在應(yīng)急救災(zāi)工作中,測(cè)繪地理信息都將發(fā)揮重要的基礎(chǔ)保障和技術(shù)支撐作用。為此,國(guó)務(wù)院辦公廳公布的《國(guó)家自然災(zāi)害救助應(yīng)急預(yù)案》中的災(zāi)害預(yù)警響應(yīng)、國(guó)家應(yīng)急響應(yīng)、災(zāi)后救助與恢復(fù)重建等多個(gè)章節(jié)明確了測(cè)繪地理信息部門(mén)的職責(zé)。應(yīng)急測(cè)繪具有應(yīng)急性、突發(fā)性、靈活性、任務(wù)組織特殊性、成果形式多樣性等特征,這些特征要求我們必須打破傳統(tǒng)方式,提供實(shí)時(shí)、快速的測(cè)繪保障。但傳統(tǒng)測(cè)繪地理信息技術(shù)存在數(shù)據(jù)量較大、處理流程操作步驟多等問(wèn)題導(dǎo)致數(shù)據(jù)后處理效率較低,無(wú)法滿足應(yīng)急測(cè)繪對(duì)時(shí)效性的要求。針對(duì)上述問(wèn)題,本文提出一種機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的快速并行處理方法,在預(yù)處理時(shí)結(jié)合并行算法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換與濾波處理,并按瓦片的方式進(jìn)行分塊處理,在點(diǎn)云插值生成DSM階段利用基于并行的直接內(nèi)插算法進(jìn)行插值,在DSM生成瓦片階段結(jié)合并行計(jì)算快速應(yīng)用于地理信息服務(wù)。該方法優(yōu)化了點(diǎn)云數(shù)據(jù)的處理工作流程并縮短數(shù)據(jù)的處理時(shí)間,提高處理效率,使得機(jī)載激光點(diǎn)云數(shù)據(jù)在應(yīng)急測(cè)繪中能夠充分發(fā)揮作用。本文將直觀性較差的機(jī)載LiDAR掃描數(shù)據(jù)快速處理為直觀性較強(qiáng)、便于處理的DSM數(shù)據(jù),并應(yīng)用于地理信息服務(wù)中,以滿足應(yīng)急測(cè)繪的要求。通過(guò)對(duì)傳統(tǒng)點(diǎn)云數(shù)據(jù)處... 

【文章來(lái)源】：天津師范大學(xué)天津市

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

傳統(tǒng)機(jī)載點(diǎn)云數(shù)據(jù)分塊效果示意圖（底層多邊形代表機(jī)載LiDAR點(diǎn)云數(shù)據(jù)）

122.3點(diǎn)云并行預(yù)處理與傳統(tǒng)方法的對(duì)比分析本文選取實(shí)驗(yàn)區(qū)數(shù)據(jù)中噪聲點(diǎn)體現(xiàn)較為明顯的點(diǎn)云數(shù)據(jù)子集對(duì)其進(jìn)行預(yù)處理實(shí)驗(yàn)。該區(qū)域?qū)嶒?yàn)數(shù)據(jù)中，包含山地地形、林區(qū)、建筑物、河流以及耕地等要素，在濾波降噪階段具有代表性。本文針對(duì)點(diǎn)云與處理的三個(gè)主要階段進(jìn)行分別對(duì)比分析，以檢驗(yàn)利用OpenMP的點(diǎn)云并行預(yù)處理與傳統(tǒng)點(diǎn)云預(yù)處理的效果與效率，驗(yàn)證本文提出的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)預(yù)處理并行方法在面對(duì)災(zāi)害的應(yīng)急測(cè)繪中是否能夠提高計(jì)算效率，加快機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的處理速度。評(píng)判并行效率時(shí)，引入加速比概念，定義點(diǎn)云并行預(yù)處理的加速比如下：=串行處理(14)其中，K為并行計(jì)算的加速比，T串行處理為傳統(tǒng)點(diǎn)云串行預(yù)處理方法的處理時(shí)間，Ti表示不同線程數(shù)的并行預(yù)處理時(shí)間，i表示不同的線程數(shù)。2.3.1實(shí)驗(yàn)區(qū)概況與處理平臺(tái)信息本文實(shí)驗(yàn)中所用的機(jī)載LiDAR數(shù)據(jù)是固定翼無(wú)人機(jī)搭載RIEGLVZ-1000激光掃描儀于2017年12月15日至20日多架次獲取的四川省廣元市盤(pán)龍機(jī)場(chǎng)為中心的點(diǎn)云數(shù)據(jù)，共31.9GB、1,009,266,061個(gè)點(diǎn)。該機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的坐標(biāo)系為UTM投影的WGS84坐標(biāo)系，條帶為48N。區(qū)域中心為東經(jīng)117.5405°，北緯40.2055°，區(qū)域面積約為729平方公里。該區(qū)域整體大致呈平行四邊形，東西長(zhǎng)約30公里，南北長(zhǎng)約15公里，測(cè)區(qū)高差約1000米。測(cè)區(qū)內(nèi)包含各類(lèi)下墊面類(lèi)型，如城區(qū)、農(nóng)田、河道、高山以及峽谷等，可以充分展示機(jī)載LiDAR掃描技術(shù)在各種不同的地形中的應(yīng)用情況。四川廣元地區(qū)衛(wèi)星影像及點(diǎn)云數(shù)據(jù)高程渲染如下：圖3測(cè)區(qū)衛(wèi)星影像

