მე მაქვს LiDAR მონაცემები - ახლა რა?

დავით მქიითრიკის მიერ გამოქვეყნებული ძალიან საინტერესო სტატიაში, სადაც იგი საუბრობს GIS- ში LiDAR- სთან დაკავშირებულ ტექნიკასთან შესაბამისი ცოდნის შედეგებზე და გლობალური Mapper- ს შესახებ, როგორც ინსტრუმენტი, რომელიც მხარს უჭერს მონაცემების დამუშავებას.

სტატიის წაკითხვის შემდეგ, მე ჩამოვიწერე გლობალური Mapper გარკვეული დროით სათამაშოდ და უნდა ვაღიარო, რომ ის ინარჩუნებს იმ ინსტრუმენტის იმ პრაქტიკულობას, რაც ჩვენ ვიცოდეთ და რომლის საშუალებითაც ძალიან პრაქტიკული იყო xyz ტექსტური ფაილებისგან ციფრული რელიეფის მოდელების დამზადება. დღეს, როდესაც LiDAR– ის მონაცემებზე წვდომა ბევრად უფრო ხელმისაწვდომი ხდება, ცუდი არ არის, თუ გავითვალისწინებთ იმ ასპექტებს, რომლებიც გასათვალისწინებელია მათთან მუშაობის დროს და აღვნიშნეთ, თუ რას აკეთებს გლობალური Mapper. რომ მე დაჟინებით ვამბობ, მან გამაკვირვა იმით, რასაც ვამოწმებდი; განახლებული სახის საშუალებით, პროგრამა ინარჩუნებს მონაცემების გახსნის და მათ უკვე წინასწარ კონფიგურირებულ შემოთავაზებებში ჩვენების სიმარტივეს.

მეორე დღეს, Geofumadas მაგიდასთან, მე ვერ ვხედავ თვალში დონ H -ერთი ჩემი მენტორი– თვალებში შემაშფოთებელი ელვარება თვითმფრინავის პრეტენდენტის შეთავაზებაზე; ეს იყო საკადასტრო მონაცემების განახლების აპლიკაცია; დიდი მწუხარებით მომიწია მისი ჩამოტვირთვა ღრუბლიდან და შეგახსენეთ, რომ უმეტეს განვითარებად ქვეყნებში არ არსებობს მინიმალური პირობები ამ ტექნოლოგიების მდგრადობისთვის; თუმცა საბოლოოდ მივაღწიეთ კონსენსუსს იმის შესახებ, თუ რა არის შესაძლებელი ფუნქციონალური გზით. ამ ტექნიკის გაფუჭებამ რამდენიმე წლის წინ დიდი ემოცია გამოიწვია შეერთებულ შტატებში ზოგიერთ სამთავრობო უწყებაში, ახლა ის გადადის სხვა ქვეყნებში ესპანური კონტექსტით, რამაც შესაძლოა „ტალღის გატარების“ სურვილი შეაღწიოს. ახალი ტექნოლოგია. , იჭერს მონაცემებს, მაგრამ ნამდვილად არ იცის რა გააკეთოს მასთან.

თუ გავითვალისწინებთ პროექტში LiDAR- ის გამოყენების მიერ მოთხოვნილ ღირებულებას, დავინახავთ, რომ ეს კრიტიკულია, თუ გავითვალისწინებთ იმას, თუ რას გულისხმობს მონაცემთა მასიური შეგროვება (კონკრეტულად 'Point Cloud Collection' - ზე საუბარი); იმის აღიარებით, რომ მისი გამოყენება ეფექტურ შედეგს გვაძლევს და დროის დიდ დაზოგვას გვთავაზობს. სწორად გამოყენებული, LiDAR მონაცემები საშუალებას გვაძლევს აღვიქვათ სამყარო ისე, რომ ძალიან განსხვავდება იმისგან, რასაც მივაღწიეთ რუკების ტრადიციული პრაქტიკის საშუალებით. ახლა თქვენ შეგიძლიათ მიიღოთ რეალური ხედვა 3D ფორმატის გამოყენებით და ასევე შეგიძლიათ ურთიერთქმედება იმ მონაცემებთან, რომელთანაც შემუშავებულია ანალიზის ახალი ტექნიკა.

