王林振, 曹彬才, 欒奎峰,, 張 翔, 沈 蔚,

(1. 上海海洋大學(xué) 海洋科學(xué)學(xué)院, 上海 201306; 2. 上海市海洋局河口海洋測(cè)繪工程中心, 上海 201306)

基于機(jī)載激光技術(shù)的淺海水深測(cè)繪應(yīng)用分析

王林振1, 曹彬才1, 欒奎峰1,2, 張 翔1, 沈 蔚1,2

(1. 上海海洋大學(xué) 海洋科學(xué)學(xué)院, 上海 201306; 2. 上海市海洋局河口海洋測(cè)繪工程中心, 上海 201306)

受船載儀器、海況等要素限制, 傳統(tǒng)水深測(cè)量中淺水區(qū)域無(wú)法對(duì)淺海水深進(jìn)行測(cè)量。為克服此困難, 利用近年來(lái)新興的機(jī)載激光測(cè)深系統(tǒng)(light detection and ranging system, 簡(jiǎn)稱LiDAR)進(jìn)行淺海水深測(cè)量, 用LiDAR獲取的點(diǎn)云數(shù)據(jù)進(jìn)行處理后得到的水下地形等深線與海圖圖載水深進(jìn)行直觀對(duì)比,同一坐標(biāo)點(diǎn)下的點(diǎn)云水深與截圖水深進(jìn)行定量分析。結(jié)果表明, LiDAR獲取的水深精度高, 水深點(diǎn)密集,可更快獲得淺海區(qū)域詳細(xì)的高精度的水下地形。這些優(yōu)點(diǎn)使其在近岸淺海海岸防護(hù)、圍海造田、港口建設(shè)等海洋工程項(xiàng)目中應(yīng)用前景廣闊。此外目前國(guó)內(nèi)LiDAR技術(shù)主要用于陸地, 應(yīng)用于淺海水深測(cè)繪還很少, 本研究對(duì)機(jī)載LiDAR進(jìn)行水深測(cè)量的研究進(jìn)行了補(bǔ)充。

機(jī)載激光測(cè)深; 淺海水深測(cè)繪; 點(diǎn)云數(shù)據(jù)處理

目前海道測(cè)量及其他海洋工程探測(cè)通常是基于船載聲吶設(shè)備開(kāi)展的。船載模式使得海洋測(cè)量受到了儀器安裝方式以及海況和船只速度等因素的制約,難以進(jìn)行靈活、快速的大面積測(cè)量[1]。利用光學(xué)遙感影像進(jìn)行水深反演一直以來(lái)都是傳統(tǒng)水深測(cè)圖的有效替代手段[2]。常規(guī)的海洋遙感水深反演技術(shù)、單波束和多波束測(cè)深技術(shù)對(duì)淺水、島礁、暗礁和非安全水域的水深測(cè)量都存在一些不可克服的缺陷, 因而發(fā)展高精度測(cè)量淺海、島礁、暗礁及船只無(wú)法安全到達(dá)水域的水深測(cè)量技術(shù), 對(duì)海洋工程建設(shè)具有重要的應(yīng)用價(jià)值[3]。近幾年, 機(jī)載激光雷達(dá)技術(shù)的興起為淺海、島礁、暗礁等傳統(tǒng)手段難以開(kāi)展的水深測(cè)量提供了新的解決方案。機(jī)載激光測(cè)深系統(tǒng)(light detection and ranging system, 簡(jiǎn)稱LiDAR)的最初目的主要是獲取困難地區(qū)的數(shù)字高程模型數(shù)據(jù)。國(guó)內(nèi)外對(duì)LiDAR在陸地上地形地貌的應(yīng)用研究很多, Youn等[4]利用LiDAR點(diǎn)云數(shù)據(jù)結(jié)合高分辨率正射影像提取道路、橋梁等地物; 尹輝增等[5]利用LiDAR點(diǎn)云建立電力線三維模型, 用來(lái)檢查線路, 建立線路數(shù)據(jù)庫(kù)等。Edson等[6]、劉麗娟等[7]利用LiDAR對(duì)測(cè)算樹(shù)高、樹(shù)冠、木材含量, 評(píng)估森林健康狀況以及識(shí)別樹(shù)種等進(jìn)行了研究。國(guó)外利用LiDAR對(duì)水深測(cè)量的研究要比國(guó)內(nèi)多且時(shí)間較早。Hartman等[8]10 年間用LiDAR獲取的大范圍、封閉區(qū)域的水深, 結(jié)果顯示區(qū)域內(nèi)均方根誤差為20～30 cm; Kumpum?ki等[9]用LiDAR獲得的波形文件進(jìn)行分析獲取海底覆蓋物類型; Mandlburger等[10]采用機(jī)載地形和測(cè)深雷達(dá)獲取了2013年4月—2014年10月包含兩次洪水事件的數(shù)據(jù), 用于監(jiān)測(cè)地形地貌和河流生境變化; Yamamoto等[11]使用LiDAR定量分析了地形和水深對(duì)海龜在佛羅里達(dá)海灘筑巢的影響; Chust等[12]在Basque海灣測(cè)試了測(cè)深雷達(dá)鷹眼(hawk eye)用于淺水區(qū)測(cè)水深成圖的能力, 雖然在0.55～1.77 m范圍內(nèi)精度較差, 但整體可滿足成圖的需要; Wedding等[13]采用測(cè)深雷達(dá)評(píng)估了近岸海底生物棲息地復(fù)雜度, 用于監(jiān)控管理夏威夷礁石區(qū)的魚(yú)群。

