基于LIDAR数据制作DLG及后期数据处理质量控制.docxVIP

基于LIDAR数据制作DLG及后期数据处理质量控制

一、DLG相关概述

DLG即数字线划图，是现有地形图上基础地理要素的矢量数据集，且保存了要素间的空间关系和相关的属性信息。它具有精度高、信息丰富、更新快等特点，在城市规划、土地管理、工程建设、环境保护等众多领域都有着广泛的应用。例如，在城市规划中，DLG可以为规划人员提供详细的地形、地物信息，帮助他们进行合理的城市布局设计；在土地管理中，能够准确反映土地的利用现状和权属关系，为土地资源的合理配置和管理提供依据。

二、基于LIDAR数据制作DLG的流程

（一）LIDAR数据获取

LIDAR数据获取是制作DLG的基础环节，需要选择合适的设备和飞行参数。设备的选择应根据项目的精度要求、测区范围等因素来确定，常用的LIDAR设备有机载LIDAR和地面LIDAR。飞行参数包括飞行高度、飞行速度、扫描角度等，这些参数会直接影响数据的精度和密度。在获取数据过程中，还需要进行POS数据（位置和姿态数据）的同步采集，以确保LIDAR点云数据的空间定位精度。

（二）数据预处理

点云数据滤波：LIDAR点云数据中包含大量的地面点和非地面点（如建筑物、树木、电线杆等），需要通过滤波算法将地面点提取出来，为后续的数字高程模型（DEM）生成和地物提取做准备。常用的滤波算法有基于坡度的滤波算法、基于形态学的滤波算法等。

坐标转换：由于LIDAR数据通常采用的是WGS84坐标系，而实际应用中可能需要将其转换为当地的坐标系（如高斯-克吕格坐标系），因此需要进行坐标转换。坐标转换可以通过已知的控制点进行，确保转换后的坐标精度满足要求。

（三）特征提取

特征提取是制作DLG的核心环节，包括地形特征提取和地物特征提取。地形特征提取主要是提取等高线、山脊线、山谷线等地形要素，这些要素可以通过DEM数据进行提取。地物特征提取则是提取建筑物、道路、河流、植被等人工和自然地物，可以采用自动提取和人工交互提取相结合的方法。对于一些简单的地物（如道路、河流），可以利用计算机视觉技术进行自动提取；对于复杂的地物（如建筑物），则需要人工交互进行提取和编辑。

（四）矢量成图

将提取到的地形和地物特征按照一定的比例尺和符号规范进行矢量成图，生成DLG。在矢量成图过程中，需要注意要素的拓扑关系，确保要素之间的连接关系正确无误。同时，还需要对成图的精度进行检查，确保满足项目的精度要求。

三、后期数据处理质量控制

（一）质量控制的内容

数据精度：包括平面精度和高程精度。平面精度是指地物在平面上的位置与实际位置的偏差，高程精度是指地物和地形的高程与实际高程的偏差。需要通过野外实测等方法对数据精度进行检查和评估。

数据完整性：检查DLG中是否包含了所有需要的地理要素，要素的属性信息是否完整。例如，建筑物的高度、结构类型等属性信息是否齐全。

数据一致性：包括拓扑一致性和属性一致性。拓扑一致性是指要素之间的拓扑关系是否正确，如道路与河流的交叉关系是否合理；属性一致性是指同一类要素的属性信息是否统一，如道路的等级划分是否一致。

（二）质量控制的方法

自动检查：利用专业的地理信息系统（GIS）软件对数据进行自动检查，如检查拓扑错误、属性错误等。自动检查可以提高检查效率，减少人工检查的工作量。

人工检查：对于自动检查无法发现的错误，需要进行人工检查。人工检查可以采用随机抽样的方法，对抽取的样本进行详细检查，确保数据质量。

野外验证：对于一些重要的地理要素和精度要求较高的区域，需要进行野外验证。野外验证可以通过实地测量、拍照等方式，对DLG中的要素进行核对和修正。

（三）质量控制的流程

数据提交：数据处理人员将完成的DLG数据提交给质量控制人员。

初步检查：质量控制人员对提交的数据进行初步检查，包括数据格式、文件完整性等。

详细检查：对初步检查通过的数据进行详细检查，采用自动检查和人工检查相结合的方法，检查数据的精度、完整性和一致性。

问题反馈：将检查中发现的问题反馈给数据处理人员，要求其进行修改。

二次检查：数据处理人员修改完成后，质量控制人员进行二次检查，直至数据质量满足要求。

数据归档：对通过质量控制的数据进行归档保存，为后续的应用提供可靠的数据支持。