鄧興　張國清　崔衛(wèi)磊　馬子俊

摘要：根據(jù)國家實景三維建設(shè)大綱的技術(shù)指導(dǎo)，實景三維建設(shè)的具體內(nèi)容和生產(chǎn)工藝等已得到進一步的明確。全國各地試點均積極投入實景三維建設(shè)的實踐。結(jié)合技術(shù)大綱的要求，通過實踐，文章利用貴陽市中心城區(qū)1：1000機載Li?DAR點云數(shù)據(jù)生產(chǎn)1m×1m高精度數(shù)字高程模型（DEM） ，同時結(jié)合數(shù)字線劃數(shù)據(jù)自動進行單體建模，最后融合存量正射影像數(shù)據(jù)（DOM） ，構(gòu)建貴陽市中心城區(qū)三千平方千米的基礎(chǔ)版地形級實景三維模型。以此構(gòu)建的地形級實景三維成果完全滿足技術(shù)大綱的基本要求，內(nèi)容豐富，精度可靠，具有實踐與借鑒意義。

關(guān)鍵詞：機載激光雷達；實景三維；數(shù)字高程模型；正射影像；單體化白模

中圖分類號：TP3 文獻標識碼：A

文章編號：1009-3044（2024）13-0100-03 開放科學(xué)（資源服務(wù)）標識碼（OSID） ：

0 引言

實景三維是對人類生產(chǎn)、生活和生態(tài)空間進行真實、立體、時序化反映和表達的數(shù)字虛擬空間，是國家新型基礎(chǔ)設(shè)施建設(shè)的重要組成部分[1]。實景三維由空間數(shù)據(jù)體、物聯(lián)感知數(shù)據(jù)和支撐環(huán)境三部分構(gòu)成，其中空間數(shù)據(jù)體包括了地理場景和地理實體[1-2]。實景三維建設(shè)涵蓋的內(nèi)容豐富，本文涉及的地理場景成果主要包括高精度數(shù)字高程模型（DEM） 、正射影像（DOM） 及單體化白模，是地形級實景三維成果的一部分。本文闡述了利用1：1000機載LiDAR點云數(shù)據(jù)生成高精度DEM 和單體化模型，同時融合正射影像數(shù)據(jù)（DOM） ，形成基礎(chǔ)版地形級實景三維成果。這項工作是在利用機載LiDAR點云數(shù)據(jù)生成高精度DEM和單體化白模自動建模方面進行探索，另一方面也是進行實景三維建設(shè)的生產(chǎn)實踐。

1 建設(shè)思路

根據(jù)地形級實景三維建設(shè)的目標，本文中的建設(shè)流程可分解為5個步驟：1） 點云數(shù)據(jù)預(yù)處理：包括冗余數(shù)據(jù)的消除、數(shù)據(jù)濾波、點云分區(qū)分塊、數(shù)據(jù)分層分類、點云拼接、數(shù)據(jù)優(yōu)化等；2） 特征點、線提?。涸陬A(yù)處理點云數(shù)據(jù)的基礎(chǔ)上，采集帶有高程信息的特征線（也稱斷裂線），如：建筑物邊線、道路邊線等；3） 構(gòu)造三角網(wǎng)（TIN） 、生產(chǎn)DEM：利用分類后的地面點高程、特征點（線），構(gòu)建不規(guī)則三角網(wǎng)（TIN） ，并內(nèi)插生成1m×1m格網(wǎng)的DEM成果數(shù)據(jù)[3]；4） 構(gòu)建單體化白模：利用存量數(shù)字線劃數(shù)據(jù)結(jié)合激光點云數(shù)據(jù)實現(xiàn)自動或半自動化建模，制作單體化白模成果；5） 生產(chǎn)基礎(chǔ)版地形級實景三維：融合生成的高精度DEM、存量正射影像數(shù)據(jù)及單體化白模，構(gòu)建貴陽市中心城區(qū)三千平方千米的基礎(chǔ)版地形級實景三維成果[4]。技術(shù)路線如圖1所示。

