摄仪相结合,并使用大容量高速计算机以及专业软件对其采集的数据进行处理,可快速完成大区域复杂地形的数字表面模型(DSM)、数字高程模型(DEM)及高清晰数字正射影像(DOM)的大规模生产;LiDAR点云数据点平均间距在0.5 m以下,平面精度在0.2 m以内,高程精度在0.1 m以内,能近乎真实地刻画现实世界[3]。

在数字流域建设中,河网数字信息提取具有非常重要的现实意义。LiDAR技术的出现,为流域河网提取、流域数字化以及流域内生态环境变化监测提供了丰富精确的数据来源。目前,国外已经开展了很多基于LiDAR数据的数字流域研究。George等人研究了激光扫描技术在环境科学中的应用,研究指出,为了能够描述一些生态现象与环境水资源分配的关系,需要详细的河道流向和河道连接信息[4],而流域内的复杂生态环境与细微高程变化具有错综复杂的关系,因此为了得到更好的洪水模型和植被制图,在传统摄影测量技术制作的DEM数据不能满足要求的情况下,详细的LiDAR数据是必不可少的。很多有关流域的基本生态信息从简单的DEM数据无法获取[5-6],这就严重阻碍了流域信息化和流域生态环境评估等工作。欧美的一些国家已经开发出一些商业激光雷达点云数据处理系统,并得到广泛应用。这些软件主要有美国Coherent公司的LP360,能与ArcGIS系统无缝兼容,为LiDAR点云处理与分析提供了一体化平台[7];芬兰的TerraScan也是比较流行的LiDAR数据处理软件,该软件基于MicroStation平台,具有点云分类、三维建模和正射影像制作等功能[8]。本研究基于TerraS-can软件的相关数据处理算法,提出了一种河网提取流程,为河网制图和数字流域提取提供了基础点云数据和数字信息。

1 LiDAR数据处理

1.1 数据预处理

激光雷达点云数据通常数据量都较大,因此需要进行分块处理。数据分块是依据激光点云数据的空间范围将其划分成相对独立的子空间,一般是进行规则格网划分。本研究采用1∶2 000标准接图表对大量激光点云(1 km2)进行裁剪分块,考虑到数据拼接的需求,需对分块的数据进行相应的缓冲区处理。对分块后的数据去除噪点,一般为孤立点,即明显高于地表物体的激光点及明显低于地表的系统噪点[9],本研究采用Isolated point算法,可以基本清除点云数据中的噪点数据,根据经验建议R值输入为25 m,T值为1个点。由于随着激光扫描角度增大,激光点的测量误差也随之增大,因此为保证激光点的分布模式和采样密度均一,通常需要对航带重叠区激光点进行处理,本研究采用Cut overlap算法去除重叠区冗余的激光点[10]。

1.2 DEM制作

DEM制作的前提是地面点(Ground)的精确提取。Ground提取算法的基本思路是通过迭代建立不规则三角网(TIN)表面模型来分出地面点。首先选择一些局部最低点,并确保这些点落在地面,同时建立TIN模型;然后通过迭代添加一些新点到模型中,每次添加新点都使得模型更逼近地表,直至迭代角A和迭代距离D超出设定范围,即停止迭代[10]。经过初次自动分类,地面点精度可达到80%以上,对于坡度变化急剧的山脊、陡坎、断崖等需要简单手工编辑。Ground可直接作为DEM制作的基础数据,并为后期DOM制作提供辅助数据,由高度密集地面点制作的栅格DEM具有常规航空摄影测量生产的DEM不可比拟的精度优势。通常依据传统算法可以直接利用DEM数据提取河网[11],为了获取精度更高的河网,本研究不但应用了依据Ground生成的DEM数据,并结合了基于LiDAR生成的另一数字产品——数字正射影像(DOM)数据。

1.3 DOM制作

DOM的制作对于真实河网的提取起着至关重要的作用。由于现实世界的复杂性,特别是现代城市化进程的加快,人类活动对地表结构和表观都造成了巨大改变。具有高分辨率和高清晰质量的DOM数据是目视判读地表信息的重要来源。图1为基于LiDAR的DOM制作详细流程,其关键步骤是相机参数检查,这是一个循环寻优的过程:首先将Tie point report报告中Heading、Roll和Pitch的初始值输入到Camera相对应的参数中;然后检查Tie points中连接点误差值并将误差较大的点删除,同时继续输出Tie point report报告;再将新生成的Heading、Roll和Pitch值输入到Camera的参数中,直到参数不再改变时就停止修改;最后保存连接点文件和相机参数。

图1 基于LiDAR的DOM制作流程

2 基于LiDAR点云与DOM的河网提取

2.1 提取流程

流域内河道变化的复杂性以及河网的纵横交错分布,给自动提取河网带来了难度。干嘉元等[12]利用航空遥感图像对上海市七宝地区进行了河道自动提取,其思路是通过河道光谱特性来大致确定河道,再判断河道的形态特性(长和宽),即从X和Y两个方向分别判断其形态,最终得到河道信息。这种方法提取的河道信息虽然在精度上满足实际需求,但河道周围的地物影响了其提取效果和效率,并且应用该算法进行大区域及复杂地形的河道提取仍然存在一定难度,其普适性有待提高。

