Airborne Laserscanning – ウィキペディア

Posted on by
before-content-x4

ヘリコプター上の空中レーザースキャナー

レーザースキャン（LIDAR =光検出と範囲とも呼ばれます）は、リモートセンシングの方法です。散乱光の特性を使用して、遠くのオブジェクトを特徴付けます。 [初め] で Airborne Laser Scanning（ALS） 、それもそうです 航空機のサポートレーザースキャン スキャンユニットは、飛行物体に接続されています（通常、飛行機またはヘリコプターでオン/オン/オン/オン）。 [2] 地球の表面は、レーザービームを使用してスキャンされます。地球の表面の記録された点とセンサーの間の距離が決定されます。 [3] 取得した高さ情報から得られた高さ情報から作成された表面モデルは、今日の多くのフィールドで使用されています。

after-content-x4

ABの始まりは、米国とカナダで見つけることができます。彼らは1970年代に戻ります。当時、空気ベースのライダーシステムは、1メートル未満の精度で航空機と床面間の距離を測定できることがすでに知られていました。ただし、2つの理由で、航空機の服装レーザーによる高さの測定は、地形マップには使用されませんでした。問題の1つは、飛行システムの垂直位置と、床面の軽い円錐の水平が必要な精度で把握できなかったことでした。この困難は、1980年代後半にGPSによって改善されました。微分グローバルポジショニングシステム（DGPS）を使用することにより、スキャナーの水平および垂直位置をセンチメートルの観点から決定できます。空気からのレーザースキャンも、レーザーの技術開発を通じて実現可能でした。 Pulsslaserは、近くの赤外線の波長範囲に光を送ることができました。これは、床面上の散乱と反射の後、レシピエントによって明確に登録される可能性があります。この方法の高い幾何学的精度と、これがデジタル高さモデルの作成に代表する可能性は、1988年から1993年までのシュトゥットガルト大学での実験によって証明されました。デバイスと方法は、それ以来、システムパラメーターに関する重要な調査結果を通じて急速に発展してきました。今日では、これは多くの分野の不可欠な部分であり、多くの分野で使用されています。 [4] [5]

航空機ベースのレーザースキャンシステムは、少なくとも次のコンポーネントから構成されています。

  • レーザー距離計：これには、レーザー、レーザービーム用の送信機、反射ビームの信号受信機、アンプ、時計が含まれています。
  • 地理参照のシステム：GPSレシーバーおよび慣性ナビゲーションシステム（INS）
  • レーザー、GPS、INSデータ、および可能な画像データのストレージ媒体。 [6]

オプションで、システムは、高さ情報に加えて画像データを記録するために、デジタルカメラやビデオカメラなどの他のセンサーと組み合わせることができます。これらのコンポーネントは、ブラケットで航空機に取り付けられています。レーザースキャンシステムの供給には、多くの場合、飛行計画と生データの評価のためのソフトウェア（レーザースキャナーとGPSから）も含まれています。測定レート、スキャンギア、周波数などのパラメーターは、それぞれのスキャンシステムで設定できます。さまざまな飛行の高さと飛行速度とともに、必要なデータ密度は、さまざまなアプリケーション領域に合わせて調整できます。 [6]

レーザースキャナーは、オブジェクトポイントに反映される軽いインパルスを放出するアクティブなシステムです。オブジェクトポイントは、少なくとも1つの方向に見える必要があります。表面上の拡散反射は前提条件です。このテクノロジーは、太陽の照明に関係なく機能します。 [7] レーザースキャンシステムを使用すると、地球の表面を介して大量の3D情報を非常に迅速な吸収速度で抽出できます。 [8] 強化の記録に応じて、「離散エコー」センサーと「フルウェーブフォームシステム」の2種類のセンサーの間で区別が行われます。前者のレコードは少数のエコーのみですが、2番目のレコードは、受け取った信号強度の依存性変動全体を登録することができます。そのため、信号振幅やエコー幅など、「フル波形」データから追加のパラメーターを導出できます。 [2] 検査エリアは、個々のオーバーラップフライトストリップで飛行しています。これらは通常、地面上の飛行の高さと最大スキャンポイントに応じて、数キロメートルの長さと数百メートルの幅を持っています。 [2] [6]

