Bewerten von LIDAR-Coverage und Messpunktdichte
Ein grundlegender QA/QK-Vorgang beim Empfang von LIDAR-Daten besteht darin, sicherzustellen, dass die vom Datenanbieter zugestellten LIDAR-Punkte das erwartete Coverage und die erwartete Dichte aufweisen. Das Überprüfen von Coverage- und Dichteproblemen und deren Lösung zu Beginn Ihrer LIDAR-Verarbeitung ist von wesentlicher Bedeutung. Zwei Geoverarbeitungswerkzeuge sind in dieser Hinsicht nützlich: Punktdateiinformationen, zu finden in der 3D Analyst-Toolbox, und Punkt zu Raster, zu finden in der Toolbox "Conversion".
Punktdateiinformationen
Das Geoverarbeitungswerkzeug Punktdateiinformationen meldet grundlegende Statistiken über eine oder mehrere Punktdaten-Dateien auf der Festplatte. Der primäre Zweck des Geoverarbeitungswerkzeugs Punktdateiinformationen ist es, Sie beim Überprüfen und Zusammenfassen der Daten vor dem Laden in die Geodatabase zu unterstützen. LAS-Formatdateien (das Standardformat für LIDAR-Daten) und ASCII-Formatdateien werden als Eingabe unterstützt. Da LIDAR-Projekte häufig Sammlungen von Datendateien verwenden, manchmal Hunderte oder sogar Tausende, können Sie mit diesem Werkzeug zusätzlich zu den individuellen Dateien auch Ordnernamen festlegen. Das Werkzeug liest dann alle Dateien im Ordner, die das von Ihnen angegebene Suffix aufweisen.
Für jede Eingabepunktdatei gibt das Werkzeug ein Polygon mit zugehöriger Attributierung in eine bestimmte Feature-Class aus. Das Polygon stellt die X-Y-Ausdehnung oder den Rahmen der Daten in der Datei grafisch dar. Attribute sind Dateinamen, Punktanzahl, z-min, z-max und Punktabstand.
Der von Punktdateiinformationen gemeldete Punktabstand ist nicht genau und bedarf daher weiterer Erläuterungen. Mit Rücksicht auf die Performance verwendet er lediglich eine grobe Schätzung, die einfach die Fläche des Rahmens der Datei mit der Punktanzahl vergleicht. Der Punktabstand ist allerdings dann sehr genau, wenn die rechteckige Ausdehnung der untersuchten Datei mit Daten ausgefüllt wird. Entsprechend generieren Dateien mit vielen Punkten, die über großen Gewässern oder auf dem Umfang eines Untersuchungsgebiets ausgeschlossen wurden, das nur teilweise Daten enthält, keine genauen Schätzungen. Daher ist der gemeldete Punktabstand mehr als Zusammenfassung zu verstehen, wenn Trends für Sammlungen von Dateien betrachtet werden.
Sie können die Ausgabe-Feature-Class allerdings in ArcMap anzeigen, ihre Attributtabelle öffnen und das Punktabstandfeld in aufsteigender Reihenfolge sortieren. Sie können im Punktabstandfeld mithilfe eines abgestuften Farbverlaufs auch farbliche Darstellungen vornehmen. Im folgenden Bild werden die LAS-Ausdehnungspolygone mit einem Farbverlauf auf Grundlage der Punktabstandschätzung farblich dargestellt. Die in Rot dargestellten Polygone zeigen einen dichteren Punktabstand an.
Das Geoverarbeitungswerkzeug Punktdateiinformationen verarbeitet LAS-Dateien schnell, da es nur ihre Header scannen muss, um die Informationen zu erhalten, die es sucht. Mit ASCII-Dateien dauert der Vorgang bedeutend länger, da das Werkzeug dann alle Daten lesen muss.
Sie können auch die auf den Quellpunkten in den LAS-Dateien durchgeführte Klassifizierung untersuchen. LIDAR-Daten können vom LIDAR-Anbieter je nach dem vom verwendeten LIDAR-System zurückgegebenen Oberflächen-Feature in verschiedene Klassencodes klassifiziert werden. Diese Klassencodes können Boden- und Nicht-Boden-LIDAR-Rückgaben darstellen. Wenn Sie die Option Nach Klassencode zusammenfassen im Dialogfeld Punktdateiinformationen aktivieren, enthält die Ausgabeattributtabelle eine Summenstatistik für jeden in jeder LAS-Datei gefundenen Klassencode. Verwenden Sie diese Option, um die Klassencodes in jeder LAS-Datei und die entsprechenden mit jedem Klassencode verknüpften Punktinformationen zu untersuchen.
