摘 要：本文首先探討了無(wú)人機(jī)激光點(diǎn)云數(shù)據(jù)在實(shí)景三維地理場(chǎng)景更新中的應(yīng)用前景。通過(guò)無(wú)人機(jī)獲取遙感衛(wèi)星監(jiān)測(cè)的變化圖斑點(diǎn)云數(shù)據(jù)，利用TerraScan點(diǎn)云分類濾波算法對(duì)地面點(diǎn)進(jìn)行批量提取。其次，采用CloudCompare軟件中的拉普拉斯平滑算法對(duì)提取的點(diǎn)云數(shù)據(jù)進(jìn)行平滑處理，以進(jìn)一步消除離散噪點(diǎn)，并輸出數(shù)字高程模型。最終，實(shí)現(xiàn)了地形級(jí)實(shí)景三維地理場(chǎng)景的更新。研究結(jié)果表明，無(wú)人機(jī)激光點(diǎn)云數(shù)據(jù)能夠提供高精度的地理信息，為實(shí)景三維地理場(chǎng)景的更新提供了堅(jiān)實(shí)的數(shù)據(jù)支持。

關(guān)鍵詞：實(shí)景三維地理場(chǎng)景；無(wú)人機(jī)；激光點(diǎn)云" " "中圖分類號(hào)： P 217" " " " " 文獻(xiàn)標(biāo)志碼：A

實(shí)景三維地理場(chǎng)景更新是地理信息系統(tǒng)中的關(guān)鍵應(yīng)用領(lǐng)域，廣泛應(yīng)用于城市規(guī)劃、土地管理以及環(huán)境監(jiān)測(cè)等方面[1]。傳統(tǒng)場(chǎng)景更新方法主要依賴人工測(cè)量和遙感影像解譯，但這些方法存在成本高、效率低以及精度不夠等問(wèn)題[2]。隨著無(wú)人機(jī)技術(shù)的不斷進(jìn)步，無(wú)人機(jī)激光掃描系統(tǒng)已成為獲取高精度地理數(shù)據(jù)的一種全新途徑。

1 試驗(yàn)區(qū)和數(shù)據(jù)源

本文選擇某縣國(guó)土變更調(diào)查與新型基礎(chǔ)測(cè)繪試點(diǎn)區(qū)域作為試驗(yàn)區(qū)，該區(qū)域的地形類別為丘陵地，其空間分布示例如圖1所示。試驗(yàn)區(qū)包括8個(gè)變化圖斑，其中最小面積為1 200 m2，最大面積為27 300 m2。在這個(gè)試驗(yàn)區(qū)域中，AA1300機(jī)載激光雷達(dá)系統(tǒng)利用激光束掃描丘陵地的表面，記錄每個(gè)點(diǎn)的三維空間坐標(biāo)，即點(diǎn)云數(shù)據(jù)。激光雷達(dá)系統(tǒng)還會(huì)記錄激光束反射的強(qiáng)度、GPS時(shí)間和回波次數(shù)等信息。

