أكثر

كيفية إنشاء DEM من بيانات سحابة Lidar Point؟

كيفية إنشاء DEM من بيانات سحابة Lidar Point؟


أنا أستخدم ArcMap وأريد إنشاء DEM (s) على منطقة للحصول على مخرجات مختلفة اعتمادًا على الإعدادات / المرشحات التي أضعها. لدي وصول إلى بيانات سحابة نقطة الليزر كملفات الإدخال الخاصة بي. لقد عملت مع أدوات مجموعة بيانات LAS ولكنني لست متأكدًا حقًا مما إذا كنت أفعل كل شيء بشكل صحيح أم لا. لأن النقاط غير منتظمة ، فربما تكون هناك حاجة إلى بعض طرق الاستيفاء أولاً؟ المشكلة في ذلك هي أنه ليس لدي أي ميزات نقطة إدخال.

يصف هذا الرابط بشكل جيد الخطوات التي قمت بها: http://www.edc.uri.edu/blog/using-las-datasets-create-functional-outputs


أولاً ، إذا لزم الأمر ، قم بإنشاء مجموعة بيانات LAS من ملفات .las الخاصة بك.

ثم استخدم LAS Dataset إلى Raster ، حدد المتوسط ​​لإخراج DEM.


جرب lastools.

العديد من الأجزاء مجانية ويمكنك الحصول على BLAST2EM والحصول على ما تحتاجه. لا تحاول إقحام lidar في ArcGIS إلا إذا كنت مستعدًا لانتظار طويل.

لديك مجموعة قوية من الخيارات ويتم تشغيلها من سطر الأوامر. سيستخدم نهج TIN لإنشاء العرض التوضيحي الخاص بك. أنها سريعة و كفئ.


قم بإنشاء OpenRoads Terrain من بيانات LiDAR

قبل ان تبدأ

للعثور على ملفات LiDAR لمشروع ما ، راجع الحصول على بيانات LiDAR.

قم بإنشاء سحابة نقطة من بيانات LiDAR

افتح InRoads وافتح ملف Terrain-lidar.dgn. إذا لم يكن هذا الرسم موجودًا ، فقم بإنشاء ملف جديد يسمى Terrain-lidar.dgn باستخدام ملف OpenRoads الأولي المناسب بمجرد الدخول ، افتح النموذج الافتراضي ثلاثي الأبعاد لأن هذه العملية لا تعمل مع نماذج الرسم ثنائية الأبعاد.

إذا كنت تستخدم ملفات Umbagog (2017) أو Connecticut River Watershed (2015) أو Merrimack River Watershed (2011-2012) ، فكن على دراية بضرورة تعديلها قبل استخدامها. يتم ذلك بمساعدة برنامج يسمى las2las. راجع وثائق las2las لمزيد من المعلومات.

من قائمة CADD ، حدد File & gt Point Clouds للحصول على مدير Point Clouds الموضح أدناه:

من Point Cloud manager ، حدد File & gt Attach. في لوحة فتح ملف ، قم بتغيير ملف النوع إلى LAS (* .las) وانتقل إلى الدليل حيث يوجد ملف (ملفات) LiDAR المستخرج. حدد ملف (ملفات) LiDAR وانقر فوق فتح.

ستظهر لوحة الخصائص بعنوان Convert LAS مع بعض المعلومات حول الملف الأول الذي سيتم معالجته. سيتم استخدام هذه اللوحة لتحويل ملف LAS إلى تنسيق POD المطلوب لـ OpenRoads. لكن أولاً ، في قسم الخيارات ، لاحظ أن إعداد وحدة الهندسة قد يعرض أحدث إعداد تم استخدامه ، وليس بالضرورة الإعداد الصحيح للملفات التي يتم استيرادها. إذا كنت تستخدم ملفات Umbagog (2017) أو Connecticut River Watershed (2015) ، فقم بتغيير هذه القيمة إلى US Survey Feet. يبدو أن الملفات الأخرى تعمل بشكل أفضل عند تعيين هذه القيمة على الأمتار. إذا كنت تستخدم ملفات Umbagog (2017) أو Connecticut River Watershed (2015) ، فتأكد أيضًا من تعيين قيمة إعادة المشروع في قسم المعلومات الجغرافية إلى لا.

