基于機載激光技術(shù)的淺海水深測繪應(yīng)用分析

王林振, 曹彬才, 欒奎峰,, 張 翔, 沈 蔚,

(1. 上海海洋大學(xué) 海洋科學(xué)學(xué)院, 上海 201306; 2. 上海市海洋局河口海洋測繪工程中心, 上海 201306)

基于機載激光技術(shù)的淺海水深測繪應(yīng)用分析

王林振1, 曹彬才1, 欒奎峰1,2, 張 翔1, 沈 蔚1,2

(1. 上海海洋大學(xué) 海洋科學(xué)學(xué)院, 上海 201306; 2. 上海市海洋局河口海洋測繪工程中心, 上海 201306)

受船載儀器、海況等要素限制, 傳統(tǒng)水深測量中淺水區(qū)域無法對淺海水深進行測量。為克服此困難, 利用近年來新興的機載激光測深系統(tǒng)(light detection and ranging system, 簡稱LiDAR)進行淺海水深測量, 用LiDAR獲取的點云數(shù)據(jù)進行處理后得到的水下地形等深線與海圖圖載水深進行直觀對比,同一坐標(biāo)點下的點云水深與截圖水深進行定量分析。結(jié)果表明, LiDAR獲取的水深精度高, 水深點密集,可更快獲得淺海區(qū)域詳細(xì)的高精度的水下地形。這些優(yōu)點使其在近岸淺海海岸防護、圍海造田、港口建設(shè)等海洋工程項目中應(yīng)用前景廣闊。此外目前國內(nèi)LiDAR技術(shù)主要用于陸地, 應(yīng)用于淺海水深測繪還很少, 本研究對機載LiDAR進行水深測量的研究進行了補充。

機載激光測深; 淺海水深測繪; 點云數(shù)據(jù)處理

目前海道測量及其他海洋工程探測通常是基于船載聲吶設(shè)備開展的。船載模式使得海洋測量受到了儀器安裝方式以及海況和船只速度等因素的制約,難以進行靈活、快速的大面積測量[1]。利用光學(xué)遙感影像進行水深反演一直以來都是傳統(tǒng)水深測圖的有效替代手段[2]。常規(guī)的海洋遙感水深反演技術(shù)、單波束和多波束測深技術(shù)對淺水、島礁、暗礁和非安全水域的水深測量都存在一些不可克服的缺陷, 因而發(fā)展高精度測量淺海、島礁、暗礁及船只無法安全到達水域的水深測量技術(shù), 對海洋工程建設(shè)具有重要的應(yīng)用價值[3]。近幾年, 機載激光雷達技術(shù)的興起為淺海、島礁、暗礁等傳統(tǒng)手段難以開展的水深測量提供了新的解決方案。機載激光測深系統(tǒng)(light detection and ranging system, 簡稱LiDAR)的最初目的主要是獲取困難地區(qū)的數(shù)字高程模型數(shù)據(jù)。國內(nèi)外對LiDAR在陸地上地形地貌的應(yīng)用研究很多, Youn等[4]利用LiDAR點云數(shù)據(jù)結(jié)合高分辨率正射影像提取道路、橋梁等地物; 尹輝增等[5]利用LiDAR點云建立電力線三維模型, 用來檢查線路, 建立線路數(shù)據(jù)庫等。Edson等[6]、劉麗娟等[7]利用LiDAR對測算樹高、樹冠、木材含量, 評估森林健康狀況以及識別樹種等進行了研究。國外利用LiDAR對水深測量的研究要比國內(nèi)多且時間較早。Hartman等[8]10 年間用LiDAR獲取的大范圍、封閉區(qū)域的水深, 結(jié)果顯示區(qū)域內(nèi)均方根誤差為20～30 cm; Kumpum?ki等[9]用LiDAR獲得的波形文件進行分析獲取海底覆蓋物類型; Mandlburger等[10]采用機載地形和測深雷達獲取了2013年4月—2014年10月包含兩次洪水事件的數(shù)據(jù), 用于監(jiān)測地形地貌和河流生境變化; Yamamoto等[11]使用LiDAR定量分析了地形和水深對海龜在佛羅里達海灘筑巢的影響; Chust等[12]在Basque海灣測試了測深雷達鷹眼(hawk eye)用于淺水區(qū)測水深成圖的能力, 雖然在0.55～1.77 m范圍內(nèi)精度較差, 但整體可滿足成圖的需要; Wedding等[13]采用測深雷達評估了近岸海底生物棲息地復(fù)雜度, 用于監(jiān)控管理夏威夷礁石區(qū)的魚群。