2 建設(shè)內(nèi)容

2.1 點云數(shù)據(jù)處理

本文利用1：1000激光點云數(shù)據(jù)，經(jīng)檢測平均點云密度為8.5點/m2、點云高程中誤差為0.35m，點云數(shù)據(jù)覆蓋范圍約3 000平方千米。

2.1.1 基準轉(zhuǎn)換及分塊

把原始點云數(shù)據(jù)轉(zhuǎn)換成平面坐標系統(tǒng)為2000國家大地坐標系、投影方式為高斯-克呂格投影的點云數(shù)據(jù)；通過全區(qū)均勻分布的控制點，計算出測區(qū)內(nèi)高程異常值的模型，將高程系統(tǒng)擬合到1985國家高程基準上，再按照分幅框生成對應(yīng)的分塊，然后根據(jù)分塊的邊界將點云自動裁切，并按照圖幅名稱對應(yīng)到分塊中，以便數(shù)據(jù)瀏覽和項目生產(chǎn)[5]。

2.1.2 點云數(shù)據(jù)自動濾波及分類

利用點云處理專用軟件，對點云數(shù)據(jù)進行逐塊濾波分類，以區(qū)分出地面點和噪點等類別。根據(jù)本區(qū)域的特點，自動濾波區(qū)域可劃分為以下樣地類型：市區(qū)建筑密集區(qū)、郊區(qū)廠房密集區(qū)、鄉(xiāng)鎮(zhèn)建筑物稀疏區(qū)、郊區(qū)農(nóng)田密集區(qū)、丘陵植被密集區(qū)以及山地植被密集區(qū)等[6-7]。示例如圖2所示。

2.1.3 點云數(shù)據(jù)手動分類

對自動分類的成果，使用LiDAR點云數(shù)據(jù)處理系統(tǒng)，參照已有影像數(shù)據(jù)或衛(wèi)星影像數(shù)據(jù)進行手動分類濾波，獲得用于制作高精度的DEM的分類點云數(shù)據(jù)。同時按照1：1000比例尺DEM生產(chǎn)制作工藝要求、成果標準和數(shù)據(jù)表達內(nèi)容，將點云數(shù)據(jù)進行分類。點云數(shù)據(jù)分類如表1所示，其中地面點用于生成DEM。

2.1.4 特殊點云分類方法及分類后點云接邊

對于高程突變的區(qū)域，我們需通過調(diào)整參數(shù)或算法，對小面積區(qū)域重新進行自動分類；對于分類錯誤的點，需進行重新分類。在分類過程中，應(yīng)以點云切剖面為主要依據(jù)，而將影像作為輔助參考。在處理較為平滑、直線型的區(qū)域時，可以適當放大剖面寬度；然而，在拐角處，尤其是立交橋、高架公路等接地與架空的臨界區(qū)域，為確保精確度，切剖面的寬度應(yīng)盡量縮小[3，7]。

為了保證模型接邊處地形過渡自然，應(yīng)利用Li?DAR點云數(shù)據(jù)處理系統(tǒng)加載圖幅結(jié)合表，隨后使用接邊工具進行點云接邊，并合理設(shè)置接邊寬度，軟件自動載入周邊圖幅設(shè)置寬度范圍內(nèi)的數(shù)據(jù)。若遇到大面積水域時，接邊寬度的設(shè)置可根據(jù)實際情況適當放寬。

2.2 高精度DEM 制作

目前，DEM成果的獲取方法主要包括：基于地面平臺的數(shù)字化地面測量；航空和衛(wèi)星平臺攝影測量與遙感等。數(shù)字化地面測量往往耗時費力；衛(wèi)星遙感雖能獲取大區(qū)域DEM，但精度較低；航空攝影測量則對于植被覆蓋區(qū)域DEM的獲取具有一定困難。利用激光點云數(shù)據(jù)生成DEM作為本次使用的一種手段，其在獲取植被覆蓋區(qū)域的高精度DEM有著其他手段無可比擬的優(yōu)勢。激光點云數(shù)據(jù)在進行濾波分類后，能有效去除植被、建筑物等地物信息并獲取真實的地面點信息，進而生成高精度高分辨率的DEM成果。

