ArcGIS 10.1对Lidar支持的魔法力量（二）
分享
-
2016-05-30
ArcGIS提供了一些Lidar的解决方案，有些方案是ArcGIS 10中原有的，但在ArcGIS 10.1当中更为便捷、高效，有些方案则是ArcGIS 10.1新增的。
1. 评估激光雷达的覆盖范围和采样密度
接收激光雷达数据时，需确保数据提供程序发送的激光雷达点达到预期的覆盖范围和密度，这是基本的 QA/QC 流程。在处理激光雷达数据过程中尽早地检查 coverage 和密度问题并对其加以解决，这一点很重要。可通过以下的地理处理工具来执行此操作： LAS dataset、Point File Informatio（点文件信息）和LAS Point Statistics To Raster （LAS点转栅格）。
2. 由激光雷达创建强度图像
第一步创建LAS Dataset图层；第二步从LAS dataset图层中创建强度图像，使用LAS Dataset To Raster工具；第三步：显示强度图像。
3. 从大型激光雷达点集合创建栅格 DEM 和 DSM
栅格（或格网化）高程模型是最常用的 GIS 数据类型之一。它们可用于多种分析方式并且可以很容易地共享。凭借激光雷达，您能够制作出两种不同风格的高质量高程模型：第一次回波和地面。第一次回波表面包括树冠和建筑物，通常被称为数字表面模型 (DSM)。地面（或裸露地表）仅包含地形，通常被称为数字高程模型 (DEM)。
左侧的图像显示了使用山体阴影表示的第一次回波表面（或 DSM），右侧的图像显示的是裸露地表模型（或 DEM）。
Mosaic dataset、 LAS dataset、或Terrain dataset，都可以基于栅格显示DEM和DSM，这些表面模型便可供 ArcGIS 中大量的栅格工具进行分析。
4. 由激光雷达点描绘数据区
发送测量到的激光雷达或摄影测量数据时，通常不带详细的数据区边界。在通常情况下，测量区的 x 和 y 范围都由覆盖感兴趣区域的切片系统定义，而且这些切片都由数据来填充。下图展示了一个投影的激光雷达数据切片，这些切片的范围大致近似于实际研究区域的
使用一系列的处理工具后，便得到了剪切多边形，可使用它定义LAS dataset、Terrain dataset或 TIN当中。左图显示了得到的剪切多边形，右图是放大的视图，其中显示了面范围与源点范围的大小关系。
5. 评估森林冠层密度和高度
LAS dataset能够用来计算森林冠层密度和高度。使用Create LAS Dataset工具来索引LAS格式的lidar数据。建立LAS dataset之后，将数据添加到新创建的图层中或使用Make LAS Dataset Layer工具创建图层，便可在图层中来定义过滤器属性，这能够控制LAS文件中的哪些点被应用。当定义图层时，选择所有返回值，然后关注分类码。基本上，我们处理的只是两部分点数据：地面数据和地面之上的数据。要计算冠层密度，要将地面（或裸露地表）激光雷达点加载到一个多点要素类中，并将地上点加载到另一多点要素类中。
使用一系列的地理处理工具计算密度，下图表示了冠层密度。浅色区域表示基本没有植被。在这些区域中，大部分激光雷达波能够“看到”地面。深绿色区域表示植被冠层很茂密，激光雷达无法穿透到达地面。
要确定冠层高度，需要用第一个回波表面 (DSM) 减去裸露地表 (DEM)。生成第一个回波栅格和裸露地表栅格后，使用Minus（减）地理处理工具确定这两个栅格数据集的差值。对森林而言，差值结果即为冠层高度。下图表示了距地面的高度。它的范围为从蓝色（基本没有高度）到橙色（最高）。
激光雷达可用于计算植被的密度和高度。这具有多种用途，其中包括生物量估算、碳估算以及森林管理。
6. 由激光雷达描绘洪泛区