對灘涂、海島礁、淺海水深等測繪技術(shù)的研究一直是行業(yè)內(nèi)難點和熱點, 國內(nèi)雖然有一些學(xué)者研究了基于LiDAR的海洋測繪解決方案[14], 但對LiDAR進行淺海水深測量亟需進行研究。本文對LiDAR獲取的水下點云數(shù)據(jù)進行了初步的分析和處理, 制作了水下等深線, 并通過海圖圖載等深線進行直觀對比以及精確點位水深的對比, 以此論證LiDAR的應(yīng)用前景。

1 LiDAR系統(tǒng)原理簡述

LiDAR進行海洋探測原理如圖1所示, LiDAR是在全球差分定位技術(shù)、慣性導(dǎo)航技術(shù)支持下, 利用機載藍(lán)綠激光發(fā)射設(shè)備, 發(fā)射大功率、窄脈沖激光[15], 并通過接收設(shè)備接收反射回的激光。 激光通過激光掃描器和距離傳感器, 經(jīng)微計算機對測量資料進行內(nèi)部處理, 及后期相應(yīng)軟件處理后, 即可獲取被測目標(biāo)的表面形態(tài)和三維坐標(biāo)數(shù)據(jù)。在此基礎(chǔ)上,可以進行各種量算或建立立體模型[1]。它具有探測精度高、效率高, 機動性強, 測點密度高、測量周期短, 覆蓋面廣, 運行成本低、易管理等特點[16]。

圖1 LiDAR原理示意圖Fig. 1 Schematic of airborne LiDAR bathymetry system

2 數(shù)據(jù)獲取及處理

本文利用南海某海島的激光點云數(shù)據(jù)作為研究對象, 該區(qū)域點云平均密度為2.7個/m2, 總激光腳點數(shù)量大于2 000萬個, 其中水下地形腳點84萬個以上。對點云進行預(yù)處理拼接、奇異點剔除、水深點過濾、TIN的生產(chǎn)、等深線的生成, 其流程圖見圖2。

2.1 點云數(shù)據(jù)的預(yù)處理

圖2 點云數(shù)據(jù)處理流程圖Fig. 2 Processing flow of LiDAR data

點云數(shù)據(jù)的預(yù)處理主要是點云拼接、奇異點的刪除等工作。LiDAR系統(tǒng)是一套復(fù)雜的系統(tǒng), 其數(shù)據(jù)包含系統(tǒng)誤差和偶然誤差。點云預(yù)處理之前需要進行航帶系統(tǒng)誤差驗校, 航帶系統(tǒng)誤差檢校主要表現(xiàn)在不同航帶同名點的三維坐標(biāo)不一致。航帶系統(tǒng)誤差的檢查方法較多, 較為簡便有效的方法是依靠LiDAR的回波強度信息, 找到島嶼有效特征點, 檢查坐標(biāo)數(shù)據(jù)。這項工作可以采用商業(yè)軟件TerraSolid中的TerraScan和TerraMatch模塊完成。TerraMatch用于調(diào)整激光點數(shù)據(jù)的系統(tǒng)定向誤差, 測激光面間或者激光面和已知點間的差別并改正激光點數(shù)據(jù)。點云處理后對其定向誤差進行評估, 航帶匹配誤差為0.086 46, 滿足航帶匹配的精度要求, 航帶匹配后的結(jié)果如圖3a所示。

LiDAR點云數(shù)據(jù)奇異點產(chǎn)生的原因較多, 很多學(xué)者采用濾波等方法去除奇異點。本文采用TerraScan中的分類模塊(classify low points)進行奇異點剔除,其機制即在已加載的點云中, 以一定小范圍內(nèi)的高程突變值及其周圍點個數(shù)進行分類, 參數(shù)可以根據(jù)實際需要進行設(shè)置, 由此循環(huán)迭代, 最終濾除所有噪聲點, 其結(jié)果如圖3 b所示。

本次實驗區(qū)域較小, 寬約為2 km, 長約為3.5 km,由于激光測量時沒有進行該海域的水位觀測, 缺少對應(yīng)的潮汐數(shù)據(jù), 故將距該島嶼100 m以外的激光點的平均高程作為測量時刻海面高程。實驗區(qū)為南海島礁, 每日潮差約0.5 m, 對水深測量誤差貢獻很小。查詢歷史潮位信息, 取0.98 m作為測量時刻海面高程。以此為閾值, 將水下地形點單獨分類出來, 結(jié)果如圖3c所示。

