基于机载LiDAR与单波束测深数据建立河道 DEM的研究

来源: 未知 作者:paper 发布时间: 2020-04-18 19:45
论文地区:中国 论文语言:中文 论文类型:土木工程
为向某水利研究机构提供河道DEM及三维模型数据支持,本文采用机载LiDAR 点云数据生成陆域DEM,利用无验潮RTK单波束测深数据生成DDM,并将DEM 与DDM进行一体化拼接,生成水上水下一体化D
为向某水利研究机构提供河道DEM及三维模型数据支持,本文采用机载LiDAR 点云数据生成陆域DEM,利用无验潮RTK单波束测深数据生成DDM,并将DEM 与DDM进行一体化拼接,生成水上水下一体化DEM及三维地形模型。
论文的主要成果及结论如下:
(1)在对机载LiDAR点云数据滤波与测区DEM构建问题的研究方面,本文采 用三角网迭代加密滤波算法对点云数据进行滤波处理,通过Delaunay三角网将地面 点构建为TIN,采用线性内插法对TIN内插生成测区DEM。结果表明,该方法普适 性良好,参数设置少,时间效率高,适用于区域面积大的小比例尺测图。
(2)在对浅水离散单波束测深数据高程异常改正与DDM内插算法的研究方面, 本文采用基于EGM2008"移去——恢复吟去对测深数据进行高程拟合,并对Spline、 IDW、Kriging、NNI四种空间插值方法构建DDM的精度进行了分析。实验证明, 利用浅水离散单波束测深数据构建DDM,与其他三种插值方法相比,Spline具有更 好的插值效果。
(3)针对传统格网法整合DEM数据存在拼接区域“像元缝隙啪勺缺点,本文提 出一种基于优化格网法的DEM整合的方法。实验证明,该方法在水陆DEM数据一 体化表达中平滑效果良好,具有适用性和优越性。
(4)本文采用中误差、拟合优越度、粗差率等质量评价指标对测区DEM进行 误差统计分析;采用DEM与测区遥感影像、等高线结合的方法对其进行三维可视化 分析。结果证明,误差统计分析的局限性与三维可视化分析的必要性。
(5)利用DEM灰度图生成了 OBJ格式的测区三维地形模型。实验结果表明, 该方法建模分辨率高,计算量小,效率高,数据兼容性强,数据冗余量小。
摘要
Abstract
第1章绪论 1
1.1选题背景 1
1.2选题意义 2
第2章 机载激光雷达系统与RTK单波束无验潮测量模式 10
2.1机载LiDAR系统的工作原理与点云数据 10
2.1.1机载LiDAR系统组成 10
第3章 陆域数字高程模型的建立 23
3.1机载LiDAR点云数据信息 23
3.2机载LiDAR点云数据地面点提取 
第4章 数字水深模型的建立 40
4.1单波束测深数据信息 40
4.2单波束测深数据高程拟合 
第5章 水上水下一体化DEM与三维地形模型构建 61
5.1水上水下一体化DEM的构建 61
第6章结论与展望 
6.1 结论 
第1章绪论
1.1选题背景
伴随着计算机技术的不断发展,数字摄影测量技术为地理信息产业带的发展 来了重大的变革,大幅度地提髙了数据的生产效率。1958年,Miller等研究学者 首次提出了一种能够用于高速公路的自动设计的“数字地形表达讨既念⑴。DTM (Digital Terrain Model, DTM)数字地形模型技术不仅能够对地形表面的形态属 性信息进行数字表达,同时还可描述位置特征和地形的属性特征,如坡度、高程、 温度、坡向等;当模型以地面高程值的属性进行记录时,称该模型为数字高程模 型(Digital Elevation Model, DEM)。DEM 主要有不规则三角网(Triangulated Irregular Network, TIN)、等高线模型、规则格网模型三种表示模型。