r.in.lidargrass - 클라우드에서의 온라인

프로그램:

이름

r.in.lidar - 일변량 통계를 사용하여 LAS LiDAR 지점에서 래스터 지도를 생성합니다.

키워드

래스터, 가져오기, LIDAR

개요

r.in.lidar
r.in.lidar --도움
r.in.lidar [-퍼기] 입력=name 출력=name [방법=현] [유형=현]
[즈레인지=최소 최대] [지스케일=뜨다] [퍼센트=정수] [PTH=정수] [손질=뜨다]
[분해능 =뜨다] [반환_필터=현] [클래스_필터=정수[,정수,...]]
[--덮어 쓰기] [--도움] [--말 수가 많은] [--조용한] [--ui]

플래그 :
-p
LAS 파일 정보 인쇄 및 종료

-e
새 데이터 세트를 기반으로 지역 범위 확장

-o
데이터세트 프로젝션 재정의(위치의 프로젝션 사용)

-s
익스텐트에 대한 데이터 파일 스캔 후 종료

-g
스캔 모드에서 쉘 스크립트 스타일을 사용하여 인쇄

-i
z 값 대신 강도 값 가져오기

--덮어쓰기
출력 파일이 기존 파일을 덮어쓰도록 허용

--도움
사용 요약 인쇄

--말 수가 많은
자세한 모듈 출력

--조용한
조용한 모듈 출력

--UI
강제 실행 GUI 대화 상자

매개 변수 :
입력=name [필수의]
LAS 입력 파일
LAS 형식의 LiDAR 입력 파일(*.las 또는 *.laz)

출력=name [필수의]
출력 래스터 맵의 이름

방법=현
래스터 값에 사용할 통계
옵션 : n, 분 최대, 범위 합집합, 평균, 표준 개발, 변화, coeff_var, 중앙값,
백분위수, 왜곡, 트림미언
태만: 평균

유형=현
결과 래스터 맵의 저장 유형
옵션 : 셀, FC셀, 디셀
태만: FC셀

즈레인지=최소 최대
z 데이터의 필터 범위(최소, 최대)

지스케일=뜨다
z 데이터에 적용할 스케일
태만: 1.0

퍼센트=정수
메모리에 보관할 지도의 백분율
옵션 : 1-100
태만: 100

PTH=정수
값의 pth 백분위수
옵션 : 1-100

손질=뜨다
버리다 가장 작은 비율 및 가장 큰 관측치의 백분율
옵션 : 0-50

분해능 =뜨다
출력 래스터 해상도

반환_필터=현
선택한 반환 유형의 가져오기 지점만
지정하지 않으면 모든 포인트를 가져옵니다.
옵션 : 먼저, 마지막, 중순

클래스_필터=정수[,정수,...]
선택한 클래스의 포인트만 가져오기
입력은 쉼표로 구분된 정수입니다. 지정하지 않으면 모든 포인트를 가져옵니다.

기술

The r.in.lidar 모듈은 LAS LiDAR 포인트 클라우드를 로드하고 새로운 래스터 맵에 저장합니다. 그만큼
사용자는 새로운 래스터를 생성할 때 다양한 통계 방법 중에서 선택할 수 있습니다.

래스터 지도 생성은 계산 영역 설정(범위 및
해상도), 기본적으로 현재 영역 범위와 해상도가 가져오기에 사용됩니다.
를 사용할 때 -e 플래그와 함께 해상도=값 매개변수를 사용하면 지역 범위가
새로운 데이터 세트를 기반으로 해야 합니다. 따라서 먼저 다음을 사용하는 것이 좋습니다. -s 플래그를 얻으려면
가져올 LiDAR 포인트 클라우드의 범위를 조정한 다음 현재 지역 범위를 조정하고
그에 따라 해결한 다음 실제 가져오기를 진행합니다. 또 다른 옵션은
LAS 데이터세트 자체를 기반으로 지역 범위를 자동으로 설정합니다.
원하는 래스터 해상도. 자세한 내용은 아래를 참조하세요.

r.in.lidar 원시 LiDAR와 같은 대규모 포인트 클라우드 데이터 세트를 처리하도록 설계되었습니다.
또는 사이드스캔 소나 폭 데이터. 대규모 데이터 세트로 테스트되었습니다(메모리에 대해서는 아래 참조).
관리 참고 사항).

출력 래스터 맵을 채우는 데 사용할 수 있는 통계는 다음과 같습니다.

·

n 셀의 포인트 수

분 셀 포인트의 최소값

최대 셀 포인트의 최대값

범위 셀의 포인트 범위

합 셀의 포인트 합계

평균 셀 포인트의 평균값

표준편차 셀 포인트의 표준편차

변화 셀의 포인트 분산

coeff_var 셀에 있는 점의 분산 계수

중앙 분리대 셀에 있는 포인트의 중앙값

백분위 수 pth 셀에 있는 포인트의 백분위수

왜도 셀 점의 왜도

트림미언 셀에 있는 포인트의 절사 평균

· 변화 도함수는 편향 추정량(n)을 사용합니다. [변경될 수 있음]

· 계수 of 변화 백분율로 표시되며 (stddev/mean)*100으로 정의됩니다.