1.1 變化區(qū)點(diǎn)云數(shù)據(jù)獲取

使用航拍無(wú)人機(jī)或其他飛行器執(zhí)行航拍任務(wù)，拍攝變化圖斑及其周邊區(qū)域。在飛行過(guò)程中，保證飛行器沿預(yù)定航線，依據(jù)預(yù)設(shè)參數(shù)飛行，以采集高質(zhì)量的航拍影像數(shù)據(jù)。在采集完成后，進(jìn)行影像處理，包括圖像配準(zhǔn)、影像融合等環(huán)節(jié)，將不同時(shí)間段的影像數(shù)據(jù)進(jìn)行配準(zhǔn)，旨在檢測(cè)并分析變化。運(yùn)用遙感影像變化檢測(cè)算法，對(duì)配準(zhǔn)后的影像數(shù)據(jù)進(jìn)行比對(duì)分析，識(shí)別地表變化區(qū)域，即變化圖斑，這些變化可能涉及建筑物、道路和植被等地物。在確定變化區(qū)域后，利用專業(yè)點(diǎn)云數(shù)據(jù)處理軟件提取該區(qū)域的點(diǎn)云數(shù)據(jù)。點(diǎn)云數(shù)據(jù)由大量離散點(diǎn)構(gòu)成，形成三維數(shù)據(jù)集，能精確反映地物的形態(tài)和位置，為后續(xù)的分析和建模提供關(guān)鍵數(shù)據(jù)支撐。在獲取變化區(qū)域的點(diǎn)云數(shù)據(jù)后，進(jìn)行點(diǎn)云數(shù)據(jù)分析與處理，包括點(diǎn)云配準(zhǔn)、特征提取和地物分類等步驟，以獲取更詳盡、準(zhǔn)確的地物信息。變化區(qū)域點(diǎn)云數(shù)據(jù)的獲取過(guò)程如公式（1）所示。

式中：P為圖斑A最近點(diǎn)x的集合，x的最小歐氏距離≤r；r為外擴(kuò)距離，其長(zhǎng)度根據(jù)具體情況來(lái)定。在某些情況下，為保證變化圖斑及其周圍環(huán)境的完整性，須設(shè)定較小的外擴(kuò)距離；而在其他情況下，由于空間范圍更廣泛或相關(guān)因素影響，則須設(shè)定較大的外擴(kuò)距離。

1.2 地面與非地面點(diǎn)分離

在TerraScan中進(jìn)行數(shù)據(jù)處理。首先進(jìn)行數(shù)據(jù)重分類工作。建立宏處理程序，并明確重分類規(guī)則，例如高度閾值和點(diǎn)密度等，將點(diǎn)云數(shù)據(jù)歸類至Default層，以提高后續(xù)處理的準(zhǔn)確性和效率。地面點(diǎn)與非地面點(diǎn)的分離步驟見(jiàn)表1。其次，利用緩沖區(qū)分析功能，設(shè)定5 m的緩沖區(qū)范圍，將孤立點(diǎn)從Default層轉(zhuǎn)移至孤立點(diǎn)圖層，從而有效識(shí)別并處理異?；蛟肼晹?shù)據(jù)，提升數(shù)據(jù)整體質(zhì)量。再次，運(yùn)用坡度分析功能計(jì)算各點(diǎn)的坡度角，并設(shè)定最大坡度角為88°。通過(guò)迭代分離功能（迭代角設(shè)為15°，迭代距離設(shè)為1.4 m）提取地面點(diǎn)，進(jìn)行地形分析和建模，這是激光點(diǎn)云數(shù)據(jù)處理的關(guān)鍵環(huán)節(jié)。此外，還提取低洼區(qū)域或水體特征，為水文分析和土地利用規(guī)劃提供數(shù)據(jù)支撐。最后，創(chuàng)建并保存包含處理規(guī)則的宏文件，設(shè)置相關(guān)參數(shù)，并新建項(xiàng)目文件（Project File，PRJ），選擇須處理的激光點(diǎn)云數(shù)據(jù)進(jìn)行批量處理，以提高處理效率，并保證后續(xù)操作的一致性和可重復(fù)性。

1.2.1 數(shù)據(jù)重分類

在TerraScan中建立宏處理程序，編寫(xiě)包括數(shù)據(jù)重分類的一系列操作步驟和規(guī)則。在宏處理程序中，使用TerraScan提供的功能和命令來(lái)進(jìn)行數(shù)據(jù)重分類。在具體的宏處理程序中，需要定義數(shù)據(jù)重分類的規(guī)則。指定相應(yīng)的參數(shù)和條件，將無(wú)人機(jī)航攝采集的所有點(diǎn)云數(shù)據(jù)重歸類至Default層。設(shè)置地面點(diǎn)和非地面點(diǎn)的分類標(biāo)準(zhǔn)，例如高度閾值、點(diǎn)密度等。在定義了重分類規(guī)則后，宏處理程序?qū)⒆詣?dòng)對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行處理。根據(jù)規(guī)則，將符合地面點(diǎn)條件的點(diǎn)云數(shù)據(jù)重新歸類至地面層，不符合條件的點(diǎn)云數(shù)據(jù)留在原層或被歸類至非地面層[3]。在完成數(shù)據(jù)重分類后，利用可視化工具，采用其他分析方法對(duì)地面與非地面點(diǎn)進(jìn)行驗(yàn)證和檢查，保證數(shù)據(jù)處理的準(zhǔn)確性和有效性。

