面向洪水灾害评估的城市建模与仿真.pdf

《面向洪水灾害评估的城市建模与仿真.pdf》由会员分享，可在线阅读，更多相关《面向洪水灾害评估的城市建模与仿真.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 22 卷第 9 期 系系 统统 仿仿 真真 学学 报报 Vol.22 No.9 2010 年 9 月 Journal of System Simulation Sep.,2010 2136 面向洪水灾害评估的城市建模与仿真面向洪水灾害评估的城市建模与仿真 余 烨1,刘晓平1,袁晓辉2,Bill P.Buckles2(1.合肥工业大学计算机与信息学院 VCC 研究室,合肥 230009;2.北德克萨斯大学计算机科学与工程系,美国）摘摘 要要：洪水灾害是一种突发性自然灾害，它给人民生命、财产带来了巨大的损失。为了辅助洪水灾害评估，减少洪水灾害带来的损失，提出了一种基于提出了一种基于 LiDAR

2、(Light Detection And Ranging)数据的城市建模与仿真方法。该方法首先基于数据的城市建模与仿真方法。该方法首先基于 LiDAR 数据和航拍图像对城市房屋和道路进行重建，然后基于重建数据，对洪水灾害及发生洪水灾害时的人员疏散情况进行仿真，并以可视化形式对仿真场景进行显示。数据和航拍图像对城市房屋和道路进行重建，然后基于重建数据，对洪水灾害及发生洪水灾害时的人员疏散情况进行仿真，并以可视化形式对仿真场景进行显示。最后以美国路易斯安那州新奥尔良市的 LiDAR 点云数据和航拍图像为实验数据，验证了这种城市建模与仿真方法在辅助洪水灾害评估时的有效性。关键词关键词：洪水灾害仿真；

3、疏散仿真；城市重建；LiDAR 中图分类号：中图分类号：TP391.9 文献标识码文献标识码：A 文章编号文章编号：1004-731X(2010)09-2136-05 City Modeling and Simulation for Flood Disaster Assessment YU Ye1,LIU Xiao-ping1,YUAN Xiao-hui2,Bill P Buckles2(1.VCC Division,School of Computer&Information,Hefei University of Technology,Hefei 230009,China;2.Dept.o

4、f Computer Science and Engineering,University of North Texas,America)Abstract:Flood is a kind of unexpected natural disaster,which brings huge damage to peoples lives and property.In order to assist flood disaster assessment,reduce the loss,a city modeling and simulation method based on LiDAR data w

5、as proposed.First,the 3D city model was reconstructed based on the LiDAR point data and aerial images.Next,the city in flood disaster given the flood level was simulated,and at the same time,the evacuation situation of people was simulated.At last,the simulation result was visualized.Based on the ex

6、periment using the LiDAR point data and aerial images from New Orleans,Louisiana,the assisting flood disaster assessment method was validated.Key words:flood disaster simulation;evacuation simulation;city reconstruction;LiDAR 引引 言言1 洪水灾害是一种突发性自然灾害，它的发生给人类社会带来了巨大的灾难：人民生命的安全受到了威胁，人民财产遭受了损失，生态环境受到了破坏，国

7、民经济的发展受到了严重的影响。随着我国城市规模的日益增长，城区人口的扩大，洪水灾害给人们带来的生命、经济和精神等方面的损失也日益增大。利用计算机辅助技术来对灾情进行评估，可以提高灾情数据的客观性和准确性，增强防灾、抗灾和减灾能力，而在灾情评估基础上的疏散仿真，可以解救受困人员和财产，越来越受到政府部门的高度重视与专家们的广泛关注。机载激光雷达系统(Light Detection And Ranging,简称LiDAR 1)是一种新型的综合应用激光测距仪、惯性测量装置和全球定位系统的快速测量系统，可以直接联测地面物体各个点的三维坐标。目前，LiDAR 已被广泛应用于三维地面信息的采集，且已成为一

8、个起到支撑作用的工具，获得的支持也越来越多，如由美国联邦应急管理局（the Federal 收稿日期：收稿日期：2008-09-10 修回日期：修回日期：2008-11-06 基金资助基金资助：国家自然科学基金国际(地区)合作交流项目(60573174);国家自然科学基金(60673028)作者简介作者简介：余烨余烨(1982-),女,安徽安庆人,博士生,研究方向为计算机辅助设计与图形学;刘晓平刘晓平(1964-),男,山东济南人,教授,博导,研究方向为建模,仿真与协同计算;袁晓辉袁晓辉(1973-),男,博士,助理教授,研究方向为计算机视觉、数据挖掘、人工智能;Bill P.Buckles(

