Тел.: +7(915)814-09-51 (WhatsApp)
E-mail:

Russian English
scientificjournal-foto2

Если Вы хотите напечататься в ближайшем номере, не откладывайте отправку заявки. Потратьте одну минуту, заполните и отправьте заявку в Редакцию.

Печатная версия журнала «Вестник науки и образования» выходит ежемесячно (ориентировочно 19 числа, ежемесячно уточняется). Следующая печатная версия журнала выйдет - 22.11.2024 г. Статьи принимаются до 19.11.2024 г.

В электронной официальной версии (Роскомназдор Эл № ФС77-58456) журнала Вы можете опубликовать статью моментально после одобрения её публикации. Как отдельный электронный журнал, журнал выходит каждую пятницу. Следующая электронная версия журнала выйдет - 04.11.2024 г. Статьи принимаются до 03.11.2024 г.



 

Рыльский И.А., Парамонов Д.А., Груздев Р.В.

Рыльский Илья Аркадьевич – кандидат географических наук, старший научный сотрудник,

географический факультет,

Региональный центр Мировой системы данных, МГУ им. М.В. Ломоносова;

Парамонов Дмитрий Андреевич – кандидат географических наук, заместитель генерального директора,

ООО «Проектстрой»;

г. Москва

Груздев Роман Викторович - кандидат геолого-минералогических наук,

Институт природных ресурсов, экологии и криологии СО РАН,

г. Чита

Аннотация: за последние 25 лет лазерное сканирование из экспериментального метода превратилось в полностью автономное семейство методов дистанционного зондирования Земли. Сейчас эта группа методов обеспечивает получение наиболее точных и подробных наборов пространственных данных, при этом стоимость данных непрерывно падает, количество средств измерения (лазерных сканеров) непрерывно растет. Объемы данных, которые получаются в ходе съемок, в ближайшие десятилетия уже позволят создать первые субглобальные покрытия планеты. Тем не менее, оборотной стороной высокой точности и подробности становятся необходимость хранения фантастически больших объемов трехмерных данных без потери точности. При этом должна быть обеспечена возможность работы указанными данными как в 2Д, так и в 3Д режиме. Стандартные методы хранения (файловый метод, базы геоданных, архивация) решают проблему лишь частично. При этом существуют ряд других, альтернативных методик, позволяющих снять подобные ограничения и привести к появлению более гибких и функциональных инфраструктур пространственных данных.

Ключевые слова: лазерное сканирование, Большие данные, Цифровая земля, аэрофотосъемка, точки лазерных отражений, квадродерево, октодерево, беспилотный летательный аппарат, ГИС, дистанционное зондирование.

ASPECTS OF INFORMATION CONTENT OF SPATIAL DATA INFRASTRUCTURES BASED ON LASER SCANNING

Rylskiy I.A., Paramonov D.A., Gruzdev R.V.

Rylskiy Ilya Arkadievitch – PhD in Geography, senior researcher,

WORLD DATA SYSTEM, GEOGRAPHICAL FACULTY, MOSCOW STATE UNIVERSITY,

Paramonov Dmitriy Andreevitch – PhD in Geography, deputy general director,

OOO PROJECTSTROY,

MOSCOW

Gruzdev Roman Viktorovitch – PhD in Geology,

INSTITUTE OF NATURAL RESOURCES, ECOLOGY AND CRYOLOGY SO RAN,

CHITA

Abstract: over the past 25 years, laser scanning has evolved from an experimental method into a fully autonomous family of Earth remote sensing techniques. Now this group of methods provides the most accurate and detailed sets of spatial data, while the cost of data is continuously falling, and the number of measuring instruments (laser scanners) is constantly growing. The volumes of data obtained during surveys will, in the coming decades, make it possible to create the first sub-global coverage of the planet. However, the downside to high precision and detail is the need to store fantastically large volumes of 3D data without losing precision. In this case, it must be possible to work with the specified data in both 2D and 3D modes. Standard storage methods (file method, geodatabases, archiving) solve the problem only partially. At the same time, there are a number of other, alternative techniques that can remove such restrictions and lead to the emergence of more flexible and functional spatial data infrastructures.

Keywords: laser scanning, Big data, Digital earth, aerial photography, laser reflection points, quadtree, octree, unmanned aerial vehicle, GIS, remote sensing.