距離測定は、ランタイム測定を介してパルスレーザーに対して実行されます。 

距離=持続時間/2 *光速度。 [8]

データポイントは、差動GPS（DGP）およびINを使用して方向付けられています。 [3] GPSシステムは、プラットフォームの位置（ロール、ニック、貪欲な角度）にあるセンサーの絶対位置を提供します。 [2]

after-content-x4

重要なパラメーター [ 編集 | ソーステキストを編集します ]

  • 点密度：ポイント密度は、飛行の高さとスキャンシステムの特性に依存します。 B.プラットフォームの速度、視野のフィールド、サンプリング周波数。 [9]
  • レーザーフットプリント：地球の表面に照らされた表面、ジェットの発散に起因します。 [2] 放射線の発散に加えて、フットプリントのサイズは飛行高度に直接依存します。 [6]
  • 信号振幅：ターゲット領域と表面の反射レベルに応じて、記録されたエコーの強度のパラメーター。 [2]

スキャン飛行の結果は、最初に参照される3次元ポイントクラウドです。このステップは、座標系（内部の機器定義システム）から得られたデータを別のものに変換するために必要です。 [5] 次に、異なるオブジェクトモデルを作成するためにデータを処理します。一方では、2つの重要な例がデジタル表面モデル（DOM）です。これは、植生や建物などのすべてのオブジェクトを含む地球の表面の性質に関する情報を提供し、一方では地形の裸の表面を表すデジタル地形モデル（DGM）を含みます。 [7] このような地形モデルは、地形分析の重要な基礎を表しています。地形ポイントを非領域と区別するためには、フィルター方法が必要です。 [十] これらは、a）数学的形態に基づいて、b）三角ネットワークの進行性圧縮に基づいて、c）線形予測と階層的堅牢性補間に基づいて、3つの主要なグループに大まかに分割できます。 [11] [5]

いくつかの制限にもかかわらず、ALSテクノロジーは、デジタルオフロードモデルを作成するための効果的な方法であることが証明されています。とりわけ、高い測定密度と測定精度、迅速なデータ収集、植生の浸透が利点です。
他の除去方法と比較した利点は、測定点密度が高いために示されています。たとえば、氷や雪の表面、砂、沼地、湿地などの粗さが低い用途があります。さらに、植生の検査では、最初と最後のシグナルの記録は植生の高さを計算できるためです。 ALはマップによって可能であり、何よりも、電力線などの小さなオブジェクトの自動記録が可能です。 [6] [2] レーザースキャナーはアクティブシステムであるため、写真測量などの受動的な方法と比較して日光に依存しませんが、理論的にはデータを収集するために1日24時間使用できます。ただし、レーザービームは、雲や霧や植生などの障害物に遭遇する可能性があり、限られた範囲でのみ浸透します。スポンサー付きのレーザービームは床の表面に到達することがありますが、特に冬には密集した針葉樹林または多量の熱帯雨林がARの限界を示しています。キャリアシステムが小さな風船から静止状態の衛星まで、空中レーザースキャンシステムがドローン、ヘリコプター、航空機に取り付けられている、空気サポートされた写真測量測定と比較して、空中レーザースキャンシステムが取り付けられています。地上の人々の安全性により、最小および最大飛行の高さは制限されています。特に、目の健康損傷の可能性のある効果、およびレーザーのエネルギーとセンサーの性能により。これは20〜6000 m以内ですが、ほとんどが200〜1000 mです。 [6] [5]

得られたときに得られた高さデータの垂直および水平精度は0.05〜0.2 mまたは0.2〜1 mです。エラーの原因は、GPS、INおよびスキャナーデータのキャリブレーションにあります。位置エラーは、強く傾斜した表面の高さに関する情報が誤っている可能性があります。別の頻繁な誤差源は、レーザービームの複数の反射です。たとえば、レーザーがセンサーに到着する前に床表面に反射した後、レーザーが再びオブジェクトから偏向している場合です。測定された値の精度は、異なる座標系に変換されたときなど、データ処理のエラーの影響を受ける可能性があります。 [5]