將獲取的水下水深點云另存為Excel文件, 并用獲取的潮汐數(shù)據(jù)對激光點高程值進行改正, 以加載到ARCGIS中與海圖數(shù)據(jù)進行對比。

2.2 提取水下地形等深線與水深數(shù)據(jù)對比

圖3 LiDAR數(shù)據(jù)預(yù)處理結(jié)果Fig. 3 Pictures of pre-processing resultsa. 實驗區(qū)11條航帶點云疊加圖; b. LiDAR點云處理后的異常點(圓圈內(nèi)); c. 分類水下地形點操作后的結(jié)果a. point cloud result with 11 zone routes; b. unusual point (red circle) after pre-processing LiDAR point cloud; c. result after classifying underwater topography points

提取水下地形等深線通常首先由高程點生成不規(guī)則三角形格網(wǎng)TIN, 在TIN基礎(chǔ)上生成等深線, 這種方法生成的等深線的光滑程度很差, 鋸齒多, 存在破碎的線段和獨立的多邊形[17]。本文先采用LiDAR點云創(chuàng)建TIN柵格表面, 由柵格表面生成等深線, 結(jié)果如圖4 a所示。本文用來比對的水深數(shù)據(jù)提取自Navionics公司的柵格化電子海圖, 該海圖的水深皆為聲吶(單波束、多波束)測量獲得, 滿足國際海道測量組織對水深測量的各項規(guī)范要求。由于實驗區(qū)水深均在30 m以內(nèi), 海圖等深線間隔為0.5 m, 對海圖數(shù)據(jù)進行地理坐標(biāo)配準(zhǔn)及數(shù)字化后, 結(jié)果如圖4 c所示。

對比圖4 a和圖4 c可以發(fā)現(xiàn), 基于點云生成的等深線和Navionics海圖基本一致。海圖圖載水深及精確點位水深數(shù)據(jù)精度, 是基于官方海圖提取的,海圖作為海上航行的安全保障, 其水深精度是可靠的。為保證對比的客觀性, 考慮地形起伏等因素影響,在海圖等深線上均勻地提取188個水深點, 其點位置如圖4 b所示, 將這提取的188個水深點與LiDAR測得的水深進行比較分析, 改正水深與海圖水深差值如表1所示, 相應(yīng)的誤差分布如圖5所示。

由表1和圖5可以看到, 大部分采樣點的誤差在[0, 0.5] m, 整體的誤差趨勢較平穩(wěn), 誤差大小不隨海圖水深的增大而增大, 水深在[0, 1.7] m誤差較大的原因是由于水深較淺, 紅綠激光入水反射時間較短, 造成誤差較大。究查水深在5.5、11.5、13.5和14.5 m差值較大的原因, 在查看該區(qū)域Worldview-2遙感影像后, 發(fā)現(xiàn)這些區(qū)域地形比較復(fù)雜, 起伏較大, 且海圖數(shù)據(jù)是柵格數(shù)據(jù), 由于在一些小范圍內(nèi)地形起伏過大, 在其上拾取采樣點時也存在一定的誤差, 導(dǎo)致一些誤差較大的點出現(xiàn)。

均方根誤差(root mean square error, RMSE)用來衡量觀測值同真值之間的偏差, 采用均方根誤差其精度進行定量評估, 結(jié)果為0.193 4。由均方根誤差結(jié)果可知, LiDAR獲取的水深點與海圖水深值誤差較小, LiDAR獲取的水深激光點精度較高。

3 結(jié)論

水深測量方法在淺海潮間帶、礁石區(qū)等受到潮水、礁石等自然條件的限制, 往往測量難以進行。LiDAR測量水深是陸海測繪的一種先進技術(shù), 解決了淺海的潮間帶、礁石區(qū)的水深測量困難。本文使用LiDAR獲取的水下點云生成等深線與相應(yīng)區(qū)域的海圖和遙感圖像進行直觀對比, 對部分等深線重疊區(qū)進行絕對水深對比, 結(jié)果表明, 具有藍(lán)綠波段的LiDAR可進行淺海水深測量, 能夠應(yīng)用在淺海、島礁、暗礁及船只無法安全到達水域的水深測量, 此外LiDAR水深測量點更加密集且精度較高, 可獲得淺海區(qū)域更詳細(xì)的地形信息, 為海岸防護、圍海造田、港口建設(shè)等提供更加精確的基礎(chǔ)數(shù)據(jù)支撐, 其應(yīng)用前景廣闊。