9、1943-),男,博士,教授,研究方向为计算机视觉、数据挖掘、人工智能。Emergency Management Agency,简称FEMA）指定的LiDAR 产品主要作为陆地遭受洪灾情况的获取工具。由于常用于灾害评估的 GIS 数据库和 DEM 模型很难得到实时更新，这对灾情的实时评估带来了一定的困难，而仿真作为一种认识和改造世界的手段，越来越多地被应用于灾害的模拟及防灾、减灾工作中2,3。因此，本文采用 LiDAR数据作为辅助灾情评估的主要工具，在此基础上，提出了一种面向洪水灾害评估的城市建模与仿真方法。该方法首先基于 LiDAR 数据和航拍图像对城市房屋和道路进行重建，然后基于重建数据，

10、对于给定的洪水级别，对洪水灾害进行仿真，对受淹区域进行可视化，同时进行疏散仿真的模拟，以辅助对洪水灾害中人员和财产的损失进行评估。通过将城市建模、仿真与可视化技术引入到洪水灾害评估之中，使评估作为组织实施防灾、抗灾、救灾的有效决策依据，从而做出防灾、减灾、救灾等决策措施。1 基本思想描述基本思想描述 对于面向洪水灾害评估的城市建模和仿真，其基本思想描述如下（整体框架图如图 1 所示）：1)基于 LiDAR 数据和航拍图像，对城市房屋和道路进行三维重建；2)基于城市的三维模型，对发生洪水灾害时的场景进行了仿真，同时，为了解救被困人民，进行了洪水灾害时人员疏散仿真的模拟；第 22 卷第 9 期 V

11、ol.22 No.9 2010 年 9 月 余烨，等：面向洪水灾害评估的城市建模与仿真 Sep.,2010 2137 测绘数据库LIDAR数据航拍图像城市重建城市洪水仿真疏散仿真可视化 灾害评估 图 1 整体框架图 3)对仿真的结果进行可视化显示，以直观地表示城市受灾情况。三维城市模型是进行洪水仿真和疏散仿真的基础，因此首先要基于 LiDAR 数据和航拍图像进行城市的三维重建。洪水仿真和疏散仿真是辅助灾害评估的关键，洪水仿真可以模拟给定级别洪水下的受灾情况，对灾害中的损失做出评估；疏散仿真可以模拟洪水灾害下对人员、财产的疏散营救情况，根据洪水灾害的不同制定不同的疏散策略，并对此策略及此策略下的

12、人员、财产损失做出估计。仿真结果的可视化可以使整个灾害情况直观地呈现在管理者面前，以辅助管理者对洪水灾害中人员和财产的损失进行评估，并制定相关的灾后重建预案，对灾后的规划提供有价值的信息，因此，仿真结果的可视化可以提高评估的效率。2 城市的三维重建城市的三维重建 机载 LiDAR 获取的数据是分布于对象表面的三维点坐标，其数据集（点云）是对象的数字表面模型4，因此基于LiDAR 数据构建不规则三角网（Triangulated irregular network,简称 TIN）模型，可以初步实现城市的三维重建（如图 2 所示）。然后，获取的 LiDAR 数据其密度有限，通过这种方式重建的城市模型

13、并不能反映城市的真实面貌。从图2 中可以看出，这种方法仅能重建一些大型的建筑物，而对于小型建筑物和道路，基本不能实现其重建。这是因为大型建筑物反射回的 LiDAR 点数据较多，基于这些数据构建的三角网格可以大体表示大型建筑物的表面。而对于一些小型的建筑物，由于其反射回的 LiDAR 点较少，因此基于这些数据构建的三角网格很难表示其表面，并不能将其完全和路面、其它建筑物分开，其重建结果容易出现锯齿现象。此外，由于 LiDAR 点云数据中没有纹理信息，因此需要结合航拍图像，以实现城市的重建。本文采用了一种基于 LiDAR 数据和航拍图像的混合建模方法，其建模过程具体描述如图 3。图 2 基于 Li

14、DAR 数据构建的 TIN 模型 LiDAR数据滤波构建TIN模型纹理映射建筑物提取道路提取建筑物建模道路建模LiDAR点云数据高度图航拍图像校正城市模型 图 3 城市重建过程示意图 1)数据滤波 按照形态学“闭运算”的思想，首先将每一点高度都降低为其邻域范围内的较低点的高度，然后将每一点高度都升高为其邻域范围内的较高点的高度，通过多次这样的“闭运算”，构建 TIN 模型后，可以滤除地面上较小的物体，得到地形模型和大型建筑物的模型。2)构建 TIN 模型 由于LiDAR点数据量庞大，内存空间的占用及构建TIN模型的速度成为主要考虑因素，因此本文采用了一种在三角形生长算法之上的改进算法来构建 T

