技術(shù)
導(dǎo)讀:因?yàn)闇婧IL?,原本的建筑可能已?jīng)被深埋在地底下,不論是廣袤的植被還是茂密的森林,它們都能輕易阻擋我們對(duì)地下世界的探索。不過(guò),激光雷達(dá)技術(shù)的出現(xiàn)卻能幫助我們揭開(kāi)土地上的“面紗”,讓我們看見(jiàn)大地最原始的“面貌”。
人類在地球上渺小而又頑強(qiáng)地繁衍著,在這廣袤的大地上,我們的祖先是如何生活的呢?他們種植糧食、搭建房屋、組成部落、建立城市,留下了存在過(guò)的痕跡。
通過(guò)對(duì)古跡的勘探,我們能夠推測(cè)古人的生活方式、社會(huì)文化以及技術(shù)發(fā)展水平。不過(guò),歷經(jīng)千百年的時(shí)光,尋找古人留下的遺跡可不是一件容易的事情。
因?yàn)闇婧IL铮镜慕ㄖ赡芤呀?jīng)被深埋在地底下,不論是廣袤的植被還是茂密的森林,它們都能輕易阻擋我們對(duì)地下世界的探索。不過(guò),激光雷達(dá)技術(shù)的出現(xiàn)卻能幫助我們揭開(kāi)土地上的“面紗”,讓我們看見(jiàn)大地最原始的“面貌”。
激光雷達(dá),勘探遺跡的利器
20世紀(jì)初,英國(guó)探險(xiǎn)家珀西·福斯特(Percy Fawceet)多次深入亞馬遜地區(qū),尋找曾經(jīng)存在于那片土地上的古文明,卻在尋找遺跡的行動(dòng)中,永遠(yuǎn)迷失在亞馬遜的密林中。于是,亞馬遜地區(qū)的歷史遺跡就同那一支探險(xiǎn)隊(duì)一起從人們的視野中消失了。
不過(guò),最近《自然》雜志上刊登了一篇論文,科學(xué)家們利用激光雷達(dá),終于得到了亞馬遜河流域森林中,古代城市遺跡的面貌圖。讓我們先看看遺跡長(zhǎng)什么樣:
圖源:參考文獻(xiàn)1
圖中顯示的這些建筑是由卡薩拉貝社區(qū)于公元500-1400年間建造的,是以前的房屋、梯田、圍墻等人造事物的痕跡。這張圖片是直升機(jī)搭載激光雷達(dá)在森林上空進(jìn)行勘探并經(jīng)過(guò)后期圖像處理得到的。
不過(guò)也許你會(huì)發(fā)現(xiàn),這張圖似乎和平時(shí)的航拍圖片有些不一樣,其實(shí)最大的區(qū)別就在于——樹林不見(jiàn)了。
左:航拍相機(jī)獲取的森林圖片 右:同一地點(diǎn)激光雷達(dá)探測(cè)得到的圖片(圖源:參考文獻(xiàn)1)
沒(méi)有了樹林的遮蔽,古建筑遺存下的痕跡變得一覽無(wú)余??脊殴ぷ饕簿妥兊庙樌嗔?,想想激光雷達(dá)出現(xiàn)之前,為了勘探森林中的遺跡,還要先學(xué)會(huì)野外生存,實(shí)地考察時(shí)還要在熱帶森林里上躥下跳(考古學(xué)家:我太難了)。
現(xiàn)在有了激光雷達(dá),考古學(xué)家們就可以避開(kāi)樹木的干擾,更清晰地觀察古建筑遺址了。那么,排除樹木干擾的地形圖是怎樣繪制出來(lái)的呢?
