激光雷达之大数据获取的应用探讨
一种单线全周式扫描激光雷达的应用及与同类传感器的比较
现阶段，激光雷达在环境探测领域得到了广泛地应用。
激光雷达是计算机环境感知工具之一，通过对激光雷达进行应用，能够对周围环境进行有效探测和感知，从而构建二维或是三维模型。
随着科学技术的快速发展，激光雷达能够有效地进行环境探测，对未知环境进行更好地判断，从而获取环境的相关信息，为相关工作提供一定的参考和依据。
在进行环境探测过程中，由于雷达和视觉系统的分辨率存在一定的精度限制，无法对环境进行精密的探测。
这一情况下，激光雷达得到了广泛地应用，其在环境数据获取过程中，可以获得更加精确地数据信息，从而为相关工作提供有效的参考和依据。
本文在对激光雷达应用问题研究过程中，选择一种单纤全周式扫描激光雷达，并将其与同类的传感器进行比较，以把握激光雷达的先进性，使其得到更好地推广和应用。
1 激光雷达种类划分 从当前激光雷达的种类来看，主要分为两种，一种是单线型激光雷达，一种是多线型激光雷达。
单线激光雷达比较常见的型号为德国生产的LMS151单线激光雷达、澳大利亚的Robot Eye RE05激光雷达。
多线型激光雷达比较常见的有德国的LUX8L 8线激光雷达、美国的16线、32线、64线激光雷达。
单线激光雷达和多线激光雷达最大的差别在于扫描区域不同，单线激光雷达只能够进行二维平面扫描，而多线激光雷达可以实现三维区域扫描。
但本研究中对一种单线全周式扫描激光雷达进行了研究，这种激光雷达由澳大利亚生产，其型号为Robot Eye RE05激光雷达，这种雷达具有三维空间扫描的特性。
与单线型激光雷达和多线型激光雷达对比而言，Robot Eye RE05激光雷达具有其独特的优势，在进行环境扫描过程中，可以对区域环境信息进行更加有效地获取。
2 单线全周式扫描激光雷达概述 Robot Eye RE05激光雷达是澳大利亚的Ocular公司生产的一种单线全周式扫描激光雷达，相对于其他单线型激光雷达和一些多线型激光雷达而言，其最大的优势在于能够实现三维扫描，能够对周围环境进行全方位的探测。
如何进行测绘数据的大数据处理与分析
如何进行测绘数据的大数据处理与分析测绘数据的大数据处理与分析近年来，随着测绘技术的不断发展和进步，大量的测绘数据被广泛应用于城市规划、土地管理、自然资源管理等各个领域。
如何高效地处理和分析这些海量的测绘数据，成为了测绘行业亟需解决的问题。
本文将从数据收集、数据清洗、数据存储与管理以及数据分析与应用等方面，探讨如何进行测绘数据的大数据处理与分析。
一、数据收集在进行测绘数据的大数据处理与分析之前，首先需要进行数据的收集工作。
目前，测绘行业的数据收集方式多种多样，包括卫星遥感技术、激光雷达技术、测绘航摄测量技术等。
这些数据源可以提供丰富的地理信息数据，如地表地貌、地形地貌、地物等。
在收集数据时，需要考虑数据的质量和准确性，以确保后续处理和分析的可靠性。
二、数据清洗测绘数据收集到的原始数据往往存在一些不完善和不准确的问题，因此需要进行数据清洗的工作。
数据清洗包括去除异常值、填补缺失值、纠正错误数据等操作。
通过对数据进行清洗，可以提高数据的可用性和准确性，为后续的分析和应用提供可靠的数据基础。
三、数据存储与管理测绘数据的大数据处理与分析需要海量的数据存储和管理。
在数据存储方面，可以采用分布式文件系统和数据库等技术，将数据进行分布式存储，以提高数据的访问速度和存储能力。
在数据管理方面，可以采用数据仓库和数据湖等技术，对数据进行统一管理和组织，以便快速检索和分析。
四、数据分析与应用测绘数据的大数据处理与分析的核心就是对数据进行深入挖掘和分析，以获取有价值的信息和洞察。
数据分析可以包括统计分析、空间分析、模型建立等方法。
通过对数据进行分析，可以有效地发现数据中隐藏的规律和趋势，为城市规划、土地管理等决策提供科学依据。
