葉 瑋,雷邦俊,周 揚(yáng)
(貴州省第二測繪院,貴州貴陽550004)
為全面掌握我國地理國情現(xiàn)狀,滿足經(jīng)濟(jì)社會發(fā)展和生態(tài)文明建設(shè)的需要,2013年3月5日,《國務(wù)院關(guān)于第一次全國地理國情普查的通知》(國發(fā)〔2013〕9號)印發(fā),決定于2013年至2015年開展第一次全國地理國情普查工作。隨后,全國地理國情普查第二批試點(diǎn)項目選定,筆者所在單位在生產(chǎn)實踐中,發(fā)現(xiàn)目前貴州省的DEM成果已不能滿足正射影像糾正精度的需求。本文針對這一問題提出了一種解決方案,即利用車載移動測量系統(tǒng)MMS采集物體三維坐標(biāo)點(diǎn)云,并快速高效地獲取變化區(qū)域的數(shù)字高程模型,以解決地理國情普查工作中正射影像糾正精度的問題。
車載移動測量系統(tǒng)(mobile mapping system,MMS)是近年來新興的一項測量技術(shù),其原理主要是利用發(fā)射和接收激光束來量測被測物體與系統(tǒng)之間的相對位置,即通過衛(wèi)星定位設(shè)備獲取系統(tǒng)的地理坐標(biāo),利用汽車的運(yùn)動和掃描鏡頭的旋轉(zhuǎn)覆蓋地物的表面,獲取地面物體的三維坐標(biāo)點(diǎn)云,并以此獲取高分辨率的數(shù)字高程模型。激光雷達(dá)技術(shù)突破了傳統(tǒng)單點(diǎn)測量方法的限制,具有高效率、高精度、高密度、穿透性、主動性、數(shù)字化、自動化等特性。
目前貴州省1∶10 000基礎(chǔ)DEM成果數(shù)據(jù)是將貴州省第一代紙質(zhì)地圖矢量化后獲得的。但隨著貴州省近年來經(jīng)濟(jì)建設(shè)的快速發(fā)展,不僅新增了大量的工業(yè)園、住宅區(qū)、交通網(wǎng)線、水利設(shè)施,地形地貌也發(fā)生了巨大變化。因此以這樣的DEM數(shù)據(jù)作為基礎(chǔ)將會導(dǎo)致糾正后的影像存在較大偏差,尤其是新建道路及其附屬設(shè)施(橋梁、隧道、路堤、路塹、護(hù)坡等)。
此外,高速公路影像遇橋梁及山體開挖時變形很大,呈扭曲現(xiàn)象。與矢量數(shù)據(jù)對比統(tǒng)計,高速公路區(qū)域影像糾正后的平面中誤差已經(jīng)超過10 m,部分地區(qū)甚至超過了20 m。因此,急需對DEM數(shù)據(jù)進(jìn)行必要更新。
通常對1∶10 000DEM數(shù)據(jù)的更新技術(shù)主要有航測成圖和外業(yè)實地補(bǔ)測兩種方式。
1)航測成圖適合大區(qū)域的更新測量。相對而言,貴州省影像數(shù)據(jù)獲取難度大,是全國公認(rèn)的影像獲取難點(diǎn)區(qū)域。目前,貴州省內(nèi)大部分地區(qū)的影像數(shù)據(jù)仍停留在20世紀(jì)80年代,少部分地區(qū)還停留在70年代,最新的數(shù)據(jù)也僅為2007—2009年左右。在這種數(shù)據(jù)條件下如果用航測的方式根本不能進(jìn)行有效的DEM數(shù)據(jù)更新;而采用航飛的方式獲取最新的影像,一是周期長,二是經(jīng)費(fèi)高,且往往航空攝影的飛機(jī)在貴州等候可飛行的天氣就長達(dá)3~5個月的時間。
2)用全站儀或GPS進(jìn)行外業(yè)實地補(bǔ)測,適合小區(qū)域更新測量。其工作量大、經(jīng)費(fèi)高,也無法進(jìn)行成區(qū)域大面積的數(shù)據(jù)更新。
兩種方式對于時間緊、面積居中的區(qū)域來說,都有一定缺陷。因此,如何快速準(zhǔn)確地更新項目區(qū)的DEM數(shù)據(jù),是一項急需解決的重要問題。
移動測量車作業(yè)需要GPS基站提供差分處理數(shù)據(jù),以提高點(diǎn)云數(shù)據(jù)精度。本次試驗架設(shè)的基站位于項目區(qū)。
移動測量車在試點(diǎn)區(qū)域共采集了約100 km的點(diǎn)云數(shù)據(jù),采集的對象主要是高速公路路面、路堤、護(hù)坡等附屬物,以及城市和開發(fā)區(qū)的街道及建筑物。
點(diǎn)云數(shù)據(jù)處理首先進(jìn)行了濾波處理,以剔除采集過程產(chǎn)生的噪點(diǎn)。濾波處理所使用的軟件為硬件供應(yīng)商提供的點(diǎn)云數(shù)據(jù)處理軟件。點(diǎn)云數(shù)據(jù)濾波處理后效果如圖1所示。
圖1 經(jīng)過濾波處理的高速公路點(diǎn)云數(shù)據(jù)效果圖
