地质力学学报  2016, Vol. 22 Issue (1): 93-103
引用本文
马晓雪, 吴中海, 李家存. LiDAR技术在地质环境中的主要应用与展望[J]. 地质力学学报, 2016, 22(1): 93-103.
MA Xiao-xue, WU Zhong-hai, LI Jia-cun. LiDAR TECHNOLOGY AND ITS APPLICATION AND PROSPECT IN GEOLOGICAL ENVIRONMENT[J]. Journal of Geomechanics, 2016, 22(1): 93-103.
LiDAR技术在地质环境中的主要应用与展望
马晓雪1,2,3 , 吴中海2 , 李家存1,3     
1. 首都师范大学资源环境与旅游学院, 北京 100048;
2. 中国地质科学院地质力学研究所, 北京 100081;
3. 资源环境与地理信息系统北京市重点实验室, 北京 100048
摘要:介绍了LiDAR激光探测与测距系统的组成和基本原理, 并对LiDAR技术在地质灾害、活动断裂、冰川及海岸线测绘等地质环境领域的国内外应用现状与进展进行了系统分析和总结, 对该技术的应用前景进行了展望。LiDAR系统集激光、GPS和惯性导航系统(Inertial Navigation System, INS)三种技术于一身, 能够快速、精确地获取地面目标的三维空间信息, 是继GPS空间定位系统之后又一项测绘技术新突破。LiDAR作为一种新型的遥感测量技术未来在自动、快速提取滑坡体、自动提取与断裂相关的微地貌结构信息、海岸带附近精细地物分类、海岸带调查以及潮间带生物多样性研究等方面具有很大的发展空间。
关键词LiDAR    地质环境    滑坡灾害监测    活动断裂    冰川及海岸线测绘    
LiDAR TECHNOLOGY AND ITS APPLICATION AND PROSPECT IN GEOLOGICAL ENVIRONMENT
MA Xiao-xue1,2,3 , WU Zhong-hai2 , LI Jia-cun1,3     
1. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China;
2. Institute of Geomechanics, Chinese Academy of Geological Sciences, Beijing 100081, China;
3. Key Laboratory of 3-Dimensional Information Acquisition and Application, Ministry of Education, Beijing 100048, China
Abstract: Based on the composition and fundamental of LiDAR, we summarize its application status and progress in the field of geology, such as geological disasters, active faults, glaciers and coastline mapping, and prospect its application in the future. LiDAR system includes three technologies: laser, GPS and inertial navigation systems, which make a breakthrough in spatial mapping technology following GPS, it obtains three-dimensional information on ground targets quickly and accurately. As a new remote sensing technology, LiDAR will have great development in automatically extracting the landslides and the micro geomorphology structure information of faults. In addition, LiDAR will be widely used in terrain classification, coastal zone investigation and the study on biological diversity in intertidal coastal zone in the future.
Key words: LiDAR    geological environment    monitoring of landslide hazard    active faults    glacier and coastline mapping    

随着空间数据应用领域的不断扩大,对获取空间数据的要求也越来越高。传统遥感技术获取的数据点密度低,且效率低、费用高、生产周期长,已不能满足当前对空间数据的需求。LiDAR(Light Detection and Ranging)发射的激光能部分地穿透树林的遮挡,直接获取高精度的地表三维地形数据,弥补了传统遥感技术和大地测量方法在高程数据获取及快速自动化处理方面的缺点和不足。LiDAR具有的高空间分辨率、强抗干扰能力以及高自动化等特点,使其不仅能够快速获取高程数据,而且在地形测绘、城市三维建模、环境监测、工程建设、地球科学及行星科学等诸多领域具有极好的发展前景和很强的竞争力。近年来在滑坡[1~5]、活动断裂[8~11]、冰川[12~15]和海岸线测绘[16~18]等地质环境领域得到了广泛的应用,并取得了一系列的成果与新进展。

