CC BY
45
УДК 528.8
ОЦЕНКА ТОЧНОСТИ ОПРЕДЕЛЕНИЯ ВЫСОТ ПО ДАННЫМ ВОЗДУШНОГО ЛАЗЕРНОГО СКАНИРОВАНИЯ ДЛЯ АВТОМАТИЗАЦИИ ПРОСТРАНСТВЕННЫХ ТРАНСФОРМАЦИЙ ФУНКЦИОНАЛЬНОЙ МОДЕЛИ РЕГИОНОВ
Аловсат Шура-оглы Гулиев
Государственная нефтяная компания Азербайджанской Республики (SOCAR), AZ1000, Азербайджан, г. Баку, пр. Гейдара Алиева, 121, старший геодезист, тел. (99450)492-93-18, e-mail: alov_soc@yahoo.com
Приведены результаты исследования точности цифровой модели рельефа (ЦМР) местности, полученной по результатам воздушного лазерного сканирования. С этой целью проведено сравнение высот точек цифровой модели рельефа местности, созданной по данным воздушного лазерного сканирования (ВЛС), и полученных на основе GPS-измерений.
Исследования показали, что ЦМР, построенная по данным ВЛС, получена с достаточной точностью, необходимой для использования в качестве основы с целью автоматизации пространственных трансформаций функциональной модели регионов.
Ключевые слова: воздушное лазерное сканирование, цифровая модель рельефа, GPS-измерения, оценка точности.
EVALUATION OF THE HEIGHT ACCURACY OF AIR LASER SCANNING FOR AUTOMATION OF SPATIAL TRANSFORMATIONS OF THE FUNCTIONAL MODEL FOR THE REGIONS
Alovsat Shura oglu Guliyev
State Oil Company of Azerbaijan Republic (SOCAR), 121, Prospect Heydar Aliyev St., Senior Ge-odesist, Baku, AZ1000, Azerbaijan, phone: (99450)492-93-18, e-mail: alov_soc@yahoo.com
Presented the results of the investigation of the accuracy of digital elevation model obtained from air laser scanning. A comparison is made between the heights of the ground control points of digital elevation model with data from GPS measurements.
Еру investigation have shown that digital elevation model is obtained with sufficient accuracy, which is necessary as a basis for automation of spatial transformations of the functional model for the regions.
Key words: air laser scanning, digital elevation model, GPS measurements, heights accuracy.
Современный подход к автоматизации пространственных трансформаций функциональной модели (АПТФМ) регионов подразумевает широкое применение геоинформационных систем (ГИС). На сегодняшний день имеется огромное количество поставщиков данных дистанционного зондирования Земли (ДЗЗ), разработана и функционирует обширная материально техническая база, включающая различные средства получения данных ДЗЗ, разработано большое разнообразие технологий получения разнообразных характеристик по аэро-и космическим снимкам. Все это в совокупности с неуклонным расширением сфер практического использования ГИС приводит к демократизации доступа
пользователей к данным ДЗЗ. ГИС стали эффективным инструментом в таких отраслях как геофизика, геология. Области применения ГИС непрерывно расширяются, так как они позволяют решать многие сложные прикладные задачи, например, оценка и контроль состояния окружающей среды, прогнозирование стихийных бедствий, мониторинг технологических состояний инженерных сетей и коммуникаций, организация транспортных систем, разведка природных ресурсов, контроль состояния нефте- и газопроводов, картографирование минных полей и др.
Наиболее важным и трудоемким этапом создания ГИС является получение и обработка данных. Фактически самым перспективным и экономически целесообразным является метод получения данных об объектах на основе ДЗЗ.
Многоаспектность АПТФМ регионов предопределяет привлечение целого комплекса методов и приемов анализа большого объема фактического материала, полученного в результате дистанционного исследования, для изучения физической природы явлений и процессов, их взаимосвязи и взаимозависимости. Системный анализ является основной методологией дистанционного изучения АПТФМ регионов.
Системное обоснование дистанционных методов одинаково действенно как в области их теории и методологии, так и в решении технологических, производственных и организационно-хозяйственных проблем. Главной задачей системного анализа, помимо разработки пространственной и временной иерархии изучаемых объектов, следует считать выявление в их составе тех компонентов и взаимосвязей, которые оказывают решающее влияние на их функционирование.