انقر فوق الزر "موافق" لتحويل ملف LAS هذا. احفظ ملف POD الناتج في دليل OpenRoads للمشروع. ستعود لوحة Convert LAS إذا كان هناك المزيد من ملفات LAS المتاحة للتحويل. كرر حتى يتم تحويل كل ملف LAS.

قم بإصدار أمر Fit View لضبط العرض ليشمل جميع الملفات المرفقة. إذا لزم الأمر ، حدد Point Cloud (s) في مدير Point Clouds وقم بتشغيل العرض للعرض الحالي.

تحديد نمط العرض

يجب تغيير نمط العرض التقديمي في سمات العرض. من هناك ، قم بتغيير نمط Point Cloud Presentation Style إلى Classification & amp Intensity.

بعد ذلك ، يجب تعديل إعدادات العرض من مدير Point Clouds. حدد الإعدادات & gt Presentation للحصول على لوحة Point Cloud Presentation. ضمن إعدادات التصنيف ، قم بإلغاء تحديد جميع المربعات باستثناء أنماط الأرض والنقطة المنخفضة والماء. يجب أن يبدو مثل هذا:

خيارات عرض سحابة النقطة

سحابة Clip Point

إذا لم تكن هناك حاجة إلى المنطقة بأكملها ، يمكن أن يؤدي قص سحابة النقاط إلى تقليل مقدار ذاكرة الكمبيوتر اللازمة للعمل مع البيانات وتوفير بعض وقت المعالجة لاحقًا. للقيام بذلك ، حدد الأمر Clip من Point Cloud Manager. هناك عدد من الخيارات لتحديد شكل حدود المقطع مثل المستطيل والمضلع والعنصر المغلق.

حفظ سحابة نقطة معدلة

من مدير Point Clouds ، حدد جميع الملفات واستخدم File & gt Export للحصول على لوحة Export Point Cloud. من هنا يمكننا إنشاء سحابة نقطة مدمجة جديدة.

من لوحة Export Point Cloud ، اضبط مرشح التصنيف لتصدير الأرض والمياه فقط. قم بذلك من القائمة المنسدلة ، وقم بإجراء فحوصات للعناصر المراد تصديرها فقط. عند الانتهاء ، سيعرض خيار مرشح التصنيف فئتين. قم أيضًا بتعيين تصنيف القنوات و gt على تضمين (يظهر كلاهما في الصورة).

اضغط على زر موافق وحدد اسم ملف جديد لملف POD الجديد. سيؤدي هذا إلى إنشاء ملف POD واحد مع البيانات الأرضية فقط لإزالة أي بيانات تم تصنيفها على أنها قمم المباني ورؤوس الأشجار.

في مدير Points Clouds ، قم بفصل ملف (ملفات) POD الأصلي ثم أرفق الملف الجديد الذي تم إنشاؤه للتو. قم بتشغيل الشاشة إذا لم تكن مرئية بالفعل.

إذا لم تكن هناك حاجة إلى المنطقة التي يغطيها ملف POD بالكامل ، فضع (أ) سياجًا حول المنطقة المراد تحويلها إلى تضاريس.

قم بإنشاء تضاريس من Point Cloud Data

حدد أداة Create from Point Cloud من قائمة مهام Terrain Model. حدد الخيارات كما هو موضح أدناه:

استيراد التضاريس من Point Cloud

انقر فوق الزر "استيراد" لإنشاء التضاريس. سيعمل مربع الحوار الموجود في الجزء السفلي من هذه اللوحة على تقرير عند اكتمال الاستيراد. نظرًا لأن هذه اللوحة لا تُغلق تلقائيًا بعد اكتمال الاستيراد ، أغلق لوحة Create Terrain From Point Cloud عند الانتهاء.

