潘麗娟 ，王冬梅 ，任旭華 ，石一凡

（1．河海大學水利水電學院，江蘇 南京 210098；2．江蘇省水利科學研究院，江蘇 南京 210017）

0 引言

在傳統(tǒng)的河湖庫容及周邊地形測量研究中，水上研究主要依靠實地外業(yè)測量，水下研究多采用聲吶等方法確定水深及水下地形，再根據(jù)相關(guān) GIS 技術(shù)計算水文數(shù)據(jù)并生成庫容曲線。然而，該方法受氣象、地形地勢等環(huán)境因素影響較大，且作業(yè)效率低，危險系數(shù)高，測量周期長，已無法滿足河湖水量動態(tài)變化監(jiān)測的需要。機載 LiDAR（激光雷達）測量是一種主動測量方式，不依賴自然光，具有受天氣影響小、測量精度高、作業(yè)范圍廣、便攜、人工野外作業(yè)量少等優(yōu)勢，在地形測量上有著廣泛應用[1]。通過衛(wèi)星、無人機等多種設(shè)備搭載 LiDAR 系統(tǒng)，在河湖枯水期開展周邊區(qū)域的遙感地形調(diào)查，獲取河湖及其周邊區(qū)域的精細 DSM（數(shù)字地表模型）數(shù)據(jù)，再結(jié)合多期水位監(jiān)測數(shù)據(jù)即可實現(xiàn)河湖水量的動態(tài)監(jiān)測，可有效支撐河湖日常監(jiān)管，減少人工工作量，提高工作效率，實現(xiàn)河湖的高效科學管理[2]。

當前機載 LiDAR 在河湖水位和水量計算上有所應用，但在水庫區(qū)域應用較少[3]。目前江蘇省已建成的大中型水庫達 900 余座，水庫在地區(qū)防洪抗旱及保障飲水安全中發(fā)揮著重要作用。因此，為更及時、便捷和準確地了解水庫水量的變化，發(fā)揮水庫區(qū)域?qū)Ψ篮榭购档姆e極作用，以侖山水庫為研究對象，使用機載 LiDAR 監(jiān)測水庫，利用 LiDAR 技術(shù)估算庫區(qū)水量變化。

1 數(shù)據(jù)采集及研究方法

句容侖山水庫是一座中型水庫，位于江蘇省鎮(zhèn)江市，屬山谷水庫，水庫水面無明顯遮擋物，水域邊界清晰，便于無人機飛行觀測。觀測期間該水庫處于清淤階段，水位較低，使用機載 LiDAR 能觀測水庫全貌，利于進一步進行數(shù)據(jù)處理分析。

1.1 數(shù)據(jù)采集

1.1.1 實驗數(shù)據(jù)采集

于 2021 年 6 月 11 日進行點云數(shù)據(jù)采集實驗，當天天氣狀況良好，水庫水位為 48.7 m。無人機飛行 4 個架次，作業(yè)面積為 3.98 km2，獲取有效點云數(shù)量 2 400 萬個。無人機搭載 RIEGL miniVUX LiDAR 對實驗區(qū)進行數(shù)據(jù)采集，LiDAR 模塊具體參數(shù)如表1 所示。點云數(shù)據(jù)的質(zhì)量受 LiDAR 模塊參數(shù)的影響，根據(jù)實驗區(qū)特點選取合適的分辨率及點云密度，有利于提高點云數(shù)據(jù)精度。

表1 LiDAR 模塊參數(shù)

1.1.2 驗證數(shù)據(jù)采集

為驗證機載 LiDAR 數(shù)據(jù)精度，根據(jù)水庫及周邊的地形特征，選取水庫邊界區(qū)域進行實地高程采集。根據(jù)壩體、道路、草地等不同地形條件，在水庫周邊按不同地物類型選取 6 處區(qū)域采集高程，侖山水庫衛(wèi)星圖像及地面實測高程點位置如圖1 所示，12 個驗證點地物類型分別為壩坡（序號 1 和 6）、灘涂（序號 2，5，8）、山坡（序號 3）、耕地（序號 4）、道路（序號 7，11，12）、橋面（序號 9 和 10）。

圖1 水庫地面實測高程點位置選取

本次外業(yè)測量儀器選用 Trimble R10 GNSS 智能接收機，利用 GPS RTK 勘測技術(shù)獲得實驗數(shù)據(jù)控制點坐標，測量坐標系統(tǒng)選用 2000 國家大地坐標系，高程系統(tǒng)為大地高系統(tǒng)。

