从土地到水的建模
气候变化正在影响全世界的淡水供应。科罗拉多河就是这样一个例子，它流经美国的七个州，最后流入墨西哥的科尔特斯海。
2015年被列为美国最濒危的河流，水流预计将减少10％至30％到2050年。更温暖的天气，更少的降雪，以及在河流路径上修建的上百座水坝，给河流的生态系统带来了巨大的压力。这对鱼类和野生动物的栖息地造成不利影响，同时:
- 260亿美元的休闲经济，
- 4000万人的日常用水依赖于这条河流，
- 农田灌溉面积200万公顷。
科罗拉多河的健康状况事关重大，负责监督水资源管理和供水的美国开垦局(BOR)需要更好地了解流域地貌。
“我们正在努力了解科罗拉多河发生了什么，”博尔州尤马地区办公室技术支持办公室主任凯莉·斯科特说。“我们模拟河流，以了解整个浅水的沉积物沉积，反过来，这有助于我们确定任何水输送问题，如河岸退化或流动中的‘瓶颈’。”
与任何河流的性质一样，科罗拉多河的蜿蜒曲折是改变其自然课程。这对附近的结构构成了威胁，例如道路，农业和住宅社区。Bor努力通过疏浚和铠装的银行线保持河道。
“作为河流的水大师，我们需要确保连续送水。我们有一个持续的计划，为一项学习合同来伸展绘制河流以了解河床如何变化，“斯科特说。“我们收到的数据帮助我们更好地模拟河流的表面和次表面。我们拥有的数据质量越好，我们就能更好地模拟和理解各种水流的影响，并为沿河项目进行工程设计。”
Allied GIS是一家专门从事GIS、图像和数据库应用的制图公司，该公司的任务是构建符合美国国家测绘精度的数字正射影像和地形图标准30厘米．随后，Allied GIS与得克萨斯大学奥斯汀分校杰克逊地球科学学院的经济地质局(Bureau)合作，获取机载测深激光雷达数据，并与另一家调查公司合作，提供地形激光雷达和地面真实数据支持。
从水深测量到地形测量
徕卡地铁系统的长期用户机载传感器，主席团的研究人员使用了他们的徕卡Chiroptera.收集加利福尼亚和亚利桑那州科罗拉多河下游流域数据的机载系统。
chiroptera有两个独立的潮羊达扫描仪：
- 用于地形激光雷达的近红外(红色波长)
- 用于碱基潮汐的可见（绿色波长）
Chiroptera的设计是为了与两个扫描仪同时获取数据，从而能够在复杂的景观和浅水水体中进行调查。这条河的测量是在海拔高度地面400米以上，这是最佳的高度用于收集测深激光雷达数据。地形扫描仪以300 kHz的重复频率同时采集数据，以区分水面，并绘制直接的海岸线。
“翼手类昆虫让我们能够捕捉到河流的水深和直接地形的特征，”调查局首席研究科学家库塔尔米斯·塞拉姆说。“到目前为止，我们已经使用我们的翼手类昆虫四年多了，我们可以在实地依赖这个强大和直观的系统。这对我们来说非常重要，因为可靠的传感器对我们的工作至关重要。”
调查地点的天气条件最理想，共完成了九项任务。飞行计划已作出调整，以维持飞机的安全机动，特别是在测量区北端的高山山峰。整个调查133飞行线路占地面积265公里2完成了21小时的飞行时间．
看到清晰的通过
任务的一部分包括从一个区域收集水深数据世界上最深的水坝．位于亚利桑那州和加利福尼亚州之间的帕克大坝有一个高达98米的挡土墙，根据季节的不同，它的排水量也不同。在大坝管理部门的协调下，管理局计划在较低流量期间(146米对252米)执行空中任务3./秒)，以确定水柱中可能较低的浊度水平。由于浑浊会吸收光束并阻止光束进入较深的水柱，这是成功进行ALB测量的质量保证程序的重要部分。河流北段浊度单位(NTU)的平均值为0.41，表明水体整体浑浊度较低。在南方，河水较浅，流经沙漠般的环境，大量的水被用来灌溉。这些条件导致了更高的浊度水平高达6.25 NTU，并为激光雷达波束创造了困难。
“翼手类的强光很容易穿透河流北部的清澈河水。我们创造了一个无缝的水底表现，深度超过10米，”说萨德拉斯。“在南部，浊度水平较高，我们使用可用的返回和插值方法来估计和创造水底表示。
Leica Lidar Scaleat Suite LSS V2.3软件包含更新的浊度水算法，滤波器滤波器通过低或中等浊度较低而产生的反散噪声，并选择最独特的峰值作为水底表示。
“该算法使得从河流的深水中发现更多的回报，与正常返回相比，我们测量了81厘米的总体改善 - Lidar沐浴浴中的显着成就，”说萨德拉斯。
促进较低的科罗拉多河流域地貌和进一步了解气候变化影响的研究，局能够提供准确和详细的地图。
“按照美国填海局的要求，我们能够量化水柱深度，绘制河底、海岸线和河流整体地形的地图。”说萨德拉斯。“这一宝贵的知识使我们能够在未来进行类似的项目，而翼手目昆虫的可靠性使我们能够继续专注于类似的科学研究。”
BOR将进一步使用数字正射影术和地形图，以匹配其内部调查团队从船和地面手段的测量结果。激光雷达研究的结论将继续帮助BOR保持科罗拉多河在正确的方向流动，并支持那些依赖它的人。
“我们从激光雷达接收到的数据已经根据内部团队的调查进行了校准，”斯科特说。“这些信息对我们持续改进模型的操作非常重要，这样我们就可以正确地识别出什么正在改变什么可能发生，并根据情况开发我们的项目。”
