基于掃描航帶間重疊區(qū)數(shù)據(jù)分析的激光雷達數(shù)據(jù)質(zhì)量分析

基于掃描航帶間重疊區(qū)數(shù)據(jù)分析的激光雷達數(shù)據(jù)質(zhì)量分析

1數(shù)據(jù)質(zhì)量分析激光雷達（lightdetection，random，im）是一個利用激光、全球定位系統(tǒng)（gps）和永久性導(dǎo)航系統(tǒng)（ios）的自發(fā)雷達探測技術(shù)體系，用于獲取地面和地面目標的三維信息。在近十年內(nèi),機載LiDAR技術(shù)作為一種精確、快速獲取地表三維信息的方法在世界發(fā)達國家已經(jīng)被普遍接受,它不僅在地形測繪、環(huán)境監(jiān)測、三維城市建模等諸多領(lǐng)域有廣闊的發(fā)展前景和應(yīng)用需求,而且在生態(tài)系統(tǒng)研究中也極具潛力。LiDAR系統(tǒng)是通過記錄激光脈沖(laserpulse)從發(fā)射到返回的時間差來計算目標和傳感器之間的距離。按照回波(laserreturn)記錄方式的不同,LiDAR系統(tǒng)可分為兩類:波形LiDAR系統(tǒng)(waveformrecordingdevice)記錄同一個脈沖隨時間變化的返回能量強度,離散LiDAR系統(tǒng)(discrete-returndevice)記錄有限個(一個或者幾個)返回信號。第一個回波信號(firstreturn)被認為是從目標的較高部分(如植被冠層、建筑物頂部)反射,最后一個回波(lastreturn)則認為是從較低處(如地面)反射而得到。與其他類型數(shù)據(jù)的遙感應(yīng)用(尤其是定量遙感應(yīng)用)一樣,數(shù)據(jù)質(zhì)量分析在LiDAR遙感應(yīng)用中是首要的、不可缺少的一環(huán)。近年來,LiDAR掃描數(shù)據(jù)的質(zhì)量分析已經(jīng)被廣泛的研究:影響數(shù)據(jù)質(zhì)量的因素有很多,如地物類型、GPS/INS、傳感器和平臺、飛行高度和觀測角等。最直接地評價LiDAR數(shù)據(jù)質(zhì)量的方法就是點到點的比較,即比較同一地面控制點的實際高程和LiDAR測得的高程,其差值就是數(shù)據(jù)誤差,但是這種方法也有一些限制:首先,控制點需要耗費大量的人力物力(尤其在荒漠、海灘地區(qū)很難獲取);其次,地面控制點有可能與LiDAR采集點的水平位置(坐標)不完全一致,從而沒有可比性,目前比較常用的解決辦法是選擇一塊相對平坦的地區(qū)為實驗區(qū);最后,由于LiDAR量測的數(shù)據(jù)精度受地物類型、地物形狀等影響,地面控制點上地物的變化將影響到點到點的數(shù)據(jù)精度評價。為了克服點到點精度評價方法的不足,Latypov提出了基于重疊掃描區(qū)統(tǒng)計分析的方法來評價LiDAR數(shù)據(jù)質(zhì)量,這是一種基于激光雷達數(shù)據(jù)本身的精度評價方法,其基本思路是:以一定面積大小、符合一定統(tǒng)計特性的樣本單元(surface)為基本采樣點(或稱基本采樣單位),對兩條航帶重疊區(qū)所有采樣點數(shù)據(jù)分別進行統(tǒng)計分析計算出相應(yīng)的統(tǒng)計值(如均值、方差等),比較統(tǒng)計結(jié)果進而達到數(shù)據(jù)精度評價的目的。