下载文档原格式
综述文章（Ｒｅｖｉｅｗｓ）以保证在同温层内吸收线强度。
由于ＤＩＡＬ所测量到的这两种波长光信号的衰减差是待测对象的吸收所致．因此通过数据分析便可得到待测对象的浓度分布，从而达到测量的目的【唧。
１．１．２月球观测ＣＩｅｍｅｎｌＩｎｅ系统中的星载ＬｉＤＡＲ设备１９９４年１月２５日，由美国国防部和美国ＮＡＳＡ联合研制的月球探测器Ｃｌｅｍｅｎｔｉｎｅ在Ｖａｎｄｅｎｂｅ职空军基地发射升空。
在Ｃ１ｅｍｅｎｔｉｎｅ系统中，有紫外／可见光／近／ｅＶｌｅＷ冒墨曩蕾翟盔葛远红外相机以及激光测距仪（ＬｉＤＡＲ）等多个探测器同时工作，以尽可能多地获取月球的有关信息（见图１）。
Ｃｌｅｍｅｎｔｉｎｅ上的ＬｉＤＡＲ设备测量所得的数据资料用于制作月球表面高程图，也可以用于研究岩石圈的应力应变特性；或结合重力信息研究月球外壳密度分布等。
Ｃｌｅｍｅｎｔｉｎｅ系统中星载ＬｉＤＡＲ设备运行的实际轨道高度为６４０ｋｍ，覆盖了月球两极６００之间的范围。
在轨测量时运行４５ｍｉｎ后可以稳定在１Ｈｚ的脉冲重复频率【８】。
图１ＣｌｅｍｅｎｌＩｎｅ卫星及其上的Ｌ．ＤＡＲ设备Ｆｉｇ．１ＣＩｅｍｅｎｔｉｎｅａｎｄＬｉＤＡＲｓｙｓｔｅｍ１．１．３火星勘探者号搭载的ＭＯＬＡ一２系统火星全球勘探者号ＭＧＳ宇宙飞船由美国ＮＡＳＡＧｏｄｄａｒｄ空间飞行中心组织研发．于１９９６年１１月７日发射升天，星载ＬｉＤＡＲ测高系统ＭＯＩＡ一２是其搭载的四大仪器之一。
ＭＧＳ历时两年到达火星．并顺利进入４００ｋｍ圆轨道，对火星地形进行测量。
ＭＯＬＡ（ＭａｒｓＯｒｂｉｔｅｒＬａｓｅｒＡｌｔｉｍｅｔｅｒ）探测的主要目的就是确定火星球体的地貌，为星体地质科学和物理学研究提供更多的资料；另外一个目的是研究火星表面反射率特征、分析球体表面矿物学分布，以及反射率的季节变化，为大气循环方面研究提供必要支持。
并为将来火星探测者的着陆地点选择提供测地学和地形学上的评估。
图２给图２ＭＯＬＡ系统及其测量的火星表面高程图Ｆｉｇ．２ＭＯＬＡｓｙｓｔｅｍａｎｄＭａｒｔｉａｎＤＭＥ出了ＭＯＬＡ系统外形及其探测到的火星表面高程图ｐ１０１。
激光雷达数据处理一、课程说明课程编号：010536Z10课程名称：激光雷达数据处理/ The LIDAR Data Processing课程类别：专业教育课程学时/学分：32/2先修课程：遥感原理、计算机程序设计语言(C++)、图像处理、GIS图形算法基础或计算机图形学适用专业：地理信息系统、遥感科学与技术、测绘工程教材、教学参考书：1. 谢宏全等.地面三维激光扫描技术与工程应用，武汉大学出版社，2013.2. 张会霞等.三维激光扫描数据处理理论及应用，电子工业出版社，2012.3. 谢宏全等.基于激光点云数据的三维建模应用实践，武汉大学出版社，2014.4. 尤红建.激光三维遥感数据处理及建筑物重建，测绘出版社，2006.二、课程设置的目的意义该课程是遥感科学与技术、地理信息系统、测绘工程专业的选修课程。
目的是使学生掌握测绘高新技术，掌握激光雷达技术的基本概念、方法、原理及数据后续处理各种技巧，培养和增强学生创新意识和创新思维，提高实际动手能力和创新能力。
通过本课程的学习，增强学生在测绘、地质和逆向工程等领域发现问题、解决问题的能力。
三、课程的基本要求知识：掌握激光雷达数据处理的基本概念、原理及基本实现方法、具体步骤等知识；掌握典型点云的存储结构，学会应用软件工具实现点云数据的读取与显示，掌握点云数据误差及去除、点云数据精简、点云数据分割与分类、点云数据特征提取、目标识别和三维重建等内容的基本原理、方法及具体实现步骤，建立数据、处理及应用的基本思维方式，形成数据－特征－提取－识别与重建的基本知识结构。
能力：从应用的角度研究新的激光雷达数据处理方法和功能，将激光雷达数据处理的知识进行定量研究和解决地理实际问题；培养结合地理信息系统平台软件，运用数理分析方法和计算机技术进行定量研究和解决地理信息系统工程行业复杂问题能力；掌握最基本的激光雷达数据处理理念，针对具体问题提出有效的解决方案，提高解决实际问题的能力；在激光雷达数据处理与图像处理、信号处理等交叉知识的讨论中培养创新意识，提高分析、发现、研究和解决问题的能力。
