أكثر

LiDAR (.las) إلى DEM المجرد: متوسط ​​تباعد النقاط وحجم الخلية؟

LiDAR (.las) إلى DEM المجرد: متوسط ​​تباعد النقاط وحجم الخلية؟


أنا أستخدم ArcGIS 10.1 لإنشاء DEM (الأرض المجردة) من مجموعة بيانات LAS. لتحقيق هذا ، أستخدمLas Dataset إلى النقطيةأداة كما هو موضح في موقع Esri.

لقد قرأت هنا وهناك على الويب أن حجم خلية البيانات النقطية الناتجة يجب أن يتم تعيينه بقيمة تقابل متوسط ​​تباعد نقاط LAS ؛ في مكان آخر ، يقترحون استخدام قيمة تساوي ثلاثة أضعاف متوسط ​​تباعد النقاط.

الآن ، نظرًا لأنني أرغب في إنتاج DEM أرضي عارية (على سبيل المثال ، مع عائدات الأرض فقط) ، أتساءل عما إذا كان يجب تعيين حجم الخلية عند متوسط ​​تباعد النقاط لمجموعة بيانات LAS بالكامل (أي التي تشتمل على أرض غير أرضية ، إلخ) ، أو حصريًا من النقاط الأرضية؟

على أساس ArcGIS'sمعلومات ملف النقطةأداة (مثال) ، تمكنت من الحصول على إحصائيات لكل فئة LiDAR. يبلغ متوسط ​​التباعد (مجموعة البيانات الكاملة) 1.5 مترًا ، بينما يبلغ 0.67 للنقاط الأرضية فقط.

أي نظرة ثاقبة في القضية؟


يعتمد الأمر حقًا على ما ستفعله هنا. إذا كان هدفك هو إجراء قياسات دقيقة ، فستحتاج إلى أن تكون تباعد الشبكة أصغر ، حول متوسط ​​تباعد النقاط لمجموعة البيانات. إذا كان هذا جزءًا من عملية إنشاء صور تقويم العظام أو تحليل مستجمعات المياه ، أو أي مهمة أخرى تتطلب نموذج تضاريس أكثر عمومية ، فستحتاج إلى أن تكون المسافات أكبر.

أيضًا ، إذا قمت بتصفية البيانات إلى النقاط الأرضية ، فاستخدم هؤلاء! يمكنك تجاهل التصنيفات الأخرى.

يعتبر حجم تباعد النقاط ثلاث مرات بشكل عام فكرة جيدة للتعميم لأنها تسمح لخلية الشبكة بثلاث نقاط لتصل إلى قيمة متسقة نظريًا. في مهنتي ، أحيانًا عندما أقوم بإنتاج صور تقويم العظام ، أسمح بحجم شبكة ضخم ، غالبًا ما يكون 8-12 ضعف حجم تباعد النقاط.

وجهة نظري (هيه) هي: لا توجد طريقة صحيحة أو خاطئة لإنتاج نموذج الأرض المجردة. بالتأكيد ، هناك مواصفات في بعض الأحيان (وإذا كانت هذه واحدة من تلك الحالات ، أقترح عليك تجاهل كل ما أقوله واتباع المواصفات) ، ولكن إنتاج ما تحتاجه ليناسب مشكلتك يمكن أن يكون مجديًا تمامًا.

هل تريد نموذجًا أكثر صلابة ويفترض أنه أكثر دقة مع حواف أكثر صلابة يمكنك من خلالها نمذجة التضاريس بدقة أكبر؟ استخدم مسافات أصغر. هل تريد نموذج تضاريس أكثر عمومية يكون أكثر سلاسة وأقل دقة ، لكنه يعرض خصائص التضاريس الإجمالية لمنطقة كبيرة؟ استخدم مسافات كبيرة.

الكثير من هذا هو التجربة والخطأ. هذا هو جمال هذا النوع من الأشياء: حوالي 30٪ علم و 70٪ فن.


أعمل كجزء من فريق الإنتاج الذي يستحوذ على LiDAR ويولد DEMs للعديد من الوكالات الحكومية ، بما في ذلك USGS. من الشائع رؤية المواصفات التي تحدد حجم الخلية بحيث لا يكون أصغر من تباعد النبض الاسمي (NPS) للمشروع بأكمله (جميع النقاط). على سبيل المثال ، إذا كان NPS يبلغ 2 متر لمجموعة بيانات ، فإن مشتقات LiDAR يجب ألا تقل عن 2 متر. السبب وراء ذلك هو أنه عندما يكون حجم الخلية أصغر من NPS ، هناك استيفاء كبير للقيم بين نقاط المعرفة. وهذا بدوره يؤدي إلى إنشاء مجموعة بيانات أقل من دقة.

تحرير: NPS محددة

تعريف جيد في هذا المستند:

يشير تباعد النبض الاسمي (NPS) إلى متوسط ​​تباعد النقاط لمجموعة بيانات LiDAR التي يتم الحصول عليها عادةً في نمط متعرج مع تباعد نقطي متغير على طول المسار والمسار المتقاطع. NPS هو تقدير وليس حساب دقيق ؛ الإجراءات القياسية قيد التطوير بواسطة ASPRS لحسابات NPS


لأغراض المقارنة ، قمت بإنتاج اثنين من DEMs الأرضية العارية باستخدام قيمة حجم الخلية في حالة واحدة متوسط ​​قيمة النقطة لمجموعة بيانات LiDAR بأكملها ، وفي الحالة الأخرى ، متوسط ​​التباعد بين نقاط الأرض فقط (تقريبًا: كان 0.668 ، لقد أدخلت القيمة 1 ، لذلك الحصول على مارك ألماني بدقة 1 م).

تم إجراء الإجراء عبر ArcGIS'sمجموعة بيانات Las إلى النقطيةأداة.

أنا أشير إلى وجود اختلاف واضح لصالح الثاني ماركا ألمانيا. بالتركيز على نفس الجزء من المناظر الطبيعية ، ألاحظ تحسنًا في التفاصيل وجودة تمثيل التضاريس. لذا ، أنا سعيد جدًا بالدم الثاني.


LASmoons: Olumese Efeovbokhan

خلفية:
تتطلب النماذج الهيدرولوجية بيانات إدخال مختلفة لرسم خرائط التعرض للفيضانات. بيانات الإدخال المهمة لرسم خرائط الضعف في الفيضانات هي DTM التي يتم توجيه التدفق عليها. يتم إنشاء DTMs باستخدام رسم الخرائط والمسح الأرضي والقياس التصويري الجوي الرقمي ومقاييس التداخل SAR (InSAR) و LiDAR من بين وسائل أخرى. تقلل دقة DTMs عالية الدقة من الأخطاء التي قد تنجم عن بيانات الإدخال عند إجراء النمذجة الهيدرولوجية ، خاصة في مناطق التجمعات السكنية الصغيرة. يتضمن هذا البحث تطبيق القياس التصويري الجوي الرقمي لإنشاء غيوم نقطية يمكن استخدامها لاحقًا لرسم خرائط التعرض للفيضانات.

المرمى:
لتعزيز المكاسب السابقة في استخدام LAStools لإنشاء DTMs المطلوبة لرسم خرائط الضعف في الفيضانات. سيتم التحقق من مدى ملاءمة هذه DTMs لاحقًا لتحليل قابلية التأثر بالفيضانات. ستتم مقارنة هذه النتائج مع DTMs الأخرى من أجل تحديد عدم اليقين المرتبط باستخدام DTMs لرسم خرائط التعرض للفيضانات.

