第 1 章 绪论
1.1 选题背景
伴随着计算机技术的不断发展，数字摄影测量技术为地理信息产业带的发展来了重大的变革，大幅度地提髙了数据的生产效率。1958 年，Miller 等研究学者首次提出了一种能够用于高速公路的自动设计的“数字地形表达”概念[1]。DTM（Digital Terrain Model，DTM）数字地形模型技术不仅能够对地形表面的形态属性信息进行数字表达，同时还可描述位置特征和地形的属性特征，如坡度、高程、温度、坡向等；当模型以地面高程值的属性进行记录时，称该模型为数字高程模型（Digital Elevation Model，DEM）。DEM 主要有不规则三角网（Triangulated Irregular Network，TIN）、等高线模型、规则格网模型三种表示模型。其中，规则格网模型是通过栅格数据类型存储，不规则三角网与等高线模型以矢量数据类型存储；规则格网模型的栅格数据结构比矢量数据结构更简单，能够在计算机中更好的读取、解算；规则格网模型还可与遥感影像相结合，数据信息互补，从而进行更全面的数据解读分析。因此，栅格 DEM 是当今应用最广泛的数字高程模型格式。DEM 数据可以详细地表达地形地势，目前，其主要应用于地形、水文、地质分析以及工程建设方面[2]，在军事、气象及生态环境保护方面也发挥着不可替代的作用[3-4]。
DEM 的本质是地表高程数据的数字化表现形式，它的精度不会因为年代变化和存储方式的改变而发生变化；DEM 能够以不同的方式展现空间信息，因此，以DEM 为数据基础有利于数据的自动化智能处理[8]。伴随着随着计算机技术的不断发展，DEM 技术也开始逐渐渗透到人们的日常生活中，不仅推动力我国基础设施的建设，还为我国防灾减灾、智慧城市建设等领域的发展提供技术保障[5-7]。
..........................
1.2 选题意义
随着经济社会的快速发展，为满足修建公路、桥梁、房地产开发等多方面的需求，作为中国七大河之一的松花江，其采砂强度和规模与日俱增，这对河势稳定、防洪安全、通航安全、水生态环境保护和沿河涉水等工程带来不利影响。吉林省为解决复杂水问题、维护河湖健康发展，完善水治理体系、保障国家水安全，于 2017 年 5 月印发了《吉林省全面推行河长制实施工作方案》，全面推行松花江河长制工作。为提出松花江河道采砂可采区、禁采区的划定，以及年度控制开采量、开采方式的计算方法，科学制定采砂规划，全面落实河长制制度，高精度的河道 DEM 及实体三维模型是必不可少的数据支持。同时，松花江河道 DEM 作为三维成果的一种，可较直观的显示坡度坡向，还可进行可视化分析、土方量计算、蓄水量计算、河流冲淤作用、模拟洪水淹没区等等，为吉林省城市规划、水利工程实施等提供借鉴意义。
水域 DEM 数据主要的获取途径是多波束测深技术、单波束测深技术，或将地形图数字化获取[11]。其中，多波束获取数据精度最高，但是不适合进行浅水域的水下地形测量；单波束数据质量相对于多波束而言较低，但是单波束硬件便携，适合在滩涂较多、河道复杂的浅水域作业；水下地形的获取方式成本高，周期长，且受到季节、区域限制，越来越多的浅水作业工程开始利用单波束离散的水深点数据进行水下 DEM 构建[12]。
............................
第 2 章 机载激光雷达系统与 RTK 单波束无验潮测量模式
2.1 机载 LiDAR 系统的工作原理与点云数据
激光雷达（Light Detection and Ranging，Li DAR）是激光探测及测距系统的简称，工作在红外及可见光波段，是一种主动式的现代光学遥感设备，具有高空间、时间分辨能力以及高探测灵敏度的优点。其中机载 LiDAR 是激光扫描测距技术、全球高精度动态 GPS 差分定位技术和惯性导航技术（Inertial Measurement unit，IMU）的高度集成。并且利用飞机作为运行平台，能够快速获取地面数字表面模型。获取的数据称为“点云”，是一系列空间分布不规则的三维点[40]。
2.1.1 机载 Li DAR 系统组成
随着测绘技术不断进步，机载 Li DAR 系统的硬件技术逐渐发展成熟，国际市场出现大批相似系统，例如德国 Topo Sys 公司的 Falcon 系列以及奥地利 RIEGL 公司的 LITERMAPPER 系列等[41]。尽管各种机载激光雷达系统的构造存在一定的差异，然而这些系统的主要部件大体相似，通常情况下机载 Li DAR 系统主要包括了如下几种组成内容，如数据处理软件、激光扫描测距系统以及成像装置等[42]，如图 2-1 所示。
...............................
