星载大光斑激光雷达波形数据处理方法初探周朗明武汉大学遥感信息工程学院，湖北武汉 (430079)E-mail ：zlm_mj@摘 要：激光雷达技术是近年发展十分迅速的一种新型数字传感器测图技术，在快速获取地表三维数据方面具有独特优势。

商业机载LIDAR 系统提供给用户的产品一般是点云数据，实际上，波形数据能有效的表达光斑内的地物高程分布，提供更高精度的点云数据。

本文以搭载在ICESat 卫星上的GLAS 传感器获取的GLA01波形数据为实验数据，对大光斑LIDAR 波形数据的格式及处理方法进行了初步探讨，提出了一种简化的针对大光斑波形数据处理的方案，实现了一种细化波峰位置的高程量化算法。

关键词：LIDAR ；波形数据；波形量化；GLAS ；ICESat中图分类号：P231；P236；P2371. 引 言空载(包括机载和星载)LIDAR 技术作为一种激光测高系统，是以激光脉冲发射器作为辐射源，向植被和地表发射激光脉冲，通过记录发射信号和接收回波信号的强度信息以及发射和接收时刻的时间延迟来计算传感器和地物目标之间的距离。

波形数据由时刻信息及某一时刻所接收的回波信号能量构成，对波形数据进行滤波、分解和量化等处理可得到地面目标的高程信息。

从某种意义上来讲，波形数据是LIDAR 系统的原始数据，在波形数据的基础之上结合GPS/IMU 可得到精准表达地物目标三维信息的点云数据，即波形数据能提供地物目标的高程值(Z 坐标)及强度(I)，GPS/IMU 能提供地物目标在某一参考坐标系下的平面坐标(XY)。

国内外专家利用激光雷达波形数据对林业管理方面进行研究。

Wenge 等研究激光波形与林冠层参数之间的关系，并指出激光波形数据对于三维林冠层结构参数的获取十分必要[1]。

庞勇等对星载大光斑激光雷达波形数据(GLAS)的波形关键参数的计算进行研究[2] ，并利用我国东北地区星载激光雷达波形数据，阐述了数据预处理和波形长度计算方法，分析了东北地区波形长度的分布格局和林业应用潜力，并利用土地覆盖数据进行了验证[3]。

2. GLAS/ICESat 星载LIDAR 系统GLAS 英文全称为Geoscience Laser Altimeter System ，国内有学者将其译为地球科学激光高度计[4]。

GLAS 系统由美国航天局的戈达德宇航中心(NASA/GSFC)研制，采用diode pumped Q-switched Nd:YAG 激光器，该激光器能以每秒40次的频率发射两种波长的脉冲信号：1064nm 的近红外信号和534nm 的可见光信号。

前者用于地表高程和密云高度的测量，后者用于测量云层和大气的垂直分布。

GLAS 系统的技术指标如表1.1所示：表1.1 GLAS 系统的技术指标[2] Tab.1.1 Technical indexes of GLAS system波长(nm) 脉冲重复频率(HZ) 光斑尺寸(m)光斑间隔(m) 测距精度 被测对象 532 40 70 170 云：75~200m(垂直) /150m(水平)气溶胶：50km云层、气溶胶1064 40 70 170冰层/陆地：10cm 冰、陆地GLAS所搭载的卫星平台为ICESat(Ice, Cloud and land Elevation satellite)，中文直译为冰、云和陆地高程卫星。

该卫星的发射是NASA自1999年开始的地球观测计划(Earth Observing System, EOS)中的一部分，是首颗载有激光雷达传感器的卫星，发射时间为2003年1月13日00：45，发射地点位于加利福利亚州的Vandenberg空军基地。

该卫星的发射目的是观测10~15年内的大气、海洋、陆地、冰和生物圈，从而监测与气候、环境变化密切相关的地球-大气系统的变化。

GLAS系统发出的一束激光脉冲信号经过远距离传输打在地表上会形成一个直径为70m 的光斑，由表1.1可知，GLAS系统一秒钟将发射40束激光脉冲信号，因此在一秒钟内将形成多个光斑，光斑之间的距离为170m。

GLAS传感器的采样间隔为1ns，转化为距离为10cm。

在每1000帧的采样点中，用于冰层或陆地的是544帧，用于海洋表面的是200帧。

GLAS传感器可以精确记录发射脉冲信号从卫星发出经过光斑内地表目标的反射到接收器接收到回波信号的时间，进而测定从卫星到地球表面以及到干扰云层和气溶胶的距离[5]。

3.GLAS波形数据介绍GLAS的数据产品可分为3个级别共有15种产品，3个级别分别为0、1和2级，其中0级产品是传感器电码数据包，实际应用是后两种产品。

1级又分为1A和1B，其中1A级表示卫星记录数据，1B表示初级产品数据，2级表示应用数据[6]。

本文采用的数据是GLAS波形数据GLA01，其级别为1A，来源于美国冰雪数据中心(National Snow and Ice Data Center, NSIDC)网站上于2008年3月11日发布的最新一期时间跨度2007年10月2日至2007年11月5日的数据。

