随着现代社会的科技飞速进步、经济快速发展，空间地理信息技术能够提供物体静态和动态的实时位置、速度，空间地理信息技术作为基础性、战略性资源的研究也逐步深入。传统的基础测绘成果难以描述和表达城市表面的三维信息，而数字表面模型（Digital Surface Model，DSM）能够直观反映城市地表形态。通过此技术建立城市模型，可以为城市规划、道路建设、无线通信等提供准确、科学的地理信息依据。获取数字表面模型的手段包括航空摄影测量、人工野外测量、机载激光雷达扫描、雷达干涉测量等。激光雷达（Light Detection and Ranging，LiDAR）具有全天时工作、动态探测范围大、数据自动化程度高、可穿透树木遮蔽等特点，通过挂载飞行平台高空扫描的方式可以有效获得地表形态信息。基于机载激光雷达采集的点云数据能够快速高效地获取DSM模型，研究精细DSM模型的生成方法，有利于保存地表形态细节，对构建城市建筑三维模型具有重要意义[1]。研究选取机载激光雷达扫描获取的某地区点云数据，开展了基于不同格网尺寸的DSM模型重建试验，提出了一种采用ENVI与Arcgis工具生成数字表面模型的方法，对成果的质量和精度进行检测，并对提取的建筑物进行初步建模，为DSM模型精细化生产提供借鉴。1基于LiDAR数据的DSM模型重建试验1.1试验数据和平台机载激光雷达数据一般以ASCII文本和标准LAS 1.2格式的文件存储地面采样点的三维空间坐标。试验数据采用我国东部某地区点云数据（.las格式），测区范围约0.08 km2，地形平坦，西北方分布河流，区域内模型主要以树木和房屋为主。文章所述基于激光雷达数据的数字表面模型重建试验成果是生产（.tif）格式的DSM模型，采用的软件平台为ENVI LiDAR、Arcgis10.1。1.2试验流程机载激光雷达在飞行过程中记录了大量数据，包括飞行状态、位置、扫描信息[2]等内容。对采集的数据需要进行预处理，以便后期处理。预处理阶段通过滤除噪声，结合GPS和惯导系统数据归化处理激光雷达数据信息，转换坐标系统后获得地面点的三维空间坐标。机载激光雷达扫描地面以及地面以上的物体，点云数据后处理阶段需要对获取的点云数据进行噪声点滤除，选取合适的内插尺寸和内插方法生成DSM模型。试验将LiDAR点云数据加载至ENVI LiDAR进行可视化显示，采用高程滤波[3]方法滤除杂点，选取试验区范围进行建筑物提取[4]和数字表面模型生产，对比采用Arcgis内插方法后的成果。基于LiDAR数据生成DSM模型流程如图1所示。10.19301/j.cnki.zncs.2023.04.019.F001图1基于LiDAR数据生成DSM模型流程1.3数据预处理使用ENVI LiDAR导入已形成三维空间坐标的点云数据，通过高程滤波，去除噪声点（如过高或过低点）。滤波后试验区左下部分的林区分布特征更加明显，河流段更加清晰。1.4数字表面模型生产选择合适大小的点云区域，区域内包含房屋、植被、地面等元素。设置栅格格网的大小分别为1.00 m和0.25 m，默认内插方法为自然邻近插值法。原始点云以及采用不同规则格网大小后生成的数字表面模型如图2~图4所示。10.19301/j.cnki.zncs.2023.04.019.F002图2原始点云数据10.19301/j.cnki.zncs.2023.04.019.F003图30.25 m格网下的DSM10.19301/j.cnki.zncs.2023.04.019.F004图41.00 m格网下的DSM由图2~图4可以看出，在格网尺寸较小的情况下，生成的数字表面模型较为精细，保存了较为详细的地面形态和地表地貌，在表达房屋和茂密植被方面保真度较高，线条较为清晰。表明在相同情况下格网间隔较小时，能够较好地保存原有地表空间信息。在房屋的边缘细节方面，网格较小时细节特征明显，线条化突出。在滤除杂点过程中，适当提高了滤除的最低点上限，湖泊成果中出现了空点，一定程度上造成了信息缺失，但总体达到了滤波效果。1.5数字表面模型精度和质量评定（1）在晕染处理之后，结合真彩色或红外影像进行目视解译，着重检查是否存在离散点的高程异常情况。