陳 杰,陳正宇
(中國能源建設(shè)集團江蘇省電力設(shè)計院有限公司,江蘇 南京211102)
隨著國民經(jīng)濟的不斷發(fā)展,我國輸電走廊、輸電線路輸送容量越來越大,輸送距離越來越長,使輸電走廊通道日益緊張。輸電走廊通道對路徑合理性、可行性、工程投資和建設(shè)進度有較大影響,妥善處理通道清理對工程建設(shè)至關(guān)重要?;谥貥?gòu)數(shù)據(jù)的通道清理創(chuàng)新統(tǒng)計方法,對通道內(nèi)房屋、林木進行識別和單體化建模,根據(jù)通道清理原則繪制控制范圍面,自動選取需處理的房屋或林木信息,大幅度地提高了工作效率。
通過點云濾波獲得對應(yīng)的建筑物分類點云,采用隨機抽樣一致性RANSAC(random sample consensus)算法自動提取房屋頂面,基于Delaunay三角網(wǎng)提取房屋的頂面輪廓,采用強制正交最小二乘法進行房屋頂面輪廓的規(guī)則化,獲得單層房屋的面積;根據(jù)經(jīng)驗值設(shè)定高度閾值自動判定房屋的樓層,從而獲得房屋的面積;自動計算輸電線路與房屋角點的最近偏距,完成房屋拆遷的判定,從而實現(xiàn)滿足初步設(shè)計要求的房屋拆遷量自動統(tǒng)計;利用激光雷達多回波的特性,采用面向單木提取的激光點云分割算法智能獲取輸電線路設(shè)計關(guān)心的高聳林木的密度、行距、株距、胸徑等信息,自動完成林木信息的統(tǒng)計調(diào)查;通過輸電線路房屋拆遷量、林木信息等工作的自動統(tǒng)計,為輸電線路路徑的優(yōu)化設(shè)計提供數(shù)據(jù)支撐。
根據(jù)地物特征設(shè)置不同的特征參數(shù),預(yù)先對原始點云進行分類,并通過人工編輯得到分類成果。在對水系、電力線、道路分類時,仍需要人工借助影像和點云數(shù)據(jù)進行判讀實現(xiàn)分類。
在點云數(shù)據(jù)的后處理中,已經(jīng)將房屋點云提取出來,而要實現(xiàn)自動面積計算統(tǒng)計,就需要提取房屋頂面輪廓和獲取房屋的高度這兩項重要信息。本文提出的基于RANSAC的建筑物頂面提取方法是一種穩(wěn)健的模型參數(shù)估計算法,它根據(jù)一組含有異常數(shù)據(jù)的數(shù)據(jù)集,計算出數(shù)據(jù)的模型參數(shù),得到有效樣本數(shù)據(jù)。RANSAC算法的基本思想如下[1]。
a)考慮1個最小抽樣集的勢為n的模型(n為初始化模型參數(shù)所需的最小樣本數(shù))和1個樣本集P,P的樣本數(shù)num(P)>n,從P中隨機抽取包含n個樣本的P的子集S初始化模型M。
b)余集CpS=PS中與模型M的誤差小于某一設(shè)定閾值t的樣本集以及S本身構(gòu)成S*。S*認為是模型M的內(nèi)點集,它們構(gòu)成S的一致集。
c)若num(S*)≥N(其中N表示正確模型所含一致集的最小個數(shù)),認為得到正確的模型參數(shù),并利用集S*(內(nèi)點)采用最小二乘等方法重新計算新的模型M*,重新隨機抽取新的S,重復(fù)以上過程。
d)在完成一定的抽樣次數(shù)后,若未找到一致集則算法失敗,否則選取抽樣后得到的最大一致集判斷內(nèi)外點,算法結(jié)束。
RANSAC算法具有效率高、運算快并且計算精度高的特點[2]。因此,本課題利用RANSAC算法提取房屋頂面的三維模型。實驗表明,RANSAC擁有強大的抗噪聲能力,能夠?qū)崿F(xiàn)良好的房屋頂面提取效果。
