CN114266796B - 基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法、设备、介质 - Google Patents

Abstract

本发明提供基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，包括：获取海洋退潮时陆地至潮间带的激光点云数据；获取水位数据，计算若干年每年及整体平均大潮高潮面及各自对应的高程值；若激光点云数据与每年平均大潮高潮面高程值作差结果在激光点云误差范围内，则将激光点云数据作为自然岸线关联点数据；对自然岸线关联点数据进行处理，得到自然岸线数据，预测未来走向，分析自然岸线数据升降的周期性变化与海岸侵蚀的相关性。本发明受调查人员干预少，自动化程度高，提高工作效率与自然岸线认定精度；由于水位数据是实时水位观测数据或通过潮汐预报水位数据，水位数据现势性高，计算得到的平均大潮高潮面精度高，提取自然岸线精度高。

Description

基于激光点云数据与平均大潮高潮面的自然岸线自动获取方 法、设备、介质

技术领域

本发明涉及海岸线调查技术领域，尤其涉及基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法、设备、介质。

背景技术

海岸线是平均大潮高潮痕迹线，也是海域和陆域管理范围的分界线，经各沿海省、自治区、直辖市人民政府批准后成为海域管理的基础依据，对加强自然资源保护发挥了十分重要的作用。由于海水的高低起伏变化，对沿岸陆地有着严重的侵蚀影响，通过潮汐调和分析结合激光点云数据获取海岸线数据，可为海岸线侵蚀研究提供数据支持与成因分析。为了区分本发明可自动获取的海岸线类型，将海岸线的分类以平均大潮高潮痕迹线到达的分界线处是否有人类活动干预，简单分为：自然岸线与人工岸线。

目前，关于海岸线调查工作方案中，无论是自然岸线还是人工岸线的界定，常用的测量方法包括以下几种：①采用解析法进行海岸线的界定工作，即通过GPS或全站仪等测量仪器，将海岸线特征点进行测量，然后将特征点相连接，构建海岸线要素；②采用图解法进行海岸线的界定工作，即根据遥感影像将海岸线描绘出来，形成海岸线要素；③采用解析法结合图解法进行海岸线的界定工作，即在调查人员能到达的区域采用解析法测量，调查人员无法到达的区域采用图解法测量。上述海岸线获取方式存在以下不足：

(1)采用解析法进行海岸线的界定工作中，存在工作量大且测量工作容易受环境因素影响的不足，同时在海边进行海岸线测量，调查人员生命安全存在一定的危险性。

(2)采用图解法进行海岸线的界定工作中，海岸线界定的精度一方面取决于遥感影像的精度，另一方面由于遥感影像的获取有时效性，若使用的遥感影像时效性不足以支撑海岸线界定工作要求，会导致海岸线界定的失误与错误，且这种失误与错误是难以发现的。

(3)海岸线无论采用解析法还是采用图解法进行界定，对测量人员的专业知识都有一定的要求，海岸线界定工作的精度受测量人员主观因素影响较大，难以形成统一的海岸线测量界定标准，构建的海岸线要素存在界定误差与测量误差双重影响的情况。

发明内容

为了克服现有技术的不足，本发明的目的在于提供基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，解决了上述技术问题。

本发明提供基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，包括以下步骤：

获取激光点云数据，获取海洋退潮时陆地至潮间带的激光点云数据；

统一高程基准，获取水位数据，计算若干年每年平均大潮高潮面与若干年整体平均大潮高潮面，将若干年每年平均大潮高潮面与若干年整体平均大潮高潮面归算至1985国家高程基准下的高程值；