13圖4測(cè)區(qū)點(diǎn)云按高程渲染結(jié)果RIEGLVZ-1000有高達(dá)1400米的有效測(cè)量距離，具有精度高、測(cè)區(qū)適應(yīng)性好、防塵防水等特點(diǎn)�；赗IEGL公司目標(biāo)提取技術(shù)獨(dú)特的回波數(shù)字化和在線波形處理功能，可以做到即使在相對(duì)不理想的大氣條件下、植物穿透性不強(qiáng)的情況下，也可以出色的完成測(cè)量任務(wù)。本文的測(cè)區(qū)，即四川省廣元市，位于我國(guó)四川盆地北部。地理坐標(biāo)為北緯31.5167°至32.9333°、東經(jīng)104.6°至106.75°，總面積約為16314平方千米。北與陜西盛甘肅省接壤，是川北地區(qū)的重要交通樞紐以及周邊地區(qū)的貿(mào)易中心與商品集散地。現(xiàn)轄三區(qū)四縣，共約302.62萬(wàn)人。廣元市市區(qū)位于嘉陵江谷地，背部有與陜西、甘肅兩省的界山米倉(cāng)山與摩天嶺。摩天嶺海拔由西端最高點(diǎn)3837米東方向下降至2784米，南方向快速下降到800米。地勢(shì)由北向東南傾斜，最大高差達(dá)3200余米。該地區(qū)山地地形分布廣泛，有著名的龍門(mén)山、劍門(mén)山、大欄山等。本文所有實(shí)驗(yàn)均在某品牌筆記本電腦上進(jìn)行，電腦參數(shù)如下表：表1處理平臺(tái)硬件信息硬件名稱(chēng)型號(hào)及大小CPUIntelCorei7-6700HQ(2.6GHz/L36M)內(nèi)存DDR421338GB×2硬盤(pán)1TBHDD機(jī)械硬盤(pán)顯卡NVIDIAGeForceGTX10606GB操作系統(tǒng)Windows10家庭中文版19092.3.2坐標(biāo)轉(zhuǎn)換效率分析坐標(biāo)轉(zhuǎn)換階段，本文利用OpenMP可以對(duì)原有程序并行處理線程的自主選擇這一特點(diǎn)，使用“#pragmaompparallelfor”語(yǔ)句對(duì)傳統(tǒng)的串行坐標(biāo)轉(zhuǎn)換程序進(jìn)行不同線程的對(duì)比計(jì)算�？紤]到計(jì)算機(jī)處理器線程的限制，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行多種線程轉(zhuǎn)換處理時(shí)主要選擇如下四種