Системно-аэрокосмические (дистанционные) методы изучения АПТФМ регионов объединяют в себе традиционные съемки (аэрофотосъемку в оптическом диапазоне и с помощью воздушного лазерного сканирования (ВЛС)) и современные их виды - съемка бортовыми оптико-электронными системами дистанционного зондирования (БОЭСДЗ), различные съемки из космоса, которые разделяются на пассивные, регистрирующие солнечное или собственное излучение поверхности Земли (рис. 1), а также объектов инфраструктуры, и активные, фиксирующие отраженное искусственное излучение.
Рис. 1. Схема для расчета энергетического разрешения пассивной БОЭСДЗ
При решении разнообразных задач с использованием современных БОЭСДЗ для описания их качественных параметров и характеристик пользуются понятиями «пространственное», «временное», «спектральное» и «энергетическое» (амплитудное) разрешение.
Пространственное решение - это проект действия (О) по пространственному преобразованию результата пространственной концепции, механизмов управления самой территорией, либо происходящими на ней процессами.
Наличие трехмерной пространственно-информационной модели позволяет моделировать территорию и, в частности, создавать ее трехмерную геоинформационную модель. В ряде случаев моделирование поверхности Земли выделяют в отдельный процесс создания цифровой модели рельефа. Формально, сущность трехмерной геоинформационной системы представляет собой сложную функцию (Р), которая изменяет базу компьютерных показаний (У)
ТСВ = {Р, У},
где Р = ); У = {Б, I, М, А, О}.
Как видно из рис. 2, гибкость пространственной трансформации функциональной модели региона во многом зависит от позиционной точности ДЗЗ [1].
Рис 2. Структурно-функциональная модель системного представления трехмерного геоинформационного обеспечения
При обработке набора данных, представляемых ВЛС, существенной проблемой является обеспечение качества (ОК) и контроль качества (КК) данных.
На сегодняшний день в Азербайджане нет единых, унифицированных руководящих принципов, относящихся к ВЛС - комплекса стандартов и руководящих нормативных документов, охватывающих измерения и отчетность о точности высот цифровой трехмерной пространственно-информационной модели местности.
Не смотря на выполняемую фильтрацию ошибок в необработанных данных ВЛС, все же высоты, полученные на основе воздушного лазерного сканирования, не всегда совпадают с высотами наземных контрольных точек (ОСР). В целом ошибки данных ВЛС можно разделить на четыре группы: ошибки в блоке, ошибки в полосе, ошибки ОРБ-измерений и ошибка в каждой конкретной точке.
За последние два десятилетия научными сообществами и частными организациями проведен ряд исследований, посвященных оценке точности высот, полученных по данным лазерного сканирования, и выявлению источников их погрешности. Данная статья является одной из попыток, которая должна гарантировать эффективную и последовательную проверку массива данных, поставляемых ВЛС. Ошибки определения высот могут быть хорошо видны при слиянии наборов данных, имеющих геопространственную привязку и представленных в виде массива точек с координатами X, У, Ъ и трехмерной визуализации поверхности, например, цифровой модели рельефа (ЦМР), полученной путем фотограмметрической обработки материалов аэрофотосъемки в оптическом диапазоне.
Общее слияние данных может быть произведено с использованием методов интерполяции ЦМР. Затем производится сравнение высот точек ЦМР и контрольных точек земли (ОСР). Когда плотность точек низкая, используется полиномальная интерполяция поверхности. Интерполяционные высоты, полученные ВЛС для определения неизвестных высот, в конечном счете будут зависеть от используемого интерполяционного метода, включая входные параметры, такие как соседнее расстояние и влияние направления (анизотропия).
Альтернативный подход заключается в проведении взаимно однозначного сравнения высот точек, полученных по данным ВЛС, и высот опорных точек. Этот метод является более точным, однако занимает много времени.
Третий подход основан на использовании алгоритма проксимальной точки, предложенного Вебстером и Диасом в 2006 году [2]. В этом методе пользователь определяет радиус для поиска точек вокруг целевых ОСР. Это автоматически создает минимальные, максимальные и другие статистические значения, относящиеся к ОСР, для сопоставления с данными ВЛС. Высоты ОСР сравниваются с результатами интерполяции точек ВЛС для определенного буфера вокруг ОСР. Хотя проксимальный подход облегчает сравнительный анализ наборов данных ВЛС и ОСР, он использует метод интерполяции для оценки высот ОСР и сравнивает по отдельности высоты ВЛС и ОСР. Кроме того, нет никаких правил для ограничения расстояния поиска точек.
