人類(lèi)在地球上渺小而又頑強(qiáng)地繁衍著，在這廣袤的大地上，我們的祖先是如何生活的呢？他們種植糧食、搭建房屋、組成部落、建立城市，留下了存在過(guò)的痕跡。

通過(guò)對(duì)古跡的勘探，我們能夠推測(cè)古人的生活方式、社會(huì)文化以及技術(shù)發(fā)展水平。不過(guò)，歷經(jīng)千百年的時(shí)光，尋找古人留下的遺跡可不是一件容易的事情。

因?yàn)闇婧ＩＬ铮镜慕ㄖ赡芤呀?jīng)被深埋在地底下，不論是廣袤的植被還是茂密的森林，它們都能輕易阻擋我們對(duì)地下世界的探索。不過(guò)，激光雷達(dá)技術(shù)的出現(xiàn)卻能幫助我們揭開(kāi)土地上的“面紗”，讓我們看見(jiàn)大地最原始的“面貌”。

激光雷達(dá)，勘探遺跡的利器

20世紀(jì)初，英國(guó)探險(xiǎn)家珀西·福斯特（Percy Fawceet）多次深入亞馬遜地區(qū)，尋找曾經(jīng)存在于那片土地上的古文明，卻在尋找遺跡的行動(dòng)中，永遠(yuǎn)迷失在亞馬遜的密林中。于是，亞馬遜地區(qū)的歷史遺跡就同那一支探險(xiǎn)隊(duì)一起從人們的視野中消失了。

不過(guò)，最近《自然》雜志上刊登了一篇論文，科學(xué)家們利用激光雷達(dá)，終于得到了亞馬遜河流域森林中，古代城市遺跡的面貌圖。讓我們先看看遺跡長(zhǎng)什么樣：

圖源：參考文獻(xiàn)1

圖中顯示的這些建筑是由卡薩拉貝社區(qū)于公元500-1400年間建造的，是以前的房屋、梯田、圍墻等人造事物的痕跡。這張圖片是直升機(jī)搭載激光雷達(dá)在森林上空進(jìn)行勘探并經(jīng)過(guò)后期圖像處理得到的。

不過(guò)也許你會(huì)發(fā)現(xiàn)，這張圖似乎和平時(shí)的航拍圖片有些不一樣，其實(shí)最大的區(qū)別就在于——樹(shù)林不見(jiàn)了。

左：航拍相機(jī)獲取的森林圖片 右：同一地點(diǎn)激光雷達(dá)探測(cè)得到的圖片（圖源：參考文獻(xiàn)1）

沒(méi)有了樹(shù)林的遮蔽，古建筑遺存下的痕跡變得一覽無(wú)余。考古工作也就變得順利多了，想想激光雷達(dá)出現(xiàn)之前，為了勘探森林中的遺跡，還要先學(xué)會(huì)野外生存，實(shí)地考察時(shí)還要在熱帶森林里上躥下跳（考古學(xué)家：我太難了）。

現(xiàn)在有了激光雷達(dá)，考古學(xué)家們就可以避開(kāi)樹(shù)木的干擾，更清晰地觀察古建筑遺址了。那么，排除樹(shù)木干擾的地形圖是怎樣繪制出來(lái)的呢？

主動(dòng)成像，照亮幽暗角落

茂密的森林，樹(shù)葉遮擋了大部分的陽(yáng)光，很少有陽(yáng)光能夠照射到樹(shù)林下的地面，從天上觀察的時(shí)候，普通的相機(jī)幾乎沒(méi)辦法獲得地面的影像，葉子的縫隙處多是黑漆漆的陰影。

相機(jī)是一種被動(dòng)的成像裝備，相機(jī)接收外界事物發(fā)出或者反射的光線(xiàn)后，才能形成照片；激光雷達(dá)則是主動(dòng)的探測(cè)器，它自己會(huì)發(fā)出激光去探測(cè)外界的形貌。

對(duì)于森林這種復(fù)雜形貌，依然有不少激光光線(xiàn)能夠到達(dá)樹(shù)林下的地面，激光雷達(dá)探測(cè)得到的點(diǎn)云數(shù)據(jù)會(huì)被送入計(jì)算機(jī)，計(jì)算機(jī)識(shí)別哪些數(shù)據(jù)點(diǎn)是森林的，哪些是地面的，接著濾除森林的點(diǎn)云數(shù)據(jù)，剩下的就是地面的形貌數(shù)據(jù)啦。

激光雷達(dá)獲得的原始點(diǎn)云數(shù)據(jù)（圖源：answers.usgs.gov）

計(jì)算機(jī)對(duì)點(diǎn)云進(jìn)行分類(lèi)（黑色點(diǎn)為植被的數(shù)據(jù)點(diǎn)，彩色點(diǎn)為地表的數(shù)據(jù)點(diǎn)）（圖源：參考文獻(xiàn)2）

