面向茂密植被山区地质灾害调查的LiDAR点云密度优化

吴福; 廖泽源; 何娜; 刘昶; 吴秋菊; 磨英飞; 潘兴鱼; 江耀静; 李春玲; 黄鑫; 王宇翔; 董秀军

doi:10.13203/j.whugis20230386

您当前的位置：

首页 >

文章列表页 >

面向茂密植被山区地质灾害调查的LiDAR点云密度优化

摄影测量与遥感 | 更新时间：2026-11-05

- 面向茂密植被山区地质灾害调查的LiDAR点云密度优化
- LiDAR Point-Cloud Density Optimization for Geohazard Surveys in Densely Vegetated Mountainous Areas
- 武汉大学学报（信息科学版） 2026年51卷第4期页码：751-761
- 作者机构：
  
  1.广西壮族自治区地质环境监测站，广西南宁，530000
  2.成都理工大学地质灾害防治与地质环境保护全国重点实验室，四川成都，610059
- 作者简介：
  
  吴福，正高级工程师，主要从事地质灾害监测预警、地质灾害防治工作。404630357@qq.com
  廖泽源，硕士。liaozeyuana@163.com
- 基金信息：
  
  国家自然科学基金(42072306)
- DOI：10.13203/j.whugis20230386
  中图分类号： P237
- 收稿：2024-10-10，
  
  纸质出版：2026-04-05
- 稿件说明：
移动端阅览
吴福,廖泽源,何娜，等.面向茂密植被山区地质灾害调查的LiDAR点云密度优化[J].武汉大学学报（信息科学版）,2026,51(4):751-761.

WU Fu,LIAO Zeyuan,HE Na,et al.LiDAR Point-Cloud Density Optimization for Geohazard Surveys in Densely Vegetated Mountainous Areas[J].Geomatics and Information Science of Wuhan University,2026,51(4):751-761.
吴福,廖泽源,何娜，等.面向茂密植被山区地质灾害调查的LiDAR点云密度优化[J].武汉大学学报（信息科学版）,2026,51(4):751-761. DOI：10.13203/j.whugis20230386

WU Fu,LIAO Zeyuan,HE Na,et al.LiDAR Point-Cloud Density Optimization for Geohazard Surveys in Densely Vegetated Mountainous Areas[J].Geomatics and Information Science of Wuhan University,2026,51(4):751-761. DOI：10.13203/j.whugis20230386

摘要

无人机机载激光雷达（laser detecting and ranging，LiDAR）技术因受环境影响较小、调查视场角独特、能“穿透”植被等优点，已成为植被茂密山区地质灾害调查的新型有效技术手段。但现有规范中针对地质灾害识别的点云密度采集标准尚未完善，现行作业多参照测绘规范确定点云密度，难以满足地质灾害早期识别对陡坎、冲沟等微地貌的精细化表征需求。针对中国广西地区地质灾害规模较小、植被覆盖茂密的特点，选取 4 种较大比例尺，探究不同点云密度对数字高程模型（digital elevation model

DEM）质量的影响规律，引入局部地形复杂度作为定量评价指标，推导最佳地面点云密度，并结合不同植被郁闭度下的激光穿透率，反算得到适配的采集点云密度推荐值。结果表明，局部地形复杂度可有效表征 DEM 的微地貌保留完整度，通过多组点云密度对比实验确定了最优地面与采集点云密度，建立了适用于广西茂密植被山区机载 LiDAR 地质灾害调查的点云密度参考标准。

Abstract

Objectives

Unmanned aerial vehicle

(

UAV)-borne laser detecting and ranging (LiDAR)

which is relatively insensitive to environmental conditions and offers a distinctive viewing geometry with the capability to penetrate vegetation

has become an effective tool for geohazard investigations in densely vegetated mountainous regions. However

point-density requirements tailors to geohazard identification remain underdeveloped. Current practice largely follows general surveying specifications

which often fail to support the fine-scale depiction of micro-topographic features (e.g.

scarps and gullies) needed for early-stage detection.

Methods

Focusing on Guangxi

China

where geohazards are typically small in scale and vegetation cover is dense

we examined the effects of varying point-cloud densities on DEM (digital elevation model) quality using four relatively large map scales. Local terrain complexity was introduced as a quantitative indicator to derive the optimal ground-point density. LiDAR penetration rates under different canopy-closure conditions were further incorporated to back-calculate recommended acquisition point densities.

