Evaluation de la densité d'échantillonnage et de la couverture lidar

Lors de la réception de données lidar, l'une des procédures d'assurance/de contrôle qualité de base consiste à s'assurer que les points lidar en provenance de votre fournisseur de données présentent la couverture et la densité attendues. Il est important de vérifier les problèmes de densité et de couverture éventuels et de les résoudre au préalable de votre traitement lidar. Deux outils de géotraitement sont utiles dans cette considération : Informations du fichier de points, figurant dans la boîte à outils 3D Analyst, et Point vers raster, figurant dans la boîte à outils Conversion principale.

Informations du fichier de points

L'outil de géotraitement Informations du fichier de points indique des statistiques de base concernant un ou plusieurs fichiers de données ponctuelles sur le disque. La finalité principale de l'outil de géotraitement Informations du fichier de points consiste à vous aider à examiner et à récapituler les données avant de les charger dans votre géodatabase. Les fichiers au format LAS (format standard pour les données lidar) et ASCII sont pris en charge en entrée. Puisque les projets lidar utilisent souvent des ensembles de fichiers de données, parfois par centaines ou par milliers, l'outil vous permet de spécifier des noms de dossier en plus de fichiers individuels. Lorsque vous indiquez un dossier, il lit tous les fichiers qu'il contient, portant le suffixe spécifié.

Outil Informations du fichier de points

Pour chaque fichier de points en entrée, l'outil génère en sortie un polygone avec une attribution correspondante à une classe d'entités cible. Le polygone représente graphiquement l'étendue x,y ou l'emprise des données dans le fichier. Les attributs comprennent le nom de fichier, le nombre de points, la valeur z minimale et maximale et l'espacement des points.

Résultats de l'outil Informations du fichier de points

L'espacement des points indiqué par l'outil Informations du fichier de points n'est pas exact et mérite une discussion. Pour des raisons de performances, il utilise une évaluation grossière qui compare simplement la surface de l'emprise du fichier au nombre de points. Il présente une précision maximale lorsque l'étendue rectangulaire du fichier examiné est remplie de données. Par conséquent, les fichiers comportant des nombres significatifs de points exclus sur des plans d'eau importants ou sur le périmètre d'une zone d'étude, partiellement occupée par des données uniquement, ne produisent pas d'évaluations précises. Par conséquent, l'espacement des points indiqué est plus significatif en tant que récapitulatif lors de la recherche de tendances des ensembles de fichiers.

Concernant la classe d'entités en sortie, il est utile de l'afficher dans l'ArcMap, d'ouvrir sa table attributaire et de trier le champ d'espacement des points par ordre croissant. Vous pouvez également symboliser le champ d'espacement des points à l'aide d'un dégradé de couleur par paliers. Dans l'image ci-dessous, les polygones d'étendue LAS sont symbolisés à l'aide d'un dégradé de couleurs en fonction de l'évaluation de l'espacement des points. Les polygones symbolisés en rouge indiquent un espacement des points plus serré.

Résultats de la tendance de densité des points de l'outil Informations du fichier de points

L'outil de géotraitement Informations du fichier de points fonctionne rapidement sur les fichiers LAS car il doit uniquement analyser leurs en-têtes pour obtenir les informations recherchées. Il prend considérablement plus de temps avec les fichiers ASCII, car pour ces fichiers l'outil doit en réalité lire toutes les données.

Vous pouvez également examiner la classification effectuée sur les points source dans les fichiers LAS. Les données lidar peuvent être classées par leur fournisseur en codes de classe différents selon l'entité de surface renvoyée par le système lidar. Ces codes de classe peuvent représenter des retours lidar terrestres ou non terrestres. Lorsque vous sélectionnez l'option Récapituler par code de classe dans la boîte de dialogue Informations du fichier de points, la table attributaire en sortie contient des résumés statistiques pour chaque code de classe rencontré dans chaque fichier LAS. Utilisez cette option pour examiner les codes de classe dans chaque fichier LAS et les informations de point correspondantes associées à chaque code de classe.

