В статье дан обзор основных характеристик геопространственных данных, генерируемых лазерными сканирующими устройствами. Особое внимание с уделено двум категориям: пилотируемым и беспилотным воздушным системам. Выполнен анализ и проведена оценка качества и информативности материалов воздушного лазерного сканирования, а также выявлены наиболее важные параметры и их значения, определяющие оптимальную полноту данных, необходимых для решения производственных задач ПАО «НК «Роснефть». Основной задачей при выполнении работ являлось определение критериев использования каждой технологии в процессе создания топографических планов, инвентаризации лесов и разработки моделей объектов нефегазовой инфраструктуры (Building Information Model – BIM). Рассмотрены основные особенности массивов точек лазерных отражений, характеризующие целостность и качество данных. Среди исследованных параметров – плотность, пространственное распределение и атрибутивная информация. Представлены результаты сопоставления указанных показателей дистанционного зондирования двух сканирующих систем. Анализ основан на прямом сравнении двух наборов данных лазерного сканирования и изображений, полученных в пределах одной и той же территории с помощью полноразмерной лидарной системы для пилотируемой авиации и небольшой системы для беспилотных летательных аппаратов. Сделан вывод о влиянии характеристик и информативности данных сканирующих систем на качество, однородность и детализацию итоговой модели. Предложена комплексная концепция циклического применения технологий воздушного лазерного сканирования и цифровой аэрофотосъемки на нефтегазовых месторождениях добывающих предприятий ПАО «НК «Роснефть». Кроме того, отмечено, что вариативность подходов к сбору геопространственных данных, выбор оптимальных технологических сочетаний, позволяет применять полученные материалы для решения широкого спектра задач компании.
Список литературы
1. Shaohui Sun., Automatic 3D Building Detection and Modeling from Airborne LiDAR Point Clouds: Ph.D. degree dissertation. – Rochester Institute of Technology, 2013. – 139 p. – https://scholarworks.rit.edu/theses/960/
2. Шумейко С.А., Сологубов Д.С. Фотограмметрический метод создания трехмерных моделей сложных технологических объектов // Нефтяное хозяйство. – 2018. – № 10. – С. 98–101.
3. Скворцов А.В. Триангуляция Делоне и ее применение // Изд-во Томского университета, 2002. – 130 с.
4. Скворцов А.В., Мирза Н.С. Алгоритмы построения и анализа триангуляции // Изд-во Томского университета, 2006. – 168 с.
5. 3DEP Lidar Base Specification 2020 rev. A. – https://prd-wret.s3.us-west-2.amazonaws.com/assets/palladium/production/atoms/files/Lidar-Base-Speci...
6. Kodors S. Point Distribution as True Quality of LiDAR Point Cloud // Baltic J. Modern Computing. – 2017. – V. 5. – No. 4. – P.362–378. – http://dx.doi.org/10.22364/ bjmc.2017.5.4.03
7. Ullrich A. Sampling the World in 3D by Airborne LIDAR – Assessing the Information Content of LIDAR Point Clouds // Proceedings of Photogrammetric Week 2013 / edited by D. Fritsch. – Wichmann/VDE Verlag, Belin & Offenbach, 2013. – P. 247–259. – https://phowo.ifp.uni-stuttgart.de/publications/phowo13/210Ullrich.pdf
8. Ty Naus. Unbiased LiDAR Data Measurement (Draft). – https://www.asprs.org/ a/society/committees/lidar/Unbiased_measurement.pdf
9. Медведев Е.М., Данилин И.М., Мельников С.Р. Лазерная локация земли и леса. − М.: Геолидар, Геоскосмос; Красноярск: Институт леса им. В.Н. Сукачева СО РАН, 2007. – 230 с.
10. Антонов А. Сканирующие лазерные дальномеры (LIDAR) // Современная электроника. – 2016. – № 1. – С. 10–15. – https://www.soel.ru/magazines/ PRINT/SoEl2016-1/14/index.html
11. Шумейко С.А., Филин Н.Н. Применение беспилотных летательных аппаратов непрофессионального сегмента для решения инженерно-геодезических задач и картографирования территорий месторождений // Нефтяное хозяйство. – 2019. – № 10. – С. 42–45.