主動(dòng)成像,照亮幽暗角落
茂密的森林,樹葉遮擋了大部分的陽(yáng)光,很少有陽(yáng)光能夠照射到樹林下的地面,從天上觀察的時(shí)候,普通的相機(jī)幾乎沒(méi)辦法獲得地面的影像,葉子的縫隙處多是黑漆漆的陰影。
相機(jī)是一種被動(dòng)的成像裝備,相機(jī)接收外界事物發(fā)出或者反射的光線后,才能形成照片;激光雷達(dá)則是主動(dòng)的探測(cè)器,它自己會(huì)發(fā)出激光去探測(cè)外界的形貌。
對(duì)于森林這種復(fù)雜形貌,依然有不少激光光線能夠到達(dá)樹林下的地面,激光雷達(dá)探測(cè)得到的點(diǎn)云數(shù)據(jù)會(huì)被送入計(jì)算機(jī),計(jì)算機(jī)識(shí)別哪些數(shù)據(jù)點(diǎn)是森林的,哪些是地面的,接著濾除森林的點(diǎn)云數(shù)據(jù),剩下的就是地面的形貌數(shù)據(jù)啦。
激光雷達(dá)獲得的原始點(diǎn)云數(shù)據(jù)(圖源:answers.usgs.gov)
計(jì)算機(jī)對(duì)點(diǎn)云進(jìn)行分類(黑色點(diǎn)為植被的數(shù)據(jù)點(diǎn),彩色點(diǎn)為地表的數(shù)據(jù)點(diǎn))(圖源:參考文獻(xiàn)2)
濾除植被點(diǎn)云后獲得的地形表面裸土圖像,又稱為數(shù)字高程模型(DEM)(圖源:answers.usgs.gov)
激光雷達(dá)在地形繪制方面的“超能力”,讓全世界的考古學(xué)家都喜歡上了它。2016年,pacaunam計(jì)劃對(duì)位于危地馬拉的瑪雅生物圈保護(hù)區(qū)進(jìn)行了大規(guī)模的激光雷達(dá)調(diào)查,調(diào)查發(fā)現(xiàn)了六萬(wàn)余座古建筑,一百多公里的堤道,這一結(jié)果表明該區(qū)域存在過(guò)由數(shù)百萬(wàn)人口構(gòu)成的瑪雅文明。
良渚古城的勘測(cè)考察工作也用到了這項(xiàng)技術(shù),激光雷達(dá)掃描良渚古城遺址,濾除地面的植被后,古城的水利設(shè)施,外郭等結(jié)構(gòu)都顯現(xiàn)了出來(lái)。
不僅能發(fā)現(xiàn)過(guò)去,還能預(yù)警未來(lái)
除了利用激光雷達(dá)探測(cè)遺跡,激光雷達(dá)對(duì)地形地貌的清晰呈現(xiàn)也讓它在預(yù)防山體滑坡中發(fā)揮了作用。
山體滑坡是常見(jiàn)的地質(zhì)災(zāi)害之一,每年都有人因?yàn)樯襟w滑坡?lián)p失財(cái)產(chǎn)甚至失去生命。了解山體滑坡的產(chǎn)生機(jī)制,觀察山體滑坡的發(fā)生前兆,建立相應(yīng)的滑坡預(yù)測(cè)系統(tǒng),是減輕山體滑坡危害的重要手段。
利用激光雷達(dá)測(cè)繪得到的高精度數(shù)字高程模型(HRDEM)是幫助地質(zhì)學(xué)家分析山體滑坡機(jī)理,建立預(yù)警模型的得力幫手。
研究山體滑坡,需要大量的滑坡數(shù)據(jù)作為研究素材。科學(xué)家們利用遙感衛(wèi)星、激光雷達(dá)、航空相機(jī)等觀測(cè)手段建立了滑坡清單地圖。
地圖標(biāo)示出了各個(gè)地區(qū)以往滑坡的位置,滑坡的形貌,還包含該地區(qū)的降雨、土壤類型,地震震動(dòng)程度等信息。利用滑坡清單地圖,人們可以計(jì)算各區(qū)發(fā)生滑坡的可能性。
基于激光雷達(dá)測(cè)繪得到的滑坡清單地圖,不同顏色的區(qū)域代表不同類型的山體滑坡右下角小地圖中的紅色色塊代表深層滑坡,藍(lán)色色塊代表淺層滑坡。(圖源:參考文獻(xiàn)3)
山體滑坡發(fā)生之前,滑坡底部會(huì)形成一定高度的隆起,坡面會(huì)產(chǎn)生裂紋。由于植被的覆蓋,沒(méi)辦法憑肉眼或攝像機(jī)觀測(cè)這些征兆,但借助激光雷達(dá)就可以很好地解決這個(gè)問(wèn)題。
在山體滑坡高發(fā)的地方部署搭載激光雷達(dá)的無(wú)人機(jī)群,對(duì)坡面的表面形貌進(jìn)行不間斷地掃描觀測(cè),觀測(cè)數(shù)據(jù)將有效提高我們預(yù)測(cè)山體滑坡的能力與準(zhǔn)確性。
想要探尋某塊土地過(guò)去發(fā)生的活動(dòng)遺跡不是一件簡(jiǎn)單的事情,隨著時(shí)間的流逝,不論是人類活動(dòng)還是地殼變化留下的痕跡都會(huì)逐漸被大自然淹沒(méi)。但是,激光雷達(dá)卻給了我們重新認(rèn)識(shí)“過(guò)去”的機(jī)會(huì),讓我們從“過(guò)去”的遺跡中尋找到對(duì)未來(lái)的啟發(fā)。
參考文獻(xiàn):
[1] Erickson C L . An artificial landscape-scale fishery in the Bolivian Amazon.[J]. Nature, 2000, 408(6809):190-3.
[2] Vanvalkenburgh P , Cushman K C . Lasers Without Lost Cities: Using Drone Lidar to Capture Architectural Complexity at Kuelap, Amazonas, Peru[J]. Journal of Field Archaeology, 2020, 45(supplement 1).
[3]Gorum, Tolga. Landslide recognition and mapping in a mixed forest environment from airborne LiDAR data.
[4]M, J, Lato, et al. Reducing Landslide Risk Using Airborne Lidar Scanning Data[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2019, 145(9).
[5]https://www.usgs.gov/faqs/what-difference-between-lidar-data-and-digital-elevation-model-dem
[6]http://m.app.cctv.com/video/detail/aa9c36ee6d92b0a7a7a98d2f86eb447c/index.shtml