选取关联点数据，将所述激光点云数据与若干年每年平均大潮高潮面高程值作差，若作差结果在激光点云误差范围内，则将所述激光点云数据作为自然岸线关联点数据；

提取自然岸线，对所述自然岸线关联点数据进行处理，得到自然岸线数据；

预测未来走向，对获取的若干年每年平均自然岸线数据进行分析，得到自然岸线数据升降的周期性变化，并计算其周期数，根据其规律性预测未来自然岸线可能的走势情况；

分析相关性，根据自然岸线数据升降的周期性变化及实地调查每年海岸侵蚀情况，统计分析出自然岸线数据升降的周期性变化与海岸侵蚀的相关性。

进一步地，还包括空间纠正步骤，将获取的若干年整体平均自然岸线数据与现有海岸线数据比对核查，获得差异性数据，根据所述差异性数据对自然岸线进行空间矫正。

进一步地，所述激光点云数据包括经纬度坐标、高程、测量中误差。

进一步地，所述获取水位数据具体为通过验潮站获取实时水位观测数据或通过潮汐预报水位数据。

进一步地，所述提取自然岸线步骤包括对激光点云数据进行分段线性回归分析，得到自然岸线数据；或对激光点云数据进行分段最小二乘多项式拟合分析，得到自然岸线数据；或对激光点云数据进行最邻近分析，确定自然岸线特征点点位，然后将特征点一一连接，得到自然岸线数据。

进一步地，所述获取激光点云数据步骤中，通过无人机机载激光雷达、低空遥感设备、地面遥感设备获取激光点云数据。

进一步地，所述分析相关性步骤包括确定每年自然岸线数据升降的周期性变化，根据实测每年海岸侵蚀情况，将每年自然岸线与每年海岸侵蚀所形成的痕迹线进行绘制，根据计算出的两者的周期性变化，确定两者的相关性系数；根据两者的相关性系数及预测的自然岸线走势情况，计算海岸侵蚀的具体情况与分析可能造成的灾害性研究，为海岸灾害防护做出分析评价，为海岸防灾减灾提供参考。

一种电子设备，包括：处理器；

存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法。

一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法。

相比现有技术，本发明的有益效果在于：

本发明提供基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，能够通过无人机机载激光雷达获取激光点云数据结合潮汐调和分析计算得到的平均大潮高潮面进行拟合，形成一条符合技术规程要求的自然岸线数据。通过计算出逐年的潮位数据，用于各种业务，形成全链条、体系化的方法和应用。一方面采用激光点云数据与平均大潮高潮面的自然岸线自动获取方法受调查人员干预少，自动化程度高，提高工作效率与自然岸线认定精度；同时，由于水位数据是实时数据，水位数据现势性高，计算得到的平均大潮高潮面精度高，提取自然岸线精度高；另一方面可根据过去各年平均大潮高潮面计算自然岸线的演变情况，可预测未来自然岸线的走势，结合实地岸线侵蚀情况，分析自然岸线与发生岸线侵蚀的相关性，得出相关分析报告，可结合分析报告预测岸线侵蚀情况，为海洋防灾减灾、海岸带海洋经济建设提供自然岸线数据支撑。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明的基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法流程图；

图2为本发明实施例的选取关联点数据步骤流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，如图1所示，包括以下步骤：

获取激光点云数据，采用无人机机载激光雷达、低空遥感设备、地面遥感设备在海洋退潮时，获取陆地至潮间带的激光点云数据；激光点云数据包含经纬度坐标(X,Y)、高程H1、测量中误差m等必要信息。由于自然岸线是平均大潮高潮痕迹线，因此为了获取覆盖完整的自然岸线激光点云数据，进行激光点云数据采集的时间须选择在海洋退潮时，选择这个时间可以获取潮间带至陆地区域间的激光点云数据，涵盖自然岸线所在区域。同时激光点云数据采集须有一定的密度，若激光点云数据密度不足，则会导致自然岸线提取精度不足，自然岸线提取的精度一定程度上取决于激光点云数据密度。

统一高程基准，通过海边已有的验潮站或布设的多个验潮站获取实时水位观测数据或通过潮汐预报水位数据，计算若干年(如最近20年)每年平均大潮高潮面与若干年整体平均大潮高潮面，将若干年每年平均大潮高潮面与若干年整体平均大潮高潮面归算至1985国家高程基准下的高程值H2，这是为了统一陆海基准。

