XiaoMi-AI文件搜索系统
World File Search System光探测
文章 茂密森林覆盖区机载激光扫描 (ALS) 数据地表插值的精度
摘要：地表数字模型在林业中具有许多潜在应用。如今，光探测和测距 (LiDAR) 是收集形态数据的主要来源之一。通过激光扫描获得的点云用于通过插值对地表进行建模，这一过程受到各种误差的影响。使用 LiDAR 数据收集地表数据用于林业应用是一个具有挑战性的场景，因为森林植被的存在会阻碍激光脉冲到达地面的能力。因此，地面观测的密度将降低且不均匀（因为它受到冠层密度变化的影响）。此外，森林地区通常位于山区，在这种情况下，地表的插值更具挑战性。在本文中，我们对九种算法的插值精度进行了比较分析，这些算法用于在茂密的森林植被覆盖的山区地形中从机载激光扫描 (ALS) 数据生成数字地形模型。对于大多数算法，我们发现在总体精度方面性能相似，RMSE 值在 0.11 到 0.28 米之间（当模型分辨率设置为 0.5 米时）。其中五种算法（自然邻域、Delauney 三角剖分、多层 B 样条、薄板样条和基于 TIN 的薄板样条）对于超过 90% 的验证点具有小于 0.20 米的垂直误差。同时，对于大多数算法，主要垂直误差（超过 1 米）与不到 0.05% 的验证点相关。数字地形模型 (DTM) 分辨率、地面坡度和点云密度影响地面模型的质量，而对于冠层密度，我们发现与插值 DTM 的质量之间的联系不太显著。
文章 茂密森林覆盖区机载激光扫描 (ALS) 数据地表插值的精度
摘要：地表数字模型在林业中具有许多潜在应用。如今，光探测和测距 (LiDAR) 是收集形态数据的主要来源之一。通过激光扫描获得的点云用于通过插值对地表进行建模，这一过程受到各种误差的影响。使用 LiDAR 数据收集地表数据用于林业应用是一个具有挑战性的场景，因为森林植被的存在会阻碍激光脉冲到达地面的能力。因此，地面观测的密度将降低且不均匀（因为它受到冠层密度变化的影响）。此外，森林地区通常位于山区，在这种情况下，地表的插值更具挑战性。在本文中，我们对九种算法的插值精度进行了比较分析，这些算法用于在茂密的森林植被覆盖的山区地形中从机载激光扫描 (ALS) 数据生成数字地形模型。对于大多数算法，我们发现在总体精度方面性能相似，RMSE 值在 0.11 到 0.28 米之间（当模型分辨率设置为 0.5 米时）。其中五种算法（自然邻域、Delauney 三角剖分、多层 B 样条、薄板样条和基于 TIN 的薄板样条）对于超过 90% 的验证点具有小于 0.20 米的垂直误差。同时，对于大多数算法，主要垂直误差（超过 1 米）与不到 0.05% 的验证点相关。数字地形模型 (DTM) 分辨率、地面坡度和点云密度影响地面模型的质量，而对于冠层密度，我们发现与插值 DTM 的质量之间的联系不太显著。
利用机载激光扫描进行地理信息生产研究
在知识型、信息化的21世纪，获取和管理准确的信息至关重要。政府从1995年开始实施地理空间信息（第一个国家地理信息系统实施计划），并实施了第二阶段NGIS计划。特别是，NGI（国家地理研究所）实施了核心的国家框架数据，并计划将这些数据提供给各个地方政府、私人和研究机构。摄影测量用于数字测绘、正射影像制作和数字高程数据构建。当前的数字摄影测量在降低成本、提高操作效率、自动化和结果一致性方面具有优势。然而，数字摄影测量的使用精度较低，特别是在低纹理区域、建筑区的数字高程数据自动化处理中。在这一地区，发现了很多地貌位移，并且有很多阴影区。为了解决上述摄影测量问题，并自动生成数字高程数据，人们做出了许多努力。这项工作的主要成果是 LiDAR（光探测和测距）系统。LiDAR 也称为 ALMS（机载激光测绘系统）。ALMS 的实际开发始于 1980 年代后期，并于 1990 年代中期投入商业应用。在商业产品问世后，人们不断努力提高性能、提高精度、改进数据处理和应用程序，为 ALMS 的使用铺平了道路。本研究涉及当前的 ALMS 技术、与以前数字高程数据的比较和分析、国内引进的适宜性、改进 ALMS 操作过程的方法、提高精度的技术以及如何将 ALMS 构建的数据应用于 NGIS 实施。
