Mamy 1-metrowy LIDAR DEM z miasta.
Mały podzbiór można pobrać z tego linku :
Ten zrzut ekranu pokazuje surowy DEM z szarą paletą (ciemniejsze pasy to ulice, a szarawe i białawe prostokąty to bloki):
Odpowiada to miejscu w mieście Santo Domingo, które można zobaczyć na tym zrzucie ekranu Google:
Średnio bloki są „podnoszone” ok. 2 metry od ulic , co nie jest prawdą. Chcemy mieć czysty DEM do generowania sieci strumieniowej i topograficznego wskaźnika wilgotności (TWI). Po dostarczeniu DEM (nie mamy oryginalnych pasm ze skanera laserowego) sieć hydrograficzna wydawała się mieć prostokątny układ, a TWI spowodowało wzór bloków . Te zdjęcia pokazują wyniki:
Jest to wynik sieć strumień, generowany r.watershed
w Grass GIS
:
A to wynik TWI wygenerowany z SAGA
:
Wypróbowaliśmy kilka procedur, aby rozwiązać tę niedokładność bez powodzenia:
1) Narzędzie odszumiające . Zastosowaliśmy r.denoise
narzędzie Grass GIS
, ale wystąpiły problemy z instalacją modułu. Uruchomiliśmy go ponownie z powłoką w systemie Windows i otrzymaliśmy niewystarczającą pamięć.
2) Filtry . Wpadliśmy różne rodzaje filtrów (dolnoprzepustowego, mediana, średnia, etc.), o różnych rozmiarach okien, i stara się umieścić wagę w kierunku ulic ( Grass GIS
, SAGA
, QGIS
).
3) Geostatystyka . Wygenerowaliśmy chmurę punktów dokładnie nad ulicami (wypróbowaliśmy 1000 i 2000 punktów), wygenerowaliśmy model wariogramu, a następnie uruchomiliśmy zwykłe krigowanie, aby wypełnić bloki. Modelowanie wariogramu i zwykłe krigowanie wykonano R
przy użyciu różnych pakietów. Otrzymaliśmy wariogram liniowy, więc nie będziemy polegać na krigingowych wynikach.
4) Inne narzędzia . Zainstalowane ALDPAT
narzędzie, ale nie można go uruchomić, ponieważ program nie może odczytać DEM.
We wszystkich przypadkach wyniki pod względem sieci odwadniającej nie były dobre , ponieważ nie mogliśmy uniknąć prostokątnej sieci strumieniowej; również TWI nadal skutkowało wzorem bloków .
W szczególności, z wynikiem interpolowanym OK, otrzymaliśmy punktowy wzorzec DEM, który wpłynął na wynik sieci. Jednak efekt wzoru bloków został zmniejszony.
Przyjrzeliśmy się również temu pytaniu i odpowiedziom ...
Filtrowanie zadaszeń i budynków z DSM w celu uzyskania nagiego wzniesienia ziemi
... który nas przekierował Whitebox Geospatial Analysis Tools
, ale nie mógł przekonwertować naszego DEM LAS format
. Ponadto nie byliśmy pewni skuteczności Bare-Earth DEM tool
dla nas, ponieważ jest przeznaczony do usuwania półprzezroczystych obiektów, a nie blokowania nieprawidłowo „podniesionego”, co jest w naszym przypadku.
Nadal chcemy wygenerować wysokiej jakości DEM, aby przeprowadzić naszą analizę hydrograficzną, ale nie wiemy, co jeszcze możemy spróbować.
Odpowiedzi:
Jeśli jesteś otwarty na używanie alternatywnego oprogramowania do rozwiązania problemu, mogę zasugerować narzędzie Usuń obiekty pozaziemskie z wieloplatformowego narzędzia do analizy geoprzestrzennej GIS Whitebox (którego jestem głównym programistą). Zdaję sobie sprawę, że powiedziałeś w swoim pytaniu, że nie możesz przekonwertować danych do formatu LAS, ale narzędzie przyjmuje dane wejściowe w postaci pliku rastrowego, a nie pliku LAS. Myślę, że pomieszałeś to narzędzie z narzędziem DEM Bare-Earth , które wymaga danych wejściowych LAS. Możesz zaimportować raster DEM do Whitebox jako plik GeoTIFF lub zmiennoprzecinkowy raster ArcGIS (.flt) lub dowolną liczbę innych popularnych formatów rastrowych.
Oto kolejny przykład jego zdolności do usuwania budynków z rastrowego DEM:
Co ważne, algorytm nie jest filtrem, a zatem nie wpłynie na elewacje komórek siatki poza „obiektami terenowymi” (budynkami). Jest to bardzo ważne, jeśli chcesz użyć swojego DEM bez gołej ziemi do obliczenia wskaźnika wilgotności. (Powiedziawszy to, podważę użyteczność oszacowania wskaźnika wilgotności w miejskim lub gęstym podmiejskim położeniu. Ponadto, nie ma sieci strumieniowej przez gęsty krajobraz miejski, który pokazujesz na swoim obrazie ... Jestem pewien, że większość strumienie zostały przepuszczone).
EDYTOWAĆ
W rzeczywistości, patrząc na przykładowy zestaw danych, który przesłałeś, nie wiem, czy Twój DEM nadaje się do użycia z narzędziem Usuń obiekty terenowe. Myślałem, że przesłany obraz po prostu cierpi z powodu złej symboliki, ale teraz widzę, że jest w rzeczywistości szeregowy (tzn. W obrębie DEM znajdują się duże, płaskie obszary). Spójrz na następujący profil z DEM:
Narzędzie opiera się na dokładnych pomiarach nachylenia (co nie wydaje mi się możliwe z twoim DEM ... to powinno być zaznaczone, jeśli chcesz również obliczyć TWI) oraz zachowanie ostrych granic nachylenia między powierzchnią ziemi a Budynki. Ale w twoim przypadku DEM jest mocno wygładzony, a te ostre krawędzie nie są tak widoczne (twoje domy również wydają się mieć około 2-3 m wysokości, co jest nieco dziwne). Czy jesteś w stanie zdobyć oryginalne nieprzetworzone LiDAR DEM, czy jeszcze lepiej dane w chmurze punktów? W przypadku Twojej aplikacji poważnie rozważyłbym ponowne interpolowanie DEM.
źródło
Chciałbym powiedzieć, że bez oryginalnej chmury punktów LAS, będziesz wprowadzał więcej nieścisłości do danych tylko poprzez manipulację rastrem. Dostarczony DEM wygląda stosunkowo czysto jak na mocno zurbanizowaną DEM o rozdzielczości 1m. „Wyniesione kwadraty” są wynikiem triangulacji w pustkach danych, w których budynki nie są zaliczane do ostatecznej klasy naziemnej. Możesz także wziąć pod uwagę, że woda nie przepłynie przez gołe ziemskie DEM w świecie rzeczywistym, tak jak ma to miejsce w twoim modelu. Budynki będą wyznaczać granice rzeczywistych procesów hydrograficznych.
źródło