moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2023.43.4.033 1467 Снижение избыточности данных лазерного сканирования для построения цифровых моделей рельефа Reducing redundancy of laser scanning data for building digital terrain models 0000-0002-7944-0468 Зайцева Екатерина Викторовна Zaytseva Ekaterina Viktorovna Zaytseva_EV@pers.spmi.ru aff-1 0000-0002-8189-782X Кочнева Алина Александровна Kochneva Alina Alexandrovna Kochneva_AA@pers.spmi.ru aff-2 0000-0001-8345-0979 Катунцов Евгений Владимирович Katuntsov Evgeniy Viktorovich Katuntsov_EV@pers.spmi.ru aff-3 Санкт-Петербургский горный университет St. Petersburg Mining University Санкт-Петербургский горный университет St. Petersburg Mining University Санкт-Петербургский горный университет St. Petersburg Mining University

К основным нюансам воздушного лазерного сканирования (ВЛС) следует отнести большой уровень плотности точек лазерных отражений (ТЛО), который присутствует в рамках определенной единицы площади. Это приводит к тому, что возникает потребность в обработке большого количества информации во время выстраивания цифровых моделей рельефа (ЦМР). Такая обработка требует больших затрат вычислительных ресурсов. По этой причине главной задачей, которая решается при выстраивании ЦМР, становится создание описания особенностей местности, требуемой для проведения геодезических работ точности. При этом нужно соблюдать минимальное число ТЛО, относящихся к характерным рельефным формам в рассматриваемой локации для минимизации использования вычислительных мощностей. Имеющиеся сейчас алгоритмы распределения информации для ЦМР, выстроенных на стандартных координатных сетках, не дают возможности успешно разрежать массивы информации при сбережении должного уровня детализации определенных локаций. Новое программное обеспечение (ПО), которое используется в геодезии и позволяет создавать разрежение массивов сведений во время выстраивания ЦМР, базируется на закрытом коде. В работе предложен алгоритм нахождения неизвестных промежуточных данных, полученных с лазерным сканированием рельефа местности, позволяющий эффективно осуществлять прореживание точек лазерного отражения, являющихся незначительными при описании рельефа местности. Создана автоматическая методика выстраивания ЦМР. Сформирован алгоритм поиска неизвестных промежуточных массивов ТЛО. Разрежение доступно и для участков под наклоном. При этом сохраняется детализация в качестве линий структуры и особых точек.

The main subtle aspects of airborne laser scanning (ALS) involve a large level of density of laser reflection points (LRP) within a certain unit area. This results in the need to process a large amount of information while building digital terrain models (DTMs). Such processing is computationally intensive. For this reason, the main task which is solved during DTM building is to create an accurate description of terrain features required for geodetic works. At the same time, it is necessary to observe the minimum number of LRPs related to the characteristic landforms in the considered location to minimize the use of computing power. Currently available algorithms of information distribution for DTMs built on standard coordinate grids do not allow to successfully resolve data arrays while preserving the proper detalisation level of certain locations. New software, which is used in geodesy and makes it possible to create sparse data arrays during DTM building, is based on a closed code. The paper proposes an algorithm for finding unknown intermediate data obtained with laser scanning of terrain relief, which allows effective thinning of laser reflection points that are insignificant when describing the terrain relief. An automatic technique of DTM building is developed. An algorithm for searching unknown intermediate LRP arrays is formed. Displot is available for sloped areas as well. At the same time detailisation in the quality of structure lines and special points is preserved.

