摘要：机载LiDAR获取点云数据具有快速、高效和高精度的特点，以此为基础制作的DEM数据具有表达地貌细微和精度高的特性。对此，文章重点就利用机载激光点云数据生产DEM的关键技术进行研究分析，以供参考和借鉴。
关键字：机载LiDAR；点云数据；DEM；关键技术
引言
机载激光雷达(Light Detection and Ranging，LiDAR)是20世纪后期发展起来的一种全新的测量技术，是由激光测距技术、GPS定位技术和惯性导航技术集成的一个软硬件系统，主要是为了获取地面及地物要素的高精度三维点云数据。在测绘领域中，机载激光雷达大部分指的是用于地形测绘的机载激光雷达系统。经过几十年软硬件的发展，LiDAR技术不断成熟，由于其具有快速、高效以及高精度的特点，采用LiDAR数据生产DEM已经逐渐替代传统摄影测量方法，成为国内外获取DEM的主要手段。
1LiDAR数据获取和处理
某测区位于吉林省西北部，地形以低山和丘陵为主，测区地势平缓，最高点海拔650m，最低点海拔130 m左右，地貌属于平原地区，测区面积约为40000km2。
1.1数据获取
LiDAR数据的获取过程主要包括航线设计、数据采集及飞行评价等内容，目的是要获得测区的ALS70HP点云数据成果和ALS70HP航摄影像数据成果，在此流程中需要注意以下几个问题：
1.1.1气象条件
由于航摄作业区域跨度大，测区单条航线东西布设，航飞时间不超过30min，跨度平均约为70km，存在气象条件不一致的现象，而在云层厚度和面积达到一定程度后，激光设备会启动保护措施停止工作，进而影响正常的点云获取，具体的处理方法是按时观察气象条件和检查预处理航摄数据，及时发现航带出现的问题，及时补充航摄，解决数据完整性问题。
1.1.2航摄时间
航摄计划执行过程中，摄区早上的天气稳定性较好，中午和下午空气流的稳定性下降。在其他条件不变的情况下，无论是脉冲激光还是连续波激光，其最大测距与反射率的平方根和激光功率的平方根成正比，因此要获得较好的测距效果，大气条件十分重要。干冷和透明的大气条件下效果最好，污染较为严重的区域在中午以后会出现激光反射率下降的现象，改进的措施是在执行城市区域航摄计划时，应多考虑早晨和上午的时间段。
1.1.3航线设计
航线根据技术设计要求设计，并满足以下要求：第一，航线设计要充分考虑测区的走势，边界区域要满足激光旁向重叠率大于航带宽度的30%；第二，结合空域空闲时间和部队飞行管制，考虑基站的架设位置，合理设计航线；第三，保证每条航线直线飞行时间一般不大于30min的要求。
1.2数据处理
对LiDAR数据的处理分为预处理和后期的分类处理，预处理过程主要包括对LiDAR航摄数据进行解压、差分、IPAS数据解算、激光检校、相机检校、点云数据生成、数据精度检测等处理，以获得满足点云数据后期处理及产品制作要求的数据，该过程的成果精度是后期数据处理的基础，要严格按照要求执行。
后期针对LiDAR数据的分类处理，由于过滤的自动处理得到的点云分类不够理想，会有较多的人为干预，作业人员的作业经验和作业标准将直接影响数据的精度，其中尤其要注意以下几类需要人工处理：第一，复杂地物主要有超过检测阈值的大地物；高差太小，贴近地面的地物；形状和结构复杂的地物；第二，与地面相连的地物立交桥、高架桥、桥梁、架空输水槽等架空于地面或水面之上的人工地物，一般只保留地面或水面上的点云数据，将悬空的点分为非地面点，由于两端与地面一样平，中部又有建筑的特征，所以处理难度较大，另外一种就是陡坡上的建筑物，或者是地基较高的房屋，和地面区分起来较困难；第三，植被覆盖低矮的植被较难被判读，主要靠同期影像来指导生产；陡坡上的植被则不符合滤除假设，需要人工判读。