本次DEM 制作是在分類點云數(shù)據(jù)中提取地面點，再在地面點中完成兩步重要過程，即地面點漏洞區(qū)域的發(fā)現(xiàn)與補測、特征線的采集，在此基礎(chǔ)上進行高精度DEM制作。

2.2.1 特征線采集

根據(jù)實際情況，采集帶有高程信息的特征線參與DEM生成。如：建筑物邊線、道路邊線、橋梁邊線、河流邊線、面狀水域范圍線等，在勾畫水域邊線時以模型最低點高程為準[5，7]。如果點云數(shù)據(jù)無法獲取高程時，需要補測高程信息，對于不能滿足DEM產(chǎn)品精度要求的數(shù)據(jù)范圍也需要補測高程信息。

2.2.2 構(gòu)建不規(guī)則三角網(wǎng)（TIN） 生成DEM

點云數(shù)據(jù)經(jīng)過上述處理后，在LiDAR點云數(shù)據(jù)處理系統(tǒng)中利用已完成分類的點云中所有地面點層、人工補測點和人工勾繪的帶有高程信息的各類特征線，自動構(gòu)建生成TIN。利用TIN，按照1米采樣間隔內(nèi)插，高程值取位至0.01米，無效值設(shè)為-9999，自動生成1米規(guī)則格網(wǎng)的DEM成果，格式均為TIFF格式，并包含同名TFW文件。最后以圖幅為單位、外擴20m導(dǎo)出DEM。

2.3 單體化白模制作

建筑物單體化是本次地形級實景三維建設(shè)的一部分，主要以白模形式表達。單體化建模主要是通過數(shù)字線劃數(shù)據(jù)與激光點云數(shù)據(jù)實現(xiàn)自動或半自動化處理，制作單體化白模成果。

2.3.1 建筑模型自動投影

基于數(shù)字線劃數(shù)據(jù)，在海量點云數(shù)據(jù)組織管理的基礎(chǔ)上，對點云數(shù)據(jù)和數(shù)字線劃數(shù)據(jù)進行綜合分析，快速索引模型平面內(nèi)的點云數(shù)據(jù)，采用點云分割、三角網(wǎng)構(gòu)建等數(shù)據(jù)組織方法分析點云空間分布，計算模型平面方程，快速高效地自動將二維線劃成果轉(zhuǎn)化為三維模型成果。其中，點云分割算法是點云三維重建中的基礎(chǔ)算法也是關(guān)鍵算法，基于法向量和距離約束的平面分割方法對原始點云進行分割，根據(jù)LiDAR點云二維距離特征，對種子點周圍點云進行區(qū)域增長，分割出不同的建筑物屋頂面信息，利用最小二乘計算屋頂面法向量、分析平面距離得到建筑物屋頂面拓撲關(guān)系。例如：一般房屋的矢量模型體現(xiàn)為矩形，投影后模型結(jié)構(gòu)為規(guī)則的長方體。通過點云數(shù)據(jù)信息獲取房屋及地面高度，以地面高度為投影平面，用投影的方式自動生成以線劃圖房屋邊界為模型側(cè)面的三維模型。如圖3為一般房屋和簡單房屋模型效果圖。

2.3.2 橋梁單體化

DEM和DOM數(shù)據(jù)融合后，涉及橋梁處的原始影像會形成塌陷，為保證地理場景的美觀，要對原始橋梁處影像進行處理，使其與周圍地物紋理相適。同時對橋梁進行單體化處理，使其不出現(xiàn)拉花的情況。具體步驟包括根據(jù)數(shù)字正射影像對橋梁的外側(cè)邊界進行勾畫，確定橋梁邊界；根據(jù)激光點云確定橋梁的高度；根據(jù)確定的橋梁平面與高程信息，利用DPModeler軟件對橋梁進行單體化制作，使最終的效果更接近橋梁實景的真實表達。

3 基礎(chǔ)版地形級實景三維建設(shè)