بيانات:
+
سحابة نقطة المسح التصويري عالي الدقة و DSM لجزيرة لاغوس وإيكورودو وأجاه نيجيريا
– – – الصور التي تم الحصول عليها من خلال رحلة طائرة بدون طيار Ebee Sensefly
– – – سحابة نقطة القياس التصويري التي تم إنشاؤها باستخدام Photoscan بواسطة AgiSoft
+ بيانات هطول الأمطار
+ سحابة نقطة LiDAR المصنفة بدقة 1 نبضة لكل متر مربع تم الحصول عليها لمنطقة الدراسة من حكومة ولاية لاغوس

تجهيز LAStools:
1) تجانب نقطة المسح التصويري الكبيرة إلى مربعات مع مخزن مؤقت [أخيرًا]
2) علامة مجموعة من النقاط التي يكون إحداثي z فيها نسبة مئوية معينة من تلك الخاصة بجيرانهم [الأخير]
3) إزالة النقاط المنخفضة المعزولة من مجموعة النقاط المحددة [لازوز]
4) تصنيف النقاط المحددة إلى أرضية وغير أرضية [lasground]
5) سحب نقاط قريبة فوق وتحت الأرض [lasheight]
6) إنشاء نموذج التضاريس الرقمية (DTM) من النقاط الأرضية [las2dem]
7) دمج و hillshade الفردية النقطية DTMs [blast2dem]


1 المقدمة

تساعد الخرائط الدقيقة لأعطال سطح الهولوسين المطورين على تجنب البناء في مناطق الأرض المضطربة على طول الصدوع وتوفر رؤى حول التكتونية الإقليمية. هذه العيوب لها أصول عميقة الجذور في تكوين خليج المكسيك (Sheets ، 1971). كما يبدو أنها أعيد تنشيطها مؤخرًا بسبب سحب الإنسان للمياه الجوفية والنفط (هولزر ، 1984).

تعتبر العيوب التي تم تناولها في هذه الورقة جزءًا من مجموعة من مئات الصدوع التي قطعت رواسب البليستوسين والهولوسين على السهل الساحلي بين بومونت وفيكتوريا (فيربيك ، 1979). قدر فيربيك أن أكثر من 10٪ من هذه العيوب كانت نشطة خلال القرن العشرين. تنتمي هذه الصدوع إلى نظام إقليمي من صدوع من أسفل إلى الحوض على طول سواحل تكساس ولويزيانا.

تقع هيوستن ، تكساس ، ضمن الهامش الخامل العريض لحوض المحيط بخليج المكسيك (الشكل 1). بدأ امتداد خليج المكسيك بالتصدع الترياسي (سلفادور ، 1991) تلاه انتشار قاع البحر خلال منتصف العصر الجوراسي (بيرد وآخرون ، 2005). أدى الترسب في منطقة ساحل الخليج الشمالي الغربي إلى تقدم هامش الجرف في حوض خليج المكسيك في جميع أنحاء العصر الطباشيري وحقبة الحياة الحديثة (Winker ، 1982). كان ترسب الباليوجين في الغالب في منطقة جنوب تكساس ، لكن ترسب النيوجين ركز على شرق تكساس وجنوب لويزيانا (ويليامسون ، 1959). تحدث منطقة خطأ النمو الأكثر نشاطًا بالقرب من هامش رف prograding. كان هامش رف Oligocene prograding في منطقة هيوستن. يحدث الانهيار في هيوستن في الوقت الحاضر ، ولكن بمعدل أبطأ من هامش الرف.

1.1 أخطاء هيوستن

تم تعيين العديد من عيوب السطح النشطة في منطقة هيوستن قبل دراستنا (على سبيل المثال ، Clanton and Amsbury، 1975 Heuer، 1979 Verbeek et al.، 1979 O'Neill and Van Siclen، 1984 Shaw and Lanning-Rush، 2005). يوضح الشكل 2 أعطال السطح النشطة التي بحثنا عنها باستخدام بيانات الليدار. يمكن أن تصل معدلات الحركة المحلية على الأعطال الفردية إلى ثلاثة سنتيمترات في السنة (نورمان ، 2005). نظرًا لعدم وجود بؤر زلزال مسجلة في منطقة هيوستن ، يتم استنتاج حركة الخطأ بواسطة الزحف الزلزالي. تعرض حركة خطأ هيوستن كلاً من التباين المكاني والزماني (Mastroianni ، 1991). تسببت الحركة على الأعطال النشطة في إلحاق أضرار بالمباني وخطوط الأنابيب وآبار البترول والمياه وخطوط الصرف الصحي وخطوط الطاقة والطرق. في بعض الحالات ، ظلت مواقع العيوب غير معروفة حتى أدى الانزلاق المتراكم إلى أضرار جسيمة. الصيانة المستمرة للمباني ، في بعض الحالات ، تقلل الضرر الناجم عن الأعطال النشطة.

لم يتم نشر مواقع العديد من الأعطال السطحية النشطة في منطقة هيوستن ، ويرجع ذلك أساسًا إلى أن بعض البيانات مملوكة (أي دراسات الموقع التي ينتجها مستشارون جيوتقنيون للعملاء). كما أن التهديد برفع دعاوى قضائية يحد من النشر. المسؤولية القانونية الرئيسية هي أن عدم وجود خطأ من الخريطة قد يتم تفسيره بشكل غير صحيح على أنه يشير إلى عدم وجود خطأ. على عكس قانون Alquist-Priolo في كاليفورنيا (Hart and Bryant ، 1997) ، تفتقر تكساس وهيوستن إلى اللوائح المتعلقة بالبناء في مناطق الصدع. في بعض المناطق التي تم فيها التعرف على مواقع العيوب ، تُركت الأرض الواقعة على طول الصدع مفتوحة ، غالبًا كمتنزه أو كبركة لاحتجاز مياه الأمطار.

1.2 التكتونية الإقليمية

تم ربط العديد من عيوب سطح هيوستن بعيوب تحت السطح (Heuer، 1979 Sheets، 1979 Van Siclen، 1967). فيربيك وآخرون. (1979) اعترف بأن هذه العيوب هي عيوب في النمو. تهيمن الصدوع التي تمتد من أسفل إلى الساحل ، والتي تمثل الامتداد إلى الحوض ، وتحدد الاتجاه الإقليمي الجنوبي الغربي إلى الشمال الشرقي (Sheets ، 1971). تم العثور على الصدوع السطحية المضادة في هيوستن مقابل الأجزاء الأكثر نشاطًا من صدوع أسفل الساحل (نورمان ، 2005). العديد من هذه العيوب المضادة للخدش نشطة حاليًا.

تحدث معظم الصدوع (80٪) في منطقة هيوستن فوق قباب ملحية (نورمان ، 2005). العديد من العيوب الشعاعية (Verbeek and Clanton ، 1978) وعادة ما تكون قصيرة وعادة ما تكون عبارة عن مسامير. تسود قباب الملح والصدوع المرتبطة بها مباشرة في الجزء الجنوبي الشرقي من المنطقة. إن ارتباط العيوب الشعاعية والقباب الملحية معروف جيدًا ويسهل فهمه (Schultz-Ela et al. ، 1994).

تعبر العيوب في منطقة هيوستن الشمالية الغربية عن الاتجاه الإقليمي وهي محور دراستنا. هناك ثلاثة أنظمة أعطال رئيسية في هذه المنطقة - نظام خطأ Hockley-Conroe ونظام أعطال Addicks ونظام أعطال Long Point-Eureka Heights (الشكلان 2 و 3). يمتد نظام خطأ Hockley-Conroe بشكل جيد خارج مقاطعة Harris ، حيث لدينا بيانات. يحول التداخل في أنماط الصرف مع النتوءات الخاطئة إلى تحديد واضح لاستمرار شمال شرق للخطأ داخل مقاطعة هاريس على صور الليدار. يمتد نظام صدع أديكس من خزان باركر شمال شرقًا باتجاه مطار بوش الدولي. يقع Lee Fault النشط المتناقض جنوب شرق المطار ، مما يوحي بأن استمرارًا نشطًا لنظام Addicks Fault System يمر عبر الركن الشمالي الغربي من المطار. يعد Long Point Fault أحد أكثر الأخطاء نشاطًا في منطقة هيوستن وربما يكون الخطأ الأكثر دراسة في المنطقة.