2利用机载激光点云数据生产DEM的关键技术
2.1数据预处理
机载激光点云数据预处理主要是将航飞过程中获得的差分GPS数据和IMU数据进行联合解算获得定位定姿数据，然后利用联合定位定向数据、原始点云信息及系统所提供的各类参数进行解算，获得每一个激光点的在WGS-84坐标系下的三维坐标。根据项目成果需要，将LiDAR点云数据由WGS-84坐标系转换到地方坐标系或CGCS2000坐标系，所得结果为随机分布的带有高程、位置和强度信息激光点云。此外，由于机载LiDAR系统获得的海量点云数据中包含了大量的粗差和系统误差，数据预处理中应进行粗差检测和剔除处理，即剔除极高点和极低点。
2.2激光点云滤波与分类
机载LiDAR系统获取的原始点云数据是离散的孤立点，其主要的数据值为回波信号点的三维空间坐标及一些附带的属性信息，点与点之间不存在任何拓扑关系。机载激光点云滤波技术是指从离散的点云数据中区分出地面点和非地面点的过程，其基本原理是基于邻近激光脚点间的高程突变，进行滤波计算时需要设置一定的阈值，判断激光脚点是否位于地形表面。利用机载激光点云数据制作DEM时滤波与分类具体流程可概况为按照回波次数分类—地面点分类—水系分类。
2.2.1按照激光回波次数分类
由于机载激光具有穿透性，导致在扫描过程中不同的地物有着不同的回波次数和强度信息，当激光脉冲照射到建筑物顶部或裸露的地表时只产生一次回波，而激光脉冲照射到植被时，由于激光信号可以穿透植被从而形成多次回波，因此可对多次回波中的最后一次回波数据和仅一次回波的激光数据进行提取，从而滤除大量非地面点。
2.2.2地面点自动分类
通过反复建立地表三角网模型的方式分离出地表点，并反复加入新的激光点扩展模型，确保每个加入的激光点使得模型更加贴近地表，从而最终得到一个近似的地表面。具体分类方法为：首先设定测区内的最大房屋尺寸，选择少许局部激光低点，确保该局部激光低点间的距离不小于最大房屋尺寸；其次基于上述低点构建初始三角网，假定该三角网的最高顶点贴合地面，并通过不断迭代将该初始三角网上方的点加入以构建新模型，得到一个近似的地表面。
2.2.3人机交互分类
自动分类后的数据可以获得概略地形地貌，但存在一些错分或误分激光点云数据，同时一些小的地形不连续部分也会被平滑或去掉，因此需要通过人机交互方式分类。人机交互分类方法是指参照高分辨率影像，通过人工判断的方式对自动分类的结果进行修正或对特定地物类别进行分类，可通过建立不规则三角网模型，对区域内的整体点云进行分类，剔除坑点或突出点，细部可再根据横截面修正。由于建筑物规模和形态变化较为复杂，需以人机交互分类为主。水系一般无激光回波，但也存在浑浊水体稀疏回波现象，需要结合影像和周围地形进行判断。
2.3DEM构建与评价
DEM主要基于TIN格网构建，即对于滤波分类的地面点云数据，利用ArcGIS软件创建TIN，构建约束三角网模型，并进一步生成规则格网Grid格式的DEM数据。
结束语
综上所述，本文主要介绍了利用LiDAR激光点云数据制作高精度DEM的技术流程和方法，结果表明技术路线能够满足现阶段城市大比例尺DEM生产的需要。
参考文献：
[1]郑云梅,吴洁,张胜雷,王强,赵永鹏.基于多数据源的高精度城市地表高程提取研究[J].中国建设信息化,2020(08):76-78.
[2]姜奕婷.浅谈基于LiDAR数据进行DEM生产过程中若干问题的解决方法[J].测绘与空间地理信息,2019,42(09):173-175.
[3]周琦,韩富圆,侯加林.利用Lidar-DP系统生产数字高程模型方法研究[J].经纬天地,2019(04):52-56+60.