Lidar数据处理（⽂字原理）五、航空遥感数据处理2、LIDAR数据处理LIDAR数据的处理主要分为三步：原始数据格式转换、点云分类、DEM⽣成。
三个步骤分别在ALSPP、Terra Solid及Erdas Imagine 软件中完成。
Lidar数据处理流程图如下：1）Lidar原始数据格式转换Lidar原始数据的格式转换完成由Lidar原始数据向激光点云数据转换的⼯作，此步⼯作在ALSPP中完成。
Lidar原始数据记录脉冲发射⾓度、脉冲发射与返回的时间、脉冲返回强度、回波的次数等信息。
将原始Lidar 数据与由IPAS 解算出的定位定向数据相结合，计算出每⼀束激光所探测地物的三维坐标，由此⽣成的Lidar 数据表现为⼤量悬浮的、离散的没有属性信息的点阵，我们称之为“点云”。
数据转换原理：在机载Lidar 系统中，利⽤惯性测量单元（IMU ）获得飞⾏过程中的3个姿态⾓（,,ω?κ），通过GPS 获得激光扫描仪中⼼坐标（000,,X Y Z ），最后利⽤激光扫描仪获取扫描仪⾄地⾯点的距离D ，由此可以计算出此刻地⾯上相应激光点（,,X Y Z ）的空间坐标为：0000(,,)0X X Y Y R Z Z D ω?κ=+??????距离D 根据激光脉冲发射与返回的时间差计算得到，公式如下：12D c t =? 式中，c 为光速，t ?为激光脉冲发射与返回的时间差。
2）激光点云分类激光点云分类以分离出⽤于建⽴数字地⾯模型的激光脚点为最终⽬的，此步⼯作在Terra Solid 软件中完成。
Terra Solid 系列软件是基于MicroStation 开发的，主要有TerraScan 、TerraPhoto 、TerraModel 等模块，激光点云分类主要在TerraScan 模块中进⾏。
根据数据所覆盖区域的地形特征，利⽤点云的⾼程、强度、回波等多种特征信息，进⾏点云去噪滤波、地⾯点提取等操作，步骤如下：①航带重叠区域数据优化组合数据获取时，为保证对区域的全覆盖，相邻两条点云数据间会存在重叠，数据处理时仅保留重叠区域内质量较好的点进⾏后续操作。
星载雷达极化数据处理与解译1.极化分类流程极化SAR数据数据导入分类图极化矩阵转换极化滤波极化分解波段叠加样本选择监督分类图1极化分类处理流程图2.实验区域与数据软件：PIE-SAR 6.0数据：采用旧金山地区Radarsat2全极化影像1景，包含HH、HV、VH与VV通道数据。
(a)影像数据列表(b) 原始影像地理位置（与谷歌路线图叠加）图2原始影像数据3.详细操作步骤3.1.Radarsat2全极化数据导入Radarsat-2数据导入功能主要用于将Radarsat-2数据导入成PIE-SAR软件标准数据格式。
选择菜单栏【数据导入】→【单景数据导入】→【RS-2】，打开“Radarsat2数据导入”对话框。
图3 Radarsat2数据导入菜单图4 Radarsat2数据导入对话框界面●【参数文件】：输入待处理Radarsat-2数据文件对应的参数文件（product.xml）。
●极化通道选择：包括HH、HV、VH、VV四类极化选项；当导入头文件后，软件会自动读取相应的极化通道数据，用户可根据需要处理的极化数据类型进行勾选；●【输出文件名前缀】：可以选择用成像日期作为文件名前缀，也可以选择自定义前缀；●辐射校正类型：选择输入待处理Radarsat-2数据文件对应的定标类型，包括Beta, Gamma, Sigma三种类型；●【输出文件数据类型】：目前软件支持输出ENVI img、ERDAS img、GeoTIFFFiles（*.tif、*.tiff）格式；●【输出目录】：设置输出结果的保存路径。
图5 Radarsat2数据导入结果3.2.极化矩阵转换3.2.1.极化矩阵转换极化散射矩阵（[S]）只能够描述所谓的相干或纯散射体，对于分布式散射体，通常采用二阶描述子进行描述，将极化散射矩阵（[S]）转换为极化协方差矩阵（[C3]/[C4]）或极化相干矩阵（[T3]/[T4]）。
极化协方差矩阵也称为复埃尔米特矩阵，同极化散射矩阵一样，包含了雷达测量得到的全部目标极化信息。
