大數據時代給地理信息數據帶來了全新的機遇和挑戰,不同獲取地理信息數據的測量手段,為(wei) 海量空間數據的積累提供了多種渠道。
1.獲取大數據 為(wei) 人類提供前所未有的潛力
早在2011年,美國著名谘詢管理公司麥肯錫提出大數據時代的觀點:“數據,已經滲透到當今的每一個(ge) 行業(ye) 和業(ye) 務職能領域,稱為(wei) 重要的生產(chan) 要素。人們(men) 對於(yu) 海量數據的挖掘和運用,預示著新一波生產(chan) 率增長和消費者盈餘(yu) 浪潮的到來”。大數據的概念在物理學、生物學、環境生態學以及軍(jun) 事、金融通訊等行業(ye) 的存在已有時日,但近期卻隨著互聯網和信息行業(ye) 的發展引起人們(men) 的重大關(guan) 注。
大數據時代的數據具有數據量大(Volume)、類型繁多(Variety)、價(jia) 值密度低(Value)和速度快時效高(Velocity)的特點,大數據時代的到來對人們(men) 駕馭數據分析數據和利用數據的能力提出了新的挑戰,也為(wei) 人們(men) 利用數據獲取最大的有用價(jia) 值提供了前所未有的空間和潛力。
2.大數據時代測繪地理信息有機遇更有挑戰
大數據時代的來臨(lin) ,也預示著測繪地理信息行業(ye) 進入了一個(ge) 全新的時代,給測繪地理信息時代的發展帶來了前所未有的機遇和挑戰。
大數據時代的來臨(lin) ,可能預示著新的、或破壞性業(ye) 務模式的誕生,即所謂的“破壞式”創新。大數據蘊藏著巨大的商機,對於(yu) 測繪地理信息行業(ye) 而言,誰能抓住大數據帶來的商機,誰就能在未來關(guan) 於(yu) 數據資源的激烈競爭(zheng) 中利於(yu) 不不敗之地。這裏以基於(yu) 位置服務(LBS,Location Based Services)為(wei) 例,說明大數據時代給測繪地理信息行業(ye) 蘊藏的巨大商機。基於(yu) 位置服務(LBS)是測繪地理信息數據與(yu) 互聯網應用相結合的一種增值業(ye) 務,通過獲取移動終端的位置信息,提供給移動用戶本人,實現各種與(yu) 位置相關(guan) 的業(ye) 務服務。不需要太久,使用移動互聯網上網的用戶,將超過使用個(ge) 人電腦上網的用戶。PPTV公司首席執行官、Geo Tango創始人(被微軟收購)陶闖博士認為(wei) ,“移動互聯網+LBS”的商業(ye) 模式未來將呈爆炸式的增長。大數據與(yu) LBS的結合,將給餐飲、娛樂(le) 、培訓、購物等行業(ye) 精準營銷帶來前所未有的商業(ye) 價(jia) 值。
LBS商業(ye) 模式的實現,需要有強大的測繪地理信息數據作為(wei) 堅固的後盾支持。傳(chuan) 統意義(yi) 上的測量數據已經不能滿足信息化時代人們(men) 對地理信息數據的需求,信息化時代的測量數據不再隻是傳(chuan) 統意義(yi) 上的位置坐標信息,而是包含了與(yu) 時間空間特征並且與(yu) 人們(men) 日常生活息息相關(guan) 的位置資源數據。由國家測繪局發起的西部測圖工程、海島(礁)測繪工程是名副其實的大數據獲取工程,僅(jin) 西部測圖工程數據成果就達到13.4TB,而如此大的測量數據隻通過常規的傳(chuan) 統測量手段來獲取不具有可操作性,隻能通過新型的測量數據獲取手段——機載激光雷達測量係統。
3.激光雷達數據獲取手段值得關(guan) 注
激光雷達測量是順應大數據時代的到來而出現的一種新型測量數據獲取手段,激光雷達測量的核心為(wei) 激光雷達掃描儀(yi) ,通過將激光雷達掃描儀(yi) 搭載在飛機、車、船等移動平台上,獲取空間地理信息數據,記錄存儲(chu) ,後期通過計算機硬件和軟件對這些地理信息數據進行測量、處理、分析、管理、顯示和應用。由於(yu) 飛機的飛行速度快,測繪時覆蓋的麵積大,單位時間獲取的數據量極大。業(ye) 內(nei) 普遍認為(wei) 機載激光雷達測量手段的出現是測繪行業(ye) 由傳(chuan) 統測量時代進入數字化測量時代的象征。
國內(nei) 的機載激光雷達測量係統最早都是有國外引進,典型的有Leica,Riegl和Optech等公司的產(chan) 品,但是受限於(yu) 國外進口設備高昂的價(jia) 格,國內(nei) 能夠擁有這樣測量係統的單位並不多;根據相關(guan) 單位反映,在後期使用國外進口設備的過程中,實際測量精度無法達到係統標稱精度,究其原因為(wei) 國外環境中標定的參數在國內(nei) 並不適用,並且設備使用過程中如果出現係統問題,國內(nei) 代理商是沒有能力進行升級和維修的,隻能將設備運回生產(chan) 廠家才能進行維修,這樣整個(ge) 過程下來順利的話也得半年時間,不僅(jin) 耽誤工程項目進展,而且需要賣家承擔高昂的運費和維修費用,就像河南理工大學的一台進口的地麵掃描儀(yi) 出現問題後,托運回奧地利本廠進行維修,花了接近一年的時間,光運費就花費了接近5萬(wan) 人民幣。有的單位設備出現問題後直接就不再進行維修,導致設備一直處於(yu) 閑置狀態。正是由於(yu) 以上幾個(ge) 原因,國外係統引進後真正的工程化利用率並不高,導致設備資源嚴(yan) 重浪費。
正是在這樣的大環境下,為(wei) 滿足大數據時代對測繪地理信息數據的需求,國產(chan) 激光雷達測量係統生產(chan) 商開始嶄露頭角,主要有北京北科天繪推出的A-Pilot機載激光雷達測量係統、車/船載R-Angle測量係統、和地麵U-Arm三維激光掃描儀(yi) ,還有廣州思拓力推出的X300地麵激光掃描儀(yi) ,廣州中海達的車載測量係統和LS300地麵激光掃描儀(yi) 。其中,國產(chan) 機載激光雷達係統的隻有北科天繪推出的A-Pilot係列。

