r.in.lidargrass - En ligne dans le Cloud

PROGRAMME:

Nom

r.in.lidar - Crée une carte raster à partir de points LAS LiDAR à l'aide de statistiques univariées.

MOTS-CLÉS

raster, importation, LIDAR

SYNOPSIS

r.in.lidar
r.in.lidar --Aidez-moi
r.in.lidar [-peosgi] contribution=prénom sortie=prénom [méthode=un magnifique] [type=un magnifique]
[zrange=min max] [échelle z=flotter] [pour cent=entier] [pth=entier] [réduire=flotter]
[RAPIDE=flotter] [filtre_retour=un magnifique] [filtre_classe=entier[,entier,...]]
[--écraser] [--vous aider] [--verbeux] [--calme] [--ui]

Drapeaux:
-p
Imprimer les informations du fichier LAS et quitter

-e
Étendre l'étendue de la région en fonction du nouveau jeu de données

-o
Remplacer la projection du jeu de données (utiliser la projection de l'emplacement)

-s
Analyser le fichier de données pour l'étendue puis quitter

-g
En mode numérisation, imprimez à l'aide du style de script shell

-i
Importer des valeurs d'intensité plutôt que des valeurs z

--écraser
Autoriser les fichiers de sortie à écraser les fichiers existants

--Aidez-moi
Imprimer le récapitulatif d'utilisation

--verbeux
Sortie du module verbeux

--silencieux
Sortie module silencieuse

--interface utilisateur
Forcer le lancement de la boîte de dialogue GUI

Paramètres:
contribution=prénom [obligatoire]
fichier d'entrée LAS
Fichiers d'entrée LiDAR au format LAS (*.las ou *.laz)

sortie=prénom [obligatoire]
Nom de la carte raster en sortie

méthode=un magnifique
Statistique à utiliser pour les valeurs raster
Options : n, min max gamme, somme, signifier, stdev, variance, coeff_var, médian,
centile, asymétrie, rogner
Valeur par défaut: signifier

type=un magnifique
Type de stockage pour la carte raster résultante
Options : CELLULE, FCELL, DCELL
Valeur par défaut: FCELL

zrange=min max
Plage de filtre pour les données z (min, max)

échelle z=flotter
Échelle à appliquer aux données z
Valeur par défaut: 1.0

pour cent=entier
Pourcentage de carte à garder en mémoire
Options : 1-100
Valeur par défaut: 100

pth=entier
pième centile des valeurs
Options : 1-100

réduire=flotter
Jeter pour cent de la plus petite et pourcentage des plus grandes observations
Options : 0-50

RAPIDE=flotter
Résolution raster en sortie

filtre_retour=un magnifique
Importer uniquement les points du type de retour sélectionné
Si non spécifié, tous les points sont importés
Options : premier, dernier, milieu

filtre_classe=entier[,entier,...]
Importer uniquement les points de la ou des classes sélectionnées
L'entrée est constituée d'entiers séparés par des virgules. Si non spécifié, tous les points sont importés.

DESCRIPTION

Le manuel de formation r.in.lidar le module charge et classe les nuages ​​de points LiDAR LAS dans une nouvelle carte raster. Les
l'utilisateur peut choisir parmi une variété de méthodes statistiques pour créer le nouveau raster.

Étant donné que la création de cartes raster dépend des paramètres de la région de calcul (étendue et
résolution), par défaut, l'étendue et la résolution de la région actuelle sont utilisées pour l'importation.
Lorsque vous utilisez le -e drapeau avec le résolution=valeur paramètre, l'étendue de la région sera
être basé sur un nouvel ensemble de données. Il est donc recommandé d'utiliser d'abord le -s drapeau pour obtenir le
étendues du nuage de points LiDAR à importer, puis ajustez l'étendue de la région actuelle et
résolution en conséquence, et ensuite seulement procéder à l'importation réelle. Une autre option est
pour définir automatiquement l'étendue de la région en fonction du jeu de données LAS lui-même avec le
résolution raster souhaitée. Voir ci-dessous pour plus de détails.

r.in.lidar est conçu pour traiter des ensembles de données de nuages ​​de points massifs, par exemple le LiDAR brut
ou les données de fauchée du sonar à balayage latéral. Il a été testé avec de grands ensembles de données (voir ci-dessous pour la mémoire
notes de gestion).

Les statistiques disponibles pour le remplissage de la carte raster en sortie sont :

·

n nombre de points dans la cellule

m. valeur minimale des points dans la cellule

max valeur maximale des points dans la cellule

gamme plage de points dans la cellule

somme somme des points dans la cellule

signifier valeur moyenne des points dans la cellule

stddev écart type des points dans la cellule

variance variance des points dans la cellule

coeff_var coefficient de variance des points dans la cellule

médiane valeur médiane des points dans la cellule

centile pth centile de points dans la cellule

asymétrie asymétrie des points dans la cellule

rogner moyenne tronquée des points dans la cellule

· Variance et les dérivés utilisent l'estimateur biaisé (n). [sous réserve de modifications]

· Coefficient of variance est donné en pourcentage et défini comme (stddev/mean)*100.