 цифровая модель рельефа цифровая модель местности воздушное лазерное сканирование оценка качества цифровых моделей рельефа цифровая модель шахты digital terrain model (DTM) digital relief model (DRM) airborne laser scanning quality assessment of digital terrain models digital mine model Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Антипов А.В. Влияние плотности точек воздушного лазерного сканирования на точность создания цифровой модели рельефа местности. В сборнике: VI Международный научный конгресс «ГЕО-Сибирь-2010»: в 6 т., 19–29 апреля 2010 г., Новосибирск, Россия. Новосибирск: СГГА; 2010. 2010;4(1):22–27. Антипов А.В. Калибровка данных воздушного лазерного сканирования в про- граммном продукте TerraSolid. В сборнике: VII Международный научный конгресс «ГЕО-Сибирь-2011»: в 6 т., 19–29 апреля 2011 г., Новосибирск, Россия. Новосибирск: СГГА; 2011. 2011;4(1):12–15. Ессин А.С., Хамитов Э.Т. Применение воздушного лазерного сканирования для создания топографических планов масштаба 1 : 500 на территорию Омска. Автоматизированные технологии изысканий и проектирования. 2011;40(1):8–11. Мищенко Ю.А., Мищенко С.А. Технология оптимизации цифровой модели рельефа, полученной по данным воздушного лазерного сканирования. Информация и космос. 2007;(1):32–36. Осенняя А.В., Корчагина Е.В. Технология оптимизации цифровой модели рельефа, полученной по данным воздушного лазерного сканирования. Отраслевые научные и прикладные исследования: Информационные технологии. 2013;(4):85–86. Briese C., Pfennigbauer M., Lehnera H., Ullrich A., Wagner W., Pfeifer N. Radioametric calibration of multi-wavelenght airbone laser scanning data. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012;I-7(7):335–340. Винокуров А.С. Исследование алгоритмов классификации трехмерных облаков точек и их эффективная реализация на графических процессорах. Режим доступа: http://masters.donntu.ru/2009/fvti/vinokurov/diss/index.htm. Горькавый И.Н. Разработка и исследование методик обработки и классификации трехмерных данных воздушного лазерного сканирования. М.; 2011. 22 с. Кузин А.А. Геодезическое обеспечение зонирования территорий по степени опас- ности проявлений оползневых процессов на основе применения ГИС – технологий. СПб.; 2013. 133 с. Медведев Е.М., Данилин И.М., Мельников С.Р. Лазерная локация земли и леса. 2-е изд., перераб. и доп. М.: Геолидар, Геоскосмос; Красноярск: Институт леса им. В.Н. Сукачева СО РАН; 2007. 230 с. Сарычев Д.С. Обработка данных лазерного сканирования. САПР и ГИС автомобильных дорог. 2014;2(1):16–19. Красильников Н.Н. Цифровая обработка изображений. М.: Вузовская книга; 2001. 320 с. Vostrikov A., Sergeev M., Balonin N., Chernyshev S. Digital masking using mersenne matrices and their special images. В сборнике: Procedia computer science. Knowledge-Based and Intelligent Information and Engineering Systems: Proceedings of the 21st International Conference, KES 2017, 06–08 сентября 2017 г., Марсель, Франция. Elsevier B.V.; 2017. 2017;1:1151–1159. Шапиро Л., Стокман Дж. Компьютерное зрение. М.: БИНОМ. Лаборатория знаний; 2006. 752 с. Мельников С.Р. Лазерное сканирование. Новый метод создания трехмерных моделей местности и инженерных объектов. Горная промышленность. 2001;(5):3–5. Грузман И.С. [и др.] Цифровая обработка изображений в информационных системах. Новосибирск: НГТУ; 2000. 156 с. Михайлов В.В., Колпащиков Л.А., Соболевский В.А., Соловьев Н.В., Якушев Г.К. Методологические подходы и алгоритмы распознавания и подсчета животных на аэрофотоснимках. Информационно-управляющие системы. 2021;114(5):20–32. Уханева А.В. Построение рельефа местности: современный подход к автоматизации процесса. Геодезия и картография. 2010;(11):24–29. Казанин О. И., Дребенштедт К. Горное образование в XXI веке: глобальные вызовы и перспективы. Записки Горного института. 2017;225:369–375. Мустафин М.Г., Баландин В.Н., Брынь М.Я., Матвеев А.Ю., Меньшиков И.В., Фирсов Ю.