15、IN 模型5。该算法首先对大规模点云进行等格网分块，然后根据点云的密集程度自适应判断搜索范围，对生成的基线进行排序，并在构网过程中动态删除封闭点和封闭块，以加快构网速度并避免了插值和模块的拼接过程；最后通过添加边界辅助点，以避免狭长三角形的生成。2)基于 LiDAR 数据的高度图生成 分别计算 LiDAR 点数据中高度的最大值和最小值，最大高度对应的像素点灰度值为 255，最小高度对应的像素点灰度值为 0，利用插值对每点的高度值进行转化，从而生成高度图。高度图中越亮的地方表示此处越高，越暗的地方表示此处越低。由于高度图仅反映建筑物的高度信息，与航拍图像相比，它不受阴影、畸变的影响，因此，更适合

16、用于建筑物等的识别。3)航拍图像的校正 第 22 卷第 9 期 Vol.22 No.9 2010 年 9 月 系 统 仿 真 学 报 Sep.,2010 2138 由于距离较远和影像获取环境的不稳定等因素使得获取的航拍图像具有一定的倾斜和畸变，不适合直接作为纹理来使用，因此需要对其进行校正。校正过程需要选定一些控制点作为校正依据，且控制点的个数和分布情况将影响校正结果。如果校正的每一步都使用全部的控制点作为依据，则计算量大，且当控制点离当前象素点较远时会降低校正的精度。因此，采用基于局部插值的思想，基于控制点构造 TIN网格（如图 4 所示），对每个三角形内的象素点只选用该三角形的顶点作为校正

17、依据6，这样既减少了计算量，也保证了校正的精确性。图 5 为航拍图像的校正效果图，从图 a)中可以看出原始的航拍图像畸变很大，而在图 b)中，图像的畸变效果得到了校正。图 4 基于控制点构建的三角网格 a)校正前 b)校正后 图 5 航拍图像的校正效果 4)建筑物的提取和重建 基于生成的高度图，首先利用阈值分割的方法将建筑物从高度图中分离出来，然后利用角点检测的方法检测到每个联通区域的角点，以确定建筑物的位置和形状。由于高度图是根据 LiDAR 点云重新采样所生成的，因此，通过检测出的建筑物角点位置能够反算出每个角点在点云数据中的对应位置，同时根据角点在高度图中的位置和高度图的灰度值可以计算每

18、个角点的高度。由于重采样会产生一定的误差，楼房的角点在高度图中的灰度值可能不一致，因此可以通过计算建筑物角点的平均高度作为该建筑物的高度，从而实现建筑物的重建。5)道路的提取和重建 由于从航拍图像中提取道路时一些经验条件难以满足，如要求道路的灰度比背景亮，道路的灰度变换不大等，而从 LiDAR 数据中提取道路对点的要求比较高，如点集密度高、需要强度信息等，因此，本文融合 LiDAR 点云和配准的航空图像两种数据源来提取道路，降低了对单一数据源的依赖性。由于道路信息具有灰度变化小、拐角缓慢、宽度变化小、高度变化缓慢、道路中心线离边缘等距等特点，因此利用动态规划7的方法来进行道路的提取。首先将道路

19、建立成线状的模型，道路模型中同时考虑道路的几何属性和物理属性(如道路为线状、灰度和宽度变化慢、方向变化平缓等)，并用代价函数和约束不等式来进行表示8。基于用户手工选定的一些控制点，逆向求出使代价函数达到最大时的道路中心线位置，然后通过识别道路宽度及高度来进行道路的重建。6)模型的融合 将上述步骤中得到的地形模型、建筑物模型和道路模型进行融合，实现了基于 LiDAR 数据和航拍图像的三维城市重建，重建后的效果如图 6 所示。图 6 城市重建效果图 3 洪水灾害仿真和疏散仿真洪水灾害仿真和疏散仿真 洪水灾害仿真和疏散仿真是辅助洪水灾害评估的主要手段：洪水灾害仿真可以对洪水灾害造成的财产损失进行评估

