Mit der 3D Analyst-Lizenz verfügbar.
LIDAR wird als eine präzise Form von Höhendaten betrachtet. Diese Auffassung resultiert zu einem Großteil aus dem dichten Referenzpunkterfassungsintervall. LIDAR wird mitunter auch als "Malerei des Bodens mit Höhenmessungen" bezeichnet. Tatsächlich ist es allgemein üblich, Referenzpunkterfassungen unter einem Meter mit LIDAR durchzuführen. Dies erleichtert das Durchdringen der Baumkronen, was wiederum die Genauigkeit der Bodenmodelle in bewaldeten Gegenden verbessert. Die hohe Referenzpunktdichte verbessert auch die Ergebnisse für bestimmte Anwendungen wie die Grenzbestimmung bei Überschwemmungsgebieten. Allerdings ist LIDAR nicht immer die optimale Quelle für alle Oberflächenmodellierungsaktivitäten. Zwei problematische Bereiche sind die Konturlinienableitung und die Neigungsanalyse.
Unübersichtliche Konturlinien und steile Neigungen
Mit einem Computer aus herkömmlichen Datenquellen ansprechende Konturlinien zu erzeugen ist schwierig. Noch schwieriger ist es, sie aus LIDAR zu erzeugen. Konturlinien, die aus LIDAR mit voller Auflösung erzeugt wurden, können vielen Verdrehungen, Wendungen und isolierte geschlossene Ringe aufweisen.
Die Auswertung von Neigungen mit LIDAR-Daten ist ebenfalls problematisch. Wenn Sie die durchschnittliche Neigung aus LIDAR mit voller Auflösung untersuchen, werden Sie feststellen, dass sie ungewöhnlich hoch ist. Das trifft sogar für einen relativ flachen Boden wie in der Abbildung unten zu, in der die aus LIDAR mit voller Auflösung generierte Neigung darstellt ist. Grün bedeutet eine geringe oder gar keine Neigung, Gelb gibt eine mäßige Neigung wieder, und Rot bezeichnet die steilste Neigung. Beachten Sie die vielen kleinen gelben und roten Anteile, die überall auf der Oberfläche verstreut sind.
Diese Probleme im Zusammenhang mit Konturlinien und Neigung werden manchmal einfach dahingehend falsch interpretiert, dass LIDAR genauer als andere Formen von Oberflächendaten ist. Wenn der Maßstab groß genug ist, wird fast jede Oberfläche ziemlich grob dargestellt. Diese Aussage trifft in gewissem Maße durchaus zu. Allerdings ergibt sich dieses Problem zu einem Großteil aus der Beziehung zwischen horizontaler Referenzpunktdichte und vertikaler Genauigkeit. Wie jedes andere Messverfahren ist auch LIDAR nicht absolut genau. Die vertikale Genauigkeit liegt im Allgemeinen zwischen 12 und 15 Zentimetern. Dies bewirkt einen willkürlichen Höhenunterschied zwischen zwei benachbarten Punkten von 24 bis 30 Zentimetern. Wenn die Punkte horizontal nur 1 Meter oder weniger voneinander entfernt sind, wird dieser Höhenunterschied bedeutsam. In der Signalverarbeitung wird dieses Phänomen als Hochfrequenzrauschen bezeichnet.
Techniken zur Rauschreduzierung
Damit Sie weniger gezackte Konturlinien und zutreffendere Neigungsschätzungen erhalten, müssen Sie das Rauschen aus LIDAR entfernen. Gleichzeitig müssen Sie versuchen, dabei so wenig echte Informationen wie möglich zu verlieren. Auch wenn es keine Möglichkeit gibt, einen Verlust völlig zu vermeiden, so lässt sich dieser Nachteil doch auf ein Minimum begrenzen. Das Terrain-Dataset bietet einige Werkzeuge, die dieses Verfahren erleichtern. Eines davon ist der intelligente Punktausdünner, ein anderes ein hochwertiger Interpolator. Wenn die LIDAR-Punkte im LAS-Format vorliegen und klassifiziert wurden, sodass sie Modellschwerpunkte (d. h. Klasse 8) enthalten, finden Sie im Abschnitt Alternativer Arbeitsablauf am Ende des Themas weitere Informationen.
Die Punktausdünnung findet während der Erstellung der Terrainpyramide statt. Vielfach herrscht die Meinung, dass Pyramiden ein reines Visualisierungswerkzeug sind und nur dazu verwendet werden, den Zeichenvorgang zu beschleunigen. Dies trifft durchaus auf Raster-Pyramiden zu, gilt aber nicht für Terrain-Datasets. Terrain-Datasets wurden im Hinblick auf die Tatsache entwickelt, dass sich LIDAR-Daten für bestimmte Anwendungen besser eignen, wenn sie generalisiert wurden.