1.2.2 分離孤立點(diǎn)

在宏處理程序中，利用TerraScan的緩沖區(qū)分析功能，將緩沖區(qū)大小設(shè)置為5 m，以保證包含足夠多的點(diǎn)。構(gòu)建空間三維緩沖區(qū)，將目標(biāo)點(diǎn)周邊的點(diǎn)匯聚于一個(gè)區(qū)域，以便進(jìn)行深入分析。運(yùn)用TerraScan的統(tǒng)計(jì)功能，計(jì)算緩沖區(qū)內(nèi)的點(diǎn)數(shù)量。如果緩沖區(qū)內(nèi)的點(diǎn)數(shù)少于預(yù)設(shè)值，則判定該點(diǎn)為孤立點(diǎn)。根據(jù)統(tǒng)計(jì)結(jié)果，將緩沖區(qū)內(nèi)點(diǎn)數(shù)少于設(shè)定值的點(diǎn)從Default層轉(zhuǎn)移至孤立點(diǎn)圖層。通過(guò)單獨(dú)分離孤立點(diǎn)，可以有效識(shí)別并處理異常或噪聲數(shù)據(jù)，這個(gè)步驟能進(jìn)一步提升地面與非地面點(diǎn)分類的準(zhǔn)確性和可靠性。孤立點(diǎn)的存在表明數(shù)據(jù)中存在異?；蛟肼?，對(duì)其進(jìn)行單獨(dú)處理，可以避免對(duì)后續(xù)分析產(chǎn)生干擾，同時(shí)提高地理信息數(shù)據(jù)的質(zhì)量和可用性。

1.2.3 分離地面點(diǎn)

在宏處理程序中，利用TerraScan的坡度分析功能，計(jì)算每個(gè)點(diǎn)的坡度角。設(shè)定最大坡度角閾值為88°，篩選出坡度角超過(guò)此值的點(diǎn)，并將其標(biāo)記為非地面點(diǎn)，旨在排除陡峭斜坡或垂直結(jié)構(gòu)的影響，以便更精確地識(shí)別地面點(diǎn)[4]。隨后，利用TerraScan的迭代分離功能，進(jìn)一步提取地面點(diǎn)。設(shè)置迭代角為15°，迭代距離為1.4 m，在周圍區(qū)域進(jìn)行迭代處理，從Default層中分離出地面點(diǎn)。這個(gè)過(guò)程能夠有效識(shí)別并提取地面點(diǎn)，實(shí)現(xiàn)地面點(diǎn)與非地面點(diǎn)的準(zhǔn)確分離。

1.2.4 分離低點(diǎn)

在宏處理程序中，利用TerraScan的高程對(duì)比功能，比較某個(gè)點(diǎn)與其周圍點(diǎn)的高程差異。通過(guò)分離低點(diǎn)，可以更有效地提取地形中的低洼區(qū)域或水體等特征，這對(duì)水文分析、洪水模擬等地理信息處理和分析任務(wù)至關(guān)重要。在執(zhí)行低點(diǎn)分離過(guò)程中，須依據(jù)實(shí)際需求和數(shù)據(jù)特性設(shè)定恰當(dāng)?shù)拈撝怠＠纾鶕?jù)地形特征和應(yīng)用需求，將高程差閾值設(shè)定為大于5 m。

1.2.5 批量處理點(diǎn)云數(shù)據(jù)