1 LiDAR技术简介

LiDAR系统主要包括4部分:① 激光扫描仪(LiDAR的核心),测量激光发射点与地面激光脚点之间的距离;② 动态差分GPS(DGPS),记录瞬间激光和数码相机开启脉冲的时间并获取LiDAR的三维坐标;③ 激光测量单元(IMU),测定激光扫描装置的主光轴的空间姿态参数;④ 数码相机,获取地面的地物地貌真彩或红外数字影像信息。根据载荷平台的不同,LiDAR可以分为地面、车载、机载和星载4种类型。地面LiDAR发展最为成熟,相比于其他几种类型的LiDAR系统精度较高,平面精度和垂直精度可以达到毫米级甚至亚毫米级。车载、机载和星载LiDAR系统自2002年以后才开始从实验室逐步走向实际应用,但是它们的应用领域相当广泛。除了传统的测绘领域外,在地球科学中的应用也日益广泛和深入[1](见表 1)。

表 1 四种LiDAR系统的比较 Table 1 Comparison of four LiDAR systems

LiDAR系统中的激光测距仪包括一个单束窄带激光器和一个接收系统。激光器发射一束离散的激光脉冲,打在地面物体上并反射回来被接收器接收。接收器能够准确地记录激光脉冲从发射到被接收所用的时间,且已知激光脉冲以光速传播,因此可以计算出激光器与地面点的距离。计算公式为:

$R = \left( {C \cdot t} \right)/2$ (1)

式中R为传感器到目标物体的距离,C为光速,t为激光脉冲从发射到被接收所用时间。

由DGPS获得的数据可以得到激光发射器的位置坐标,IMU可以得到飞行器的姿态参数,然后再结合激光器的高度和激光扫描的角度等数据就可以准确计算出每一个地面激光脚点的三维坐标。

机载LiDAR系统组成和基本原理示意图见图 1图 2

图 1 机载LiDAR系统[2] Figure 1 Airborne LiDAR system

图 2 机载LiDAR的基本原理 Figure 2 Basic principle of airborne LiDAR
2 LiDAR技术在地质环境领域的主要应用

LiDAR技术以其独特的优势和高精度的成果,被广泛应用于土地利用、地形测绘、森林调查、城市规划及地质环境变化等多个领域,展示出了良好的应用前景。目前在地质环境领域主要应用于滑坡识别与监测、活动断裂调查研究、冰川研究和海岸带测绘等方面。

2.1 滑坡识别与监测研究

滑坡是一种常见的地质灾害类型,常给人类活动造成严重的损害,因此分析研究滑坡对滑坡灾害预警以及减灾防灾具有重要意义。LiDAR技术不仅能为滑坡灾害研究提供高精度的DEM,还可以利用不同时相的LiDAR数据对滑坡变形进行动态监测,了解滑坡体在一定时间范围内的变形趋势和特征,并精确计算变形量,从而提高滑坡监测的精度和效率。虽然地面LiDAR具有很高的观测分辨率,但由于监测距离和范围的限制,只能针对单个滑坡进行;机载LiDAR相对于地面LiDAR监测范围广,可针对大面积滑坡进行观测[3],但观测精度受到一定限制。