Es gibt in ArcGIS zwei Terrain-Dataset-Punktausdünnungsalgorithmen: die auf der Z-Toleranz basierende Pyramidenerstellung und die Pyramidenerstellung durch Kachelung. Beide Algorithmen haben ihre Vorteile und sind wohl besser als zufällige Punktfilter anderer Lösungen, die sich trotz schneller und angemessener Visualisierung nicht für die Analyse empfehlen.
Der Z-Toleranz-Filter arbeitet mit einem TIN-basierten Algorithmus, um eine Teilmenge von Punkten zu ermitteln, die ausreicht, um eine Oberfläche zu erstellen, die innerhalb einer vorgegebenen vertikalen Entfernung zur Oberfläche mit voller Auflösung liegt. Die Verwendung dieses Filters ist ratsam, wenn eine quantifizierbare Messung für die vertikale Genauigkeit benötigt wird.
Der Kachelungsfilter wählt Punkte innerhalb einer vorgegebenen horizontalen Stichprobenentfernung aus. Alle paar Einheiten in X, Y (die Referenzpunkterfassungskachelung) werden die Punkte innerhalb dieses Bereichs untersucht und einer oder zwei abhängig von der gewählten Option ausgewählt. Die Punktauswahlmethode kann den Punkt auswählen, der dem Mittel der anderen Punkte im Stichprobenfenster am nächsten ist, den höchsten oder niedrigsten Punkt im Stichprobenfenster oder sowohl den höchsten als auch den niedrigsten Punkt. Wie bereits erwähnt resultiert das Rauschproblem im Wesentlichen aus einem ungünstigen Verhältnis zwischen einer hohen horizontalen Referenzpunktdichte und der vertikalen Genauigkeit. Der Kachelungsfilter macht es möglich, dieses Verhältnis zu verbessern. Auch wenn es schwierig ist, die Genauigkeit der ausgedünnten Daten in Zahlen auszudrücken, so hat die Erfahrung doch gezeigt, dass dieser Ansatz gut funktioniert.
Ausdünnen der Daten
LIDAR-Punkte werden ausgedünnt, wenn ein Terrain-Dataset berechnet wird. Der angewendete Filteralgorithmus basiert auf dem für das Terrain-Dataset ausgewählten Pyramidentyp. Glücklicherweise wird derselbe Name für den Pyramidentyp wie für den Filteralgorithmus verwendet, sodass Mehrdeutigkeiten ausgeschlossen werden. Die Auswahl des Pyramidentyps erfolgt mit dem Assistent "Terrain" im Feature-Dataset-Kontextmenü in ArcCatalog oder im Fenster Katalog.
Im nächsten Schritt sind die Pyramidenebenen anzugeben. Aufgrund der Rauschunterdrückung ist die erste Pyramidenebene interessant, die einen Schritt von der vollen Auflösung entfernt ist. Für diese Ebene bietet sich eine Z-Toleranz an, die der vertikalen Genauigkeit der Daten entspricht. Dadurch wird so viel Rauschen wie möglich beseitigt, während gleichzeitig die Genauigkeit des Ergebnisses so wenig wie möglich beeinträchtigt wird. Wenn Sie mit einer vertikalen Genauigkeit von 15 cm beginnen, erhalten Sie am Ende eine Genauigkeit von etwa 30 cm. Wenn Sie mit der Erzeugung von Konturlinien fortfahren, legen Sie für die Intervalle mindestens den doppelten Wert, also 60 cm oder ungefähr 2 Fuß, fest. Beim Erstellen einer Pyramide in Fenstergröße empfiehlt sich eine Stichprobenentfernung vom Doppelten des nominalen Punktabstands.
Nach der Berechnung des Terrain-Datasets befinden sich die ausgedünnten Punkte in seiner Pyramide. Verwenden Sie die Geoverarbeitungswerkzeuge Oberflächenkonturlinie und Oberflächenneigung, um Konturlinien und Neigung zu generieren. Die Ergebnisse weisen ein geringeres Rauschen auf, wenn sie aus den nicht ausgedünnten Punkten erstellt werden. Ein Nachteil ist, dass Konturlinien und Neigungsschätzungen, die aus diesen TIN-basierten Oberflächen stammen, immer noch kantiger und diskontinuierlicher als notwendig sind. Als Alternative empfiehlt sich ein Raster, das gleichmäßigere Ergebnisse liefert.