甘肃省松山附近海原断裂晚更新世滑动速率的重新评估
摘要 明确约束的断层滑动速率对于理解断层系统内的应变分配和相关的地震危险性非常重要。海原断层是青藏高原东北缘一条重要的活跃走滑断层，其晚更新世的滑动速率一直存在争议。Lasserre 等人 (1999) 的前期研究表明滑动速率为 12 ± 4 毫米/年，高于最近通过大地测量确定的相邻断层段的滑动速率。我们利用位于松山村北部的两个站点的新高分辨率机载光探测和测距数据重新分析和评估了滑动速率。基于这些数据，我们修改了现场映射的偏移约束。在马家湾站点，我们记录到 T1/T2 阶地立面顶部左旋位移分别为 130 ± 10 米，底部左旋位移为 93 ± 15 米。在玄马湾遗址，T4/T1′阶地立面的偏移量更新为 68 +3 / −10 米。结合新的地质年代学数据，我们评估 T2 的废弃年龄为 26.0 ± 4.5 ka，T1 的废弃年龄为 9,445 ± 30 年。这些数据表明，基于上部阶地和下部阶地重建，自~26 ka 以来的滑动速率在 5.0 +1.5 / −1.1 和 8.9 +0.5 / −1.3 毫米/年之间。我们的重新评估支持了藏北地区明显的滑动速率差异可能存在系统性偏差，这是由于使用下部阶地重建来解释偏移年龄造成的。
利用机载激光扫描进行地理信息生产研究
在知识型、信息化的21世纪，获取和管理准确的信息至关重要。政府从1995年开始实施地理空间信息（第一个国家地理信息系统实施计划），并实施了第二阶段NGIS计划。特别是，NGI（国家地理研究所）实施了核心的国家框架数据，并计划将这些数据提供给各个地方政府、私人和研究机构。摄影测量用于数字测绘、正射影像制作和数字高程数据构建。当前的数字摄影测量在降低成本、提高操作效率、自动化和结果一致性方面具有优势。然而，数字摄影测量的使用精度较低，特别是在低纹理区域、建筑区的数字高程数据自动化处理中。在这一地区，发现了很多地貌位移，并且有很多阴影区。为了解决上述摄影测量问题，并自动生成数字高程数据，人们做出了许多努力。这项工作的主要成果是 LiDAR（光探测和测距）系统。LiDAR 也称为 ALMS（机载激光测绘系统）。ALMS 的实际开发始于 1980 年代后期，并于 1990 年代中期投入商业应用。在商业产品问世后，人们不断努力提高性能、提高精度、改进数据处理和应用程序，为 ALMS 的使用铺平了道路。本研究涉及当前的 ALMS 技术、与以前数字高程数据的比较和分析、国内引进的适宜性、改进 ALMS 操作过程的方法、提高精度的技术以及如何将 ALMS 构建的数据应用于 NGIS 实施。
文章 茂密森林覆盖区机载激光扫描 (ALS) 数据地表插值的精度