其中,规则 格网模型是通过栅格数据类型存储,不规则三角网与等高线模型以矢量数据类型 存储;规则格网模型的栅格数据结构比矢量数据结构更简单,能够在计算机中更 好的读取、解算;规则格网模型还可与遥感影像相结合,数据信息互补,从而进 行更全面的数据解读分析。因此,栅格DEM是当今应用最广泛的数字高程模型格 式。DEM数据可以详细地表达地形地势,目前,其主要应用于地形、水文、地质 分析以及工程建设方面⑵,在军事、气象及生态环境保护方面也发挥着不可替代的 作用X。
DEM的本质是地表高程数据的数字化表现形式,它的精度不会因为年代变化 和存储方式的改变而发生变化;DEM能够以不同的方式展现空间信息,因此,以 DEM为数据基础有利于数据的自动化智能处理⑻。伴随着随着计算机技术的不断 发展,DEM技术也开始逐渐渗透到人们的日常生活中,不仅推动力我国基础设施 的建设,还为我国防灾减灾、智慧城市建设等领域的发展提供技术保障〔"I。
某水利机构为研究松花江流域的河道历史变化情况,需要松花江河道DEM及 实体三维模型,为对该研究项目提供有效的数据支持,导师决定由本文研究完成 河道DEM及三维模型的制作。为此,协调各方资源,从2018年10月开始,本文 先后收集了研究区最新的机载LiDAR点云数据、浅水离散单波束测深数据和河道 历史地形数据,并逐步开展了相关研究工作,至2019年11月,完成全部建模工 作。
1.2选题意义
随着经济社会的快速发展,为满足修建公路、桥梁、房地产开发等多方面的 需求,作为中国七大河之一的松花江,其采砂强度和规模与日俱增,这对河势稳 定、防洪安全、通航安全、水生态环境保护和沿河涉水等工程带来不利影响。吉 林省为解决复杂水问题、维护河湖健康发展,完善水治理体系、保障国家水安全, 于2017年5月印发了《吉林省全面推行河长制实施工作方案》,全面推行松花江 河长制工作。为提出松花江河道采砂可采区、禁采区的划定,以及年度控制开采 量、开采方式的计算方法,科学制定采砂规划,全面落实河长制制度,高精度的 河道DEM及实体三维模型是必不可少的数据支持。同时,松花江河道DEM作为 三维成果的一种,可较直观的显示坡度坡向,还可进行可视化分析、土方量计算、 蓄水量计算、河流冲淤作用、模拟洪水淹没区等等,为吉林省城市规划、水利工 程实施等提供借鉴意义。
第2章 机载激光雷达系统与RTK单波束无验潮测量
模式
2.1机载LiDAR系统的工作原理与点云数据
激光雷达(Light Detection and Ranging, LiDAR)是激光探测及测距系统的简 称,工作在红外及可见光波段,是一种主动式的现代光学遥感设备,具有高空间、 时间分辨能力以及高探测灵敏度的优点。其中机载LiDAR是激光扫描测距技术、 全球高精度动态GPS差分定位技术和惯性导航技术(Inertial Measurement unit, IMU)的高度集成。并且利用飞机作为运行平台,能够快速获取地面数字表面模 型。获取的数据称为“点云J是一系列空间分布不规则的三维点㈤]。
2.1.1 机载LiDAR系统组成
随着测绘技术不断进步,机载LiDAR系统的硬件技术逐渐发展成熟,国际市 场出现大批相似系统,例如德国TopoSys公司的Falcon系列以及奥地利RIEGL公 司的LITERMAPPER系列等⑷】。尽管各种机载激光雷达系统的构造存在一定的差 异,然而这些系统的主要部件大体相似,通常情况下机载LiDAR系统主要包括了 如下几种组成内容,如数据处理软件、激光扫描测距系统以及成像装置等H2],如

第3章陆域数字高程模型的建立
3.1机载LiDAR点云数据信息