20、，同时为疏散策略的制定提供依据；疏散仿真可以辅助决策者在灾前进行洪水灾害的预评估，根据灾害级别对灾害发生时人员和财产的疏散情况进行仿真，以制定紧急预案，减少由洪水灾害造成的人员和财产损失。3.1 洪水灾害仿真洪水灾害仿真 首先利用体积法进行洪水淹没区域的计算：先对每个三角面片求二重积分，累加得到总体积，然后用二分法求解洪水高度。由于整个城市场景由一个个相连的三角面片构成，则二重积分的曲面是由一个个三角面片组成，因此可以算出以每个三角面片为底的柱体的体积，累加后得到整个城市场景的体积。如果已知洪水的高度，那么我们能够很容易地通过求解二重积分获得洪水总量。然而，实际情况中是不可能已知洪水高度的，我

21、们唯一可以预测的往往是洪水的体积。因此，需要通过洪水体积来估计洪水高度。若采用二重积分求解方程式来计算洪水高度，则需要解决一个高次方程，求第 22 卷第 9 期 Vol.22 No.9 2010 年 9 月 余烨，等：面向洪水灾害评估的城市建模与仿真 Sep.,2010 2139 解过程难度很大。为解决此问题，本文引入了二分的思想进行求解，即先预测一初始洪水高度值，然后利用二分法不断地迭代计算，以估算出给定洪水总体积下的洪水高度。然后，依据流体扩散蔓延的物理学方程进行城市洪水灾害的模拟，本文采用的是二维浅水波方程9。由于城市结构的规整性，本文采用等步长的偏微分方程差分数值求解方法来计算二维浅水

22、波方程。首先基于现有 LiDAR 点云数据生成完整的城市网格结构图(如图 7 所示)，然后基于此网格结构图进行差分计算，并将计算结果导入可视化平台进行展示。图 7 城市网格结构图 3.2 疏散仿真疏散仿真 在进行疏散仿真时，首先要建立疏散仿真模型，它由城市疏散场景模型和人员模型组成。要建立场景模型，首先需要分析场景中道路、建筑物、高地等属性及它们之间的拓扑结构：1)道路和两端的交口相连，不直接连接其他道路；2)交口是用来连接各种道路的，交口和道路构成城市道路网的主体;3)建筑物是人员疏散的出发地，此外还有的一些公共设施被作为城市疏散的目的地；4)高地往往扮演疏散目的地的作用；5)水体被设定为洪

23、涝蔓延的开始，将会淹没或阻断城市道路网或建筑等，它影响城市道路网的变化，进而导致疏散的变化；6)排水道用来考虑总体水量的增加和减少，以反映上一条水体的水位对于城市道路网的影响。基于上述分析，按照道路、建筑物、高地等在进行疏散仿真中特性的不同而采用不同的节点进行表示，形成包含不同节点属性及节点间拓扑关系的模型，即城市疏散场景模型（如图 8 所示）。在城市疏散仿真中，人员的疏散行为是一种群体行为，但由于受环境、疏散的初始位置以及个体间的相互关系等因素的制约，在群体疏散中存在着个体之间的区别和差异。因此，在建立城市疏散仿真模型时，需要把群体中的人群离散成一个个的个体，形成人员智能体，统一管理一个人的

24、疏散心理和行为，并赋予人员智能体各项疏散参数，如速度、优先级、身体状态参数和自主参数等。赋予了各项疏散参数的人员智能体即为城市疏散仿真中的人员模型，参见图 9 所示。CrossingIDConnection roadsPositionRoadIDConnecting crossingConnecting building etc.PositionEvacuation abilityRoadIDConnecting crossingConnecting building etc.PositionEvacuation abilityBuildingValue,Position,HeightConn

25、ection roadsDestruction LevelEvacuation abilityRoadViaductWaterHigh LandRoad 图 8 城市疏散场景模型示意图 人员智能体速度优先级身体状况参数自主参数视野疏散辅助工具 图 9 人员模型示意图 在建立疏散仿真模型的基础上，基于特定疏散策略进行疏散仿真，研究离散的智能体在网络和网格模型下按照自主意识和既定规则运动，依据物理规则的碰撞检测和相互拥塞，用仿真方法模拟智能体在空间和时间中的变化。本文中，采用基于时变的动态网络流模型10的方法来进行疏散仿真。在如图 10 所示的动态网络中，用节点来表示建筑物、道路、交叉口等，用边来

26、表示各节点之间的拓扑关系。通过设定网络中点的容量和边的通行能力，按照最早到达流要求，即保证每一个时间段到达目的结点的流量最大，设计求解模式。图 10 城市部分网络结构图 第 22 卷第 9 期 Vol.22 No.9 2010 年 9 月 系 统 仿 真 学 报 Sep.,2010 2140 4 仿真结果的可视化仿真结果的可视化 仿真结果的可视化可以使洪水灾害过程、疏散仿真过程及结果直观地展现出来，以辅助决策者制定营救策略，同时还可以提高灾害评估的效率。由于大规模 LiDAR 点云数据构建的城市场景模型含有成千上万个三角面片，如何实时绘制这些三角面片是仿真结果实时可视化的关键。本文主要采用静态

