用激光雷達数据创建不规则三角网的新计算方法.docxVIP

用激光雷达数据创建不规则三角网的新计算方法摘要：不规则三角网（TIN）模型是基于规则格网地表表示之外的一种替代方法，应用于众多的数字化制图和地理信息系统中。在不规则三角网中，不规则空间分布的采样点模拟地形时，粗糙地形用更多的点，平坦地形则采用较少的点表示。尽管它简单，但是构建一个地区的TIN模型，需要进行样点选取、连接采样点构建三角形，以及用三角形进行表面建模三个步骤。大部分样点选取可行算法都使用一个密集的数字高程模型（DEM）或一组数字化的等高线作为输入。现在，光探测和测距（LIDAR）设备能够获得点云，它的可用性以及推广需要一种从新数据中进行样点选取的新计算方法。本文阐述了用激光雷达（LiDAR）数据创建不规则三角网时样点选取的新计算方法。关键词：三角剖分，TIN，LiDAR，DEM，地形表面1 引言与研究背景数字地形建模提供了一种健全的数字模式地形表述，非常重要，能够很容易的包含到数字制图与地理信息系统中。数字地形模型（DTM）是用某种数字数据结构来表达地球表面的方法。最常见的数字地形模型是数字高程模型(DEM)，包括规则格网模型和不规则格网模型。常见的数字地形模型是用摄影测量以手动或者自动方式得到；然而，不管是手动还是自动方式，样点都不是随机选择的。那么，规则格网模型（如：数字高程模型）能在何种程度表达地形？同时，如果想更新DEM将会怎样？TIN与DEM不同，是对地形表面的连续表达。在GIS中，数字地形表达大部分能够用来分析和可视化研究。不同的表达能够用来提供地形表面的数字模型，包括等高线图，数字高程模型以及不规则三角网模型。等高线图用等高线来连接等高程点，进而描述地形表面。等高线存储于“有序表”文件中。尽管这种数据结构简单，但是长等高线可能有成千上万个点，所以会产生一个很大的“有序表”文件。数字高程模型是地表点高度基于格网的表示。规则格网模型是最简单而且最常见的地表数字表示形式。DEM网格大小或者分辨率在确定地表描述可信度非常重要的参数。通常想得到高分辨率的DEM，但是粗糙地形建模时DEM高分辨率更重要。图1 实验研究区域和LiDAR点子集TIN模型用分布密集点表达地形粗糙区域，较少点来表达地形平坦区，所以其不规则空间分布点对地形的表达可信度跟高。TIN模型由于其连续性，模型的三角面都用于数字化表达中，所以适合可视化目的的建模。此外，与DEM不同的是，由于对三角网模型还没有一个全面的分析方法，所以不能从TIN得到很多的信息。在TIN模型中，样点简单的通过线连接形成三角形，通过对地形连续描述的平面来表示。构建TIN，尽管简单，却需要知道怎样从原始数据集中选取样点，怎样三角化。说到样点三角化，一些三角化方法在构建TIN是可行的。在现存使用中的三角化方法中，Delauney三角网方法尽管产生的三角形没有层次，但是其结构非常严谨，所以很常见而且很流行。作为构建TIN模型的第一步，可以从很多种包含云点的数据中选择样点，如：DEM，等高线图层。然后连接选择的样点形成常见的Delauney三角网。本文阐述了用LiDAR数据创建不规则三角网时样点选取的新计算方法。LiDAR使用激光脉冲来对地形表面进行制图，是一种地形数据获取技术。LiDAR扫描仪通常与惯性导航系统以及全球定位系统一起搭载于航天飞机上，通过处理每次激光脉冲返回时间来计算距离，同时进一步为制图区域内的云点形成三维定位信息。LiDAR系统已经声明了绘制不同地表类型的可行性，包括裸露地表、城市区、山区以及林冠。本研究中以及本文所陈述的LiDAR数据集是Erie湖沿岸1平方英里的研究区。该LiDAR数据集由机载LiDAR海岸侵蚀评估项目获取（USGS,NOAA,NASA）。地面点密度高度变异的，但是代表性的点密度都是30个每100平方米。密度的变化是由于沿路径边缘以及两路径的重叠区域点更多。由于航天飞机的纬度的不确定性，平均水平精度为75厘米，垂直精度约为50厘米。2 点集三角化用n个点组成的点集构建TIN，有很多种三角化方法可用，但是Delauney三角网是最严谨的方法。Delauney三角网的主要特征是任何一个三角形内部不包含点集中其他点，如图2。如果点集中没有四个点是共圆的话，三角化是唯一的。Delauney三角网（DT）可以在O(n log n)时间内构建，隐含的数据结构可以在O（log n）时间内有哪些信誉好的足球投注网站到并进行更新。同时，DT对基于凸坐标的内插线性规则很简单。如果我们采集到具有属性的任意点点集，我们需要生成能够最适合数据点并且反应真实地表行为的数字地形图，在此种情况下哪种模型最合适呢？DEM还是TIN？最好的方式就是将点集三角化，生成TIN（不需要DT）。问题是在这种情况下为什么大部分分更喜欢生成格网表面而不是三角面？原因之一可能是格网模型已经有很多开发好的建模工具以