Чтобы преодолеть проблему выбора радиуса для поиска точек и избежать наложения ошибок, должно проводиться индивидуальное сравнение высот контрольных точек и точек выборки ВЛС с использованием автокорреляционного расстояния (минимального расстояния) на основе первого закона Тоблера в географии [3]. Расстояние для поиска точек может быть определено вручную пользователем. Увеличение расстояния поиска приведет к увеличению количества сравнений и, следовательно, к увеличению времени обработки. Это также приводит к разным значениям (root mean square error (RMSE)).
В данном исследовании выполнено сравнение GCP и DEM. Расстояние поиска выбрано равным одному метру в соответствии с общим размером пикселей в DEM, полученной на основе ВЛС. В пределах расстояния поиска сравниваются высоты тех точек, которые расположены на первом минимальном расстоянии от выбранных контрольных точек. Затем с использованием отдельной процедуры последовательно выполняется сравнение высот точек, расположенных на втором, третьем и четвертом минимальных расстояниях.
Для исследования были выбраны данные ВЛС поселка Сангачалы, расположенного в 40 км к юго-западу от Баку. В результате их обработки получено плановое положение отдельных точек с точностью 15 см, ЦМР с шагом сетки 1x1 м. На данной территории планируется строительство нефтеперерабатывающего завода. Точность определения высот точек по данным ВЛС (DSE, 2010) указана как +/- 0,1 м с доверием 68%, точность позиционирования +/- 0,35 м (рис. 3, табл. 1).
Рис. 3. Диаграмма относительной точности определения высот по данным ВЛС
Таблица 1
Сводка плана полета
Информация о плане полета План Факт
Высота полета 480 м AGL
Скорость съемки 120 км
Скорость сканирования 400 КГц MTA zone 2
Плотность точек 16 pt/кв.м
Изображение 10 см
Межстрочный интервал 219 м
Запрещенные зоны считается нет
Количество строк 89 63
Всего линий (км) 761 743
Время съемки в режиме онлайн 208 203
(мин)
Время поворота (мин) 445 435
Время паром (мин) n/c n/c
Для определения координат точек наземного контроля использовался двухчастотный приемник Trimble 4700b Sokkia. На каждой точке проводилось два цикла измерений по 30 мин. Обработка результатов измерений и модельные расчеты выполнялись с помощью специальных программ, используемых в международной практике: GPSurvey, Remote Controller, Gplood, Gamit/GLOBK.
B модуле GLOBK использован фильтр Калмана, который имеет итеративную природу. Так как выходные решения получены на основе глобальных параметров, для коррекции в комбинированном решении в окончательные координаты были введены небольшие поправки. Используя модуль GLOBK и координаты постоянно действующих GPS-станций, координаты наземных контрольных точек (GCP) были перевычислены из системы IGS в систему ITRF2008.
Все высоты точек определены с использованием геодезической модели «EGM2008».
Для выполнения оценки точности использовались наземные контрольные точки (постоянные метки) (рис. 4), высоты которых определены точнее, чем +/-0,03 м.
При оценке точности определения высот контрольных точек, полученных на основе ЦМР, необходимо учитывать принцип ничтожных погрешностей, в соответствии с которым точность эталонных отметок земной поверхности должна быть в разы выше оцениваемой точности [4]. Так как точность определения планового положения и высот пунктов каждым геодезическим прибором различна, в исследованиях использованы среднестатистические значения показателей точности. Для GPS - спутникового позиционирования значения максимально достижимой точности определения плановых координат и высот заявляются производителями выше 1 см, для лазерно-локационных систем - 10-15 см.
То есть в этом случае ошибками плановых координат и высот точек наземного контроля, полученных по результатам ОРБ-измерений, можно пренебречь и рассматривать вычисленные разности высот как истинные ошибки данных ВЛС. В качестве исследуемой территории был выбран участок, представляющий собой плоскую, местами всхолмленную равнину, расчлененную промоинами и канавами. Абсолютные высоты колеблются до 50 м. На участке преобладают суглинистые и глинистые (местами засоленные) грунты и песчаные холмы, площадью ~5 кв. км (рис. 4).
Рис. 4. Точки наземного контроля
В качестве исходного материала для исследования использовались два массива данных:
- координаты точек наземного контроля, полученные по результатам GPS-измерений;
- точки, соответствующие поверхности земли (класс Ground) из общего массива точек лазерных отражений, полученных по результатам ВЛС лазерным сканером Riegl Q680i, снабженным цифровой камерой Imperx IPX16M3, 4872X3248 pixel.