2.1.1 滑坡识别及其主要参数的定量化分析

准确识别滑坡并确定其具体分布范围和体积是科学评估滑坡灾害危险性与危害性的重要前提。在从大空间尺度识别滑坡并确定其分布与体积方面,LiDAR技术与常规测量技术相比具有独特优势。LiDAR技术能够生成高精度的DEM,并基于此高精度的DEM对滑坡进行定性和定量分析,实现滑坡边界的圈定。定性分析是利用LiDARDEM生成一系列不同视角下的山体阴影图,它能够很好地表达地形的立体形态。定量分析是利用LiDARDEM提取精细微地形地貌参数分析滑坡要素。借助于不同方位角的LiDAR山体阴影图及坡度和粗糙度图,能够准确地识别滑坡滑动的范围,并准确圈定出滑坡后缘、滑坡侧缘、滑舌等滑坡要素。Schulz[4]利用机载LiDAR技术对西雅图地区的滑坡进行了详细填图,由于LiDAR技术能够透射植被,研究发现使用LiDAR数据圈定的滑坡个数是传统航空摄影测量圈定的4倍之多,识别出很多以前利用航片解译不能识别的滑坡,表明了LiDAR技术在滑坡识别中的巨大优势。沈永林等[5]以海地地震诱发的滑坡体为研究对象,对研究区的航空影像和机载LiDAR数据预处理后,利用面向对象的多尺度影像分割技术进行影像分割,并结合滑坡体及其他地物特点,选择相应的特征组合,设定合适的特征参数阈值,进而构建规则,实现地物分类和滑坡识别。马洪超等[6]对2008年汶川地震引起的都江堰—汶川公路滑坡进行机载LiDAR测量,并利用LiDAR点云生成了DEM数据,对滑坡的位置、体积和土石方等参数进行了估算(见图 3),提高了效率,改进了勘察工作的安全性,表明LiDAR技术在滑坡灾害应急响应中的重要性。

图 3 基于Leica ALS50Ⅱ机载激光雷达获取的都江堰—汶川公路高分辨率DEM立体影像的滑坡解译结果[6] Figure 3 Results of the landslide interpretation of high resolution DEM stereo images obtained from the airborne LiDAR based on ALS50Ⅱ Leica airborne LiDAR
2.1.2 滑坡变形动态监测

滑坡变形动态监测主要包括地表位移监测和地下位移监测。滑坡体地表变形监测是对滑坡体地表进行绝对位移和相对位移监测。对滑坡表面位移进行监测能够反映滑坡的真实动态、总体变形趋势等特点,通过监测结果的分析与研究,掌握滑坡的变形规律,以更好地进行滑坡灾害预报,减少滑坡带来的巨大损失。基于LiDAR技术的滑坡地表位移监测主要对LiDAR获得的滑坡体表面的点云数据进行预处理,构建滑坡体表面的DEM,通过不同时期DEM的整体对比,分析监测点的变形信息和特定区域的土方量变化,进而预测坡体的变形趋势和未来滑坡量的大小。Roering等[7]利用差分干涉测量(DInSAR)、机载LiDAR和历史航空影像对加利福尼亚北部鳗鱼河流域大型的滑动缓慢的滑坡进行了分析研究,从获取的干涉图中确定了2007年2月到2008年2月期间活动的5个大型(长度大于1 km)滑坡,并对滑坡表面的位移进行分析,精确得到了滑坡的平均下滑速率、最小输沙量以及侵蚀速率。徐进军等[8]应用地面LiDAR技术监测滑坡变形,采用“重心法”对三峡库区某滑坡的局部进行监测与分析,获得了较满意的结果,但该方法对于处理大型滑坡仍有不足。刘圣伟等[9]以长江三峡工程库区的树坪滑坡为研究对象,利用2006年和2009年两期机载LiDAR数据对滑坡的变形情况进行了初步分析,主要通过比较不同特征点之间的坐标差在两期机载LiDAR测量结果中的变化进行滑坡变形监测,研究得到的树坪滑坡的变形特征与前人研究结果一致,表明机载LiDAR在滑坡变形监测方面有较好发展前景。

2.2 活动断裂研究

活动构造研究是地震危险性评价的重要基础性地质工作[10],其重点是活动断裂的调查与研究。活动断裂研究的主要内容是通过精确测量第四纪地貌体的位错并确定其年代,量化断裂的活动强度,重塑大地震的重复规律。因此精细刻画地貌形态是活动断裂研究的重要环节,这需要高精度、高分辨率地形数据的支撑。LiDAR技术能够对地貌进行高精度、全方位、三维直接测量,可以为活动断裂提供沿整条断裂带的高精度地貌高程基础数据,近年来已成为活动断裂研究的一种重要技术手段。

