中国改革开放已经30多年，经济发展迅速，城市规划、交通、水利、农业、电力等基础行业对规划设计图纸的制作周期及精度要求越来越高，促使我国地理信息产业迅猛发展。现在面对人工成本增加、企业利润下滑等一系列社会问题，企业如何通过技术升级来减少劳动密集型工作，增加技术密集型工作，完成一次凤凰涅槃。下面带来中国科学院遥感与数字地球研究所李奇博士关于激光雷达技术应用的前景分析。
机载激光雷达(LiDAR)是一种新型主动式航空传感器，通过集成定姿定位系统(POS)和激光测距仪，能够直接获取观测点的三维地理坐标。按其功能分主要有两大类：一类是测深机载LiDAR(或称海测型LiDAR)，主要用于海底地形测量;另一类是地形测量机载LiDAR(或称陆测型LiDAR)，正广泛应用于各个领域，在高精度三维地形数据(数字高程模型(DEM))的快速、准确提取方面，具有传统手段不可替代的独特优势。尤其对于一些测图困难区的高精度DEM数据的获取，如植被覆盖区、海岸带、岛礁地区、沙漠地区等，LiDAR的技术优势更为明显。
机载激光雷达系统从上世纪80年代开始出现一些试验系统，到90年代中后期逐渐成熟。现在的激光雷达可以记录多次回波，首次回波建立测区的数字表面模型(DSM)，如果通过一定的算法去除非地面点，可以获得数字地面模型(DTM)。这种工作方式看起来没有任何问题，但对用户来说是无法获得任何与有关设备本身相关的一些信息的，如如何根据回波信号定位?地物结构对获取的回波信号的形状和大小有何影响?回波信号是如何被量化成几次离散脉冲信号?等等。国外设备制造商往往将脉冲探测和量化方法作为商业机密而保密。我们地理信息行业企业会因为激光雷达点云数据的不确定性增加野外实测数据工作量，并且增加内业数据处理难度。我们需要破解国外激光雷达硬件厂家的技术机密，并且发明一种方法做的比国外厂家还要好。
解决上述问题的途径是将发射信号和回波信号均以很小的采样间隔进行采样并记录，而不仅仅是记录若干次离散的回波信号。这样的采样记录方式即所谓的全波形数字化记录，这种类型的激光雷达系统称为waveform-digitizing LIDAR。用户完全可以根据波形数据，根据其自己的应用领域(如测绘、林业、城市建模等等)，对波形数据进行分析和处理。
中国科学院李奇博士发明的机载激光雷达波形数据量化分解方法，可以比激光雷达设备制造商提供数量更多、回波次数更多和精度更高的点云数据。
全球顶级机载激光雷达硬件厂商RIEGL生产的点云数据与李奇博士发明的高斯分解生产的点云数据进行比较得到表1所示的结果。从表中可以看出高斯分解提取的点云数量要比系统得到的要多，而且回波次数也要多，可以看出波形分解得到点云的层次感要更好。这对植被结构参数的计算，城市建模，地形断线的提取都有很大的好处。
表1高斯分解和系统的比较
李奇博士发明的波形数据高斯分解方法得到的点云数据有更多的层次感，可以很直观地看到哪里的植被比较多，哪里没有植被，即使没有光谱信息也可以做出准确的判断，在这里甚至可以判断植被的密集程度和高矮，这是影像无法做到的。
这个数据是在一个有植被覆盖的山区采集的，机载激光雷达生产的重要产品之一就是DTM和DSM。系统的脉冲触发计时器在垂直方向上的分辨率大约为2米，表2分析了RIEGL系统和李奇博士的高斯分解方法在最后一次回波上的表现。可见在最大高程上两者基本一致，但高斯分解得到的最小高程要比系统得到的低2.04米，平均高程低0.065米，说明李奇博士的方法在低矮植被处表现更好，使DTM生产的原始数据质量有更好的保证。系统提取的点比高斯分解得到的多是因为有些地物对激光的反射率很小造成波形起伏非常小，基本上由噪音组成，系统会在一个噪音很突出的地方记录一次回波，而高斯分解则认为它是噪音而不记录。系统得到的奇异点比高斯分解要多。
表2最后一次回波的比较
通过表1和表2，我们可以看出李奇博士的方法得到点云数据的质量要比国外激光雷达硬件厂商RIEGL系统得到的要高。此发明让企业数据处理人员对设备采集的数据精度能做到知其然知其所以然，提高数据处理效率，并减少外业实测工作量，实实在在的帮助企业降低成本。
我们相信随着我国科技的持续进步，我国未来完全有能力引领适合我国国情的产业技术升级。