1m DEM 모자이크를 10m DEM으로 모으는 가장 좋은 방법


11

1m LiDar 파생 DEM의 모자이크가 있습니다. 데이터의 하위 세트를 10m DEM으로 출력해야합니다. 현재 ARCGIS 10에서 집계 도구를 사용하여 각각의 새로운 10m 픽셀에 대한 평균값을 생성하고 있습니다. 이것이 작업과 같은 최고의 기술인지에 대한 조언이 있습니까? 평균값이이 유형의 데이터에 가장 적합한 방법입니까?


1
데이터를 낮은 해상도로 다시 샘플링해야하는 이유에 대한 워크 플로우를 추가로 설명 할 수 있습니까? 첫 번째 단계로 공간 해상도를 낮추는 것보다 더 좋은 방법이 있습니까?
MLowry

답변:


10

일반적인 실수는 (나도 만든) 이중선 보간 기능을 가진 리샘플링 도구를 사용하여 래스터를 다운 샘플링하는 것입니다. 이것이 좋지 않은 이유에 대한 설명 은 이 답변 을 참조하십시오 . 래스터는 3 단계로 다운 샘플링 될 수 있습니다.

  1. 첫 번째 단계는 필요하지 않을 수 있습니다. 래스터를 대상 범위까지 다시 투영하십시오. 이중선 보간법을 사용하고 출력 셀 크기를 입력 해상도와 동일하게 유지하십시오 (예 : 1m). 등록 포인트를 사용하여 래스터 모서리를 투영에 "스냅"합니다. 출력 범위는 "환경"에서 지정할 수 있으며 10m의 배수 (또는 해상도)로 범위를 지정하는 것이 좋습니다. 이 범위는 최종 래스터에 대한 통계가 결정되는 위치를 제어합니다.

  2. Spatial Analyst Tools> Neighborhood에있는 블록 통계를 수행하십시오 . 높이와 너비 모두에 10 개의 셀이있는 사각형을 사용하고 통계 유형으로 "MEAN"을 선택하십시오. 원하는 경우 다른 모양과 유형을 사용해보십시오. 셀 크기는 다운 샘플링 비율입니다.

  3. 블록 통계는 래스터 해상도를 변경하지 않기 때문에 마지막 단계는 재 샘플링입니다 (데이터 관리 도구> 래스터> 래스터 처리에 있음). 10m를 선택하고 "가장 가까운"을 사용하여 셀 중앙의 블록 통계를 선택하십시오.

2 단계와 3 단계는 집계 도구 사용에 대한 Curtvprice의 제안으로 대체 될 수 있습니다 . 사각형 도구 를 사용 하면 동일한 결과를 효과적으로 얻을 수 있습니다.


2
우와. 나는 20 년 동안이 일을 해 왔으며 bilinear resampling은 4 개의 인근 데이터 포인트 사용한다는 것을 몰랐습니다 ! 이것은 분명히 더 높은 프로파일이 필요합니다.
matt wilkie

6

이러한 요약 값 셀과 리 샘플을 모두 복제 할 필요가없는 집계 도구 를 사용하여 프로세스에서 단계를 줄일 수 있습니다 .


좋은 조언, 수행 할 단계가 적습니다.
nadya

4

위에서 언급 한 모든 사항에 유의해야하며 이중 선형 리샘플링에 문제가 있음을 전적으로 동의합니다. 그러나 왜 아무도 큐빅 컨벌루션을 논의하지 않는지 궁금합니다. 블록 함수를 사용할 때의 문제점은 lidar 파생 DEM에서 예상되는 것처럼 분포가 비정규 또는 다중 모달 일 때 평균이 상당히 관련이 없다는 것입니다.

원본 라이더 데이터에 액세스 할 수있는 경우 ArcGIS의 "Topo to Raster"도구를 사용하여 원하는 해상도로 데이터를 보간하십시오. 1m DEM 래스터에만 액세스 할 수있는 경우 가장 효율적이지만 가장 효율적인 방법은 래스터를 포인트로 변환하고 얇은 플레이트 또는 Bi- 큐빅 스플라인을 사용하는 것입니다. 이것은 리 샘플 이웃이 비선형 커브를 데이터에 맞추는 것을 허용합니다.

또는 가우스 커널을 사용하여 1m 래스터를 부드럽게하여 원하는 재 샘플 해상도 (10x10)의 크기와 비슷한 크기를 가질 수 있으며 이중 선형 재 샘플이 훨씬 더 적합합니다. 이 방법을 사용하면 평활화 매개 변수를 직접 제어 할 수 있으며 평균 경향이 중심 경향의 지표로 적합 해지고 선형 적합이 지원되는 "로컬"정규 분포가 생성됩니다.


질문 소유자는 오랫동안 여기에 보이지 않지만 같은 문제가 있습니다 (내 라이다 래스터는 0.5m입니다). 그래서 토론에 왔습니다. 수백만 포인트보다 큰 래스터를 처리합니다.
nadya December
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.