2.2.1 高精度断层微地貌形态获取

断层微地貌研究是评价断裂活动性的关键,也是预测断裂在未来一段时间地震危险性需要解决的基本问题。断层微地貌的研究主要包括2个方面,一是活断层控制之下形成的微地貌的地形特点、影响因素及演变方式等;二是与控制微地貌形成相关的活动断层上的古地震研究,寻找可识别出古地震的各种变形和沉积标志,最终弄清古地震的具体期次,估算出断层活动的复发周期以及断层活动速率等定量参数[11]。断层微地貌研究还能为断层填图提供基础数据,通过断层详细填图可以使研究人员清楚地认识断层的空间展布和运动学特征,为地震危险性评价和防震减灾工作提供科学参考。LiDAR数据能够实现地形细小差异的高精度描述和真三维成像,从而比光学影像更有效地揭示断裂活动印迹。利用LiDAR数据,可以从各个不同的光照角度晕渲地形以突出和增强断裂微地貌特征。Chan等[12]利用机载LiDAR数据生成的1 m分辩率DEM、航摄相片和地形图对台湾北部的活动断裂——新城断层进行了深入研究。激光雷达DEM对于发现研究区域微小的高程变化也非常有效,这对于评估和测定断层微地貌特征有很重要的意义。如刘静等[13]利用机载LiDAR技术对海原断裂带的微地貌进行了详细描述,根据获取的高密度点云数据生成了0.5 m分辨率的DEM,实现了海原断裂带微地貌形态和断层几何的高清晰度三维再现(见图 4),对断裂活动性和古地震复发规律的精细化研究起到了很大的促进作用。

图 4 海原断裂微地貌形态和断层几何的高清晰度三维再现[13] Figure 4 High resolution three-dimensional reconstruction of the Haiyuan fault and the fault geometry of the micro topography
2.2.2 断裂变形测量

断裂位移主要指断裂不同时期的错动量大小,包括垂直位移和水平位移。断裂的垂直位移通过提取断层崖和断层陡坎的垂直错动量获取,断裂上不同级别的水平位移通过提取不同时代水系、冲沟、洪积扇和阶地等地貌体的水平错动量获取,进而为定量评估断裂活动性提供重要依据。断裂带滑动速率的限定需要2个参数,一个是高精度的断裂错断典型地貌的位移量,另一个是被错断地貌的年龄。利用遥感卫星影像图进行断裂带错断地貌水平位移量的测量已被广泛应用于各种大型活动走滑断裂的研究,但是利用高分辨率卫星影像无法获得准确的垂直位移量,而LiDAR能够快速获取高精度的地貌位错量,因此在断裂位移及滑动速率测量方面凸显出了巨大优势。如:Karabacak等[14]在2006—2009年间利用地面LiDAR对北安纳托利安断层上的固定建筑进行了6次重复观测,生成了点云数据,计算得到的位移量和其年化震间变形速率与其他遥感技术如InSAR和GPS所观测的结果一致,说明利用地基LiDAR进行震间变形观测是可行而且有效的;徐锡伟等[15]利用富蕴断裂的地面LiDAR扫描DEM、野外考察数据和高分辨率卫星影像等数据,结合多级地貌面宇宙成因核素(10Be)系统测年数据,精确限定了该断裂晚更新世以来的右旋走滑速率(见图 5)以及大地震的复发间隔,并推导出低滑动速率和长周期特征地震复发模型,为分析板块间相互作用产生的远程应变效应的基本特征提供了重要依据。

图 5 富蕴地震地表破裂带及走滑位移分布图[15] Figure 5 The 1931 Fuyun earthquake surface rupture zone and distribution of cumulative slips
2.3 现代冰川变化研究