過去数年間の技術的な進歩には、「小さなフットプリントフルウェーブフォームLaserCanning」（FWF）、つまり、信号振幅やエコー幅などの追加のパラメーターを導き出し、簡単にし、アクセスできるレーザースキャナーがあります。それ以来、空中レーザースキャンの空気ボーンのこの手法は、多くの異なるアプリケーション領域でも使用されています。アプリケーションの領域に関係なく、ターゲットオブジェクトはその特性（信号振幅、高さなど）に従って分類されるため、短時間以内に広い領域で定義および分析できます。 [12番目]

植生地理的分析 [ 編集 | ソーステキストを編集します ]

ブラジルの熱帯雨林の上に飛行機があるデータ記録として。

2004年以来、FWF-ALSシステムは森林で使用されており、植生を定量化し、それによって動的な変化をモデル化しています。個々の木の特定の情報は、この方法を使用して全面的に取得され、植生と気候の関係を調べることができるが、個々の樹種に関する科学的知識を得ることができる持続可能な森林管理にとって重要です。 [13] 比較的軽量で迅速なデータ記録と処理により、FWFの使用とバイオマスとその変化は、広い領域で評価および評価できます。 [14] エリアは、支配的なタイプの植物に従って分割でき、その結果、生態系の連続、マイクロレベル、状態、機能性に関する情報が提供されます。 [15] したがって、この方法は現在、自然保護プロジェクトの監視の重要な部分です。 [16]

建物の表面の分析 [ 編集 | ソーステキストを編集します ]

ASデータの助けを借りて、建物は自動的に抽出できます。建物は最初に分類され、その後、建物のジオメトリが再構築される場合があります。建物が大きいほど、そのジオメトリはより信頼性が高く高解像度をデータから導き出すことができます。 [17] 得られた情報は、都市研究でも使用されています。 [18] この方法により、迅速かつ複雑な使用が可能になるため、自然災害に応じた高速マッピングと損傷評価に使用されます。 [19]

太陽電位の分析 [ 編集 | ソーステキストを編集します ]

ウィーンの学校の屋根にある太陽光発電システム。

近年、民間世帯向けの持続可能なエネルギーの費用対効果の高い生産の必要性が増え続けています。 [20] 屋根の太陽電位は、空中レーザースキャンを使用して決定できます。屋根の表面は、植生やその他の建物の表面によって抽出されます。抽出された屋根の表面は、それらのアライメントと傾斜に関して分析することができます。そのため、太陽系システムに適した領域を決定して、可能な限り効果的に使用できるようにすることができます。 [21]

水管理の分析 [ 編集 | ソーステキストを編集します ]

水管理と水文学の分野では、主要な使用が、水文学製品の大幅な改善を可能にする特定の基本データの作成に使用されます。 [22] これは、水路の地形モデル、危険ゾーンの計画、洪水地域の指定から、さまざまな水の生物学的問題にまで及びます。 [23] ALSベースのデータに基づいていない排水モデルと比較して、データによってより高い精度を実現できます。ただし、地形の局所性と変化を確保することが常に重要です（たとえば、洪水保護対策、詰め物など）。 [22] 流れる水全体を測定する場合、陸生や写真測量の技術などの従来の測定方法がほぼ置き換えられています。利点は、大規模な録音の高度な自動化、1平方メートルあたり数ポイントの均一な点密度、および約10 cmの精度の高さ情報です。これらの改善により、詳細な地形構造はほぼ正確に記録できます。 [23] 2015年のインターレグプロジェクトの一環として、レイクコンスタンスは非常に解決されました。これは、より大きな内部の水のこの精度で初めて世界中で実施されました。水管理に加えて、得られた製品はさらなる分析に役立ちます。 [24] [25]

地形学的問題の分析 [ 編集 | ソーステキストを編集します ]

