DLG高程要素为何采用LiDAR点云数据更新？

LiDAR技术现已被很多行业所认可，也会诸多领域做出了很多的贡献。其实LiDAR就是利用GPS和IMU机载激光扫描，其所测得的数据为数字表面模型(DSM)的离散点表示，数据中含有空间三维信息和激光强度信息。

应用分类(Classification)技术在这些原始数字表面模型中移除建筑物、人造物、覆盖植物等测点，即可获得数字高程模型(DEM)，并同时得到地面覆盖物的高度。

一、航测成图的不足及采用LiDAR点云数据的优势

航测成图在DLG高程制作的不足

DLG高程要素主要包括等高线和高程注记点，传统的等高线制作主要依靠人工在摄影测量工作站上对立体影像进行立体量测，选定高程后，在立体影像中通过手轮和脚盘控制跟踪，生成等高线。

高程注记点也主要通过人工在立体影像中测出。在传统的DLG高程制作中主要的问题是精度难以保证，人力成本很高，效率低下。

二、LiDAR数据更新高程要素的优点

（1）精度保障好，机载LiDAR数据通过航飞获取，后续根据传感器外方位元素进行定向，获取地面的高程信息，整个测区具有精度一致性的优点。经过抽样对比，测点高程精度由于传统立体量测获得的高程。

（2）数据获取不受天气限制，在不采集影像的情况下可以全天候采集，且有一定植被穿透能力，在地形复杂区域，LiDAR采集所需控制点少，外业困难的地区优势明显。数据从获取到后续数据处理，相关软件和处理系统自动化程度高，且可对整个测区进行等高线生成和高程注记点抽取，后续人工检查整理工作量小，大大提高了工作效率。

（3）对人员要求低，只需要掌握相关软件操作，将LiDAR数据导入后进行提取就可以生成，后续对结果进行检查，操作简便。

三、利用LiDAR数据更新高程要素

（1）LiDAR点云数据处理

LiDAR点云中涵盖了房屋点，地面点，树木，道路等，进行数据处理需要对LiDAR点云数据进行滤波剔除非地面点，提取地面点。

滤波后，点云数据会在一些地方产生空缺，因此，需要进行DEM内插。不同的差值方法有不同的精度和效率。地貌复杂区域采用TIN模型构建三角网，在较平坦区域采用规则格网模型。内插后生成完整的DEM。

由LiDAR点云数据生成的DEM，高程数学精度高，无论是标称精度还是实测验证，其精度都满足甚至远超过相应比例尺DLG高程的精度要求。

（2）等高线生产

等高线生产方式是采用点云规则格网化提取的DEM成果进行内插。

处理过程主要包括：1、点云生成DEM，2、构建TIN模型，3、生成等高线，4、人工编辑、修改，5、等高线接边，6生成成果。可采用EPS等软件进行处理，一般软件都包含处理模块，设置好参数可以自动提取等高线。

首先将点云数据导入软件；

其次设置首曲线和计曲线的属性参数，比如等高距、线型、颜色等。直接内插生成等高线；

最后，叠加DLG和DOM数据、原等高线数据等，对新生成的等高线进行人工编辑修整。

为了保证等高线的精度和美观，对自动生成的等高线需要进行必要的修饰，修饰应注意的是：

1、平缓地区等高线走向；

2、V字山脊山谷的朝向是否一致；

3、有无因为蛋壳之辈未滤除干净造成的等高线突变。

最终使其能真实反映地貌特征且做到形态美观、图面简洁。

（3）高程注记点生产

将点云 DEM 导入 EPS 软件，使用提取高程点功能，设置提取方式和提取参数，比如使用格网提取，设置格网间距后软件及自动提取高程，并生成高程注记。

对高程注记点进行展会和检查。将高程注记点叠加到 DLG 上，检查图面是否有高程异常点，高程点能否代表实地特征，点位密度是否达到要求，地物点数亮是否符合要求，高程点与等高线是否矛盾。相邻图幅高程点是否冲突，高程注记是否压盖其他要素等。

现在对基础地理信息数据现势性和准确性的需求越来越高，作为应用广泛的数字线划图 DLG这种最基础的数据，以传统的生产模式因为周期长、效率低，已经不能满足日益发展的社会需要。机载激光雷达为我们探索新的生产模式，创新生产方法提供了一种可行的方法途径。

版权声明：文章来源于网络，登载此文出于传递更多信息之目的，版权归原作者及刊载媒体所有，如本文中图片或文字侵犯您的权益，请联系我们。 

猜你喜欢：

激光点云有你不知道的独特之处

探讨机载激光点云与影像融合分类