研究区LiDAR点云数据于植被覆盖率低、气候干燥的2017年12月枯水期获 取,测区覆盖距离约28.5km,测区松花江水域平均宽度为275.6m。测区共涉及7 条航带,旁向重叠度20% (如图3・1所示);飞行时地面无积雪、地面植被稀疏、 云量VI (云占全天十分之一,总云量记1);航飞获取实验区点云集数据总量为 1.77亿个点,点云点距V2m,点云密度匕0.5点/m?,如表3-1所示。

经过POS解算与处理,生成标准LAS格式点云数据,现按照GB/T13989-2012 《国家基本比例尺地形图分幅和编号》[91]1: 10000成果分幅和编号,将测区点云 数据分成12区,各区尺寸5000x5000m,如图3・2。
第4章数字水深模型的建立
4.1单波束测深数据信息
本文于2017年8月份采用RTK单波束无验潮测量模式(如图4-1所示)测取 丰水期水下地形数据,测区位于吉林省吉林市境内松花江流域,测段长度为 28.5km,平均宽度为275.6m,平均水深为6m,在采沙场处水深最深达20余米。 采用华测HY1600型测深仪,断面测线间距20m (如图4・2所示),测量点间距 5m;水涯线附近测量船只无法靠近,采用RTK采集水下高程数据;岸上部分利用 RTK进行补测。利用声速剖面仪测取测区声速,并现场提取声速文件,以确定测 区声速值。

水底高程值为WGS84坐标系下的大地高,本文高程数据均是依据1985国家 高程基准来进行内业数据的处理,因此,需要对WGS84坐标系下的水底高程值进 行高程基准的转换。在转换高程基准时,有多种方法都能够实现高程拟合,这些 方法对精度影响也存在差异,通常采用曲线拟合、平面拟合的方法进行高程拟合 [92]o本文采用基于EGM2008"移去——恢复"二次曲面拟合法实现测区水深数据的 咼程拟合。
第5章 水上水下一体化DEM与三维地形模型构建
5.1水上水下一体化DEM的构建 5.1.1 基于格网法的DEM整合
本文对试验区进行了划分,以便拼接水上与水下DEM数据〔99],利用2018年 5月获取分辨率为0.3m的遥感影像提取中水期水涯线,对水上水下栅格DEM数 据进行裁剪,对两部分数据进行读取,获得信息头,判断整合之后DEM的坐标范 围。从这两部分DEM数据的相关性程度方面进行判断,主要包括高度、宽度与起 始坐标等信息,进而明确“缝隙''与“叠加沖勺区域范围。然后对采样间隔进行判断, 若采样间隔不同,则需要对DEM进行重采样,采用的方法为最近邻法,使采样间 隔变为整数倍,通过这样确保两部分DEM数据有效拼接。基于格网法拼接DEM 数据的方法简单、高效,但其有一个重要缺陷,成果会产生一个像元大小的缝隙, 如图5・1所示,导致成果数据缺失。本文对此方法进行了优化。

第6章结论与展望
6.1结论
本文结合松花江流域河道DEM及三维模型建模工作,分别就利用机载LiDAR 点云数据生成陆域DEM,利用无验潮RTK单波束数据生成水下DDM,采用基于 优化格网法的DEM整合方法将DEM与DDM进行一体化拼接,采用高程误差分 析与三维可视化分析对一体化DEM进行精度评价,利用水上水下一体化DEM的 灰度图生成研究区三维地形模型等问题进行了探讨与生产实践,制作了符合生产 标准的水上水下一体化DEM与测区河道三维地形模型。通过研究与实践,本文得 到以下结果与结论:
(1)针对机载LiDAR陆域点云数据构建数字高程模型问题,本文利用 TerraSolid的TetraScan等模块进行点云去噪滤波、地面点提取等操作,选择三角 网迭代加密滤波算法对陆域1.77亿个点云数据进行滤波处理,结果表明,该方法 普适性良好,参数设置少,时间效率高。