特にFWFの開発を通じて、環境科学の出版物が大幅に増加しました。これは、データとして使用される高解像度と多目的に依存しています。データは、いくつかのポイントからさまざまなスケールと処理の学位で使用され、デジタルオフロードモデルを完成させるためです。それらは、統合のさまざまな程度の強度で発生します。これにより、単純な視覚化と視覚解釈の可能性が、異なるプロセスモデリング（質量の動き、水文学など）および自動分類とマッピングプロセスへの統合までに発生します。 [26] まず第一に、それは主にマッピングに使用され、したがって、さまざまな風光明媚なフォームとプロセスの分類と境界線に使用されました。より正確で詳細な技術と結果として生じる製品により、主に地形のさまざまなサブエリアの高さの違いを通じて空間的および時間的変化を観察することが可能になります。 [27]

  • 氷河と氷の塊 ：比較的単純なアプリケーションは、氷の表面のマッピング、したがって氷の表面の膨張または還元のための視覚的解釈を表します。多面的なデジタル地形モデルを比較することにより、一方では氷と雪の量の変化を決定できますが、他方では他のまたは従来の質量バランスの計算を検証およびサポートするためにも使用されます。 [28] [29]
  • 海岸と海面 ：気候変動を考慮して、沿岸の変化と海面の増加の変化に関する観察が研究の焦点になりました。データとしての高解像度により、海岸に対する地形プロセスの会議と相互影響をより正確に分析することが可能になります。 [30] レベルの測定と地域のジオイドを使用することに加えて、海面の高さもデータを使用して実行できます。得られたこの情報は、地域レベルの海岸での潮とプロセスの影響を理解し、海面の増加につながるのに役立ちます。 [最初に30]
  • 侵食プロセス ：マルチモルマルとしてデータを使用することにより、蓄積と侵食の形で表される堆積物のダイナミクスをエリアに保持できます。たとえば、ガリーは地中海でしばしば発生するように、将来のために計算して推定することができます。 [32] ドリンと基板のさまざまな減少は、写真測量よりもデータのようによりよく検出できます。これは、ポイントクラウド全体を通してより多くの地形ポイントが認識され、したがって植生はフィルタリングによって計算できるからです。 [33] [34]
  • モデリング – リスク研究 ：データは、エリアの開発時間に関する重要な情報が含まれているため、さまざまなモデリングになります。特に、再構築において、データとその分析が重要な基盤を形成するため、岩の転倒と斜面のスリップの予測とリスク評価があります。 [35] [36] 現場での地質工学的測定および絶滅危ed種のオブジェクトの脆弱性分析は、試験を拡大することができます。 [37]
  • Flussmorphologie ：川の形態の地域では、川の風景の植生、水位、土地と水域の境界に関する情報、銀行エリアの変化、粗さはデータとして表すことができます。特定の波長用の異なるストラップにより、植生、水、乾燥した表面をより正確に区別できます。 [38] [39] 陸生レーザースキャンは、個々の河川セクションの詳細な検査にますます使用されています。 [40]

他のアプリケーション領域 [ 編集 | ソーステキストを編集します ]

すでに提示された説明は、データがさまざまな方法で使用されていることを示しています。示されているアプリケーションの分野に加えて、さまざまなマップおよびナビゲーションサービスの生産のデータとしても使用されますが、考古学、空間計画、和解、地質学、林業、農業の分野、および他の多くの分野でも使用されます。 [41]