რა არის LiDAR

დავითმა ძალიან კარგად თქვა: "LiDAR მონაცემები არ არის პროდუქტი, მაგრამ ნედლეული"რომელიც აყალიბებს პირველ საკვანძო კონცეფციას, ჩვენი აზრით, გაიგოს სათაური. სინამდვილეში, მონაცემთა მიღება არის შეყვანა, რომელიც საშუალებას მოგვცემს, სათანადო დამუშავების შემდეგ, მიიღოს სხვადასხვა სამგანზომილებიანი მოდელები.

უფრო გასაგებად, ჩვენ უნდა დავბრუნდეთ და გავიხსენოთ LiDAR მონაცემების ძირითადი სტრუქტურა და მახასიათებლები. LiDAR (აბრევიატურა და სინათლისა და დიაპაზონის აღმოჩენისთვის) არის 3D წერტილების ვექტორული ფორმატი. LiDAR მონაცემთა თითოეული ნაკრები ან ფაილი ზოგადად შეიცავს მილიონობით, ან თუნდაც მილიარდობით წერტილს, ერთმანეთთან მჭიდროდ დაშორებული და შემთხვევით განაწილებული. მათ შორის ინტერვალის სიახლოვე დამოკიდებულია იმაზე, თუ როგორ იქნა მიღებული მონაცემები.

საჯაროდ ხელმისაწვდომი LiDAR მონაცემები შეგროვდა, ძირითადად, სადესანტო პლატფორმის მეშვეობით ლაზერული გადაცემის და მიღების ტექნოლოგიის გამოყენებით, ზუსტი პოზიციონირებისა და სანავიგაციო სისტემების გამოყენებასთან ერთად. ყოველ მომენტში, აისახება ლაზერული პულსის გადაცემასა და მიღებას შორის დროის სხვაობისგან მიღებული x, y, z მნიშვნელობა.

თვითმფრინავი, რომელიც ნელ-ნელა იფრიალებს, ღრუბლებს უფრო ღრმავდება, ვიდრე ერთი საფრენი სიჩქარე უფრო მაღალია. დამოკიდებულია თვითმფრინავის ან დენონის მიერ გამოყენებული სენსორისა და როგორ ხდება დამუშავებული მონაცემები, ფერების ღირებულება, ასახვა ინტენსივობა და პულსის დაბრუნების რაოდენობა შეიძლება მოიცავდეს დამატებით ატრიბუტებს ვიზუალიზაციისა და ანალიზისთვის.

რა შეიძლება გაკეთდეს LiDAR- ის მონაცემებით?

როგორც ნათელი მონაცემები LiDAR გადის ტრანსფორმაციის რომელიც ზოგადად ხდება 3D მოდელი, მაშინ საუბარი თაობის ციფრული სარელიეფო მოდელის (DEM), ან შექმნის / ავტომატური მოპოვების ვექტორი ობიექტები 3D დერივატივებით გეომეტრიული თარგების matrix რაოდენობა. ასევე შესაძლებელია, ღრუბლოვანი წერტილების წარმომადგენლების შეცვლის გზით, მიიღონ მნიშვნელოვანი ინფორმაცია, რომელიც წარმოადგენს სხვადასხვა სახის ზედაპირის წარმოდგენას, გრუნტის თვალსაზრისით, ან სიმჭიდროვის წერტილის სხვა ვარიანტებს შორის.

