基于多源数据融合的矿山大比例尺地形图测绘方法研究
2024-05-18王福莲
王福莲
(甘肃省地质矿产勘查开发局第三地质矿产勘查院,甘肃兰州 730050)
0 前言
矿山地形图测绘是矿山工程建设中非常关键的工作,传统的大比例尺地形图测绘受限制条件多、成本高、获数据格式不一致,进而地形图的成图效果差,严重影响后期工程数据,为避免这一情况,推出多源数据融合方法测绘矿山大比例尺地形图,其测量精准度得到明显提升。
1 多源数据融合技术流程
根据研究区域的实际地理坐标,选取地表控制位置和静态GPS 联合进行测量,同时制定详细的航飞计划,挑选有利时间和天气开始空中拍摄,对Li-DAR 数据进行收集。将拍到的图像数据都要进行检验,对于出现漏飞和图像质量较差的位置需要进行补充飞和重新飞处理[1]。航飞完成后,要及时对核实点云数据和POS 数据进行核对,如数据正确,可以通过IMU 与GPS 联合解算的方式,获取能进行下一步分析的点云数据。
2 多源数据融合主要操作方法
2.1 点云数据预处理
在进行制作数字线划图制作时点云数据是其中一项重要依据,点云数据中预处理功能对提高地图的准确率有着重要的作用,其预处理通常采用点云分拣等方法来去除噪声点、飞点和低空点等冗余数据。由于航飞是在不同航线上进行飞行任务的,当点云数据重叠的可能性在30%以上时会产生大量的重复数据,而这种数据的准确率也比较低。在这种情况下,点云数据的预处理是将地面点等按统一的格式进行归类,以消除航带交叠区冗余数据对测量精度的影响,在最大程度上避免对正常数据造成干扰。因此,点云数据预处理目的是对收集到的文件进行有效分类,消除冗余数据。
2.2 点云数据去噪处理
经过预处理和自动过滤的点云数据,能够有效降低冗余数据。然而,因为在进行点云数据采集时会产生多元融合数据,该数据中依然存在着各种来源的噪音,这些噪声点往往与仪器自身系统偏差和被测量对象的物理性质等因素有关。在这种情况下,为得到高准确率的地形图,必须采用特定的方法来消除噪音[2]。对点云数据进行去噪的方法有:其一,采用剔除低点、飞点等手段去除点云数据中大部分噪音。其二,利用人机交互技术消除点云数据中的噪音。
2.3 点云自动滤波
对点云数据的划分也可以将其看作为点云数据自动滤波,其核心是利用参考对象特征、回波次数等来自动获取地物点各个区域的数据,其基本原则如下:其一,裸露的基岩只有一次回波,反射位置是地面点。在植物生长地区,由于受遮蔽等原因会导致出现反复、多次回波,因此在正常情况下,点云数据上一次回波反射点将会反射到地面上。因此,能够明显看出点在进行云数据划分过程中,主要是结合回波的独有对地物坡面临界值进行确认,直到得到一个标准的地面点。点云数据相对于附近地面物体的平均高程点较低,一般出现在相对狭长的地区,因为这些地区的反射点数目很少,而且分布不均匀,所以在进行测量时要根据地物的中点高程和附近其他点高程进行对比,如果比其他地物点明显偏低,就需将此点进行分离[3]。其二,分隔空中点(即高程显著比周围的平均高程低,并位于地面之上的点),如果对周围某一区域进行点云数据扫描,局部点的平均高程比周围其他点云数据要高,与平均高程的差异比指定的阈值大时,可以将其从点云数据中去除,如塔尖、草垛等。
2.4 点云数据划分
点云自动过滤应该提升以下工作内容:数据的自动分类准确度高,但是目前点云数据划分大多是基于建立数字化表面模型的模式。经过剔除冗余和噪音后,剩余的点云数据可以直接产生DSM,DEM 是基于DSM 理论前提下建立的非地面点数据模型,其由水域点、桥梁点等组成。从以上内容可以看出,在点云数据的划分中应注意:其一,将保持道路、水系和台阶等与地面点相连的地物保留。其二,排除高度显著高于地平面的建筑物,如:高塔、高架桥等。其三,对大面积水域进行置平整修。其四,当DEM产品的网格比地物尺寸更大时,可以视而不见。例如:在矿山居住地附近河道位置的DEM产品。
2.5 DEM成果
DEM 成果的制作是快速获得DLG 的重要依据,在矿山大比例尺地图绘制中DEM产品的制作是一个重要环节。所以生成DEM 非常关键,DEM 产生的点云数据由地面点和断裂线数据两大部分组成。在点云数据的自动分类和人工分类中,以上两种点云数据均是分开保存的,其保存方式分别是Ground 类点云和断裂辅助线数据,所以只需抽取Ground 类点云和断裂辅助线两个文档即可实现DEM产品生产。可以通过两种方式进行:其一,是在Ground类点云的输出中选取一个点云构成的数字化高程模型。其二,利用LiDAR-DP 软件中的断裂线辅助数据,将网格点云数据分类之间的间隔距离设置成两米。除此之外,DEM 产品开始进行生产制造前需要对云数据进行全面核实,上述的全部操作均是以点云数据准确率为100%的基础下开展的。
2.6 内业数据采集
内业数据采集是大比例尺地形图制作的最终工序,也是地形图绘制的关键。内业数据的获取分为人工数据收集和自动化数据收集两种,自动化数据是将点云数据输入到对应的系统中,根据地形图编辑的关键点,可以实现DLG 的自动生成。在此基础上,对等高距离尺寸进行调整,使其尽量符合实际地形特征。在完成数字化线划地图的绘制后,还必须对标注的位置信息进行采集,此时可以初步以自动数据采集方式生成注记点,然后利用人工的数据收集对标注点密度进行调节,应保证地形图的可读性和分布合理性,也就是地形图上标注点位置不应太少或太密集。另外,若点云数据所处的局部区域数据不多,可用补测和重新测验来处理,主要是为了达到大比例尺地形图精确性的要求。在此基础之上,对数字线划图进行编辑处理,制作出图名、图框、图例等,并对图面进行修整,即可递交最后的成果文件,也就是矿山大比例尺地形图。
3 多源数据融合的矿山大比例尺地形图测量精度对比
为对多源数据融合方法在大比例尺地形图制作中准确性进行详细分析,可以通过采集5个点的全站测量数据和这5 个点附近点云数据的平均值进行操作,利用全站仪器所获取的三维坐标和利用多源数据融合技术获取的三维坐标十分接近,其准确度可以达到1/2000 大比例尺的要求,这表明采用多源数据融合技术可以很好地适应矿山大比例尺地形图测绘需要。
4 结束语
综上所述,多源数据融合技术在矿山大比例尺地形测绘中有很大的优势,多源数据融合主要操作方法有点云数据预处理、点云数据去噪处理、点云自动滤波、点云数据划分、DEM 成果制作以及内业数据采集等,其不但测绘精准度高,且具有出图快、时间短、成本低等明显优势,非常适合用于矿山大比例尺地形测绘。