来自不同LiDAR平台的多时间DTM的可比性:地形影响研究应用中的错误来源和不确定性

科学领域:

• 地质形态学 地质形态学
• 遥感 遥感 遥感 遥感
• 地理空间分析是什么

背景情况:

• 来自空载激光扫描 (ALS) 和无人机 (UAV) 载体激光扫描 (ULS) 的多时代数字地形模型 (DTM) 对地形影响研究和危险评估至关重要.
• 动员沉积物的准确估计依赖于精确的DTM,但数据采集,处理和地形特性中的错误可能导致体积变化量化中的重大不确定性.
• 了解和量化这些错误来源对于可靠分析高山环境至关重要.

研究的目的:

• 为地形影响研究进行多时间DTM的全面不确定性分析.
• 为DTM不确定性分析开发工作流程,可以作为变化检测工具的输入.
• 评估不同的LiDAR数据源 (ALS和ULS) 和点密度的适合性,用于地形研究.

主要方法:

• 分析了三个带有不同LiDAR点云 (ALS,ULS) 的高山流域,并对DTM进行了插入.
• 错误来源的细分为数据采集,数据处理和空间地形属性.
• 开发和应用DTM不确定性分析工作流程,包括降低ULS数据质量,使其与ALS参考数据相匹配,以便进行比较.

主要成果:

• 地形影响研究需要明确区分实际的表面变化和数据不确定性.
• 无人驾驶飞行器 (UAV) 携带的激光扫描 (ULS) 提供了好处,但并不能自动保证更好的结果;高细节可能并不总是有利的.
• 降低高密度ULS点云的质量,使其与较旧ALS数据的准确性相匹配,是可比性的必要.
• 高密度的点云有规律的间距和最小的数据差距,理想情况下在叶子脱落条件下收集,足以进行地形研究.

结论:

• 区分真实的表面变化和数据诱导的不确定性在使用多时间DTM的地形影响研究中至关重要.
• 虽然ULS提供了优势,但其高分辨率需要谨慎管理,以确保其在地形分析中的实用性.
• 在动态环境中,标准化的不确定性分析协议对于可靠的变化检测和危险评估至关重要.