這是目前廣為應(yīng)用的基于數(shù)據(jù)本身的LiDAR數(shù)據(jù)精度分析方法,但是這種方法沒有對采樣點的面積大小進行分析和討論,也沒有對數(shù)據(jù)誤差來源進行深入分析,另外沒有提出消除誤差的方法(系統(tǒng)誤差和隨機誤差,如相鄰條帶間的高程差異、壞線條/點、噪音等)。本研究提出了一套完整的基于數(shù)據(jù)本身的誤差檢驗—誤差分析—誤差校正的LiDAR數(shù)據(jù)預(yù)處理方法。以機載小光斑激光雷達數(shù)據(jù)為例,首先進行數(shù)據(jù)誤差檢驗(以Latypov提出的重疊區(qū)域分析方法為基礎(chǔ)),然后分離出數(shù)據(jù)的系統(tǒng)和隨機誤差,最后分別進行數(shù)據(jù)誤差校正,最終得到高質(zhì)量的LiDAR數(shù)據(jù),為后續(xù)的數(shù)據(jù)應(yīng)用做準備。2驗—LiDAR數(shù)據(jù)誤差分析及校正方法基于LiDAR數(shù)據(jù)本身的數(shù)據(jù)誤差分析及誤差校正可分為三個步驟:誤差檢驗——數(shù)據(jù)是否存在誤差;誤差分析——在確定存在數(shù)據(jù)誤差的情況下,分析誤差來源并對誤差進行分類(即區(qū)分隨機和系統(tǒng)誤差);誤差校正——針對不同的誤差來源及誤差類型,采取合適的方法剔除或減少誤差,達到校正數(shù)據(jù)的目的。2.1采樣點的平滑度計算本研究采用Latypov提出的基于數(shù)據(jù)本身的航帶間重疊區(qū)分析方法。該方法是以相鄰航帶重疊區(qū)的數(shù)據(jù)為分析對象,采用兩種數(shù)據(jù)誤差評價方法:(1)以采樣點面積大小(surfacesize)為變量的誤差評價;(2)以平坦度(surfaceflatness)為變量的誤差評價。首先定義基本采樣單元的面積大小,基本采樣單元的面積即為采樣點的大小;然后把整個重疊區(qū)分成若干個采樣點(類似于圖像的柵格化),每個采樣點包含有多個LiDAR掃描數(shù)據(jù)點(掃描數(shù)據(jù)點的個數(shù)與掃描密度和采樣點大小有關(guān))。在重疊區(qū)中每個采樣點都分別對應(yīng)于兩個數(shù)據(jù)子集(分屬兩個掃描帶),在保證兩個子集的激光點密度大致相等的情況下(如密度相差很大,則此采樣點棄之不用以保證后續(xù)結(jié)果的可比性),分別對于重疊區(qū)內(nèi)的兩掃描條帶數(shù)據(jù)子集進行統(tǒng)計(包括均值h^(1)sh?(1)s、h^(2)sh?(2)s和方差?σσ?(1)s(1)s、?σσ?(2)s),如果均值之差(公式(1))比較明顯,則說明數(shù)據(jù)中有系統(tǒng)誤差、隨機誤差/壞點或者地物目標是多層次的物體(如大樹,水平距離很近的兩個激光點可能在垂直方向上距離相差很大);如果數(shù)據(jù)中只存在系統(tǒng)誤差,則方差?σ(1)s和?σ(2)s應(yīng)大致相等。重疊區(qū)內(nèi)每一個采樣點都對應(yīng)一個δh,所有采樣點δh的平均值(ˉδh)及其標準差(σδh)則可作為評價兩個掃描條帶間相對誤差的兩個參數(shù)。計算采樣點的平坦度,假設(shè)采樣點S可以表達為:采樣點S的平坦度可以定義為采樣點面積上的地形坡度絕對值:式中,A為采樣點As的面積,但是如果對每一個采樣點的平坦度都按公式(3)計算將耗費很多時間,因此把采樣點內(nèi)所有(LiDAR數(shù)據(jù)的)z值的均方差作為平坦度的近似。在固定采樣點面積的情況下,隨著平坦度的增加,如果條帶間δh沒有顯著變化,則可認為數(shù)據(jù)隨機誤差的影響可以忽略。