机载LiDAR测深数据处理关键技术研究

宿殿鹏

山东科技大学测绘与空间信息学院，山东 青岛 266590

机载LiDAR测深(airborne LiDAR bathymetry，ALB)技术已在海岸带、海岛礁等浅水海域展现出非常大的潜力，但在误差理论建模和数据处理方法等方面还存在不足，制约着ALB技术的进一步发展。为此，论文针对ALB的技术发展和应用需求，分别从ALB回波信号处理和提取方法，ALB系统中器件、环境和目标因素对测量误差的理论分析模型，海气界面折射改正、航带拼接方法，以及珊瑚礁信息提取的数据应用5个方面进行了详细研究。主要工作如下：

(1)针对ALB浅水回波信号易混淆、难以识别进行水深提取问题，提出一种基于分层异构模型的波形拟合算法。根据波形不同组成部分的相应特性，采用分层异构函数(水面—高斯函数、水体—指数函数及水底—B-样条函数)进行全局收敛LM(Levenberg-Marquardt)拟合，优化求解相应的分解参数，从而使各部分回波信号的拟合效果达到最优。利用南海ALB试验数据进行验证，相比于双高斯拟合，其平均均方根误差RMSE、平均决定系数R2、平均相关系数CORR和相关系数标准差STD分别提高65.11%、2.83%、1.01%和86.61%，拟合精度更高、适应性更强。

(2)分别从器件(激光指向角偏转)、环境(大气限制、水面折射、水体折射、水体散射)、目标(不规则水底地形起伏)3方面对ALB测深误差进行分析评估，建立了ALB误差模型，为测前方案设计和测后误差处理提供理论依据。针对各种干扰因素造成的6类随机误差，定量分析了不同误差源对ALB测深的影响：对于10 m水深，6类模型的测距误差分别为：激光指向角度误差(30 cm)、大气限制误差(<1 cm)、水面折射误差(14 cm)、水体折射误差(5 cm)、水体散射误差(6 cm)、不规则水底地形起伏误差(2 cm)。系统的ALB测深误差分析，既能为ALB数据采集提供参考，也能为ALB数据后处理提供有效的误差改正方案。

(3)针对瞬时海面倾斜造成的折射光线路径偏移问题，提出了基于瞬时海面模型和光线追踪的ALB折射改正方法。基于最小二乘和波浪谱理论，利用波长532 nm蓝绿激光获取的海面激光点云数据构建瞬时三维海面模型，以此作为光线追踪平台。在计算海面斜率的基础上，通过追踪穿过大气-水界面的每束激光，激光点的位置偏差得到相应改正。对于10 m水深海域，测深数据改善9.2 cm，为ALB海气界面折射影响提供高精度解决方案。

(4)针对经过系统检校和前面误差处理后的残差，提出了一种基于非线性最小二乘平差的蒙特卡罗匹配(Monte Carlo matching，MCM)算法，增强了航带拼接的稳健性。通过航带重叠区域“水深相对漂移”进行滤波；然后将蒙特卡罗模型与非线性最小二乘参数平差模型相结合，利用多波束数据对初始基准航带进行纠正，再以初始基准航带为参考依次进行航带拼接；最终解算得到航带拼接转换七参数。对于重叠区域同名点平均距离大于1 m的原始航带，拼接后同名点平均距离在7 cm以内，实现了ALB高精度、强稳健性航带拼接。

(5)基于ALB数据处理获得的高精度波形和地形数据，提出了ALB波形和地形特征组合的珊瑚礁信息提取方法。通过挖掘海底波形特征参数(振幅、波宽、面积、偏态、峰度、反向散射截面系数)和地形特征参数(水深标准差、坡度、测深位置指标、高斯曲率、平均曲率、粗糙度)，构建波形和地形组合的特征向量模型，采用支持向量机分类器将海底底质分为珊瑚礁和其他底质两种类别，总体精度与Kappa系数分别达到93.57%、0.87。较现有方法，其总体精度和Kappa系数分别提高2.65%、0.06，不仅克服了浅水海域数据采集的困难，而且实现了珊瑚礁信息的高精度提取。