27、 LOD 和并行计算的方法12来加快可视化速度，以实现实时绘制。为了实现静态 LOD，采用边折叠的方法来进行模型的简化；为了加快模型简化的速度，采用了基于四叉树划分13的并行简化算法。实践表明，采用这种静态 LOD 和并行计算的方法来加快可视化速度，在渲染 40 万个三角面片时，可以达到 25 帧/秒的速度，基本实现实时绘制。其可视化效果图如图 11 所示，其中，图 a)为没有发生洪水灾害时的可视化效果图，图b)为洪水灾害发生时的可视化效果图，而图 c)为模拟人员疏散过程的效果图。a)没有洪水时的可视化效果 b)洪水仿真结果的可视化效果 c)人员疏散过程的可视化 图 11 城市可视化效果图 5

28、 结论结论 本文利用洪水灾害仿真和疏散仿真在洪水灾害评估中的重要作用，提出了一种基于 LiDAR 数据的城市建模与仿真方法，以辅助洪水灾害评估。该方法将城市建模、仿真与可视化技术引入到灾害评估领域，有助于对洪水灾害中的人员、财产损失进行估计，并可以辅助决策者制定防灾、减灾、救灾等决策措施，减少灾害带来的损失。在面向洪水灾害评估的城市建模与仿真方法中，首先基于 LiDAR 数据和航拍图像，重建三维城市。然后在城市三维模型的基础上，对洪水灾害和人员疏散情况进行仿真，此步是灾害评估的依据，也是辅助灾害评估的关键。最后，通过静态LOD 和并行计算的方法，对仿真结果进行实时可视化。本文所使用的实验数据来

29、源于 FEMA 于 2002 年所执行的 Louisiana LiDAR 项目，为美国路易斯安那州新奥尔良城市的 LiDAR 点云数据和航拍图像。实验表明，这种辅助洪水灾害评估的城市建模与仿真方法在对城市洪水灾害进行评估时，具有一定的有效性。在此方法中，仿真的真实性直接影响到评估结果，因此，如果进一步提高仿真结果的真实性，成为进一步研究的目标。致谢：致谢：感谢 VCC 实验室的张高峰、朱晓强和凌实三位师弟在此论文工作中给予的支持和帮助！参考文献：参考文献：1 隋立春,张宝印.LiDAR遥感基本原理及其发展J.测绘科学技术学报,2006,23(2):127-129.2 李娜,仇劲卫,程晓陶,等.

30、天津市城区暴雨沥涝仿真模拟系统的研究J.自然灾害学报,2002,11(2):112-118.3 康玲,姜铁兵,黄思平.新型防洪决策支持系统仿真研究J.计算机仿真,2005,22(1):244-261.4 梁欣廉,张继贤,李海涛.机载激光雷达数据的简单规则建筑物模型重建J.中国图象图形学报,2007,12(4):641-647.5 刘晓平,朱晓强,余烨.基于LiDAR点云数据的三角网构建算法J.软件学报,2008,19(S):1-9.6 罗月童,朱晓强,刘晓平.基于三点的航拍图像倾斜校正方法及其应用J.仪器仪表学报,2007,28(8):590-593.7 A P Dal Poz,G M do

31、Vale.Dynamic programming approach for semi-automated road extraction from medium and high resolution images C/SPRS Archives,Vol.XXXIV,Part3/W8,Munich,Germany,Sep.,2003.8 朱晓强,余烨,刘晓平,等.基于航拍图像和LiDAR点云的城市道路提取C/计算机技术与应用进展,2008:1-6.9 张新华,隆文非,谢和平,等.二维浅水波模型在洪水淹没过程中的模拟研究J.四川大学学报(工程科学版),2006,38(1):20-25.10 王振,刘茂.离散时间动态网络模型及其在疏散过程中应用的研究J.中国公共安全(学术版).2006,(2):37-40.11 李现民,李桂清,张小玲,等.基于子分规则的边折叠简化方法J.计算机辅助设计与图形学学报.2002,14(1):8-13.12 凌实,李琳,刘晓平,等.基于边折叠的地形LOD模型并行简化算法C/计算机技术与应用进展,2008:115-120.13 李胜,俊峰,刘学慧,等.超大规模地形场景的高性能漫游J.软件学报,2006,17(3):535-545.