2.2第一次誤差校正針對誤差檢驗的結(jié)果,并根據(jù)先驗知識首先找出隨機誤差的可能來源,分別對原始數(shù)據(jù)進行第一次誤差校正,減少數(shù)據(jù)中的隨機誤差;對于系統(tǒng)誤差,則結(jié)合誤差檢驗的結(jié)果(條帶間的相對偏移量)建立含有系統(tǒng)誤差變量的方程組,通過最小二乘解出各掃描條帶的糾正值,利用糾正值對經(jīng)過第一次校正后的數(shù)據(jù)進行系統(tǒng)誤差的消除,最終得到高質(zhì)量的LiDAR數(shù)據(jù)。3濕地植被類型意大利最大的濕地位于威尼斯近海(地中海),由許多小荒島組成,總面積大約為550km2。本研究的實驗區(qū)選在其中的SanFelice小島,一塊面積為約1.5km×1km的區(qū)域。實驗區(qū)地表覆蓋由多種類型地物混合而成(在遙感圖像上表現(xiàn)為混合像元),主要組成類型為裸地和4種典型濕地植被:Spartinamaritime(Spar.),Sarcocorniafruticosa(Sarc.),Limoniumnarbonense(Limo.)和JuncusMaritimus(Junc.),這幾種植被的高度一般在0—70cm之間。而且在此研究區(qū),表面高程(植被高度+地形高度)的變化范圍基本在0—100cm之間。本文所用的LiDAR數(shù)據(jù)由德國TopoSys公司研制的FALCONⅡ激光雷達系統(tǒng)在2002年10月4日掃描獲取,飛行高度450m,飛行速度60m/s,地面腳印大小40cm,測高分辨率1cm,解算得到激光點坐標的水平精度小于50cm,高程精度小于15cm,LiDAR系統(tǒng)記錄了第一個和最后一個激光回波。在本研究中,我們僅以最后一個回波數(shù)據(jù)為例來進行數(shù)據(jù)誤差分析和校正,共有25個飛行條帶覆蓋實驗區(qū),產(chǎn)生大約300MB的LiDAR數(shù)據(jù)。4掃描重疊區(qū)lda算法結(jié)果分析對于一組連續(xù)的多條掃描帶數(shù)據(jù),首先計算每一掃描帶數(shù)據(jù)的邊緣位置,其次找出每兩條連續(xù)掃描帶之間的重疊區(qū)域,最后把重疊區(qū)域的所有LiDAR數(shù)據(jù)分別組成兩個數(shù)據(jù)文件(分屬不同的掃描帶)。本研究最終確定了6條掃描帶,用這6條掃描帶可以完整的覆蓋實驗區(qū),并且這6條掃描數(shù)據(jù)是在很短的時間內(nèi)(小于1h)獲取的,以保證分析數(shù)據(jù)的時間一致性。分別對這些掃描帶進行統(tǒng)計分析,結(jié)果顯示各掃描條帶的掃描密度基本相似。6個掃描帶共有4927421個激光掃描點,平均的掃描點密度為7.8點/m2。統(tǒng)計結(jié)果表明大于50%的實驗區(qū)至少同時被兩個(或兩個以上)掃描條帶所覆蓋,并且發(fā)現(xiàn)僅有一條掃描帶覆蓋(或者沒有掃描數(shù)據(jù))的區(qū)域主要是水體(海洋或河流)。本文所采用的數(shù)據(jù)精度評價方法是基于重疊區(qū)數(shù)據(jù)的分析方法,實驗區(qū)如此大面積的重疊掃描數(shù)據(jù)保證了數(shù)據(jù)精度分析的可靠性。每兩個相鄰掃描帶就可以產(chǎn)生一個重疊區(qū)域,本研究中6個掃描帶共產(chǎn)生了9個重疊區(qū),統(tǒng)計結(jié)果表明9個重疊區(qū)內(nèi)各條帶的點密度大致相當(dāng),這使得后續(xù)分析的結(jié)果更加合理可靠。對每一個掃描重疊區(qū)的LiDAR數(shù)據(jù),兩個程序分別進行重疊區(qū)數(shù)據(jù)誤差分析:一是在給定平坦度?