r.in.lidargrass - 云端在线

程序：

您的姓名

激光雷达 - 使用单变量统计从 LAS LiDAR 点创建栅格地图。

关键词

光栅，导入，激光雷达

概要

激光雷达
激光雷达 - 帮帮我
激光雷达 [-佩斯吉] 输入=姓名 产量=姓名 [方法=绳子[类型=绳子]
[范围=最小，最大[比例尺=浮动[百分=整数[PTH=整数[修剪=浮动]
[分辨率=浮动[返回过滤器=绳子[类过滤器=整数[,整数,...]]
[--覆盖] [--帮助] [--详细] [--安静] [--ui]

标志：
-p
打印 LAS 文件信息并退出

-e
基于新数据集扩展区域范围

-o
覆盖数据集投影（使用位置的投影）

-s
扫描数据文件的范围然后退出

-g
在扫描模式下，使用 shell 脚本样式打印

-i
导入强度值而不是 z 值

--覆盖
允许输出文件覆盖现有文件

- 帮帮我
打印使用摘要

--详细
详细模块输出

- 安静的
静音模块输出

--用户界面
强制启动 GUI 对话框

参数：
输入=姓名 [必需的]
LAS 输入文件
LAS 格式的 LiDAR 输入文件（*.las 或 *.laz）

产量=姓名 [必需的]
输出栅格地图的名称

方法=绳子
用于栅格值的统计数据
选项： n, 分钟， 最大 范围内， 和， 意思是， 标准开发， 方差， 系数变量， 中位数，
百分位， 偏度， 修剪平均
默认： 意味着

类型=绳子
结果栅格地图的存储类型
选项： 细胞， 燃料电池， 直流电池
默认： 燃料电池

范围=最小，最大
z 数据的过滤范围（最小值、最大值）

比例尺=浮动
缩放以应用于 z 数据
默认： 1.0

百分=整数
要保留在内存中的地图百分比
选项： 1-100
默认： 100

PTH=整数
值的第 p 个百分位
选项： 1-100

修剪=浮动
丢弃最小的百分比和最大观测值的百分比
选项： 0-50

分辨率=浮动
输出光栅分辨率

返回过滤器=绳子
仅导入所选返回类型的点
如果未指定，则导入所有点
选项： 第一， 持续， στα μέσα

类过滤器=整数[,整数……]
仅导入所选类的点
输入是逗号分隔的整数。 如果未指定，则导入所有点。

商品描述

这个 激光雷达 模块加载 LAS LiDAR 点云并将其分箱到新的栅格地图中。 这
用户可以在创建新栅格时从多种统计方法中进行选择。

由于栅格地图的创建取决于计算区域设置（范围和
分辨率），默认情况下，当前区域范围和分辨率用于导入。
使用时 -e 旗帜与 分辨率=值 参数，区域范围将
基于新的数据集。 因此建议首先使用 -s 标志获得
要导入的 LiDAR 点云的范围，然后调整当前区域范围和
相应的解决方案，然后才进行实际导入。 另一种选择是
自动设置基于 LAS 数据集本身的区域范围以及
所需的光栅分辨率。 详情请见下文。

激光雷达 专为处理海量点云数据集而设计，例如原始 LiDAR
或侧扫声纳数据。 它已经用大型数据集进行了测试（请参阅下面的内存
管理说明）。

用于填充输出栅格地图的可用统计信息有：

·

n 单元格中的点数

分钟 单元格中点的最小值

最大 单元格中点的最大值

范围 单元格中的点范围

总和 单元格中的点总和

意味着 单元格中点的平均值

标准差 单元格中点的标准偏差

方差 单元格中点的方差

系数变量 单元格中点的方差系数

中位数 单元格中点的中值

百分位 pth 单元格中点的百分位数

偏态 单元格中点的偏度

修剪平均 单元格中点的修剪平均值

· Variance 和导数使用有偏估计量 (n)。 [可调整的]

· of 方差 以百分比给出并定义为 (stddev/mean)*100。

附注

LAS 文件 进口 准备
由于 激光雷达 通过从原始 LiDAR 分箱生成栅格地图
点，必须确定目标计算区域的范围和分辨率。 一种
典型的工作流程将涉及检查 LAS 数据的相关文档
或扫描 LAS 数据文件 激光雷达“ -s （或 -g) 标志来查找输入
数据的界限。
另一个选项是根据 LAS 数据集范围自动设置区域范围
(-e 标志）以及所需的光栅分辨率，使用 分辨率 参数。

内存 使用
虽然 输入 文件可以任意大， 激光雷达 将使用大量
用于大型光栅区域（> 10000x10000 像素）的系统内存 (RAM)。 如果模块
拒绝开始抱怨没有足够的内存，使用 百分 参数
分几次运行模块。 此外，使用不太精确的地图格式（CELL
[整数] 或 FCELL [浮点]) 将使用比 DCELL [双精度
浮点] 产量 地图。 方法如 n, 分钟， 最大 总和 也会使用更少的内存，
而 标准开发， 方差， 和 系数变量 会用得更多。 聚合函数 中位数，
百分位， 偏态 和 修剪 意味着 将使用更多内存，可能不合适
用于任意大的输入文件。

LiDAR 脉冲可以有多个返回。 第一个返回值可用于获取
数字表面模型 (DSM)，例如树冠覆盖。 最后返回值
可用于获得数字地形模型 (DTM)，其中例如森林地面而不是
树冠盖被代表。 这 返回过滤器 选项允许选择第一，中间，
或最后返回。

LiDAR 点已经可以分为标准化的类别。 例如，类
数字 2 代表地面（对于其他类别，请参阅参考资料中的 LAS 格式规范）。
这个 类过滤器 选项允许选择一个或多个类，作为数字（整数）
用逗号分隔。