獲取的點(diǎn)云數(shù)據(jù)中大量存在道路上的車輛,道路兩旁的樹木、行人等其他非地形點(diǎn),因此采用合適的濾波方法快速檢測出有效的地面數(shù)據(jù)是能否快速更新DEM數(shù)據(jù)的關(guān)鍵。筆者在與移動測量系統(tǒng)提供商充分交流合作后,應(yīng)用了移動窗口濾波法對地面激光數(shù)據(jù)進(jìn)行快速過濾處理。其基本原理是建立一個與點(diǎn)云密度有關(guān)系的尺度的移動窗口,找到最低點(diǎn),計算出地形模型。
(1)濾波格網(wǎng)建立
根據(jù)移動測量設(shè)備激光點(diǎn)云密度確定窗口取舍大小,若地面激光點(diǎn)云密度高,移動濾波窗口可選取小一些;若地面激光點(diǎn)云密度低,移動濾波窗口需要選擇大一些。本次試驗過程中選取的移動濾波窗口為1~2 m。
(2)濾波方法
確定窗口后可將窗口內(nèi)的離散激光點(diǎn)云數(shù)據(jù)進(jìn)行對比,根據(jù)實際地形選擇過濾最高點(diǎn)、平均點(diǎn)、最低點(diǎn)的方式進(jìn)行濾波處理。本次試驗中大量的點(diǎn)云為高速公路周邊激光點(diǎn)云數(shù)據(jù),因此在高速公路中采用最低點(diǎn)過濾方式;在開發(fā)區(qū)道路及城市道路中根據(jù)點(diǎn)云密度及道路周邊地表物復(fù)雜程度分別選取了最低點(diǎn)與平均值兩種方式進(jìn)行多次濾波處理。
(3)DEM 生成
對濾波后的點(diǎn)云數(shù)據(jù)建立TIN不規(guī)則三角網(wǎng),并內(nèi)插為所需要的DEM數(shù)據(jù)。采用常用的GIS軟件制作DEM會出現(xiàn)無數(shù)據(jù)區(qū)域的TIN,因此需要單獨(dú)對DEM數(shù)據(jù)進(jìn)行裁剪或利用TIN工具的功能避免無數(shù)據(jù)區(qū)的TIN生成。
使用更新后的DEM對衛(wèi)星影像進(jìn)行糾正試驗,并與原始DEM糾正的影像進(jìn)行對比測試,如圖2、圖3所示。
圖2 DEM更新前糾正的影像三維、二維效果圖
圖3 DEM更新后糾正的影像三維、二維效果圖
DEM更新前后糾正的影像,在高速公路區(qū)域采集具有高速公路數(shù)據(jù)的1∶10 000 DEM數(shù)據(jù)同名點(diǎn),并進(jìn)行比較。由于控制點(diǎn)離項目區(qū)距離較遠(yuǎn),將近25 km,同時控制數(shù)據(jù)的精確WGS-84坐標(biāo)沒有獲取到,因此平面位置精度較好,高程精度一般,但都能達(dá)到地理國情普查的需求。結(jié)果見表1。
表1 同名點(diǎn)精度比較
由圖3可以看出,利用更新后的DEM數(shù)據(jù)糾正影像,地形變化較大部分有了很大改善,能夠正確地反映出實際的道路、橋梁、護(hù)坡等建筑與地形,同時精度依然可靠有效,滿足了地理國情普查的成果數(shù)據(jù)要求。
根據(jù)以往的作業(yè)經(jīng)驗,針對本試驗區(qū)域,對航測成圖、外業(yè)實測與車載移動測量系統(tǒng)采集3種DEM制作方法作一個理論上的簡單比較,見表2。
表2 不同DEM更新方法比較
從表2看出,利用車載移動測量系統(tǒng)采集相對于傳統(tǒng)的DEM制作方法有著無可比擬的高效性。
近年來貴州經(jīng)濟(jì)建設(shè)快速發(fā)展,貴州省交通運(yùn)輸廳提供的資料顯示,至2013年底,貴州全省高速公路里程將達(dá)到3281 km,而到2015年,高速公路里程將超過4500 km,基本實現(xiàn)“縣縣通高速”的目標(biāo)。貴州山區(qū)高速公路建設(shè)基本按照開山架橋的方式進(jìn)行,地形破壞嚴(yán)重,單靠軟件和傳統(tǒng)的測量手段進(jìn)行DEM更新,在時間和精度上已經(jīng)不能滿足需求;并且地形地貌變化較大的區(qū)域主要集中在人類經(jīng)常活動、經(jīng)濟(jì)發(fā)達(dá)的區(qū)域,因此DEM的更新不但要快速,而且精度要可靠、地域要有針對性。
綜合來看,車載移動測量系統(tǒng)具有不受空中交通管理限制的優(yōu)勢;在人類?;顒?、經(jīng)濟(jì)發(fā)達(dá)區(qū)域可進(jìn)行無限制數(shù)據(jù)采集;受天氣限制因素小,在多云甚至小雨天氣都可進(jìn)行數(shù)據(jù)采集。因此,利用車載移動測量系統(tǒng)對1∶10 000DEM數(shù)據(jù)進(jìn)行更新具有速度快、效率高、針對性強(qiáng)的優(yōu)勢。
[1] 蔣晶玨.復(fù)雜城市環(huán)境的機(jī)載LiDAR點(diǎn)云濾波[J].武漢大學(xué)學(xué)報:信息科學(xué)版,2007,32(5):402-405.
[2] 劉艷豐.基于kd-tree的點(diǎn)云數(shù)據(jù)空間管理理論與方法[D].長沙:中南大學(xué),2009.
[3] 張皓.一種基于平面擬合的LiDAR點(diǎn)云濾波方法[J].測繪科學(xué),2009,34(4),141-143.