NOTES

LAS filet importer les préparatifs
Depuis l' r.in.lidar génère une carte raster par binning à partir du LiDAR d'origine
points, l'étendue et la résolution de la région de calcul cible doivent être déterminées. UNE
le flux de travail typique impliquerait l'examen de la documentation associée aux données LAS
ou le scan du fichier de données LAS avec r.in.lidar's -s (ou -g) indicateur pour trouver l'entrée
les limites des données.
Une autre option consiste à définir automatiquement l'étendue de la région en fonction de l'étendue du jeu de données LAS
(-e flag) avec la résolution raster souhaitée en utilisant le RAPIDE paramètre.

Mémoire utilisé
Tandis que le contribution le fichier peut être arbitrairement volumineux, r.in.lidar utilisera une grande quantité de
mémoire système (RAM) pour les grandes régions raster (> 10000x10000 pixels). Si le module
refuse de commencer à se plaindre qu'il n'y a pas assez de mémoire, utilisez le pour cent paramètre
exécuter le module en plusieurs passes. De plus en utilisant un format de carte moins précis (CELL
[entier] ou FCELL [virgule flottante]) utilisera moins de mémoire qu'un DCELL [double précision
point flottant] sortie carte. Des méthodes telles que n, min max somme utilisera également moins de mémoire,
tout en stdev, variance, et coeff_var utilisera plus. Les fonctions d'agrégat médian,
centile, asymétrie et garnis signifier utilisera encore plus de mémoire et peut ne pas être approprié
pour une utilisation avec des fichiers d'entrée arbitrairement volumineux.

Une impulsion LiDAR peut avoir plusieurs retours. Les premières valeurs de retour peuvent être utilisées pour obtenir un
modèle numérique de surface (DSM) où, par exemple, la couverture de la canopée est représentée. Les dernières valeurs de retour
peut être utilisé pour obtenir un modèle numérique de terrain (MNT) où, par exemple, le sol forestier au lieu de
la canopée est représentée. Les filtre_retour L'option permet de sélectionner l'un des premiers, moyens,
ou derniers retours.

Les points LiDAR peuvent déjà être classés en classes standardisées. Par exemple, la classe
le numéro 2 représente le sol (pour les autres classes, voir la spécification du format LAS dans les références).
Le manuel de formation filtre_classe l'option permet de sélectionner une ou plusieurs classes, sous forme de nombres (entiers)
séparés par des virgules.

La carte par défaut type=FCELL est conçu comme un compromis entre la préservation de la précision des données et
limiter la consommation des ressources système.

Paramètres région bornes et RAPIDE
Le -s indicateur de balayage, l'étendue des données d'entrée (et donc la densité de points) est imprimée.
Il est recommandé de vérifier cela avant d'effectuer l'importation complète. Les -g drapeau de style coquille
imprime l'étendue appropriée en tant que paramètres de ligne de commande pour g.région.
Une option plus simple consiste à définir automatiquement l'étendue de la région en fonction du jeu de données LAS (-e
flag) avec la résolution raster cible en utilisant le RAPIDE paramètre. Ici aussi il
est recommandé de vérifier et d'optimiser les paramètres de région résultants avec g.région antérieurement à
importer le jeu de données.

Pour la carte raster en sortie, un convient RAPIDE peut être trouvé en divisant le nombre de
points d'entrée par la zone couverte (cela nécessite une approche itérative comme indiqué ici) :
# imprimer les métadonnées LAS (nombre de points)
r.in.lidar -p input=points.las
# Nombre d'enregistrements de points : 1287775
# recherche de l'étendue du nuage de points LAS
r.in.lidar -sg entrée = points.las sortie = factice -o
# n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 b=-3.600000 t=906.000000
# définir la région de calcul dans cette mesure
g.région n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 -p
# imprimer l'étendue résultante
g.région -p
# lignes : 3454
# cols : 3608
# points_per_cell = n_points / (lignes * colonnes)
# Ici : 1287775 / (3454 * 3608) = 0.1033359 points LiDAR/cellule raster
# Comme c'est trop bas, nous devons sélectionner une résolution raster inférieure
g.région res=5 -ap
# lignes : 692
# cols : 723
# Maintenant : 1287775 / (692 * 723) = 2.573923 points LiDAR/cellule raster
# importer en tant que moyenne
r.in.lidar input=points.las output=lidar_dem_mean method=mean -o
# importer au maximum
r.in.lidar input=points.las output=lidar_dem_max method=max -o
# import comme p'ième centile des valeurs
r.in.lidar input=points.las output=lidar_dem_percentile_95 \
method=centile pth=95 -o
Médian Plus-value L' in objectifs voir, importé grâce au LAS filet