选取关联点数据，将激光点云数据与若干年每年平均大潮高潮面高程值作差，考虑到激光点云数据误差问题，若作差结果在激光点云误差范围内，则将激光点云数据作为自然岸线关联点数据；如图2所示，遍历获取激光点云数据步骤获取的激光点云数据，与高程值H2作对比分析，获取所有的自然岸线关联点，具体的方式如下：通过各点H1与H2作差，得到高程之差ΔH，若ΔH的绝对值大于激光点云数据成果的测量中误差m，则可以判断该点数据为非自然岸线关联点，舍弃非自然岸线关联点；若ΔH的绝对值小于等于激光点云数据成果的中误差m，这代表该点为自然岸线关联点，记录自然岸线关联点，从激光点云数据获取所有的自然岸线关联点数据。

提取自然岸线，对自然岸线关联点数据进行处理，得到自然岸线数据。考虑到自然岸线自西向东的走向原则，无论采用何种方式获取自然岸线数据，分段原则均采用以下方式：分段遵循自西向东的分段原则，即首先获取自然岸线关联的激光点云数据自西向东第一点作为起点，然后根据不同的方法提取自然岸线。根据调查人员需要，可选择以下方式进行自然岸线的提取：对于自然岸线走势较为平缓，总体呈现直线的自然岸段，对激光点云数据进行分段最小二乘线性回归分析，以起点为圆心，半径为10m(半径长度可根据实际情况自拟)做邻域分析，确定第一分段的所有自然岸线关联点，然后参考下列公式(1)对该分段进行线性回归分析，得到该分段的回归直线，即分段的自然岸线数据，以此类推，上一分段的最后一个关联点作为下一分段的起点，得到所有分段的回归直线，将所有分段回归直线一一连接，得到自然岸线数据。

其中，N代表分段中自然岸线关联点数量，x_i，y_i代表自然岸线关联点坐标，

代表最小二乘线性回归分析后的Y值，最小二乘线性回归分析后(x_i，y_i)用

代替，然后根据最小二乘线性回归分析后的坐标构建自然岸线。

对于自然岸线走势凹凸不平，呈现波浪状，且拐弯处较多的自然岸段，对激光点云数据进行分段最小二乘多项式拟合分析，以起点为圆心，半径为10m(半径长度可根据实际情况自拟)做邻域分析，确定第一分段的所有自然岸线关联点总数N，用最小二乘法进行n次拟合，根据邻域分析确定分段自然岸线关联点数据(x_i,y_i)，i＝0,1,2…N-1，作n次拟合曲线

转化为均方误差

的极小问题。得到法方程，即公式(2),然后参考公式(2)对该分段进行最小二乘多项式曲线拟合分析，得到该分段的多项式曲线拟合线，即分段的自然岸线数据，以此类推，上一分段的最后一个关联点作为下一分段的起点，得到所有分段的多项式曲线拟合线，将所有分段多项式曲线拟合线一一连接，得到自然岸线数据。

其中，根据范德蒙矩阵原理解法方程得到::ρ₀,ρ₁,…,ρ_n，n代表多项式拟合次数，拟合次数n可根据实际情况取值，一般采用拟合后中误差最小值时的取值，

代表最小二乘多项式曲线拟合后的y_i值，最小二乘多项式拟合后(x_i，y_i)用

代替，然后根据最小二乘多项式曲线拟合后的坐标构建自然岸线。

自然岸线无论何种走势，都可以对激光点云数据进行最邻近分析，以起点为圆心，半径为5m(半径长度可根据实际情况自拟)做邻域分析，确定第一分段的所有自然岸线关联点，然后取本分段中所有自然岸线关联点的几何中心作为该分段的自然岸线特征点，以此类推，上一分段的最后一个关联点作为下一分段的起点，得到所有分段的自然岸线特征点点位，然后将特征点一一连接，得到自然岸线数据。

空间纠正，将获取的若干年整体平均自然岸线数据与现有海岸线数据比对核查，提取若干年整体平均自然岸线数据的起点、中间点、终点及其对应的现有的海岸线数据所在位置坐标，分析差异性，获得差异性数据，根据差异性数据对自然岸线采用仿射变换原理进行空间矫正，也即根据提取的多年平均自然岸线数据的起点、中间点、终点及其对应的现有的海岸线数据所在位置坐标通过同名点平移、旋转，得到与现有岸线一致的多年平均自然岸线数据，提高基于激光点云数据与平均大潮高潮面自动获取的自然岸线精度。