（2）结合高程值计算中误差，评定点云的高程精度。不同的格网尺寸或不同的插值方法会导致高程精度差异变化。原有点云高程最高点、最低点和均值都会发生变化，标准差较小时质量更高。不同格网尺寸下点云的高程信息如表1所示。10.19301/j.cnki.zncs.2023.04.019.T001表1不同格网尺寸下点云的高程信息类型最小值最大值平均值标准差原始点云27.48077.77040.32110.1280.25 m格网DSM27.48077.75140.4129.2640.50 m格网DSM27.55477.75140.4209.2861.00 m格网DSM27.59377.75140.4219.298m由表1可知，当格网尺寸较小时，点云高程的极高和极低值保存完好，高程标准差较小，对于生产精细的数字表面模型的研究提供了借鉴。1.6数字表面模型边缘检测及重建对于原始点云数据中的房屋，进行边缘检测，提取建筑物矢量化图形，以便后期制作建筑物模拟模型[5]。在文章采用的0.25 m格网生成DSM模型试验过程中，EVIN提供了提取建筑物矢量化文件的功能。设置建筑物周围干扰点间隔，将建筑物模型按屋檐高度模拟出盒子模型。提取的建筑物矢量化图形和匹配的建筑物原始点云数据如图5、图6所示。10.19301/j.cnki.zncs.2023.04.019.F005图5提取的建筑物矢量化图形10.19301/j.cnki.zncs.2023.04.019.F006图6匹配的建筑物原始点云数据对图5、图6分析可知，较小尺寸的格网能够较好地保存原有地面形态和建筑物信息，但在实际提取房屋过程中，无法避免因点云离散分布、高程值不连续，产生的建筑物边缘线条不规整的问题。据此可以推断，使用较大的网格尺寸，能够滤除更多无关邻点，但会使得提取的建筑物更加破碎，也可能导致重要的地物信息丢失，影响建筑物模型的准确性，生成的数字地面模型质量较差。2关键技术方法讨论通过激光雷达数据生产高精度和高质量的数字表面模型，需要注意：建立数字表面模型的坐标系是否符合测区实际情况；生成数字表面模型的格网间距是否符合规定要求；原始的点云数据杂点滤除较为重要；对栅格数据内插时应采用合适的内插方法，尽可能保真，保存地面形态细节。在激光雷达数据后处理过程，针对杂点、干扰点的滤波可以使用专业的Terrasolid软件，结合横断面点云，滤除过高或过低的高程散点，避免对生成数字表面模型造成干扰。栅格尺寸选择可以结合实际点云数据的点密度和点云个数，格网间距过大会造成关键表面形态信息缺失，格网间距过小则会占用内存、处理缓慢。在内插处理方法选用方面，应结合实际地形和地物分布情况进行选择。3结语研究通过选取某地区点云数据，开展了DSM模型重建试验并提取建筑物矢量图形，阐述了DSM模型精细化生产与点云滤波处理、格网尺寸选取和内插处理方法的关系，提出了一种用ENVI和Arcgis生成DSM模型的方法。（1）城区建筑物或其他关键地物的三维建模是建立在获取数字表面模型的基础上完成的，因不同地物形态差异较大，合理分类有利于提高建模效率和质量；（2）数据预处理阶段对粗差点、杂点的滤除非常重要，可通过高程值滤除过高或过低点，降低数字表面模型失真情况；（3）点云包含了海量的三维空间信息，可以快速生成数字表面模型，但根据点密度和地形需要合理选择栅格格网间隔和内插方法。利用机载激光雷达技术建立城市三维模型优势明显，但现有的激光雷达数据后处理技术有待提升。针对飞行规划、数据扫描和生产产品中可能存在的不足，需要进行的研究和完善的内容包括：机载激光雷达系统受到多种误差影响，如定位、测角、测距和集成误差等，影响测距精度。通过对设备的检校或信号增强可以减少误差，对其他误差源还需多方面分析；机载激光雷达数据扫描较为密集、数据量庞大，一般扫描有效点可达95%以上，但仍有相当数量的杂点和干扰点，多种滤波算法将是持续研究的对象；建立城市建筑物的三维模型，仅靠数字表面模型只能产生放样，并不能和实际建筑物匹配。将摄影测量和激光雷达扫描结合，可以将航摄像片作为纹理源贴合至模型侧面，能够有效还原客观的建筑本身形态，成果更符合实际。