地理信息学与地统计学：概述

从减少数据量的点云机载 LiDAR 测量中提取和分析不同地形导数

法赫米·FF·阿萨尔

地形参数，例如坡度、坡向、剖面曲率、轮廓曲率和排水网络，通常被称为地形衍生物，在工程和环境应用中具有广泛的应用。不同的测量工程技术，例如地面测量、GPS、数字摄影测量以及遥感技术，构成了数字高程数据的主要来源，可用于提取不同质量的不同地形衍生物。机载激光雷达是一种有效的技术，可以在相对较短的时间内以合理的成本捕获非常密集和准确的数字高程数据，称为扩展区域的点云激光雷达数据。然而，处理非常高密度的点云激光雷达数据可能会导致严重的时间和内存消耗问题。因此，减少激光雷达数据量有望降低数据采集和数据处理成本；但这可能会影响提取的地形衍生物的质量。本研究旨在从数据量减少的机载激光雷达测量中提取和评估不同的地形衍生物，包括坡度、坡向和山体阴影图，以及评估由于激光雷达数据量减少而产生的高程残差。对坡度图、坡向图和山体阴影图进行目视分析表明，由于 LiDAR 数据量的减少，色块的大小和形状存在明显差异，这表现为地图色调和纹理的退化，并且随着原始数据量的减少而加剧。对坡度图的统计分析表明，由于分别排除了 50% 和 75% 的原始 LiDAR 数据，坡度的标准差仅下降了 0.225% 和 30.442%。这意味着，即使 LiDAR 数据量减少至原始数据的 50%，坡度图也能承受，而不会对生成的坡度图的统计特性产生明显影响。由于仅省略 25% 的数据而产生的误差图是有结构的，其中色块相对较小，地图内的色调变化很大，而仅由 50% 的 LiDAR 数据产生的误差图则结构性较差，色调较平滑。误差图统计分析表明，高程残差的标准差随LiDAR数据量的减少而增大，这说明提取的高程的不确定性较大，当LiDAR数据量从原始数据的75%降至50%时，高程残差的标准差仅增加了17%，但当从75%降至25%时，高程残差的标准差增加了约101.5%。