同时，通过数据分析还可以为个人用户提供个性化的服务，如导航、地图等应用。
五、未来发展趋势随着时代的发展和技术的进步，测绘数据的大数据处理与分析也在不断演进。
未来，可以预见以下几个发展趋势：(1) 数据可视化：随着可视化技术的不断突破和发展，将数据以图表、地图等形式进行呈现，可以更好地理解数据中的信息和关系。
如何利用激光雷达进行三维模型测绘
如何利用激光雷达进行三维模型测绘近年来，激光雷达技术的迅速发展为三维模型测绘提供了强有力的工具。
激光雷达是一种通过发射激光束并接收其反射信号来测量目标位置和形状的设备。
它具有高精度、高速度和大范围的测绘能力，已广泛应用于地质勘探、城市规划、建筑设计等领域。
本文将探讨如何充分利用激光雷达进行三维模型测绘，从数据采集、处理到模型生成等方面进行阐述，以期为相关领域的工作者提供一些有益的参考。
1. 数据采集数据采集是三维模型测绘的第一步，也是最为关键的一步。
激光雷达通过扫描激光束并接收反射信号来获取目标物体的点云数据，从而实现对目标物体的几何形状进行测量。
在数据采集过程中，需要注意以下几点：（1）选择合适的激光雷达设备。
根据测绘任务的要求和目标物体的特性，选择合适的激光雷达设备非常重要。
不同的设备在精度、速度、范围和扫描模式等方面存在差异，需要根据实际情况进行选择。
（2）确定数据采集范围和密度。
在进行数据采集之前，需要确定测绘区域的范围和采样密度。
通常情况下，大范围的测绘需要更高的数据采集速度和较低的密度，而高精度的测绘则需要更高的密度和较小的扫描范围。
（3）考虑环境因素对数据采集的影响。
在实际数据采集过程中，需要考虑环境因素对激光雷达测量的影响，如天气、光照条件、目标物体表面的反射率等。
这些因素会影响数据质量和准确性，需要进行相应的调整和校正。
2. 数据处理数据采集完毕后，需要对原始数据进行处理和分析，以提取目标物体的几何形状信息。
数据处理的关键步骤包括：（1）去噪和滤波。
由于采集过程中会存在一些噪声和无关数据，需要对原始数据进行去噪和滤波处理。
常用的方法包括统计滤波、高斯滤波和中值滤波等，以提高数据质量和准确性。
（2）点云配准。
在多次扫描或不同位置扫描的数据中，需要将点云数据配准到同一坐标系下。
配准的目的是找到不同扫描位置之间的对应关系，以实现点云数据的融合和整合，从而形成更完整的目标物体模型。
（3）特征提取和识别。
激光雷达在电力线路工程勘测设计中的应用
激光雷达在电力线路工程勘测设计中的应用随着科技的迅猛发展，激光雷达技术已经被广泛应用于各种工程勘测设计中，其中包括电力线路工程。
激光雷达可以通过高精度的三维扫描，获取地形、建筑物、树木等目标物的详细数据，为电力线路的规划、设计和施工提供了强有力的支持。
本文将深入探讨激光雷达在电力线路工程勘测设计中的应用，以及其优势和未来发展方向。
1. 地形测量在进行电力线路工程勘测设计时，首先需要对施工地区的地形进行详细测量和分析。
传统的地形测量方法通常需要大量的人力物力，且精度有限。
而激光雷达可以快速、精准地获取地面和地形特征的数据，包括高差、坡度、地表覆盖物等，为电力线路的走线方案和设备布置提供了可靠的数据支持。
2. 空间数据采集激光雷达可以以极高的精度和速度，对工程区域内的建筑物、树木、电力设施等对象进行三维扫描和空间数据采集。
这些数据可以帮助工程师们更好地了解施工区域内的物体分布和空间结构，从而精确规划电力线路的走向和敷设方案。
3. 安全隐患检测在电力线路工程中，安全隐患是一项必须重视的工作。
激光雷达可以快速扫描整个施工区域，精准检测出可能存在的安全隐患点，比如斜坡、山体滑坡、悬崖、植被覆盖等，为工程施工提供了重要的安全保障。
4. 环境影响评估电力线路工程的施工与运行不可避免地会对周边环境产生一定的影响。