قد تلعب حركة الملح التكتونية أيضًا دورًا مهمًا في نشاط الصدع في منطقة شمال غرب هيوستن. في هذا النموذج (Jackson et al. ، 2003) ، يتسبب سحب الملح في توفير مساحة إقامة إضافية في الجدار المعلق ، حيث تسمح اللحامات الملحية بانزلاق الجاذبية.

1.3 هبوط

يمكن أن يكون هبوط السطح في هيوستن مرتبطًا بالعديد من الأسباب بما في ذلك سحب المياه وضغط الرواسب وصدوع السطح. يوضح التخلي عن تقسيم براونوود أهمية الهبوط في منطقة هيوستن (كوبلين وجالوي ، 1999). تم بناء تقسيم براونوود في أواخر الثلاثينيات. في البداية ، كانت الارتفاعات حوالي 3 أمتار فوق مستوى سطح البحر ، ولكن بحلول أواخر السبعينيات حدث هبوط أكثر من 2.5 متر. التقسيم كان عرضة لفيضانات متكررة. كان الهبوط في هذه المنطقة مرتبطًا بسحب المياه الجوفية لمصانع البتروكيماويات على طول قناة هيوستن للسفن ولمدينة بايتاون. تؤكد قياسات InSAR الأخيرة (رادار الفتحة التركيبية التداخلية) (Stork and Sneed ، 2002) انخفاض الهبوط في منطقة قناة هيوستن للسفن والهبوط المستمر في منطقة خزان أديكس في غرب هيوستن.

التفاعل بين صدوع سطح هيوستن والهبوط معقد وغير مفهوم جيدًا. وجد Holzer and Gabyrsch (1987) ارتباطًا زمنيًا بين سحب المياه الجوفية ومقدار انزلاق الصدع. وجد Kreitler (1976) أن العيوب تقسم الهبوط. لم يتم إثبات ارتباط انخفاضات الهبوط على نطاق كيلومتر في منطقة هيوستن بالصدوع النشطة (O'Neill and Van Siclen ، 1984). يعزو Paine (1993) زيادة الهبوط منذ العصر الجليدي في جميع أنحاء منطقة ساحل تكساس إلى سحب النفط والغاز نظرًا لغياب استخدام المياه الجوفية في العديد من المناطق. يلعب Glacial-isostasy أيضًا دورًا (Gonzalez and Tornqvist ، 2006). يعزو Dokka (2006) الهبوط إلى العوامل التكتونية في ساحل لويزيانا.


LiDAR (.las) إلى DEM المجرد: متوسط ​​تباعد النقاط وحجم الخلية؟ - نظم المعلومات الجغرافية

2017 USACE FEMA Topobathy Lidar DEM: ساحل فلوريدا الشرقي وفلوريدا كيز ومقاطعة كولير

NOAA's Ocean Service ، مكتب الإدارة الساحلية (OCM)

تم جمع هذه البيانات من قبل USACE نيابة عن FEMA كجزء من جهود الاستجابة لحالات الطوارئ بعد إعصار إيرما لتقييم الارتفاعات فوق وتحت الماء على طول ساحل فلوريدا.

20170918 20170920 20170921 20170922 20170923 20170924 20170925 حالة الأرض

حسب الحاجة -82.175 -79.567 30.924 24.328 فئة الموضوع ISO 19115 ارتفاع فئات الموضوع ISO 19115 ارتفاع imageseryBaseMapsEarthCover موقعك المحيطات GCMD Earth Sciences Words Keywords v7.1.1 المحيطات و GT. قياس الحمام / طبوغرافيا البحار و GT الطوبوغرافيا البحرية المحيطات و GT. قياس الحمام / طبوغرافيا البحار و GT BATHYMETRY علوم الأرض و GT المحيطات والعمليات الساحلية و GT الساحل الأرض الصلبة و جي تي جيومورفولوجيا و جي تي الأراضي الساحلية / العمليات عمليات المحيطات و gt الساحل و gt الساحل سطح الأرض & GT TOPOGRAPHY & GT TERRAIN ELEVATION الأبعاد البشرية & gt استخدام الأراضي / غطاء الأرض & فئات استخدام الأراضي gt لا أحد قياس الأعماق / الطبوغرافيا قياس الأعماق الطبوغرافيا نموذج التضاريس الرقمية (DTM) نموذج الارتفاع الرقمي (DEM) 1m النقطية بير إيرث تصنيف LAS المركز التقني المشترك لليدار لقياس الأعماق المحمولة جواً من eXpertise (JALBTCX) منطقة المحمول IWG-OCM البرنامج الوطني لرسم الخرائط الساحلية (NCMP) سلاح المهندسين بالجيش الأمريكي (USACE) تصوير خرائط المنطقة الساحلية Lidar (CZMIL) بعد إعصار إيرما الكلمات الرئيسية لمركز بيانات GCMD v7 وزارة الدفاع / USARMY / USACE / SAM / MOBILE / OPJ / JALBTCX & gt وزارة الدفاع الولايات المتحدة الأمريكية جيش سلاح المهندسين بالجيش الأمريكي منطقة المحمول فرع البيانات المكانية مركز الخبرة التقني المشترك المحمول جوًا ليدار لقياس الأعماق كلمات أداة GCMD v7.1 LIDAR & GT LIGHT DECTION AND RANGING مكنز اكتشاف CoRIS المعلومات الجغرافية و GT Lidar قاموس المرادفات الخاص بموضوع CoRIS علوم الأرض و GT. قياس أعماق المحيطات و GT. علم الأرض & GT. سطح الأرض & تضاريس GT & ارتفاع تضاريس GT كتالوج NOAA NOS الحصاد CoRIS

الكلمات المفتاحية لموقع GCMD v7

الموقع العمودي وسطح الأرض

الموقع الرأسي و GT الطابق البحري

نظام معلومات الأسماء الجغرافية

OCEAN BASIN & GT Atlantic Ocean & GT North Atlantic Ocean & GT Florida

COUNTRY / TERRITORY & gt United States of America & GT Florida

OCEAN BASIN & GT Atlantic Ocean & GT Gulf of Mexico & GT Florida

COUNTRY / TERRITORY & gt United States of America & GT Florida

الولايات المتحدة 228-252-1131 228-252-1121 228-252-1133 [email protected] 8 صباحًا - 5 مساءً من الاثنين إلى الجمعة

https://coast.noaa.gov/htdata/lidar2_z/geoid12b/data/6330/supplemental/fl2017_usace_fema_irma_m6330.kmz
يُظهر هذا الرسم تغطية lidar لاكتساب topobathy lidar لعام 2017 على طول الساحل الشرقي لفلوريدا ، ومقاطعة Keys و Collier بعد إعصار إيرما.
سيكون تقدير kmz للمركز التقني المشترك المحمول جواً ليدار لقياس الأعماق (JALBTCX) موضع تقدير في أي منشورات أو منتجات مشتقة. Microsoft Windows 7 الإصدار 6.1 (النسخة 7601) Service Pack 1 Esri ArcGIS 10.1.0.3035 لم يتم تخصيص هذه البيانات. لا شيء لا تنسب هذه البيانات. أثناء الفحص ومراقبة جودة سحابة نقطة ليدار ، استوفت اختلافات ارتفاع خط الطيران إلى خط الطيران مواصفات مستشعر CZMIL. تغطي مجموعة البيانات هذه المدى المكاني لبيانات الليدار الطبوغرافية التي تم الحصول عليها خلال هذا المسح.

