Prawidłowy przepływ pracy dla konwersji LAS na DEM


35

Regularnie spotykam pliki LiDAR (.LAS) z danymi wysokości. Kiedy to robię, zawsze staram się znaleźć sposób na przekonwertowanie ich na DEM do analizy hydrologicznej. Opracowałem kilka przepływów pracy i nawet jeśli zwykle (ale nie zawsze!) Generują to, czego potrzebuję, nie wydają się bardzo zoptymalizowane. Ponadto chciałbym mieć jeden przepływ pracy, na którym mogę polegać i nie muszę za każdym razem próbować trzech różnych.

Oto moje obecne przepływy pracy:

FME :

Czytnik LAS -> PointCloudCombiner -> RasterDEMGenerator -> pisarz Geotiff. (czas odniesienia 5 min).

ArcMap :

  1. LAS do wielopunktowego -> Wielopunktowy do terenu -> Teren do rastra (10 min).
  2. LAS do wielopunktowego -> Utwórz NIP (ponieważ Topo do rastra nie może odczytać wartości Point.Z) -> NIP do rastra (15 min).
  3. Utwórz nowy zestaw danych mozaiki i dodaj LAS jako raster. Eksportuj do ESRI GRID.

LAStools :

LAStoTXT -> Utwórz warstwę zdarzeń XY -> Do Shapefile -> Topo do rastra (3-4 godziny)

Wiem także o zestawie danych LAS do rastra i zestawie danych LAS do TIN itp., Ale zwykle nie rozpoznają moich plików LAS. Z tego, co rozumiem, # 1 w Arcmap to preferowana metoda ESRI (?).

Chcę tylko hydrologicznie poprawnego rastra , którego mogę użyć do dalszej analizy. Czego byś użył?

Mam dostęp do ArcGIS Standard 10.1 (wkrótce 10.2), analityka 3D, analityka przestrzennego. Mile widziane są rozwiązania opensource, a także skrypty, jeśli to konieczne (Python).



Czy próbowałeś LAStools LASGRID? Używanie LAStoTXT i tworzenie warstwy zdarzeń po prostu nie brzmi dobrze. Ponieważ LAStoTXT tworzy plik txt ASCII - do utworzenia rastra należy użyć narzędzia z zestawu narzędzi ASCII do RASTER. Alternatywnie możesz wypróbować LASGRID, aby przejść z LAS bezpośrednio do rastra. To da ci LiDAR DEM, z którego możesz generować kontury i wykorzystywać je jako dane wejściowe do narzędzia TopoToRaster. Jeśli chodzi o analizę hydrologiczną, nie opracowujesz, ale nie jestem przekonany, że sam LiDAR jest odpowiedni. Musisz zbadać strumienie i wypalić je w rastrze, uogólnić, zmniejszyć hałas itp.
Jakub Sisak GeoGraphics

Powinienem sprawdzić to narzędzie. Mam strumienie, jeziora, zlewy itp., Ale to jest do późniejszego przetworzenia. Na tym etapie szukam tylko metody przejścia z plików LAS do DEM w sposób, który nie jest zbyt czasochłonny i daje użyteczny model wysokości.
Martin

W LAStools powinieneś używać las2dem lub blast2dem.
fionag11

Odpowiedzi:


14

Konwertując zestaw danych LiDAR na DEM, bierzesz zestaw dyskretnych punktów danych i konwertujesz je w pojedynczy, ciągły zestaw danych. Załóżmy, że Twój plik .las zawiera wartości X (szerokość), Y (długość) i Z (wysokość) ze średnią rozdzielczością ~ 1 metra. Rozdzielczość tutaj jest naprawdę ważna - mówimy tylko o średniej, więc prawie nie znajdziemy tej ~ 1 metra rozdzielczości w zestawie danych. Zamiast tego znajdziemy wartości, które mieszczą się w oszacowaniu „ballpark” tej rozdzielczości. Więc bierzesz te punkty i zamieniasz je na rastrowy DEM, a może TIN. Wartości X i Y powinny widzieć minimalne zniekształcenie, ale zauważysz, że twoje wartości Z mogą nie być zgodne z oczekiwaniami. To dlatego, że komputer nie t wiem, jakie są prawidłowe wartości Z w komórkach, które nie spadają na żaden z punktów LiDAR. Pomiędzy punktami LiDAR zastosowano algorytm interpolacji w celu oszacowania, jakie mogą być rozsądne wartości Z. Wybór właściwej metody interpolacji w stosunku do celów analizy jest kluczową częścią przejścia z LiDAR na DEM. Ustawienie właściwej rozdzielczości dla tego wyjścia jest ważne - zawsze ustawiaj niższą rozdzielczość niż rozdzielczość zestawu danych LiDAR. Tak więc dla rozdzielczości ~ 1 metra ustawiłbym rozdzielczość 3 metrów dla DEM, aby zminimalizować zniekształcenia. Ustawienie właściwej rozdzielczości dla tego wyjścia jest ważne - zawsze ustawiaj niższą rozdzielczość niż rozdzielczość zestawu danych LiDAR. Tak więc dla rozdzielczości ~ 1 metra ustawiłbym rozdzielczość 3 metrów dla DEM, aby zminimalizować zniekształcenia. Ustawienie właściwej rozdzielczości dla tego wyjścia jest ważne - zawsze ustawiaj niższą rozdzielczość niż rozdzielczość zestawu danych LiDAR. Tak więc dla rozdzielczości ~ 1 metra ustawiłbym rozdzielczość 3 metrów dla DEM, aby zminimalizować zniekształcenia.