在TerraScan中，首先創(chuàng)建并保存一個(gè)包含處理規(guī)則的宏文件。宏文件中須設(shè)定地面點(diǎn)提取的相關(guān)參數(shù)和規(guī)則，例如最大坡度角、迭代角及迭代距離等。其次，新建一個(gè)PRJ項(xiàng)目，并選擇待處理的激光點(diǎn)云數(shù)據(jù)。在TerraScan中定位到批量處理功能，利用宏處理程序進(jìn)行數(shù)據(jù)處理。在運(yùn)行宏程序后，TerraScan將根據(jù)宏文件中設(shè)定的規(guī)則和參數(shù)，自動(dòng)處理每個(gè)選定的激光點(diǎn)云數(shù)據(jù)[5]，并根據(jù)規(guī)則提取地面點(diǎn)，實(shí)現(xiàn)地面點(diǎn)的自動(dòng)分離。

2 地形級(jí)實(shí)景三維場(chǎng)景更新

從變化區(qū)域獲取原始激光點(diǎn)云數(shù)據(jù)作為數(shù)據(jù)采集的成果。利用無(wú)人機(jī)搭載的AA1300機(jī)載激光雷達(dá)系統(tǒng)獲取丘陵地變化區(qū)域的原始激光點(diǎn)云數(shù)據(jù)。這些數(shù)據(jù)包括每個(gè)點(diǎn)的三維空間坐標(biāo)、反射強(qiáng)度、GPS時(shí)間和回波次數(shù)等信息。

2.1 DEM數(shù)據(jù)拉普拉斯平滑

利用宏處理程序?qū)υ技す恻c(diǎn)云數(shù)據(jù)進(jìn)行篩選，提取地面點(diǎn)（與地表接觸的點(diǎn)）來(lái)構(gòu)建地形表面模型。篩選地面點(diǎn)，生成數(shù)字高程模型（Digital Elevation Model，DEM）。在生成DEM后，為了進(jìn)一步提高數(shù)據(jù)的質(zhì)量，對(duì)DEM進(jìn)行平滑處理。在CloudCompare軟件的工具欄中找到拉普拉斯平滑處理功能，在進(jìn)行處理前，設(shè)置平滑的迭代次數(shù)和平滑系數(shù)等參數(shù)。迭代次數(shù)表示進(jìn)行平滑處理的次數(shù)，平滑系數(shù)表示移動(dòng)頂點(diǎn)的比例。設(shè)置合適的參數(shù)來(lái)控制平滑程度和保留細(xì)節(jié)的程度。執(zhí)行拉普拉斯平滑處理操作，軟件會(huì)根據(jù)設(shè)置的參數(shù)將每個(gè)頂點(diǎn)移動(dòng)至其相鄰頂點(diǎn)的平均位置。去除數(shù)據(jù)中的毛刺和噪點(diǎn)，使數(shù)據(jù)更加連續(xù)，如公式（2）所示。

式中：為節(jié)點(diǎn)i的新位置；N為節(jié)點(diǎn)i的相鄰頂點(diǎn)的數(shù)目；j為相鄰頂點(diǎn)的索引，表示節(jié)點(diǎn) i的相鄰頂點(diǎn)在其鄰接列表中的位置；為第j個(gè)相鄰頂點(diǎn)的位置。

在TerraScan中，通過(guò)宏處理程序批量處理點(diǎn)云數(shù)據(jù)，并根據(jù)需求執(zhí)行重分類操作。當(dāng)建立宏處理程序時(shí)，依據(jù)具體需求添加各項(xiàng)濾波規(guī)則。這些規(guī)則用于對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行過(guò)濾和清洗，以剔除無(wú)用或干擾的點(diǎn)，并提取出感興趣的特征。濾波規(guī)則涵蓋高程過(guò)濾、密度過(guò)濾及離群點(diǎn)過(guò)濾等，具體設(shè)置須根據(jù)實(shí)際情況來(lái)定[4]。所有點(diǎn)云數(shù)據(jù)均歸類至Default層，為后續(xù)處理做好準(zhǔn)備。通過(guò)統(tǒng)一重分類，使數(shù)據(jù)的組織結(jié)構(gòu)更為清晰，便于后續(xù)操作。

