LAS에서 DEM으로의 변환을위한 적절한 워크 플로우

고도 데이터가있는 LiDAR (.LAS) 파일을 정기적으로 접합니다. 내가 할 때, 나는 항상 수 문학적 분석을 위해 그것들을 DEM으로 변환하는 방법을 찾기 위해 노력하고 있습니다. 몇 가지 워크 플로를 개발했으며, 항상 필요한 것은 아니지만 항상 출력되는 경우에도 최적화되지 않은 것 같습니다. 또한 신뢰할 수있는 하나의 워크 플로를 만들고 싶습니다. 매번 세 가지를 시도하지 않아도됩니다.

다음은 현재 진행중인 워크 플로우입니다.

FME :

LAS 리더-> PointCloudCombiner-> RasterDEMGenerator-> Geotiff 라이터. (참조 시간 5 분).

ArcMap :

1. LAS to multipoint-> Multipoint to Terrain-> Terrain to raster (10 분).
2. LAS에서 다 지점으로-> TIN 만들기 ( Topo에서 래스터로 Point.Z 값을 읽을 수 없으므로)-> TIN에서 래스터로 (15 분)
3. 새 Mosaic 데이터 셋을 생성하고 LAS를 래스터로 추가하십시오. ESRI GRID로 내 보냅니다.

LAStools :

LAStoTXT-> XY 이벤트 레이어 만들기-> 모양 파일로-> 토포에서 래스터로 (3-4 시간)

또한 LAS 데이터 세트를 래스터로 , LAS 데이터 세트를 TIN 등으로 알고 있지만 일반적으로 LAS 파일을 인식하지 못합니다. 내가 Arcmap에서 # 1을 이해하는 것은 ESRI 선호 방법 (?)입니다.

내가 원하는 것은 추가 분석에 사용할 수 있는 수 문학적으로 올바른 래스터 입니다. 무엇을 사용 하시겠습니까?

ArcGIS Standard 10.1 (곧 10.2), 3D 분석가, 공간 분석가를 이용할 수 있습니다. 필요한 경우 스크립팅뿐만 아니라 오픈 소스 솔루션도 환영합니다 (Python).

LiDAR 데이터 세트를 DEM으로 변환 할 때 일련의 개별 데이터 포인트를 가져와 단일 연속 데이터 세트로 변환합니다. .las 파일에 ~ 1 미터의 평균 해상도를 가진 X (위도), Y (경도) 및 Z (고도) 값이 포함되어 있다고 가정합니다. 여기서 해상도는 정말 중요합니다. 우리는 평균에 대해서만 이야기하고 있으므로 데이터 세트 전체에서 ~ 1 미터 해상도를 거의 찾지 못합니다. 대신 우리는 그 해상도의 '볼 파크'추정치에 해당하는 값을 찾을 것입니다. 따라서이 포인트를 가져와 래스터 DEM 또는 TIN으로 변환하십시오. X 및 Y 값은 최소 왜곡을보아야하지만 Z 값이 예상과 다를 수 있습니다. 이것은 컴퓨터가 LiDAR 포인트 중 하나에 속하지 않는 셀에 올바른 Z 값이 무엇인지 알 수 없습니다. LiDAR 포인트 사이에 보간 알고리즘이 적용되어 합리적인 Z 값이 무엇인지 추정합니다. 분석 목표와 관련하여 올바른 보간 방법을 선택하는 것은 LiDAR에서 DEM으로 전환하는 데 중요한 부분입니다. 해당 출력 DEM에 적절한 해상도를 설정하는 것이 중요합니다. 항상 LiDAR 데이터 세트의 해상도보다 낮은 해상도를 설정하십시오. 따라서 ~ 1 미터 해상도의 경우 왜곡을 최소화하기 위해 DEM에 대해 3 미터 해상도를 설정했습니다. 해당 출력 DEM에 적절한 해상도를 설정하는 것이 중요합니다. 항상 LiDAR 데이터 세트의 해상도보다 낮은 해상도를 설정하십시오. 따라서 ~ 1 미터 해상도의 경우 왜곡을 최소화하기 위해 DEM에 대해 3 미터 해상도를 설정했습니다. 해당 출력 DEM에 적절한 해상도를 설정하는 것이 중요합니다. 항상 LiDAR 데이터 세트의 해상도보다 낮은 해상도를 설정하십시오. 따라서 ~ 1 미터 해상도의 경우 왜곡을 최소화하기 위해 DEM에 대해 3 미터 해상도를 설정했습니다.

LiDAR에서 파생 된 DEM으로 산사태 및 잔해 흐름을 연구 한 경험이 있습니다. 산사태 및 잔해 흐름은 지형의 다른 선형 피쳐 근처에서 발생하는 매우 선형적인 피쳐입니다. 그래서 LiDAR에서 DEM으로 변환 할 때 선형 피처를 가장 강조하는 보간 방법을 원합니다. 이것은 TIN (Triangulated Irregular Network)입니다. 수 문학적 분석을 목표로하고 있습니다. DEM을 구축하기 위해 스플라인 보간 방법을 시도해야 할 수도 있습니다. 스플라인 보간은 매우 부드러운 래스터 표면을 만들기 위해 모든 데이터 포인트를 통해 연속적이고 겹치는 선을 그립니다. 싱크대를 식별하고 채우고 카운트를 그리고 반복하십시오.

이것은 약간의 엉망이지만, 내가 여기서 얻으려고하는 것은 당신이 잘못된 질문을하는 것처럼 나에게 보인다는 것입니다. 수 문학적으로 올바른 DEM을 구축하는 데 사용해야하는 소프트웨어 워크 플로를 요구하는 대신 사용할 보간 방법을 요구해야합니다. 내가 당신이라면 스플라인 보간법을 시도 할 것입니다.

소프트웨어 측면에서 LiDAR 데이터 처리는 CPU / RAM을 많이 사용합니다. RAM이 6GB보다 크면 GRASS GIS를 권장합니다. 그들은 내가 사용했던 최고의 LiDAR 처리 소프트웨어를 가지고 있지만 (FOSS), 약간의 메모리 할당을해야합니다. 그렇지 않으면 ArcGIS를 사용하는 것이 좋습니다. 웹 사이트에서 원하는 작업을 수행하는 방법에 대한 훌륭한 문서가 있습니다.

이 작업을 한 번만 수행해야하는 경우 Merrick & Company 의 MARS 30 일 평가판을 다운로드하는 것이 좋습니다. 전체 소프트웨어 제품군은 상당히 비싸지 만 (11995 달러) 평가 소프트웨어를 사용하면 기존 수체 데이터 세트를 사용하여 다각형 주위에 일정한 고도를 적용 할 수 있다고 생각합니다.