Mam doświadczenie w badaniu osuwisk i przepływów gruzu za pomocą DEM pochodzących z LiDAR. Osuwiska i przepływy gruzu są cechami bardzo liniowymi, które występują w pobliżu innych cech liniowych w topografii. Kiedy więc przeprowadzam konwersję z LiDAR do DEM, chcę metody interpolacji, która najlepiej podkreśla cechy liniowe. Tak się składa, że ​​jest to TIN (Triangulated Irregular Network). Mówisz, że zamierzasz przeprowadzić analizę hydrologiczną. Może powinieneś wypróbować metodę interpolacji splajnu, aby zbudować swój DEM. Interpolacja splajnu polega na rysowaniu ciągłych, nakładających się linii przez wszystkie punkty danych w celu stworzenia bardzo gładkiej powierzchni rastrowej. Zidentyfikuj zlewy, wypełnij je, narysuj kontury, powtórz.

To trochę kłopotliwe, ale staram się tutaj dojść do wniosku, że wydaje mi się, że zadajesz niewłaściwe pytanie. Zamiast pytać o przepływ pracy oprogramowania, którego powinieneś użyć do zbudowania poprawnego hydrologicznie DEM, powinieneś zapytać, jakiej metody interpolacji użyć. Na twoim miejscu wypróbowałbym metodę interpolacji splajnu.

Jeśli chodzi o oprogramowanie, przetwarzanie danych LiDAR wymaga dużej mocy procesora / pamięci RAM. Jeśli masz> 6 GB pamięci RAM, poleciłbym GRASS GIS. Mają najlepsze oprogramowanie do przetwarzania LiDAR, z jakiego kiedykolwiek korzystałem (jest to FOSS), ale musisz trochę przydzielić pamięć. W przeciwnym razie poleciłbym pozostanie przy ArcGIS. Mają świetną dokumentację, jak robić to, co chcesz robić na ich stronie internetowej.


Powinienem wypróbować inną metodę interpolacji. Mam 40 GB pamięci RAM na komputerze, ale nie mam doświadczenia w branży alokacji pamięci. ArcMap jest jednak trochę powolny w przetwarzaniu dużych zbiorów danych (zwykle mam 50-100 milionów niefiltrowanych punktów), więc może warto sprawdzić.
Martin

3
Jeśli masz 40 GB pamięci RAM na komputerze, nie powinieneś nawet martwić się majstrowaniem przy alokacji pamięci podczas korzystania z GRASS. Oto świetny przewodnik na temat obsługi punktów LiDAR w GRASS: grasswiki.osgeo.org/wiki/LIDAR . To, co podoba mi się w tym oprogramowaniu, to to, że daje ono pełną kontrolę na każdym etapie przetwarzania danych, w przeciwieństwie do innych prawnie zastrzeżonych programów, które podejmują za Ciebie wiele ogólnych decyzji.
asonnenschein,

Doskonała odpowiedź. Przesunięcie naprzód rozróżnienia między rozdzielczością czujnika (odstęp punktowy lidara) a rozdzielczością powierzchni jest świetne. Jednak do celów hydrologicznych interpolacja ToopoToRaster jest znacznie lepsza niż metody splajnowe. Jeśli nie masz lub nie chcesz narzędzi Esri, przejdź do źródła i zdobądź ANUDEM ( gis.stackexchange.com/a/131870/108 ).
matt wilkie

Jeśli użyjesz metody innej niż TopoToRaster (która jest przeznaczona dla danych konturowych, a nie lidarowych, więc nie masz pewności, czy jest to właściwe?), Powinieneś wykonać pewne uzupełniające / przerobowe wykopy w DEM, aby zapewnić poprawność hydrologiczną. Możesz to zrobić za pomocą Whitebox GAT (doskonałe narzędzia, ale zawodzi przy ogromnych zestawach danych), Taudem, bezpłatne rozszerzenie ArcHydro do ArcGIS, SAGA lub Grass r.hydrodem. Wszystkie są typu open source. Polecam Grass lub Taudem dla ogromnych zestawów danych.
fionag11

0

Jeśli musisz to zrobić tylko raz, możesz rozważyć pobranie 30-dniowej oceny MARS przez Merrick & Company. Pełny pakiet oprogramowania jest dość drogi (11995 USD), ale myślę, że dzięki oprogramowaniu do oceny można użyć istniejącego zestawu danych części wód, aby wymusić stałą elewację wokół wielokątów.


To była naprawdę wysoka cena! Robię to co jakiś czas, więc obawiam się, że próba się nie uda. Mimo to powinienem go pobrać i przekonać się, co potrafi!
Martin
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.