上一篇
應用LiDAR資料對城市邊緣地區進行森林大火風險評估
解決方案
Solution
利用空載測深LiDAR繪製水下地形
在水文測量工具中越來越有前景的儀器
空載測深Lidar已經改變了水下地形測繪以及沿海和內陸水域的監測方式。這項技術利用基於雷射的遙感探測精度，結合穿透水面能力，為環境管理、基礎設施規劃和災害預防提供關鍵資料。本文探討了空載測深LiDAR的原理、應用及其進步，並強調了他在水文測量領域的革命性潛力。
空載測深LiDAR使用脈衝式綠光雷射，通常波長為532nm，以穿透水面並獲取水下地形資料。這一波長之所以理想是因為它能夠有效穿透水域，在清澈水域中的吸收和散射最小，從而實現對水下結構的精確測量。該技術基於飛行時間（ToF）原理，透過測量雷射脈衝往返於物體（如海底或河床）所需的時間來計算距離。為了確保精確的深度測量，該技術採用了基於斯斯奈爾定律（Snell’s law）的先進折射校正技術，以補償雷射光束在空氣與水界面處的彎折效應。
此類感測器系統是複雜且具備多個元件配置，包含以下關鍵元素：
1. 雷射掃描儀：系統的核心是雷射掃描儀，他生成並引導雷射脈衝，以掃描模式覆蓋測量區域。某些掃描儀僅使用綠色波長雷射來同時測量水深與地形，其他掃描儀則結合紅外線雷射，以更精確地捕捉水面資料。雙波長系統在測繪水陸交界的複雜環境時特別有用。
2. 全球導航衛星系統（GNSS）：GNSS確保感測器平台具備精確的地理參考。高精度差分GNSS的設置，通常與地面基站搭配使用，可提供即時或後處理校正，使定位精度達到幾公分以內。此功能對於建立詳細地圖以及在多次測量任務中對齊資料至關重要。
3. 慣性量測單元（IMU）：IMU會持續監測飛行器的姿態，包括滾轉（roll）、俯仰（pitch）和偏航（yaw），以補償因湍流或機動飛行引起的運動。這些資料與GNSS輸出的資料結合，使雷射脈衝能夠精確定位並確保所收集點雲在三維空間中的準確地理參考。
這些部份件共同組合成一個高度整合的系統，可生成高解析度且具地理精確性的資料集。這使得對水下地形、水生植被和水下結構的詳細分析成為可能。
Pielach河資料集由RIEGL VQ-840-G獲取（並使用DJI P1的影像進行著色）。
空中測深LiDAR的關鍵性能指標
1. 穿透深度
測深LiDAR的穿透深度受到水域清澈度、雷射能量輸出以及接收器靈敏度的影響。在理想條件下，例如低混濁度的清澈水域，其可達深度約為沙奇深度（Secchi Depth）的三倍。例如，在清澈的沿海或內陸水域，這可能意味著超過30公尺的探測深度。然而，懸浮沉積物、藻類或其他顆粒可能會造成雷射散射或吸收雷射，從而降低其有效探測深度。為克服這些挑戰，具備更高的脈衝能量和最佳化波長設計的先進雷射系統，可在各種水域環境中提供更穩定的深度測量結果。
2. 準確度
測深LiDAR在地形與水深數據點的測量上具有令人印象深刻的準確度，其垂直精度可達10公分以內。這種高精度源於雷射測距系統內部元件（包括雷射掃描儀、GNSS 和 IMU）之間精確的時間同步。此外，先進的處理技術如全波形分析（Full Waveform Analysis）和折射校正（Refraction Corrections），進一步提高了測量精度，能夠補償水面動態變化及水柱內的訊號衰減等影響因素。
3. 點密度
高密度LiDAR系統可以達到每平方公尺超過50點的點雲密度，這對於製作精細的數值地形模型（DTM）和測深地圖至關重要。如此密集的資料覆蓋能夠捕捉細微的地貌結構、沉水植被以及人工水下物體。要達到這種高點密度取決於多種因素，例如飛行高度、雷射脈衝重複頻率以及掃描幾何結構。高點密度在棲地建模、氾濫平原分析和基礎設施監測等應用中特別有價值。然而，出於人眼安全考量，綠光雷射不像用於地形測繪的紅外線雷射那樣具備高準直度，因此當綠光雷射從無人機或載人飛機操作時，其在水面上的雷射光斑直徑可達10至50公分。
這些指標突顯了空載測深LiDAR可在各種水域與陸地環境中捕捉精細且準確資料的多功能性。
空載測深LiDAR的應用
1. 沿海及河流測繪
空載測深LiDAR廣泛應用於繪製水下及潮間帶地形，提供高解析度的資料，對於海岸區域管理、氾濫平原分析及航行安全至關重要。該技術有助於識別水下障礙物、沙洲及易受侵蝕的區域，支援海事活動與基礎設施規劃。