一个GLA01的dat数据文件的内容包括两个部分：文件头和数据记录。

其中文件头中包含了产品和数据处理信息，格式为ASCII，可以通过记事本查看。

文件头中记录的信息以“KEYWORD=VALUE”的形式记录。

不同的记录之间以分号(；)或换行符作为间隔。

数据记录部分是以二进制的形式记录的，包括三种类型的数据：Main类型、Long类型和Short类型。

Main类型包含了除回波信息之外的所有的测高波形信息，振幅强度为100%，记录持续时间为1s，重复次数为1；Long类型数据也称为陆地类型数据[7]。

GLA01产品尽管名为波形数据，但其数据内容十分丰富，以Main类型的数据为例，其中包含的数据记录有数百个之多，有些记录是对波形数据进行处理后的数据。

纯粹的波形数据可由时刻和能量来描述，即某一时刻及其对应的回波强度构成波形数据。

本文的目的是要对波形数据进行处理，因此需要对GLA01中的数据信息进行筛选，只提取出与原始波形数据相关的信息，从GLA01数据中提取的信息如图2.1所示。

图2.1 波形数据的相关参数Fig.2.1 Related paramters of waveform如图2.1所示，从GLA01中提取出四种参数：经纬度信息、阈值信息、回波脉冲的时刻与脉冲能量信息、发射脉冲的初始时刻，为了便于程序读取，将这四种原本是二进制格式的信息以ASCII格式存入txt文件中。

4.GLAS波形数据处理方案本文结合大光斑的GLAS波形数据的特点，提出了一种简化的波形数据处理方案，如图3.1所示：图3.1 GLAS波形简化处理方案Fig.3.1 Simple blue print of waveform processing该方案以GLA01为源数据，分为提取波形数据、滤波处理、量化处理和生成点云数据四步。

提取波形数据主要是依照图2.1提取出与波形数据相关的数据并编程实现波形数据的可视化；滤波处理主要是去除波形数据中的噪音部分，得到比较明显的波峰；量化处理主要是确定波峰的位置及其个数并根据波峰之间的时间间隔计算距离；生成点云数据主要是根据上一步中的距离得到波形数据所反映的高程结构并结合经纬度和强度信息生成点云数据。

5.GLAS波形数据处理原理及实现波形数据处理的主要步骤为滤波处理和量化处理，下面结合图示对这两步的原理加以说明。

滤波处理的原理如图4.1所示：图4.1 滤波处理示意图图4.2 量化处理示意图[8]Fig.4.1 Waveform filter Fig4.2 Waveform quanlization[8]如图4.1所示，在滤波处理一步中，主要是通过设置阈值去除噪音得到明显的波峰。

本文认为波形数据中的低于某一阈值的细小波峰均为噪音，并将其去除得到较为明显的波峰。

需要说明的是，本文所采用的阈值是从GLA01中提取出来的参考阈值，信任度较高。

量化处理的原理如图4.2所示。

量化处理主要是确定波峰的位置及波峰之间的时间间隔。

由于波峰反映的是光斑内较为突出的地物，因此通过波峰时刻的确定便可得到地物之间的距离从而得到光班内的地物高程分布。

如图4.2中的回波波形中有四个波峰，从左至右将四个波峰记为A ，B ，C ，D ，波峰的二维坐标记为(时刻，距离)，其中距离是指该波峰所代表的地物离传感器的距离，则四个波峰的二维坐标为()()()()3954,,3973,,3993,,4090,a b c d A H B H C H D H ，时刻以纳秒作为单位，那么距离就可依照公式(4.1)来计算。

ct D 21= (4.1) 其中，c 表示光速，数值为30cm/ns ，t 为时间间隔，D 为距离。

根据该公式算出四个波峰距传感器的距离分别为593m ，596m ，599m 和613.5m 。

一般来讲，最后一个波峰一般表示地面，那么A ，B ，C 三个波峰离地面的距离分别为20.5m ，17.5m 和14.5m ，这样便可得到光斑内地物的高程分布。

依据图3.1所示的处理方案，利用VC++6.0语言编写GLAS 波形数据处理的模型软件。

该软件能显示波形数据，自动进行滤波处理并扩展滤波后的波峰。

在波形处理最关键的一步—量化处理中，实现了一种交互式的细化波峰的算法。

图4.3显示的是对多波峰波形数据进行处理的示意图：图4.3 多波峰波形数据处理示意图Fig4.3 Processing of the multi-peaks waveform该程序分为四个视图，左上视图显示了原始波形，右上波形显示了滤波处理的过程，左下视图显示了波峰确定算法，右下视图显示点云数据的头文件信息以及通过波形量化计算出的高程分布。

该程序在波形量化这一步中实现了一种交互式的波峰细化算法，如图4.3左下视图，该算法是利用鼠标左键选择波峰的估计位置，如虚线所示，当波峰估计位置选择完毕后，点击鼠标右键，程序将自动计算用户选择位置一定窗口大小的波峰的准确位置，并用实线表示。

在最后一步中根据这些波峰的位置计算光斑内的高程分布。

该算法的最大特点是可以由用户来确定波峰的个数，根据不同的精度要求细化波峰，从而得到不同精细程度的高程分布。

图4.3中确定了四个波峰，若假设最后一个波峰表示地面，那么其它三个波峰所表示的地物距地面的高程分别为4.80m ，5.55m ，8.70m 。

如果要求更丰富的高程分布，用户可增加波峰的个数，图4.4是对图4.3中的波形数据重新确定波峰的个数，选出了六个波峰，更细致的刻画了波形数据所代表的地物的高程结构。

图4.4 多波峰波形波峰确定示意图Fig.4.4 Location of the peaks of multi-peaks waveform6.结论及展望本文对星载大光斑激光雷达的波形数据处理方法进行了初步研究，编写程序对波形数据处理的流程进行了可视化，并尝试生成标准格式(las格式)点云数据，尽管XY坐标尚不能准确确定，但代表相对高程的Z坐标能够较为快速准确的获取，并且根据本文提出的交互式波峰确定算法，能从波形数据中获得光斑内地物的不同尺度高程分布。