Список литературы / References

  1. Груздев Р.В., Рыльский И.А., Применение воздушных лидаров в высокоточной гравиразведке (на примере Восточного Забайкалья). Вестник Забайкальского Государственного Университета. Чита, 2022. №2, Т. 28, 6-18.
  2. Капралов Е.Г., Кошкарев А.В., Тикунов В.С. Основы геоинформатики. Учебное пособие для студентов вузов в 2-х книгах. М.: Академия, 2004. C. 480.
  3. Рыльский И.А., Парамонов Д.А., Кожухарь А.Ю.1, Терская А.И. Создание виртуальной модели района Большой Сочи – Красная Поляна – плато Лаго-наки. Интеркарто, 2023. №29, С. 589-606.
  4. Giuliani, G., Chatenoux B., De Bona A.: Building an Earth Observation Data Cube: lessons learned from the Swiss Data Cube (SDC) on generating Analysis Ready Data (ARD). Big Earth Data 1-2 (1), 100–117 (2017).
  5. Huang L. et al. Octsqueeze: Octree-structured entropy model for lidar compression //Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. – 2020. – С. 1313-1323.
  6. Janowski A., Szulwic J., Tysiac P. Airborne and mobile laser scanning in measurements of sea cliffs on the southern Baltic. 15th International Multidisciplinary Scientific GeoConference SGEM, 2015. 114-124
  7. Octree homepage, https://en.wikipedia.org/wiki/Octree Last accessed 16 Jan 2020.
  8. Rieger P. Range ambiguity resolution technique applying pulse-position modulation in time-of-flight scanning lidar applications. Optical engineering, 2014. 53(6), 061614-061614.
  9. [Electronic Resource]. URL: http://www.riegl.com/nc/products/airborne-scanning/produktdetail/product/scanner/68/. Last accessed 13 Jul 2020.
  10. [Electronic Resource]. URL: http://www.riegl.com/nc/products/mobile-scanning/produktdetail/product/scanner/67/ Last accessed 19 May 2020.
  11. [Electronic Resource]. URL: http://www.riegl.com/nc/products/terrestrial-scanning/produktdetail/product/scanner/33/ Last accessed 10 Jul 2020.
  12. Su Y.T., Bethel J., Hu S. Octree-based segmentation for terrestrial LiDAR point cloud data in industrial applications //ISPRS Journal of Photogrammetry and Remote Sensing. – 2016. – Т. 113. – С. 59-74.
  13. Truong-Hong L., Laefer D.F. Octree-based, automatic building facade generation from LiDAR data //Computer-Aided Design. – 2014. – Т. 53. – С. 46-61.
  14. Vo A.V. et al. Octree-based region growing for point cloud segmentation //ISPRS Journal of Photogrammetry and Remote Sensing. – 2015. – Т. 104. – С. 88-100.
  15. Wang M., Tseng Y. Incremental segmentation of lidar point clouds with an octree‐structured voxel space. The Photogrammetric record 26 (133), 32–57 (2011).
  16. Yang M.Z.X.L. et al. Improved octree filtering algorithm of airborne LiDAR data in forest environment //Journal of Beijing Forestry University. – 2018. – Т. 40. – №. – С. 102-111.

Ссылка для цитирования данной статьи

scientificjournal-copyright    

Рыльский И.А., Парамонов Д.А., Груздев Р.В. АСПЕКТЫ ИНФОРМАЦИОННОГО НАПОЛНЕНИЯ ИНФРАСТРУКТУР ПРОСТРАНСТВЕННЫХ ДАННЫХ НА ОСНОВЕ ЛАЗЕРНОГО СКАНИРОВАНИЯ // Вестник науки и образования №7 (150), 2024 [Электронный ресурс]. 

Рыльский И.А., Парамонов Д.А., Груздев Р.В. АСПЕКТЫ ИНФОРМАЦИОННОГО НАПОЛНЕНИЯ ИНФРАСТРУКТУР ПРОСТРАНСТВЕННЫХ ДАННЫХ НА ОСНОВЕ ЛАЗЕРНОГО СКАНИРОВАНИЯ // Вестник науки и образования № 7 (150), 2024, C. {см. журнал}.

 scientificjournal

Поделитесь данной статьей, повысьте свой научный статус в социальных сетях

      Tweet   
  
  

Кто на сайте

Сейчас на сайте 469 гостей и нет пользователей

Импакт-фактор

Вконтакте

REGBAN