(2)采用逻辑分析与高程误差分析的方法对陆域DEM精度进行评价,陆域 DEM等高线纹理自然、合理,等高线变化情况与遥感影像获取的实际地形一致; 陆域DEM接边后同名格网点的高程值一致,等高线连续;陆域DEM数据三维可 视化浏览,DEM表面光滑,光滑性好,在山地地区山脊线、山谷线位置和走向与 遥感影像基本一致,保凸性好。陆域机载LiDAR点云数据密度大于等于0.5点/n?, 陆域DEM中误差±0.359m,平均误差+0.334m,平均绝对误差+0.334m。
(3)针对浅水离散单波束测深数据构建数字水深模型,对Spline、IDW、 Kriging. NNI四种内插算法进行比较,在水下地形平缓、测点分布均匀的条件下, Spline的粗差率最低,内插精度最高,IDW、Krigings NNI内插精度相当。在水 下地形变化明显、测点分布均匀的条件下,Spline的粗差率最低,内插精度最高; IDW的粗差率最高,且IDW的内插精度最低。在水下地形变化明显、测点分布不 均匀的条件下,Spline的拟合效果最好,粗差率较低;NNI的拟合效果其次,粗差 率最低;IDW与Kriging的粗差率过大。
Spline随着参数weight越大构建DDM的保凸性、逼真性、光滑性越好,但其 拟合精度会降低;测点分布不均会导致Spline生成DDM出现高程突变的情况,可 通过增大参数weight来减弱、甚至消除这一现象。IDW可适当减小参数power值, 降低内插精度,来确保DDM的保凸性、光滑性;测点分布情况几乎不会影响IDW 的内插效果。Kriging法生成DDM保凸性较差,这种现象在地形变化明显的区域 更为突出。NNI法生成的DDM详细程度低,保凸性较差;在测点分布均匀区域 DDM表面较光滑,在测点分布不均区域DDM表面会出现“折痕”,保凸性差;在 高程跳跃较大的区域,会出现明显的跳点,逼真性较差。
最终选用Spline (weight=20)进行DDM生成,选择均匀分布在测区且未参与 DDM构建的33个单波束测深点数据作为检核点,测区DDM粗差率3.03%,高程 中误差±0.254m,平均误差-0.045m,平均绝对误差+0.242m。
(4)在水陆地形数据整合方面,本文提出一种基于优化格网法的DEM整合 的方法,消除陆域DEM与DDM之间的像元缝隙,实现陆域DEM数据与DDM 数据的光滑、无缝的拼接。
传统的规则格网法整合水上水下数据时会出现像元拼接缝隙,为避免缝隙产 生,本文采用分期获取陆域、水域数据的方法,陆域LiDAR点云数据为2017年 12月枯水期测得,水下单波束数据为2017年8月丰水期测得,因此数据会出现带 状重叠区域,在数据拼接时,重叠区域输出叠置像元平均值,针对岸线拼接部分 不能平滑拼接的问题,本文建立重叠区域边界缓冲区,将其作为磨光处理约束区 域从而进行磨光处理,将实际生产中存在的问题有效解决;此方法在拼接优越性 方面及普通适用性方面都获得了良好的效果。
DEM拼接带状区域粗差率2.27%,高程中误差为±0.224m, DEM拼接区域高 程精度满足规范要求。
(5)对拼接后的DEM进行三维可视化检查,DEM与等高线套合情况良好, 存在建筑物地区DEM连续光滑,河岸堤坝保留完整;水上水下DEM拼接区域连 续光滑,变化趋势与遥感影像基本一致,较好的反映了实际地形地貌,且保凸性 良好;水下区域DEM平滑,符合实际水下地形变化趋势,具有良好的保凸性、光 滑性、逼真性。
(6)利用DEM灰度图生成OBJ格式三维地形模型,该方法计算量小,效率 高,数据兼容性强,数据冗余量小,测区模型分辨率可达到0.078m以上。
(7)本文生产的水上水下一体化DEM与三维地形模型,为松花江河道治理 工程提供了数据支持。