Ieteiecamāsinovācijas

Man ir LiDAR dati - ko tagad?

Ļoti interesantā rakstā, ko nesen publicēja David Mckittrick, kur viņš runā par to, kādas sekas ir pareizām zināšanām par metodēm, kas saistītas ar darbu ar LiDAR GIS un atsaucoties uz Global Mapper kā līdzekli, lai atbalstītu iegūto datu apstrādi.

Pēc raksta izlasīšanas es lejupielādēju Global Mapper, lai kādu laiku spēlētu, un jāatzīst, ka tas saglabā šī rīka praktiskumu, kuru mēs zinājām un ar kuru bija ļoti praktiski izgatavot digitālos reljefa modeļus no xyz teksta failiem. Šodien, kad piekļuve LiDAR datiem kļūst daudz pieejamāka, nav slikti ieskatīties aspektos, kas jāņem vērā, strādājot ar to, un pieminēt to, ko Global Mapper dara labi. Tas, ka es uzstāju, mani ir pārsteigusi par to, ko es pārbaudīju; Ar atjaunotu seju programma uztur šo datu atvēršanas un parādīšanas iepriekš konfigurētos ieteikumos vienkāršību.

Citu dienu, pie Geofumadas galda, es pamanīju Don H -viens no maniem mentoriem– viņa acīs satraucošs mirdzums par drona solītāja piedāvājumu; tā bija aplikācija kadastra datu aktualizēšanai; Ar lielām skumjām man nācās to lejupielādēt no mākoņa un atgādināt, ka lielākajā daļā jaunattīstības valstu šo tehnoloģiju ilgtspējībai nav minimālo nosacījumu; lai gan galu galā mēs panācām vienprātību par to, kas ir iespējams funkcionālā veidā. Šīs tehnikas pārrāvums pirms dažiem gadiem izraisīja lielas emocijas atsevišķās ASV valdības struktūrās, tagad tas tiek pārnests uz citām valstīm ar spāņu kontekstu, kas var ienākt vēlmē "uzbraukt pa vilni" šīs regulas piemērošanai. jaunā tehnoloģija. , tverot datus, bet īsti nezinot, ko ar tiem darīt.

Ja mēs ņemam vērā izmaksas, ko prasa LiDAR izmantošana projektā, mēs redzēsim, ka tā ir kritiska, ņemot vērā to, ko tas nozīmē uzsākt masveida datu vākšanu (īpaši runājot par “Point Cloud Collection”); pat atzīstot, ka tā izmantošana mums nodrošina efektīvu rezultātu un lielu laika ietaupījumu. Pareizi lietojot, LiDAR dati ļauj mums uztvert pasauli tādā veidā, kas ļoti atšķiras no tā, ko mēs panācām, izmantojot tradicionālo kartēšanas praksi. Tagad jūs varat iegūt reālu redzējumu, izmantojot 3D formātus, un jūs varat arī mijiedarboties ar datiem, ar kuriem tiek izstrādātas jaunas analīzes metodes.

Kas ir LiDAR?

Dāvids ļoti precīzi saka: "LiDAR dati nav produkts, bet izejviela"Kas, pēc mūsu domām, nosaka pirmo galveno jēdzienu, lai saprastu šo tēmu. Patiesībā datu iegūšana ir ieeja, kas pēc pareizas apstrādes mums ļaus iegūt dažādus trīsdimensiju modeļus.

Bet, lai būtu skaidrāk, mums jāatgriežas un jāatceras par LiDAR datu pamatstruktūru un īpašībām. LiDAR (saīsinājums no gaismas un diapazona noteikšanas) ir 3D punktu vektora formāts. Katrs fails vai LiDAR datu kopums parasti satur miljonus vai pat miljardus cieši izvietotu un nejauši sadalītu punktu. Attāluma starp tām tuvums ir atkarīgs no tā, kā dati tika iegūti.