對(duì)灘涂、海島礁、淺海水深等測(cè)繪技術(shù)的研究一直是行業(yè)內(nèi)難點(diǎn)和熱點(diǎn), 國(guó)內(nèi)雖然有一些學(xué)者研究了基于LiDAR的海洋測(cè)繪解決方案[14], 但對(duì)LiDAR進(jìn)行淺海水深測(cè)量亟需進(jìn)行研究。本文對(duì)LiDAR獲取的水下點(diǎn)云數(shù)據(jù)進(jìn)行了初步的分析和處理, 制作了水下等深線, 并通過(guò)海圖圖載等深線進(jìn)行直觀對(duì)比以及精確點(diǎn)位水深的對(duì)比, 以此論證LiDAR的應(yīng)用前景。

1 LiDAR系統(tǒng)原理簡(jiǎn)述

LiDAR進(jìn)行海洋探測(cè)原理如圖1所示, LiDAR是在全球差分定位技術(shù)、慣性導(dǎo)航技術(shù)支持下, 利用機(jī)載藍(lán)綠激光發(fā)射設(shè)備, 發(fā)射大功率、窄脈沖激光[15], 并通過(guò)接收設(shè)備接收反射回的激光。 激光通過(guò)激光掃描器和距離傳感器, 經(jīng)微計(jì)算機(jī)對(duì)測(cè)量資料進(jìn)行內(nèi)部處理, 及后期相應(yīng)軟件處理后, 即可獲取被測(cè)目標(biāo)的表面形態(tài)和三維坐標(biāo)數(shù)據(jù)。在此基礎(chǔ)上,可以進(jìn)行各種量算或建立立體模型[1]。它具有探測(cè)精度高、效率高, 機(jī)動(dòng)性強(qiáng), 測(cè)點(diǎn)密度高、測(cè)量周期短, 覆蓋面廣, 運(yùn)行成本低、易管理等特點(diǎn)[16]。

圖1 LiDAR原理示意圖Fig. 1 Schematic of airborne LiDAR bathymetry system

2 數(shù)據(jù)獲取及處理

本文利用南海某海島的激光點(diǎn)云數(shù)據(jù)作為研究對(duì)象, 該區(qū)域點(diǎn)云平均密度為2.7個(gè)/m2, 總激光腳點(diǎn)數(shù)量大于2 000萬(wàn)個(gè), 其中水下地形腳點(diǎn)84萬(wàn)個(gè)以上。對(duì)點(diǎn)云進(jìn)行預(yù)處理拼接、奇異點(diǎn)剔除、水深點(diǎn)過(guò)濾、TIN的生產(chǎn)、等深線的生成, 其流程圖見(jiàn)圖2。

