DOI: https://doi.org/10.1016/j.ophoto.2025.100094
تاريخ النشر: 2025-07-15
المؤلف: Roderik Lindenbergh وآخرون
الموضوع الرئيسي: المسح ثلاثي الأبعاد والتراث الثقافي
نظرة عامة
تقدم الورقة نظرة شاملة على أنظمة المسح بالليزر الدائم (PLS)، التي تمكن من الحصول التلقائي على بيانات طبوغرافية ثلاثية الأبعاد (سحب نقاط ثلاثية الأبعاد على مر الزمن) بدقة زمنية عالية. تعتبر هذه الأنظمة ذات قيمة خاصة في مراقبة المشاهد الطبوغرافية الديناميكية المعقدة عبر مجالات علمية متنوعة، بما في ذلك علوم الأرض والبيئة. يناقش المؤلفون إعداد وعمليات أنظمة PLS، مع التأكيد على أهمية استقرار النظام، وإدارة الطاقة، وأتمتة جمع البيانات. كما يسلطون الضوء على التحديات المرتبطة بجودة البيانات، مثل الحاجة إلى تصفية المسحات المتأثرة بالظروف الجوية السلبية وضرورة تسجيل البيانات بدقة.
علاوة على ذلك، تميز الورقة بين نهجين منهجيين لتحليل البيانات ثلاثية الأبعاد: الإيولري، الذي يركز على التغيرات في المواقع الثابتة، واللاغرنجية، التي تتبع حركة النقاط على مر الزمن. يوضح المؤلفون هذه الطرق من خلال دراسات حالة في مراقبة الأشجار، وعلم الجليد، ومراقبة سقوط الصخور، والمسح الساحلي. بينما تم تطوير العديد من أدوات البرمجيات مفتوحة المصدر لاستخراج المعلومات من مجموعات بيانات ثلاثية الأبعاد، يشير المؤلفون إلى أن اعتمادها على نطاق واسع لا يزال محدودًا. تختتم الورقة باقتراح أن أنظمة PLS يمكن أن تكون مفيدة أيضًا لمراقبة المشاريع الهيكلية، وأن دمج PLS مع تقنيات أخرى مثل التصوير الفوتوغرافي الآلي وInSAR يمكن أن يعزز التطبيقات المستقبلية.
مقدمة
تقدم مقدمة هذه الورقة البحثية المسح بالليزر الدائم (PLS) كطريقة متطورة للمراقبة المستمرة لطبوغرافية سطح الأرض والنباتات عبر امتدادات مكانية تتراوح من الديسيمترات إلى الكيلومترات. باستخدام تقنية LiDAR، يوفر PLS وسيلة أكثر شمولاً ومباشرة للحصول على بيانات سطح ثلاثية الأبعاد مقارنة بالطرق التقليدية مثل التصوير الفوتوغرافي ورادار الفتحة الاصطناعية القائم على الأرض (SAR). تؤكد الورقة على أهمية PLS في المراقبة البيئية، مع التركيز بشكل خاص على الأنظمة التي تعمل من موقع ثابت واستبعاد التطبيقات المتعلقة بالإعدادات الداخلية أو البنية التحتية، التي لها متطلبات مميزة.
يسلط المؤلفون الضوء على مزايا PLS في التقاط العديد من المسحات المتتالية للمشاهد الديناميكية، مما يمكّن من ملاحظة وتقدير التغيرات الجارية بدلاً من مجرد التأثيرات التراكمية للتعديلات السابقة. ومع ذلك، فإن تنفيذ PLS يقدم أيضًا تحديات، مثل الحاجة إلى تخزين البيانات ومعالجتها بشكل فعال، وتسجيل سحب النقاط متعددة الأوقات، واستخراج أنماط التغيير من بيانات السلاسل الزمنية. تهدف الورقة إلى تقديم نظرة شاملة منهجية على أنظمة PLS، والأساليب، والتطبيقات، مع معالجة إعداد العمليات، واستراتيجيات التسجيل، والمنهجيات لاكتشاف التغيير. ستتناول الأقسام اللاحقة هذه المواضيع، culminating in دراسات حالة لأنظمة PLS التشغيلية ونتائج تحليل بياناتها.
