機載激光雷達技術在數字高程模型制作中的應用
——以惠州大亞灣區數字高程模型制作為例

□符校

（廣東省測繪產品質量監督檢驗中心，廣東 廣州 510075）

0.引言

機載激光掃描技術（LiDAR）是一種新型主動式航空遙感對地觀測技術，該技術通過機載激光發射器接收的信號獲取表達地表三維形態的點云數據，能夠以較高的精度反映地表的真實狀況，與傳統航空攝影測量技術相比，有著數據獲取速度快、高程精度高、受天氣影響小的優勢，廣泛應用于測繪、資源調查、城市規劃、地災監測等領域。激光點云是以離散、不規則方式分布在三維空間中的點的集合，本身不具有它所表達的物體的屬性信息，如何進行分類處理，確定表達地面真實形態的地面點云，并生成高精度數字高程模型已成為當前測繪領域的一個研究熱點。

本文介紹了機載激光掃描技術的工作原理，分析了機載激光雷達點云數據的獲取與處理方法、基于高精度點云制作數字高程模型的技術流程、點云數據成果的質量評價，并將該技術方法應用于惠州大亞灣區1∶2000數字高程模型制作項目，構建了大亞灣區1∶2000高精度數字高程模型。項目試驗結果表明，基于機載激光雷達點云數據的數字高程模型制作技術方法正確，生產效率高，成果精度能滿足測繪產品的要求，該技術方法有一定的應用優勢。

1.機載激光雷達系統的介紹

1.1 機載激光雷達系統的構成

機載激光雷達系統是在航空平臺上，集成激光雷達系統、定位定姿系統（POS）、數碼相機和控制系統所構成的綜合系統。其中，激光雷達系統是由激光掃描儀發射激光脈沖，并記錄激光脈沖從發射經目標物反射到接收單元的傳播時間，鑒于光速是已知的，可測定從發射點到目標物反射點之間距離；定位定姿系統包括慣性測量單元（IMU）和全球導航衛星系統網（GNSS），IMU用于獲取激光發射瞬間傳感器的姿態參數，GNSS用于確定傳感器的空間參數；數碼相機用于獲取實時的影像數據。

1.2 機載激光雷達系統的基本原理

機載激光雷達系統通過發射激光并接收激光回波，獲得激光點與目標點的距離信息，結合激光發射點空間位置和姿態信息，解算出激光點在測量系統下的三維坐標（X，Y，Z），即激光雷達點云數據。點云數據是一系列離散的、空間分布不規則的點的集合，有著精度高的特點，但點云數據缺少光譜信息，進行噪聲點濾除、點云分類和人工編輯后，可應用于數字高程模型制作、矢量要素采集等。

2.基于機載激光雷達點云數據的數字高程模型的制作

2.1 機載激光雷達點云數據的獲取與處理

機載激光雷達點云數據的獲取與處理流程（如圖1所示）。

圖1 點云數據的獲取與處理流程圖

點云數據的預處理：將原始獲取的激光數據進行處理，轉化為三維空間點云數據；將GPS數據聯合IMU數據解算出每個時刻的航跡文件。預處理包括：POS數據預處理、坐標轉換、航帶拼接、系統差改正、噪聲點剔除等。

由于點云本身不具有它所表達的物體的屬性信息，因此，要獲取所表達物體的屬性，則需對點云進行分類處理，按照不同地表物體的反射特征、形狀特征等，將表達不同類地物的點云進行區分[3]。地面點是反映地形真實起伏，落于裸地表面的點，包括落在道路、廣場、堤壩等反映地表形態的地物之上的點；非地面點主要指落在各種高于地面的地物上的點，如建筑物、植被、管線、橋梁上的點。點云數據的分類處理，主要包括：噪聲點濾除、點云自動分類和人工編輯分類。

（1）噪聲點濾除。將明顯低于地面的點和高于地表目標的點，以及運動地物點作為噪聲點剔除。

（2）自動分類。由于機載激光具有穿透性，導致在掃描過程中不同的地物有著不同的回波次數和強度信息。利用基于反射強度、回波次數、地物形狀等的算法對點云數據進行自動分類。裸露地表只有一次回波，此次反射點即為地面點。植被覆蓋區域可能對于多次回波，正常的地面點是末次回波對應的反射點。相對于地物點，地面點的高程是最低的，可從較低的激光點中提取初始地表面，然后設置地面坡度值迭代計算地面點。

（3）人工編輯分類。對高程突變區域，調整參數或算法，重新進行小面積自動分類；采用人機交互的方式，以點云剖面為主要依據（結合影像）對分類錯誤的點進行重分類。

2.2 數字高程模型的制作

基于點云數據的數字高程模型制作流程（如圖2所示）。

圖2 數字高程模型制作流程圖

水域處理：對于河流、水庫等面積較大的水域，應采集水涯線作為特征線參與高程模型的生成。

特殊地物處理：對于立交橋、高架橋、橋梁、路堤、堤壩等保留地面或水面上的點云數據。

利用分類準確的地面點數據及道路特征線、河流邊線、面狀水域范圍線生成數字高程模型。

2.3 機載激光雷達點云數據成果的質量評價方法

目前有關測繪成果的規范，均未涉及機載激光雷達點云數據成果，如何形成一套有效的質量檢驗和質量評定體系，需要根據實踐去探索。筆者結合試驗項目的情況，設計了該成果的質量元素、權重（如表1所示）。