2.1 點(diǎn)云數(shù)據(jù)的預(yù)處理

圖2 點(diǎn)云數(shù)據(jù)處理流程圖Fig. 2 Processing flow of LiDAR data

點(diǎn)云數(shù)據(jù)的預(yù)處理主要是點(diǎn)云拼接、奇異點(diǎn)的刪除等工作。LiDAR系統(tǒng)是一套復(fù)雜的系統(tǒng), 其數(shù)據(jù)包含系統(tǒng)誤差和偶然誤差。點(diǎn)云預(yù)處理之前需要進(jìn)行航帶系統(tǒng)誤差驗(yàn)校, 航帶系統(tǒng)誤差檢校主要表現(xiàn)在不同航帶同名點(diǎn)的三維坐標(biāo)不一致。航帶系統(tǒng)誤差的檢查方法較多, 較為簡(jiǎn)便有效的方法是依靠LiDAR的回波強(qiáng)度信息, 找到島嶼有效特征點(diǎn), 檢查坐標(biāo)數(shù)據(jù)。這項(xiàng)工作可以采用商業(yè)軟件TerraSolid中的TerraScan和TerraMatch模塊完成。TerraMatch用于調(diào)整激光點(diǎn)數(shù)據(jù)的系統(tǒng)定向誤差, 測(cè)激光面間或者激光面和已知點(diǎn)間的差別并改正激光點(diǎn)數(shù)據(jù)。點(diǎn)云處理后對(duì)其定向誤差進(jìn)行評(píng)估, 航帶匹配誤差為0.086 46, 滿足航帶匹配的精度要求, 航帶匹配后的結(jié)果如圖3a所示。

LiDAR點(diǎn)云數(shù)據(jù)奇異點(diǎn)產(chǎn)生的原因較多, 很多學(xué)者采用濾波等方法去除奇異點(diǎn)。本文采用TerraScan中的分類模塊(classify low points)進(jìn)行奇異點(diǎn)剔除,其機(jī)制即在已加載的點(diǎn)云中, 以一定小范圍內(nèi)的高程突變值及其周圍點(diǎn)個(gè)數(shù)進(jìn)行分類, 參數(shù)可以根據(jù)實(shí)際需要進(jìn)行設(shè)置, 由此循環(huán)迭代, 最終濾除所有噪聲點(diǎn), 其結(jié)果如圖3 b所示。

本次實(shí)驗(yàn)區(qū)域較小, 寬約為2 km, 長(zhǎng)約為3.5 km,由于激光測(cè)量時(shí)沒(méi)有進(jìn)行該海域的水位觀測(cè), 缺少對(duì)應(yīng)的潮汐數(shù)據(jù), 故將距該島嶼100 m以外的激光點(diǎn)的平均高程作為測(cè)量時(shí)刻海面高程。實(shí)驗(yàn)區(qū)為南海島礁, 每日潮差約0.5 m, 對(duì)水深測(cè)量誤差貢獻(xiàn)很小。查詢歷史潮位信息, 取0.98 m作為測(cè)量時(shí)刻海面高程。以此為閾值, 將水下地形點(diǎn)單獨(dú)分類出來(lái), 結(jié)果如圖3c所示。

將獲取的水下水深點(diǎn)云另存為Excel文件, 并用獲取的潮汐數(shù)據(jù)對(duì)激光點(diǎn)高程值進(jìn)行改正, 以加載到ARCGIS中與海圖數(shù)據(jù)進(jìn)行對(duì)比。

2.2 提取水下地形等深線與水深數(shù)據(jù)對(duì)比

圖3 LiDAR數(shù)據(jù)預(yù)處理結(jié)果Fig. 3 Pictures of pre-processing resultsa. 實(shí)驗(yàn)區(qū)11條航帶點(diǎn)云疊加圖; b. LiDAR點(diǎn)云處理后的異常點(diǎn)(圓圈內(nèi)); c. 分類水下地形點(diǎn)操作后的結(jié)果a. point cloud result with 11 zone routes; b. unusual point (red circle) after pre-processing LiDAR point cloud; c. result after classifying underwater topography points

提取水下地形等深線通常首先由高程點(diǎn)生成不規(guī)則三角形格網(wǎng)TIN, 在TIN基礎(chǔ)上生成等深線, 這種方法生成的等深線的光滑程度很差, 鋸齒多, 存在破碎的線段和獨(dú)立的多邊形[17]。本文先采用LiDAR點(diǎn)云創(chuàng)建TIN柵格表面, 由柵格表面生成等深線, 結(jié)果如圖4 a所示。本文用來(lái)比對(duì)的水深數(shù)據(jù)提取自Navionics公司的柵格化電子海圖, 該海圖的水深皆為聲吶(單波束、多波束)測(cè)量獲得, 滿足國(guó)際海道測(cè)量組織對(duì)水深測(cè)量的各項(xiàng)規(guī)范要求。由于實(shí)驗(yàn)區(qū)水深均在30 m以內(nèi), 海圖等深線間隔為0.5 m, 對(duì)海圖數(shù)據(jù)進(jìn)行地理坐標(biāo)配準(zhǔn)及數(shù)字化后, 結(jié)果如圖4 c所示。