Results

Local terrain complexity effectively reflected the completeness of micro-topographic preservation in DEM. Multi-group comparisons across point-cloud densities determined the optimal ground-point density and the corresponding acquisition point density

and produced canopy-closure–adaptive recommended acquisition densities.

Conclusions

We establishe a point-density reference standard for unmanned aerial vehicle-borne LiDAR–based geohazard surveys in densely vegetated mountainous areas of Guangxi

enabling more reliable DEM representation of micro-topography to support early geohazard identification.

关键词

Keywords

references

孙加荣，周国平，刘锋涛 . 广西地质灾害分布规律及形成条件探析［J］. 工程技术研究， 2021 ， 6 （ 18 ）： 244 - 245 .

SUN Jiarong ， ZHOU Guoping ， LIU Fengtao . Analysis on the Distribution Law and Formation Conditions of Geological Disasters in Guangxi ［J］. Engineering and Technological Research ， 2021 ， 6 （ 18 ）： 244 - 245 .

周金，范秋雁，朱真，等 . 广西地质灾害的分布特征及其影响因素研究［J］. 价值工程， 2023 ， 42 （ 17 ）： 148 - 150 .

ZHOU Jin ， FAN Qiuyan ， ZHU Zhen ， et al . Study on the Distribution Characteristics and Influencing Factors of Geological Disasters in Guangxi ［J］. Value Engineering ， 2023 ， 42 （ 17 ）： 148 - 150 .

潘星，佘金星，董秀军，等 . 基于机载LiDAR遥感技术的滑坡早期识别研究：以深圳盐田区为例［J］. 测绘， 2020 ， 43 （ 6 ）： 243 - 247 .

PAN Xing ， SHE Jinxing ， DONG Xiujun ， et al . Early Recognition of Landslide Hazards by Airborne LiDAR Technology： A Case Study of Yantian District， Shenzhen ［J］. Surveying and Mapping ， 2020 ， 43 （ 6 ）： 243 - 247 .

郭晨，许强，董秀军，等 . 复杂山区地质灾害机载激光雷达识别研究［J］. 武汉大学学报（信息科学版）， 2021 ， 46 （ 10 ）： 1538 - 1547 .

GUO Chen ， XU Qiang ， DONG Xiujun ， et al . Geohazard Recognition by Airborne LiDAR Technology in Complex Mountain Areas ［J］. Geomatics and Information Science of Wuhan University ， 2021 ， 46 （ 10 ）： 1538 - 1547 .

邓博，张会，柏君，等 . 利用机载LiDAR的深圳斜坡类地质灾害危险性评价［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 8 ）： 1377 - 1391 .

DENG Bo ， ZHANG Hui ， BAI Jun ， et al . Hazard Evaluation of the Slope in Shenzhen Based on Airborne LiDAR Data ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 8 ）： 1377 - 1391 .

董秀军，邓博，袁飞云，等 . 航空遥感在地质灾害领域的应用：现状与展望［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 12 ）： 1897 - 13 .

DONG Xiujun ， DENG Bo ， YUAN Feiyun ， et al . Application of Aerial Remote Sensing in Geological Hazards： Current Situation and Prospects ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 12 ）： 1897 - 13 .

陈涛 . 机载激光雷达技术在构造地貌定量化研究中的应用［J］. 国际地震动态， 2015 ， 45 （ 6 ）： 44 - 46 .

CHEN Tao . Application of Airborne Lidar Technology in Quantitative Study of Structural Geomorphology ［J］. Recent Developments in World Seismology ， 2015 ， 45 （ 6 ）： 44 - 46 .

ANDERSON E S ， THOMPSON J A ， AUSTIN R E . LIDAR Density and Linear Interpolator Effects on Elevation Estimates ［J］. International Journal of Remote Sensing ， 2005 ， 26 （ 18 ）： 3889 - 3900 .

LIU X ， ZHANG Z ， PETERSON J . The Effect of LiDAR Data Density on DEM Accuracy ［C］// International Congress on Modelling and Simulation ， Christ Church， New Zealand ， 2007 .

