《表3 用于生成数字地形模型和数字表面模型的参数设置》
采用改进的渐进加密三角网滤波算法(Improved Progressive TIN Densification,IPTD)[27]将地面点云与非地面点云分离,基于初始选取的种子点构建稀疏三角网,然后通过迭代处理逐层加密,直到所有激光雷达点分类完毕。由于无人机机载激光雷达所扫描的点云密度较大,地面点云较厚,为提高数字地形模型的准确性,所以提取较厚地面点中间一层较薄且相对平滑的地面点用来生成数字地形模型,称中位地面点,基于中位地面点生成的数字地形模型相比基于全部地面点生成的数字地形模型更加平滑,更能精确地反映地形变化。基于离散的点云数据实现地面地形和地表上物体的连续数字化模拟,生成数字地形模型(Digital Elevation Model,DEM)、数字表面模型(Digital Surface Model,DSM),分别反映地面的地形变化和地面物体上的高度变化。因此,基于中位地面点和非地面点,采用反距离权重插值算法(Inverse Distanced Weighted,IDW),使用附近点计算栅格单元的值,并通过点距栅格单元中心点的距离判断加权平均值,生成DEM和DSM。以上步骤都是在Li DAR360点云处理软件中完成的,其处理步骤的参数设置如表3所示。数字高度模型(Digital High Model,DHM)是通过DSM减去DEM生成,数字高度模型是指包含地表包括建筑物、树木和杂草等物体高度的高度模型。
图表编号 | XD00204418800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 陈日强、李长春、杨贵军、杨浩、徐波、杨小冬、朱耀辉、雷蕾、张成健、董震 |
绘制单位 | 河南理工大学测绘与国土信息工程学院、农业农村部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心、河南理工大学测绘与国土信息工程学院、农业农村部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心、农业农村部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心、农业农村部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心、农业农村部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心、农业农村部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心、北京林业大学信息学院、农业农村 |
更多格式 | 高清、无水印(增值服务) |