利用机载激光三维点云构建张家界地貌DEM_段佳

2015年第10期段佳，等:利用机载激光三维点云构建张家界地貌DEM107

2015（10）：107-109．DOI：10．13474/j．cnki．11-引文格式：段佳，孙敬宇，刘海飞，等．利用机载激光三维点云构建张家界地貌DEM［J］．测绘通报，

2246．2015．0325

利用机载激光三维点云构建张家界地貌DEM

段

刘海飞，胡娈运，华建新佳，孙敬宇，

(湖南省第三测绘院，湖南长沙410007)

GeneratingComplicatedDEMofZhangjiajieLandforms

UsingPointCloudsofAirborneLaserScanning

DUANJia，SUNJingyu，LIUHaifei，HULuanyun，HUAJianxin

摘要：以张家界地貌为研究对象，以武陵源区218km2为研究范围，采用平均点云密度为每平方米8～15个点的机载激光雷达三维

点云数据进行高精度DEM制作。根据张家界地貌的复杂性，使用Terrasoild软件设计了区别于传统方法的分类流程和分类参数，采用自动和人机交互的分类方法完成点云数据的地面点分类，构建了张家界武陵源区不规则格网和规则格网的1∶2000的DEM模型，为张家界地貌的定量分析提供了数据基础。

关键词：LiDAＲ；点云分类；DEM；张家界中图分类号：P208

文献标识码：B

0911（2015）10-0107-03文章编号：0494-

一、引言

Terrasolid软件设计了分类方法和流程，利用ArcGIS软件完成张家界DEM的建立，直观展示该地区的地形、地貌，为地形特征定量分析和不同类型专题图的

自动绘制提供数据基础，填补激光点云数据在峰林地貌研究的空白。

1992年张家界被联合国教科文组织列入“世界，2004年被列为首批世界地质公园。自然遗产名录”

张家界地貌独特，以棱角平直的高大石柱林为主，具有深切嶂谷、石墙、天生桥、方山、平台等造型地貌为代表的地貌景观，是地貌学家、地质学家们关注的焦

［1］

点，具有重要的科学研究价值。但一直以来张家界地形都使用简单的陡坎符号表示，真实可靠的可量测信息难以获取，张家界地貌的高精度测绘与数字重建工作亟待开展。LiDAＲ是一种主动的光学遥感系统，主要发射可见光或近红外的激光脉冲，其GPS、将激光测距系统（scanninglaserranging）、惯性

INS）进行有效导航系统（inertialnavigationsystem，

的集成，完成对目标地物的三维测量。LiDAＲ具

高解析度、高度自动化、高效率等优势，可有高精度、

直接通过点云数据分类得到高精度DEM。点云数据的分类是构建数字高程模型的重要组

成部分，国内外研究者发展了许多激光雷达点云数据分类算法

，目前已经有几套较为完善的点云数据后处理软件，其中知名度较高、应用较广泛的是

［3-6］

［2］

二、研究区域与试验数据

1．研究区介绍

本次研究选取张家界武陵源区（29°18'04″N—29°24'50″N，110°22'13″E—110°36'60″E）（如图1所

示）。武陵源区是张家界核心景区，由索溪峪、天子山、张家界、杨家界四大景区组成。境内群山起伏，峡谷交错，有石英砂岩柱峰3103座，千米以上峰柱243座，森林植被覆盖率高。武陵源区包含石英砂岩峰林地貌、构造溶蚀地貌、剥蚀构造地貌、河谷侵蚀堆积地貌等地貌类型，从台地、方山、石墙、石柱、峡谷演化过程清晰，在砂岩地貌景观中具有系统性、完整性、自然性、稀有性和典型性等自然属性

