Ekstraksi batas sungai (tepian) dari LiDAR


8

Apakah ada cara untuk mengekstrak batas sungai (bank) dari data LiDAR dan produk-produknya (DEM, gambar intensitas dan kemiringan) secara otomatis? Digitalisasi sangat memakan waktu.


3
Ekstraksi breakline otomatis adalah cawan suci produksi LiDAR. Academia telah menghasilkan beberapa pendekatan (lihat di sini dan di sini sebagai permulaan). Pertanyaan serupa juga ditanyakan pada GIS SE (di sini dan di sini ).
Barbarossa

ya, sebagian diserap oleh air. Saya mencari pendekatan untuk secara otomatis mengekstrak batas sungai. ada banyak karya penelitian, namun tidak satupun dari mereka memberikan solusi nyata untuk proyek-proyek industri (dengan akurasi yang telah ditentukan, ..)
Leila

@ Barbarossa Saya suka putaran eksistensial yang Anda pakai ini. : p
elrobis

3
Saya dengan @Barbarossa untuk yang ini, saya telah mendigitalkan waterbody dari airphoto / intensity / LiDAR DEM selama sekitar 6 minggu sekarang. Masalahnya adalah tepi bank tersirat dan sebenarnya tidak ada, dalam banyak kasus berada di bawah pohon ketika (tidak mengejutkan) pohon tumbuh tinggi di tepi dan mengaburkan foto udara. Kami menggunakan laser merah yang tidak menembus air, ini menunjukkan cukup baik dalam gambar intensitas, dalam beberapa kasus air tidak dapat dikembalikan tetapi langsung di bawah jalur penerbangan intensitas tinggi diproduksi; Intensitas dengan DEM menunjukkan di mana air berada dan foto udara menegaskan bahwa itu bukan bayangan pohon.
Michael Stimson

Jawaban:


6

Saya sudah dalam pemrosesan LiDAR selama beberapa tahun sekarang. Pendekatan terbaik yang kami temukan adalah mengklasifikasikan titik-titik air yang dicurigai ke sesuatu selain tanah. Seharusnya mudah hanya mengklasifikasikan berdasarkan intensitas (dekat titik nadir akan memiliki intensitas tinggi, sedangkan air keruh akan mendekati 0) dan tembakan laser biasanya diserap dekat pantai pula. Namun, masih ada beberapa interpretasi dan modifikasi manual yang diperlukan

Setelah titik air diklasifikasikan sebagai bukan tanah, ekspor DEM hanya tanah yang menunjukkan intensitas. Rongga data dalam DEM akan memiliki nilai 0, mewakili kemungkinan badan air. Dengan sedikit mengutak-atik (saya tidak akan memberikan semua rahasia saya) dalam pembuat model, Anda dapat mengubah raster menjadi poligon, menerapkan beberapa smoothing, dan voila ... breaklines diekstraksi semi-otomatis.

Berhati-hatilah karena ini masih membutuhkan waktu dan mata yang cermat untuk melakukannya dengan benar. Tidak ada yang seakurat mata manusia. Semoga berhasil. Hasil dapat bervariasi.


@ Barbarossa: terima kasih, saya bekerja dengan kelengkungan data dan mendapatkan beberapa hasil menarik. tentang metode Anda, seberapa akurat hasilnya?
Leila

1
Seperti yang saya katakan, mereka hanya seakurat di mana Anda membuatnya. Sejauh keakuratan dari titik cloud ke final breakline polygons / polyline, itu akan tergantung pada resolusi (ukuran sel) yang akan didukung cloud titik Anda. Saya biasanya menghasilkan DEM 1 meter, tetapi hanya karena cloud point mendukungnya (yaitu jarak titik nominal). Jadi dengan DEM 1m, breaklines saya biasanya w / dalam 1 meter di mana garis pantai yang sebenarnya (jika saya katakan di situlah tempatnya). Pelanggan saya tidak pernah mengeluh tentang keakuratannya.
Barbarossa

Saya mencoba 'mengisi sink' kemudian perbedaan dikombinasikan dengan tidak ada sel kembali atau lebih tinggi dari focalmean (hanya berfungsi untuk tepi) dan mendapat 80% ish ... sinks / perbedaan memangkas bayangan pohon sebagian besar, maka kriteria perbedaan / area minimum diterapkan ; proses ini akan bekerja lebih baik di daerah yang tidak datar seperti daerah yang saya gunakan sebagai ujian, masalahnya adalah bahwa tidak ada banyak perbedaan antara tanah dan air untuk diisi dan pada saat saya memasukkannya nilai-nilai palsu diperkenalkan. Apakah itu terdengar seperti memulai proses yang baik @Barbarossa? Pada akhirnya tidak ada yang sebagus mata manusia untuk 100%!
Michael Stimson
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.