在提取房屋頂面之后,需進一步進行建模分析處理,必須從離散的點云中提取建筑物的頂面輪廓。本課題首先基于Delaunay三角網(wǎng)提取房屋的頂面輪廓,再基于強制正交最小二乘法進行房屋頂面輪廓的規(guī)則化[3]。圖1為建筑物輪廓規(guī)則化流程圖。實驗獲取的房屋頂面輪廓經(jīng)過實地驗證,精度優(yōu)于點云的平均間隔距離,達到了“亞像元”的精度。
圖1 建筑物輪廓規(guī)則化流程
獲取了建筑物頂面輪廓,再與RANSAC提取的空間三維平面結(jié)合,即可構(gòu)建房屋頂面的空間三維模型。得到矢量化后的單體房屋模型后,再利用無人機生成的數(shù)字高程模型DEM(digital elevation model)和數(shù)字表面模型DSM(digital surface model),經(jīng)過空間差值運算,生成歸一化數(shù)字表面模型NDSM(normalized digital surface model)[4],以判斷房屋的高度,從而估計房屋的面積。將層數(shù)的屬性值賦予每一個房屋的面,從而可以自動計算出房屋面積。接下來進一步對線路通道內(nèi)房屋的總面積進行估計,就可為房屋拆遷面積統(tǒng)計提供可靠支撐。
對線路路徑做拆遷范圍之內(nèi)的緩沖區(qū)分析,將緩沖區(qū)(拆遷范圍)與房屋矢量做空間計算,統(tǒng)計與緩沖區(qū)相交的房屋面積,全部相交求和即為輸電線路全路徑的房屋拆遷預(yù)估量。
經(jīng)過驗證,用激光雷達數(shù)據(jù)估算的線路房屋拆遷量與實地測量得到的拆遷量相比,兩者相差不大,僅相差7.5%,滿足對于成本計算的要求。由此證明,基于激光雷達的分類精度和統(tǒng)計方法是十分高效和精確的,具有良好的應(yīng)用前景和推廣價值。
兵馬未動糧草先行。云南電網(wǎng)提前建立應(yīng)急物資儲備臺賬,明確應(yīng)急物資儲備地點并梳理了應(yīng)急物資需求,并連夜從普洱運送移動變電站支援。金沙江沿江各供電所、變電站、生產(chǎn)駐點已做好值班值守工作,梳理檢查維護發(fā)電裝備,清理應(yīng)急搶險物資,準備低壓供電套裝,應(yīng)急搶險隊伍進入待命狀態(tài)。
考慮到輸電線路工程的政策處理成本和施工成本,輸電線路穿越林區(qū)時,需要評估被穿越林區(qū)的面積和體積。采用激光雷達測量技術(shù),通過發(fā)射并搜集激光點云,可獲取林區(qū)的樹高和樹冠等集合特征后合成林地空間結(jié)構(gòu)初步模型,也可判別樹木種類、林分結(jié)構(gòu)參數(shù),如胸徑、樹木干枝結(jié)構(gòu)、孔隙度、LAI、葉面積密度、冠層高度輪廓等,最后估算出輸電線路勘測、設(shè)計、施工與后期運行中的林地損失。另外,可以用專業(yè)軟件對林區(qū)內(nèi)樹木的點云數(shù)據(jù)通過單木分割法來提取單木結(jié)構(gòu)信息,從激光雷達點云中識別樹冠頂點、樹冠邊界、位置等屬性。
林分結(jié)構(gòu)信息提取常采用高度分布法,即從點云中直接計算高度分位數(shù)、回波指數(shù)等點云特征量,或者按照指定的高度間隔生成頻率或強度合成波形,計算波形分位數(shù)、波形前沿、波形后沿等波形特征量,根據(jù)點云特征量、波形特征量與地面測量值之間的關(guān)系,估測森林結(jié)構(gòu)參數(shù)。對于高郁閉度區(qū)域,使用SLAM獲取點云提取林下地形精度可達厘米級。