Г. Топографо-геодезическое и картографическое обеспечение Арктической зоны Российской Федерации. Записки Горного института. 2018;232:375–382. Меньшиков С.Н., Джалябов А.А., Васильев Г.Г., Леонович И.А., Ермилов О.М. Пространственные модели, разрабатываемые с применением лазерного сканирования на газоконденсатных месторождениях северной строительно-климатической зоны. Записки Горного института. 2019;238:430–437. Глазунов В.В., Бурлуцкий С.Б., Шувалова Р.А., Жданов С.В. Повышение достоверности 3D-моделирования оползневого склона на основе учета данных инженерной геофизики. Записки Горного института. 2022;257:771–782. Таловина И.В., Крикун Н.С., Юрченко Ю.Ю., Агеев А.С. Дистанционные методы исследования в изучении структурно-геологических особенностей строения о. Итуруп (Курильские острова). Записки Горного института. 2022;254:158–172. Гусев В.Н., Блищенко А.А., Санникова А.П. Исследование комплекса факторов, оказывающих влияние на погрешность реализации маркшейдерской съемки горных объектов с применением геодезического квадрокоптера. Записки Горного института. 2022;254:173–179. Потехин Д.В., Галкин С.В. Применение технологии машинного обучения при моделировании распределения литотипов на пермокарбоновой залежи нефти Усинского месторождения. Записки Горного института. 2023;259:41–51. Господариков А.П., Ревин И.Е., Морозов К.В. Композитная модель анализа данных сейсмического мониторинга при ведении горных работ на примере Кукисвумчоррского месторождения АО «Апатит». Записки Горного института. 2023;262:571–580. Бузмаков С.А., Санников П.Ю., Кучин Л.С., Игошева Е.А., Абдулманова И.Ф. Применение беспилотной аэрофотосъемки для диагностики техногенной трансформации природной среды при эксплуатации нефтяного месторождения. Записки Горного института. 2023;260:180–193. Маховиков А.Б. Развитие цифрового обеспечения науки и образования в СССР (России) с 1960-х до конца 2010-х гг. (по материалам Санкт-Петербургского горного университета). Вопросы истории. 2022;(11-1):56–69. Ovchinnikova E.N., Krotova S.Y. Training Mining Engineers in the Context of Sustainable Development: A Moral and Ethical Aspect. European Journal of Contemporary Education. 2022;11(4):1192–1200. DOI: 10.13187/ejced.2022.4.1192. Litvinenko V.S., Bowbrick I., Naumov I.A., Zaitseva Z. Global guidelines and requirements for professional competencies of natural resource extraction engineers: implications for ESG principles and sustainable development goals. Journal of Cleaner Production. 2022;338:1–9. DOI: 10.1016/j.jclepro.2022.130530. Kryltcov S.B., Makhovikov A.B., Korobitcyna M.A. Novel approach to collect and process power quality data in medium-voltage distribution grids. Symmetry. 2021;13(3):460. DOI: 10.3390/sym13030460. Маховиков А.Б., Крыльцов С.Б., Матрохина К.В., Трофимец В.Я. Система защищенной корпоративной связи для металлургического предприятия. Цветные металлы. 2023;(4):5–13. Krizsky V.N., Viktorov S.V., Luntovskaya Y.A. Modeling the transient resistance of trunk pipeline insulation based on measurements of the magnetic induction vector modulus. Mathematical Models and Computer Simulations. 2023;15(2):312–322. DOI: 10.1134/S2070048223020102. Матрохина К.В., Трофимец В.Я., Мазаков Е.Б., Маховиков А.Б., Хайкин М.М. Развитие методологии сценарного анализа инвестиционных проектов предприятий минерально-сырьевого комплекса. Записки Горного института. 2023;259:112–124. Мазаков Е.Б. Из истории кибернетики: кафедра информационных систем и вычислительной техники горного университета. Вопросы истории. 2022;5(1):107–117. Krizsky V.N., Alexandrov P.N. Solution of a Linear Coefficient Inverse Problem of Geophysics Based on Integral Equations. Izvestiya, Physics of the Solid Eartht. 2022;58(2):274–280. DOI: 10.1134/S106935132202001X. Шестакова И.Г., Беззубова О.В., Рыбаков В.В. Философия в техническом вузе: стратегии развития в цифровую эпоху. Перспективы Науки и Образования. 2022;55(1):186–199.