بيانات CZMIL الطبوغرافية - تم تجميعها لتلبية دقة أفقية تبلغ 1 متر بمستوى ثقة 95٪. بيانات قياس الأعماق CZMIL - تم تجميعها لتلبية 3.5 + 0.05d m بدقة أفقية بمستوى ثقة 95٪ ، d هي العمق. بيانات طبوغرافية CZMIL - تم تجميعها لتلبية دقة رأسية تبلغ 19.6 سم بمستوى ثقة 95٪. بيانات FOV الضحلة لقياس الأعماق CZMIL - تم تجميعها لتلبية SQRT ((0.25 ^ 2) + ((0.0075d) ^ 2)) متر بدقة عمودية عند مستوى ثقة 95٪ ، d هي العمق. بيانات مجال الرؤية العميقة العميقة CZMIL - تم تجميعها لتلبية SQRT ((0.30 ^ 2) + ((0.013d) ^ 2)) متر بدقة عمودية عند مستوى ثقة 95٪ ، d هي العمق.

تم جمع هذه البيانات باستخدام نظام CZMIL. يمتلكها ويديرها فيلق مهندسي الجيش الأمريكي (USACE). يقوم النظام بجمع بيانات topobathy lidar عند 10 كيلو هرتز وصور RGB بمعدل 2 هرتز. تم دمج ماسح ضوئي خط فائق الطيف CASI-1500 مع النظام أيضًا. يتم جمع معلومات موقع الطائرة وسرعتها وتسارعها من خلال مجموعة من معدات Novatel و POS A / V 510. يتم نقل جميع تدفقات البيانات الخام إلى المكتب لتنزيلها ومعالجتها في برنامج Hydro Fusion الخاص بـ CZMIL. تتم معالجة بيانات موقع الطائرة باستخدام برنامج POSPac ويتم دمج النتائج مع بيانات الليدار لإنتاج مواضع ثلاثية الأبعاد لكل لقطة ليدار. عند الفحص وضمان الجودة / مراقبة الجودة في حزم البرامج Fledermaus و PFM_ABE ، يتم تمييز البيانات الشاذة على أنها غير صالحة ولديها مجموعة البت المحجوبة. يقوم برنامج PFM_ABE بعد ذلك بتحويل جميع البيانات الصالحة من الشكل الإهليلجي إلى الارتفاعات التقويمية بناءً على نموذج NGS GEOID12B ويصدر بيانات ليدار الصالحة كسلسلة من ملفات LAS غير المصنفة.

الولايات المتحدة 228-252-1121 228-252-1133 228-252-1133 [email protected] 8 صباحًا - 5 مساءً من الاثنين إلى الجمعة

يتم استيراد ملفات LAS إلى وحدة TerraScan V13 داخل Microstation V8i ، وتصنف بيانات المعالجة السطحية الصالحة كنقاط أرضية (2) ونقاط غير مصنفة (1) ، ونقاط قياس أعماق صالحة (29). عند الانتهاء من الماكرو ، تخضع نتائج التصنيف لرقابة الجودة ويتم تحرير أي نقاط مصنفة بشكل خاطئ يدويًا. في مناطق الغطاء النباتي الكثيف ، قد يتم تصنيف النقاط الأرضية العارية بشكل غير صحيح بسبب عدم قدرة الليزر على اختراق المظلة والوصول إلى الأرض المكشوفة. في هذه المناطق ، يتم تعيين JALBTCX افتراضيًا على السطح "الأرضي" للخوارزمية بدلاً من إعادة تصنيف هذه النقاط يدويًا. وهي مقسمة إلى سلسلة من صناديق التسليم بطول كيلومتر واحد ، ملف واحد مصنف LAS لكل صندوق. تنسيق الملف هو LAS الإصدار 1.2. تم تصنيف البيانات على أنها 1 (بيانات طبوغرافية غير أرضية صالحة) ، و 2 (بيانات طبوغرافية أرضية صالحة) ، و 29 (بيانات قياس أعماق صالحة).

الولايات المتحدة 228-252-1121 228-252-1133 228-252-1133 [email protected] 8 صباحًا - 5 مساءً من الاثنين إلى الجمعة

يتم تحويل البيانات المصنفة كنقاط أرضية (2) ونقاط قياس الأعماق (29) في ملفات las إلى شبكة عن طريق إنشاء شبكة غير منتظمة مثلثة (TIN) ثم استخراج ارتفاعات عقدة الشبكة من سطح TIN. تقع نقطة أصل الشبكة في موضع أفقي تكون قيمته قابلة للقسمة بالتساوي بواسطة دقة الشبكة 1m بحيث يكون للخلايا النقطية من الاستطلاعات اللاحقة حدود خلية مشتركة. يستخدم JALBTCX Quick Terrain Modeler V8 لتنفيذ هذه العملية باستخدام المعلمات التالية "Adaptive Triangulation، Max Z"، "Max Sample Excursion - 30000"، "Max Triangle Side - 30000"، "Radius - none"، "Tolerance - 1"، و "محاذاة إعدادات التجانب للشبكة (توسيع)." يتم تصدير الشبكة من Quick Terrain Modeler كملف شبكة ESRI ASCII Z. باستخدام برنامج نصي بيثون داخلي داخل ESRI ArcMap V10.2 ، يتم تحويل ملف شبكة ASCII Z إلى ملف نقطي بتنسيق tif يُعرَّف إسقاطه على أنه "The North American Datum of 1983 (2011)." ثم يتم مضاعفة البيانات النقطية مقابل قناع نقطي بحجم 1 متر ، صورة قناع تم إنتاجها من منتج JALBTCX's 1mGrid ، لإزالة المناطق المحرف حيث لا توجد تغطية بيانات.

الولايات المتحدة 228-252-1121 228-252-1133 228-252-1133 [email protected] 8 صباحًا - 5 مساءً من الاثنين إلى الجمعة

تلقى مكتب NOAA للإدارة الساحلية (OCM) البيانات بتنسيق tif من JALBTCX. كانت الملفات النقطية الأرضية العارية بمسافة شبكية تبلغ 1 م. كانت البيانات في إحداثيات جغرافية وارتفاعات NAVD88 بالأمتار. قام OCM بنسخ الملفات النقطية إلى قاعدة البيانات و https لأغراض التخزين والتوفير في Digital Coast.


نورثرن ووكر لين ، CA Airborne Lidar Dataset

ملخص

قام مركز المسح الجيولوجي الأمريكي (USGS) بعلوم المخاطر الجيولوجية (Golden ، CO) بتنسيق الاستحواذ على

198 كيلومترًا مربعًا من بيانات المسافة الخفيفة والمدى المحمولة جواً (Lidar) ونماذج الأرض المجردة المشتقة لدعم دراسات الأعطال النشطة في Northern Walker Lane (حدود كاليفورنيا - نيفادا). تشمل العيوب التي تم مسحها من الغرب إلى الشرق أنظمة صدع وادي الموهوك ووادي جريزلي وبحيرة هانيو وورم سبرينغز فالي. اتبعت مواصفات الاستحواذ التوصيات التي قدمها R. Haugerud et al. في المواصفات المقترحة لمسوحات الليدار في شمال غرب المحيط الهادئ (2008). تم الحصول على البيانات من قبل شركة Airborne Solutions Inc. أبلغ البائع عن متوسط ​​كثافة طلقة من 15 إلى 17 نقطة / م 2 وقام البائع بتسليم نماذج الارتفاع الرقمية ذات الأرضية المجردة والعودة الأولى مع تباعد خلية يبلغ 0.25 م 2. مشروع PI: Ryan Gold.


LiDAR (.las) إلى DEM المجرد: متوسط ​​تباعد النقاط وحجم الخلية؟ - نظم المعلومات الجغرافية

المعمل 3 الجزء 1: معالجة بيانات LiDAR

يحتوي هذا المعمل على أربع مهام منفصلة ستعرفك على عملية تحويل عوائد LiDAR الخام إلى بيانات GIS القابلة للاستخدام. تناقش المهام من 1 إلى 3 الخطوات الأساسية لمعالجة بيانات LiDAR في ArcGIS. تتعامل المهمة 4 مع التصور ثلاثي الأبعاد لبيانات LiDAR.