激光雷达可以帮助工程师们对施工区域的环境特征进行详细分析，包括土壤类型、植被分布、水文地质情况等，从而为环境影响评估和保护措施的制定提供科学依据。
5. 线路设计与优化激光雷达获取的高精度地形数据可以被应用于电力线路的设计和优化。
工程师们可以根据真实的地形情况，利用激光雷达数据进行线路走向选择、高度调整、设备布局等方面的优化，从而提高线路的稳定性和经济性。
1. 精度高激光雷达可以以毫米级的精度对目标物进行三维扫描，获取高精度的数据。
这种精度在电力线路工程中尤为重要，可以有效提高工程设计的准确性和可靠性。
2. 速度快相比传统的勘测方法，激光雷达具有扫描速度快的优势。
机载激光雷达数据处理技术的最佳实践
机载激光雷达数据处理技术的最佳实践机载激光雷达（LiDAR）是一种先进的遥感技术，可以快速获取高精度的地理空间数据，被广泛应用于地质勘探、环境监测、城市规划等领域。
然而，机载激光雷达数据的处理对于获取高质量的地理信息至关重要。
本文将介绍机载激光雷达数据处理的最佳实践，从数据获取到点云处理以及数据应用，探讨如何提高数据处理的效率和精度。
一、数据获取与校正机载激光雷达通过发射激光束并测量其返回的时间来获取地面点云信息。
在数据获取前，需要进行准确的传感器定标和位置定位。
传感器定标包括激光器定标、接收器定标和扫描平面定标，可通过专用设备和标定板进行。
而位置定位则可通过全球定位系统（GPS）、惯性导航系统（INS）和地面控制点（GCP）进行。
二、点云数据处理1.数据预处理由于机载激光雷达数据量庞大，预处理是提高数据处理效率的重要一步。
首先，需要进行数据格式的转换和滤波处理，去除噪声和杂散点。
其次，对于点云的分类、去除地物和异常点等，可以应用机器学习和深度学习算法，提高自动化处理的效果。
2.数据配准与融合机载激光雷达在不同时间、高度和位置采集的数据需要进行配准和融合，以便构建更完整的地理信息模型。
传统的配准方法包括特征点匹配和最小二乘拟合等，而随着研究的深入，也出现了基于特征描述子和深度学习的方法。
3.地物提取与分类机载激光雷达数据处理的一个重要任务是提取地物信息，并进行分类。
地物提取主要包括地面提取和非地面提取。
地面提取可通过高度阈值或分割算法实现，而非地面点云则可以进行聚类和特征提取，进而进行分类。
4.地理信息模型构建机载激光雷达数据处理的最终目标是构建精确的地理信息模型。
地理信息模型包括数字地面模型（DEM）、数字地面高程模型（DSM）和三维建筑物模型等。
通过数据处理和算法优化，可以精确提取地物的形状、高度和纹理等属性，为后续应用提供基础数据。
三、数据应用机载激光雷达数据处理后，可以应用于各个领域，为决策和规划提供有力支持。
激光雷达在测绘技术中的应用与前景
激光雷达在测绘技术中的应用与前景激光雷达是一种高精度的遥感技术，广泛应用于现代测绘领域。
它能够通过发射激光束并接收其反射信号，来获取目标物体的三维坐标信息。
相较于传统的测绘方法，激光雷达具有快速、高精度、非接触、高密度等优势，成为了测绘技术领域的一项重要工具。
本文将探讨激光雷达在测绘技术中的应用及其前景。
激光雷达在航空测绘中的应用是最为广泛的。
通过安装在航空器上的激光雷达系统，可以对大范围的地表进行快速、高精度的三维测绘。
这对于土地利用规划、自然资源调查以及城市规划等领域具有重要意义。
激光雷达技术可以快速获取大量的地形信息，包括地表高程、地表特征等，可以精确绘制地形图，并为地理信息系统的建立提供可靠的基础数据。
除了航空测绘，激光雷达还在地面测绘领域有着广泛的应用。
例如，在城市建设与管理中，激光雷达可以用于测量建筑物的高程、形状等。
通过对建筑物的扫描，可以获取到丰富的建筑信息，为城市规划和土地管理提供重要参考。
此外，激光雷达还能够应用于道路测绘、土地监测等领域，对地表的微小变化进行监测和分析。
在工程测绘中，激光雷达也发挥着重要作用。