2.2 邊界DEM接邊融合

變化區(qū)域指地理場(chǎng)景中因自然環(huán)境因素、人為活動(dòng)或其他因素而發(fā)生改變的區(qū)域。為處理這些變化，首先須將變化區(qū)域向外擴(kuò)展，形成一定的緩沖區(qū)。原地形級(jí)實(shí)景三維地理場(chǎng)景的DEM數(shù)據(jù)，是通過(guò)實(shí)地測(cè)量和遙感技術(shù)獲取的高精度數(shù)據(jù)，能夠生成真實(shí)的三維地理場(chǎng)景，準(zhǔn)確反映地形形態(tài)。其次，須處理變化區(qū)域外擴(kuò)緩沖區(qū)與原地形級(jí)實(shí)景三維地理場(chǎng)景DEM數(shù)據(jù)的重疊部分。在此重疊區(qū)域中，執(zhí)行邊界接邊融合操作，旨在使2個(gè)不同數(shù)據(jù)源的DEM數(shù)據(jù)在接邊處實(shí)現(xiàn)平滑過(guò)渡，達(dá)到無(wú)縫連接的效果?？刹捎貌逯邓惴ɑ蚱交椒?，根據(jù)變化區(qū)域外擴(kuò)緩沖區(qū)和原地形級(jí)實(shí)景三維地理場(chǎng)景DEM數(shù)據(jù)的高程值，在接邊處進(jìn)行平滑處理。利用邊界DEM進(jìn)行接邊融合，保證采用不同技術(shù)和方法獲取的DEM數(shù)據(jù)，在變化區(qū)域外擴(kuò)緩沖區(qū)與原地形級(jí)實(shí)景三維地理場(chǎng)景DEM數(shù)據(jù)的重疊區(qū)域內(nèi)，能夠平滑過(guò)渡并連接。

4種地形類別（平地、丘陵地、山地和高山地）對(duì)應(yīng)的DEM數(shù)據(jù)精度要求見(jiàn)表2。

由于平地地形變化較小，因此DEM的精度要求設(shè)定為0.75 m，以保證數(shù)據(jù)能準(zhǔn)確反映地面高程變化，支撐城市規(guī)劃和土地利用等應(yīng)用。丘陵地形復(fù)雜度增高，但高程誤差要求仍較嚴(yán)格，精度要求為1.05 m。山地地形變化更復(fù)雜，精度要求相應(yīng)放寬至2.25 m，以適應(yīng)起伏較大的環(huán)境。高山地形變化極端，具有特殊應(yīng)用需求，因此精度要求設(shè)定為3 m。

3 結(jié)果分析

3.1 地理場(chǎng)景更新

經(jīng)過(guò)上述數(shù)據(jù)處理步驟，地形級(jí)實(shí)景三維場(chǎng)景數(shù)據(jù)得到更新，更新效果如圖2所示。

更新后的數(shù)據(jù)包含了經(jīng)過(guò)篩選和平滑處理的DEM，為地理場(chǎng)景提供了更準(zhǔn)確、真實(shí)的地形信息，進(jìn)一步完善了地理信息系統(tǒng)（Geographic Information System，GIS）的建設(shè)，為地形數(shù)據(jù)分析提供了更精確的數(shù)據(jù)支持。通過(guò)DEM數(shù)據(jù)的拉普拉斯平滑、邊界DEM接邊融合以及地理場(chǎng)景更新等步驟，獲得了更準(zhǔn)確、真實(shí)的地形級(jí)實(shí)景三維場(chǎng)景數(shù)據(jù)。這些數(shù)據(jù)對(duì)地理信息的分析、規(guī)劃和決策具有重要意義，提供了更可靠的地形信息基礎(chǔ)。