水资源应用中能够准确地对不同程度的洪涝灾害进行评估很关键，这对财产风险、应急管理和规划来说是十分必要的。因为lidar数据精度高且具有成本效益，所以它正在迅速成为描绘泛洪区的地形数据的主要来源。水泛滥的程度通常是通过水表和地表的模型对比进行评估的。
7. 将激光雷达的噪点降至最低以便进行等值线绘制和分析坡度
激光雷达并不总是表面建模活动的最佳来源。在等值线生成和坡度分析这两个方面往往会出现问题。让计算机根据传统数据源生成规范的等值线本已十分困难。根据激光雷达生成则是难上加难。根据全分辨率激光雷达生成的等值线往往呈锯齿状，有许多曲折转弯和独立的闭合环。用激光雷达数据进行坡度估计同样存在问题。如果根据全分辨率激光雷达检查平均坡度，您会发现结果高得惊人,即使在相对平坦的地面上也是如此。
由于相对水平采样距离而言垂直精度较低，因此激光雷达存在很多噪点。要获得锯齿较少的等值线和更合理的坡度估计，必须去除激光雷达中的噪点，同时还要尽最大可能保留真实信息。尽管无法做到完全没有损失，但可以将损失降低到最小程度。Terrain 数据集为此提供了两种工具。一个是智能点细化器；另一个是高质量插值器。
8. 使用新的测量值更新 terrain 数据集的部分内容
更新表面数据的能力对于为分析提供准确、最新的表面信息而言十分重要。通常情况下，最好是对用于构造表面的测量值，而不是对派生的数据（如栅格 DEM）执行这些类型的更新。因为派生数据可在编辑测量值之后根据需要重新创建。Terrain 数据集支持编辑模式，因为其保留了与源测量数据的直接连接。当您修改测量值时，系统将会以相同的过程自动修改 terrain。
小结：
森林调查、泛洪区描绘、水文、地形测绘、城市规划、景观生态、海岸工程、调查评估以及容积计算，等等。所有这些利用lidar和GIS的结合来进行分析、管理、可视化以及传播lidar数据。ArcGIS的魔法，一试便可知其神奇。
文章来源：http://blog.csdn.net/arcgis_all/article/details/8214628
1. 评估激光雷达的覆盖范围和采样密度
接收激光雷达数据时，需确保数据提供程序发送的激光雷达点达到预期的覆盖范围和密度，这是基本的 QA/QC 流程。在处理激光雷达数据过程中尽早地检查 coverage 和密度问题并对其加以解决，这一点很重要。可通过以下的地理处理工具来执行此操作： LAS dataset、Point File Informatio（点文件信息）和LAS Point Statistics To Raster （LAS点转栅格）。
2. 由激光雷达创建强度图像
第一步创建LAS Dataset图层；第二步从LAS dataset图层中创建强度图像，使用LAS Dataset To Raster工具；第三步：显示强度图像。
3. 从大型激光雷达点集合创建栅格 DEM 和 DSM
栅格（或格网化）高程模型是最常用的 GIS 数据类型之一。它们可用于多种分析方式并且可以很容易地共享。凭借激光雷达，您能够制作出两种不同风格的高质量高程模型：第一次回波和地面。第一次回波表面包括树冠和建筑物，通常被称为数字表面模型 (DSM)。地面（或裸露地表）仅包含地形，通常被称为数字高程模型 (DEM)。
左侧的图像显示了使用山体阴影表示的第一次回波表面（或 DSM），右侧的图像显示的是裸露地表模型（或 DEM）。
Mosaic dataset、 LAS dataset、或Terrain dataset，都可以基于栅格显示DEM和DSM，这些表面模型便可供 ArcGIS 中大量的栅格工具进行分析。
4. 由激光雷达点描绘数据区
发送测量到的激光雷达或摄影测量数据时，通常不带详细的数据区边界。在通常情况下，测量区的 x 和 y 范围都由覆盖感兴趣区域的切片系统定义，而且这些切片都由数据来填充。下图展示了一个投影的激光雷达数据切片，这些切片的范围大致近似于实际研究区域的