طرق
تناقش هذه القسم تطبيق منهجيات التعلم العميق على سلاسل زمنية من سحب النقاط، خاصة في سياق القيادة الذاتية، كما يتضح من الدراسات الحديثة (Gojcic et al., 2021; Kreutz et al., 2023). ومع ذلك، فإن تطبيق هذه التقنيات في البحث البيئي، وخاصة لتجزئة سحب النقاط الطبوغرافية (PLS)، لا يزال محدودًا. يُعزى هذا القيد إلى الفهم غير الكافي للأجسام الهندسية البيئية متعددة الأوقات، مما دفع الباحثين إلى إعطاء الأولوية لتعريفها وفهمها على حساب التعرف على الأجسام متعددة الأوقات المعروفة ضمن إطار سحب النقاط ثلاثية الأبعاد.
يسلط النص الضوء على إمكانيات التعلم العميق لتسهيل تجزئة الكائنات، على غرار التقنيات التي تم تطويرها لبيانات ثنائية وثلاثية الأبعاد، والتي يمكن أن تعزز تتبع الكائنات المكانية على مر الزمن. تعتبر تجزئة الكائنات ذات قيمة خاصة لتقسيم سحب النقاط إلى مكونات متميزة، وهي خطوة حاسمة لتطبيقات مثل دراسات الفينوتيب (Hao et al., 2024). وهذا يشير إلى أن تقدم طرق التعلم العميق يمكن أن يحسن بشكل كبير من تحليل وتتبع الميزات البيئية في بيانات سحب النقاط.
نقاش
يوفر قسم النقاش في الورقة البحثية نظرة شاملة على الإعداد، والتشغيل، والتحديات المرتبطة بأنظمة المسح بالليزر الدائم (PLS). ويؤكد على أهمية الالتزام بقوانين سلامة الليزر، خاصة بالنسبة للماسحات بعيدة المدى التي قد لا تكون آمنة للعين. تتضمن عملية الإعداد اعتبارات دقيقة للظروف البيئية، واختيار الموقع، وحماية المعدات من الطقس والتخريب. يُوصى بإجراء مسح مسبق لتحسين موقع المسح وتحديد المشكلات المحتملة مع مجال الرؤية، الذي يمكن أن يتأثر بالعناصر الديناميكية في البيئة.
يتم تصور نظام PLS كدورة تتكون من أربعة وحدات: جمع البيانات، إدارة البيانات، تحليل البيانات، والتصور/التقارير. يمكن أتمتة جمع البيانات من خلال الجدولة، بينما تستفيد إدارة البيانات من واجهات الوصول المفتوح والاتصال السحابي للتشغيل عن بُعد. تسلط الورقة الضوء على أهمية جودة البيانات، التي تتأثر بالأخطاء النظامية والعوامل البيئية مثل الظروف الجوية. كما يتم مناقشة تحديات تسجيل البيانات ومحاذاتها، مع الإشارة إلى أن الأخطاء الصغيرة في استقرار الماسح يمكن أن تؤدي إلى عدم دقة كبيرة في البيانات المجمعة على مسافات كبيرة. علاوة على ذلك، يحدد القسم تطور أنظمة PLS وتطبيقاتها في مجالات متنوعة، بما في ذلك مراقبة الأنهار الجليدية والديناميات الساحلية، مما يبرز العدد المتزايد وتنوع الأنظمة التشغيلية.
DOI: https://doi.org/10.1016/j.ophoto.2025.100094
Publication Date: 2025-07-15
Author(s): Roderik Lindenbergh et al.