Raster-Interpolation
Konturlinien- und Neigungsausgabe lassen sich verbessern, indem man sie von einem Raster ableitet, das aus einem Terrain-Dataset erstellt wurde. Im Allgemeinen wird die direkte Arbeit mit TINs bevorzugt. Aus diesem Grund wird die Idee, ein Raster zu verwenden, zunächst wohl nicht auf große Begeisterung stoßen. Bei der Erzeugung von Konturlinien und Neigungen aus LIDAR-Daten ist dieses Vorurteil aber völlig unangebracht. LIDAR-Punkte werden im Wesentlichen in einer zufälligen Verteilung erfasst. Die daraus resultierenden Dreiecke sind weder handverlesen noch passen sie garantiert in das mathematische Modell eines CAD-Programms (z. B. für Straßenentwurf).
Außerdem ist die stückweise lineare Oberfläche, die durch ebene Dreiecksflächen definiert wird, nicht glatt. Eine glattere Oberfläche kann mit dem Geoverarbeitungswerkzeug Terrain zu Raster unter Verwendung der Interpolationsoption der natürlichen Nachbarn erhalten werden. Ein weiterer Vorteil von Terrain zu Raster besteht darin, dass Sie sofort ein komplettes Terrain-Dataset rastern und die mit der TIN-Extraktion verbundene Größenbeschränkung umgehen können.
Sobald Sie ein Raster-Oberflächenmodell des Terrain-Datasets generiert haben, können Sie die Raster-Geoverarbeitungswerkzeuge Konturlinie und Neigung für das abgeleitete Raster verwenden. Die nachstehenden Abbildungen verdeutlichen den Unterschied zwischen Konturlinien- und Neigungsableitungen mit voller Auflösung und generalisierten Konturlinien- und Neigungsableitungen.
Konturlinien, die aus LIDAR-Punkten mit voller Auflösung erstellt wurden, befinden sich häufig auf der linken Seite, während auf der rechten Seite eine gerasterte Version des ausgedünnten Satzes angeordnet ist. Das Ergebnis stellt eine bedeutende Verbesserung dar, auch wenn es ganz offensichtlich noch keine kartografische Qualität besitzt.
Links sehen Sie eine Neigung, die aus LIDAR mit voller Auflösung erzeugt wurde, und rechts eine leicht ausgedünnte und gerasterte Version.
Aufgrund einer geringen vertikalen Genauigkeit im Verhältnis zur horizontalen Stichprobenentfernung gilt LIDAR als rauschreich. Dieses Rauschen manifestiert sich in minderwertigen Konturlinien und übermäßig hohen Neigungsdurchschnittsraten. Das Rauschen lässt sich durch Punktausdünnung und Glättung reduzieren, ohne dass dabei Genauigkeit und Detailtreue wesentlich beeinträchtigt werden. Das Terrain-Dataset stellt diese Werkzeuge über Pyramidenerstellung und die Interpolationsmethode der natürlichen Nachbarn zur Verfügung.
Alternativer Arbeitsablauf
Wenn die LIDAR-Punkte im LAS-Format vorliegen und mit Modellschwerpunkten (d. h. Klasse 8) klassifiziert wurden, müssen Sie keine Terrainpyramiden definieren, um einen ausgedünnten Punktsatz für die Erstellung von Konturlinien oder Neigungsanalysen zu erhalten. Diese Aufgabe wurde bereits vom Datenanbieter übernommen. In diesem Fall können Sie das LAS-Dataset nutzen, um die LAS-Dateien direkt zu referenzieren und zu verwenden. Lesen Sie die vorherigen Abschnitte in diesem Thema, um sich mit den wichtigsten Konzepten vertraut zu machen. Ersetzen Sie anschließend diese Schritte, um ein Raster zu erstellen, aus dem Konturlinien und Neigungen abgeleitet werden können:
- Erstellen Sie mit dem Geoverarbeitungswerkzeug LAS-Dataset erstellen ein Dataset, das auf die LAS-Dateien und Bruchkanten, falls vorhanden, verweist.
- Erstellen Sie einen LAS-Dataset-Layer, und legen Sie die Filtereigenschaften so fest, dass nur Punkte (und Rückgaben) der Klasse 8 verwendet werden. Einen Layer erstellen Sie, indem Sie das LAS-Dataset einer Karte oder Szene hinzufügen oder indem Sie das Geoverarbeitungswerkzeug LAS-Dataset-Layer erstellen ausführen.
- Führen Sie das Geoverarbeitungswerkzeug LAS-Dataset zu Raster aus, wobei Zellenzuweisungstyp auf NATURAL_NEIGHBOR festgelegt ist. Die Ausgabezellengröße sollte höher sein als der durchschnittliche Punktabstand der Eingabe.