摘要：地表数字模型在林业中具有许多潜在应用。如今，光探测和测距 (LiDAR) 是收集形态数据的主要来源之一。通过激光扫描获得的点云用于通过插值对地表进行建模，这一过程受到各种误差的影响。使用 LiDAR 数据收集地表数据用于林业应用是一个具有挑战性的场景，因为森林植被的存在会阻碍激光脉冲到达地面的能力。因此，地面观测的密度将降低且不均匀（因为它受到冠层密度变化的影响）。此外，森林地区通常位于山区，在这种情况下，地表的插值更具挑战性。在本文中，我们对九种算法的插值精度进行了比较分析，这些算法用于在茂密的森林植被覆盖的山区地形中从机载激光扫描 (ALS) 数据生成数字地形模型。对于大多数算法，我们发现在总体精度方面性能相似，RMSE 值在 0.11 到 0.28 米之间（当模型分辨率设置为 0.5 米时）。其中五种算法（自然邻域、Delauney 三角剖分、多层 B 样条、薄板样条和基于 TIN 的薄板样条）对于超过 90% 的验证点具有小于 0.20 米的垂直误差。同时，对于大多数算法，主要垂直误差（超过 1 米）与不到 0.05% 的验证点相关。数字地形模型 (DTM) 分辨率、地面坡度和点云密度影响地面模型的质量，而对于冠层密度，我们发现与插值 DTM 的质量之间的联系不太显著。
新闻稿 2025 年 1 月 28 日
能源和能源工业部长兼总理办公室部长 Stuart R. Young 议员和能源和能源工业部常任秘书 Penelope Bradshaw-Niles 女士会见了新任英国驻特立尼达和多巴哥共和国高级专员 Jon Dean 阁下以及高级专员公署政治、经济和新闻负责人兼代理副高级专员 Chinali Patel 女士。会议于 2025 年 1 月 28 日在西班牙港能源和能源工业部总部举行。会上，双方讨论了在能源相关事务、投资机会、能源安全和碳边境调整机制 (CBAM) 方面的合作。Young 部长指出，特立尼达和多巴哥有机会支持欧洲的能源安全，因为该国有能力向全球出口液化天然气 (LNG)、氨、化肥和甲醇。谈到可再生能源，杨部长强调了特立尼达和多巴哥正在进行的可再生能源计划，例如部署光探测和测距 (LiDAR) 设备来测量风力数据，以及在 Brechin Castle 建造工业规模的太阳能发电场。杨部长还强调了两家英国石油和天然气公司 Shell PLC 和 bp PLC 对两国的重要性。乔恩·迪恩阁下表示，特立尼达和多巴哥被认为在加勒比地区拥有巨大的可再生能源潜力，尤其是风能。乔恩·迪恩阁下进一步强调了特立尼达和多巴哥共和国与英国之间的共同历史、文化和商业联系，并向杨部长保证
使用离散机载激光雷达估算森林叶面积指数
摘要：叶面积指数（LAI）是定量研究土壤-植被-大气传输系统中能量和质量平衡的重要输入参数。作为一种主动遥感技术，光探测和测距（LiDAR）为描述森林冠层LAI提供了一种新方法。本文回顾了利用离散机载LiDAR扫描仪（DALS）获取的点云数据（PCD）反演LAI的主要方法，其验证方案及其局限性。基于DALS PCD的LAI反演方法有两种，即经验回归和间隙分数（GF）模型。在经验模型中，与树高相关的变量，LiDAR穿透指数（LPI）和冠层盖度是使用最广泛的代理变量。与高度相关的代理使用最多；然而，LPI 被证明是最有效的代理。基于比尔-朗伯定律的 GF 模型已被证明可用于估计 LAI；然而，LPI 的适用性取决于地点、树种和 LiDAR 系统。在先前研究的局部验证中，观察到经验模型和 GF 模型在时间、空间和不同 DALS 系统之间的可扩展性较差，这意味着仍然需要现场测量来校准这两种类型的模型。使用 DALS PCD 校正聚集效应和木质材料的影响以及经验模型和 GF 模型的饱和效应的方法仍需进一步探索。最重要的是，需要进一步开展工作，重点评估已发布方法对新地理环境、不同 DALS 传感器和调查特征的可迁移性，并在此基础上确定每个因素对使用 DALS PCD 进行 LAI 检索过程的影响。此外，从方法论的角度来看，利用 DALS PCD 表征冠层的 3D 结构、充分利用机器学习方法在多源数据融合中的能力、开发包括 LAI 在内的冠层结构参数的时空可扩展模型以及使用多源和异构数据都是有前途的研究领域。