3.2 精度分析

根據(jù)《數(shù)字高程模型質(zhì)量檢驗(yàn)技術(shù)規(guī)程》（CH/T 1026—2012），本文采用同精度檢測(cè)方法，對(duì)經(jīng)過(guò)批量濾波和平滑處理后的DEM進(jìn)行質(zhì)量檢驗(yàn)。具體操作步驟為：首先，選擇一個(gè)特定的格網(wǎng)，并記錄其高程值，作為DEM在該位置的高程估計(jì)。其次，從原始點(diǎn)云數(shù)據(jù)中獲取該格網(wǎng)附近、位于同一平面的點(diǎn)云高程值。最后，將DEM的高程估計(jì)與原始點(diǎn)云數(shù)據(jù)的高程值進(jìn)行對(duì)比，依據(jù)公式（3）評(píng)估DEM的準(zhǔn)確性和精度。

式中：M為成果中誤差；Δi為比較差；n為檢測(cè)點(diǎn)數(shù)量。

采用方案選定的29個(gè)高程檢測(cè)點(diǎn)，對(duì)DEM的高程精度進(jìn)行了全面評(píng)估。評(píng)估結(jié)果顯示，最大誤差與最小誤差的范圍較小，中誤差也相對(duì)較小，這表明DEM的高程估計(jì)具有較高的穩(wěn)定性和準(zhǔn)確性，足以滿足地理場(chǎng)景更新的要求，為后續(xù)的地理信息系統(tǒng)建設(shè)和應(yīng)用提供了基礎(chǔ)。DEM 高程精度統(tǒng)計(jì)見(jiàn)表3。

由表3可知，DEM高程與實(shí)測(cè)高程之間存在一定的差異，在大多數(shù)情況下DEM高程低于實(shí)測(cè)高程。盡管個(gè)別誤差較大，但是整體的中誤差為0.28 m，說(shuō)明DEM數(shù)據(jù)在該區(qū)域的高程精度相對(duì)較好，適用于相關(guān)的地形分析和應(yīng)用。

4 結(jié)語(yǔ)

本文探討了無(wú)人機(jī)激光點(diǎn)云數(shù)據(jù)在實(shí)景三維地理場(chǎng)景更新中的應(yīng)用。研究結(jié)果顯示，無(wú)人機(jī)激光點(diǎn)云數(shù)據(jù)具有高精度、高分辨率的特性，能夠提供詳盡準(zhǔn)確的地理信息。本文采用了科學(xué)合理的數(shù)據(jù)獲取、處理與分析方法，實(shí)現(xiàn)了地理場(chǎng)景的快速更新與精確測(cè)量。

參考文獻(xiàn)

[1]段祝庚，吳凌霄，江學(xué)良.無(wú)人機(jī)激光雷達(dá)點(diǎn)云密度對(duì)森林遙感反演指數(shù)提取的影響[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2023（12）：1923-1930.

[2]蘆竹茂，龔浩，金秋衡，等.無(wú)人機(jī)激光雷達(dá)點(diǎn)云電力桿塔傾斜狀態(tài)測(cè)量[J].應(yīng)用科學(xué)學(xué)報(bào)，2022，40（3）：11.

[3]胡雪晴，毛慶洲，胡慶武，等.無(wú)人機(jī)機(jī)載激光雷達(dá)四面塔鏡三維成像方法[J].激光與光電子學(xué)進(jìn)展，2023，60（14）：1428002.

[4]王舶鑒，藺菲，房帥，等.近地面激光雷達(dá)點(diǎn)云密度對(duì)森林冠層結(jié)構(gòu)參數(shù)提取準(zhǔn)確性的影響[J].生態(tài)學(xué)報(bào)，2023，43（2）：12.

[5]李友兵.基于傾斜攝影測(cè)量技術(shù)和點(diǎn)云數(shù)據(jù)的古建筑三維模型構(gòu)建[J].測(cè)繪科學(xué)技術(shù)， 2023，11（4）：334-341.