1.2 研究方法

確定實驗區(qū)后，對采集的原始點云數(shù)據(jù)做預處理，并進行濾波分類，構(gòu)建不規(guī)則三角網(wǎng)（TIN），進而生成 TIN 的 DEM（數(shù)字高程模型），采用ArcGIS 軟件提取柵格 DEM 中的面積及地形數(shù)據(jù)，對水庫的水量變化進行估算。數(shù)據(jù)處理流程如圖2所示。

2 點云數(shù)據(jù)處理

2.1 點云去噪

在機載 LiDAR 點云數(shù)據(jù)處理中，由于地面植被及建筑的影響，激光難以穿透障礙物到達地表，導致有的點位于真實地面，有的點位于植被或建筑物上，且機載 LiDAR 點云存在大量離散的粗差點，分布無規(guī)律，因此本研究采用 KD- 樹自上而下的遞歸方式做空間劃分及近鄰搜索。設(shè)標準差倍數(shù)，對每個點搜索指定鄰域點個數(shù)的相鄰點，計算點到相鄰點的距離平均值，如果距離平均值大于最大距離，則判定為噪點并去除[4-5]，點云去噪流程如圖3 所示。

圖3 基于 KD- 樹的點云去噪流程圖

2.2 點云濾波

點云濾波是指在激光掃描的點云數(shù)據(jù)中，提取精確的地面點，進而得到 DEM 的過程。本研究選擇漸進加密不規(guī)則三角網(wǎng)（PTIND）濾波算法[6-7]，首先獲取地面種子點，然后對這些地面種子點建立 TIN 并進行迭代加密。在每次迭代過程中，都對其余各點到所在三角形的反復角和距離進行閾值判斷，將滿足條件的點加入 TIN。迭代過程一直持續(xù)到?jīng)]有點可以再加入 TIN 為止，具體流程如圖4 所示。

圖4 基于 PTIND 的點云濾波流程圖

2.3 地面點數(shù)據(jù)插值

DEM 是一種簡單的數(shù)字地貌模型，可通過有限的地形高程數(shù)據(jù)實現(xiàn)對地面地形的數(shù)字化模擬。本研究利用 TIN 插值法建立庫區(qū)的 DEM，即基于矢量的數(shù)字地理數(shù)據(jù)，在點集區(qū)域內(nèi)構(gòu)成一系列有限個銳角或近似等邊的三角形（盡量避免過大鈍角或過小銳角），三角形的形狀和大小取決于點集的密度和位置，各三角形最終連接形成一個三角網(wǎng)擬合地表面[8]。

2.4 水量計算

本研究中水量計算利用積分原理，將像元中心連接到三角形中，再對每個三角形進行檢查以確定其對面積和體積的影響，根據(jù)水平參考平面的高度，累計參考平面下方至待測表面之間的體積，即可得出總水量。

本次實驗利用 ArcGIS 中的 Surface Volume 模塊，導入 DEM 柵格數(shù)據(jù)，設(shè)置不同的參考平面，累計參考平面至模型外表面的體積，得出水庫隨水位增長引起的水量增長值及水量差值變化量曲線圖。但由于機載 LiDAR 不能穿透水面到達水底，因此僅計算當日水位以上的水量。而傳統(tǒng)水庫水量估算方法多采用棱臺體積公式：

式中：ΔV為庫容變化量；S1，S2分別為水深H1和H2處的水庫水面面積。

這種計算方法原理簡單，計算簡便快捷，但由于未考慮水庫底面坡度變化，計算水量差值會引入誤差。

3 結(jié)果與討論

3.1 數(shù)據(jù)處理結(jié)果

首先基于 KD- 樹實現(xiàn)點云去噪，點云去噪前后對比圖如圖5 所示。由圖5 a 和 b 得出侖山水庫區(qū)噪聲點主要集中在水體表面及水下極低點：由于水面漂浮物及庫區(qū)北部存在大量水草，因此產(chǎn)生大量高于水面的噪聲點；由于機載 LiDAR 無法穿透至水底，因此水下產(chǎn)生大量極低點。采用 KD- 樹算法去噪，設(shè)置標準差倍數(shù)為 5 倍，選取的鄰域點個數(shù)為 10 個，可去除大部分噪聲點（圖5 c），總體效果較好。對于航跡帶邊界及有大量水草存在的水面，仍有噪聲點殘留，經(jīng)人工輔助去除后滿足后續(xù)處理要求（圖5 d）。