极地冰雪动态变化研究是极地科学研究的重要内容之一,在很大程度上影响着全球气候和海平面的变化。目前星载LiDAR成为研究两极冰雪变化的最有效手段之一[16],2003年1月美国NASA发射的ICESat卫星上所携带的激光测距系统GLAS可用于冰川属性与参数的提取,并可对参数变化趋势进行定量分析。由于GLAS可以获取高精度的高程数据,因此可用于估计冰川表面地形的高程变化率。Yamamoto等[17]将每一周期记录的激光数据内插为高分辨率的规则格网DEM,将每一周期的DEM数据与前一周期比较,得出每个格网点的变化趋势,再将分辨率降低以求得较大格网单元内变化趋势的平均值,由此来估算极地的物质运移。星载LiDAR数据还可以结合其他数据源,进行冰川地形测绘与变化监测。Weche等[18]利用GLAS数据,结合地面GPS量测数据、机载雷达测高仪以及无线电声呐等数据进行联合平差,获取了EKsstromisen地区高精度的DEM,满足冰川变化状态的动态模拟和物质平衡状态研究的需求。Janke[19]将科罗拉多州的安德鲁斯和泰勒冰川1 m分辨率的LiDAR DEM与美国地质调查局(USGS)10 m分辨率的DEM在高程、坡度和曲率(见图 6)等方面进行了比较,结果表明LiDAR DEM能够更清晰地呈现岩石冰川的微地貌特征。李光辉等[20]对西藏那曲县境内的“中习一号”冰川进行研究,利用获取的机载LiDAR数据提取研究区的DEM,并根据DEM对机载高光谱数据的分类结果进行正射纠正,获取了冰川的数字正射影像图(DOM),最后融合研究区的DOM和激光点云数据提取冰川雪线,为综合分析该区气候、地势和地形等因素对冰川发育的影响提供重要依据。

图 6 Taylor Rock及Andrews冰川LiDAR DEM与USGS DEM的比较[19] Figure 6 Curvature comparisons for LiDAR and USGS DEM sources for Taylor Rock Glacier and Andrews Glacier
2.4 海岸线测绘

海岸线即陆地与海洋的分界线,一般指海潮时高潮所到达的界线。海岸线对于海岸带的保护和管理意义重大,海岸线的变化直接影响了海岸带的环境和沿海人民的生存发展。因此,实现海岸线变化的快速准确监测,对海岸、滩涂的开发利用和海洋的灾害评估具有十分重要的意义。相对于传统的海岸线测绘方法,联合LiDAR数据、影像数据和潮汐数据自动提取海岸线,所提取的海岸线精度高、自动化程度高且不易受海岸带类型影像。Stockdon[21]等采用剖面分析方式结合机载LiDAR数据和潮汐数据自动提取海岸线,将LiDAR点云按一定的间隔划分剖面,然后根据剖面上的离散点拟合曲线,将该曲线和潮汐面相交获取临界点,最后连接这些点自动提取海岸线。Robertson[22]等采取跟踪特定高程单条等高线的方式,从LiDAR点云生成的海岸带DEM中提取海岸线。倪绍起等[23]提出一种基于机载LiDAR与潮汐推算的自然岸线遥感提取方法,该方法基于LiDAR系统获取的航空正射影像解译瞬时水边线,应用LiDAR系统提取的DEM和建立的高程系统转换模型,通过潮汐数据推算了烟台芝罘岛与黄河口飞雁滩的海岸线,并将所得结果与“908专项”航空遥感调查岸线进行叠加显示,其中砂质岸线的提取精度最高(见图 7),提高了海岸线提取的效率。

图 7 基于机载LiDAR数据的自然岸线提取结果及推算岸线与“908专项”航空遥感海岸线叠加效果图[23] Figure 7 Natural coastline extracted based on airborne LiDAR data and estimated coastlines overlying with "908 coastline"
3 存在问题及展望 3.1 存在的主要问题

尽管LiDAR在地质环境中的应用取得了很大成功,但目前这一技术的应用仍存在一些局限,主要表现在以下几个方面:

① 在滑坡识别方面,虽然可以利用LiDAR生成的高精度DEM计算坡度、坡向、地表粗糙度等,利用小波分析、傅里叶变换等方法开展地形的精细参数特征研究,但是这些参数在同一研究区并没有被系统地使用过,缺乏基于精细地表参数的滑坡识别方法规律性研究和不同成因类型滑坡识别研究。

② 基于LiDAR技术对活动构造和地表形变的研究相对较弱,所获取的数据和资料大都基于单个图幅的有限范围,目前可获得的LiDAR数据还比较匮乏,难以满足大区域活动构造研究的需要,且自动提取断裂构造信息的算法还有待进一步改进。

③ 基于LiDAR数据的淤泥质海岸线的提取是目前的一个技术难题。由于淤泥质海岸的地形平缓、坡度较小,因此垂直方向的微小差异可能导致水平方向数十米甚至上百米的距离偏差,这是精确提取淤泥质海岸的困难所在。

④ 利用LiDAR进行海水测深存在很多问题。由于海面经常产生白浪和大量气泡,使得激光产生更多的折射,传播路径更加复杂。此外,海水的潮汐、风浪、洋流运动也会影响到LiDAR测深的精度。由于激光在海水中的传播速度很快,对于水深小于2 m的海域来说,海面和海底两次回波的时间差极短(不足10 ns),使得两次回波很难区分。

3.2 展望

LiDAR技术发展至今,已逐渐成为一种重要的信息获取技术。作为一种年轻的技术,LiDAR还有很多发展空间,特别是在数据处理算法以及软件和系统的开发等方面,包括光学遥感、微波遥感、多光谱遥感在内的遥感技术所获取的数据都具有各自的特点,因此如果将LiDAR数据与测区的地形图、规划图等GIS数据、影像数据和多光谱数据等相结合就能充分发挥多源遥感数据的优势。随着LiDAR技术的不断发展,高精度、高密度、高分辨率及大数据量将是激光点云的主要特点,因此,要发展能够处理大数据量的数据处理技术,目前分布式并行化数据处理技术已得到广泛的应用,将该技术用于激光点云数据的处理可能是今后的一种趋势。

LiDAR技术在地质环境中的应用凸显了其巨大的潜力,但是,LiDAR技术在以下几方面还有很大的发展空间:利用获取的LiDAR点云数据自动、快速提取滑坡体并对有关参数进行计算;自动提取与断裂相关的微地貌结构信息;将LiDAR影像与高分辨率光学影像相结合进行海岸带附近精细地物分类,为海岸带调查、潮间带生物多样性研究等提供直接观测数据等。这些都是今后需要研究的方向,将会极大地推动LiDAR技术在地质环境研究中的发展。另外,由于LiDAR测量精度的限制,目前只能应用于较大变形的测量,随着LiDAR精度的提高,其应用范围将会越来越广。以后可能同InSAR一样用于监测地表微小形变,如地面沉降的监测、跨断层的地表变形等。

总体而言,LiDAR作为一种全新的遥感技术,已经跻身先进的集成测量技术方法之列,具有极好的发展前景和很强的竞争力。

致谢:

对地质力学研究所黄小龙博士和首都师范大学黄小巾硕士在成文过程中提供的资料和帮助,审稿专家提出的宝贵意见与建议,在此一致表示衷心感谢。

参考文献
[1]
马洪超. 激光雷达测量技术在地学中的若干应用[J]. 地球科学:中国地质大学学报, 2011, 36(2): 347-354.
MA Hong-chao. Review on applications of LiDAR mapping technology to geoscience[J]. Earth Science: Journal of China University of Geoscience, 2011, 36(2): 347-354.
[2]
郭向前, 郝伟涛, 李响. 基于机载LIDAR技术的研究及其展望[J]. 测绘与空间地理信息, 2013, 36(2): 69-72.
GUO Xiang-qian, HAO Wei-tao, LI Xiang. Based on the airborne LIDAR technology research and its prospect[J]. Geomatics & Spatial Information Technology, 2013, 36(2): 69-72.
[3]
谢谟文, 胡嫚, 杜岩, 等. TLS技术及其在滑坡监测中的应用进展[J]. 国土资源遥感, 2014, 26(3): 8-15.
XIE Mo-wen, HU Man, DU Yan, et al. Application of TLS technique to landslide monitoring: Summarization and prospect[J]. Remote Sensing for Land and Resources, 2014, 26(3): 8-15. DOI:10.6046/gtzyyg.2014.03.02
[4]
Schulz W H. Landslide susceptibility revealed by LIDAR imagery and historical records, Seattle, Washington[J]. Engineering Geology, 2007, 89(1): 67-87.
[5]
沈永林, 李晓静, 吴立新. 基于航空影像和LiDAR数据的海地地震滑坡识别研究[J]. 地理与地理信息科学, 2011, 27(1): 16-20.
SHEN Yong-lin, LI Xiao-jing, WU Li-xin. Research of urban spatial intelligence computation platform[J]. Geography and Geo-Information Science, 2011, 27(1): 16-20.
[6]
马洪超, 姚春静, 张生德. 机载激光雷达在汶川地震应急响应中的若干关键问题探讨[J]. 遥感学报, 2008, 12(6): 925-932.
MA Hong-chao, YAO Chun-jing, ZHANG Sheng-de. Some technical issues of airborne LiDAR system applied to Wenchuan Earthquake relief works[J]. Journal of Remote Sensing, 2008, 12(6): 925-932.
[7]
Roering J J, Stimely L L, Mackey B H, et al. Using DInSAR, airborne LiDAR, and archival air photos to quantify landsliding and sediment transport[J]. Geophysical Research Letters, 2009, 36(19): 206-221.
[8]
徐进军, 王海城, 罗喻真, 等. 基于三维激光扫描的滑坡变形监测与数据处理[J]. 岩土力学, 2010, 31(7): 2188-2191.
XU Jin-jun, WANG Hai-cheng, LUO Yu-zhen, et al. Deformation monitoring and data processingof landslide based on 3D laser scanning[J]. Rock and Soil Mechanics, 2010, 31(7): 2188-2191.
[9]
刘圣伟, 郭大海, 陈伟涛, 等. 机载激光雷达技术在长江三峡工程库区滑坡灾害调查和监测中的应用研究[J]. 中国地质, 2012, 39(2): 507-517.
LIU Sheng-wei, GUO Da-hai, CHEN Wei-tao, et al. The application of airborne Lidar technology in landslide investigation and monitoring of Three Gorges Reservoir Area[J]. Geology in China, 2012, 39(2): 507-517.
[10]
吴中海, 张岳桥, 胡道功. 新构造、活动构造与地震地质[J]. 地质通报, 2014, 33(4): 391-402.
WU Zhong-hai, ZHANG Yue-qiao, HU Dao-gong. Neotectonics, active tectonics and earthquake geology[J]. Geological Bulletin of China, 2014, 33(4): 391-402.
[11]
王林. 盆地边界活动正断层多尺度构造地貌研究[D]. 中国地震局地质研究所, 2012
WANG Lin. Researvh of basin marginal active normal faults through multi-scale tectonic geomorphology [D]. Institute of Geology, China Earthquake Adminstration, 2012. http://edu.wanfangdata.com.cn/Periodical/Detail/gjdzdt201310011
[12]
Chan Y C, Chen Y G, Shih T Y, et al. Characterizing the Hsincheng active fault in northern Taiwan using airborne LiDAR data: Detailed geomorphic features and their structural implications[J]. Journal of Asian Earth Sciences, 2007, 31(3): 303-316. DOI:10.1016/j.jseaes.2006.07.029