测量、测绘和航空摄影
简介。联邦政府的几个机构负责在填海活动区域内进行标准调查。已经并正在为特殊目的进行其他调查。地籍调查。地籍调查的目的是对房地产的数量和所有权进行正式登记。联邦政府根据美国公共土地法对公共土地进行了地籍调查。公共土地调查从俄亥俄河西北地区的领土开始。德克萨斯州不受联邦公共土地法的约束。土地调查属于土地管理局 (BLM) 的管辖范围。有关地籍调查的详细信息可从《美国公共土地调查说明书》中获得，2009 年是 BLM 发布的当前版本。基本水平和垂直控制。商务部下属机构国家大地测量局 (NGS) 建立了基本水平和垂直控制网络。网络的调整和扩展正在不断进行中。应咨询 NGS 以获取有关可用的调整和控制的最新信息。美国地质调查局 (USGS) 在其地形测绘计划中根据需要建立了额外的控制。地形测绘。地质调查局开展了系统的地形测绘计划。调查局发布了各种类型和比例的地图。航空摄影。美国农业部 (USDA) 已获得广泛的航空摄影覆盖。美国农业服务局 (FSA)、自然资源保护局 (NRCS) 和美国森林服务局 (Forest Service) 已使用垂直立体航空照片（自 1950 年代开始）和数字正射影像（自 2003 年开始）覆盖了西部各州的大部分农业和森林地区。此外，由美国农业部航空摄影实地办公室 (APFO)（位于犹他州盐湖城）管理的国家农业图像计划 (NAIP) 在美国大陆的农业生长季节获取航空图像。美国地质调查局已获取大量航空摄影和光探测与测距 (LiDAR) 数据，用于其地形测绘工作。私人航空测绘和卫星图像公司也其他获取航空摄影资料的联邦机构包括 BLM、国家地理空间情报局 (NGA)、美国陆军工程兵团 (USACE)、NGS。
激光雷达系统质量保证——任务规划 - ASPRS
激光雷达系统质量保证 – 任务规划 Kutalmis Saylam GeoBC 皇家注册处和地理基地 (CRGB) 分支机构 1 楼，3400 Davidson Ave，维多利亚，BC V8Z 3P8 加拿大 Kutalmis.saylam@gov.bc.ca 摘要 任务规划被视为机载光探测和测距 (LiDAR) 调查的一个重要方面，有助于全面质量保证 (QA) 体验。由于 LiDAR 是一种相对较新的空间数据采集方法，因此可能找不到有关如何为此类任务做准备的完整文档。一些公共和私人组织提供了抽象信息；但是，这些资源都没有提供完整记录和透彻的解释。在整个行业中，大多数机载 LiDAR 任务都是利用参与早期项目的人员的先前专业知识来准备的。正规培训并不常见，“在职学习”可能会给未来带来麻烦。此外，有各种类型的机载 LiDAR 调查需要特定的专业知识，但所掌握的专业知识可能不适用于不同类型的调查。建议现场和办公室经理在任务启动前非常仔细地评估项目要求和可用资源。有基本要求，也有不太重要的行动。由于机载调查的多变性，所有阶段都需要稳定观察，以防止潜在的代价高昂的变化或任务失败。各种项目为了尽快完成项目而遇到困难，导致忽视和跳过 QA 程序。仔细评估要求并适时规划对于成功完成任务至关重要。良好的任务规划需要仔细和广泛地考虑项目的各个阶段。因此，作者认为需要详细的机载 LiDAR 任务规划文档，以协助 LiDAR 社区。引言质量保证程序是指有计划和系统的流程，可确保产品或服务的有效性。这适用于所有形式的活动；设计、开发、生产、安装、服务和文档阶段。机载 LiDAR 任务规划的 QA 是指预测和管理活动，以确保所提议的任务能够以尽可能高的质量执行和完成。这些活动通常包括良好的任务规划、准确的系统配置、记录良好的数据处理和完整的项目交付。图 1 说明了一般 QA 模型流程图。