(English below)

Giới thiệu

Ngày nay các thành phố ngày càng phát triển, nhu cầu cập nhật bản đồ địa hình, sử dụng đất cũng ngày càng cao. Viễn thám có nhiều ứng dụng trong Quy hoạch và Quản lý Đô thị. Hình ảnh vệ tinh cung cấp thông tin và dữ liệu hữu ích để phân tích rất tốt các khu vực đô thị để lập bản đồ, trích xuất và ước tính chiều cao của các tòa nhà và cơ sở hạ tầng, phát hiện các thay đổi trong sử dụng đất và lớp phủ đất, v.v. Ước tính chiều cao công trình là một thành phần cần thiết. để lập mô hình 3D các khu vực đô thị, có nhiều ứng dụng trong quản lý giao thông, quản lý thảm họa, kiểm soát ô nhiễm, v.v. Công nghệ phát hiện và đo ánh sáng trong không khí (LiDAR) được sử dụng để ước tính chiều cao của tòa nhà.

 LiDAR là một kỹ thuật viễn thám sử dụng ánh sáng ở dạng laser xung để xác định khoảng cách thay đổi bằng cách phát và nhận xung laser. Thời gian giữa đầu ra và xung laser phản xạ được sử dụng để đo khoảng cách có thể thay đổi chính xác đến trái đất. LiDAR cũng được sử dụng trong thế hệ Mô hình bề mặt kỹ thuật số (DSM). DSM là phần trình bày dữ liệu độ cao của các bề mặt phản chiếu như cây cối, tòa nhà và các đối tượng địa lý trên cao khác trên Trái đất. Mô hình độ cao kỹ thuật số (DEM) thể hiện địa hình nâng cao trên bề mặt Trái đất trong khi Mô hình địa hình kỹ thuật số (DTM) tương tự như DEM, trong đó dữ liệu địa hình đã được tăng cường thêm bởi các đặc điểm tự nhiên như sườn núi, các đường đứt gãy bề mặt (chẳng hạn như đường hoặc suối ), và các quan sát. Sự khác biệt giữa DSM và DEM mang lại Mô hình bề mặt kỹ thuật số chuẩn hóa, được sử dụng để xác định chiều cao chính xác của một vật thể chẳng hạn như một tòa nhà.

Ước tính độ cao của tòa nhà

Ước tính chiều cao tòa nhà được thực hiện bằng cách tạo Chiều cao tòa nhà kỹ thuật số (DBH), là DSM chuẩn hóa. DSM chuẩn hóa được tính là sự khác biệt giữa DSM và DTM. Tính toán DSM và DTM được yêu cầu để tính DSM chuẩn hóa, tức là DBH. Trong hệ thống LiDAR, các xung ánh sáng truyền xuống mặt đất phản xạ trở lại cảm biến, tạo ra khoảng cách thay đổi đến trái đất. LiDAR cung cấp cho đám mây điểm với các giá trị độ cao và chúng tôi nhận được DSM. Có nhiều thuật toán xử lý đa hướng và lọc phụ thuộc độ dốc khác nhau để tạo DTM. Một số thuật toán lọc là bộ lọc hình thái, bộ lọc quét định hướng, bộ lọc dựa trên TIN, v.v. Phương pháp nội suy được sử dụng cho DSM để lấp đầy khoảng trống trong việc tạo giá trị DTM. DSM được trừ khỏi DTM cho DSM chuẩn hóa. Thảm thực vật và cây cối cần được tách biệt để ước tính chiều cao của tòa nhà. Điều này có thể đạt được bằng cách tính Chỉ số Thực vật Khác biệt Chuẩn hóa (NDVI) của ảnh vệ tinh bằng cách sử dụng bất kỳ Phần mềm Xử lý Ảnh nào. NDVI là một kỹ thuật Viễn thám được sử dụng để ước tính thảm thực vật trên Trái đất bằng cách tính toán tỷ lệ giữa sự khác biệt của dải hồng ngoại và hồng ngoại gần của quang phổ với tổng của dải hồng ngoại và hồng ngoại gần. Thảm thực vật hấp thụ ánh sáng đỏ và phản xạ ánh sáng cận hồng ngoại. Trừ DSM chuẩn hóa chứa thảm thực vật khỏi DSM chuẩn hóa, sau khi trích xuất các khu vực và pixel chứa thảm thực vật từ ảnh vệ tinh. Kết quả là, chúng ta sẽ nhận được DSM chuẩn hóa chỉ có các tòa nhà, cơ sở hạ tầng, khu dân cư và cơ sở thương mại. Phần mềm xử lý hình ảnh như ArcGIS được sử dụng để ước tính chiều cao của tòa nhà từ DSM chuẩn hóa. Đa giác ở cuối phác thảo các tòa nhà, với chiều cao thay đổi của chúng từ DSM chuẩn hóa.

-----

Remote sensing technology in Building Height Estimation and its application

Introduction

Nowadays cities are developing, the demand for updating land topography and land use maps also increasing. Remote Sensing has many applications in Urban Planning and Management. Satellite Images provide useful information and data for very fine analysis of Urban areas for mapping, extraction, and height estimation of buildings and infrastructures, detection of changes in land use and land cover, etc. Estimation of building height is a necessary component. for 3D modelling of urban areas, which has many applications in transportation management, Disaster management, controlling pollution, etc. Airborne Light Detection and Ranging (LiDAR) technology is used in the estimation of building height. 

 LiDAR is a remote sensing technique that uses light in the form of pulsed laser for determining variable distances by emitting and receiving laser pulses. The time between output and reflected laser pulse is used to measure precise variable distances to the earth. LiDAR is also used in the generation of Digital Surface Models (DSMs). DSM is a representation of elevation data of the reflective surfaces like trees, buildings, and other elevated features above the Earth. Digital Elevation Model (DEM) represents elevated terrain on Earth’s surface while Digital Terrain Model (DTM) is similar to DEM, in which terrain data has been further enhanced by natural features like a mountain ridge, surface-breaking lines (such as road or stream), and observations. The difference between DSM and DEM gives the Normalized Digital Surface Model, which is used to determine the precise height of an object such as a building.
Estimation of Building Heights

Building heights estimation is done by generating Digital Building Height (DBH) which is the normalized DSM. The Normalized DSM is calculated as the difference between DSM and DTM. Calculation of DSM and DTM are required to calculate Normalized DSM i.e., DBH. In the LiDAR system, pulses of light travel to the ground reflected back to the sensor, which gives a variable distance to the earth. LiDAR gives point cloud with elevation values and we get DSM. There are various multi-directional processing and slope-dependent filtering algorithms to generate DTM. Some of the filtering algorithms are morphological filters, directional scanning filters, TIN-based filters, etc. Interpolation methods are used for DSM to fill gaps in generating DTM values. DSM subtracted from DTM for the Normalized DSM. Vegetation and trees need to be separated to estimate building heights. This can be achieved by calculating the Normalized Difference Vegetation Index (NDVI) of a satellite image by using any Image Processing Software. NDVI is a Remote Sensing technique that is used to estimate vegetation on the Earth by calculating the ratio of the difference of red and near-infrared bands of the spectrum to the sum of red and near-infrared bands. Vegetation absorbs red light and reflects near-infrared light. Subtract Normalized DSM containing vegetation from Normalized DSM, after extracting areas and pixels containing vegetation from a satellite image. As a result, we will get Normalized DSM having only buildings, infrastructures, residential and commercial facilities. Image processing software such as ArcGIS is used to estimate building heights from the Normalized DSM. At the end polygon outlines of buildings, with their variable heights from the Normalized DSM.

Geolink tổng hợp từ SatPalda