Autres conseils : comment calculer le nombre de points LiDAR/mètre carré :
g.région -e
# Emplacement métrique :
# points_per_sq_m = n_points / (ns_extent * ew_extent)
# Lat/Lon emplacement :
# points_per_sq_m = n_points / (ns_extent * ew_extent*cos(lat) * (1852*60)^2)

Filtration
Les points situés en dehors de la région actuelle seront ignorés. Cela inclut les points tombant
exactement sur la région sud liée. (pour les capturer, ajustez la région avec "g.region
s=s-0.000001" ; voir g.région)

Les lignes vides et les lignes de commentaires commençant par le symbole dièse (#) seront ignorées.

Le manuel de formation zrange peut être utilisé pour filtrer les données d'entrée par étendue verticale. Exemple
les utilisations peuvent inclure la préparation de plusieurs sections raster à combiner dans un raster 3D
tableau avec r.à.rast3, ou pour filtrer les valeurs aberrantes sur un terrain relativement plat.

En terrain varié, l'utilisateur peut trouver que m. les cartes constituent un bon filtre de bruit comme la plupart
Le bruit LIDAR provient de coups prématurés. Les m. carte peut également être utile pour trouver le sous-jacent
topographie en milieu forestier ou urbain si les cellules sont suréchantillonnées.

L'utilisateur peut utiliser une combinaison de r.in.lidar sortie cartes pour créer des filtres personnalisés. par exemple
utilisé r.mapcalc pour créer une carte moyenne-(2*stddev). [Dans cet exemple, l'utilisateur peut vouloir
inclure un filtre de limite inférieure dans r.mapcalc supprimer des points très variables (petits n) ou
courir r.voisins pour lisser la carte stddev avant une utilisation ultérieure.]

EXEMPLE

Importation d'un fichier LAS dans un emplacement/ensemble de cartes existant (métrique) :
# définir la région de calcul automatiquement, resol. pour le binning est de 5m
r.in.lidar -e -o input=points.las résolution=5 sortie=lidar_dem_mean
g.region raster=lidar_dem_mean -p
r.univar lidar_dem_mean

Ensemble de données Serpent Mound : cet exemple est analogue à l'exemple utilisé dans le wiki GRASS
page d'importation de LAS en tant que DEM raster.

Les exemples de données LAS se trouvent dans le fichier "Serpent Mound Model LAS Data.las", disponible sur
imagerie appliquée.com
# imprime les informations du fichier LAS
r.in.lidar -p input="Serpent Mound Model LAS Data.las"
# utiliser v.in.lidar pour créer un nouvel emplacement
# créer un emplacement avec des informations de projection des données LAS
v.in.lidar -i input="Serpent Mound Model LAS Data.las" location=Serpent_Mound
# quittez et redémarrez GRASS dans l'emplacement nouvellement créé "Serpent_Mound"
# scannez l'étendue des données LAS
r.in.lidar -sg input="Serpent Mound Model LAS Data.las"
# définir la région sur l'étendue des données LAS, aligner sur la résolution
g.région n=4323641.57 s=4320942.61 w=289020.90 e=290106.02 res=1 -ap
# importer en tant que DEM raster
r.in.lidar input="Serpent Mound Model LAS Data.las" \
sortie=Serpent_Mound_Model_LAS_Data method=moyenne

NOTES

Les extensions de fichier typiques pour le format LAS sont .las et .laz (compressé). Les
le format compressé LAS (.laz) ne peut être importé que si libLAS a été compilé avec laszip
Support. Il est également recommandé de compiler libLAS avec GDAL, nécessaire pour tester la correspondance
projections.

TOUT

· Prise en charge de la sortie de plusieurs cartes à partir d'une seule exécution.
méthode=chaîne[,chaîne,...] sortie=nom[,nom,...]

CONNUE QUESTIONS

· n les cartes percent=100 et percent=xx diffèrent légèrement (le point tombera au-dessus/au-dessous
la ligne de segmentation)
Enquêter avec "r.mapcalc diff = bin_n.100 - bin_n.33" etc.
Cause inconnue.

· "nan" peut s'infiltrer dans coeff_var Plans.
Cause inconnue. Solution de contournement possible : "r.null setnull=nan"
Si vous rencontrez des problèmes (ou des solutions !), veuillez contacter l'équipe de développement GRASS.

Utilisez r.in.lidargrass en ligne en utilisant les services onworks.net