Publiski pieejamie LiDAR dati ir apkopoti, galvenokārt izmantojot gaisa kuģu platformu, kurā izmanto lāzeru pārraides un uztveršanas tehnoloģiju, kā arī izmantojot precīzas pozicionēšanas un navigācijas sistēmas. Katrā punktā x, y, z vērtība, kas iegūta no laika starpības, kas aprēķināta starp atspoguļotā lāzera impulsa pārraidi un uztveršanu.

Lidmašīna, kas lido lēni, radīs mākoņu punktus, kas izvietoti vairāk nekā viens, kas lido ātrāk augstumā augstumā. Atkarībā no sensora, ko izmanto gaisa kuģis vai dron, un kā dati tiek apstrādāti, kā papildpiederumus vizualizācijai un analīzei var iekļaut krāsas vērtību, atstarošanas intensitāti un atgriezenisko saiti uz impulsu.

Ko var izdarīt ar LiDAR datiem

Ir skaidrs, datu LIDAR iziet transformāciju, kas parasti kļūst par 3D modeli, tad runā ģenerēšanu Digital Elevation Model (DEM), vai, nosakot / automātisku ieguvi vektora objektu 3D derivatīvu ģeometriskiem rakstiem matricā punktus. Tāpat ir iespējams, mainot pārstāvību punktu mākonis, lai iegūtu nozīmīgu informāciju, kas pārstāv dažādu veidu virsmas, pacēlums par punktu attiecībā pret zemi, vai izmaiņas blīvuma punktu, starp citām funkcijām.

 

LiDAR datu rediģēšana un filtrēšana

Ir ļoti bieži, ka iegūtie datu faili satur daudz vairāk punktu nekā nepieciešams. Tādēļ pirms filtrēšanas procesa izmantošanas līdz mākoņa vietai, ieteicams rūpīgi pārbaudīt slāņa metadatus. Iegūtais statistikas kopsavilkums sniegs nepieciešamo informāciju par mākoņa īpašībām, kas liecinās par piemērotu lēmumu pieņemšanas procesu filtrēšanas procesam.

LiDAR datu kvalitātes uzlabošana

Pēc punktiem noņemšanas nav vajadzīgs, nākamais solis ir atklāt un pārklasificēt tos zemes punktus, kas sākotnēji nebija klasificēti. Tas ir, mums ir jākoriģē datums. Tas ir ļoti svarīgi, lai radītu labu izšķirtspēju DEM.
Šeit mēs uzskatām, vai mēs spējam veikt atbilstošu datu filtrēšanas procesu un pēc tam pārklasificēt to pašu. Gan šķietami mehāniskās procedūras ir izšķiroši svarīgas iegūstamajos rezultātos.

Šajā Global Mapper patiešām veic ļoti labi. Vismaz uz rediģēšanas un filtrēšanas skatuves. Un tomēr jāņem vērā, ka, novēršot punktus, kas rada troksni, ir dati, kas klasificēti kā virsmas, kas nav obligāti noderīgi. Izmantojot Global Mapper, ir iespējams ne tikai pienācīgi likvidēt punktus, kas atrodas ārpus projekta teritorijas ģeogrāfiskās darbības jomas, bet arī tos, kas pēc to īpašībām nav nepieciešami, jo lietojumprogrammai ir daudz filtrēšanas iespēju.
Tagad parunāsim par datuma pielāgošanu. Global Mapper ietver vairākas integrētas procedūras, ar kurām dati tiek automātiski klasificēti, un sākotnēji nav pārklasificēti zemes punkti, tādējādi izvairoties no potenciāli noderīgu datu zuduma. Tas palielina relatīvo punktu skaitu, ko var izmantot, lai izveidotu lielāku izšķirtspēju DEM.

Piemēram, esmu strādājis ar datiem pirms un pēc viesuļvētras; noteikti bez wizzard, programmatūra ir gandrīz ierosināja funkcionalitāti darbplūsmā, lai iegūtu, modelētu, filtrētu, radītu jaunu modeli.

Citi automātiskie klasifikācijas procesi var atklāt un pārklasificēt ēkas, kokus un lietderības kabeļus, kas ir pirmais solis funkciju ieguves procesā.