範例：RIEGL VQ-840-G已在奧地利成功應用於高精度河床地形繪製，實現精確的河流形態建模，並有助於水文評估（Mandlburger et al., 2023）。
2. 流體動力學和侵蝕研究
透過測深LiDAR生成精確的DTM，對於研究流體動力過程與沉積物運輸至關重要。該技術能夠詳細捕捉河道形態及沉積或侵蝕模式，有助於理解河流系統並維持水道穩定性。形態動力學研究也可利用這些資料記錄並預測洪水或基礎設施工程所引發的變化。
範例：洪水後的河流環境侵蝕分析突顯了LiDAR在追蹤沉積物位移與量化體積變化方面的能力（Mandlburger et al., 2015）。
3. 環境監測
測深LiDAR在環境管理中發揮關鍵作用，可提供了有關水生植被分布、棲息地結構與生態系統健康的見解。其捕捉水面與水柱特性的能力也有助於水質評估。此外，該技術還能幫助偵測水下廢棄物或污染物，從而協助保育與生態修復工作。
範例：來自綠光雷射系統詳細的水下地形資料已被用於監測沿海與河流生態系統中的植被棲地（Islam et al., 2022; Janowski et al., 2022）。
4. 災害管理
在災害情境中，測深LiDAR是一項關鍵工具，可用於建模與減災。高解析度的地形資料能夠支援風暴潮、海嘯及河川洪水的模擬，從而協助建立預測模型，以評估風險並規劃疏散措施。災害發生後，LiDAR亦可用於量化損害，如風暴潮引發的侵蝕或洪水過後河道形態的變化。
範例：使用LiDAR衍生的DTM強化了沿海洪水模擬模型，有助於預測海平面上升和風暴事件的影響（Awadallah et al., 2022; Choné et al., 2021）。
這些應用展示了測深LiDAR在環境與基礎設施管理以及災害風險減少中的多功能性，且能有效應對關鍵挑戰。
測深LiDAR技術的進步
測深LiDAR技術的發展經歷了在感測器設計、資料處理和操作平台方面的重大創新。這些進步提高了該技術的準確性、多功能性和可負擔性，擴展了其在各個領域的應用潛力。主要的技術突破包括：
1. 全波型分析
全波形分析是測深LiDAR資料處理中的一項重大進展（Schwarz et al., 2019）。與僅捕捉離散點不同，這種技術記錄了整個反射的雷射訊號，允許對水柱、沉沒特徵甚至混濁度進行詳細建模。通過分析脈衝幅度、回波寬度和波形形狀等屬性，全波形分析能夠區分植物、沉積物和固體表面，從而豐富生態學研究和沉積學的資料集（Ji et al., 2022）。此外，這一方法透過最佳化訊號處理來增強混濁水域中衰減回波的深度穿透能力。
2. 雙波長系統
透過結合綠光和紅外光雷射，雙波長系統解決了在複雜環境中進行測量的挑戰（Gangelhoff et al., 2023）。綠光雷射在穿透水面和繪製沉沒特徵方面表現出色，而紅外光雷射則提供水面資訊以及陸地表面和植被的地形資料。這一雙重功能使得水深和地形測繪可以無縫整合在一次飛行中，使得這項技術非常適合用於海岸帶和河岸等水陸交織的區域。
3. 與UAV整合
LiDAR系統的微型化使其能夠與UAV整合在一起（Wang et al., 2022）。像RIEGL VQ-840-G和YellowScan Navigator這樣的輕便緊湊的系統被設計為可以搭載於UAV，顯著降低了營運成本，並可於偏遠或難以到達的地點進行調查。基於UAV的LiDAR可以在較低的高度飛行，從而提高空間解析度和點密度，使其非常適合進行區域性研究，如棲息地測繪或基礎設施檢查（Mandlburger et al., 2020）。這些系統還可以進行更頻繁的資料獲取，支援需要時間分析的應用。
這些進步展示了測深LiDAR技術日益複雜化，允許更準確和全面的資料獲取，同時擴展其在新領域和挑戰性應用中的使用。未來的創新，如基於AI的資料處理和改進的感測器設計，預計將進一步提升這項變革性技術的能力。
RIEGL VQ-840-G在配備測深光達感測器元件的UAV上運行的範例。
測深LiDAR的挑戰和極限
雖然測深LiDAR在水下測繪方面提供了顯著的能力，但該技術也存在一些限制。這些挑戰可能會影響其操作效率和資料準確性：
1.水體混濁度