對(duì)比圖4 a和圖4 c可以發(fā)現(xiàn), 基于點(diǎn)云生成的等深線和Navionics海圖基本一致。海圖圖載水深及精確點(diǎn)位水深數(shù)據(jù)精度, 是基于官方海圖提取的,海圖作為海上航行的安全保障, 其水深精度是可靠的。為保證對(duì)比的客觀性, 考慮地形起伏等因素影響,在海圖等深線上均勻地提取188個(gè)水深點(diǎn), 其點(diǎn)位置如圖4 b所示, 將這提取的188個(gè)水深點(diǎn)與LiDAR測(cè)得的水深進(jìn)行比較分析, 改正水深與海圖水深差值如表1所示, 相應(yīng)的誤差分布如圖5所示。

由表1和圖5可以看到, 大部分采樣點(diǎn)的誤差在[0, 0.5] m, 整體的誤差趨勢(shì)較平穩(wěn), 誤差大小不隨海圖水深的增大而增大, 水深在[0, 1.7] m誤差較大的原因是由于水深較淺, 紅綠激光入水反射時(shí)間較短, 造成誤差較大。究查水深在5.5、11.5、13.5和14.5 m差值較大的原因, 在查看該區(qū)域Worldview-2遙感影像后, 發(fā)現(xiàn)這些區(qū)域地形比較復(fù)雜, 起伏較大, 且海圖數(shù)據(jù)是柵格數(shù)據(jù), 由于在一些小范圍內(nèi)地形起伏過(guò)大, 在其上拾取采樣點(diǎn)時(shí)也存在一定的誤差, 導(dǎo)致一些誤差較大的點(diǎn)出現(xiàn)。

均方根誤差(root mean square error, RMSE)用來(lái)衡量觀測(cè)值同真值之間的偏差, 采用均方根誤差其精度進(jìn)行定量評(píng)估, 結(jié)果為0.193 4。由均方根誤差結(jié)果可知, LiDAR獲取的水深點(diǎn)與海圖水深值誤差較小, LiDAR獲取的水深激光點(diǎn)精度較高。

3 結(jié)論

水深測(cè)量方法在淺海潮間帶、礁石區(qū)等受到潮水、礁石等自然條件的限制, 往往測(cè)量難以進(jìn)行。LiDAR測(cè)量水深是陸海測(cè)繪的一種先進(jìn)技術(shù), 解決了淺海的潮間帶、礁石區(qū)的水深測(cè)量困難。本文使用LiDAR獲取的水下點(diǎn)云生成等深線與相應(yīng)區(qū)域的海圖和遙感圖像進(jìn)行直觀對(duì)比, 對(duì)部分等深線重疊區(qū)進(jìn)行絕對(duì)水深對(duì)比, 結(jié)果表明, 具有藍(lán)綠波段的LiDAR可進(jìn)行淺海水深測(cè)量, 能夠應(yīng)用在淺海、島礁、暗礁及船只無(wú)法安全到達(dá)水域的水深測(cè)量, 此外LiDAR水深測(cè)量點(diǎn)更加密集且精度較高, 可獲得淺海區(qū)域更詳細(xì)的地形信息, 為海岸防護(hù)、圍海造田、港口建設(shè)等提供更加精確的基礎(chǔ)數(shù)據(jù)支撐, 其應(yīng)用前景廣闊。

圖4 水下地形等深線提取結(jié)果、精度驗(yàn)證所需的采樣點(diǎn)位置及實(shí)驗(yàn)區(qū)海圖Fig. 4 Picture of underwater terrain contours extraction results, sampling point for verifying accuracy, and chart of testing zonea. 為基于LiDAR點(diǎn)云生成的間隔為0.5 m的水下地形等深線; b. 實(shí)驗(yàn)區(qū)域遙感圖像及選取的采樣點(diǎn)位置; c. 為所選實(shí)驗(yàn)區(qū)Navionics提供的聲吶(等深線)海圖數(shù)據(jù)a. underwater terrain contours with 0.5 m intervals generated by LiDAR point cloud; b. remote sensing image of testing zone with sampling point; c. zone contours of mapping data provided by Navionics

表1 部分海圖采樣點(diǎn)坐標(biāo)值及相應(yīng)點(diǎn)位點(diǎn)云測(cè)深值Tab. 1 Some sample mapping point values and corresponding point values in LiDAR point cloud

圖5 采樣點(diǎn)水深值誤差統(tǒng)計(jì)圖Fig. 5 Statistical graph of sampling depth value errors