默认地图 类型=FCELL 旨在作为保留数据精度和
限制系统资源消耗。

设置 地区 界限 和 分辨率
使用 -s 扫描标志，打印输入数据的范围（以及点密度）。
建议在执行完全导入之前检查此项。 这 -g 贝壳式标志
打印适合作为命令行参数的范围 区域.
一个更简单的选择是根据 LAS 数据集自动设置区域范围 (-e
标志）以及使用 分辨率 范围。 还有这里
建议使用以下方法验证和优化生成的区域设置 区域 前
导入数据集。

对于输出栅格地图，a 合适的 分辨率 可以通过除以数量找到
覆盖区域的输入点（这需要此处概述的迭代方法）：
# 打印 LAS 元数据（点数）
r.in.lidar -p 输入=points.las
# 点记录数：1287775
# 扫描 LAS 点云范围
r.in.lidar -sg 输入=points.las 输出=dummy -o
# n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 b=-3.600000 t=906.000000
# 将计算区域设置为此范围
g.区域 n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 -p
# 打印结果范围
g.区域-p
# 行：3454
# 列数：3608
# 每个单元格点数 = n_points / (行数 * 列数)
# 这里：1287775 / (3454 * 3608) = 0.1033359 LiDAR 点/栅格单元
# 由于太低，我们需要选择较低的光栅分辨率
g.region res=5 -ap
# 行：692
# 列数：723
# 现在：1287775 / (692 * 723) = 2.573923 LiDAR 点/栅格单元
# 均值导入
r.in.lidar 输入=points.las 输出=lidar_dem_mean 方法=mean -o
# 导入为最大值
r.in.lidar 输入=points.las 输出=lidar_dem_max 方法=max -o
# 作为值的第 p 个百分位导入
r.in.lidar 输入=points.las 输出=lidar_dem_percentile_95 \
方法=百分位数 pth=95 -o
平均值 折扣值 DEM in 透视 查看， 外 ， LAS 文件

进一步提示：如何计算 LiDAR 点数/平方米：
g.区域-e
# 度量位置：
# 每平方米点数 = n_points / (ns_extent * ew_extent)
# 纬度/经度位置：
# 每平方米点数 = n_points / (ns_extent * ew_extent*cos(lat) * (1852*60)^2)

过滤
落在当前区域之外的点将被跳过。 这包括点数下降
究竟 在南部地区。 （捕捉那些调整区域的“g.region
s=s-0.000001"；见 区域)

以井号 (#) 开头的空行和注释行将被跳过。

这个 范围 参数可用于按垂直范围过滤输入数据。 例子
用途可能包括准备多个栅格部分以组合成 3D 栅格
数组与 r.to.rast3，或用于过滤相对平坦地形上的异常值。

在不同的地形中，用户可能会发现 分钟 贴图是一个很好的噪声过滤器，因为大多数
激光雷达噪声来自过早的命中。 这 分钟 地图也可能有助于找到底层
如果单元被过采样，则在森林或城市环境中的地形。

用户可以使用组合 激光雷达 产量 映射以创建自定义过滤器。 例如
使用 地图计算器 创建一个均值 (2*stddev) 映射。 [在这个例子中，用户可能想要
包括一个下限过滤器 地图计算器 去除高度可变的点（小 n），或
运行 邻居 在进一步使用之前平滑 stddev 映射。]

例

将 LAS 文件导入现有位置/地图集（度量）：
# 自动设置计算区域，resol. 分档为 5m
r.in.lidar -e -o 输入=points.las 分辨率=5 输出=lidar_dem_mean
g.region 光栅=lidar_dem_mean -p
r.univar 激光雷达_dem_mean

Serpent Mound 数据集：此示例类似于 GRASS wiki 中使用的示例
用于将 LAS 导入为栅格 DEM 的页面。

样本 LAS 数据位于文件“Serpent Mound Model LAS Data.las”中，可在
应用图像网
# 打印 LAS 文件信息
r.in.lidar -p input="蛇丘模型 LAS 数据.las"
# 使用 v.in.lidar 创建新位置
# 使用 LAS 数据的投影信息创建位置
v.in.lidar -i input="Serpent Mound Model LAS Data.las" location=Serpent_Mound
# 在新创建的位置“Serpent_Mound”中退出并重新启动 GRASS
# 扫描 LAS 数据的范围
r.in.lidar -sg input="蛇丘模型 LAS 数据.las"
# 将区域设置为 LAS 数据的范围，对齐分辨率
g.region n=4323641.57 s=4320942.61 w=289020.90 e=290106.02 res=1 -ap
# 导入为栅格 DEM
r.in.lidar input="Serpent Mound Model LAS Data.las" \
输出=Serpent_Mound_Model_LAS_Data 方法=平均值

附注

LAS 格式的典型文件扩展名是 .las 和 .laz（压缩）。 这
压缩的 LAS (.laz) 格式只有在使用 laszip 编译 libLAS 时才能导入
支持。 也推荐用GDAL编译libLAS，需要测试匹配
预测。

ALL

· 支持单次运行的多个地图输出。
方法=字符串[,字符串,...] 输出=名称[,名称,...]

知 问题

· n 地图百分比 = 100 和百分比 = xx 地图略有不同（点将落在上方/下方
分割线）
使用“r.mapcalc diff = bin_n.100 - bin_n.33”等进行调查。
原因不明。

·“难”能渗入 系数变量 地图。
原因不明。 可能的解决方法：“r.null setnull=nan”
如果您遇到任何问题（或解决方案！），请联系 GRASS 开发团队。

使用 onworks.net 服务在线使用 r.in.lidargrass