من داده های LiDAR دارم - حالا چه؟

در یک مقاله جالب به تازگی توسط دیوید Mckittrick، جایی که او در مورد پیامدهای دانش کافی از تکنیک های مرتبط با کار با GIS LIDAR و با اشاره به جهانی آیفون به عنوان یک ابزار پشتیبانی در پردازش اطلاعات به دست آمده سخن می گوید منتشر شده است.

پس از خواندن مقاله ، Global Mapper را برای مدتی بارگیری کردم و باید اعتراف کنم که این ویژگی کاربردی ابزاری را که می شناختیم و ساختن آن با استفاده از فایلهای متنی xyz با آن بسیار کاربردی بود ، حفظ می کند. امروزه ، وقتی دسترسی به داده های LiDAR بسیار مقرون به صرفه تر می شود ، بد نیست نگاهی به جنبه هایی بیندیشید که در هنگام کار با آنها باید در نظر گرفته شود و به ذکر آنچه Global Mapper به خوبی انجام می دهد ، اشاره کرد. این که من اصرار دارم ، از آنچه که آزمایش کرده ام باعث تعجب من شده است. با چهره تازه شده ، این برنامه سادگی باز کردن داده ها و نمایش آنها را در پیشنهادهای از پیش تنظیم شده حفظ می کند.

روز دیگر، در جدول Geofumadas، من می توانستم در چشم Don H -یکی از مربیان من- درخشش نگران‌کننده‌ای در چشمانش در برابر پیشنهادی که یک پیشنهاد دهنده هواپیمای بدون سرنشین ارائه کرده بود. این یک برنامه کاربردی برای به روز رسانی داده های کاداستر بود. با اندوه فراوان مجبور شدم آن را از ابر دانلود کنم و یادآوری کنم که در اکثر کشورهای در حال توسعه حداقل شرایط برای پایداری این فناوری ها وجود ندارد. اگر چه در پایان ما به اجماع رسیدیم که چه چیزی در یک راه کارکردی ممکن است. اختلال در این تکنیک چند سال پیش باعث ایجاد احساسات شدید در برخی از نهادهای دولتی در ایالات متحده شد، اکنون این روش در حال انتقال به کشورهای دیگر با زمینه اسپانیایی است که ممکن است به میل "سواری بر موج" از کاربرد این روش وارد شود. فناوری جدید، داده‌ها را می‌گیرد اما واقعا نمی‌داند با آن چه باید کرد.

اگر هزینه مورد نیاز استفاده از LiDAR در یک پروژه را در نظر بگیریم ، با توجه به آنچه که شروع به جمع آوری داده های انبوه (صحبت از "Point Cloud Collection") به دنبال دارد ، بسیار مهم خواهد بود. حتی تشخیص اینکه استفاده از آن نتیجه ای موثر و صرفه جویی در وقت را برای ما فراهم می کند. با استفاده صحیح از داده های LiDAR ، به ما این امکان را می دهد که جهان را به روشی درک کنیم که با آنچه با استفاده از شیوه های سنتی نقشه برداری به دست آوردیم ، بسیار متفاوت است. اکنون می توانید با استفاده از قالب های سه بعدی ، یک دید واقعی بدست آورید و همچنین می توانید با داده هایی که تکنیک های جدید تجزیه و تحلیل با آنها توسعه داده شده است ، تعامل داشته باشید.

LiDAR چیست؟

دیوید دقیقا می گوید: "داده های LiDAR یک محصول نیست بلکه یک ماده خام است"با آنچه اولین مفهوم کلیدی را ایجاد می کند، به نظر ما، برای درک موضوع. در واقع، به دست آوردن داده ها ورودی است که پس از پردازش کافی به ما امکان می دهد مدل های مختلف سه بعدی را بدست آورد.