例如，在隧道施工中，激光雷达可以用来获取隧道壁面的几何形状，帮助工程师进行设计和施工。
激光雷达还可以用于矿山测量、建筑结构监测等工程领域，为工程师提供精确的数据支持。
激光雷达在测绘技术中的应用前景广阔。
随着科技的不断发展和激光技术的进步，激光雷达的测绘效果将进一步提升。
未来，随着测绘需求的增加，激光雷达系统将进一步普及，并在更多领域得到应用。
例如，在智能交通领域，激光雷达可以用于车辆自动驾驶系统中，实现车辆的精确定位和避障功能。
此外，随着人工智能和大数据技术的发展，激光雷达将与这些技术结合，实现更加智能化的测绘过程和分析。
然而，激光雷达技术还面临一些挑战。
首先，激光雷达设备的成本较高，限制了其在某些领域的推广应用。
其次，激光雷达数据处理和分析的复杂性也是一个挑战，需要专业的技术人员进行操作。
如何使用测绘技术进行地理空间大数据的采集与处理
如何使用测绘技术进行地理空间大数据的采集与处理地理空间大数据是随着科技发展而崛起的一种重要数据类型，它涵盖了大量关于地球表面各种空间现象的信息。
测绘技术作为获取地理空间数据的重要手段，在地理空间大数据的采集与处理方面具有不可替代的作用。
本文将探讨如何使用测绘技术进行地理空间大数据的采集与处理。
一、地理空间大数据的采集地理空间大数据的采集涉及到多种测绘技术方法。
其中，卫星测绘是目前应用最广泛的一种手段。
卫星测绘通过卫星载荷系统获取的遥感影像数据，可以提供高质量的地理空间信息。
卫星影像数据的采集可以覆盖广大的地理范围，对于监测自然灾害、城市发展等具有重要意义。
此外，现代测绘技术还包括航空摄影、激光雷达测绘、GPS测量等。
航空摄影是一种通过飞机或无人机获取地理空间数据的方法。
航空摄影可以提供高精度的影像和三维模型数据，对于地理空间大数据的采集具有重要意义。
激光雷达测绘是一种通过激光束扫描地面获取地理空间数据的方法。
激光雷达技术可以提供高精度的三维点云数据，可以用于制作数字地图、建筑物模型等。
GPS测量是通过卫星导航系统获取地理位置信息的方法。
GPS技术可以提供高精度的地理位置数据，对于地理空间大数据的采集和处理具有重要意义。
二、地理空间大数据的处理地理空间大数据的处理包括数据存储、数据分析、数据挖掘等过程。
数据存储是指将获取的地理空间数据存储到数据库或文件系统中，以供后续访问和处理。
在数据存储过程中，需要考虑数据的组织结构、数据的索引和查询等问题。
数据分析是对地理空间大数据进行统计和分析的过程。
通过数据分析可以发现地理现象之间的关联性和规律性，为科学决策提供支持。
在数据分析过程中，常常使用地理信息系统（GIS）软件来进行空间分析、属性分析等操作。
数据挖掘是从大规模数据集中发现隐藏信息和规律的过程。
在地理空间大数据的处理中，数据挖掘可以帮助我们发现地理现象之间的关联规律，提供更深入的洞察力。
三、地理空间大数据的应用地理空间大数据的应用广泛涉及到城市规划、环境监测、资源管理等领域。
激光雷达数据处理matlab
一、激光雷达技术概述激光雷达是一种使用激光束来测量距离、速度和方向的遥感技术。
它通过发射激光脉冲并接收反射光来获取目标物体的位置信息，广泛应用于自动驾驶、航空航天领域。
二、激光雷达数据处理的重要性激光雷达获取的原始数据需要经过一系列处理步骤才能得到可用的信息。
数据处理是激光雷达系统中非常重要的步骤，直接影响到最终的数据质量和信息提取效果。
三、激光雷达数据处理的流程激光雷达数据处理一般包括数据读取、去噪、地面提取、目标检测与跟踪等步骤。
1. 数据读取首先需要将激光雷达采集到的原始数据导入到Matlab环境中进行处理。
一般数据格式包括ASCII格式、二进制格式等。
2. 数据去噪由于激光雷达数据容易受到噪声干扰，需要进行去噪处理。
常见的方法包括滤波、波形拟合、信号处理等。