測深LiDAR的效果在很大程度上取決於水的清澈度（Saputra et al., 2021）。在高沉積物負荷、藻類爆發或其他顆粒物質較多的環境中，雷射訊號會因為散射和吸收而大幅衰減，這會減少穿透深度，並限制準確捕捉水下特徵的能力（Richter et al., 2017）。雖然全波形分析和雷射脈衝能量最佳化等策略有助於減輕這一問題，但在高度混濁的水環境中，這個挑戰仍然存在（Maas et al., 2019）。
2.環境條件
外部環境因素，如天氣和水面動態，會大大影響資料品質（Tysiac, 2020）。例如，雲層會阻擋GNSS訊號以至於影響到地理參考的精確性。相似的，水面條件如波浪或太陽反射（閃光效應）也會干擾雷射均勻穿透的能力，導致資料不一致。為了最小化這些影響，進行調查時應選擇平靜的條件並選擇適當的時間。
3.高成本
先進的測深LiDAR系統伴隨著顯著的成本，不僅僅是硬體設備，還包括維護、校準和運作費用（Pricope & Bashit, 2023）。如載人飛機或配備專用感測器的UAV平台（例如Teledyne Optech CZMIL Supernova或RIEGL VQ-880-GII）需要大量的投資。這些成本對於小型專案或組織來說可能難以負擔。然而，感測器微型化和UAV部署的持續創新有助於隨著時間的推移降低這些開銷。
儘管面臨這些挑戰，測深LiDAR技術仍在不斷發展。持續的研究和技術進步正在努力解決這些限制，並擴展其在更廣泛環境中的可用性。
測深LiDAR的未來展望
測深LiDAR的未來非常光明，硬體和軟體技術的持續進步將有助於克服目前的限制並開啟新的機會：
1. 與AI整合
AI驅動的資料處理將徹底改變測深LiDAR的資料分析。機器學習的演算法可以加強特徵識別、自動化資料分類並提高在複雜環境中的準確性。例如，AI可以幫助檢測水下植物、沉積層或水下結構，顯著減少手動後處理所需的時間和精力。此外，預測性AI模型可以根據歷史LiDAR資料模擬環境變化，如侵蝕或棲息地變遷（Kogut & Slowik, 2021）。
2. 感測器的微型化
向緊湊且輕便的LiDAR感測器發展正在創造新的部署可能性。微型化感測器正逐漸與UAV和小型自動平台整合，使得能在難以到達或敏感的區域進行調查，例如淺水河流、珊瑚礁或災區。這些系統不僅能降低成本，還可以頻繁的進行區域性調查，支援如動態棲息地監測或即時基礎設施評估等應用（Szafarczyk & Tos, 2022）。
3. 強化感測器的技術
未來的感測器將提供更高的精度、更大的深度穿透能力和多光譜功能（Guo et al., 2022）。例如，單光子和全波形LiDAR的進展正在擴展水下解析度和穿透深度的極限，使即使在混濁水域中也能進行詳細研究。結合地形和測深功能的雙通道系統將進一步簡化在混合環境中的操作。
4. 可負擔及可及性
隨著技術進步和市場競爭使生產成本下降，測深LiDAR正越來越受到廣大使用者的歡迎（Igbinenikaro et al., 2024）。這種技術的普及將促進其在新興市場和小規模應用中的採用，如社區基礎的海岸監測或環境修復專案。
5. 全球化應用
在氣候變遷緩解、災難韌性和持續性資源管理等領域的應用擴展，可能會進一步推動測深LiDAR的採用。例如，測深LiDAR將在海平面上升建模、設計有彈性的海岸基礎設施和管理水生生態系統方面發揮關鍵作用。
這些進步共同指向一個未來，測深LiDAR將成為科學研究和實際應用中的標準工具，為水下世界提供無與倫比的洞察力。
結論
空載測深LiDAR位於現代地理空間技術的最前沿，代表著我們在測繪和分析水下環境方面的一次重大進展。透過結合精度、效率和多功能性，這項技術已成為水文學、環境科學、基礎設施發展和城市規劃等領域的必要工具。他能夠獲取來自沉沒區域和陸地表面的高解析度資料，支援海岸管理、災害預防和棲息地保護等重要計劃。儘管面臨水體混濁度和營運成本等挑戰，但隨著感測器技術、資料處理和平台整合方面的不斷創新，持續提升其能力和可及性。
隨著我們面對日益嚴峻的環境挑戰和技術進步，測深LiDAR在支援持續性的發展和災難韌性方面的角色將變得更加重要。透過促進明智的決策並加深對水域和海岸系統的理解，這項技術正在為與地球水資源的更具韌性和持續性的互動鋪平道路。
Reda河河口進入Puck灣的測深掃描，其個別點根據其高度值進行上色，並結合正射影像地圖呈現地形。