  1. ↑ ジョージL.ヘリテージ、アンドリューR. G.ラージ： 3Dレーザースキャンの原理。 In：George L. Heritage、Andrew R. G. Large（hrsg。）： 環境科学のレーザースキャン。 ワイリー・ブラックウェル、チチェスターu。 a。 2009、ISBN 978-1-4051-5717-9、S。21–34。
  2. ↑ a b c d そうです f g ベルンハルト・ヘフル、マーティン・ラッツィンガー： 地形の地形空気媒介性ライダー：技術的な視点。 の： Journal of Geomorphology。 bd。 55、サプリメントNR。 2011年2月 ISSN 1864-1687 、S。1–29、 doi：10.1127/0372-8854/2011/0055S2-0043 。
  3. ↑ a b Aloysius Wehr、uwe lohr： Airborne Laser Scanning – 紹介と概要。 の： ISPRS Journal of Photogrammetry and Remote Sensing。 bd。 54、nr。 1999年2月3日、 ISSN 0924-2716 、S。68–82、 2：10.1016/S0924-2716（99）00011-8 。
  4. ↑ フリードリッヒ・アッカーマン： Airborne Laser Scanning – 現在のステータスと将来の期待。 の： ISPRS Journal of Photogrammetry and Remote Sensing。 bd。 54、nr。 1999年2月3日、S。64–67、 doi：10.1016/s0924-2716（99）00009-x 。
  5. ↑ a b c d そうです ジョージ・ヴォッセルマン、ハンス・ガード・マース（hrsg。）： 空中および地上レーザースキャン。 ホイットルズ出版、ダンビースu。 a。 2010、ISBN 978-1-904445-87-6。
  6. ↑ a b c d そうです f エマニュエルP.ボルトサビアス： Airborne Laser Scanning：既存のシステムおよび企業、その他のリソース。 の： ISPRS Journal of Photogrammetry and Remote Sensing。 bd。 54、nr。 1999年2月3日、S。164–198、 2：10.1016/S0924-2716（99）00016-7 。
  7. ↑ a b カール・クラウス、ポール・ドーニンガー： レーザースキャン。地形を記録するための新しいデータソース。 の： 地理と地図作成に関するウィーンの著作。 bd。 16、2004、 ZDB-ID 1011866-4 、S。312–318。
  8. ↑ a b Michel Jaboyeddoff、Thierry Oppiofer、AntonioAbelllán、Marc-Henri Derron、Alex Loye、Richard Metzger、Andrea Pedrazzini： 地滑り調査でのLIDARの使用：レビュー。 In：Fausto Guzzetti、Giulio Iovine、Mario Parise、Paola Reichenbach（hrsg。）： 地滑り：予測、危険評価、リスク軽減 （= 自然災害。 bd。 61、nr。 1、 ISSN 0921-030X ）。 Springer、Dordrecht u。 a。 2012年、S。5–28、 2：10.1007/s11069-010-9634-2 。
  9. ↑ ピーター・アクセルソン： レーザースキャナーデータの処理 – アルゴリズムとアプリケーション。 の： ISPRS Journal of Photogrammetry and Remote Sensing。 bd。 54、nr。 1999年2月3日、S。138–147、 2：10.1016/S0924-2716（99）00008-8 。
  10. ↑ アレクサンダー・プロコップ、ヘルムート・パンホルツァー： ゆっくりと移動する地滑りの監視のために、陸生レーザースキャンの能力を評価します。 の： 自然災害と地球システム科学。 bd。 9、nr。 6、2009、 ISSN 2195-9269 、S。1921–1928、 2：10.5194/nhess-9-1921-2009 。
  11. ↑ フランチェスコ・ピロッティ、アルベルト・グアリエーリ、アントニオ・ベクター： マルチリターン地上レーザースキャンを使用した地上フィルタリングと植生マッピング。 の： ISPRS Journal of Photogrammetry and Remote Sensing。 bd。 76、2013、S。56–63、 doi：10.1016/j.isprsjprs.2012.08.003 。