。

［7］

由芬兰Terrasolid公司开发的Terrasolid软件包。

可应用该系列软件采用Microstation软件平台开发，

于实际的研究过程中。但是目前利用点云分类构建

DEM模型的应用主要还是在地势较平坦的地区或

［8-10］

，山区、城市地区等对于复杂地形地貌的研究相

对较少。因此，本文采用高密度的点云数据，使用

图1研究区示意图

10-30；修回日期：2015-08-23收稿日期：2014-：（2012-29）基金项目湖南省国土资源厅科技项目

：（1979—），mail：duanjia2@qq．com，，作者简介段佳主要从事测绘新技术研究。E-女硕士高级工程师，

108测绘通报

2．数据滤波分类

2015年第10期

2．LiDAＲ数据获取与预处理

LiDAＲ数据获取时间为2012年11月，采用Leica公司生产的ALS70-HA激光雷达系统作为测量仪器，运五固定翼飞机作为飞行平台。研究区覆

2

盖面积为218km，采用东西方向、南北方向各飞行一次航摄方案：东西方向敷设26条航线、南北方向敷设48条航线。点云密度为每平方米8～15个点，点云间距为0．7m。另外，还同步获取了空间分辨率为2m的CCD影像1000幅。

激光点云数据经过粗差点剔除后，既含有地面点又有非地面点。为生成DEM模型，还需要对点云数据进行进一步的分类，传统的分类流程一般是：地面点分类—建筑物分类—水面点分类。考虑张家界武陵源区多高山峰林地貌，使用传统的激光点分类流程不能达到充分表现地貌的效果，因此，针对张家界武陵源区独特的地貌特征，对传统的激光点分类流程进行调整。分类的具体流程叙述如下。

(1)按照回波次数分类

由于激光信号具有多重反射的特点，一束激

LiDAＲ系统能记光可以有多个不同的反射回波，

录同一脉冲的多次反射数据。光束可能先打在树

冠的顶端，其中的一部分继续向下打在更多的树叶或枝干上，有些甚至打在地面上被返回；光束也可能打到裸露的高山岩石处或建筑物上直接返回，如图3所示

。

三、研究方法

根据张家界地形地貌的特殊性，设计了采用机

载激光三维点云构建DEM的工艺流程，如图2所示

。

图3

图2

DEM构建流程

点云回波次数及类别

1．分类前处理

飞行轨道能够控制航线的重叠度并确定激光点跟影像的联系，因此轨道载入是LiDAＲ数据处理特有的步骤。而飞行轨道间会有一定的扫描重叠区域，为获得一个密度均匀的激光点区域和精度较高的激光点，需要在激光点分类前对重叠区域进行剪裁。

由于机载LiDAＲ系统本身及测量过程中的多路径效应，使得在获取数据过程中会产生粗差点，根据其高程可细分为极高点、极低点和其他形式的噪声点。粗差点的分布没有特定的规律，但它们会对DEM的精度和质量产生很大的影响。分类前处理采用了Terrasolid软件Terrascan模块中的airpoints、lowpoints、isolatedpoints功能去除了极高点、极低点及孤立点。

而地本次飞行的激光点数据采用了4次回波，

面点回波类型只能是onlyecho和lastofmany。因此要得到地形的信息，可采用只有一次回波和多次回波中的最后回波数据进行分离，并在此基础上进行地面点的分类。这种方法直接滤除了大量的非地面点，提高了地面点分类的精度和效率。

(2)建筑物分类

张家界武陵源地区多高山峰林，山区处多较低矮窄小，自动分类时容易将建筑物划分为地面点，造成地形失真，因此需要将建筑物点分离出来，剔除其对地面点分类的影响，以提高精度。建筑物分类是在地面点分类的基础之上进行的，因此先要对地面点进行粗分类（地面点自动分类介绍见下文）。建筑物的分类主要包括两个过程：建筑物自动分类和人工精确采集建筑物。建筑物自动分类主要采用Terrascan模块中的classifybuildings功能完成，设置“Minimumsize”为40，对于未分离出的建筑物点，参