In der Annahme, das der Prüfungsprozess von "Punktdateiinformationen" ergibt, dass alle Werte akzeptiert werden können, besteht der nächste Schritt darin, die LIDAR-Punkte mit dem Werkzeug LAS zu Multipoint oder dem Werkzeug 3D-ASCII zu Feature-Class in eine Multipoint-Feature-Class zu laden. Speichern Sie diese Feature-Class in einem Feature-Dataset, wenn Sie aus den Punkten ein Terrain-Dataset erstellen möchten. Obwohl Sie wahlweise LAS- oder ASCII-Formatdateien verwenden können, ist das LAS-Dateiformat im Allgemeinen die bessere Wahl. LAS-Dateien enthalten mehr Informationen, und da sie binär sind, können sie vom Importprogramm effizienter gelesen werden.
Sobald die Punkte in eine Multipoint-Feature-Class geladen wurden, können Sie das Geoverarbeitungswerkzeug Punkt zu Raster verwenden, um eine ausführlichere Ansicht der Punktverteilung abzurufen.
Punkt in Raster
Das Geoverarbeitungswerkzeug Punkt in Raster erstellt Raster aus Punkten und unterstützt auch Multipoints. Es ist ein generisches Werkzeug mit vielen Optionen und Verwendungsmöglichkeiten. Zum Auswerten der LIDAR-Punktdichte sollte die Option COUNT des Werkzeugs eingesetzt werden. Diese Option verwendet die Anzahl der Punkte in einer Raster-Zelle als Zellenwert. Es ist besonders aufschlussreich, sich dies graphisch über die Ausdehnung der Projektfläche anschauen zu können.
Es gibt einige Parameter für das Werkzeug Punkt in Raster, deren Werte für diese Übung nicht offensichtlich sind. Zunächst wäre das der Parameter Wertefeld. Es ist nicht wichtig, auf welchen Wert dieses Feld festgelegt wird, da das Wertfeld ignoriert wird, wenn der Zellenzuweisungstyp auf COUNT festgelegt wird. Der zweite Parameter ist Zellengröße. Man könnte meinen, dass der durchschnittliche Punktabstand eine gute Zellengröße für das Ausgabe-Raster darstellt. Aber dies ergibt typischerweise viele leere Zellen oder Zellen mit dem Wert "NoData", da LIDAR-Punkte nicht gleichmäßig angeordnet sind. Zudem kann das Ausgabe-Raster unnötig groß ausfallen. Verwenden Sie daher lieber eine Zellengröße, die mehrere Male größer als der durchschnittliche Punktabstand ist, aber klein genug, um Lücken oder leere Bereiche zu identifizieren, die einer weiteren Untersuchung bedürfen. Eine sinnvolle Größe ist der vierfache Punktabstand. Wenn die Daten beispielsweise bei 1 Meter eine Referenz aufweisen und Sie die Zellengröße auf 4 festlegen, können Sie davon ausgehen, im Durchschnitt 16 Punkte in einer Zelle zu erhalten.
Sie können auch die Dichte für unterschiedliche Typen von Punkten auswerten. Während Sie wahrscheinlich überwiegend nur die Dichte für alle Rückgaben überprüfen, kann es nützlich sein, auch jene zu betrachten, die in eine bestimmte Klasse fallen (z. B. Boden) fallen. Dies kann Ihnen z. B. einen Eindruck davon verschaffen, wie gut die Bodendurchdringung in rekultivierten Flächen ist. Das Werkzeug Punkt in Raster unterscheidet nicht zwischen Punkttypen. Je nach dem, wie Sie also die Multipoint-Feature-Class mit dem Werkzeug LAS zu Multipoint erstellen, steuern Sie, welche Punkte verwendet werden. Das Werkzeug stellt Optionen zum Laden von Punkten nach Klasse und Rückgabenummer bereit.
Betrachten Sie das Raster in ArcMap, sobald es fertig gestellt wurde. Zeigen Sie es mithilfe eines Renderers "Farbverlauf" an, um leichter zwischen Zellen mit großer Anzahl und jenen mit kleinerer Anzahl von Punkten zu unterscheiden. Sie können auch die NoData-Farbe so festlegen, dass sie hervorsticht. Suchen Sie nach Abweichungen in der Dichte und nach Datenlücken. Fragen Sie Ihren Anbieter um Rat, wenn Ihre Anzeige nicht korrekt scheint.
Im folgenden Bild stellen die schwarzen Flächen solche Flächen dar, die keine Daten enthalten, während die roten Flächen solche Flächen darstellen, in denen die LIDAR-Referenzpunktdichte höher ist.