اقض بعض الوقت في استكشاف الوظائف المقدمة في هذا المعمل & # 8211 it & # 8217s أفضل طريقة للتعرف على كل من البرنامج والبيانات. استخدم نظام المساعدة للتعرف على الخيارات المختلفة. إذا كان لديك سؤال، نسأل.

اكتب الإجابات على جميع الأسئلة في نهاية كل مهمة ، وأرفق أي مستندات وخرائط مطلوبة.

الملفات المستخدمة في Lab 3 (كلا الجزأين 1 و 2) موجودة في ملف أنا: الطلاب المدرسون جيفري_دوه GEOG4593 لاب 3 مجلد. يرجى نسخ بيانات المعمل إلى مساحة العمل المحلية الخاصة بك قبل بدء المعمل.

المهمة 1 & # 8211 إدارة بيانات LiDAR في ArcGIS (دورة ESRI عبر الإنترنت)

المهمة الأولى هي تعلم ميزات ArcGIS لإدارة بيانات LiDAR باستخدام دورة ESRI عبر الإنترنت. على وجه التحديد ، ستقوم بإنشاء قاعدة بيانات جغرافية للملف لتخزين وعرض بيانات النقاط التي تأتي من ملفات LiDAR las. ستستخدم عدة أدوات ArcGIS لإكمال هذه المهمة. يمكن تنزيل بيانات المعمل من ESRI أو من مجلد Lab 3 الخاص بالمدرس.

& middot انتقل إلى http://training.esri.com وانقر فوق & quot تدريبي. & quot انقر فوق & quot تدريب الحرم الجامعي الافتراضي. & quot إذا كان لديك بالفعل حساب Esri Global ، فقم بتسجيل الدخول باستخدام اسم المستخدم وكلمة المرور. إذا لم تقم بذلك ، فانقر فوق & quot إنشاء حساب جديد. & quot

& middot اكتب رمز الوصول إلى الدورة التدريبية المكون من 14 رقمًا في المربع & quot ابدأ دورة ويب جديدة & quot وانقر فوق & quotGo. & quot

& middot ستتم إضافة دورتك التدريبية إلى قائمة & quotCourses قيد التقدم & quot. انقر فوق عنوان الدورة لتبدأ.

الرجاء استخدام رمز الوصول إلى الدورة التدريبية الذي أرسله المعلم إلى قائمة بريد الفصل الدراسي لأخذ الدورة التدريبية عبر الإنترنت & quot إدارة بيانات Lidar في ArcGIS 10 & quot. استخدم البيانات والمعلومات التي حصلت عليها في الدورة للإجابة على الأسئلة أدناه.

1. استخدم المعلومات الموجودة في جدول البيانات الخاص بإخراج أداة معلومات ملف النقطة (أي PffileInfo) والمعادلة التي ناقشناها في المحاضرة لإكمال الجدول أدناه. تأكد من ملء الوحدات الصحيحة لتباعد النقاط وأعمدة منطقة الشكل. يرجى إظهار معادلة حساب كثافة النقطة.

كثافة النقطة (نقطة لكل متر مربع)

2. لخص ما هي أنواع استخدامات الأراضي / الغطاء الأرضي التي توجد بها هذه الفراغات واشرح سبب حدوث الفراغات. أدخل لقطات شاشة للنقاط المتعددة الفارغة والطبقات النقطية (على سبيل المثال ، FirstReturn_Bare و Raster_Void) متراكبة فوق الصور الجوية لتوضيح ملخصك.

المهمة 2 & # 8211 استيراد بيانات LiDAR المجهزة مسبقًا

هذه المهمة هي استيراد نقاط بيانات LiDAR المجهزة مسبقًا (أي المصفاة) إلى مجموعة بيانات GIS التي يمكنك معالجتها في تطبيق GIS (في هذه الحالة ، ArcGIS). الهدف من هذه العملية هو إنشاء نماذج ارتفاع رقمية مخزنة على هيئة شبكات نقطية. تغطي مجموعة البيانات المستخدمة في هذه المهمة منطقة مختلفة عن مجموعة البيانات المستخدمة في المهمة 1. كما تم تحويل البيانات إلى قيم x و y و z المخزنة بتنسيق Dbase dbf. هذا مثال على كيفية استيراد نقاط LiDAR إلى ArcGIS.

1. أضف & quotLiDAR_Returns_Bare_Earth_0503.dbf & quot الملف إلى ArcMap واعرض محتواه. هذه هي & quotbare earth & quot (سطح) مرتجعات LiDAR لمنطقة صغيرة من بورتلاند. يحتوي الجدول على إحداثيات X / Y / Z للعوائد بأقدام Stateplane. السمة X هي X_COORD ، والسمة Y هي Y_COORD ، وقيمة Z (أو الارتفاع) هي Z_VALUE.

2. افتح خريطة ArcMap. اذهب إلى ملف / إضافة بيانات & # 8211 إضافة بيانات XY. تصفح إلى الأرض العارية dbf. تأكد من المحدد المجال X ، المجال Y و Z حقل هذا صحيح. ستحتاج أيضًا إلى تحديد إسقاط البيانات. انقر على يحرر زر ، انقر يختار لتحديد نظام إحداثيات محدد مسبقًا ، واستعرض للوصول إلى نظام الإحداثيات الصحيح & quot المتوقع & quot. هنا التفاصيل & # 8217s:

عرض Stateplane: NAD 1983 HARN (قدم ، دولي والولايات المتحدة) ، أوريغون شمال منطقة FIPS 3601 ، قدم دولية

3. انقر فوق حسنا زر. ستتم إضافة النقاط إلى الخريطة (قد يستغرق ذلك بضع ثوانٍ). قم بتشغيل الطبقة (سيستغرق الرسم دقيقة أو دقيقتين). هذه طبقة ArcGIS & quot؛ جدول & quot. قم بتكبير الطبقة واستخدم أداة التعريف للنقر على بضع نقاط. طبقة جدول الحدث هي تمثيل مؤقت غير دائم للبيانات الجغرافية من الإحداثيات المحددة في الجدول. سيستمر مع مستند MXD (بمعنى أنه إذا قمت بحفظ مستند ArcMap فستحفظ الطبقة فيه). ومع ذلك ، فهو مرتبط بجدول DBASE الأصلي ، لذلك لا يمكنك تغيير موقع الجدول الأصلي أو إزالته. يمكنك إنشاء بيانات GIS دائمة من طبقة جدول الأحداث بالنقر بزر الماوس الأيمن فوق الطبقة والتحديد & # 8211 تصدير البيانات. لا تحتاج إلى استخدام طبقات نقطية دائمة لهذه المهمة ، ولكنك ستستخدمها في مهمة لاحقة. اتبع الخطوات المذكورة أعلاه لإنشاء ملفات طبقة دائمة لكل من مجموعة بيانات LiDAR.

4. كرر الخطوات من 1 إلى 3 للحصول على & quotfirst return & quot إحداثيات LiDAR في & quotLiDAR_Returns_First_Return_0503.dbf & quot في نفس الدليل حيث ترجع الأرض المجردة. ملاحظة: هناك المزيد من النقاط في مجموعة البيانات هذه & # 8211 سيستغرق الرسم وقتًا أطول.

1. كم عدد النقاط الموجودة في مجموعة البيانات & quotfirst Return & quot و & quotbare earth & quot؟ ما متوسط ​​الأعداد التقديرية للنقاط لكل متر مربع لكل مجموعة بيانات؟ (تلميح: المنطقة مستطيلة. انتبه لوحداتك.)