圖1 A-Pilot機載激光雷達
A-Pilot機載激光雷達係統是適應與(yu) 我國山地貌和高效航測作業(ye) 需求而研發的輕小型機載激光雷達設備。它外形簡單,重量輕巧,方便安裝在包括無人飛機、飛艇等各類飛行平台上,並且其憑借70°的測繪掃描視場和每秒最多500K個(ge) 脈衝(chong) 的高掃描密度,使航空測繪掃描效率大大提高。
國產(chan) 機載激光雷達測量係統主要由A-Pilot激光掃描儀(yi) (北科天繪)、慣導測量係統、攝影測量相機和計算機控製係統(北科天繪)組成。

圖2 國產(chan) 激光雷達測量係統
首先,係統由北京北科天繪進行生產(chan) 集成和出廠標定,標定環境為(wei) 實際飛行作業(ye) 環境,不存在標定參數實際作業(ye) 不適用情況。係統標定完成出廠後提供配套的數據預處理解算軟件UI-AP係列,供用戶選擇。其次,係統全部為(wei) 國內(nei) 廠家研發生產(chan) ,相關(guan) 技術人員全部在國內(nei) ,係統在使用過程中出現的任何問題都可在國內(nei) 迅速解決(jue) ,將用戶損失降低到最小。最主要的是A-Pilot激光雷達是為(wei) 了適應我國多山地貌研製的,在保證高點密度的前提下,能夠實現測區落差1000米以上的山區掃描作業(ye) 。
目前,國產(chan) 機載激光雷達測量係統經過2011年和2012年的試飛驗證,2013年開始真正應用與(yu) 工程項目生產(chan) 作業(ye) ,主要應用領域有大麵積地形測繪、地質災害監測、電力巡線等。#p#分頁標題#e#
4.國產(chan) 激光雷達工程化應用數字成果
國產(chan) 激光雷達測量係統能夠迅速高效地獲取測區激光點雲(yun) 和影像數據,通過計算機硬件和軟件處理,能夠快速生成測區4D數字產(chan) 品,數字高程模型(DEM,Digital Elevation Model)、數字正射影像(DOM,Digital Orthographic Model)、數字表麵模型(DRG,Digital Raster Graphic)和數字線化地圖(DLG,Digital Line Graphic)。
1.地形測繪

圖3b 數字高程模型(DEM)
2.地質災害監測

圖4 數字表麵模型(DSM)

圖5 裂縫區域

圖6 數字劃線圖(DLG)
3.電力巡線

圖7 電力線塔杆點雲(yun)
4D數字產(chan) 品能夠快速複合生成其他數字產(chan) 品,滿足個(ge) 行業(ye) 需求,如電力線線點雲(yun) 數據與(yu) 影像融合能夠生成3D電力線,進行數字電力係統管理。主要的4D複合產(chan) 品如下圖所示:

圖8 4D複合產(chan) 品
5.總結
激光雷達測量手段的出現是測繪行業(ye) 由傳(chuan) 統測量時代進入數字化測量時代的象征。激光雷達測量係統能夠快速有效的獲取測區豐(feng) 富的地理信息數據,包括坐標和影像數據,能夠在一天時間內(nei) 獲取上百平方公裏的測區數據,相比於(yu) 傳(chuan) 統測量數據激光雷達數據量非常大,地理信息非常豐(feng) 富,且獲取的數據類型比較多,需要通過後期融合數據處理才能得到數據成果。
國產(chan) 激光雷達測量係統在測距、精度、激光頻率、視場角等技術指標上可媲美甚至超越國際主流產(chan) 品,是大數據時代名副其實的最高效測繪地理信息大數據獲取手段,相信在國務院辦公廳頒布的《關(guan) 於(yu) 促進地理信息產(chan) 業(ye) 發展意見》的指導下,國產(chan) 激光雷達測量設備將在地理信息國情普查中大展宏圖。
轉載請注明出處。







相關文章
熱門資訊
精彩導讀



















關注我們