С помощью GPS-приемника получены координаты 50 точек наземного контроля, которые использовались для оценки точности данных ВЛС. По результатам ВЛС данной территории был получен массив точек лазерных отражений, включающий более 165000 точек, и по ним построена ЦМР в виде нерегулярной сети треугольников (триангуляция Делоне). Затем с помощью модуля Spatial Analyst в ArcGIS Desktop с ЦМР, полученной по результатам ВЛС, извлекались высоты каждой эталонной точки. На основе обработки всей совокупности пар высот эталонных точек рассчитывались статистические показатели точности высотной составляющей ЦМР. По расхождениям высот можно судить о степени точности и корректности получения данных ВЛС.
При статистической обработке данных принималась аддитивная модель ошибок, в которой факторы представлены в виде алгебраической суммы. Со-
гласно этой модели разности высот точек, полученных с ЦМР, построенной по данным ВЛС, и на основе ОРБ-измерений, будут равны:
ЛН=Нвлс -Щрб
Далее разность ЛН рассматривалась в виде суммы систематической (Дн) и случайной (6Н) ошибок:
ЛН=Дн +8н .
В результате вычислены следующие основные показатели точности модели [5]:
- среднее значение разности высот, оценка систематической ошибки (п -число измерений):
п
Дя^Ул^;
П/-1
У=1
- средняя квадратическая ошибка ЯМБЕ (6Н):
п
RMSE&h = i^W N 1=1
- средняя абсолютная ошибка (mean absolute error):
п
- минимальное и максимальное значения разностей высот.
После исключения систематической ошибки из результатов измерений (Ahí = AH¿ —Ан) оценивались параметры случайной составляющей.
Статистические показатели оценки точности по результатам обработки всей совокупности данных приведены в табл. 2.
Анализ результатов исследований показывает, что точность определения высот точек местности по данным ВЛС не превышает допусков, установленных инструкцией по топографическим съемкам [6], и построенная ЦМР может использоваться в качестве основы для автоматизации пространственных трансформаций функциональной модели региона.
Технология ВЛС произвела революцию в сборе данных для построения ЦМР. ВЛС обеспечивает получение тысячи измеренных геопривязанных точек в секунду, обеспечивая тем самым беспрецедентный уровень детализации отображения местности. Эти факторы стимулировали применение ВЛС во многих научных и производственных отраслях.
Таблица 2
Статистические показатели оценки точности по результатам обработки всей совокупности данных
Название параметра выборки Значение параметра
Число точек n 50
Систематическая ошибка (среднее арифметическое) Ан , м -0,04
Средняя квадратическая ошибка RMSE Ан, м 0,181
Средняя абсолютная ошибка MAE Ан , м 0,148
Минимальное значение разности А Hmin, м -0,997
Максимальное значение разности А Нтах, м 0,515
За последние два десятилетия разработана и функционирует обширная материально - техническая база для получения данных ВЛС, значительно усовершенствовалась технология съемки благодаря предоставлению полноволновой записи для коммерчески доступных систем с малыми размерами, повышению точности бортовой GNSS и IMU, скорости повторения импульсов и разрешения диапазона, разработанным новым алгоритмам интерпретации данных, что делает ВЛС актуальным для еще более широкого применения.
Будущее развитие ВЛС, вероятно, будет сосредоточено на повышении точности, скорости и разрешения сканирования, на разработке новых алгоритмов для интерпретации данных, основанных на непараметрических методах анализа. Это приведет к тому, что технология ВЛС станет более доступной.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Карпик A. П. Структурно-функциональная модель геодезической пространственной информационной системы // Изв. вузов. Геодезия и аэрофотосъемка. - 2004. - № 6.-С.140-148.
2. Webster T. L. and Dias, G. (2006). An automated GIS procedure for comparing GPS and proximal LiDAR elevations. Computers & geosciences 32(6), 713-726.
3. Tobler W. R. (1970). A computer movie simulating urban growth in the Detroit region. Economic geography 46, 234-240
4. Новиков Г. А. Основы метрологии: учеб. пособие. Ульяновск: Изд-во УлГТУ, 2010.
182 с.
5. Оньков И. В. Оценка точности высот SRTM для целей ортотрансформирования космических снимков высокого разрешения // Геоматика. Условные обозначения 2011. № 3. С. 40-46.
6. Инструкция по топографической съемке в масштабах 1:5000, 1:2000, 1:1000, 1:500. М., Недра, 1982. 152 с.
© Аловсат Шура-оглы Гулиев, 2018