LiDAR点云数据具有详细的三维特征,通过不同方向的剖面截取,能对地形地物形成直观的三维印象[13]。LiDAR的一个典型特征就是其激光点能穿透浓密植被区域,使点云数据真实再现植被下地形、河道信息。应用LiDAR点云并结合高清DOM数据,可反映逼真的现实世界。由于激光数据不但具有空间坐标信息,而且还能反映不同的强度值,因此往往LiDAR在扫描属性不同的地物时其返回的激光强度值是不同的。如图2所示,右边的激光强度图较清晰地显示了水域范围内的激光点具有大致相同的强度值,河道中的几个小岛在强度图中的亮度信息较强,同时河道里游船的激光强度值也不同于水域上的点强度值。激光强度值为划分河道信息提供了第一个参考要素,但由于流域内地形地貌的复杂性,仅靠激光点强度值不足以很好地划分出河网。考虑到激光点在河道水面往往也具有相同的高程值,形成类似水平面的外观形态,因此可先利用激光点强度值初步划分河道信息,然后再结合高程信息对河道信息进一步划分。另外如河道具有瀑布或水坝,造成高程值不一致,可依据高程分区域多次提取河道激光点,再将各区域的流域数据合并为整个流域数据。

图2 正射影像与激光强度图

利用TerraScan软件里的分类工具[10],依据激光点的形态信息,可将河道上的激光点提取出来,再结合DOM影像,进行简单的人工辅助修改,即能快速制作出大范围复杂地形的河道流域图。作者通过本研究总结了一套基于LiDAR激光点云以及DOM影像的流域内河网提取流程,具体见图3。

图3 河网提取流程

2.2 人工检查

在河网提取过程中,大部分工作可以通过TerraScan软件自动完成。但是由于地形起伏、河道曲折等复杂地形地貌情况的存在,会导致一些激光点被错误划分,因此结合DOM影像进行后期的人工目视检测与修正是必不可少的。通常被错误划分的激光点有以下三种情况:河道狭窄处、河道边缘植被处以及离散水域处。目视检查遵循的一般原则是:在确保河道连通性的前提下,河道内激光点的高程差异不应很大(若有水坝、瀑布等特殊水面落差情况则分区检查)。目视检查后的河网LiDAR数据即为最终成果数据。

3 优势分析

3.1 河道信息丰富

基于LiDAR点云数据提取的河网,不仅具有河面宽度、河道长度、河面面积等基础的流域数字信息,而且由于激光点具有高穿透性,能直接获取河道边缘处植被下的河道信息,因此可以较精确地确定河流的宽度及面积。另外,LiDAR点云数据能全方位解析河道中的瀑布、河坝等信息,同时河坝、瀑布的水位落差可以通过直接量测LiDAR点云数据的剖面来获得。

3.2 精度分析

本研究以图2所示的示例数据为分析对象,评估基于Li-DAR点云数据提取的河网精度和可靠性。数据为标准1∶2 000图幅范围,面积1 km2,激光点总数 1 073 041个,采用图3所示的河网提取流程对该数据进行河网提取并对其进行精度评估。采用George等[4]提出的3个评价指标对基于Li-DAR点云数据提取的河网精度进行误差分析,即

一类误差(%)=100×c/a;

二类误差(%)=100×d/b;

总误差(%)=100×(c+d)/(a+b)

式中:a表示示例数据中河网激光点的总数;b表示示例数据中非河网激光点的总数;c表示被误分为非河网激光点的河网激光点数;d表示被误分为河网激光点的非河网激光点数。

在地形复杂的情况下,为了得到高精度的河网点云数据,通常需要选择较小的一类误差而忽略二类误差。另外,总误差是衡量两类误差总数的指标,因此总误差越小表示精度越高[14],通常情况下实际生产要求总误差不高于5%。如表1所示,示例河网点云数据总误差3.8%,符合实际生产需求。

表1 河网点云数据提取精度

4 结语

本研究不但基于LiDAR点云数据详细探讨了河网提取的步骤与方法,而且对提出的新方法进行了河网提取精度验证。实践表明,基于LiDAR点云数据提取的河网不仅包含丰富的信息,精度也符合实际生产需求;同时LiDAR点云数据的处理是有规律可循的。因此,基于LiDAR点云数据的河网提取方法可应用于实际生产并能够提高生产效率,依据LiDAR点云数据本身的物理形态特征,如河网点云高程、河网激光点强度值等,并结合DEM、DOM数据可以快速提取河网的激光点云。

随着数字技术的快速发展,利用现代高新数字技术对流域的地理环境、自然资源、生态环境等各种信息进行采集和数字化管理具有很大的优势,LiDAR点云数据可为流域综合信息平台的建立提供基础信息和必要的数据。

[1]刘家宏,王光谦,王开.数字流域研究综述[J].水利学报,2006,37(2):240-246.

[2]赖祖龙,张汉德,万幼川,等.激光雷达在滩涂海岸地形测量中的应用[J].海洋测绘,2008,28(2):37-39.

[3]郑金水.LIDAR技术及其应用[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]马玲,杨武年,郑富强,等.基于 DEM的流域特征提取方法初步研究[J].地理空间信息,2008,6(2):69-72.

[6]李晶,张征,朱建刚,等.基于DEM的太湖流域水文特征提取[J].环境科学与管理,2009,34(5):138-142.

[7]殷飞.机载激光雷达数据滤波方法研究[D].成都:西南交通大学,2010:3-4.

[8]徐祖舰,王滋政,阳锋.机载激光雷达测量技术及工程应用实践[M].武汉:武汉大学出版社,2009:8-10.

[9]张小红.机载激光雷达测量技术理论和方法[M].武汉:武汉大学出版社,2007:57-59.

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

[11]李丽,郝振纯.基于DEM的流域特征提取综述[J].地球科学进展,2003,18(2):251-256.