3. 地面提取在激光雷达数据中，地面点的位置与形状是非常重要的信息。
地面提取是激光雷达数据处理的关键步骤，它可以过滤掉大部分无关的点云数据，保留有效信息。
4. 目标检测与跟踪激光雷达可以用于检测和跟踪目标物体，如车辆、行人等。
通过激光雷达获取的目标信息可以用于自动驾驶、交通监控等应用领域。
四、Matlab在激光雷达数据处理中的应用Matlab作为一种强大的科学计算软件，提供了丰富的工具和函数，可以方便地对激光雷达数据进行处理和分析。
1. 数据可视化Matlab可以用于对激光雷达数据进行可视化，包括点云数据的显示、图像生成、立体显示等。
2. 数据处理算法Matlab提供了众多数据处理算法，如滤波、拟合、聚类等，适用于激光雷达数据的去噪、地面提取、目标检测等环节。
3. 仿真与验证Matlab还可以用于激光雷达系统的仿真和验证，通过建立模型和算法进行数据处理的验证和优化。
五、结语本文通过介绍激光雷达数据处理的概念和流程，以及Matlab在该领域的应用，展现了激光雷达数据处理在科研和工程应用中的重要性和广泛性。
随着激光雷达技术的不断发展，激光雷达数据处理的需求也日益增加，Matlab作为一种多功能且灵活的工具，为激光雷达数据处理提供了便利和有效的解决方案。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
云南临沧地区1:500航摄高精度测图
测区概况
• 作业时间：2017年10月； • 项目概况：共计162km²； • 项目要求：1:500航测，测绘4D数据； • 作业方式：有人机载激光雷达； • 飞行高度：400m； • 外业人员：4人； • 作业用时：外业飞行20小时，内业用时2个月
技术路线
外业采集
GPS数据 IMU数据 原始点云
IE解算轨迹
Pointprocess 点云解算
点云
导入
Terrasolid 检查点云
DLG成果
成果输出
SouthLidar
南方三维激光地形地籍成图软件
测图采集
Pointprocess 坐标转换
使用设备
设备使用SZT-R250
测程：250m 扫描速度：100000点/秒
吉林省2万公里道路资产调查
项目启动
阴雨天气
吉林省2万公里道路资产调查
广东省某300公里电力巡线
广东省某300公里电力巡线
其他激光雷达项目案例
广东省台山市海晏镇北村头4平方公里地形扫描
扫描设备： RIEGL VZ-1000 南方S82T （1+1) 扫描站数：10站 外业耗时：2.5小时 扫描区域：4.2平方公里 该地区有山，路，水田，沟渠，村庄和电线杆等地物地貌。客户需求的成果为被测地区的地形图及点云数据。
控制箱
基站架设
基于临沧测区未做过控制网，控制点基本上分布于城市外围，最终确定将基站架设在测区边缘的GP01控制点 上，该点距离最南端11.23公里，最北端9.67公里，完全满足作业要求。
航线设计
航线分块设计，保证数据完整度的同时最大程度的减少飞行时间
飞行
数据采集
轨迹解算
IE进行GNSS、IMU数据的融合解算
点云内业处理
点云导入南方三维激光地形地籍成图软件进行内业处理工作，可实现百G海量秒级加载
无人机载应用地籍项目难点
需要专业飞手 细心观察测区环境
外业人员 要有航测基础
需要有绘图基础 了解房屋结构绘制的
内业成员。
南方三维激光地形地籍成图软件——SouthLidar
300G数据的秒级加载和流畅展示，兼容手持、地面、背包、机载、车载等点云和影像数据 6月份推出正式版
DSM制作
与制作DEM方式一样，只是选择的点云从地面层改为除噪点、重叠带以外的所有层
出色的植被穿透能力
DEM制作
使用分类完成后的地面点制作DEM数据
基于DEM提取等高线
DOM制作
基于DEM、POS数据和相机文件在TerraSolid中通过连接点进行影像拼接与修正
图像处理