LIN Z ， KANEDA H ， MUKOYAMA S ， et al . Detection of Subtle Tectonic–Geomorphic Features in Densely Forested Mountains by very High-Resolution Airborne LiDAR Survey ［J］. Geomorphology ， 2013 ， 182 ： 104 - 115 .

王康康，郑学东，赖旭东 . 机载LiDAR点云密度与DEM产品精度关系研究［J］. 测绘地理信息， 2021 ， 46 （ 3 ）： 78 - 82 .

WANG Kangkang ， ZHENG Xuedong ， LAI Xudong . Relationship Between Airborne LiDAR Point Cloud Density and DEM Product Accuracy ［J］. Journal of Geomatics ， 2021 ， 46 （ 3 ）： 78 - 82 .

BALSA-BARREIRO J ， LERMA J L . A New Methodology to Estimate the Discrete-Return Point Density on Airborne LiDAR Surveys ［J］. International Journal of Remote Sensing ， 2014 ， 35 （ 4 ）： 1496 - 1510 .

ŠTULAR B ， LOZIĆ E ， EICHERT S . Airborne LiDAR-Derived Digital Elevation Model for Archaeo‑logy ［J］. Remote Sensing ， 2021 ， 13 （ 9 ）： 1855 .

ASAL F F . Evaluating the Effects of Reductions in LiDAR Data on the Visual and Statistical Characte‑ristics of the Created Digital Elevation Models ［J］. ISPRS Annals of the Photogrammetry， Remote Sensing and Spatial Information Sciences ， 2016 ， 3 （ 2 ）： 91 - 98 .

AGÜERA-VEGA F ， AGÜERA-PUNTAS M ， MARTÍNEZ-CARRICONDO P ， et al . Effects of Point Cloud Density， Interpolation Method and Grid Size on Derived Digital Terrain Model Accuracy at Micro Topography Level ［J］. International Journal of Remote Sensing ， 2020 ， 41 （ 21 ）： 8281 - 8299 .

ĐUKA A ， TOMLJANOVIĆ K ， FRANJEVIĆ M ， et al . Application and Accuracy of Unmanned Aerial Survey Imagery After Salvage Logging in Different Terrain Conditions ［J］. Forests ， 2022 ， 13 （ 12 ）： 2054 .

RUPNIK B ， MONGUS D ， ZALIK B . Point Density Evaluation of Airborne LiDAR Datasets ［J］. The Journal of Universal Computer Science ， 2015 ， 21 （ 4 ）： 587 - 603 .

段祝庚，吴凌霄，江学良 . 无人机激光雷达点云密度对森林遥感反演指数提取的影响［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 12 ）： 1923 - 1930 .

DUAN Zhugeng ， WU Lingxiao ， JIANG Xueliang . Effect of Point Cloud Density on Forest Remote Sensing Retrieval Index Extraction Based on Unmanned Aerial Vehicle LiDAR Data ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 12 ）： 1923 - 1930 .

杨枫，邓青春 . 基于点云抽稀构建干热河谷浅沟DEM及精度评价［J］. 西华师范大学学报（自然科学版）， 2023 ， 44 （ 3 ）： 279 - 289 .

YANG Feng ， DENG Qingchun . Construction and Accuracy Evaluation of Shallow Gully DEM of Dry Hot River Valley Based on Point Cloud Extraction ［J］. Journal of China West Normal University （Natural Sciences）， 2023 ， 44 （ 3 ）： 279 - 289 .

唐钰涵 . 一种基于局部地形复杂度指标的机载LiDAR地面点云数据抽稀方法［D］. 成都：西南交通大学， 2019 .

TANG Yuhan . A Thin-Method Besed on Local Terrain Complexity Index for LiDAR ［D］. Chengdu ： Southwest Jiaotong University ， 2019 .

张倩宁 . 基于地形复杂度的LiDAR点云简化方法研究［D］. 成都：西南交通大学， 2016 .

ZHANG Qianning . A New Simplification Method Based on Terrain Complexity for LiDAR Point Cloud ［D］. Chengdu ： Southwest Jiaotong University ， 2016 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自适应生成对抗网络的DEM超分辨率重建方法

利用机载LiDAR数据的开放DEM产品精度评估

一种识别植被覆盖滑坡的多模态深度神经网络模型

一种面向DEM多尺度表达的傅里叶能量谱模型

大众智能终端GNSS有意干扰检测技术研究现状与展望