濾除植被點(diǎn)云后獲得的地形表面裸土圖像，又稱(chēng)為數(shù)字高程模型（DEM）（圖源：answers.usgs.gov）

激光雷達(dá)在地形繪制方面的“超能力”，讓全世界的考古學(xué)家都喜歡上了它。2016年，pacaunam計(jì)劃對(duì)位于危地馬拉的瑪雅生物圈保護(hù)區(qū)進(jìn)行了大規(guī)模的激光雷達(dá)調(diào)查，調(diào)查發(fā)現(xiàn)了六萬(wàn)余座古建筑，一百多公里的堤道，這一結(jié)果表明該區(qū)域存在過(guò)由數(shù)百萬(wàn)人口構(gòu)成的瑪雅文明。

良渚古城的勘測(cè)考察工作也用到了這項(xiàng)技術(shù)，激光雷達(dá)掃描良渚古城遺址，濾除地面的植被后，古城的水利設(shè)施，外郭等結(jié)構(gòu)都顯現(xiàn)了出來(lái)。

不僅能發(fā)現(xiàn)過(guò)去，還能預(yù)警未來(lái)

除了利用激光雷達(dá)探測(cè)遺跡，激光雷達(dá)對(duì)地形地貌的清晰呈現(xiàn)也讓它在預(yù)防山體滑坡中發(fā)揮了作用。

山體滑坡是常見(jiàn)的地質(zhì)災(zāi)害之一，每年都有人因?yàn)樯襟w滑坡?lián)p失財(cái)產(chǎn)甚至失去生命。了解山體滑坡的產(chǎn)生機(jī)制，觀察山體滑坡的發(fā)生前兆，建立相應(yīng)的滑坡預(yù)測(cè)系統(tǒng)，是減輕山體滑坡危害的重要手段。

利用激光雷達(dá)測(cè)繪得到的高精度數(shù)字高程模型（HRDEM）是幫助地質(zhì)學(xué)家分析山體滑坡機(jī)理，建立預(yù)警模型的得力幫手。

研究山體滑坡，需要大量的滑坡數(shù)據(jù)作為研究素材?？茖W(xué)家們利用遙感衛(wèi)星、激光雷達(dá)、航空相機(jī)等觀測(cè)手段建立了滑坡清單地圖。

地圖標(biāo)示出了各個(gè)地區(qū)以往滑坡的位置，滑坡的形貌，還包含該地區(qū)的降雨、土壤類(lèi)型，地震震動(dòng)程度等信息。利用滑坡清單地圖，人們可以計(jì)算各區(qū)發(fā)生滑坡的可能性。

基于激光雷達(dá)測(cè)繪得到的滑坡清單地圖，不同顏色的區(qū)域代表不同類(lèi)型的山體滑坡右下角小地圖中的紅色色塊代表深層滑坡，藍(lán)色色塊代表淺層滑坡。（圖源：參考文獻(xiàn)3）

山體滑坡發(fā)生之前，滑坡底部會(huì)形成一定高度的隆起，坡面會(huì)產(chǎn)生裂紋。由于植被的覆蓋，沒(méi)辦法憑肉眼或攝像機(jī)觀測(cè)這些征兆，但借助激光雷達(dá)就可以很好地解決這個(gè)問(wèn)題。

在山體滑坡高發(fā)的地方部署搭載激光雷達(dá)的無(wú)人機(jī)群，對(duì)坡面的表面形貌進(jìn)行不間斷地掃描觀測(cè)，觀測(cè)數(shù)據(jù)將有效提高我們預(yù)測(cè)山體滑坡的能力與準(zhǔn)確性。

想要探尋某塊土地過(guò)去發(fā)生的活動(dòng)遺跡不是一件簡(jiǎn)單的事情，隨著時(shí)間的流逝，不論是人類(lèi)活動(dòng)還是地殼變化留下的痕跡都會(huì)逐漸被大自然淹沒(méi)。但是，激光雷達(dá)卻給了我們重新認(rèn)識(shí)“過(guò)去”的機(jī)會(huì)，讓我們從“過(guò)去”的遺跡中尋找到對(duì)未來(lái)的啟發(fā)。

參考文獻(xiàn)：

[1] Erickson C L . An artificial landscape-scale fishery in the Bolivian Amazon.[J]. Nature, 2000, 408(6809):190-3.

[2] Vanvalkenburgh P , Cushman K C . Lasers Without Lost Cities: Using Drone Lidar to Capture Architectural Complexity at Kuelap, Amazonas, Peru[J]. Journal of Field Archaeology, 2020, 45(supplement 1).

[3]Gorum, Tolga. Landslide recognition and mapping in a mixed forest environment from airborne LiDAR data.

[4]M, J, Lato, et al. Reducing Landslide Risk Using Airborne Lidar Scanning Data[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2019, 145(9).

[5]https://www.usgs.gov/faqs/what-difference-between-lidar-data-and-digital-elevation-model-dem

[6]http://m.app.cctv.com/video/detail/aa9c36ee6d92b0a7a7a98d2f86eb447c/index.shtml