En supposant que le processus de vérification Informations du fichier de points détermine que tous les paramètres sont acceptables, la prochaine étape consiste à charger vos points lidar dans une classe d'entités multi-points à l'aide de l'outil LAS vers multi-points ou ASCII 3D vers classe d'entités. Placez cette classe d'entités dans un jeu de données d'entité si vous projetez de créer un jeu de données de MNT à partir des points. Bien que vous ayez le choix d'utiliser des fichiers au format LAS ou ASCII, le format LAS constitue généralement la meilleure option. Les fichiers LAS contiennent plus d'informations et peuvent être lus plus efficacement par l'outil d'importation en raison de leur structure binaire.

Dès lors que les points sont chargés dans une classe d'entités multi-points, vous pouvez utiliser l'outil de géotraitement Point vers raster pour obtenir une vue plus détaillée de la distribution des points.

Point vers raster

L'outil de géotraitement Point vers raster crée des rasters à partir de points et prend également en charge les multi-points. Il s'agit d'un outil générique présentant de nombreuses options et utilisations. Pour l'évaluation de la densité des points lidar, utilisez l'option COUNT de l'outil. Cette option utilise le nombre de points figurant dans une cellule raster en tant que valeur de la cellule. L'observation graphique de cette donnée sur l'étendue de la zone de projet est révélatrice.

Il existe certains paramètres de l'outil Point vers raster dont les valeurs pour cet exercice ne sont pas évidentes. En premier lieu, citons le paramètre Champ de la valeur. La valeur définie pour ce paramètre n'est pas importante, car le champ de la valeur est ignoré lorsque Type d'attribution de cellule est configuré sur COUNT. Ensuite vient le paramètre Taille de cellule. Vous pouvez penser que l'espacement moyen des points est une bonne taille de cellule pour le raster en sortie, mais cela génère en général trop de cellules vides ou NoData car les points lidar ne sont pas espacés de manière égale. Par ailleurs le raster en sortie peut devenir inutilement grand. Au lieu de cela, il est préférable d'employer une taille de cellule plusieurs fois supérieure à l'espacement moyen des points, mais suffisamment réduite pour identifier des intervalles ou des vides qui permettent une analyse supplémentaire. Une taille raisonnable correspond à quatre fois l'espacement des points. A titre d'exemple, si vos données sont échantillonnées à 1 mètre et que vous définissez la taille de cellule sur 4, vous pouvez attendre en moyenne 16 points par cellule.

Outil Point vers raster

Vous pouvez également évaluer la densité pour différents types de points. Bien que la plupart du temps vous vérifiez probablement uniquement la densité pour l'ensemble des retours, il peut être utile d'examiner ceux figurant dans une certaine classe, comme le sol. Par exemple, cela peut vous donner une idée de la qualité de votre pénétration au sol dans les zones couvertes de végétation. L'outil Point vers raster ne fait aucune distinction entre les types de point. Les points utilisés sont donc déterminés par la manière de créer la classe d'entités multi-points avec l'outil LAS vers multi-points. Cet outil propose des options pour le chargement de points par code de classe et par nombre de retour.

Dès lors que votre raster a été créé, regardez-le dans ArcMap. Utilisez une représentation par dégradé de couleurs pour l'afficher afin de faciliter la distinction entre les cellules comportant des nombres élevés ou réduits. Vous pouvez également définir une couleur NoData qui se détache bien. Recherchez la variance dans la densité et les vides de données. Invitez votre fournisseur à expliquer tout élément qui semble incorrect.

Dans l'image ci-dessous, les surfaces noires représentent des surfaces sans aucune donnée, alors que les surfaces rouges représentent des surfaces où la densité d'échantillonnage du lidar est plus élevée.

Résultats de l'outil Point vers raster

7/10/2012