预测未来走向，对于若干年每年平均自然岸线数据，由于海水受地球重力与月球引力的影响，会形成潮起潮落的特征，若干年每年平均自然岸线数据也会呈现周期性变化，对若干年每年平均自然岸线数据进行比对分析，得到自然岸线数据升降的周期性变化，并计算其周期数，根据其规律性预测未来自然岸线可能的走势情况。

分析相关性，根据得到的自然岸线数据升降的周期性变化及实地调查每年海岸侵蚀情况，统计分析出自然岸线数据升降的周期性变化与海岸侵蚀的相关性。具体地，首先确定历年自然岸线数据升降的周期性变化，然后根据实测历年海岸侵蚀的情况，将历年自然岸线与历年海岸侵蚀所形成的痕迹线展绘到地图处理软件当中，根据计算两者的周期性变化，确定两者的相关性系数；根据两者的相关性系数及预测的自然岸线走势情况，用于计算海岸侵蚀的具体情况与分析可能造成的灾害性研究，为海岸灾害防护做出分析评价，为海岸防灾减灾提供参考。

一种电子设备，包括：处理器；

存储器；以及程序，其中程序被存储在存储器中，并且被配置成由处理器执行，程序包括用于执行基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法。

一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法。

一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法。

以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。

Claims (8)

1.基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，其特征在于，包括以下步骤：

获取激光点云数据，获取海洋退潮时陆地至潮间带的激光点云数据；

统一高程基准，获取水位数据，计算若干年每年平均大潮高潮面与若干年整体平均大潮高潮面，将若干年每年平均大潮高潮面与若干年整体平均大潮高潮面归算至1985国家高程基准下的高程值；

选取关联点数据，将所述激光点云数据与若干年每年平均大潮高潮面高程值作差，若作差结果在激光点云误差范围内，则将所述激光点云数据作为自然岸线关联点数据；

提取自然岸线，对所述自然岸线关联点数据进行处理，得到自然岸线数据；

预测未来走向，对获取的若干年每年平均自然岸线数据进行分析，得到自然岸线数据升降的周期性变化，并计算其周期数，根据其规律性预测未来自然岸线可能的走势情况；

分析相关性，根据自然岸线数据升降的周期性变化及实地调查每年海岸侵蚀情况，统计分析出自然岸线数据升降的周期性变化与海岸侵蚀的相关性；

所述提取自然岸线步骤包括对激光点云数据进行分段线性回归分析，得到自然岸线数据；或对激光点云数据进行分段最小二乘多项式拟合分析，得到自然岸线数据；或对激光点云数据进行最邻近分析，确定自然岸线特征点点位，然后将特征点一一连接，得到自然岸线数据。

2.如权利要求1所述的基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，其特征在于：还包括空间纠正步骤，将获取的若干年整体平均自然岸线数据与现有海岸线数据比对核查，获得差异性数据，根据所述差异性数据对自然岸线进行空间矫正。

3.如权利要求1所述的基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，其特征在于：所述激光点云数据包括经纬度坐标、高程、测量中误差。

4.如权利要求1所述的基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，其特征在于：所述获取水位数据具体为通过验潮站获取实时水位观测数据或通过潮汐预报水位数据。

5.如权利要求1所述的基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，其特征在于：所述获取激光点云数据步骤中，通过无人机机载激光雷达、低空遥感设备、地面遥感设备获取激光点云数据。

6.如权利要求1所述的基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法，其特征在于：所述分析相关性步骤包括确定每年自然岸线数据升降的周期性变化，根据实测每年海岸侵蚀情况，将每年自然岸线与每年海岸侵蚀所形成的痕迹线进行绘制，根据计算出的两者的周期性变化，确定两者的相关性系数；根据两者的相关性系数及预测的自然岸线走势情况，计算海岸侵蚀的具体情况与分析可能造成的灾害性研究，为海岸灾害防护做出分析评价，为海岸防灾减灾提供参考。

7.一种电子设备，其特征在于包括：处理器；

存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行如权利要求1-6任意一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1-6任意一项所述的方法。

Images