Оценка лидар-покрытия и плотности выборки

Оценка покрытия данных и плотности выборки являются обычными задачами контроля качества в процессе работы с данными лидаров. Ранее обнаружение потенциальных проблем позволяет облегчить процесс снижения негативного влияния недостатка данных. В этом случае используется набор данных LAS и два инструмента геообработки – Информация о файле точек (Point File Information) и Статистика точек LAS как растр (LAS Point Statistics As Raster).

Набор данных LAS

Данные для отдельных проектов обычно разбиваются на файлы LAS в виде листов. Это делается для удобства обработки и для сохранения приемлемых размеров файлов. К сожалению, это часто создает трудности при работе над такими проектами. Набор данных LAS позволяет создать ссылки на все файлы LAS, использующиеся в проекте, и работать с ними как с единым целым. Для создания набора данных LAS используйте инструмент геообработки Создать набор данных LAS (Create LAS Dataset).

Инструмент Создать набор данных LAS (Create LAS Dataset) позволяет вычислить статистику. Если вы не используете эту опцию, набор данных LAS будет построен быстро, поскольку при этом считываются только заголовки файлов LAS. Вычисление статистики требует полного сканирования соответствующих файлов LAS. Время, которое потребуется для вычисления статистики, зависит от количества точек в файлах LAS, однако в результате вам будет доступен значительно больший объем информации. Поэтому крайне рекомендуется вычислять статистику.

После создания набора данных LAS откройте диалоговое окно Свойства наборов данных LAS (LAS Dataset Properties) из окна Каталога (Catalog). В диалоговом окне отобразится информация о наборе данных LAS в целом, а также о конкретных файлах LAS, которые содержатся в наборе данных. Перейдите на закладку Файлы LAS (LAS Files) этого окна.

Просмотрите столбец Расстояние между точками (Point Spacing) в середине закладки Файлы LAS (LAS Files). Это оценка расстояния между точками (другими словами, возвращенные точки) для каждого файла. Они указываются в единицах измерения x,y источника данных. Эта оценка будет более точной, если при создании набора данных LAS вычислялась статистика.

• Расстояние между точками – это не то же самое, что плотность точек. Расстояние между точками (PS) определяется как число линейных единиц на точку, а плотность точек (PD) определяется как число точек на единицу площади. Для преобразования расстояния между точками в плотность точек используется следующая формула: PD = 1/(PS)^2. Более высокая плотность точек означает меньшее расстояние между точками.

Примечание:

• Получаемое расстояние может быть немного больше, чем расстояние между импульсами, поскольку один импульс лазера может привести к получению нескольких точек.
• Для получения информации об экстенте файлов LAS, в дополнение к прочей статистической информации, используйте инструмент геообработки Информация о файле точек (Point File Information).

Информация о файле точек

Инструмент Информация о файле точек (Point File Information) возвращает базовую статистику и информацию об экстенте точечных файлов данных в форматах LAS и ASCII, которая помогает оценить качество данных. Полученные данные позволяют изучить плотность точек, Z-диапазон, общее число точек и пространственную привязку входных файлов, а также классификационные данные файлов LAS. При обработке папки, инструмент считывает из нее все файлы с указанным суффиксом.

Расстояние между точками, сообщаемое инструментом Информация о файле точек (Point File Information), является аппроксимацией, основанной на площади пространственного экстента файла, деленной на общее число точек в файле. Наиболее верная оценка получается, если данные распределены равномерно, а при неравномерном распределении результаты могут вводить в заблуждение. В этой ситуации, сообщаемое расстояние между точками имеет большее значение, как итог просмотра трендов для набора файлов. Однако инструмент предлагает опцию улучшенной оценки интервала между точками в файлах LAS, что понижает завышенную оценку, вызванную неравномерностью распределения данных.

Присвоение символов полю расстояния между точками с использованием цветовой шкалы помогает увидеть тренды в наборах данных. На следующем рисунке полигоны экстента LAS обозначены таким способом, полигоны красного цвета имеют более высокую плотность точек.

Также вы можете просмотреть классификацию точек, которая обычно выполняется поставщиком данных лидаров. Классификация используется для различения точек, полученных с поверхности земли и с объектов над поверхностью, и поддерживается при помощи кодов в файлах LAS. Опция Суммирование по коду класса (Summarize by Class Code) позволяет создать уникальный объект для каждого кода класса в файле LAS. Это предоставляет возможность изучения кодов классов в каждом файле LAS и соответствующей информации о точках, связанной с каждым из этих кодом. Включение z-диапазона для определенного класса точек позволяет получить более точное представление данных, чем при использовании дополнительных классов включенных в анализ, например, класса 7, который соответствует точкам шума.

Предположим, результат работы инструмента Информация о файле точек (Point File Information) говорит о том, что данные приемлемы, следующий шаг – использовать инструмент геообработки Статистика точек LAS как растр (LAS Point Statistics As Raster) для получения более глубоких сведений о распределении точек.

Статистика точек LAS как растра

Инструмент геообработки Статистика точек LAS в растр (LAS Point Statistics As Raster) позволяет увидеть пространственное распределение различных метрик точек лидара. Это достигается с помощью описания точек, которые попадают в каждую ячейку выходного растра. Вы можете выбрать характеристику точек различными способами:

• Число импульсов
• Число отраженных сигналов
• Преобладающее число отраженных сигналов
• Максимальное число отраженных сигналов
• Преобладающий класс
• Диапазон интенсивности
• Z-диапазон

Для получения информации о покрытии и плотности точек хорошо подходит опция числа импульсов. Она присваивает число последних отраженных сигналов, укладывающихся в пределы ячейки, как значение ячейки. Сначала укажите входной набор данных LAS и выберите метод PULSE_COUNT. Для выборки задайте CELLSIZE. Может показаться, что среднее расстояние между точками – это хороший размер ячеек для выходного растра, но обычно это приводит к появлению слишком большого числа пустых ячеек, или NoData, поскольку точки лидара распределены неравномерно. Также это может привести к получению слишком большого выходного растра. Вместо этого лучше использовать размер ячейки, который в несколько раз больше, чем средний интервал между точками, но не слишком большой, чтобы иметь возможность определять пробелы и пропуски, что дает основания к дальнейшим исследованиям. Наиболее подходящий размер ячейки – в четыре раза больше расстояния между точками. Например, если интервал считывания данных составляет 1 метр, а размер ячейки равен 4, можно ожидать, что в среднем в одной ячейке будет находиться 16 точек.

Также вы можете оценить плотность различных типов точек. Поскольку большую часть времени вы проверяете плотность всех отраженных сигналов, будет полезно посмотреть на те, которые входят в определенные классы. Например, число импульсов для точек на поверхности земли может показать вам степень проникновения лазера к поверхности земли в областях, покрытых растительностью. Управлять использующимися точками можно задав параметры фильтрации на закладке Фильтр (Filter) слоя набора данных LAS. Параметры фильтрации точек, заданные для слоя, учитываются инструментом. Если вместо слоя вы используете набор данных, фильтрация отсутствует.

После создания растра рассмотрите его в ArcMap. Используйте отображение при помощи цветовой шкалы, чтобы можно было легко различить ячейки с высокими и низкими значениями. Также можно задать цвет NoData для чего-то, что выбивается из общей картины. Обратите внимание на вариабельность плотности и пропуски в данных. Если что-то выглядит не так, попросите поставщика данных объяснить это.

На рисунке ниже черным показаны области, где имеются значения NoData, красным выделены области, где плотность выборки выше.