2015年第10期段佳，等:利用机载激光三维点云构建张家界地貌DEM109

手工提取建筑物点。照影像数据，

(3)地面点自动分类

地面点的自动分类是一个非常关键的步骤，主要是通过反复建立地表三角网模型的方式分离地面上的点。张家界武陵源区地形较复杂，采用传统地面点自动分类后，峰林地貌地区多处出现高山山峰未提取出、山头被削平的情况（如图4（a）所示）。因此在本次研究中，采用了3次地面点自动分类：

，“Min-第1次地面点粗分类在建筑物分类之前imumbuildingsize”设置为200，这样可以把所有的建筑物点包含在内，方便进一步在地面点之上提取

建筑物。

第2次地面点粗分类在建筑物分类之后，把第1次自动提取的地面点还原，再进行第2次地面点，“Minimumbuildingsize”自动提取设置为20。

第3次地面点精细分类在第2次粗分类之后，研究针对高山地、丘陵地等不同地形，设置不同的参数分别进行处理，以达到最好的地面点自动分类效果（如图4（b）所示）。一方面根据不同的山形和山峰陡峭程度，设置不同的参数设置分类；另一方面考虑地面点过度提取的情况，随时调整参数设置

。

3．水系处理

一般情况下，用于地形测量的激光不能穿透水面，只能记录很少的有关水面的数据。根据这一特性，当发现窗口里显示的激光点较为稀疏时，可以判断是水面，把落在这一区域里的点全部归入water分类里。但是由于LiDAＲ技术只是点数据，没有精确的边界，缺少场景信息，需要影像和生成的模型来辅助判断水面的边界，然后用多边形绘图工具绘出水面的边界，并使用SetPolygonElevation和InsertBreaklineElement进行分段置平。

4．DEM构建

导出分类后的地面点数据，采用绘制的水系边界作为约束条件，利用ArcGIS软件创建TIN，构建约束三角网模型，并进一步生成规则格网Grid格式的DEM数据。

四、结果

2

通过以上方法，完成了张家界武陵源区218km2m分辨率的DEM数据构建（如图5所示），成果精确地反映了张家界武陵源区的高程信息，详细地刻画了该地区地形地貌特征（如图6所示）

。

图5

图4

不同参数设置下地面点自动分类结果对比

武陵源区DEM

渲染

(4)人工地面点分类由于测区地形复杂，在地面点自动分类完成后，多数山峰、山顶提取不完善，需要参照高分辨率影像，进行人工交互处理，提取地面点。在进行人工地面点分类时，主要遵循了以下原则：

1）手工提取地面点时，参照影像数据和点云生成的模型，并以点云数据断面图为准，注意不要遗漏独立的山峰，在极为陡峭的山峰采集时，为保持山峰的真实形态，采取多采集峰顶处和山脚处点云数据，山峰中间处稀疏采集的方法，还原柱状山峰地貌。2）测区高山耸立，植被覆盖度较高，手工编辑提取地面点时，在断面宽度设置合理的情况下，应选择多层点中较低的点，以免抬高地形。

图6

局部地区DEM渲染

(下转第113页)

2015年第10期丁春雨，等:ArcGIS支持下的土地利用时空数据库设计与功能实现

［3］

113

单独存储，因而未发生变化的信息只存与母体分离，

储一次，避免了快照模型无选择地存储数据这一缺陷，而且应用简单，灵活性强，不仅可以恢复任一时间断面的数据，还可以回溯某一地块实体在某一时刻的状态，这往往比某一时刻数据状态的检索更具

［10］

应用价值，也可以实现对过去任一时刻变化信息的查询，便于对土地利用变化情况的统计与分析。但由于当实体发生变化时，其要与母体分离，如果变化非常大且频繁，图斑会越来越破碎，从而导致数据量增加，同时由于各种误差源的存在，实际上未发生变化的地块也未完全重合，因而也会产生不必要的破碎图斑。本文所讨论的时空数据库是针对面状矢量数据的，而对于线状和点状数据还有待于进一步的研究。时间数据模型的研究还依赖于现有的关系型数据库对时间和空间信息的更深层次的支持。