σs(實驗區(qū)大部分數(shù)據(jù)的z值變化范圍為30—70cm,因此給定?σs<20cm)的前提下,以采樣單元(點)的面積為變量進行誤差分析;另外一個是給定采樣點面積(3m×3m)的前提下,變量為平坦度(flatness)的數(shù)據(jù)誤差分析。僅以掃描條帶1和2為例說明誤差分析的過程,表1為滿足(?σs<20cm)條件下,以采樣點面積為變量的精度分析結(jié)果。第一列為采樣點面積大小,第二列為樣點總數(shù),第三列為滿足(?σs<20cm)條件的采樣點數(shù)量,第四列為所有符合條件采樣點(即表中的第三列)兩重疊條帶LiDAR數(shù)據(jù)的平均z值之差。從表1中可以看出,兩條帶間的差值(ˉδh)從采樣面積為1m2時的2.53cm增加到采樣點面積為49m2時的3.16cm,后隨著采樣點面積(本研究直到100m2)的增加條帶間差異反而逐漸減小。可對結(jié)果做這樣的分析:如果此重疊區(qū)域存在隨機誤差,那么條帶間誤差ˉδh應(yīng)該隨著采樣點面積的增加而減小;如果存在系統(tǒng)誤差,條帶間誤差ˉδh應(yīng)該獨立于采樣點面積大小,不隨采樣點面積的大小而變化。因此表1的結(jié)果表明隨機和系統(tǒng)誤差都可能同時存在于掃描數(shù)據(jù)之中。表2列出了不同平坦度(?σs)條件下的精度估算結(jié)果。樣本點面積固定為9m2(每條帶中大約有70個激光點數(shù)據(jù)被接收,樣本數(shù)量可滿足統(tǒng)計需要),并且符合條件(?σs=100cm)的樣點數(shù)量可達3560。表2中第二列為重疊區(qū)中所有的樣點個數(shù),第三列為滿足一定平坦度(?σs)條件下的采樣點數(shù),第四列則為重疊區(qū)條帶間平均誤差(ˉδh)。表2中的結(jié)果顯示:在滿足平坦度為5cm的所有樣點中兩條帶間差異(ˉδh)為2.10cm,且隨著平坦度的增加,條帶間差異也在緩慢增加,滿足平坦度條件的樣點比例也接近1。所有這些都表明這兩個條帶的LiDAR數(shù)據(jù)同時存在著系統(tǒng)和隨機誤差。對于所有9個重疊區(qū)的掃描條帶組合,可以分別計算不同變量下(采樣點面積和平坦度)數(shù)據(jù)誤差分析的結(jié)果。從這些結(jié)果中,可以得出各掃描條帶的數(shù)據(jù)質(zhì)量情況并可區(qū)分其中的隨機和系統(tǒng)誤差。如表3中條帶組合1和3之間的差異主要由系統(tǒng)誤差導(dǎo)致,而不是隨機誤差,原因在于條帶差異(ˉδh)基本不隨著采樣單元的大小而變,條帶差異(ˉδh)基本上是隨平坦度的增加而減小。圖1為采樣點大小為9m2,滿足平坦度為20cm情況下,所有采樣點條帶間差值的分布圖。從圖中可以看出,不同條帶之間的系統(tǒng)誤差(系統(tǒng)偏移量)和隨機誤差/噪音(圖中細的尖峰)的大小。進一步統(tǒng)計可以發(fā)現(xiàn):對9個重疊掃描區(qū)來說,數(shù)據(jù)精度評價參數(shù)ˉδh和σh不是一個常數(shù)。這是由儀器和飛行參數(shù)等多種因素導(dǎo)致的,如GPS/INS、傳感器和平臺、飛行高度和觀測角等。這種方法評價數(shù)據(jù)質(zhì)量的優(yōu)點在于:在沒有地面控制點的情況下,能對數(shù)據(jù)誤差及動態(tài)范圍給出比較客觀的評價。通過糾正每一條帶上垂直方向的偏移,能夠盡可能地減少相鄰條帶的匹配誤差。