რედაქტირება და ფილტრაცია LiDAR მონაცემები

ეს არის ძალიან გავრცელებული, რომ მიღებული მონაცემების ფაილი შეიცავს ბევრად უფრო მეტ ქულას, ვიდრე საჭიროა. აქედან გამომდინარე, ფილტრაციის პროცესის გამოყენებამდე წერტილი ღრუბელია, სასურველია ფენის მეტადატის შესწავლა. მიღებული სტატისტიკური მიმოხილვა უზრუნველყოფს ღრუბლის მახასიათებლების შესახებ საჭირო ინფორმაციას, რაც ვარაუდობს ფილტრაციის პროცესის ადეკვატური გადაწყვეტილების მიღების პროცესს.

LiDAR მონაცემების ხარისხის გაუმჯობესება

საჭიროებისამებრ მოხსნის შემდეგ მომდევნო ნაბიჯი არის იმ მიწის ნაკვეთების გამოვლენა და რეკლასირება, რომლებიც თავდაპირველად არ იყო კლასიფიცირებული. ანუ, ჩვენ უნდა გავიგოთ თარიღი. ეს ძალიან მნიშვნელოვანია იმისათვის, რომ გენერირება კარგი რეზოლუციის DEM.
აქ ჩვენ მიგვაჩნია, თუ ჩვენ შეგვიძლია შეასრულოს ადეკვატური მონაცემთა ფილტრაციის პროცესი და შემდგომი რეკლასიფიკაცია იგივე. როგორც ჩანს, მექანიკური პროცედურები გადამწყვეტი მნიშვნელობისაა მიღებული შედეგების მისაღწევად.

ამ გლობალური Mapper ნამდვილად კარგად. ყოველ შემთხვევაში, რედაქტირებისა და გაფილტვრის ეტაპზე. და მაინც გასათვალისწინებელია, რომ ხმაურის გამომწვევი წერტილების აღმოფხვრით, არსებობს ზედაპირის კლასიფიცირებული მონაცემები, რომლებიც სულაც არ არის სასარგებლო. Global Mapper– ის საშუალებით შესაძლებელია არა მხოლოდ იმ წერტილების ადეკვატური აღმოფხვრა, რომლებიც არ არის პროექტის გეოგრაფიული ფარგლებიდან, არამედ ისეთიც, რომლებიც არ არის მოთხოვნილი მათი მახასიათებლებით, ვინაიდან აპლიკაციას აქვს მრავალი ფილტრაციის ვარიანტი.
ახლა მოდით ვისაუბროთ თარიღის tuning. გლობალ მაპპერი მოიცავს რამდენიმე ინტეგრირებულ პროცედურას, რომლითაც მონაცემები ავტომატურად კლასიფიცირებულია და მიწათსარგებლობა თავიდანვე არ ხდება რეკლასიფიცირებული, რაც ხელს უწყობს პოტენციურად სასარგებლო მონაცემების დაკარგვას. ეს ზრდის შედარებით პროცენტულ მაჩვენებლებს, რომლებიც შეიძლება გამოყენებულ იქნას უმაღლესი ხარისხის DEM- ის შესაქმნელად.

მაგალითად მე მუშაობდა მონაცემები ადრე და შემდეგ ქარიშხალი; ნამდვილად გარეშე wizzard, პროგრამული თითქმის შესთავაზა ფუნქციონალურობას workflow მოპოვება, მოდელი, ფილტრი, ახალი მოდელი.

სხვა ავტომატური კლასიფიკაციის პროცესები შეიძლება შეამოწმოს და reclassify შენობები, ხეები და კომუნალური კაბელები, რომელიც არის პირველი ნაბიჯი ფუნქციის მოპოვების პროცესში.