圖4 水下地形等深線提取結(jié)果、精度驗證所需的采樣點位置及實驗區(qū)海圖Fig. 4 Picture of underwater terrain contours extraction results, sampling point for verifying accuracy, and chart of testing zonea. 為基于LiDAR點云生成的間隔為0.5 m的水下地形等深線; b. 實驗區(qū)域遙感圖像及選取的采樣點位置; c. 為所選實驗區(qū)Navionics提供的聲吶(等深線)海圖數(shù)據(jù)a. underwater terrain contours with 0.5 m intervals generated by LiDAR point cloud; b. remote sensing image of testing zone with sampling point; c. zone contours of mapping data provided by Navionics

表1 部分海圖采樣點坐標(biāo)值及相應(yīng)點位點云測深值Tab. 1 Some sample mapping point values and corresponding point values in LiDAR point cloud

圖5 采樣點水深值誤差統(tǒng)計圖Fig. 5 Statistical graph of sampling depth value errors

文章的不足之處在于測量時沒有進行水位觀測,潮位數(shù)據(jù)采用的是距離島嶼的100 m以外的點的平均高程作為測量時刻平均海面, 雖實驗區(qū)潮差較小(1 m左右), 潮汐數(shù)據(jù)對結(jié)果影響較小但仍是一個關(guān)鍵誤差因素。海圖數(shù)據(jù)是柵格數(shù)據(jù), 在一些小范圍內(nèi)地形起伏過大, 在其上拾取采樣點時也存在一定的誤差, 導(dǎo)致一些誤差較大的點出現(xiàn)。下一步將利用機載LiDAR數(shù)據(jù)與現(xiàn)場實測的水深數(shù)據(jù)進行對比, 進一步驗證機載LiDAR測深的精度。

[1] 葉修松. 機載激光水深探測技術(shù)基礎(chǔ)及數(shù)據(jù)處理方法研究[D]. 鄭州: 解放軍信息工程大學(xué), 2010. Ye Xiusong. Research on principle and data processing methods of airborne laser bathymetric technique[D]. Zhengzhou: Information Engineering University, 2010.

[2] 梁建, 張杰, 馬毅. 控制點與檢查點數(shù)量和比例對水深遙感反演精度的影響分析[J]. 海洋科學(xué), 2015, 39(2): 15-19. Liang Jian, Zhang Jie, Ma Yi. Analysis of the influence of the amount and proportion of control points and check points on the accuracy of bathymetry remote sensing inversion[J]. Marine Sciences, 2015, 39(2): 15-19.

[3] Gens R. Remote sensing of coastlines: detection, extraction and monitoring[J]. International Journal of Remote Sensing, 2010, 31(7): 1819-1836.

[4] Youn J, Bethel J S, Mikhail E M, et al. Extracting urban road networks from high-resolution true orthoimage and Lidar[J]. Photogrammetric Engineering & Remote Sensing, 2008, 74(2): 227-237.

[5] 尹輝增, 孫軒, 聶振鋼. 基于機載激光點云數(shù)據(jù)的電力線自動提取算法[J]. 地理與地理信息科學(xué), 2012, 28(2): 31-34. Yi Huizeng, Sun Xuan, Nie Zhengang. An automated extraction algorithm of power lines based on airborne laser scanning data[J]. Geography and Geo-Infomation Science, 2012, 28(2): 31-34.

[6] Edson C, Wing M G. Airborne Light Detection and Ranging (LiDAR) for individual tree stem location, height, and biomass measurements[J]. Remote Sensing, 2011, 3(11): 2494-2528.

[7] 劉麗娟, 龐勇, 范文義, 等. 機載LiDAR和高光譜融合實現(xiàn)溫帶天然林樹種識別[J]. 遙感學(xué)報, 2013,17(3): 679-695. Liu Lijuan, Pang Yong, Fan Wenyi, et al. Fused airborne LiDAR and hyperspectral data for tree species identification in a natural temperate forest[J]. Journal of Remote Sensing, 2013, 17(3): 679-695.

[8] Hartman M, Kennedy A B. Depth of closure over large regions using airborne bathymetric LiDAR[J].Marine Geology, 2016, 379: 52-63.

[9] Kumpum?ki T, Ruusuvuori P, Kangasniemi V, et al. Data-Driven approach to benthic cover type classification using bathymetric LiDAR waveform analysis[J]. Remote Sensing, 2015, 7(10): 13390-13409.

[10] Mandlburger G, Hauer C, Wieser M, et al. Topo-bathymetric LiDAR for monitoring river Morphodynamics and Instream Habitats—A case study at the Pielach River[J]. Remote Sensing, 2015, 7(5): 6160-6195.

