据外媒报道，中国科学院空天信息创新研究院（AIR）的研究团队开发出一种利用雷达数据生成高精度3D城市模型的新方法，解决了城市测绘领域的长期难题。这项将人工智能（AI）与建筑几何学相融合的新技术——Geo-SETRA，能够生成更清晰、更完整的城市景观图像。相关研究成果已发表于期刊《遥感学报》（Journal of Remote Sensing）。

图片来源：AIR

传统层析合成孔径雷达（TomoSAR）技术可以通过雷达信号重建3D环境，但在城市区域该技术则面临诸多挑战。摩天大楼和狭窄巷道等复杂结构常会干扰雷达信号，导致图像模糊或残缺。为解决这一问题，Geo-SETRA技术利用建筑物固有的形态特征（如屋顶、墙面和窗户）作为导航线索，将这些视觉语义信息融入算法，使系统能够“填补空白”，并借助建筑特征引导雷达信号解析来增强细节。

论文第一作者表示：“我们的方法实现了几何建模与雷达成像的新协同。通过视觉语义引导雷达重建，我们在保证效率的同时提升了细节完整度。”

与依赖大量后期编辑的传统SAR处理不同，Geo-SETRA采用多阶段流程：首先生成粗略的3D地图，通过计算机视觉识别关键建筑特征，再将这些特征作为贝叶斯模型（Bayesian model）中的统计“先验”来指导精确重建。

在苏州进行的模拟实验和无人机实际采集雷达数据的测试中，该技术方案取得了显著成效。该算法实现了亚米级的高程精度，能捕捉窗框和屋顶边缘等常被其他技术忽略的细节。该技术在低信号环境下的表现优于现有方法，能够生成更密集的点云数据，并保留超过80%的关键数据点。

研究人员指出：“我们的研究证明，解读城市建筑的‘语言’可以增强雷达成像效果。这可能会改变我们为智能城市发展、基础设施监测和灾难响应部署机载或空载系统的方式。”

该研究为高保真城市测绘开辟了新途径，弥合了雷达能力与现代城市管理复杂需求之间的鸿沟。