Digitālās pacēluma modeļa izveide

Lai veiktu 3D analīzes procedūras, lielākajā daļā gadījumu LiDAR punkta mākonim jābūt efektīviem datiem. Mēs izmantojam tā saukto "režģa" procesu, saskaņā ar kuru vērtību, kas saistīta ar katru masīva punktu (parasti augstuma vērtību), izmanto kā pamatu cietā 3D modeļa ģenerēšanai. Šis modelis var attēlot tikai reljefu (digitālo reljefa modeli) vai virsmu virs zemes, piemēram, meža segumu (digitālā virsmas modelis). Atšķirība starp abiem izriet no filtrēšanas un punktu izvēles, ko izmanto virsmas ģenerēšanai.

Ja mēs uzskatām, ka lielākā daļa LiDAR lietotāju galvenais mērķis ir DTM (digital terrain modelis) ģenerēšana, Global Mapper piedāvā pietiekamu reljefa analīzes rīku kolekciju, tostarp apjoma aprēķinu; samazināt un aizpildīt optimizāciju; kontūru līniju ģenerēšana; apgabala robežu noteikšana; un redzes līniju analīze.

Atribūtu izvilkšana

Spēja radīt lielāku datu pieejamību no blīvāka punkta mākoņa nosaka jaunu ceļu uz jaunu LiDAR datu apstrādes veidu. Blakus esošo punktu ģeometriskās struktūras modeļu analīze var novest pie konstruētu modeļu, kas attēloti kā trīsdimensiju daudzstūri, atdalīšanas; elektrolīnijas vai kabeļi virs zemes, kas attēloti kā trīsdimensiju līnijas; kā arī koku punkti, kas iegūti no to punktu kolektīvās struktūras, kas klasificēti kā paaugstināta veģetācija. Global Mapper vektoru ekstrakcijas rīki ietver arī pielāgotu ekstrakcijas iespēju, ar kuru 3D līnijas un daudzstūrus var ģenerēt pēc profilu skatu sērijas, kas ir perpendikulāri iepriekš definētam ceļam. Šo rīku var izmantot, lai izveidotu precīzu trīsdimensiju jebkura garenas struktūras modeli, piemēram, ielas malā.

Dāvida secinājums ir acīmredzams. Strādājot ar LiDAR, datu glabāšana vēl nav viss; Tas, ka ir rīks, ar kuru tos praktiski apstrādāt, ir tas, kas uzlabo šīs tehnoloģijas izmantošanu.

Interesanti, ka pēdējo reizi, kad es redzēju šo pieteikumu, bija 2011, ar 11 versiju. Es jau darīju darbu ar LiDAR, taču tas bija nedaudz nomācošs resursu patēriņā, es to vairs neredzēju no versija 13 kur šī spēja mazliet uzlabojās. Tas ir tā lejupielādes un testēšanas jautājums, jo šī versija 18 man šķiet viena no labākajām lētu programmatūras alternatīvām, kas dara gandrīz visu, kas varētu būt vajadzīgs, lai darbinātu LiDAR datus.

iet uz Globālais kartētājs

Golgi Alvaress

Rakstnieks, pētnieks, zemes apsaimniekošanas modeļu speciālists. Viņš ir piedalījies tādu modeļu konceptualizācijā un ieviešanā kā: Nacionālā īpašuma administrēšanas sistēma SINAP Hondurasā, Hondurasas apvienoto pašvaldību pārvaldības modelis, integrētais kadastra pārvaldības modelis - reģistrs Nikaragvā, teritorijas administrācijas sistēma SAT Kolumbijā. . Geofumadas zināšanu emuāra redaktors kopš 2007. gada un AulaGEO akadēmijas veidotājs, kas ietver vairāk nekā 100 kursus par GIS - CAD - BIM - Digital Twins tēmām.

Saistītie raksti

viens komentārs

Atstājiet savu komentāru

Jūsu e-pasta adrese netiks publicēta. Obligātie lauki ir atzīmēti ar *

Atpakaļ uz augšu pogu