ციფრული სიმაღლე მოდელის შექმნა

3D ანალიზის პროცედურების შესასრულებლად, ხშირ შემთხვევაში, LiDAR- ის წერტილი ღრუბელი უნდა იყოს ეფექტური მონაცემები. ჩვენ ვიყენებთ ე.წ. "lattice" პროცესს, რომლის მიხედვითაც მასივის თითოეული წერტილის მნიშვნელობა (როგორც წესი, elevation value) გამოიყენება როგორც მყარი 3D მოდელიდან გამომდინარე. ეს მოდელი შეიძლება წარმოადგენდეს მხოლოდ რელიეფის (ციფრული რელიეფის მოდელი) ან ზედაპირზე მაღლა, როგორიცაა ტყის საფარი (ციფრული ზედაპირის მოდელი). განსხვავება ორს შორის არის ფილტრაციისა და შერჩევის წერტილებიდან, რომლებიც გამოიყენება ზედაპირის გენერირებისათვის.

თუ გავითვალისწინებთ, რომ LiDAR- ის მომხმარებელთა უმრავლესობა, მთავარი მიზანია DTM- ის (ციფრული Terrain Model) თაობა, გლობალური Mapper გთავაზობთ საკმარისი კვანძის ანალიზის ინსტრუმენტებს, მათ შორის მოცულობის გაანგარიშებას; დაჭრილი და შევსება ოპტიმიზაციას; კონტურის ხაზების წარმოება; წყალშემკრები აუზი; და ხედვის ხაზების ანალიზი.

მოპოვების ატრიბუტები

მონაცემთა უფრო მეტი ხელმისაწვდომობის გენერირება უფრო მკვრივი წერტილის ღრუბლიდან განსაზღვრავს ახალ გზას LiDAR მონაცემთა დამუშავების ახალი მეთოდისკენ. მომიჯნავე წერტილების გეომეტრიულ სტრუქტურაში ნიმუშების ანალიზმა შეიძლება გამოიწვიოს აშენებული მოდელების გამოკვეთა, რომლებიც წარმოდგენილია სამგანზომილებიანი მრავალკუთხედების სახით; ელექტროგადამცემი ხაზები ან კაბელები, რომლებიც გადიან მიწაზე, წარმოდგენილია როგორც სამგანზომილებიანი ხაზები; აგრეთვე ხის წერტილები, რომლებიც გამომდინარეობს შემაღლებული მცენარეულობის კატეგორიად შეფასებული წერტილების კოლექტიური სტრუქტურიდან. გლობალური Mapper- ს ვექტორი ექსტრაქციის ინსტრუმენტები ასევე მოიცავს საბაჟო მოპოვების ვარიანტს, რომელთანაც 3D ხაზები და პოლიგონები შეიძლება გენერირებული იქნას მთელი რიგი პროფილის ნახვის შემდეგ, რომლებიც განსაზღვრულია წინასწარ განსაზღვრული გზაზე. ეს ინსტრუმენტი შეიძლება გამოყენებულ იქნას ნებისმიერი მოგრძო სტრუქტურის ზუსტი სამგანზომილებიანი მოდელი, როგორიცაა ქუჩაში ტროტუარის ზღვარი.

დავითის დასკვნა აშკარაა. მონაცემთა ფლობა LiDAR– თან მუშაობისას ყველაფერი არ არის; ინსტრუმენტის ქონა, რომლითაც ისინი პრაქტიკულად დამუშავდება, ამ ტექნოლოგიის გამოყენებას აძლიერებს.

ეს არის საინტერესო, რომ ბოლო დროს ვნახე ეს განცხადება იყო 2011, 11 ვერსიით. მე უკვე ვაწარმოებდი მუშაობას LiDAR– თან, მაგრამ ეს გარკვეულწილად დამთრგუნველი იყო რესურსების მოხმარებაში, ვერსია 13 სადაც ეს უნარი ცოტათი გაუმჯობესდა. ეს მისი ჩამოტვირთვისა და ტესტირების საკითხია, რადგან მე -18 ვერსია მეჩვენება ერთ-ერთი საუკეთესო დაბალფასიანი პროგრამული უზრუნველყოფის ალტერნატივა, რომელიც აკეთებს თითქმის ყველაფერს, რაც შეიძლება საჭირო იყოს LiDAR მონაცემების მუშაობისთვის.

წასვლა გლობალური Mapper