2.2 RTK 单波束无验潮测量模式原理与数据插值方法
水下数字高程模型模型又称数字水深模型（Digital Depth Model，DDM），其是水下地形地貌形态表达的基本内容和基础框架[64]，以数字产品的形式高精度地模拟水下地形环境，使我们更加直观地了解水下的地形地貌特征，DDM 的数据质量会直接对水下空间信息表达的准确性造成影响。近年来，随着多波束水深测量技术的普遍应用，绝大多数应用研究均以多波束点云数据为基础，通过各种内插算法生成高精度的 DDM，其成果主要集中在多波束的插值方法、数据质量评估等方面[65]；但由于多波束测深系统的局限性，在近海、河流等浅水区域无法得到良好的应用，此时就需要利用单波束测深系统进行测量。 2.2.1 RTK 单波束无验潮测量模式
2.2.1.1 RTK 单波束无验潮测量模式原理
RTK 单波束无验潮测量模式利用参考站与流动站的定位信息直接解算水下目标点在 WGS84 坐标系（World Geodetic System——1984 Coordinate System）下的大地高，该模式可有效消除单波束搭载船舶涌浪与动态吃水的影响，还可避免验潮站水位改正对测深精度造成的影响。RTK 无验潮测量模式测深精度影响因素主要有两类，其一是似大地水准面拟合精度，其二是仪器自身精度[66]。RTK 无验潮测量模式如图 2-7 所示。
................................
第 3 章 陆域数字高程模型的建立 ....................................23
3.1 机载 Li DAR 点云数据信息 .........................................23
3.2 机载 Li DAR 点云数据地面点提取 .........................23
第 4 章 数字水深模型的建立 .....................................40
4.1 单波束测深数据信息 .........................40
4.2 单波束测深数据高程拟合 ................................41
第 5 章 水上水下一体化 DEM 与三维地形模型构建 ...........................61
5.1 水上水下一体化 DEM 的构建 .......................................61
5.1.1 基于格网法的 DEM 整合 ..................................61
5.1.2 基于优化格网法的 DEM 整合 ............................62
第 5 章 水上水下一体化 DEM 与三维地形模型构建
5.1 水上水下一体化 DEM 的构建
5.1.1 基于格网法的 DEM 整合
本文对试验区进行了划分，以便拼接水上与水下 DEM 数据[99]，利用 2018 年5 月获取分辨率为 0.3m 的遥感影像提取中水期水涯线，对水上水下栅格 DEM 数据进行裁剪，对两部分数据进行读取，获得信息头，判断整合之后 DEM 的坐标范围。从这两部分 DEM 数据的相关性程度方面进行判断，主要包括高度、宽度与起始坐标等信息，进而明确“缝隙”与“叠加”的区域范围。然后对采样间隔进行判断，若采样间隔不同，则需要对 DEM 进行重采样，采用的方法为最近邻法，使采样间隔变为整数倍，通过这样确保两部分 DEM 数据有效拼接。基于格网法拼接 DEM数据的方法简单、高效，但其有一个重要缺陷，成果会产生一个像元大小的缝隙，如图 5-1 所示，导致成果数据缺失。本文对此方法进行了优化。
.........................
第 6 章 结论与展望
6.1 结论
本文结合松花江流域河道 DEM 及三维模型建模工作，分别就利用机载 Li DAR点云数据生成陆域 DEM，利用无验潮 RTK 单波束数据生成水下 DDM，采用基于优化格网法的 DEM 整合方法将 DEM 与 DDM 进行一体化拼接，采用高程误差分析与三维可视化分析对一体化 DEM 进行精度评价，利用水上水下一体化 DEM 的灰度图生成研究区三维地形模型等问题进行了探讨与生产实践，制作了符合生产标准的水上水下一体化 DEM 与测区河道三维地形模型。通过研究与实践，本文得到以下结果与结论：
（1）针对机载 Li DAR 陆域点云数据构建数字高程模型问题，本文利用TerraSolid 的 TerraScan 等模块进行点云去噪滤波、地面点提取等操作，选择三角网迭代加密滤波算法对陆域 1.77 亿个点云数据进行滤波处理，结果表明，该方法普适性良好，参数设置少，时间效率高。
（2）采用逻辑分析与高程误差分析的方法对陆域 DEM 精度进行评价，陆域DEM 等高线纹理自然、合理，等高线变化情况与遥感影像获取的实际地形一致；陆域 DEM 接边后同名格网点的高程值一致，等高线连续；陆域 DEM 数据三维可视化浏览，DEM 表面光滑，光滑性好，在山地地区山脊线、山谷线位置和走向与遥感影像基本一致，保凸性好。陆域机载 Li DAR 点云数据密度大于等于 0.5 点/m2，陆域 DEM 中误差±0.359m，平均误差+0.334m，平均绝对误差+0.334m。
（3）针对浅水离散单波束测深数据构建数字水深模型，对 Spline、IDW、Kriging、NNI 四种内插算法进行比较，在水下地形平缓、测点分布均匀的条件下，Spline 的粗差率最低，内插精度最高，IDW、Kriging、NNI 内插精度相当。在水下地形变化明显、测点分布均匀的条件下，Spline 的粗差率最低，内插精度最高；IDW 的粗差率最高，且 IDW 的内插精度最低。在水下地形变化明显、测点分布不均匀的条件下，Spline 的拟合效果最好，粗差率较低；NNI 的拟合效果其次，粗差率最低；IDW 与 Kriging 的粗差率过大。
参考文献（略）