依據(jù)《110~750 kV架空輸電線路設(shè)計規(guī)范》(GB 50545—2010),結(jié)合環(huán)保要求以及沿線線路通道工作經(jīng)驗,林木砍伐主要控制因素如下。
a)跨越林區(qū)時,導(dǎo)線與樹木(考慮自然生長高度)之間的垂直距離不小于7 m;導(dǎo)線與果樹、經(jīng)濟作物、城市綠化灌木以及街道行道樹木之間的垂直距離不應(yīng)小于7 m。
b)線路通過公園、綠化區(qū)或防護林帶,導(dǎo)線與樹木之間的凈空距離在最大計算風(fēng)偏情況下不小于7 m。
對于林木砍伐設(shè)計,需考慮導(dǎo)線對林木垂直距離和風(fēng)偏凈距兩個因素。在常規(guī)二維平面下,林木的垂直凈距較易計算,但是風(fēng)偏后的凈距受弧垂變化、風(fēng)偏后地面高程變化等信息影響,設(shè)計深度也很難滿足。對于平地線路,由于其地面高程基本不變,通過計算導(dǎo)線檔中弧垂,輔以風(fēng)偏角度,生成紡錘狀的控制范圍,可基本滿足設(shè)計深度要求。但對于山區(qū)線路,其四周地面高程不斷變化,風(fēng)偏凈距控制的林木砍伐范圍基本無規(guī)律可言,僅能通過大量采集風(fēng)偏危險點生成風(fēng)偏斷面,再人為判斷砍伐范圍,效率低下,準確度較低。
依據(jù)林木砍伐原則,計算垂直距離和風(fēng)偏凈距情況下的砍伐控制面??紤]導(dǎo)線實際位置和最大風(fēng)偏位置,以此畫一個距導(dǎo)線7 m的?。硺渚€),對地面樹木以地面高程為準,向上平移樹木自然生長高度,當其高于砍樹線時,則為需要砍伐的范圍。
根據(jù)樹木信息,結(jié)合各地制定的樹木自然生長高度數(shù)值,自動生成林木自然生長高度面。根據(jù)三維排位成果,生成導(dǎo)線靜止和風(fēng)偏情況下的砍伐控制面,而后計算砍伐控制面與自然生長高度面的重合區(qū)段,對需砍伐的單木信息進行標記。根據(jù)樹木標記結(jié)果,平地段可生成紡錘狀的林木砍伐一覽圖,山區(qū)段可生成實際林木砍伐一覽圖。
根據(jù)激光點云的單木分割數(shù)據(jù),自動統(tǒng)計位置、高度、冠幅、樹冠面積和樹冠體積等信息,通過對砍伐區(qū)域的空間計算,可以智能化地統(tǒng)計線路中的樹木砍伐量。
幾種通道清理的測量技術(shù)方案對比情況如表1所示。
表1 各測量技術(shù)方案比較表
由表1可知,常規(guī)測量技術(shù)雖然成本較低,但其房屋、林木需要人工提取,精度也不高。傾斜攝影和激光雷達技術(shù)數(shù)據(jù)精度高,可自動識別通道中房屋及林木,尤其是激光雷達數(shù)據(jù)可識別單棵樹木,具有更高精確度。對于通道清理,可研階段可以采用常規(guī)的測量方法進行數(shù)量估算,而施工圖階段則應(yīng)在常規(guī)測量方法基礎(chǔ)上配合外業(yè)數(shù)據(jù),或采用傾斜攝影或激光雷達技術(shù)。因此,三維通道清理系統(tǒng)主要基于三維重構(gòu)數(shù)據(jù)。
傳統(tǒng)的通道清理工作模式人工參與多、效率低、易出錯。本文通過創(chuàng)新的三維通道清理模式,對通道內(nèi)房屋、林木進行識別建模,結(jié)合已排位路徑,根據(jù)通道清理原則繪制控制范圍面,并計算重疊面,達到自動化、智能化統(tǒng)計的效果。