[11] Yamamoto K H, Powell R L, Anderson S, et al. Using LiDAR to quantify topographic and bathymetric details for sea turtle nesting beaches in Florida[J]. Remote Sensing of Environment, 2012, 125(4): 125-133.

[12] Chust G, Grande M, Galparsoro I, et al. Capabilities of the bathymetric Hawk Eye LiDAR for coastal habitat mapping: A case study within a Basque estuary[J]. Estuarine Coastal & Shelf Science, 2010, 89(3): 200-213. [13] Wedding L M, Friedlander A M, Mcgranaghan M, et al. Using bathymetric LiDAR to define nearshore benthic habitat complexity: Implications for management of reef fish assemblages in Hawaii[J]. Remote Sensing of Environment, 2008, 112(11): 4159-4165.

[14] 杜國慶, 史照良, 龔越新, 等. LIDAR技術(shù)在江蘇沿海灘涂測繪中的應(yīng)用研究[J]. 城市勘測, 2007, 5: 23-26. Du Guoqing, Shi Zhaoliang, Gong Yuexin, et al. Research on application of LIDAR in mapping of Jiangsu tidal zone[J]. Urban Geotechnical Investigation & Surveying, 2007, 5: 23-26.

[15] 隋立春, 張寶印. Lidar遙感基本原理及其發(fā)展[J]. 測繪科學(xué)技術(shù)學(xué)報, 2006, 23(2): 127-129. Sui Lichun, Zhang Baoyin. Principle and tend of airborne laser scanning remote sensing[J]. Journal of Zhengzhou Institute of Surveying and Mapping, 2006, 23(2): 127-129.

[16] 陳堅, 金翔龍. 機載激光測深技術(shù)進展及應(yīng)用[J]. 海洋通報, 2002, 21(6): 75-82. Chen Jian, Jin Xianglong. Progress in the research of iron limitation to marine phytoplankton[J]. Marine Science Bulletin, 2002, 21(6): 75-82.

[17] 于彩霞, 許軍, 許堅, 等. 一種從LiDAR點云中提取海岸線的新方法[J]. 測繪通報, 2015, 5: 66-68. Yu Caixia, Xu Jun, Xu Jian, et al. A new method of extracting coastlines from LiDAR point clouds[J]. Bulletin of Surveying and Mapping, 2015, 5: 66-68.

Analysis of shallow-sea bathymatric mapping based on airborne LiDAR

WANG Lin-zhen1, CAO Bin-cai1, LUAN Kui-feng1,2, ZHANG Xiang1, SHEN Wei1,2
(1. College of Marine Science, Shanghai Ocean University, Shanghai 201306, China; 2. Estuarine and Oceanographic Mapping Engineering Research Center of Shanghai Municipal Ocean Bureau, Shanghai 201306, China)

Sept. 6, 2016

airborne LiDAR bathymetry; shallow-sea bathymatric mapping; point clouds data processing

Current bathymetry techniques are mainly dominated by onboard multibeam and single-beam technologies. But for shallow bathymetry, these methods cannot operate normally due to instrument and sea condition limitations. Today, modern light detection and ranging (LiDAR) remote sensing can overcome these limitations to facilitate quicker and more precise sea data collection. The big advantage of LiDAR in surveying and mapping is its blue and green bands of permeability for measuring depth. In China, LiDAR is primarily used on land and less so for sea bathymetry and topographic maps. In this paper, we demonstrate the applicability of LiDAR for bathymetry measurement. We introduce the principle of airborne laser bathymetry and extract contours using LiDAR. By comparing the relative and absolute accuracies of sea charts and cloud point contours, we confirm that the precision of LiDAR is high and that it has broad application prospects.

TP 701

A

1000-3096(2017)04-0082-06

10.11759/hykx20160906001

(本文編輯: 劉珊珊)

2016-09-06;

2017-01-03

上海市科委基于國產(chǎn)高分辨率衛(wèi)星的海洋測繪關(guān)鍵技術(shù)研究(14590502200)

[Foundation: Research on Key Technology of Surveying and Mapping based on High Resolution Ocean Satellite of Science and Technology Commission of Shanghai Municipality, No.14590502200]

王林振(1991-), 男, 江蘇徐州人, 碩士研究生, 研究方向為機載激光技術(shù)在海洋測繪及海洋工程方面的應(yīng)用, 電話: 021-6190054, E-mail: w746359781@hotmail.com; 沈蔚(1977-), 通信作者, 男, 江蘇鹽城人, 博士, 副教授, 研究方向: 海洋測繪與遙感, E-mail: wshen@shou.edu.cn