【參考文獻(xiàn)】：
期刊論文
[1]無(wú)人機(jī)遙感技術(shù)在潰壩應(yīng)急測(cè)繪保障中的應(yīng)用[J]. 張廣慶,張浩,王宏昌.  現(xiàn)代測(cè)繪. 2019(06)
[2]測(cè)繪地理信息在應(yīng)急測(cè)繪中的應(yīng)用實(shí)踐[J]. 馮夢(mèng)龍.  華北國(guó)土資源. 2019(05)
[3]測(cè)繪地理信息在應(yīng)急測(cè)繪中的應(yīng)用分析[J]. 李艷.  居舍. 2019(28)
[4]新型基礎(chǔ)測(cè)繪數(shù)據(jù)在地震應(yīng)急領(lǐng)域生產(chǎn)與應(yīng)用實(shí)踐[J]. 肖提榮,吳玉婷,何照攀,林根.  測(cè)繪與空間地理信息. 2019(09)
[5]依托無(wú)人機(jī)航空攝影測(cè)量技術(shù)實(shí)現(xiàn)“精準(zhǔn)應(yīng)急”[J]. 鄧廷起,陳駿明,徐勛江.  浙江國(guó)土資源. 2019(09)
[6]三維激光掃描技術(shù)在1∶1萬(wàn)地質(zhì)災(zāi)害詳細(xì)調(diào)查中的應(yīng)用——以河北邢臺(tái)峽谷群國(guó)家地質(zhì)公園為例[J]. 李東海.  測(cè)繪通報(bào). 2019(07)
[7]測(cè)繪地理信息技術(shù)在應(yīng)急測(cè)繪中的應(yīng)用[J]. 李飛,張維立.  黑龍江科學(xué). 2019(14)
[8]路面點(diǎn)云的并行簡(jiǎn)化研究[J]. 孫大林,唐好選.  智能計(jì)算機(jī)與應(yīng)用. 2019(04)
[9]無(wú)人機(jī)載激光雷達(dá)技術(shù)在洪澇過(guò)程模擬中的應(yīng)用[J]. 楊東,侯精明,張兆安,王興樺,李昌鎬,白崗崗,陳文軍,付德宇.  中國(guó)防汛抗旱. 2019(08)
[10]四川中航時(shí)固定翼無(wú)人機(jī)航空應(yīng)急測(cè)繪系統(tǒng)總體技術(shù)設(shè)計(jì)與集成驗(yàn)證[J]. 周興霞,黃青倫,武昊.  測(cè)繪. 2019(03)

博士論文
[1]基于機(jī)載LiDAR數(shù)據(jù)的洞庭湖蓄滯洪區(qū)洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)與方法研究[D]. 沈定濤.南京大學(xué) 2017
[2]基于LiDAR的建筑物震害分析[D]. 焦其松.中國(guó)地震局工程力學(xué)研究所 2015
[3]基于地面三維激光掃描技術(shù)的海量點(diǎn)云模型重建關(guān)鍵算法研究[D]. 謝洪.武漢大學(xué) 2013

碩士論文
[1]基于機(jī)載激光雷達(dá)數(shù)據(jù)的濾波分類(lèi)與建筑物提取技術(shù)研究[D]. 鄒雄高.吉林大學(xué) 2018
[2]機(jī)載LiDAR點(diǎn)云缺失數(shù)據(jù)填補(bǔ)方法研究[D]. 夏玉紅.遼寧工程技術(shù)大學(xué) 2017
[3]無(wú)人機(jī)LiDAR在山洪災(zāi)害調(diào)查中的關(guān)鍵技術(shù)及應(yīng)用[D]. 胡小青.東華理工大學(xué) 2016
[4]機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的抽稀方法研究[D]. 王超.遼寧工程技術(shù)大學(xué) 2016
[5]精度約束下基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的DEM壓縮算法研究[D]. 聶鑫.西南交通大學(xué) 2014
[6]基于車(chē)載LIDAR數(shù)據(jù)的建筑災(zāi)情應(yīng)急測(cè)量研究[D]. 王文越.河南理工大學(xué) 2014
[7]利用機(jī)載LiDAR點(diǎn)云提取損毀建筑物的方法研究[D]. 王彩鳳.西南交通大學(xué) 2013
[8]面向DEM點(diǎn)云數(shù)據(jù)的并行插值數(shù)據(jù)劃分優(yōu)化方法研究[D]. 錢(qián)辰.南京師范大學(xué) 2013
[9]基于海量機(jī)載LIDAR數(shù)據(jù)的規(guī)則格網(wǎng)生成算法研究[D]. 張春亢.福建師范大學(xué) 2012
[10]基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)城市區(qū)域DSM重建研究[D]. 王蒙.長(zhǎng)安大學(xué) 2012



本文編號(hào)：3526384