اما ، برای اینکه واضح تر باشیم ، باید برگردیم و در مورد ساختار و ویژگی های اساسی داده های LiDAR بیاد بیاوریم. LiDAR (مخفف Light and Range Detection) یک قالب برداری از نقاط سه بعدی است. هر پرونده یا مجموعه داده های LiDAR به طور کلی حاوی میلیون ها ، یا حتی میلیاردها نقطه از فاصله نزدیک و به طور تصادفی توزیع شده است. نزدیکی فاصله بین آنها بستگی به نحوه به دست آوردن داده ها دارد.

داده های عمومی LiDAR جمع آوری شده است، عمدتا از طریق یک پلتفورم هوایی با استفاده از تکنولوژی انتقال و دریافت لیزر، همراه با استفاده از سیستم موقعیت یاب دقیق و ناوبری. در هر نقطه، x، y، z مقدار مشتق شده از زمان محاسبه شده بین انتقال و دریافت یک پالس لیزر منعکس شده است.

یک هواپیما که به آرامی پرواز می کند، ابر نقاطی را که بیشتر از یک پرواز سریع تر در ارتفاعات بالاتر ایجاد می کند ایجاد می کند. بسته سنسور پردازنده که با استفاده از هواپیما و یا هواپیماهای بدون سرنشین، و چگونه به کار با داده ها، می توان آن را به عنوان ویژگی های اضافی، ارزش رنگ، شدت انعکاس و تعداد بازده در هر پالس، برای مشاهده و تجزیه و تحلیل گنجانده شده است.

چه با داده های LiDAR انجام می شود

بودن روشن داده های LIDAR تحت یک تحول که به طور کلی یک مدل 3D می شود، سپس آن تولید یک مدل ارتفاعی رقومی (DEM) و یا، تنظیم / استخراج خودکار بردار اشیاء 3D مشتقات الگوهای هندسی در یک ماتریس نقاط همچنین ممکن است، با تغییر نمایندگی از ابر نقطه، برای به دست آوردن اطلاعات معنی دار، به نمایندگی از انواع مختلفی از سطح، ارتفاع از یک نقطه نسبت به زمین، و یا یک تنوع از تراکم نقاط، در میان ویژگی های دیگر.

ویرایش و فیلتر کردن داده های LiDAR

بسیار رایج است که فایل های داده شده به دست آمده شامل نقاط بسیار بیشتری از موارد ضروری است. بنابراین، قبل از استفاده از یک فرآیند فیلتر کردن به ابر نقطه، بهتر است به بررسی فراداده های لایه. خلاصه آماری به دست آمده اطلاعات ضروری در مورد ویژگی های ابر ارائه می شود که تصمیم گیری مناسب برای فرآیند فیلتر کردن را نشان می دهد.

بهبود کیفیت داده های LiDAR

پس از حذف نقاط مورد نیاز، گام بعدی شناسایی و طبقه بندی آن دسته از نقاط زمین است که در ابتدا طبقه بندی نشده بودند. این است که ما باید داده ها را اصلاح کنیم. این برای تولید DEM با وضوح خوب بسیار مهم است.
در اینجا ما در نظر می گیریم که آیا ما می توانیم یک فرآیند فیلترینگ داده ای مناسب و یک طبقه بندی متعاقبا یکسان انجام دهیم. هر دو روش به ظاهر مکانیکی از اهمیت حیاتی در نتایج به دست آمده است.

در این نقشه گر جهانی واقعا خوب عمل می کند. حداقل در مرحله ویرایش و فیلتر کردن. و با این حال باید در نظر گرفته شود که با حذف نقاطی که باعث ایجاد نویز می شوند ، داده هایی طبقه بندی می شوند که لزوماً مفید نیستند. با استفاده از Global Mapper ، حذف نقاطی که خارج از محدوده جغرافیایی منطقه پروژه نیستند ، بلکه مواردی که به دلیل ویژگی های آنها مورد نیاز نیست ، امکان پذیر است ، زیرا برنامه دارای گزینه های فیلتر زیادی است.
اکنون درباره تنظیم تاریخ صحبت کنید. نقشه جهانی شامل چندین روش یکپارچه است که داده ها به طور خودکار طبقه بندی می شوند و امتیاز های زمین در ابتدا طبقه بندی نمی شوند، و از این رو از دست دادن داده های بالقوه سودمند جلوگیری می شود. به این ترتیب درصد نسبی امتیازاتی که می تواند در ایجاد DEM با وضوح بالاتر استفاده شود افزایش می یابد.