  12. ↑ K. Koenig、B。Höfle： 植生研究におけるフル波フォーム空中レーザースキャン – 樹種分類のためのポイントクラウドと波形の特徴のレビュー。 In：MDPI（編）： 森 。 バンド 7 、 いいえ。 9 、2011年。
  13. ↑ K. Koenig、B。Höfle： 植生研究におけるフル波フォーム空中レーザースキャン – 樹種分類のためのポイントクラウドと波形の特徴のレビュー。 In：MDPI（編）： 森 。 バンド 7 、 いいえ。 9 、2011年。
  14. ↑ NyströmM。： 空中レーザースキャンを使用した植生のマッピングと監視。 Umeå2014。
  15. ↑ Zlinszky A.、MückeW.、Lehner H.、Briese C.＆Pfeifer N。： ハンガリーのバラトン湖とキスバラトンでの空中レーザースキャンによる湿地植生の分類。 の： リモートセンシング 。 いいえ。 4 、2012、doi： 10,3390/rs4061617 。
  16. ↑ Zlinszky A.、Schroiff A.、Kania A.、DeákB。、MückeW.、Váriá。、SzékelyB。＆Pfeifer N。： フル波フォーム空中レーザースキャンを使用した草原の植生の分類：Natura 2000の生息地タイプを検出するための実現可能性調査。 の： リモートセンシング 。 いいえ。 6 、2014、doi： 10.3390/rs6098056 。
  17. ↑ Rottensteiner F。： 空中のレーザーカンナーデータと航空画像からの建物の自動抽出。 ed。：Geoscientificメッセージ。 いいえ。 3 、2008年。
  18. ↑ K. Koenig、B。Höfle： 植生研究におけるフル波フォーム空中レーザースキャン – 樹種分類のためのポイントクラウドと波形の特徴のレビュー。 In：MDPI（編）： 森 。 バンド 7 、 いいえ。 9 、2011年。
  19. ↑ wehr A.＆lohr u。： Airborne Laser Scanning – 紹介と概要。 の： ISPRS Journal of Photogrammetry and Remote Sensing 。 バンド 54 、 いいえ。 2-3 、1999年。
  20. ↑ A. Jochem、B。Höfle＆M。Rutzinger： 太陽電位評価のためのモバイルレーザースキャンデータからの垂直壁の抽出。 In：MDPI（編）： リモートセンシング 。 いいえ。 3 、2011年、doi： 10.3390/rs3040650 。
  21. ↑ Nguyen H.、Pearce J.、Harrap R.＆Barber G。： LiDARの屋上太陽光発電展開の評価への適用地方自治体の地区ユニット。 In：MDPI（編）： センサー 。 いいえ。 12番目 、2012、doi： 10.3390/s120404534 。
  22. ↑ a b P. Rauchlatner＆W。Höppl： 水管理計画の観点からのリモートセンシングと排水モデリングの要件。 の： オーストリアの水と廃棄物管理 。 バンド 六十一 、 いいえ。 7 、2009年、doi： 10.1007/s00506-009-0098-0 。
  23. ↑ a b G. Mandlburger、B。Höfle、C。Brieske、C。Ressl、J。Otepkta、M。Hollaus＆N。Pfeiffer： 水文学と水管理の基礎としてのレーザースキャンからの地形データ。 の： オーストリアの水と廃棄物管理 。 バンド 六十一 、 いいえ。 7 、2009年、doi： 10.1007/s00506-009-0095-3 。
  24. ↑ Steinbacher F.、Bodmer T.＆Baran R。： 空気からの水測定 – コンスタンス湖の被写界深度と、水の生態学的評価の新しい可能性。 の： オーストリアの水と廃棄物管理 。 バンド 六十七 、 いいえ。 11 、2015、doi： 10.1007/s00506-015-0274-3 。
  25. ↑ 深さのシャープネス – 高解像度測定湖コンスタンス。 2015、 2019年12月31日に取得 。
  26. ↑ B.ヘフル＆M。ラッツィンガー： 地形の地形空中lidar。技術的な視点。 の： Journal of Geomorphology 。 バンド 55 、 いいえ。 2 、2011年、doi： 10.1127/0372-8854/2011/0055-0031 。
  27. ↑ Bollmann E.、Sailer R.、Briese C.、StötterJ。＆Fritzmann P。： 高山山脈の地形学的特徴とプロセス検出と定量化のための空中レーザースキャンの可能性。 の： Journal of Geomorphology 。 バンド 55 、 いいえ。 2 、2011年。