扭曲拉花
拼接缝修改
10-100线/秒 扫描视场角：360° 重量：2.1kg
外业准备
根据激光参数，在大疆地面站上设计无人机航线
控制点位于测区偏北部，基站可覆盖整个测区
数据采集
外业采集现场
数据采集
数据解算
IE进行GPS、IMU数据的融合解算
Pointprocess进行点云解算
点云检查
解算后的点云
绘图前，点云分层及精度检查
点云内业处理
可实现： 指定高程，快速绘制、 分屏绘图操作、 点云切片、碰撞检测、 电力塔号显示、 特征地物自动提取等功能；
可搭配idata使用
南方三维激光地形地籍成图软件 ——网页版
自动提取
斑马线已经实现99%自动提取，每公里提取仅需2分钟时间。城市部件已经做到80%自动提取
其他案例分享
吉林省2万公里道路资产调查
1. 作业时间：2017年8-10月 2. 项目概况：吉林省国、省、乡道路旁资产信
息采集（红绿灯、广告牌等），共计2万公里 3. 项目要求：提供pos、点云、全景影像原始数
据，水平精度要求小于1米。 4. 作业方式：车载作业。 5. 设备选择：SZT-R1000. 6. 外业人员：3人，技术2人，司机1人。
时间同步模块
移动测量过程中，使扫描点 数据与GNSS定位数据以及惯 导系统数据、影像数据同步
GNSS天线
提供高精度位置信息
整体参数
测程：1350m 测量精度：2cm 规格：515*248*310（mm） 重量：17.39kg 电压：11~36v 功耗：85w
设备安装
现场照片
设备安装
GNSS天线
激光扫描仪
快速获取目标地物的空 间信息数据，高质量均 匀采集数据
SZT-R1000
惯性导航系统
低噪声，偏差稳定， 结合GNSS技术，提 供稳定、连续的三维 高精度位置、速度、 姿态信息
全景相机（车载模式）
6个500万像素高清CCD， 实时完成图像采集、处理、 拼接和校正等工作，单幅图 像分辨率可达3000万
匀光匀色
DOM
DLG制作
基于CASS在DOM上进行道路、建筑、耕地等要素的采集
DLG制作
将地物要素与等高线及高程点合并修饰
DLG制作
技术路线
外业采集
GPS数据
IMU数据 原始影像 原始点云
点云
Terrasolid
噪点去除、 地面点提取
DEM DSM
影像
Terrasolid
平差、 纠正
inph
测区概况
临沧测区在临沧主城区以南，机场路以东；整个测区南北20公里长，东西方向10公里； 测区内以山地为主，夹杂有湖泊，河流，住宅，耕地，植被覆盖率高达85%，部分测区 高差达1km；在测区的西南方向，有临沧唯一的机场，距离测区最近处只有250米的距离。
飞思相机（机载模式）
飞思中画幅相机，定焦镜头， 固定于金属盒内，1亿像素， 支持镜头防抖
解算得到的POS文件
点云解算
坐标转换
点云分块
数据粗检
影像覆盖度检查ຫໍສະໝຸດ 点云完整度检查点云粗分类
采用TerraSolid中的分类算法将点云进行批处理，实现地面，非地面点的粗分类
检查点采集
在测区内均匀采集特征点，进行点云精度验证以及dom验证
精度验证
将孟定采集的191个检查点跟激光点云的地面点数据做比较，由软件自动生成上图中报 告， 最终得出高程精度中误差为6.9厘米，临沧116个检查点得出的高程精度中误差为5.1厘 米，
拼接线编辑 匀色
PhotoShop
图面 编辑
DOM
DEM 点云 DOM
等高线
高程点
道路、建筑、 水系等要素
DLG
机载激光雷达应用于项目的难点
需要有人机 需要申请空域
外业人员 需要航测基础
内业处理 需要专业人员
1:500地形地籍测图方案分享
项目概况
• 作业时间：2017年12月 • 项目概况：共计18km²。 • 项目要求：1:500地形地籍图 • 作业方式：无人机载激光雷达 • 飞行高度：50m • 外业人员：3人； • 用时：外业飞行20架次，内业用时2月。