Primary Topic: 3D Surveying and Cultural Heritage
Overview
The paper provides a comprehensive overview of permanent laser scanning (PLS) systems, which enable the autonomous acquisition of 4D topographic data (3D point clouds over time) with high temporal resolution. These systems are particularly valuable in monitoring complex dynamic topographic scenes across various scientific fields, including geosciences and ecology. The authors discuss the setup and operational phases of PLS, emphasizing the importance of system stability, power management, and data acquisition automation. They also highlight the challenges associated with data quality, such as the need to filter out scans affected by adverse meteorological conditions and the necessity of precise data registration.
Furthermore, the paper distinguishes between two methodological approaches for analyzing 4D data: Eulerian, which focuses on changes at fixed locations, and Lagrangian, which tracks the movement of points over time. The authors illustrate these methods through case studies in tree monitoring, glaciology, rockfall monitoring, and coastal scanning. While several open-source software tools have been developed for extracting information from 4D datasets, the authors note that their widespread adoption remains limited. The paper concludes by suggesting that PLS systems could also be beneficial for monitoring structural projects, and that integrating PLS with other techniques like automated photogrammetry and InSAR could enhance future applications.
Introduction
The introduction of this research paper presents Permanent Laser Scanning (PLS) as a cutting-edge method for the continuous monitoring of Earth surface topography and vegetation across spatial extents ranging from decimeters to kilometers. Utilizing LiDAR technology, PLS offers a more comprehensive and direct means of acquiring 3D surface data compared to traditional methods like photogrammetry and ground-based Synthetic Aperture Radar (SAR). The paper emphasizes the significance of PLS in environmental monitoring, specifically focusing on systems that operate from a fixed position and excluding applications related to indoor or infrastructure settings, which have distinct requirements.
The authors highlight the advantages of PLS in capturing numerous consecutive scans of dynamic scenes, enabling the observation and quantification of ongoing changes rather than just the cumulative effects of past alterations. However, the implementation of PLS also introduces challenges, such as the need for effective data storage and processing, multi-temporal point cloud registration, and the extraction of change patterns from time series data. The paper aims to provide a systematic overview of PLS systems, methods, and applications, addressing the operational setup, registration strategies, and methodologies for change detection. Subsequent sections will delve into these topics, culminating in case studies of operational PLS systems and their data analysis results.
Methods
The section discusses the application of deep learning methodologies to point cloud time series, particularly in the context of autonomous driving, as evidenced by recent studies (Gojcic et al., 2021; Kreutz et al., 2023). However, the application of these techniques in environmental research, specifically for topographic point cloud segmentation (PLS), remains limited. This limitation is attributed to the insufficient understanding of multi-temporal environmental geometric objects, which has led researchers to prioritize their definition and comprehension over the identification of known multi-temporal objects within a 4D point cloud framework.
The text highlights the potential of deep learning to facilitate instance segmentation, akin to techniques developed for 2D and 3D data, which could enhance the tracking of spatial objects over time. Instance segmentation is particularly valuable for partitioning point clouds into distinct components, a crucial step for applications such as phenotyping studies (Hao et al., 2024). This suggests that advancing deep learning methods could significantly improve the analysis and tracking of environmental features in point cloud data.
Discussion
The discussion section of the research paper provides a comprehensive overview of the setup, operation, and challenges associated with Permanent Laser Scanning (PLS) systems. It emphasizes the importance of adhering to laser safety regulations, particularly for long-range scanners that may not be eye-safe. The setup process involves careful consideration of environmental conditions, site selection, and the protection of equipment from weather and vandalism. A presurvey is recommended to optimize the scanning location and to identify potential issues with the field of view, which can be affected by dynamic elements in the environment.
The PLS system is conceptualized as a cycle comprising four modules: data acquisition, data management, data analysis, and visualization/reporting. Data acquisition can be automated through scheduling, while data management benefits from open-access interfaces and cloud connectivity for remote operation. The paper highlights the significance of data quality, which is influenced by systematic errors and environmental factors like atmospheric conditions. The challenges of data registration and alignment are also discussed, noting that small errors in scanner stability can lead to significant inaccuracies in the data collected over large distances. Furthermore, the section outlines the evolution of PLS systems and their applications in various fields, including glacier monitoring and coastal dynamics, underscoring the growing number and diversity of operational systems.