4.1數(shù)據(jù)處理和濾波以掃描條帶1和2的重疊區(qū)為例,分別對該區(qū)域內(nèi)陸地和水體部分進行統(tǒng)計分析(表5)。如果這兩個條帶的LiDAR數(shù)據(jù)不受隨機誤差的影響,對陸地和水體來說,這兩個相鄰條帶的平均z值應(yīng)該大致相當(dāng)。但從表5中可以看出,陸地區(qū)域的兩個條帶間差異為1.6cm(條帶1的平均值為44cm,條帶2的均值為42.4cm),這種差異是可以接受的。但是對于水體來說,兩個條帶數(shù)據(jù)的均值差異不能滿足要求(3.4cm)。另外,水體部分的LiDAR數(shù)據(jù)標準差應(yīng)該顯著小于陸地區(qū)域,因為陸地覆蓋面的波動程度一般大于水體表面,而統(tǒng)計結(jié)果正好相反。這些情況表明LiDAR數(shù)據(jù)的水體部分存在比較嚴重的隨機誤差。由于水體產(chǎn)生的數(shù)據(jù)隨機誤差比較大,而且有相當(dāng)部分水體表面沒有激光反射信號,因此用一個濾波器(z>0cm)將所有水體表面反射的激光回波信號去掉(獲取的LiDAR數(shù)據(jù)表明海平面的平均海拔高度近似為0)。另外,野外觀測發(fā)現(xiàn)在實驗區(qū)(S.Felice)絕大部分地表高程(裸地高程+植被高度)小于100cm,僅有一些海水中的航標,其高度大約在270cm。因此可以認為(z>300cm)的數(shù)據(jù)點為噪音/壞數(shù)據(jù),從而用另外一個濾波(z>300cm)去掉一部分隨機誤差。通過兩個濾波處理,消除了數(shù)據(jù)中的隨機誤差,同樣用前面的數(shù)據(jù)精度評價方法來評價經(jīng)過濾波處理后的數(shù)據(jù),圖2表示經(jīng)過隨機誤差消除后的數(shù)據(jù)質(zhì)量效果。比較兩個散點圖(圖1和圖2)不難發(fā)現(xiàn),經(jīng)隨機誤差消除后,條帶間的差異(ˉδh)明顯減少,同時采樣點的數(shù)目也有所減少(從28711減少到21428),被去掉的數(shù)據(jù)為水體和數(shù)據(jù)噪音。另外圖2也表明不同條帶間存在明顯的系統(tǒng)偏差。4.2實驗數(shù)據(jù)處理上面的分析結(jié)果表明:經(jīng)隨機誤差剔除后的數(shù)據(jù)中存在著系統(tǒng)誤差。以相鄰條帶1和2內(nèi)的重疊覆蓋區(qū)為例來說明如何確定相對偏移值的大小,定義LiDAR獲取的平均z值分別為u1和u2,真實值為u,假設(shè)經(jīng)隨機誤差剔除后LiDAR數(shù)據(jù)中剩余誤差(即系統(tǒng)誤差)為?u,那么真實值、LiDAR測量值和系統(tǒng)誤差?u之間的關(guān)系可以表達為:從而條帶間的相對偏移可表達為:本次實驗數(shù)據(jù)中,9個系統(tǒng)偏移值d分別對應(yīng)于9個相鄰條帶重疊區(qū),可以組成一個多元一次方程組來求解各個條帶的誤差校正值:通過最小二乘求解此方程組,即可得各條帶的系統(tǒng)偏移量:最后利用以上求得的各條帶系統(tǒng)偏移值對LiDAR數(shù)據(jù)中每一個激光點數(shù)據(jù)的z坐標值進行糾正。圖3顯示了9個重疊區(qū)內(nèi)所有采樣點相鄰條帶差值的分布圖,對比圖1和圖2,可以看出系統(tǒng)誤差和隨機誤差均抑制在很小的范圍內(nèi)。總的說來,LiDAR數(shù)據(jù)經(jīng)過隨機誤差和系統(tǒng)誤差校正之后,數(shù)據(jù)質(zhì)量明顯改善,如圖4(a)所示。條帶間的平均差值從原始數(shù)據(jù)時的[-8cm,8cm]下降到