노트

LAS 파일 import 준비
이후 r.in.lidar 원본 LiDAR에서 비닝을 ​​통해 래스터 맵을 생성합니다.
포인트, 대상 계산 영역 범위 및 해상도를 결정해야 합니다. ㅏ
일반적인 작업 흐름에는 LAS 데이터와 관련된 문서를 검토하는 작업이 포함됩니다.
또는 다음을 사용하여 LAS 데이터 파일을 스캔합니다. r.in.lidar의 -s (또는 -g) 입력을 찾는 플래그
데이터의 경계.
또 다른 옵션은 LAS 데이터 세트 범위를 기반으로 지역 범위를 자동으로 설정하는 것입니다.
(-e 플래그)를 사용하여 원하는 래스터 해상도와 함께 분해능 매개 변수입니다.

메모리 사용
동안 입력 파일은 임의로 커질 수 있습니다. r.in.lidar 많은 양을 사용할 것이다
대형 래스터 영역(> 10000x10000픽셀)을 위한 시스템 메모리(RAM). 모듈의 경우
메모리가 부족하다고 불평하기를 거부하고 퍼센트 에 매개 변수
여러 단계로 모듈을 실행합니다. 또한 덜 정확한 지도 형식(CELL
[정수] 또는 FCELL [부동 소수점])은 DCELL [이중 정밀도]보다 적은 메모리를 사용합니다.
부동 소수점] 출력 지도. 다음과 같은 방법 n, 분 최대, 합 또한 메모리를 덜 사용하게 됩니다.
동안 표준 개발, 변화, 그리고 coeff_var 더 많이 사용할 것입니다. 집계 함수 중앙값,
백분위수, 왜도 그리고 손질 평균 더 많은 메모리를 사용하므로 적절하지 않을 수 있습니다.
임의로 큰 입력 파일과 함께 사용합니다.

LiDAR 펄스는 여러 번 반환될 수 있습니다. 첫 번째 반환 값은
예를 들어 캐노피 덮개가 표시되는 디지털 표면 모델(DSM). 마지막 반환 값
예를 들어 숲 바닥 대신 디지털 지형 모델(DTM)을 얻는 데 사용할 수 있습니다.
캐노피 커버가 표현됩니다. 그만큼 반환_필터 옵션을 사용하면 첫 번째, 중간,
또는 마지막 반환.

LiDAR 포인트는 이미 표준화된 클래스로 분류할 수 있습니다. 예를 들어 클래스
숫자 2는 접지를 나타냅니다(다른 클래스의 경우 참조의 LAS 형식 사양 참조).
The 클래스_필터 옵션을 사용하면 하나 이상의 클래스를 숫자(정수)로 선택할 수 있습니다.
쉼표로 구분됩니다.

기본 지도 유형=FCELL은 데이터 정밀도 유지와
시스템 자원 소비를 제한합니다.

환경 지방 범위 그리고 분해능
사용법 - -s 스캔 플래그를 사용하면 입력 데이터의 범위(따라서 포인트 밀도)가 인쇄됩니다.
전체 가져오기를 수행하기 전에 이를 확인하는 것이 좋습니다. 그만큼 -g 쉘 스타일 플래그
명령줄 매개변수로 적합한 범위를 인쇄합니다. g.지역.
더 간단한 옵션은 LAS 데이터세트(-e
플래그)를 사용하여 대상 래스터 해상도와 함께 분해능 매개변수. 여기도 그래요
결과 지역 설정을 확인하고 최적화하는 것이 좋습니다. g.지역 이전에
데이터 세트를 가져오는 중입니다.

출력 래스터 맵의 경우 적당한 분해능 개수를 나누어서 알 수 있다
해당 영역별 입력 포인트(여기에 설명된 대로 반복적인 접근 방식이 필요함):
# LAS 메타데이터(포인트 수)를 인쇄합니다.
r.in.lidar -p 입력=points.las
# 포인트 레코드 수: 1287775
# LAS 포인트 클라우드 범위를 스캔합니다.
r.in.lidar -sg 입력=points.las 출력=dummy -o
# n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 b=-3.600000 t=906.000000
# 계산 영역을 이 정도까지 설정
g.지역 n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 -p
# 결과 범위를 인쇄합니다.
g.지역 -p
# 행: 3454
# 열: 3608
# points_per_cell = n_points / (행 * 열)
# 여기: 1287775 / (3454 * 3608) = 0.1033359 LiDAR 포인트/래스터 셀
# 너무 낮기 때문에 더 낮은 래스터 해상도를 선택해야 합니다.
g.지역 res=5 -ap
# 행: 692
# 열: 723
# 현재: 1287775 / (692 * 723) = 2.573923 LiDAR 포인트/래스터 셀
# 평균으로 가져오기
r.in.lidar 입력=points.las 출력=lidar_dem_mean 방법=평균 -o
# 최대로 가져오기
r.in.lidar 입력=points.las 출력=lidar_dem_max 방법=max -o
# 값의 p번째 백분위수로 가져옵니다.
r.in.lidar 입력=points.las 출력=lidar_dem_percentile_95 \
방법=백분위수 pth=95 -o
Mean 가치 DEM in 관점 볼 수입 에 LAS 파일

