LXX
读完需要
速读仅需 1 分钟
由于 ICESat-2/ATLAS 原始光子点云条带跨度长，研究区范围较大，且在光子点云沿轨距离和高程的二维剖面中，存在着大量的噪声点和信号点，如果直接对光子点云进行去噪，势必会增加去噪多余的工作和运算时间，效率不高且受到大量噪声点的影响使得去噪结果不佳。因此在进行精去前，基于信号光子点和噪声光子点在高程方向上密度存在差异的特性，采用基于高程统计直方图的粗去噪方法，旨在确定原始光子点云中信号光子点的高程范围，为后续的去噪工作降低数据量。
希望各位同学点个关注，点个小赞，不胜感激❥(^_-)
1
（1）输入 ICESat-2/ATLAS 原始光子点云条带，提取光子点的经纬度、高程、沿轨距离等信息，并进行坐标转换；
（2）对光子点云条带进行格网划分。设置沿轨距离方向上的格网间距为 along_track_bin，对于格网间距的选择应考虑到研究区的地形状况，不宜选取较大的数值。在本研究中设置格网间距 along_track_bin=300m，之后的处理流程均在每个格网中分别进行，以批处理的方法减少算法的运算量和计算时间，并且可以对不同密度的光子点云进行有效的去噪。
（3）设置高程方向上的格网间距 h_bin。根据信号光子点在高程方向上的高度较为接近，具有更高的点密度，因此划分的格网采用矩形格网而非正方形格网。其中设置 h_bin=150。
（4）在上述步骤确立的每个格网窗口进行光子点云数据的高程统计，并建立每个窗口内的光子高程统计直方图，然后利用高斯滤波来找到每个格网中高程统计直方图的峰值位置，由于信号光子点云在空间中更加聚集且在统计中有着更大的频数，因此将高程统计直方图的峰值确定为信号光子的中心位置。图（a）为光子点云格网的局部放大图，图（b）为得到的高程统计直方图和峰值位置。可以看到在高程方向上，信号光子点云具有更高的点密度。
在光子点云的中心位置处根据研究区实际地形设置高程阈值 H_buffer 并建立高程缓冲区,通过下式将缓冲区范围之外的噪声光子点云进行剔除：
式中，Point（i）为第 i 个光子点云的标签，H(I)为第 i 个光子点的高程，noise 和 signal 分别代表噪声点和信号点，H_center 为信号光子的中心高程，H_buffer 为建立高程缓冲区的阈值。通过以上的五个步骤以实现对光子点云数据的粗去噪，得到信号点的范围。
