Lidar-driven创新

在Miller和LaFlamme于1958年将数字地形模型(DTM)引入土木工程的背景下，两年后的1960年，Maiman建造了第一台激光设备。也许，他们中没有一个人想到，到1995年左右，这将解决自航空摄影测量技术出现以来就存在的一个测绘问题:在森林地区捕捉地形高程。虽然这也需要基于GNSS和惯性系统的精确导航，但脉冲激光雷达的多目标能力在雨棚下展现了前所未有的细节。这项技术还彻底改变了工业、行政和科学的其他领域，例如林业，它揭示了与地貌过程相关的高植被的3D结构或自然灾害评估，以及它们在地形表面留下的细微痕迹。

从机载和地面测量平台上，激光扫描也带来了一种新的数据类型:点云。地理学界花了一些时间来理解它的力量。稠密的点云正在逐渐取代稀疏的点-边-面数据结构。机器学习和云处理在几何领域的广泛应用，将提供数万亿点的可靠分类云，使它们在可视化、导航或界面、碰撞和避免检查之外更有用。它将导致自动化的语义分析。

毫无疑问，来自激光雷达的竞争也刺激了密集图像匹配，在开放和城市地区提供更高密度的彩色点云。这是以额外的处理步骤(对应搜索)为代价的，因此显著地延长了计算时间。我们甚至还没有开始认真研究照片和激光雷达的集成，这将利用:1)在方向上的互补方面-间接的地理参考能力的图像，从激光雷达的比例;2)表面重建——减轻重复、几乎没有纹理或阴影的表面、深色和有光泽的表面、不连续和透水的表面的缺陷;3)对其差异进行更可靠的分类;4)减少计算时间;也许还会增加任务计划的灵活性。

让我们从“激光雷达对照片”战场的和平探索任务回来，或者应该是“主动对被动感知”?一旦这些点云的噪声降低，星载合成孔径雷达(SAR)是否会接管大部分业务?我预见激光雷达的不断创新将对测绘产生深远的影响，超越更密集、更精确、更可靠和更高效的计算点云。

激光雷达为工程大地测量学带来了区域方面的考虑，因此在变形分析中从单个点移动到数百万个点。在不久的将来，地面静态激光雷达，特别是移动激光雷达可能会取代传统的森林清查地块的测量方法。全波形记录提供了回波宽度，因此，在激光雷达的足迹内，一个额外的测量表面变化量。例如，这被用于更可靠的地面点分类。

激光雷达的全波形也为辐射定标打开了大门，以增强变化监测和分类，这在遥感中是可以理解的。另一方面，摄影测量师似乎仍然只相信纹理，即灰色值的局部分布。通过选择1.5µm或1064 nm波长的激光雷达，我们的测量过程的物理方面变得明显，例如在雪地表面进行测量。这两个可用波长中较长的波长被水吸收得更强，从而导致信号返回非常低，精度低或测距失败。最近推出的商业高分辨率水柱穿透激光雷达系统，在532nm工作，为水深测量带来了新的可能性。不可否认的是，双介质摄影测量技术已经过时，回声测深也是如此。数据采集的创新与机载平台和浅层区域有关，现在可以覆盖一组密集的自动直接深度测量。

利用多光谱激光雷达的特性是当今的一个热门研究课题，也是基于激光扫描技术的测绘创新故事中的一个插曲。而且，我真的(几乎)忘记提到未来的星载单光子计数激光雷达捕捉全球植被和地形了吗?

传记

诺贝特·普法伊弗研究测量学(Dipl。在奥地利维也纳工业大学(TU Wien)攻读博士学位。2003年，他成为荷兰代尔夫特理工大学的博士后。2006年初，他到因斯布鲁克担任alp-S(自然灾害管理中心)高级研究员，并在地理系担任讲师。同年晚些时候，他被任命为维也纳工业大学摄影测量学教授。主要研究方向为摄影测量、激光扫描及其在环境科学中的应用。