2. قم بالتكبير إلى منطقة صغيرة نسبيًا وقارن ارتداد الأرض المجردة مع العوائد الأولى. العديد من مرتجعات الأرض المجردة موجودة أيضًا في مجموعة بيانات الإرجاع الأولى. لماذا ا؟

المهمة 3 & # 8211 إنشاء TIN و DEM من إرجاع LiDAR

المهمة الثانية هي تحويل عوائد LiDAR إلى نموذج شبكة غير منتظمة مثلثة (TIN) ثم إلى نموذج ارتفاع رقمي وخطوط نقطية (DEM) للسطح باستخدام إرجاع LiDAR الأرضي العاري. عادة ما يكون DEM هو التمثيل النهائي للسطح المشتق من نقاط LiDAR. يعد تنسيق البيانات النقطية طريقة أكثر فاعلية لتخزين نماذج الارتفاع الكبيرة والمعقدة المشتقة من بيانات LiDAR (غالبًا ما يتم تجاهل TIN بعد إنشاء DEM). مرة أخرى ، هناك العديد من الطرق للقيام بذلك ، وبعضها يوفر لك قدرًا أكبر من التحكم في التثليث الناتج عن غيرها. هذا مثال على كيفية إنشاء TIN و DEM باستخدام ArcGIS 3D Analyst Tools القياسية. لاحظ أنه سيتم تنفيذ المهام القليلة التالية على إرجاع الأرض المجردة فقط.

1. افتح ArcMap إذا لم يكن مفتوحًا بالفعل. تأكد من أن ثلاثي الأبعاد ملحق المحلل قيد التشغيل.

2. قم بتشغيل 3D محلل شريط الأدوات.

3. ابدأ قم بإنشاء TIN أداة. قم بتعيين & quotLiDAR_Returns_Bare_Earth_0503 الأحداث & quot كفئة ميزة inpute.

4. تعيين مصدر الارتفاع إلى Z_Value. Z_Value هو ارتفاع كل نقطة فوق مستوى سطح البحر. نحن نقوم بإنشاء TIN هذا من & quotmass Points & quot. اترك ال قيمة العلامة الحقل كـ & quot & ltNone & GT & quot.

5. حدد موقع ملف واسمًا لإخراج رقم التعريف الضريبي (TIN). نظرًا لأن الإخراج بتنسيق تغطية ArcInfo ، يجب أن يتكون الاسم من 13 حرفًا أو أقل. قد ترغب في الإشارة إلى أن هذا هو رقم التعريف الضريبي (TIN) في اسم الملف (على سبيل المثال ، tin_be). قم بتعيين المرجع المكاني مثل بيانات إدخال LiDAR.

6. انقر فوق حسنا لإنشاء رقم التعريف الضريبي (TIN). سيستغرق هذا بعض الوقت. قم بالتكبير إلى منطقة أصغر واستكشف النموذج (المناطق الأصغر ترسم بشكل أسرع). انقر بزر الماوس الأيمن على الطبقة وحدد ملكيات. اذهب إلى الترميز علامة التبويب ، واضغط على يضيف زر. أضف بعض العارضين المختلفين لاستكشاف خيارات ترميز TIN المختلفة.

7. ابدأ ملف TIN إلى النقطية أداة. حدد رقم التعريف الضريبي (TIN) الذي أنشأته على أنه ملف إدخال رقم التعريف الضريبي. قم بتعيين نوع بيانات الإخراج كـ FLOAT ، والطريقة كـ LINEAR ، ومسافة أخذ العينات إلى & quotحجم الخلية 5. & quot إجازة عامل Z مثل 1 (هذا هو مقدار المبالغة الرأسية). حدد موقع ملف واسمًا للصورة النقطية الناتجة. نظرًا لأن الإخراج بتنسيق ArcInfo GRID ، يجب أن يتكون الاسم من 13 حرفًا أو أقل. قد ترغب في الإشارة إلى أن هذا هو DEM المجرد في اسم الملف (على سبيل المثال ، dem_be).

8. انقر فوق حسنا لإنشاء مارك ألماني. عند الانتهاء ، قم بالتصغير إلى أقصى حد من DEM. انقر بزر الماوس الأيمن على الطبقة وحدد ملكيات. اذهب إلى الترميز علامة التبويب ، واستكشف خيارات الترميز والتصنيف المختلفة.

9. كرر الخطوات في المهام 2 و 3 لتحويل LiDAR_Returns_First_Return _0503.dbf إلى DSM (على سبيل المثال ، dsm_fr).

1. ما هي قيم الارتفاع القصوى والدنيا في ماركا ألمانيا؟ لماذا يختلفون عن نموذج TIN؟

2. لقد حددت حجم خلية بـ & quot5 & quot عند إنشاء DEM و DSM. ماذا تمثل هذه القيمة؟ لماذا & quot5 & quot قيمة مناسبة لبيانات LiDAR هذه؟ (تلميح: أنت بحاجة إلى معرفة قيم تباعد النقاط لبيانات الإرجاع الأولى والأخيرة.)

3. قارن بصريًا DEM الأرضي العاري وأول DSM العائد. ما هو ملف ارتفاع من هيكل & quoted & quot غرب صهاريج التخزين؟

المهمة 4 & # 8211 تصور البيانات في صورة ثلاثية الأبعاد

هذه المهمة هي تصور البيانات التي قمت بإنشائها حتى الآن بأبعاد ثلاثية. سوف نستخدم ArcGIS & # 8217s ArcScene لهذه المهمة. إنه ليس أفضل برنامج للتصور ثلاثي الأبعاد ، لكنه (عادة) ينجز المهمة.

1. احفظ MXD وأغلق خريطة ArcMap.

2. افتح ArcScene (في قائمة ابدأ في Windows أسفل ArcGIS).

3. أضف DEM المجرد الذي تم إنشاؤه في المهمة 2.

4. انقر بزر الماوس الأيمن فوق الطبقة ، وحدد ملكيات، ثم حدد ملف مرتفعات القاعدة التبويب. اضغط على تطفو على سطح مخصص الخيار ، وحدد ماركاً ألمانياً من القائمة المنسدلة. سيؤدي هذا إلى عرض DEM في صورة ثلاثية الأبعاد باستخدام قيم الارتفاع من وحدات البكسل النقطية.

5. انقر فوق دقة خطوط المسح وادخل 10 في حجم الخلية X و حجم الخلية Y. هذا هو القرار الذي سيعمم ArcScene عليه DEM (لجعله يرسم بشكل أسرع). إذا كنت تريد عرض DEM بدقة كاملة ، يمكنك إدخال 5 لكل قيمة.

6. انقر فوق استدعاء التبويب. تحت تأثيرات، تفقد على ميزات منطقة الظل المتعلقة بالمشهد وموضع الإضاءة # 8217s. أيضًا ، اسحب ملف تحسين الجودة slider bar a bit to the right, so that the slider sits about 2/3 of the way to "high" (to improve the quality of the rendering).

7. Click the الترميز tab. Select a more colorful Color Ramp.

9. Repeat steps 1 through 8 with the first return DSM.

1. Note that the model has some irregularities on the southern edge. What are some possible ways to remove these kinds of edge issues when generating an elevation model?

2. Play around with the Raster Resolution layer property (in the Base Heights التبويب). Set it to the maximum resolution (5). For which model does it make the most difference visually? لماذا ا؟

3. Where is this area in Portland? (Hint: Use RLIS data on the I drive to figure it out.)

Export a view of the full first return DSM from ArcScene (File – Export Scene – 2D). Print out a copy and turn it in with your lab report.


LiDAR (.las) to bare-earth DEM: average points spacing and cell size? - نظم المعلومات الجغرافية

Point cloud digital data Additional Contact Information: Airborne Imaging Suite 130, 885 42nd Avenue SE, Calgary, Alberta T2G 1Y8 فئة الموضوع ISO 19115ارتفاع

Canada 604 591 4657 604 591 8693 mfosler at surrey dot ca Contact via telephone or e-mail CITY OF SURREY Matt Osler, P. Eng.

