Належний робочий процес для перетворення LAS в DEM

Я регулярно зустрічаю файли LiDAR (.LAS) з даними про висоту. Коли я це роблю, я завжди намагаюся знайти спосіб перетворення їх на DEM для гідрологічного аналізу. Я розробив кілька робочих процесів, і навіть якщо вони зазвичай (але не завжди!) Видають те, що мені потрібно, вони не здаються оптимізованими. Також я хотів би мати один робочий процес, на який я можу покластися, і не потрібно кожного разу пробувати три різні.

Це мої поточні робочі процеси:

FME :

Зчитувач LAS -> PointCloudCombiner -> RasterDEMGenerator -> Writer Geotiff. (еталонний час 5 хв).

ArcMap :

1. LAS для багатоточок -> Багатоточок на місцевість -> Місцевість до растру (10 хв).
2. LAS для багатоточок -> Створити TIN (оскільки Topo до растру не може прочитати значення Point.Z) -> TIN до растру (15 хв).
3. Створіть новий набір даних Mosaic та додайте LAS як растровий. Експорт до ESRI GRID.

LAStools :

LAStoTXT -> Зробити шар подій XY -> Для Shapefile -> Топовою до растрової (3-4 години)

Я також знаю про набір даних LAS для растрових і набір даних LAS для TIN тощо, але вони зазвичай не розпізнають мої файли LAS. З того, що я розумію №1 в Arcmap, це кращий метод ESRI (?).

Все, що мені потрібно, це гідрологічно правильний растр, який я можу використовувати для подальшого аналізу. Що б ти використав?

У мене є доступ до стандарту ArcGIS 10.1 (незабаром 10.2), 3D-аналітика, просторового аналітика. Рішення з відкритих джерел вітаються, а також, якщо потрібно, сценарії (Python).

Перетворюючи набір даних LiDAR в DEM, ви берете набір дискретних точок даних і перетворюєте їх в єдиний безперервний набір даних. Скажімо, ваш файл .las містить значення X (широта), Y (довгота) та Z (висота) із середнім дозволом ~ 1 метр. Роздільна здатність тут дійсно важлива - ми говоримо лише про середню величину, тому навряд чи знайдемо таку роздільну здатність ~ 1 метр у всьому наборі даних. Натомість ми знайдемо значення, які підпадають під оцінку 'ballpark' цієї резолюції. Отже, ви берете ці точки і перетворюєте їх у растрову DEM або, можливо, TIN. Значення X і Y мають бачити мінімальне спотворення, але ви помітите, що ваші Z значення можуть бути не такими, які ви очікували. Це тому, що комп'ютер не має не знаю, які правильні значення Z знаходяться в клітинках, які не потрапляють на одну з ваших точок LiDAR. Між точками LiDAR застосовано алгоритм інтерполяції, щоб оцінити, якими можуть бути розумні значення Z. Вибір правильного методу інтерполяції щодо цілей вашого аналізу є найважливішим елементом переходу від LiDAR до DEM. Встановлення правильної роздільної здатності для цього вихідного DEM важливо - завжди встановлюйте меншу роздільну здатність, ніж роздільну здатність вашого набору даних LiDAR. Отже, для роздільної здатності ~ 1 метр я би встановив роздільну здатність 3 метра для DEM, намагаючись мінімізувати спотворення. Встановлення правильної роздільної здатності для цього вихідного DEM важливо - завжди встановлюйте меншу роздільну здатність, ніж роздільну здатність вашого набору даних LiDAR. Отже, для роздільної здатності ~ 1 метр я би встановив роздільну здатність 3 метра для DEM, намагаючись мінімізувати спотворення. Встановлення правильної роздільної здатності для цього вихідного DEM важливо - завжди встановлюйте меншу роздільну здатність, ніж роздільну здатність вашого набору даних LiDAR. Отже, для роздільної здатності ~ 1 метр я би встановив роздільну здатність 3 метра для DEM, намагаючись мінімізувати спотворення.

Я маю досвід вивчення зсувів та потоків сміття з DEM, отриманими з LiDAR. Зсуви та потоки сміття є дуже лінійними ознаками, які виникають поблизу інших лінійних ознак топографії. Тому коли я перетворюю з LiDAR в DEM, я хочу метод інтерполяції, який найкраще акцентує увагу на лінійних ознаках. Це трапляється TIN (Трикутна нерегулярна мережа). Ви говорите, що маєте на меті зробити гідрологічний аналіз. Можливо, вам слід спробувати метод інтерполяції сплайну, щоб побудувати свій DEM. Робочі інтерполяційні роботи - це малювання безперервних перекриваючих ліній через усі ваші точки даних, щоб створити дуже гладку растрову поверхню. Визначте свої раковини, заповніть їх, намалюйте лічильники, повторіть.

Це трохи невміло, але те, що я намагаюся тут отримати, - це мені здається, що ти задаєш неправильне запитання. Замість того, щоб просити програмний робочий процес, який слід використовувати для побудови гідрологічно правильної DEM, ви повинні запитувати, який метод інтерполяції використовувати. Якби я був ти, я спробував би метод інтерполяції сплайну.

Що стосується програмного забезпечення, обробка даних LiDAR є інтенсивним процесором / оперативною пам’яттю. Якщо у вас є> 6 Гб оперативної пам’яті, я рекомендую GRASS GIS. У них є найкраще програмне забезпечення для обробки LiDAR, яке я коли-небудь використовував (це FOSS), але вам потрібно зробити деякий розподіл пам'яті. В іншому випадку я б рекомендував дотримуватися ArcGIS. У них є чудова документація про те, як робити те, що ви хочете зробити на своєму веб-сайті.

Якщо вам доведеться це зробити лише один раз, ви можете розглянути можливість завантаження 30-денної оцінки MARS від компанії Merrick & Company. Повний набір програмного забезпечення є досить дорогим (11995 доларів), але я думаю, що за допомогою програмного забезпечення для оцінювання ви могли б використовувати вже наявний набір даних про водойми, щоб забезпечити постійну висоту навколо полігонів.