  28. ↑ Joerg P.C.、Morsdorf F.＆Zemp M。： 多孔質空中レーザースキャンデータの不確実性評価：高山氷河に関する事例研究。 の： 環境のリモートセンシング 。 バンド 127 、2012、doi： 10.1016/j.se.2012.08.012 。
  29. ↑ Doble M.、Skourup H.、Wadhams P.＆Geiger C。： 北極海面の標高とドラフトの関係：偶然のAUVソナーと空中走査レーザーを使用したケーススタディ。 の： Journal of Geophysical Research：Oceans 。 バンド 116 、C8、2011、2： 10.1029/2011JC007076 。
  30. ↑ フランスJ.R.＆Burningham H。： 沿岸地形学：傾向と課題。 の： 物理的な地理の進歩 。 バンド 33 、 いいえ。 初め 、2009年、doi： 10.1177/0309133309105036 。
  31. ↑ Daring K.、Guno A.、Ellmann A.、Libusk A.＆Tei T。： 空中レーザースキャンを使用して、海面の高さを探索します。 の： IEEE/OESバルト国際シンポジウム 。 いいえ。 1-7 、2014、doi： 10.1109/baltic.2014.6887853 。
  32. ↑ El Khalili A.、Raclot D.、Habaeib H.＆Lamacre J.M.： 地中海のマーリー環境における恒久的なガリー進化の要因とプロセス（チュニジアケープボン） 。の： Hydrological Sciences Journal 。 バンド 58 、 いいえ。 7 、2013、doi： 10,1080/02626667.2013.824086 。
  33. ↑ Koba M.、Bertoncelj I.、Pirotti F.＆Kutnar l。： 密着症の特性を定義するためのライダー処理密な森林被覆：ディナリック山脈のケーススタディ 。の： 写真測量、リモートセンシング、空間情報科学の国際アーカイブ 。 バンド 40 、 いいえ。 7 、2014、doi： 10.5194/isprsarchives-xl-7-113-2014 。
  34. ↑ バウアーC。： 空中レーザースキャンデータに適用された複数の方法を使用したドリンの分析。 の： 地形学 。 バンド 250 、2015、doi： 10.1016/j.geomorph.2015.08.015 。
  35. ↑ Petschko H.、Bell R.＆Glade、T。： 統計感受性モデリングのための地球およびデブリスライドスライドインベントリマッピングの視覚的に視覚的に分析するLIDAR DTM誘導体の有効性 。の： 地滑り 。 バンド 13 、 いいえ。 5 、2015、 S. 857–872 、doi： 10.1007/s10346-015-0622-1 。
  36. ↑ Heckmann T.、BimböseM.、Krautblatter M.、Haas F.、Becht M.＆Morche D。： 地盤工学的分析から、LIDARデータを使用した定量化とモデリングまで：ドイツ、バイエルンアルプスの再精神集水域における岩石の研究 。の： 地球表面プロセスと地形 。 バンド 37 、 いいえ。 初め 、2012、doi： 10.1002/esp.2250 。
  37. ↑ Wasklewicz T.、Mihir M.＆Whitworth J： カリフォルニア州イースタンデスバレーの異なるプロセスによって生成された沖積ファンの表面変動性 。の： プロの地理学者 。 バンド 60 、 いいえ。 2 、2008年、doi： 10.1080/00330120701836162 。
  38. ↑ M. Vetter、B。Höfle、G。Mandlburger＆M。Rutzinger： 空中のライダーデータと川の断面を使用して、川の風景と川底の変化を推定します。 の： Journal of Geomorphology 。 バンド 55 、 いいえ。 2 、2011年。
  39. ↑ Bangen S. G.、Wheaton J. M.、Bouwes N.、Bouwes B.＆Jordan c。： 波状の小川や川を特徴付けるための地形調査手法の方法論的相互比較 。の： 地形学 。 バンド 206 、2014、doi： 10.1016/j.geomorph.2013.10.010 。
  40. ↑ Hohenthal J.、Petteri A.、Juha H.＆Hannu H。： 河川研究におけるレーザースキャンアプリケーション 。の： 物理的な地理の進歩 。 バンド 35 、 いいえ。 6 、2011年、doi： 10.1177/0309133311414605 。
  41. ↑ アルベルツJ： リモートセンシングの紹介。空気と衛星画像を解釈する基本 。 Darmstadt 2007。
after-content-x4