CITY OF SURREY CITY OF SURREY Use Only CITY OF SURREY

The purpose of this dataset is to provide CITY OF SURREY with a copy of the entire survey in nearly raw form and provide the ability for users to customize the dataset for specific applications through re-processing into suitable formats.

The following LiDAR specific metadata elements are not part of the FGDC Geospatial Metadata Standard, but FGDC recommendation is to include such elements as part of the Supplemental Information: Data Provider: Airborne Imaging / Acquired under: Contract # 1372, / Method of Capture: LiDAR / Flight Altitude (above ground level, metres): 1000 / Acquisition Flight Speed (knots): 120 / Missions associated with this tile: 7913102a, , / LiDAR tiling system: All data is tiled using the native UTM Zone coordinates. Each tile is named using the coordinates of the lower left corner of the tile. For this project the tiles are 500m x 500m and named as follows. The first 4 digits of the Easting coordinate and the first 5 digits of the Northing coordinate. For example: 6345_65343. Presence of snow in dataset: Season Dependent / Snow Depth: None. Average point density for this tile (based on approximately 500m x 500m sq tile. If tile is not completely filled with data APD will appear lower than actual): 31.56 points per square metre. / Tile colums: 520 Tile rows: 520 20130411 4:56 20130411 10:35 ground condition

None planned 510490 511010 5448510 5447990 79.23 Be: 98.9 Fe: 194.57 metres be_5105_54480 CITY OF SURREY - Surrey

Raster digital data – 1m grid Arc binary Bare Earth

For further information on processing: See metadata corresponding to point cloud 5105_54480.las ff_5105_54480 CITY OF SURREY - Surrey

Raster digital data – 1m grid Arc binary, Full Feature using TIN from the first returns

For further information: See metadata corresponding to point cloud 5105_54480.las int_5105_54480 .tif CITY OF SURREY - Surrey

Raster digital data – 1m Intensity Geotiffs – also used in the digitization of the water bodies

For further information: See metadata corresponding to point cloud 5105_54480.las void_ 5105_54480.shp CITY OF SURREY - Surrey

Vector data – void shapefile of 16x16m sizes for Bare Earth

For further information: See metadata corresponding to point cloud 5105_54480.las

Jocelyn Parent Airborne Imaging Processing Manager (403) 215 2960 (403) 243 8681 [email protected] 08:00 – 16:00 NA

Data Collection: The data acquisition phase of the project involves planning flight line coverage, aircraft operations, ground control and calibration as well as logistics for moving personnel and equipment in and out of the project area. Flight line planning is based on existing maps or digital files supplied by the client of the project area. Some of the factors that affect flight planning include ground terrain, location of cities, location of airports, airport flight patterns, etc. Flight lines are plotted on digitized maps so that the coordinates of flight lines can be used in the aircraft’s flight management and navigation system. One of the most important and determining factors of flight operations planning is computing GPS satellite visibility models to determine flight exclusion times when there are not enough GPS satellites to track or the PDOP (Positional Dilution of Precision) values are out of tolerance. Airborne will only collect LiDAR data when it is possible to track a minimum of 6 GPS satellites with a PDOP of less than 3.0. Due to the ever-changing satellite geometry, Airborne Imaging will fly multiple day operations during optimum periods of GPS coverage, weather permitting. GPS Reference Station locations are selected which utilize existing federal geodetic control network, CSRS first order vertical to insure accuracy of the LiDAR survey is maintained. The goal is to locate survey control where the published horizontal coordinates have been determined by GPS observation and orthometric heights (elevations) have been determined by precise differential leveling. Ellipsoidal heights are calculated from accepted orthometric elevations and geoid-ellipsoid separations are determined using the geoid model GRS-80. // A calibration site is an area of survey control that is flown twice during every mission, usually at the beginning of a mission and again when the aircraft returns from a mission. This procedure can identify any systematic issues in data acquisition or failures on the part of the GPS, IMU or other equipment that may not have been evident to the LiDAR operator during the mission. The calibration site is usually selected in a relatively open, tree-less area where several large buildings are located. The buildings used for calibration are surveyed using both GPS and conventional survey methods. A local network of GPS points are established to provide a baseline for conventional traversing around the perimeter of the buildings. The aircraft initially flies over the selected calibration site to collect calibration data for use in post-processing. The aircraft then proceeds to the project area and the operator selects the first flight line to be surveyed. When the aircraft is on line, the operator initiates data collection and stores the data on a removable hard disk drive. A terrain viewer formats and displays the acquired data so that the operator can monitor the data quality in real time. After all flight lines have been completed for the mission, the aircraft returns to the calibration site. This time the calibration site is flown in the opposite direction of the first pass. Flying the site in opposing directions provides the greatest sensitivity in calculating the initial adjustment factors needed in data processing. The operator performs kinematic post-processing of the aircraft GPS data in conjunction with the data collected at the Reference Station in closest proximity to the area flown. Double difference phase processing of the GPS data is used to achieve the greatest accuracy. The GPS position accuracy is assessed by comparison of forward and reverse processing solutions and a review of the computational statistics. Any data anomalies are identified and the necessary corrective actions are implemented prior to the next mission. // // QC Data Collection: Ground truth validation is used to assess the data quality and consistency over sample areas of the project. To facilitate a confident evaluation, existing survey control is used to validate the LiDAR data. Published CSRS survey control, where the orthometric height (elevation) has been determined by precise differential leveling observation, is deemed to be suitable. Ground truth validation points will be collected to establish RMSE accuracies for the LiDAR project. These points must be gathered in flat or uniformly sloped terrain (<20% slope) away from surface features such as stream banks, bridges or embankments. After collection, these points will be used during data processing to test the RMSEz accuracy of the final LiDAR data products. // // Data Processing: Airborne has post-processing methodology designed to use the data from the LiDAR unit , and combines the calibration site and overlap analysis, to create the X,Y,Z raw product. In post-processing, surface values derived from LiDAR data are tested against the known ground surveyed values to determine the correct calibration parameters for each mission. This will immediately identifies any systematic issues in data acquisition, or failures on the part of INS, GPS or other equipment that may not have been evident to the LiDAR survey operator during the mission. In order to eliminate the effects of artifacts left in the bare-earth, the original, raw LiDAR data are processed with an automated, artifact removal technique and then followed up by manual inspection of the data. The raw LiDAR data are processed into tiles conforming to the client’s requirements. These tiles contain points of all-returns from the LiDAR unit and are stored in individual binary files. // Point classification or artifact removal is done using a product by TerraSolid software running on Microstation V8 called TerraScan and TerraModel. The TerraScan software uses macros that are set-up to measure the angles and distances between points to determine what classification a point should be: ground, vegetation, building, other. The angle and distance values in the macros can be varied to be more or less aggressive with the classification of points from ground to vegetation to building by varying the incidence angles and estimated distances among neighboring points. Anything not classified as ground or error is finally placed into a non-ground class. Error points are determined to be either high (spikes) or low (pits) outlier points, often beyond 3-sigma from the rest of the data set. Clouds, birds, pollution, or noise in the data can cause error points, for example. After an automated macro is run, a manual QC effort is made to fine tune the classification of points among the different categories. To better understand areas for improvement, the points that are classified as bare earth are extracted and turned into viewable TIN and grid surfaces. These surfaces are viewed with ArcView software for inspection of areas that appear rough, artificially flattened or cut, no data areas, or have other viewable errors. // In cleaning up ground points, an effort is concentrated in areas where few ground points have been left in the bare earth model and the ground appears rough or lower and flatter than it may be in reality. The scarcity of ground points may be a result from no penetration through a dense vegetation layer, or too aggressive values with the macro. A manual inspection of these areas plays a major role in resolving any issues or irregularities with the bare earth model. A manual effort is also made to make sure that bridges have been removed from the bare earth model or that any special features, determined by the client are correctly identified as ground or non-ground. This special feature list can include: large rock outcrops, piers and docks, levees, construction sites, and elevated roadways. // Both DEM and DTM grids are created. Selecting out all points that have been classified as bare earth, from the TerraScan binary files, and creating a TIN and grid surface creates bare earth grids. Extracting out all non-error points from the TerraScan binary files and creating a TIN and grid surface from the highest elevations create highest surface grids. As grids are created, grid cell locations are set to precisely correspond and register between the DEM and the DTM. Cell easting and northing coordinates are calculated as integer multiples of the cell size, so that adjacent tiles can be merged without re-sampling or pixel-shift. As a final step for data processing, all data are exported as deliverables. Any geographic projections or datum shifts are applied to the final, edited versions of the data. The data are clipped into a tiling scheme, specified by the client, and all files are exported into the format and maximum sizes specified. Upon completion of all exports, files are randomly checked on the deliverable media to ensure transferability and the data are shipped to the client. // // QC Data Processing: Airborne has developed a rigorous and complete process, which does everything possible to ensure data will meet or exceed the technical specifications. Experience dealing with all ranges of difficulty in all types of topographic regions has led to the development of our quality assurance methods. QA/QC procedures are continued through all iterations of the data processing cycle. Data pass through an automated set of macros for initial cleaning, a first edit by a trained technician, and a second review and edit by an advanced processor, and finally exported to a final product. All final products are reviewed for completeness and correctness before delivering to the client. // All final products pass through a six-step QC control check that verifies that the data meet the criteria specified by the client. // // Step 1 - Completeness Review- all GPS, aircraft trajectory, mission information, and ground control files are reviewed and logged into a database // Step 2 - LiDAR data is post processed and calibrated - Data is inspected for flight line errors, flight line overlap, slivers or gaps in the data, point data minimums, or issues with the LiDAR unit or GPS. - This initial inspection is repetitive since point density and data integrity are checked by the field personnel prior to leaving the project site. // Step 3 - Classification of Remaining Points- all remaining points are classified as ground and non-ground features. Any non-regular structures or features like towers, water bodies, bridges, piers, are to be classified into the category specified by the client for these feature types. // Step4 – Quality Controlling the Bare-Earth model. Adjustments are made to fine-tune and fix specific errors. These areas generally involve fixing those areas where the removal of features was too aggressive, particularly along mountaintops, shorelines, or other areas of high percent slope. Vegetation artifacts leave a signature surface that appears bumpy or rough. Spurious vegetation values and remnants from the bare-earth model are removed. // Step 5 – RMSE Comparisons- Both RMSEz and RMSExy are inspected in the classified bare-earth model and compared to project specifications. RMSEz is examined in open, flat areas away from breaks and under specified vegetation categories. Neither RMSEz or RMSExy are compared to orthoimagery or existing building footprints cause these can be skewed. The checkpoints in various land cover types may also be used. A point to point comparison of a recently acquired or existing high confidence ground survey point as from the checkpoints to its nearest neighbor LiDAR laser return point. This is done in the raw data set. The two points must be within a 0.5m radius of each other in open flat areas is made. // Step 6 – Final QC- Deliverables Check- checks for file naming convention, integrity checks of the files, conformance to file format requirements, media readability, and file size limits (if any), and finally reports as completed.

