滑坡、崩塌、泥石流等地质灾害往往发生在山高坡陡、植被茂密的区域。受树木冠层遮挡、地形复杂和人员难以抵近等因素影响，传统人工巡查及可见光航测难以完整获取植被覆盖下的地表信息。激光雷达凭借主动探测、多回波记录和三维点云采集能力，可为林下地形调查、灾害隐患识别、多期变化分析及灾后定量评估提供重要的数据支撑，已经成为地质灾害巡测中的重要技术手段。

一、植被覆盖下的隐患：地质灾害监测的“盲区”

我国西南山区及其他地质灾害高发区域，许多滑坡、崩塌等隐患位于植被覆盖区。树木、灌木和草丛会遮挡地表，使巡查人员或可见光相机主要看到植被冠层，而难以直接观察林下地形。

在这类环境中，传统巡测主要面临三方面问题：一是林下陡坎、冲沟、局部塌陷等地形特征容易被植被遮挡；二是高边坡、深沟和不稳定斜坡等区域人员难以安全抵近；三是仅依靠二维影像，不易准确获取坡度、坡向、高差、面积和体积等三维信息。

需要注意的是，滑坡早期的毫米级或厘米级连续形变，通常需要结合GNSS监测设备、裂缝计、测斜仪、地基雷达等监测手段进行持续观测。无人机激光雷达更适合开展面状地形调查、多期地貌变化识别和灾后测绘，两者在地质灾害防治体系中具有不同作用。

滑坡场景

二、激光雷达如何获取植被下的地面信息？

激光雷达即LiDAR，其基本原理是由设备主动发射激光脉冲，并接收地物反射回来的信号。系统根据激光往返时间计算设备与目标之间的距离，再结合GNSS定位信息和惯性测量单元记录的姿态数据，生成具有三维坐标的点云。

激光雷达通常所说的“穿透植被”，并不是激光直接穿透树叶或树干，而是部分激光脉冲能够从树冠和枝叶之间的空隙到达地面。具备多回波记录能力的设备可以记录同一激光脉冲在植被冠层、枝叶和地面等不同位置形成的回波。

经过点云分类和滤波处理后，可将植被点、建筑物点与地面点进行区分，并利用地面点构建数字地形模型（DTM），呈现去除植被及地表附着物后的地形起伏。地面回波的数量和完整程度会受到植被密度、树种、季节、扫描角度、飞行高度和设备性能等因素影响，因此不能将“穿透植被”理解为在任何环境下都能无遗漏地还原地面。

无人机地灾巡测一体－优势穿透植被

三、激光雷达在地质灾害巡测中的主要应用

1．林下地形调查与隐患识别

利用分类后的地面点云，可构建植被覆盖区域的三维地形，为识别滑坡后缘陡坎、冲沟、局部塌陷、崩塌堆积体及泥石流沟道等地貌特征提供依据。结合地质调查资料和专业人员解译，可辅助发现传统可见光影像中不易观察的疑似隐患。

激光雷达成果主要用于发现异常地形和辅助圈定疑似区域，不能仅凭点云数据直接判定灾害类型或风险等级，仍需结合现场调查、地质条件和其他监测数据综合研判。

2．危险区域非接触式测绘

对于高边坡、崩塌危岩体、深沟及其他人员不便进入的区域，无人机搭载激光雷达可在保持安全距离的情况下获取三维数据，减少人员直接进入危险区域的需求，同时扩大单次巡测的覆盖范围。

实际飞行仍需综合考虑天气、能见度、风速、空域、地形起伏和设备防护条件。激光雷达作为主动传感器不依赖自然光，可支持弱光或夜间数据采集，但这并不代表无人机能够在所有恶劣天气条件下正常作业。

3．多期点云变化分析

对同一区域不同时期采集的点云进行统一坐标处理、配准和对比，可分析坡体表面、崩塌区域及沟道地形的变化情况，并辅助计算变化范围、高差和体积。

多期对比结果的可靠性取决于数据精度、控制基准、点云密度、配准质量及变化尺度。当实际变化接近系统误差时，不能直接认定为真实形变。因此，多期机载点云更适合识别具有一定空间尺度的地形变化，而不宜笼统表述为能够监测所有毫米级或厘米级变形。

4．灾后调查与定量评估

灾害发生后，无人机激光雷达可快速获取受灾区域的三维数据，为计算滑坡或崩塌影响范围、堆积体体积、沟道变化及土石方量等提供基础。结合灾前数据进行对比，可辅助判断地形变化和灾害影响程度，为应急研判、抢险方案制定及灾后复盘提供数据支撑。

5．三维建模与成果展示

点云数据可用于构建数字地形模型、等高线及三维场景，并开展距离、高差、坡度、坡向、面积和体积等量测。激光点云还可与可见光影像融合生成彩色点云或实景三维成果，使地形结构与现场纹理能够在同一场景中展示，提高成果的直观性和可读性。

四、激光雷达为地质灾害巡测带来哪些价值？

与单纯依靠人工巡查或二维影像相比，激光雷达的核心价值主要体现在四个方面：一是能够通过多回波和点云分类获取部分植被覆盖下的地面信息；二是可快速完成较大范围的三维数据采集，提高复杂山区的巡测效率；三是能够减少人员进入高边坡、危岩体等危险区域的需求；四是可形成包含空间坐标和高程信息的三维成果，为隐患调查、变化分析和灾后评估提供量化依据。

需要强调的是，激光雷达成果精度并非固定值，会受到设备性能、飞行高度、航线设计、GNSS及惯导精度、地形、植被覆盖、控制点布设和数据处理方法等多重因素影响。对外发布时，应引用具体产品在明确测试条件下的参数，不宜将单一设备的测距精度、重复测量精度或特定项目成果直接概括为整个技术方案的通用精度。

五、多技术融合，构建地质灾害巡测闭环

地质灾害防治通常难以依靠单一技术完成。激光雷达可用于获取三维地形和林下地面信息；可见光影像可提供真实纹理和现场环境记录；热红外设备可辅助开展夜间人员搜寻或异常热源识别；GNSS、裂缝计和地基雷达等监测设备可持续获取重点区域的形变数据；无人机场与云平台则可支持任务调度、数据上传、成果处理和多期对比。

华测导航以行者X500无人机、AH50无人机场和华测灵云CoCloud云平台为核心，结合机载激光雷达及四光吊舱，构建地质灾害无人值守巡测一体化方案。无人机按照任务要求开展现场数据采集，成果自动上传至云平台进行建模、点云对比和影像分析，并可结合监测预警平台开展联动巡查。

该方案可服务于灾前隐患调查、灾中巡测核查和灾后定量评估：灾前，通过激光点云和地形模型辅助识别林下异常地貌；灾中，利用无人机快速复核重点区域并对比多期数据；灾后，对灾害影响范围、崩塌面积及滑坡体量等进行量化分析，为应急研判与处置提供数据支撑。

结语

激光雷达并非能够直接“看穿一切”的技术，其植被穿透效果取决于激光脉冲能否经植被空隙到达地面，也受到设备、环境和作业方式的共同影响。但相较于传统可见光巡查，它能够提供更丰富的林下地面信息和三维空间数据，在复杂山区地形调查、危险区域巡测、多期变化分析及灾后评估中具有明显价值。

随着无人机、无人机场、激光雷达、监测传感器和云平台不断融合，地质灾害巡测正在由单次人工调查向自动化采集、多源数据融合和量化分析转变。通过发挥不同技术手段的互补优势，可进一步提升地质灾害隐患识别、风险研判与应急处置的效率，为地质灾害防治提供更加全面、可靠的数据基础。