LIDAR技術在林區輸電線路工程中的應用研究

蘇詩培

DOI：10.16660/j.cnki.1674-098X.2017.25.004

摘 要：本文通過探討LIDAR技術的原理、分析點云數據的特點和優勢、淺談濾波和分類的方法，提出了在山地森林茂密覆蓋的地區的輸電線路工程中應用該技術的思路和方法。主體思路是旨在利用LIDAR技術能直接獲取對象表面的包含高程信息的三維坐標這一優勢，通過合適的濾波和分類方法提取出高精度的DEM數據和植被表面模型數據，以減少森林地區輸電線路勘測定位工作量，并對局部外業作業困難地區可以有效補充，提高工作效率。

關鍵詞：LIDAR技術 點云數據 濾波和分類 輸電線路勘測定位

中圖分類號：P237 文獻標識碼：A 文章編號：1674-098X（2017）09（a）-0004-03

1 緒論

1.1 研究背景

1.1.1 LIDAR技術簡介

機載激光雷達技術（Airborne Light Detection and Ranging），簡稱LIDAR技術，是一種主動式遙感對地觀測的新興技術，集激光測距技術、計算機技術、慣性測量單元（IMU）/DGPS差分定位技術三種技術于一體，能夠直接得到高精度的三維坐標信息。機載LIDAR主要用于獲取地形、地貌數據，是地形圖測繪的全新手段，具有強大的生命力和良好的發展前景，被認為是對傳統的攝影測量方法的巨大挑戰。

1.1.2 LIDAR技術的特點和優勢

首先，由于LIDAR技術采用主動發射測量信號的工作方式，能夠全天候實施對地觀測，使它在災害監測、環境檢測、資源勘察、軍事等方面的應用具有獨特的優勢。其次，激光掃描儀發射的激光脈沖具有很強的穿透能力，能部分地穿透樹林遮擋，直接獲取真實地面的高精度三維地形信息，它是目前唯一能測量森林覆蓋地區地面高程的可行技術。最后，它能進行輸電線路測量外業作業困難地區（如采石場、大型垃圾堆、懸崖峭壁等）的測圖工作，不受地域地形限制。所以基于以上論述，我們可以肯定LIDAR技術對于森林地區的輸電線路測量有明顯的自身優勢。

1.1.3 傳統輸電線路勘測定位方法在林區的局限

隨著電網建設的發展，線路規劃走廊的位置確定愈加困難，常常需要穿越植被覆蓋十分密集的森林地區，這對輸電線路的測量工作帶來了很大的困難。傳統的工程測量方法中山區路徑確定耗時耗力，工作強度大，費用高，返工率高，一直是輸電線路測量工作的難點。目前輸電線路的測量主要是用航空攝影測量、無人機航拍攝影測量等技術來輔助傳統的全野外人工測量。各測量手段內外業形式不同并相互補充，仍以航空攝影測量為主。但是，航空攝影測量在森林地區作業時面臨著諸多困難，如外業控制困難、加密選點困難、影像匹配困難、立體測圖困難等。由于影像遮蔽，立體測圖編輯時往往用人工估計的方法，造成這些地方的精度很低，以至于無法滿足要求。因此，本文主要研究的森林地區高精度數字高程模型的獲取對于林區輸電線路測量有著重要的實踐意義和價值。

1.2 技術要點

1.2.1 系統工作原理

機載激光雷達測量系統一般以飛機或直升機作為飛行平臺，通過激光測距獲取地表高程信息。其工作原理為：當機載LIDAR航攝飛行時，激光掃描儀發射、接收激光束，對地面進行線狀掃描，與此同時，動態GPS系統確定傳感器的空間位置（經緯度），IMU測量飛機的實時姿態數據，即滾動、仰俯和航偏角。由于系統的幾個部分同步工作并集成于一體，GPS和IMU的數據融合極為方便，所以經計算機對獲取的數據經過匹配計算等內部處理后，即可獲取地面的三維數據。

1.2.2 濾波和分類的思路及目前主流的分類方法

LIDAR獲得的數據是在三維空間中呈隨機離散且不規則分布的點集，即點云。數據處理的基本思路是將點云數據進行分解，將地面點及非地面點如房屋、植被等分開，得到數字地面模型DTM。研究如何從DSM中分離出DTM點子集以及區分不同地物子集，就是所謂的數據濾波和分類。

目前用于機載LIDAR數據濾波的方法主要概括來講大致有形態學濾波法；移動窗口法；線性預測法；基于地形坡度濾波；移動曲面擬合濾波法等。由于單純的激光點云數據有一定的盲目性，加之自然界復雜的地形決定了所有的濾波和分類算法都是一個復雜的算法且都需要反復迭代進行，在實際應用過程中要針對不同的地形和應用目的選擇合適的算法。

2 工作流程

2.1 原始點云數據采集

2.1.1 航帶設計

輸電線路的航飛設計，應遵循安全、經濟、周密、高效的原則。以初設審查后的路徑方案為導向，以1/5萬、1/1萬比例尺地形圖為底圖，連續布設若干個有一定重疊度的航帶，導出飛行路徑文件提交航飛單位。航飛單位須按照航飛路徑向相關地區部門申請空域航飛權，由于LIDAR系統通常帶有CCD相機，航飛單位在航飛權期間需選擇合適的天氣進行航飛以保證影像質量。

2.1.2 航飛數據質量檢查驗收

對于航飛單位提交的成果數據需進行檢查驗收，確保航帶之間沒有出現空缺遺漏，所有航帶范圍內點云數據沒有漏洞，且對影像清晰度、色調、有無云影遮擋等影像質量進行檢查。另外，對航飛單位一并提交的項目完成情況、飛行質量報告等附件進行核查，確保航飛資料的完整性。