在上述成果建設(shè)的基礎(chǔ)上，對存量DOM進行整理，利用整理后的DOM數(shù)據(jù)成果、DEM數(shù)據(jù)成果和白模成果構(gòu)建地形緩存數(shù)據(jù)，最終融合地形緩存數(shù)據(jù)和優(yōu)化后的橋梁數(shù)據(jù)形成基礎(chǔ)版地形級實景三維成果[8]。

基礎(chǔ)版地形級實景三維成果的地形緩存數(shù)據(jù)由DOM和DEM數(shù)據(jù)生成[1，4]，具體工作中，第一步對DOM 進行數(shù)據(jù)檢查，包括對數(shù)據(jù)投影、影像色彩、接邊情況等進行檢查；第二步按照數(shù)據(jù)所屬投影帶分塊；第三步結(jié)合DOM、DEM數(shù)據(jù)，去除邊界外的無效區(qū)域；第四步導(dǎo)入單體化數(shù)據(jù)，檢查疊合情況；最后生成地形緩存及最終成果輸出，如圖4所示。

4 結(jié)束語

自然資源部關(guān)于加快測繪地理信息事業(yè)轉(zhuǎn)型升級更好支撐高質(zhì)量發(fā)展的意見中指出，到2025年，實景三維中國建設(shè)將取得階段性成果；到2030年，實景三維中國將全面建成[2，9]。本文利用1：1000 機載Li?DAR點云數(shù)據(jù)為基礎(chǔ)，結(jié)合存量數(shù)字線劃圖及正射影像數(shù)據(jù)（DOM） ，構(gòu)建地形級實景三維建設(shè)實踐，驗證了實景三維中國建設(shè)技術(shù)大綱的可行性，并從中探索到了可靠的技術(shù)路徑，總結(jié)了符合地方特色的技術(shù)經(jīng)驗，為實景三維建設(shè)在貴州山區(qū)加快推進提供了參考經(jīng)驗。

參考文獻：

[1] 自然資源部辦公廳. 實景三維中國建設(shè)技術(shù)大綱（2021版）.自然資辦發(fā)〔2021〕56 號[EB/OL]. （2021-08-11） [2024-01-22]. http：//gi. mnr. gov. cn/202108/t20210816_2676831. html.

[2] 自然資源部. 實施三維中國建設(shè)總體實施方案（2023-2025年）. 自然資發(fā)[2023]31號[EB/OL]. （2023-03-03） [2024-01-22]. https：//www. doc88. com/p-67216534798972. html.

[3] 楊輝山，雷麗珍. 機載LiDAR點云獲取與高精度DEM建設(shè)關(guān)鍵技術(shù)探討[J]. 測繪通報，2019（3）：124-127.

[4] 馬紅. 大范圍多源多尺度實景三維模型建設(shè)及應(yīng)用研究：以重慶市實景三維模型建設(shè)為例[J]. 測繪通報，2019（S2）：61-64.

[5] 國家測繪地理信息局. 機載激光雷達數(shù)據(jù)處理技術(shù)規(guī)范.CH/T 8023-2011[EB/OL]. （2011-11-15） [2024-01-22]. https：//www. doc88. com/p-8062967763751. html.

[6] 楊必勝，梁福遜，黃榮剛. 三維激光掃描點云數(shù)據(jù)處理研究進展、挑戰(zhàn)與趨勢[J]. 測繪學(xué)報，2017，46（10）：1509-1516.

[7] 王道杰，陳倍，孫健輝. 機載LiDAR點云密度對DEM精度的影響[J]. 測繪通報，2022（5）：140-144，169.

[8] 劉潤東. 實景三維新型測繪能力建設(shè)及典型應(yīng)用[J]. 測繪與空間地理信息，2017，40（8）：159-161.

[9] 自然資源部. 關(guān)于加快測繪地理信息事業(yè)轉(zhuǎn)型升級更好支撐高質(zhì)量發(fā)展的意見. 自然資發(fā)〔2023〕158[EB/OL]. （2023-08-22）[2024-01-22]. https：//www. gov. cn/zhengce/zhengceku/202308/content_6899855. htm.

【通聯(lián)編輯：代影】