[技术科普] LiDAR水深测绘: 532nm绿光如何穿透水面绘制水下地形
LiDAR 水深测绘与洪水监测：工作原理与机构迁移原因
Bowman 测量团队在纽约州 Mohawk 河 Lock E8 和 E7 之间进行测绘时，同时采集了两个数据集：河道的水深数据和周围洪泛区的地形 LiDAR 数据。两份数据输入到同一个洪水预警与优化模型。河上没有船，岸边没有驻扎数周的测量队。飞机飞过走廊，传感器一次扫描同时捕获水上和水下地形，洪水模型就有了它需要的高程数据——包括大多数洪水模型最缺失的部分：河床本身。
这缺失的河床数据正是机构迁移的原因。没有水深数据的洪水模型高估水位，因为它假设一个平坦的河道底部。加入准确的河床几何形状后，模型的洪水范围预测可能在任一方向上变化数百米。MDPI 2022 年的研究比较了仅地形 LiDAR 与地形加水深 LiDAR，发现加入水下地形数据显著改变了洪水淹没估计，尤其在具有复杂河道几何形状的弯曲河段。
水深 LiDAR 的实际工作原理
常规地形 LiDAR——用于陆地测量的那种——从飞机发射近红外激光脉冲（通常 905nm 或 1550nm）。这些波长被水面反射，不穿透。传感器完美映射陆地，但将水面视为一个平面。
水深 LiDAR 使用不同的激光：532nm 绿光，通过 Nd:YAG 激光器（1064nm 基频 → 532nm 倍频）频率倍增产生。460-550nm 波段的绿光在水中的衰减系数最低，意味着它能穿透水面到达底部，然后散射回传感器。
物理原理如下：
- 激光脉冲击中水面。一部分立即反射回来——第一回波，给出水面高程。
- 脉冲的其余部分穿过水柱，在空气-水界面处轻微折射。它击中河床或海底，反射回来——第二回波，给出底部高程。
- 第一和第二回波之间的时间差，结合折射校正（水折射率约 1.33，意味着光传播更慢并在表面弯曲），得出该点的水深。
能看多深？
水深 LiDAR 的穿透深度主要取决于水的清澈度，以 Secchi 深度衡量。作为经验法则，LiDAR 可达 Secchi 深度的 1.5 到 2 倍。在清澈的海水中，这意味着 40 米以上。在雨后浑浊的河流中，可能半米或更少。
| 水体类型 | Secchi 深度 | 典型 LiDAR 穿透 |
|---|---|---|
| 清水海洋 | 20-30m | 30-40m+ |
| 海岸（中清度） | 5-15m | 8-25m |
| 河口 | 1-5m | 2-8m |
| 浑浊河流 | 0.5-2m | 0.5-3m |
| 泥浊 | <0.5m | 几乎为零 |
这是根本限制：水深 LiDAR 不能透过不透明水体看东西。在严重含沙河流、藻华期间或非常浅的泥泞环境中，绿光激光在到达底部之前就已散射。在这些条件下，你仍然需要声呐。
三种水深 LiDAR 数据采集方式
大型飞机（固定翼）
Leica CoastalMapper（2025 年 2 月发布）这类传感器安装在 400-600m 高度飞行的固定翼飞机上。CoastalMapper 每秒捕获 100 万个水深点（底部回波）加 200 万个地形点（陆地回波），RGB 和 NIR 影像分辨率 5cm GSD。覆盖率：每小时 360 km²。
Leica 水深 LiDAR 副总裁 Anders Ekelund 在 2025 年 Geo Week 大会上表示，该系统比前一代水深传感器效率提升 250%。
无人机（UAV 搭载）
YellowScan Navigator 等较轻的水深 LiDAR 传感器安装在重型无人机上。无人机水深 LiDAR 是增长最快的细分市场之一——预计 2032 年达到 8.9 亿美元（GlobeNewswire，2025/5）。
无人机飞得更低（50-150m）、更慢，产生非常高的点密度（50+ points/m²）但每次飞行覆盖面积更小。典型日覆盖率：5-20 km²。
船载声呐（对比）
声呐不是 LiDAR，但它是水下地形测量的主要替代方案。多波束测深仪（MBES）安装在测量船上，用声脉冲绘制海底图。声呐在任何水清澈度下工作——浑浊、黑暗、深度都不影响。多波束精度优良（良好条件下垂直精度 ±5-10cm），且无深度限制。
"topo-bathymetric" LiDAR 系统通过从同一传感器、同一飞行、同一坐标系同时采集两个数据集来解决这个问题。水陆过渡连续——无需合并，无需对齐。