مثال من با داده ها قبل و بعد از طوفان کار کرده ام؛ قطعا بدون داشتن یک جادوگر، این نرم افزار دارای ویژگی هایی است که تقریبا در جریان کاری به دست آوردن، مدل، فیلتر، تولید مدل جدید ارائه شده است.

دیگر فرآیندهای طبقه بندی خودکار می توانند ساختمان ها، درختان و کابل های ابزار را شناسایی و طبقه بندی کنند، که اولین گام در فرآیند استخراج ویژگی است.

ایجاد مدل ارتفاعی دیجیتال

برای انجام مراحل تجزیه و تحلیل 3D، تقریبا در همه موارد Cloud Cloud LiDAR باید داده های موثر باشد. ما از فرایندی به نام "شبکه" استفاده می کنیم که در آن ارزش مربوط به هر نقطه از یک ماتریس (معمولا مقدار ارتفاع) به عنوان پایه ای برای تولید یک مدل 3D جامد استفاده می شود. این مدل می تواند تنها زمین (مدل زمین های دیجیتال) یا سطح بالای زمین، مانند یک تاج پوشش جنگل (یک مدل سطح دیجیتال) باشد. تمایز بین این دو از فیلتر کردن و انتخاب نقاط مورد استفاده برای تولید سطح مشتق می شود.

اگر ما توجه داشته باشیم که اکثر کاربران LiDAR، هدف اصلی تولید نسل DTM (مدل Terrain Model) است، Global Mapper مجموعه ای کامل از ابزارهای تجزیه و تحلیل زمین را فراهم می کند، از جمله محاسبات حجمی؛ برش و پر کردن بهینه سازی؛ نسل خطوط کانتور؛ تعریف آبریز؛ و تجزیه و تحلیل خطوط بینایی.

استخراج ویژگی ها

امکان ایجاد در دسترس بودن اطلاعات بیشتر از ابر نقطه متراکم ، مسیر جدیدی را به سمت روش جدید پردازش داده های LiDAR مشخص می کند. تجزیه و تحلیل الگوها در ساختار هندسی نقاط مجاور می تواند منجر به ترسیم مدل های ساخته شده شود که به صورت چند ضلعی سه بعدی نشان داده می شوند. خطوط برق یا کابلهایی که از روی زمین عبور می کنند و به صورت خطوط سه بعدی نشان داده می شوند. و همچنین نقاط درختی ، ناشی از ساختار جمعی نقاط طبقه بندی شده به عنوان پوشش گیاهی مرتفع. ابزار استخراج بردار جهانی Mapper همچنین شامل یک گزینه استخراج سفارشی است که با آن می توانید خطوط و چند ضلعی های 3D را پس از یک سری از نمایه های نمایشی که عمود بر مسیر پیش تعیین شده است تولید کنید. این ابزار می تواند برای ایجاد یک مدل سه بعدی دقیق از هر ساختار دراز، مانند لبه پیاده رو در خیابان استفاده شود.

نتیجه گیری داوود واضح است. داشتن داده همه چیز هنگام کار با LiDAR نیست. داشتن ابزاری که بتوان آنها را به روشی عملی پردازش کرد ، استفاده از این فناوری را افزایش می دهد.

این خنده دار است که آخرین بار که من دیدم این برنامه در 2011 بود، با نسخه 11. من قبلاً مشغول کار با LiDAR بودم اما در مصرف منابع تا حدودی ناامیدکننده بود ، من تماشای آن را متوقف کردم نسخه 13 که در آن توانایی کمی بهبود یافته است. این مسئله بارگیری و آزمایش آن است ، زیرا این نسخه 18 به نظر می رسد یکی از بهترین گزینه های کم هزینه نرم افزاری است که تقریباً همه کارهایی را که برای استفاده از داده های LiDAR لازم است انجام می دهد.

برو به نقشه برداری جهانی