圖5 侖山水庫北部典型區(qū)域降噪前后對比圖

利用 PTIND 濾波算法分離出地面點和非地面點，迭代角度為 8°，迭代距離為 1.4 m。對于不同的地形條件，濾波效果均有差異，3 種不同地形條件下的濾波效果圖（圖中橙色點為地面點，白色點為非地面點）分析如下：河灘、居民區(qū)和道路等平坦地形的濾波效果圖如圖6 所示，分類效果較好；存在密集植被的山林地區(qū)的濾波效果圖如圖7 所示，機載 LiDAR 受植被遮蔽影響無法全部穿透到達地面，分離得到的地面點較少，難以與地物點自動分離；對于有人工建筑物的地區(qū)，如橋體、屋頂?shù)?，如圖8所示，出現(xiàn)系統(tǒng)誤分。因此需要結(jié)合人工的方法，分離部分特殊地區(qū)的地面點，濾波效果如圖7 c 和 8 c 所示。

圖6 侖山水庫南部河灘居民區(qū)濾波前后對比圖

圖7 林地剖面濾波前后對比圖

圖8 橋面坡面濾波前后對比圖

3.2 DEM 精度驗證

為驗證 DEM 是否滿足精度要求，采集水庫周邊不同區(qū)域的高程，計算誤差大小，12 個驗證點的實測和點云高程及誤差如表2 所示。表中高程誤差分析如下：耕地和灘涂地區(qū)高程誤差較大，這是由于存在農(nóng)作物和大量水草，機載 LiDAR 受水草遮蔽影響，且由于人為活動，實地高程發(fā)生變化，從而產(chǎn)生誤差；道路和山坡地區(qū)高程誤差較小，這是由于道路和山坡的遮蔽物較少，且短期內(nèi)高程受人為因素影響較小，高程穩(wěn)定。

表2 測點測量和點云高程

根據(jù)表2 成果得出：除個別驗證點的誤差絕對值超過 0.200 m 外，其他驗證點的誤差絕對值均小于0.200 m，低于 GH/T 8024—2011《機載激光雷達數(shù)據(jù)獲取技術(shù)規(guī)范》[9]要求的誤差范圍（± 0.33 m），機載 LiDAR 點云符合精度要求。

3.3 面積及水量變化曲線

本研究點云密度為 20 個/m2，在實際應用中發(fā)現(xiàn)，在水面至高程 51 m 部分的灘地點云密度較低，難以提取連續(xù)的輪廓，因此本研究僅分析 51～58 m水位的水庫面積和水量變化。

對比機載 LiDAR 估算得出的水庫面積與面積參考值，對比圖如圖9 所示，機載 LiDAR 估算的水域面積范圍為 2.12～3.90 km2，水庫面積參考值取自《江蘇省水利工程管理手冊》[10]，面積范圍為 2.0～4.1 km2。在高于 52 m 部分，基于機載 LiDAR 估算的水域面積小于參考值，差值范圍為 0.01～0.46 km2。面積計算值總體偏小，且在 54 m 以后差值較大，主要是因為該參考值為 1958 年水庫建設(shè)時面積設(shè)計值，數(shù)據(jù)年代較為久遠，且水庫受人為建筑影響（西北部及東部新建住宅，北部新建橋梁，副壩修繕加高等），導致面積縮減。

圖9 各水位水庫面積曲線圖

對比 LiDAR 估算水量與式（1）計算得到的參考水量，對比圖如圖10 所示，LiDAR 估算的水量變化范圍為（97.09～172.50）萬 m3，根據(jù)式（1）計算所得參考水量變化范圍為（97.24～185.73）萬 m3。在水位 52 m 后，基于 LiDAR 估算的水量均小于式（1）計算的參考水量，差值范圍為（0.15～24.95）萬 m3，原因可能是積分計算對地形坡度變化更為敏感，而式（1）的計算方法受坡度變化影響較小，且水庫邊界受人為建筑物影響，與水庫建立初期相比坡度更大，更穩(wěn)定，使得在水位 52 m 后基于 LiDAR 估算的水量逐漸小于由式（1）計算的參考水量，水量變化也更為穩(wěn)定。

圖10 各水位水量變化曲線圖

4 結(jié)語

本研究利用機載 LiDAR 技術(shù)，建立了侖山水庫精細化三維地形數(shù)據(jù)，精確地估算出水庫水量差值，機載 LiDAR 估算的水量值小于傳統(tǒng)估算方法得到的水量值，可為監(jiān)測水庫水量變化提供科學依據(jù)。機載 LiDAR 技術(shù)在小型復雜水庫的水量估算中有較好的應用前景，對調(diào)節(jié)控制水庫及保證防洪安全具有重要意義。

受水庫邊界人工建筑物影響，局部邊界坡度較大，提取邊界點云數(shù)據(jù)時，可能會造成邊界數(shù)據(jù)缺失；對接近水面的低水位處，由于點云密度較低，建立數(shù)字高程模型時，容易形成大面積空洞，導致誤差。因此，在后續(xù)研究中需要提高點云密度，結(jié)合現(xiàn)場考察及其他無人機技術(shù)提高點云分類和提取精度。