使用一系列的处理工具后，便得到了剪切多边形，可使用它定义LAS dataset、Terrain dataset或 TIN当中。左图显示了得到的剪切多边形，右图是放大的视图，其中显示了面范围与源点范围的大小关系。
5. 评估森林冠层密度和高度
LAS dataset能够用来计算森林冠层密度和高度。使用Create LAS Dataset工具来索引LAS格式的lidar数据。建立LAS dataset之后，将数据添加到新创建的图层中或使用Make LAS Dataset Layer工具创建图层，便可在图层中来定义过滤器属性，这能够控制LAS文件中的哪些点被应用。当定义图层时，选择所有返回值，然后关注分类码。基本上，我们处理的只是两部分点数据：地面数据和地面之上的数据。要计算冠层密度，要将地面（或裸露地表）激光雷达点加载到一个多点要素类中，并将地上点加载到另一多点要素类中。
使用一系列的地理处理工具计算密度，下图表示了冠层密度。浅色区域表示基本没有植被。在这些区域中，大部分激光雷达波能够“看到”地面。深绿色区域表示植被冠层很茂密，激光雷达无法穿透到达地面。
要确定冠层高度，需要用第一个回波表面 (DSM) 减去裸露地表 (DEM)。生成第一个回波栅格和裸露地表栅格后，使用Minus（减）地理处理工具确定这两个栅格数据集的差值。对森林而言，差值结果即为冠层高度。下图表示了距地面的高度。它的范围为从蓝色（基本没有高度）到橙色（最高）。
激光雷达可用于计算植被的密度和高度。这具有多种用途，其中包括生物量估算、碳估算以及森林管理。
6. 由激光雷达描绘洪泛区
水资源应用中能够准确地对不同程度的洪涝灾害进行评估很关键，这对财产风险、应急管理和规划来说是十分必要的。因为lidar数据精度高且具有成本效益，所以它正在迅速成为描绘泛洪区的地形数据的主要来源。水泛滥的程度通常是通过水表和地表的模型对比进行评估的。
7. 将激光雷达的噪点降至最低以便进行等值线绘制和分析坡度
激光雷达并不总是表面建模活动的最佳来源。在等值线生成和坡度分析这两个方面往往会出现问题。让计算机根据传统数据源生成规范的等值线本已十分困难。根据激光雷达生成则是难上加难。根据全分辨率激光雷达生成的等值线往往呈锯齿状，有许多曲折转弯和独立的闭合环。用激光雷达数据进行坡度估计同样存在问题。如果根据全分辨率激光雷达检查平均坡度，您会发现结果高得惊人,即使在相对平坦的地面上也是如此。
由于相对水平采样距离而言垂直精度较低，因此激光雷达存在很多噪点。要获得锯齿较少的等值线和更合理的坡度估计，必须去除激光雷达中的噪点，同时还要尽最大可能保留真实信息。尽管无法做到完全没有损失，但可以将损失降低到最小程度。Terrain 数据集为此提供了两种工具。一个是智能点细化器；另一个是高质量插值器。
8. 使用新的测量值更新 terrain 数据集的部分内容
更新表面数据的能力对于为分析提供准确、最新的表面信息而言十分重要。通常情况下，最好是对用于构造表面的测量值，而不是对派生的数据（如栅格 DEM）执行这些类型的更新。因为派生数据可在编辑测量值之后根据需要重新创建。Terrain 数据集支持编辑模式，因为其保留了与源测量数据的直接连接。当您修改测量值时，系统将会以相同的过程自动修改 terrain。
小结：
森林调查、泛洪区描绘、水文、地形测绘、城市规划、景观生态、海岸工程、调查评估以及容积计算，等等。所有这些利用lidar和GIS的结合来进行分析、管理、可视化以及传播lidar数据。ArcGIS的魔法，一试便可知其神奇。
文章来源：http://blog.csdn.net/arcgis_all/article/details/8214628