表1 機載激光雷達點云數據成果質量元素及權重

（1）點云質量檢查內容：點云密度、點云噪聲、航帶拼接誤差、點云精度（預處理后點云數據的平面、高程精度）。

（2）IMU/GNSS質量檢查內容：偏心分量準確性和完整性、機載和地面GNSS數據記錄完整性、IMU數據記錄完整性、IMU/GNSS融合數據解算精度。

（3）飛行質量檢查內容：點云密度、航攝分區劃分、航線方向和敷設方法、航攝時間、設備類型、軟件選擇、GNSS基站布測方案、檢校場設計、飛行方案設計。

（4）飛行地速、LIDAR掃描航線重疊度、攝區和分區覆蓋完整性、航跡偏離、相鄰航高、最大航高與最小航高之差、實際航高與設計航高之差、俯仰角、側滾角、飛行轉彎坡度、出入航線平飛與“8”字飛行。

（5）附件質量：技術文檔的齊全性和完整性、檢定資料的完整性和符合性、整飾包裝的符合性、附圖和附表的完整性和符合性。

該方法用于試驗數據的檢驗任務中，所得的結論，得到了下一工序的驗證，證明了該質量評定體系的合理性、有效性。

2.4 數字高程模型的質量評價方法

數字高程模型的質量評價方法主要依據CH/T1026-2012《數字高程模型質量檢驗技術規程》，該成果的檢查的質量元素有：空間參考系、位置精度、邏輯一致性、時間精度、柵格質量、附件質量。

該成果的檢查內容主要有：坐標系統、高程基準、投影參數；高程中誤差、套合差、同名格網高程值；數據歸檔、數據格式、數據文件、文件命名；原始資料、成果數據；格網尺寸、格網范圍；附件資料的完整性、正確性。

3.試驗與分析

3.1 試驗數據

本文試驗數據采用惠州市大亞灣區數字高程模型制作項目，項目于2016年使用一架運五飛機搭配一臺OptechHA500機載激光雷達及飛思相機，執行航攝任務獲取345km2的1∶500比例尺點云數據，并利用該點云數據結合新獲取的影像生產1∶2000數字高程模型，其精度指標要求（如表2所示）。

表2 成果精度要求

該攝區地形復雜，丘陵、山地和沖擊平原間隔分布，該攝區屬于航攝困難區域。

點云數據的預處理采用的軟件是與相機配套的加拿大Optech公司研發的LMS軟件，點云數據的分類處理及數字高程模型的建立采用的是TerraSolid系列軟件。

3.2 試驗結果分析

圖3為單位圖幅（2521.50-568.50）的1∶500地形圖，圖4該圖幅的激光點云數據，圖5為該圖幅點云數據所形成的數字高程模型成果。使用表1、表2的質量評價辦法，先對點云數據成果進行質量檢查，合格后，進行數字高程模型成果的質量檢查。內業審查項目的文字資料包括技術設計書、技術總結、檢查報告、點之記等，并采用人機交互的方式檢查數字高程模型成果的空間參考系、位置精度、時間精度、邏輯一致性、柵格質量；外業按GB/T24356-2009《測繪成果質量檢查與驗收》抽取2批次，共28幅1∶2000數字高程模型圖，采用GNSS接收機檢核數字高程模型成果的位置精度。

圖3 地形圖

圖4 激光點云數據

圖5 數字高程模型

內業檢查發現，點云數據存在個別點云分類不正確，個別地面點云表面模型不連續、不光滑，但不影響下一道工序；試驗數據總批量約為325幅，劃分為2個檢驗批進行外業檢測，第一批次批量N1=163幅，樣本量n1=14幅，檢測中誤差分別為：0.22m（丘陵）、0.18m（平地）、0.23m（丘陵）、0.18m（平地）、0.22m（丘陵）、0.23m（丘陵）、0.10m（平地）、0.25m（丘陵）、0.15m（平地）、0.12m（平地）、0.16m（平地）、0.16m（平地）、0.18m（平地）、0.16m（平地）；第二批次批量N2=162幅，樣本量n2=14幅，檢測中誤差分別為：0.11m（平地）、0.31m（山地）、0.27m（丘陵）、0.28m（丘陵）、0.31m（山地）、0.30m（山地）、0.09m（平地）、0.31m（山地）、0.18m（平地）、0.16m（平地）、0.18m（平地）、0.13m（平地）、0.12m（平地）、0.16m（平地）；外業共檢測1112個高程點，樣本檢測中誤差均小于標準中誤差，平地平均中誤差0.14m，丘陵平均中誤差0.24m，山地平均中誤差0.31m，精度滿足項目技術設計的要求。

表3 檢測點絕對誤差分布情況表

通過外業檢測分析，可發現DEM高程精度受地形類別影響明顯，在地形起伏較小的地區，基于點云數據的DEM有著較高的精度，在丘陵地、山地由于植被的影響，部分高程值為內插值，加大了DEM高程的誤差，但精度完全可以滿足數字高程模型成果精度要求，生產實踐中，還可以通過改進插值模型，進一步提高DEM精度。

4.結束語

本文介紹了基于機載激光點云數據的數字高程模型制作的技術路線和質量評價方法，并結合項目實例，進行試驗與分析，試驗表明，本文所介紹的基于機載激光雷達點云數據的數字高程模型構建方法能滿足現階段高精度數字高程模型制作要求。