2.2 林區LIDAR點云數據的濾波和分類處理

有時候濾波和分類是同時進行的，尤其是在地物類型比較單一的地區，如本文研究的森林地區，激光點云的種類只考慮三種：地面點、非地面點和噪聲點。因此如何剔除噪聲，并在濾波的同時進行分類，是LIDAR數據林區濾波的重點。

2.2.1 濾波和分類預處理

在LIDAR原始點云數據中，由于外界環境因素的影響，獲取的掃描點云數據內可能包含不穩定的點和錯誤的點。這些點包括：不屬于地表的極高點，一般源自于空中物體如鳥、低空飛行器等；極低點，他們的出現源自于系統的粗差，一般在水域比較明顯。所以，在使用這些數據之前，應將這些極高點和極低點予以剔除。endprint

2.2.2 一次分類和二次分類

對經過預處理的點云數據進行一次分類，主要目標是分出地面點與非地面點。鑒于移動窗口濾波法具有適用于各種特征地形、運行穩健、分類精度高等特點，本次分類我們選擇了移動窗口濾波法。移動窗口法基本思路是先定義一個很大的窗口（Grid），找出該窗口中的最低點作為地形點，移動窗口到下一個區域再找出最低點，直到遍歷所有數據。通過找出的最低點，擬合一個曲面或TIN作為初步的地形模型，并利用該DTM于所有測量點之間的殘差進行判斷，將不需要的點剔除，然后調小窗口的尺寸和判斷的閥值，再遍歷所有數據生成新的DTM進行數據過濾，往復幾次后得到的非常逼近的DTM。

一次分類完成后，繼續對非地面點進行二次分類，目標是提取出激光腳點打到樹頂上反射接收到的植被表面點。采用同樣的思路，通過尋找移動窗口中的最高點作為植被表面點，移動窗口直到遍歷所有數據，往復幾次后得到逼近真實樹頂的植被表面模型。

2.2.3 人工干預

自然界復雜的地形決定了不可能有一個適應所有地形的算法，尤其是對于帶有植被的粗糙山地時都會產生一定的錯誤分類，尤其是在地形高差變化較大、或地形不連續的區域（如深陡坎、陡壁、采礦開挖地帶等），采用自動濾波很難達到理想結果，甚至于無法進行，因此人工干預是必要的。人工手動分類通常應融合影像數據，結合三維立體圖、暈渲圖等，采用人工交互編輯手段來進行，對輸電線路沿中心線左右各100m范圍內的線路走廊和危險點、關注點區域進行DTM檢查和手動分類，獲得高精度的DTM數據。實踐證明，這種方法是行之有效的。

2.3 利用高精度DTM數據輔助林區輸電線路測量

在輸電線路勘測定位過程中，利用分類后的高精度DTM數據生成輸電線路平斷面圖、塔基斷面、風偏等，作為野外勘測定位的基準數據，在此基礎上進行修測，大大減少了外業勘測工作量，縮短了工期，提高了工作效率。另外，利用植被表面模型通過計算可以準確評估線路導線與周邊物體（在林區主要為交跨樹木）的最小距離，作為勘測定位中危險點、關注點修測的依據，避免后期線路運行中發生樹閃等引發停電的安全事故。

2.4 外業作業困難地區地形數據的勘測補充

在林區勘測定位過程中，有時會遇到測量人員作業困難甚至無法作業的地區，如采石場、大型垃圾堆、懸崖峭壁等。LIDAR數據不受地域地形限制的特點和優勢，針對這些區域可以有效補充，保證了勘測成果的質量。

3 工程實例

安平至寶山220kVⅡ回線路改造工程，線路全長64.87km，線路路徑大部分位于山區，其中：高山30%，山地60%，丘陵10%，沿線地形起伏較大，區域海拔高程約在140～820m范圍，主要為山地、高山地地形，相對高差較大。沿線植被發育良好，以松、杉林為主；線路沿線規劃區、保護區、礦區等分布眾多，沿線須調查并測量礦區附近的炸藥庫；測區勘測定位困難類別定為：Ⅳ類。在該工程勘測定位階段創新使用了LIDAR技術，為了檢查DTM的精度，在外業定位現場做了大量GPS控制點，將這些控制點的工測高與濾波和分類后的DTM高進行比較，其部分結果見表1，從表中可以看出絕大部分差值在-0.8～0.8m之間，只有少數點的絕對差值超過2m。因此，DTM總體精度是值得肯定的。

4 結語

作為一種全新的技術手段，本文探討了LIDAR技術的優勢、工作原理和組成，對點云數據的處理流程做了分析和實驗，提出了LIDAR技術在森林地區輸電線路工程勘測定位過程中應用的可能性。實測驗證表明：測量人員提供了可靠的平斷面、風偏等數據資料，減少了測量外業工作量，大大提高了工作效率。與傳統的航空攝影測量技術相比，機載LIDAR 測量技術在輸電線路業務中的諸多方面都具有明顯的優勢。當然機載LIDAR技術作為一種新興的技術，在電力行業應用領域還具有很大的發展潛力，同時也存在一些不足，比如在點云分類上還需要不斷探索和完善，進而提高自動分類的準確性；LIDAR獲取的數據源較為單一，與高分辨率影像、電子地圖、GIS數據、高光譜影像等多源數據的融合匹配等問題還需要進一步的深入研究。

參考文獻

[1] 樊敬敬，張華，郝明.面向對象的機載LiDAR數據建筑物提取[J].應用科學學報，2016（1）：84-94.

[2] 隆華平，蘭增榮.基于機載LiDAR數據的電力線提取[J]. 大眾科技，2011（6）：110-111.endprint