추가 힌트: 평방 미터당 LiDAR 포인트 수를 계산하는 방법:
g.지역 -e
# 측정 위치:
# points_per_sq_m = n_points / (ns_extent * ew_extent)
# 위도/경도 위치:
# points_per_sq_m = n_points / (ns_extent * ew_extent*cos(lat) * (1852*60)^2)

필터링
현재 지역 밖에 있는 포인트는 건너뜁니다. 여기에는 떨어지는 포인트가 포함됩니다.
정확하게 남부 지역으로 향합니다. (캡처하려면 "g.region으로 영역을 조정합니다.
s=s-0.000001"; 참조 g.지역)

해시 기호(#)로 시작하는 빈 줄과 주석 줄은 건너뜁니다.

The 즈레인지 매개변수는 입력 데이터를 수직 범위로 필터링하는 데 사용할 수 있습니다. 예
용도에는 3D 래스터로 결합할 여러 래스터 섹션을 준비하는 것이 포함될 수 있습니다.
배열 r.to.rast3, 또는 상대적으로 평평한 지형에서 이상값을 필터링하는 데 사용됩니다.

다양한 지형에서 사용자는 분 맵은 가장 좋은 노이즈 필터를 만듭니다.
LIDAR 소음은 조기 타격에서 발생합니다. 그만큼 분 지도는 또한 기본을 찾는 데 유용할 수 있습니다.
셀이 오버샘플링된 경우 숲이 우거진 환경이나 도시 환경의 지형입니다.

사용자는 다음 조합을 사용할 수 있습니다. r.in.lidar 출력 지도를 사용하여 맞춤 필터를 만들 수 있습니다. 예를 들어
사용 r.mapcalc 평균(2*stddev) 맵을 생성합니다. [이 예에서 사용자는 다음을 원할 수 있습니다.
하한 필터를 포함합니다. r.mapcalc 매우 가변적인 포인트를 제거하기 위해(작은 n) 또는
운영 r.이웃 추가 사용 전에 stddev 맵을 매끄럽게 합니다.]

예

LAS 파일을 기존 위치/지도 세트(미터법)로 가져오기:
# 계산 영역을 자동으로 설정합니다. resol. 비닝의 경우 5m입니다.
r.in.lidar -e -o 입력=points.las 해상도=5 출력=lidar_dem_mean
g.지역 래스터=lidar_dem_mean -p
r.univar lidar_dem_mean

Serpent Mound 데이터 세트: 이 예는 GRASS wiki에서 사용된 예와 유사합니다.
LAS를 래스터 DEM으로 가져오기 위한 페이지입니다.

샘플 LAS 데이터는 "Serpent Mound Model LAS Data.las" 파일에 있습니다.
Appliedimagery.com
# LAS 파일 정보 출력
r.in.lidar -p input="뱀 둔덕 모델 LAS Data.las"
# v.in.lidar를 사용하여 새 위치 생성
# LAS 데이터의 프로젝션 정보로 위치 생성
v.in.lidar -i 입력="Serpent Mound Model LAS Data.las" 위치=Serpent_Mound
# 새로 생성된 위치 "Serpent_Mound"에서 GRASS를 종료하고 다시 시작합니다.
# LAS 데이터의 범위를 스캔합니다.
r.in.lidar -sg input="뱀 둔덕 모델 LAS Data.las"
# 영역을 LAS 데이터 범위로 설정하고 해상도에 맞춰 정렬합니다.
g.지역 n=4323641.57 s=4320942.61 w=289020.90 e=290106.02 res=1 -ap
# 래스터 DEM으로 가져오기
r.in.lidar input="뱀 둔덕 모델 LAS Data.las" \
출력=Serpent_Mound_Model_LAS_Data 방법=평균

노트

LAS 형식의 일반적인 파일 확장자는 .las 및 .laz(압축)입니다. 그만큼
압축 LAS(.laz) 형식은 libLAS가 laszip으로 컴파일된 경우에만 가져올 수 있습니다.
지원하다. 일치 테스트에 필요한 GDAL로 libLAS를 컴파일하는 것도 권장됩니다.
예상.

ALL

· 단일 실행에서 여러 맵 출력 지원.
방법=문자열[,문자열,...] 출력=이름[,이름,...]

KNOWN 문제점

· n 지도 퍼센트=100 및 퍼센트=xx 지도는 약간 다릅니다(포인트가 위/아래로 떨어짐)
분할선)
"r.mapcalc diff = bin_n.100 - bin_n.33" 등으로 조사합니다.
원인을 알 수 없습니다.

· "nan"은 다음으로 누출될 수 있습니다. coeff_var 지도.
원인을 알 수 없습니다. 가능한 해결 방법: "r.null setnull=nan"
문제(또는 솔루션!)가 발생하면 GRASS 개발 팀에 문의하십시오.

onworks.net 서비스를 사용하여 r.in.lidargrass를 온라인으로 사용하세요.