Ідентифікація дерев Джошуа за даними LiDAR?


9

Я працюю над проектом LiDAR, щоб визначити, де розташовані дерева Джошуа в межах визначеної дослідницької області. Зважаючи на те, що рослинний покрив настільки рідкий, там дійсно є два види балдахіну, це дерева Джошуа та бавовняна деревина. Я вважаю, що це порівняно легкий аналіз LiDAR через дуже обмежене багатство видів на балдахіні. Мій підхід полягав у створенні растрого простору Землі (DEM), а потім 1-го растрового повернення. Потім я б відняв оголену землю від 1-го повернення, що повертається, щоб створити рослинний растр. Я міг би легко видалити будь-який шум (наприклад, лінії електропередач, будівлі), використовуючи базову карту для перевірки. Оскільки клієнт хоче бачити всі дерева Джошуа> = 12 футів, я просто перекласифікую рослинність. Роблячи це, я мав би змогу побачити всі види дерев, якими мають бути дерева Джошуа, в межах моєї дослідницької області.

Це методологія, яку я дотримувався в ArcMap:

Створіть голому шару Землі

  1. Створіть набір даних Las для вибраної області дослідження за допомогою інструменту Create LAS Dataset
  2. Створіть шар набору даних за допомогою цього шару за допомогою інструмента Make LAS Dataset Layer
    a. Виберіть 2 (основний) з кодів класів
  3. Перетворіть цей шар у растровий за допомогою набору даних LAS у інструмент Raster.

Створіть рослинний шар

  1. ПОВТОРІТЬ КРОКИ 2 ТА 3 ПРОТИ, АБО ВИБІРТИ 1-ВІД ПОВЕРНЕННЯ ВІД ВІДКЛЮЧЕНИХ Значень (необов’язково) ПРИ ВИКОРИСТАННІ ЗРОБИТИ ІНСТРУМЕНТ ІНСТРУМЕНТУ ЛАС ДАТАСЕТ.

  2. Віднімайте растр «Гола Земля» з 1-го растрового повернення за допомогою інструмента «Мінус»

     1st Return (raster) – Bare Earth (raster) = Vegetation Layer
    
  3. Використовуйте інструмент Reclassify, щоб визначити, що становить 12 футів і більше:

           Classification: Natural Breaks (Jenks)
    
           Classes: 2
    
           Break values: 3.66, 10.725098
    

Хтось має з цим досвід і, можливо, міг би дати деякі поради / вказівки, де я можу помилитися? Якщо люди знають кращі методології, я відкритий до ідей!


"За допомогою цієї методології мені вдалося створити найвищі місця голої точки Землі в досліджуваній області ...". Я міг зрозуміти майже все, що ви описали, за винятком цієї ключової частини (тобто несподіваного результату). Чи можете ви уточнити (скажімо іншими словами, додати скріншот)? Дякую.
Андре Сілва

Відповіді:


3

"Якість" растру CHM, який ви генеруєте з точок LiDAR як вхід до алгоритму CanopyMaxima, суттєво вплине на ваші результати. Я пропоную спробувати кілька методів генерування CHM, таких як

  • просте з найвищою віддачею / зшивання
  • Найвища віддача перетворилася на невелику мережеву диск / мережу
  • інтерполяція першого повернення через TIN з подальшою растерізацією
  • Інтерполяція TIN має лише найвищу віддачу в сітці та растерізацію
  • алгоритм без котлованів, заснований на часткових CHM
  • алгоритм без шипів, заснований на уникненні шипа.

Ці дві статті блогу на яму вільних і шипа вільних описують , як генерувати CHM растр з різними способами , перерахованими вище , з використанням LAStools .


2

Схоже, ви намагаєтесь створити модель висоти навісу за допомогою робочого процесу. Це покаже висоту всіх об'єктів над землею. Дивлячись на ваші цікаві види, дерева бавовняного дерева зазвичай ростуть у високих межах і в прибережних районах та зонах затоплення. Дерева Джошуа - це більш посушливі високогірні дерева. Тому перекласифікація моделі висоти навісу для включення всіх пікселів> = 12 'неодмінно включала б обидва види, а не лише дерева Джошуа.

ArcGIS чудово підходить для маніпулювання похідними продуктами LiDAR, хоча йде мова про обробку LiDAR. Я скоріше рекомендую FUSION , який оптимізовано для роботи над лідерськими програмами LiDAR. Я б рекомендував алгоритм у FUSION під назвою CanopyMaxima для ідентифікації окремих дерев у межах вашої AOI. З документації (с.26) :

CanopyMaxima найчастіше використовується для ідентифікації окремих домінантних та кодомінантних дерев, представлених у моделі висоти навісу. Найкраще працює для хвойних дерев, які є відносно ізольованими. У щільних насадженнях дерева, що ростуть у безпосередній близькості один від одного, не можна розділити. Результат - це єдині локальні максимуми, де повинно бути більше однієї максимуму. Алгоритм не працює в листяних лісах, тому що форма крони для таких дерев має тенденцію бути більш округлою, а крони мають тенденцію до перекриття одна біля іншої.

Команда порівняно проста:

CanopyMaxima /img24 canopy_maxima_test_1m.dtm testtrees.csv

Звідси ви маєте файл CSV, на якому показані координати окремих дерев. Щоб відфільтрувати дерева бавовняного дерева, врахуйте наступний робочий процес:

  1. Перетворити CSV-адресу дерева у точковий файл
  2. Визначте прибережні райони (наприклад, через порогове значення DEM або буферизацію шару потоків) та використовуйте їх для фільтрації будь-яких точок розташування дерев у прибережних районах.

Дуже дякую за допомогу. У мене є кілька питань. Чи слід створити DTM в ArcMap, а потім використовувати цей DTM в алгоритмі, наведеному вище? Крім того, де я можу ввести цей алгоритм у Fusion? У мене справді немає досвіду роботи з цією програмою. Якщо у вас є час, я хотів би обговорити це з вами далі. Можливо, навіть по телефону. Я читав, що ви консультант. Можливо, ми могли б домовитися про плату, і ми могли б над цим попрацювати, щоб я міг розробити методологію свого проекту. Мій номер 3076907598. Дуже дякую !!
Tommy JH
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.