من مدير Point Clouds ، إما حدد اسم (أسماء) POD ثم أغلق عرضها في جميع طرق العرض ، أو افصل الملف (الملفات) تمامًا. من قائمة CADD ، حدد حفظ الإعدادات ثم احفظ ملف الرسم الجديد.

يجب أن يكون هناك الآن نموذج تضاريس في نموذج افتراضي ثلاثي الأبعاد. يمكن تغيير تعريف الميزة إلى Exist_Boundary إذا رغبت في ذلك. يمكن تحديث اسم الميزة باستخدام معلومات العنصر. يمكن استخدام مربع معلومات العنصر لتشغيل المعالم و / أو المثلثات وإيقاف تشغيلها.

ثنى صورة جوية فوق المثلثات لتحسين المنظر.

وزارة النقل نيو هامبشاير
صندوق بريد 483 | 7 هازن درايف |
كونكورد ، نيو هامبشاير | 03302-0483
الهاتف: 603.271.3734 | الفاكس: 603.271.3914.70


نظم المعلومات الجغرافية (GIS)

ملخص
يتم إنشاء البيانات الجغرافية المكانية ومشاركتها وتخزينها في العديد من التنسيقات المختلفة. نوعا البيانات الأساسيان هما النقطية و المتجه. يتم تمثيل بيانات المتجه إما كنقاط أو خطوط أو مضلعات. من الأفضل تمثيل البيانات المنفصلة (أو المواضيعية) على أنها متجه. عادةً ما يتم عرض البيانات التي لها موقع دقيق أو حدود صلبة كبيانات متجهة. الأمثلة هي حدود المقاطعة أو موقع الطرق وخطوط السكك الحديدية باستخدام الخطوط أو بيانات النقاط التي تشير إلى موقع صنابير إطفاء الحرائق.

على النقيض من ذلك ، فإن البيانات النقطية هي الأنسب للبيانات المستمرة ، أو المعلومات التي ليس لها حدود أو مواقع ثابتة. كنقطيات ، يتم عرض البيانات كسلسلة من خلايا الشبكة حيث تحتوي كل خلية على قيمة تمثل الميزة التي يتم ملاحظتها. فكر في البيانات النقطية على أنها مناسبة لنمذجة الأسطح مثل الارتفاع أو درجة الحرارة أو هطول الأمطار أو درجة الدكتوراه في التربة. يتم قياس هذه الظواهر على فترات (فكر في محطات الطقس) ، ويتم استيفاء القيم بينهما لإنشاء سطح مستمر. تتضمن البيانات النقطية أيضًا صور الاستشعار عن بعد ، مثل التصوير الجوي وصور الأقمار الصناعية.

تنسيقات المتجهات:

SHP: ملف حلقي
أصبح ESRI Shapefile تنسيقًا قياسيًا للبيانات الجغرافية المكانية في الصناعة ، وهو متوافق إلى حد ما مع جميع برامج GIS التي تم إصدارها مؤخرًا تقريبًا. للحصول على ملف شكل كامل ، يجب أن يكون لديك 3 ملفات على الأقل بنفس اسم البادئة وبالامتدادات التالية: .shp = ملف الشكل ، .shx = رأس و. dbf = ملف قاعدة البيانات المرتبط. بالإضافة إلى ذلك ، قد يكون لديك ملف .prj = ملف عرض وملف طبقة .lyr = وملفات فهرس أخرى. يجب حفظ كل هذه الملفات في نفس مساحة العمل.
SDC: ضغط البيانات الذكية
SDC هو تنسيق ESRI & # 39s مضغوط للغاية ، ويمكن قراءته مباشرة بواسطة برنامج ArcGIS.
GDB: قاعدة البيانات الجغرافية
قاعدة البيانات الجغرافية للملف هي مجموعة من مجموعات البيانات الجغرافية من أنواع مختلفة ، مع أكثر الأنواع الأساسية هي البيانات المتجهية والنقطية والجداول. هناك ثلاثة أنواع من قواعد البيانات الجغرافية: ملف وقواعد شخصية وقواعد ArcSDE. قواعد البيانات الجغرافية هي تنسيق البيانات الأصلي لـ ESRI & # 39s ArcGIS.
تغطية ArcInfo
تم التخلص التدريجي من تغطية ArcInfo ونادرًا ما يتم رؤيتها / استخدامها اليوم. تم استبداله إلى حد كبير بتنسيق قاعدة البيانات الجغرافية. لا تحتوي التغطيات على امتداد ملف فردي. بدلاً من ذلك ، يتكون من مجلدين داخل & quotworkspace & quot ، يحتوي كل منهما على ملفات متعددة. أحد المجلدين يحمل اسم التغطية ، ويحتوي على عدد من ملفات .adf المختلفة. المجلد الآخر هو مجلد & quotinfo & quot ، والذي يحتوي عادةً على ملفات .dat و. nit لجميع التغطيات والشبكات في مساحة العمل.
E00: تصدير Arc أو تنسيق التبادل
نادرًا ما يتم أيضًا مشاهدة / استخدام ملفات .e00 اليوم ، ولكنها بشكل أساسي ArcInfo Interchange أو ملفات تصدير ، تُستخدم لنسخ ونقل أغلفة ArcInfo GIS (انظر أعلاه) والشبكات (انظر أدناه). يجب & quotimported & quot وتحويل ملف .e00 من أجل استخدام البيانات في ArcGIS أو برامج GIS الأخرى.

تنسيقات البيانات النقطية:

شبكة ArcInfo
لا تحتوي شبكة ArcInfo على امتداد ملف فردي. بدلاً من ذلك ، يتكون من مجلدين داخل & quotworkspace & quot ، يحتوي كل منهما على ملفات متعددة. أحد المجلدين يحمل اسم الشبكة ، ويحتوي على عدد من ملفات .adf المختلفة. المجلد الآخر هو مجلد & quotinfo & quot ، والذي يحتوي عادةً على ملفات .dat و. nit لجميع التغطيات والشبكات في مساحة العمل.
النطاق الترددي بالخط (BIL) ، النطاق المتداخل بالبكسل (BIP) ، والنطاق المتسلسل (BSQ).

BIL و BIP و BSQ هي تنسيقات تنتجها أنظمة الاستشعار عن بعد. يتمثل الاختلاف الأساسي فيما بينها في التقنية المستخدمة لتخزين قيم السطوع التي تم التقاطها في وقت واحد في كل من عدة ألوان أو نطاقات طيفية.
DEM (نموذج الارتفاع الرقمي)
DEM هو تنسيق نقطي يستخدمه USGS لتسجيل معلومات الارتفاع. بخلاف تنسيقات الملفات النقطية الأخرى ، لا تمثل خلايا DEM قيم سطوع اللون ، بل تمثل ارتفاعات النقاط على سطح الأرض و rsquos.
GeoTIFF
كجزء من رأس ملف TIFF ، يوفر هذا مدى خط الطول / العرض للبيانات.
ليدار
كشف الضوء وتحديد المدى (LiDAR) ، هو طريقة استشعار عن بعد تستخدم الضوء على شكل ليزر نابض لقياس النطاقات (مسافات متغيرة) إلى الأرض. تختلف تنسيقات الملفات حسب التسليم - لكن بيانات سحابة نقطة LiDAR الأولية لها امتداد ملف .LAS. يمكن أن يكون DEM واحدًا يمكن تسليمه من LiDAR.


نموذج الارتفاع الرقمي LiDAR (DEM) باستخدام QGIS و GRASS GIS

نمذجة التضاريس هي وظيفة قوية لنظام المعلومات الجغرافية. مع ظهور Airborne LiDAR ، فإن القدرة على تحويل الملايين من قراءات نقاط الليزر عالية الدقة إلى سطح يمكن استخدامه لإجراء تحليل على نطاق واسع أمر لا يقدر بثمن.