[13]
刘静, 陈涛, 张培震, 等. 机载激光雷达扫描揭示海原断裂带微地貌的精细结构[J]. 科学通报, 2013, 58(1): 41-45.
LIU Jing, CHEN Tao, ZHANG Pei-zhen, et al. Illuminating the active Haiyuan fault, China by Airborne Light Detection and Ranging[J]. Chinese Science Bulletin, 2013, 58(1): 41-45.
[14]
Karabacak V, Altunel E, Cakir Z. Monitoring aseismic surface creep along the North Anatolian Fault (Turkey) using ground-based LIDAR[J]. Earth and Planetary Science Letters, 2011, 304(s 1/2): 64-70.
[15]
徐锡伟, 孙鑫喆, 谭锡斌, 等. 富蕴断裂:低应变速率条件下断层滑动习性[J]. 地震地质, 2012, 34(4): 606-617.
XU Xi-wei, SUN Xin-zhen, TAN Xi-bin, et al. Fuyun Fault: Long-term faulting behavior under low crustal strain rate[J]. Seismology and Geology, 2012, 34(4): 606-617.
[16]
李然, 王成, 苏国中, 等. 星载激光雷达的发展与应用[J]. 科技导报, 2007, 25(14): 58-63.
LI Ran, WANG Cheng, SU Guo-zhong, et al. Development and applications of spaceborne LiDAR[J]. Science & Technology Review, 2007, 25(14): 58-63. DOI:10.3321/j.issn:1000-7857.2007.14.010
[17]
Yamamoto K. Interpretation of the GRACE-derived mass trend in Enderby Land, Antarctica[J]. Polar Science, 2008, 2(4): 267-276. DOI:10.1016/j.polar.2008.10.001
[18]
Wesche C, Riedel S, Steinhage D. Precise surface topography of the grounded ice ridges at the Ekstromisen, Antarctica, based on several geophysical data sets[J]. Isprs Journal of Photogrammetry & Remote Sensing, 2009, 64(4): 381-386.
[19]
Janke J R. Using airborne LiDAR and USGS DEM data for assessing rock glaciers and glaciers[J]. Geomorphology, 2013, 195(4): 118-130.
[20]
李光辉, 王成, 习晓环, 等. 机载LiDAR和高光谱数据融合提取冰川雪线[J]. 国土资源遥感, 2013, 25(3): 79-84.
LI Guang-hui, WANG Cheng, XI Xiao-huan, et al. Extraction of glacier snowline based on airborne LiDAR and hyperspectral data fusion[J]. Remote Sensing for Land and Resources, 2013, 25(3): 79-84. DOI:10.6046/gtzyyg.2013.03.14
[21]
Stockdonf H F, Holman R A. Estimation of shoreline position and change using airborne topographic Lidar data[J]. Journal of Coastal Research, 2002, 18(3): 502-513.
[22]
William R V, Leatherman S P. Mapping shoreline position using airborne laser altimetry[J]. Journal of Coastal Research, 2004, 20(20): 884-892.
[23]
倪绍起, 张杰, 马毅, 等. 基于机载LiDAR与潮汐推算的海岸带自然岸线遥感提取方法研究[J]. 海洋学研究, 2013, 31(3): 55-61.
NI Shao-qi, ZHANG Jie, MA Yi, et al. Natural coastline extraction based on airborne LiDAR data and tidal estimation[J]. Journal of Marine Sciences, 2013, 31(3): 55-61.
[24]
李显巨. 基于LiDAR技术的复杂地质环境区滑坡识别研究[D]. 中国地质大学, 2012
LI Xian-ju. Research of the landslide recognition based on LiDAR technology in the complex geologic environment area [D]. China University of Geosciences, 2012. http://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ201403019.htm
[25]
任治坤, 陈涛, 张会平, 等. LiDAR技术在活动构造研究中的应用[J]. 地质学报, 2014, 88(6): 1196-1207.
REN Zhi-kun, CHEN Tao, ZHANG Hui-ping, et al. LiDAR survey in active tectonics studies: An introduction and overview[J]. Acta Geologica Sinica, 2014, 88(6): 1196-1207.