文章的不足之處在于測(cè)量時(shí)沒(méi)有進(jìn)行水位觀測(cè),潮位數(shù)據(jù)采用的是距離島嶼的100 m以外的點(diǎn)的平均高程作為測(cè)量時(shí)刻平均海面, 雖實(shí)驗(yàn)區(qū)潮差較小(1 m左右), 潮汐數(shù)據(jù)對(duì)結(jié)果影響較小但仍是一個(gè)關(guān)鍵誤差因素。海圖數(shù)據(jù)是柵格數(shù)據(jù), 在一些小范圍內(nèi)地形起伏過(guò)大, 在其上拾取采樣點(diǎn)時(shí)也存在一定的誤差, 導(dǎo)致一些誤差較大的點(diǎn)出現(xiàn)。下一步將利用機(jī)載LiDAR數(shù)據(jù)與現(xiàn)場(chǎng)實(shí)測(cè)的水深數(shù)據(jù)進(jìn)行對(duì)比, 進(jìn)一步驗(yàn)證機(jī)載LiDAR測(cè)深的精度。

[1] 葉修松. 機(jī)載激光水深探測(cè)技術(shù)基礎(chǔ)及數(shù)據(jù)處理方法研究[D]. 鄭州: 解放軍信息工程大學(xué), 2010. Ye Xiusong. Research on principle and data processing methods of airborne laser bathymetric technique[D]. Zhengzhou: Information Engineering University, 2010.

[2] 梁建, 張杰, 馬毅. 控制點(diǎn)與檢查點(diǎn)數(shù)量和比例對(duì)水深遙感反演精度的影響分析[J]. 海洋科學(xué), 2015, 39(2): 15-19. Liang Jian, Zhang Jie, Ma Yi. Analysis of the influence of the amount and proportion of control points and check points on the accuracy of bathymetry remote sensing inversion[J]. Marine Sciences, 2015, 39(2): 15-19.

[3] Gens R. Remote sensing of coastlines: detection, extraction and monitoring[J]. International Journal of Remote Sensing, 2010, 31(7): 1819-1836.

[4] Youn J, Bethel J S, Mikhail E M, et al. Extracting urban road networks from high-resolution true orthoimage and Lidar[J]. Photogrammetric Engineering & Remote Sensing, 2008, 74(2): 227-237.

[5] 尹輝增, 孫軒, 聶振鋼. 基于機(jī)載激光點(diǎn)云數(shù)據(jù)的電力線自動(dòng)提取算法[J]. 地理與地理信息科學(xué), 2012, 28(2): 31-34. Yi Huizeng, Sun Xuan, Nie Zhengang. An automated extraction algorithm of power lines based on airborne laser scanning data[J]. Geography and Geo-Infomation Science, 2012, 28(2): 31-34.

[6] Edson C, Wing M G. Airborne Light Detection and Ranging (LiDAR) for individual tree stem location, height, and biomass measurements[J]. Remote Sensing, 2011, 3(11): 2494-2528.

[7] 劉麗娟, 龐勇, 范文義, 等. 機(jī)載LiDAR和高光譜融合實(shí)現(xiàn)溫帶天然林樹(shù)種識(shí)別[J]. 遙感學(xué)報(bào), 2013,17(3): 679-695. Liu Lijuan, Pang Yong, Fan Wenyi, et al. Fused airborne LiDAR and hyperspectral data for tree species identification in a natural temperate forest[J]. Journal of Remote Sensing, 2013, 17(3): 679-695.

[8] Hartman M, Kennedy A B. Depth of closure over large regions using airborne bathymetric LiDAR[J].Marine Geology, 2016, 379: 52-63.

[9] Kumpum?ki T, Ruusuvuori P, Kangasniemi V, et al. Data-Driven approach to benthic cover type classification using bathymetric LiDAR waveform analysis[J]. Remote Sensing, 2015, 7(10): 13390-13409.

[10] Mandlburger G, Hauer C, Wieser M, et al. Topo-bathymetric LiDAR for monitoring river Morphodynamics and Instream Habitats—A case study at the Pielach River[J]. Remote Sensing, 2015, 7(5): 6160-6195.

[11] Yamamoto K H, Powell R L, Anderson S, et al. Using LiDAR to quantify topographic and bathymetric details for sea turtle nesting beaches in Florida[J]. Remote Sensing of Environment, 2012, 125(4): 125-133.