程昌秀，周成虎，陆峰．对象关系型GIS中改进基态．中国图象图形学报，修正时空数据模型的实现［J］2003，8（6）：697-702．

［4］严泰来，吴平．基于关系型数据库带时间维GIS的一J］．中国农业大学学报，2002，7（3）：47-种数据模型［51．

［5］［6］［7］［8］

于涛．基于ArcGIS的土地利用数据库的研究李晓雷，

J］．科技创新报导，2013（32）：5-8．与建立［

空间GIS时空数据库基础模刘妙龙，吴原华．时间-J］．同济大学学报，2004，32（2）：229-233．型初探［

李霖．基于快照-增量的时空索引机制研究尹章才，

［J］．测绘学报，2005，34（3）：257-282．

刘仁义，刘南．基态修正时空数据模型的扩展及在土．测绘学报，2001，30地产权产籍系统中的实现［J］（2）：168-172．

［9］ALLENJF．MaintainingKnowledgeaboutTemporalIn-terals［J］．CommunicationoftheACM，1983，26（1）；832-843．

参考文献：

［1］［2］

吴正升，郭健，刘松林．GIS中矢量时空数据组织策略［J］．测绘工程，2010，19（2）：24-28．

J］．刘仁义，刘南．时空数据库基态修正模型的扩展［2000，27（2）：196-200．浙江大学学报，

［10］王履华，孙在宏，吴长彬，等．递归算法在改进基态修

J］．地理与正时空数据模型多级历史回溯中的应用［2013，29（3）：26-29．地理信息科学，

［11］龚健雅，李小龙，吴华意．实时GIS时空数据模型测绘

J］．测绘学报，2014，43（3）：226-232．学报［

櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂

［3］VOSSELMANG．SlopeBasedFilteringofLaserAltime-(上接第109页)

五、结论与讨论

采用自动和人机本文根据张家界地貌的特征，

交互的方法，以高密度的机载激光雷达点云数据为数据源，首次完成了张家界武陵源区1∶2000DEM的构建。该方法解决了点云数据中建筑物与地面点易混合、地面点提取不完善、水系边界提取等问题，成功地描绘了张家界地形地貌特征，克服了点云数据在复杂地貌、森林覆盖率高地区难以构建高精度DEM的困难，填补了点云数据在张家界复杂地貌研究的空白。该方法可应用于各种特殊复杂地貌的DEM构建中，也可实现更大范围高精度DEM的构建。

［7］［8］［9］［4］

tryData［J］．InternationalArchivesofPhotogrammetryandＲemoteSensing，2003（33）：935-942．

AXELSSONP．DEMGenerationfromLaserScannerDataUsingAdaptiveTINModels［J］．InternationalArchivesofPhotogrammetryandＲemoteSensing，2002（33）：110-117．

［5］［6］

．张小红，刘经南．机载激光扫描测高数据滤波［J］53．测绘科学，2004，29（6）：50-郭庆华，刘瑾，陶胜利，等．激光雷达在森林生态系．科学通报，统监测模拟中的应用现状与展望［J］2014（59）：459-478．

J］．测绘黄金浪．基于TerraScan的LiDAＲ数据处理［16．通报，2007（10）：13-庞勇，赵峰，李增元，等．机载激光雷达平均树高提J］．遥感学报，2009，12（1）：152-158．取研究［

刘彤，苏林，等．城市DSM的快速获取及其尤红建，

J］．遥感学报，2001，5（1）：8-12．三维显示的研究［

［10］杨海全，余洁，秦昆，等．基于知识的LiDAＲ数据地

J］．测绘通报，2006（12）：9-15．物提取研究［

［11］程春泉，黄国满，杨杰．POS与DEM辅助机载SAＲ多

J］．测绘学报，2015，44（5）：510-517．普勒参数估计［

参考文献：

［1］［2］

J］．地张聪．张家界风景区地貌的形成与演化［吴忱，

55．理学与国土研究，2002，18（2）：52-．北京：国防工业出版戴永江．激光雷达原理［M］社，2002．