Horizontal accuracy 36cm RMS Airborne Imaging performs a complete calibration on every LiDAR acquisition flight, data is acquired over a calibration site flown with at least two passes in opposite directions before and after the flight. Any error in the attitude of the aircraft (roll, pitch and heading) can be observed and corrected for within system specifications. To statistically quantify the accuracy, we compare the LiDAR elevations with independently surveyed ground points. A GPS mounted truck collects data while driving on an open road. The kinematic positions on the road are post-processed from a nearby base station (common to the aerial survey) to give an accuracy of the ground truth data of 5 cm or better in both the vertical and horizontal. Tile found to meet stated horizontal accuracy Vertical accuracy 4.5 cm RMS Airborne Imaging performs a complete calibration on every LiDAR acquisition flight, data is acquired over a calibration site flown with at least two passes in opposite directions before and after the flight. Any error in the attitude of the aircraft (roll, pitch and heading) can be observed and corrected for within system specifications. To statistically quantify the accuracy, we compare the LiDAR elevations with independently surveyed ground points. A GPS mounted truck collects data while driving on an open road. The kinematic positions on the road are post-processed from a nearby base station (common to the aerial survey) to give an accuracy of the ground truth data of 5 cm or better in both the vertical and horizontal. Tile found to meet stated vertical accuracy


Spatial Data Properties ▼ ►

Axis dimensions properties Dimension type column (x-axis) * Dimension size 34500 * Resolution 1.000000 Meter
Axis dimensions properties Dimension type row (y-axis) * Dimension size 39000 * Resolution 1.000000 Meter
* Cell geometry area * Point in pixel center

* Transformation parameters are available Yes

* Check points are available No

Corner points * Point 675000.000000 5575500.000000 * Point 675000.000000 5614500.000000 * Point 709500.000000 5614500.000000 * Point 709500.000000 5575500.000000
* Center point 692250.000000 5595000.000000

General Information * Pixel depth 32 * Compression type None * Number of bands 1 * Raster format GRID * Source type continuous * Pixel type floating point * No data value -3.4028235e+038 * Has colormap No * Has pyramids Yes


نبذة مختصرة

Unmanned aerial vehicles (UAVs) provide a new research tool to obtain high spatial and temporal resolution imagery at a reduced cost. Rapid advances in miniature sensor technology are leading to greater potentials for ecological research. We demonstrate one of the first applications of UAV lidar and hyperspectral imagery and a fusion method for individual plant species identification and 3D characterization at submeter scales in south-eastern Arizona, USA. The UAV lidar scanner characterized the individual vegetation canopy structure and bare ground elevation, whereas the hyperspectral sensor provided species-specific spectral signatures for the dominant and target species at our study area in leaf-on condition. We hypothesized that the fusion of the two different data sources would perform better than either data type alone in the arid and semi-arid ecosystems with sparse vegetation. The fusion approach provides 84–89% overall accuracy (kappa values of 0.80–0.86) in target species classification at the canopy scale, leveraging a wide range of target spectral responses in the hyperspectral data and a high point density (50 points/m 2 ) in the lidar data. In comparison, the hyperspectral image classification alone produced 72–76% overall accuracies (kappa values of 0.70 and 0.71). The UAV lidar-derived digital elevation model (DEM) is also strongly correlated with manned airborne lidar-derived DEM (ر 2 = 0.98 and 0.96), but was obtained at a lower cost. The lidar and hyperspectral data as well as the fusion method demonstrated here can be widely applied across a gradient of vegetation and topography to monitor and detect ecological changes at a local scale.


Spatial Data Properties ▼ ►

Axis dimensions properties Dimension type column (x-axis) * Dimension size 31000 * Resolution 5.000000
Axis dimensions properties Dimension type row (y-axis) * Dimension size 47000 * Resolution 5.000000
* Cell geometry area * Point in pixel center

* Transformation parameters are available Yes

* Check points are available No

Corner points * Point 435000.000000 1920000.000000 * Point 435000.000000 2155000.000000 * Point 590000.000000 2155000.000000 * Point 590000.000000 1920000.000000
* Center point 512500.000000 2037500.000000

General Information * Pixel depth 32 * Compression type None * Number of bands 1 * Raster format GRID * Source type continuous * Pixel type floating point * No data value -3.4028235e+038 * Has colormap No * Has pyramids Yes


شاهد الفيديو: ArcGIS Pro: 3D Visualization of LiDAR Point Clouds