[12] Chust G, Grande M, Galparsoro I, et al. Capabilities of the bathymetric Hawk Eye LiDAR for coastal habitat mapping: A case study within a Basque estuary[J]. Estuarine Coastal & Shelf Science, 2010, 89(3): 200-213. [13] Wedding L M, Friedlander A M, Mcgranaghan M, et al. Using bathymetric LiDAR to define nearshore benthic habitat complexity: Implications for management of reef fish assemblages in Hawaii[J]. Remote Sensing of Environment, 2008, 112(11): 4159-4165.

[14] 杜國(guó)慶, 史照良, 龔越新, 等. LIDAR技術(shù)在江蘇沿海灘涂測(cè)繪中的應(yīng)用研究[J]. 城市勘測(cè), 2007, 5: 23-26. Du Guoqing, Shi Zhaoliang, Gong Yuexin, et al. Research on application of LIDAR in mapping of Jiangsu tidal zone[J]. Urban Geotechnical Investigation & Surveying, 2007, 5: 23-26.

[15] 隋立春, 張寶印. Lidar遙感基本原理及其發(fā)展[J]. 測(cè)繪科學(xué)技術(shù)學(xué)報(bào), 2006, 23(2): 127-129. Sui Lichun, Zhang Baoyin. Principle and tend of airborne laser scanning remote sensing[J]. Journal of Zhengzhou Institute of Surveying and Mapping, 2006, 23(2): 127-129.

[16] 陳堅(jiān), 金翔龍. 機(jī)載激光測(cè)深技術(shù)進(jìn)展及應(yīng)用[J]. 海洋通報(bào), 2002, 21(6): 75-82. Chen Jian, Jin Xianglong. Progress in the research of iron limitation to marine phytoplankton[J]. Marine Science Bulletin, 2002, 21(6): 75-82.

[17] 于彩霞, 許軍, 許堅(jiān), 等. 一種從LiDAR點(diǎn)云中提取海岸線的新方法[J]. 測(cè)繪通報(bào), 2015, 5: 66-68. Yu Caixia, Xu Jun, Xu Jian, et al. A new method of extracting coastlines from LiDAR point clouds[J]. Bulletin of Surveying and Mapping, 2015, 5: 66-68.

Analysis of shallow-sea bathymatric mapping based on airborne LiDAR

WANG Lin-zhen1, CAO Bin-cai1, LUAN Kui-feng1,2, ZHANG Xiang1, SHEN Wei1,2
(1. College of Marine Science, Shanghai Ocean University, Shanghai 201306, China; 2. Estuarine and Oceanographic Mapping Engineering Research Center of Shanghai Municipal Ocean Bureau, Shanghai 201306, China)

Sept. 6, 2016

airborne LiDAR bathymetry; shallow-sea bathymatric mapping; point clouds data processing

Current bathymetry techniques are mainly dominated by onboard multibeam and single-beam technologies. But for shallow bathymetry, these methods cannot operate normally due to instrument and sea condition limitations. Today, modern light detection and ranging (LiDAR) remote sensing can overcome these limitations to facilitate quicker and more precise sea data collection. The big advantage of LiDAR in surveying and mapping is its blue and green bands of permeability for measuring depth. In China, LiDAR is primarily used on land and less so for sea bathymetry and topographic maps. In this paper, we demonstrate the applicability of LiDAR for bathymetry measurement. We introduce the principle of airborne laser bathymetry and extract contours using LiDAR. By comparing the relative and absolute accuracies of sea charts and cloud point contours, we confirm that the precision of LiDAR is high and that it has broad application prospects.

TP 701

A

1000-3096(2017)04-0082-06

10.11759/hykx20160906001

(本文編輯: 劉珊珊)

2016-09-06;

2017-01-03

上海市科委基于國(guó)產(chǎn)高分辨率衛(wèi)星的海洋測(cè)繪關(guān)鍵技術(shù)研究(14590502200)

[Foundation: Research on Key Technology of Surveying and Mapping based on High Resolution Ocean Satellite of Science and Technology Commission of Shanghai Municipality, No.14590502200]

王林振(1991-), 男, 江蘇徐州人, 碩士研究生, 研究方向?yàn)闄C(jī)載激光技術(shù)在海洋測(cè)繪及海洋工程方面的應(yīng)用, 電話: 021-6190054, E-mail: w746359781@hotmail.com; 沈蔚(1977-), 通信作者, 男, 江蘇鹽城人, 博士, 副教授, 研究方向: 海洋測(cè)繪與遙感, E-mail: wshen@shou.edu.cn