洪水监测：前、中、后三个阶段
之前——地形基线
LiDAR 在洪水管理中最常见的用途是"之前"阶段。高分辨率洪泛区和河道数字地形模型（DTM）成为水力洪水模型（HEC-RAS、FLO-2D 等）的输入。这些模型模拟不同风暴场景的水流，预测哪些地区会洪水、多深、多快。
洪水模型的质量直接取决于地形数据的质量。缺失或不准确的河道水深数据是最常见的数据缺口。大多数洪泛区 LiDAR 测量停在水面线——传感器映射河岸和洪泛区但看不到河床。然后模型要么假设平坦底部，要么使用来自旧测量的粗糙河道横截面数据。无论哪种情况，河道几何都是错的，洪水预测也不准。
中——实时地形叠加
在真实洪水事件中，机构需要当前条件，而非历史地形数据。实时水位计（USGS 在美国维护着数千个）结合事件前 LiDAR DTM，使机构能够在地形模型上叠加当前水位并近实时预测洪水范围。
这不是 LiDAR 做实时监测——是监测站网络在做。但 LiDAR 地形模型让那些监测站读数在空间上变得有意义。
之后——变化检测
洪水过后，再次 LiDAR 测量同一走廊，创建"前后"对比。冲刷（沉积物侵蚀）和沉积模式在两个地形模型之间的差异中显现。这告诉工程师洪水在哪里破坏了河床，哪里沉积物积累，河槽容量是否变化。
LiDAR 不适用的场景
- 浑浊水体：绿光激光不能穿透泥泞或高含沙水体。
- 深水：即使在清澈海洋条件下，40m 是实际上限。
- 结构物下方：LiDAR 不能看到桥、码头或遮挡水面的悬垂植被下方。
- 实时监测：水深 LiDAR 是测量工具，不是连续监测器。
诚实的答案是，水深 LiDAR 和多波束声呐是互补的，不是竞争。在浅水海岸和河流调查中，水陆过渡很重要，LiDAR 更快，提供集成水陆数据。对于深水、浑水或结构物下测量，声呐是工具。
topo-bathymetric LiDAR：统一方法
USGS 通过其国家研究项目（NRP）多年来开发和完善 topo-bathymetric LiDAR 系统，使用 EAARL-B（实验性先进机载研究 LiDAR）等系统在一次飞行中映射洪泛区地形和河流水深。
商业系统如 Leica CoastalMapper 和 YellowScan Navigator 现在提供此能力。CoastalMapper 同时发射绿光（532nm）水深激光和近红外（1064nm）地形激光——绿光激光穿透水，近红外激光映射陆地表面。两个数据集共享相同 GPS/IMU 轨迹，因此自动配准。
对于希望为洪水监测项目陆地侧部署地形 LiDAR 的机构和测量公司，Livox M360——905nm 波长、IP67、360°×70° FOV——非常适合陆地洪泛区测量。**注意：M360 的 905nm 波长不穿透水，不能用于水深应用。** 它通过提供与 topo-bathymetric 工作流中水下数据配对的高分辨率陆地地形数据，补充水深 LiDAR 系统。详细参数见 [M360 vs MID-360 对比页面](/comparison.html)。
部署建议
- 先确定水清澈度边界：在承诺水深 LiDAR 之前，检查调查区域的历史 Secchi 深度数据或浊度测量。
- 为清澈度规划时间：水清澈度随季节变化。雨后测量能见度差。晚夏干燥期通常提供最佳条件。
- 将传感器与项目匹配：大规模海岸区域制图 → 固定翼。高细节河流走廊测量 → 无人机。深港和航道 → 船上多波束声呐。
- 为完整工作流预算：飞行只是成本的一部分。水深 LiDAR 处理包括水面提取、折射校正、深度计算、不确定性估计和质量控制。
*技术参考：USGS GSTL 水深 LiDAR 项目、MDPI Remote Sensing（地形 vs 水深 LiDAR 洪水模型）、Bowman（Mohawk 河洪水预警项目）。市场数据来自 MarketsandMarkets 和 GlobeNewswire。产品信息来自 Leica Geosystems（CoastalMapper）和 YellowScan（Navigator）。Livox M360 规格来自官方产品手册 Ver 1.4（2026-02-27）。*
本文首发于 SmartBotParts，了解更多工业级 3D LiDAR 方案：SmartBotParts 官网原文