ICESat-2(ice,cloud,and land elevation satellite-2)是美国NASA最新发射的激光卫星,其搭载了先进的地形激光测高仪系统,不仅能够有效探测海面高度,而且能探测浅海水深地形;然而,ICESat-2大量的噪声光子给浅海水深地形探测带来巨大挑...ICESat-2(ice,cloud,and land elevation satellite-2)是美国NASA最新发射的激光卫星,其搭载了先进的地形激光测高仪系统,不仅能够有效探测海面高度,而且能探测浅海水深地形;然而,ICESat-2大量的噪声光子给浅海水深地形探测带来巨大挑战。为了解决光子点云去噪问题,提出了两次聚类去噪算法和双向布料模拟滤波算法相结合的方法,有效提取了海底光子,提高了ICESat-2水深探测精度。利用澳大利亚东部某两处岛礁的ICESat-2实验数据,去噪结果表明本文提出的方法优于官方提取的去噪结果,通过与30 m格网实测水深地形数据比较,ICESat-2测深标准差优于0.236 m,获得了较为满意的水深探测结果。展开更多
美国冰、云和陆地高程二号卫星(The Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)是ICESat卫星的继任者,旨在监测地球的冰盖、冰川、海洋和陆地高程的变化等,其携带的地形激光高度计系统(ATLAS)发射532 nm波长的激光,具备一定...美国冰、云和陆地高程二号卫星(The Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)是ICESat卫星的继任者,旨在监测地球的冰盖、冰川、海洋和陆地高程的变化等,其携带的地形激光高度计系统(ATLAS)发射532 nm波长的激光,具备一定的水体穿透能力。作为光子计数式激光雷达,ICESat-2的数据易受外界环境影响而接收到大量噪声光子,导致光子数据密度分布不均匀。本文提出了一种基于密度峰值聚类(Density Peak Clustering,DPC)算法的光子去噪方法,通过数据集的欧式距离计算局部密度作为点云数据的属性,采用基尼指数自适应选择最优截断距离,分别对日间和夜间数据进行多次实验,得出了两类数据的局部密度阈值参数。本文选取三处实验区域进行信号光子去噪分析,使用本文方法的去噪精度F值优于官方置信度标签去噪和传统密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN),可以应用于星载激光雷达数据去噪处理。最后,对去噪后的华光礁区域信号光子进行折射校正,与收集的DEM数据进行对比可见,结合本文去噪方法可以使用ICESat-2数据进行浅水域的水深测量。展开更多
先进地形激光高度计系统(ATLAS)可为全球森林冠层高度测量提供科学数据,利用ATLAS光子云数据可获取森林冠层高度信息。为探究光子云去噪算法在弱光束条件下森林研究区的去噪效果,采用局部距离统计算法、基于密度的聚类(Density-based sp...先进地形激光高度计系统(ATLAS)可为全球森林冠层高度测量提供科学数据,利用ATLAS光子云数据可获取森林冠层高度信息。为探究光子云去噪算法在弱光束条件下森林研究区的去噪效果,采用局部距离统计算法、基于密度的聚类(Density-based spatial clustering of applications with noise,DBSCAN)算法和基于粒子群优化(Particle swarm optimization,PSO)模型的PSO-DBSCAN算法在弱光束条件下的森林区域进行了光子云去噪试验,研究了算法的去噪精度,并分析研究区不同特性对于去噪效果的影响。结果表明:PSO-DBSCAN算法在弱光束条件下森林区域去噪精度达到了0.95,满足光子云去噪的精度要求,该算法相对局部距离统计算法和DBSCAN算法表现出更好的去噪效果;相对地形坡度和植被覆盖度,太阳高度角会对算法的去噪结果产生更大的影响。展开更多
文摘美国冰、云和陆地高程二号卫星(The Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)是ICESat卫星的继任者,旨在监测地球的冰盖、冰川、海洋和陆地高程的变化等,其携带的地形激光高度计系统(ATLAS)发射532 nm波长的激光,具备一定的水体穿透能力。作为光子计数式激光雷达,ICESat-2的数据易受外界环境影响而接收到大量噪声光子,导致光子数据密度分布不均匀。本文提出了一种基于密度峰值聚类(Density Peak Clustering,DPC)算法的光子去噪方法,通过数据集的欧式距离计算局部密度作为点云数据的属性,采用基尼指数自适应选择最优截断距离,分别对日间和夜间数据进行多次实验,得出了两类数据的局部密度阈值参数。本文选取三处实验区域进行信号光子去噪分析,使用本文方法的去噪精度F值优于官方置信度标签去噪和传统密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN),可以应用于星载激光雷达数据去噪处理。最后,对去噪后的华光礁区域信号光子进行折射校正,与收集的DEM数据进行对比可见,结合本文去噪方法可以使用ICESat-2数据进行浅水域的水深测量。
文摘先进地形激光高度计系统(ATLAS)可为全球森林冠层高度测量提供科学数据,利用ATLAS光子云数据可获取森林冠层高度信息。为探究光子云去噪算法在弱光束条件下森林研究区的去噪效果,采用局部距离统计算法、基于密度的聚类(Density-based spatial clustering of applications with noise,DBSCAN)算法和基于粒子群优化(Particle swarm optimization,PSO)模型的PSO-DBSCAN算法在弱光束条件下的森林区域进行了光子云去噪试验,研究了算法的去噪精度,并分析研究区不同特性对于去噪效果的影响。结果表明:PSO-DBSCAN算法在弱光束条件下森林区域去噪精度达到了0.95,满足光子云去噪的精度要求,该算法相对局部距离统计算法和DBSCAN算法表现出更好的去噪效果;相对地形坡度和植被覆盖度,太阳高度角会对算法的去噪结果产生更大的影响。