عندما يصبح الوصول إلى بيانات LiDAR أكثر سهولة ، سيتمكن العديد من الصناعات والاستشاريين من استخدام البيانات للتحليل. ومع ذلك ، يبدو أن العديد من الأشخاص يخجلون من استخدام LiDAR أو لا يستخدمون LiDAR إلى أقصى إمكاناته بسبب نقص الخبرة في العمل مع البيانات أو الافتراض بأن تكلفة البيانات باهظة الثمن أو تكلفة البرنامج المطلوبة لمعالجتها معقدة للغاية أو باهظة الثمن أيضًا.

كخطوة أولى في كسر حواجز الوصول إلى LiDAR ، ستتناول هذه المقالة المهمة المشتركة لإنشاء نموذج ارتفاع رقمي (DEM) أو بشكل أكثر تحديدًا نموذج سطح رقمي (DSM) وهو تمثيل نقطي / صورة / شبكي لـ تضاريس الأرض مع إزالة الغطاء النباتي والمباني. DEM / DSM هي البيانات الأساسية التي يمكن استخدامها في العديد من أنواع النمذجة البيئية والتضاريس مثل حساب مستجمعات المياه ومناطق الفيضانات ومجال الرؤية والمنحدرات وتحديد معالم التضاريس. من أجل تحقيق ذلك ، سنستخدم QGIS 3.4 الذي يمكنه الوصول إلى أدوات GRASS GIS 7.4.

هناك عدة طرق لمعالجة LiDAR مع حلول مجانية ومفتوحة المصدر. أحب استخدام هذه الطريقة لأن جميع عمليات المعالجة والتحليل والتصور والتخطيط يمكن إجراؤها في بيئة واحدة. هذا عرضي لأن التحليل يصبح أكثر تعقيدًا عند هذه النقطة يمكنك البدء في إنشاء البرامج النصية والأدوات لأتمتة الكثير من العمليات التي تستغرق وقتًا طويلاً والمتكررة (موضوع لبرنامج تعليمي مستقبلي). QGIS مثالي لأنه يأتي مع أدوات GRASS مدمجة فيه (ربما ليس لنظام macOS)

مجموعة البيانات التي سنستخدمها لهذا البرنامج التعليمي مأخوذة من Open Topography ومتاحة على هذا الرابط.

تعد التضاريس المفتوحة مصدرًا رائعًا لمعلومات الارتفاع لأسباب عديدة. لا يقتصر الأمر على توفير بيانات LiDAR بدون تكلفة فحسب ، بل سيوفر لك العديد من منتجات الارتفاعات المكثفة حسابيًا ، مثل Hillshades و DEMs و Point Cloud Viewer وغير ذلك الكثير!

ومع ذلك ، لغرض هذا البرنامج التعليمي ، سنختار تنزيل جزء صغير فقط من بيانات LiDAR ، وإلغاء تحديد جميع الخيارات الأخرى التي توفرها Open Topography.

توضح الصورة أدناه المعلمات المستخدمة لتنزيل بيانات LiDAR تأكد من تحديد تنسيق .las!

الخطوة 1

افحص بيانات LiDAR الوصفية لمعرفة نظام الإسناد المكاني (SRS) الذي توجد به بيانات LiDAR ، للحصول على فكرة عن كيفية وجود أي نقاط لكل متر مربع في المتوسط ​​ومعرفة كيف تم تصنيف بيانات LiDAR (أي عوائد الأرض وغير عودة الأرض). للحصول على فهم أفضل لكيفية هيكلة بيانات LiDAR ، ألق نظرة على موقع GISGeography على الويب الذي يحتوي على وصف ممتاز لكيفية عمل LiDAR و ASPRS - وضع مجتمع التصوير والمعلومات الجغرافية المكانية معيارًا لكيفية تصنيف LiDAR.

يوجد أدناه بيانات التعريف التي يمكن تنزيلها مع بيانات سحابة النقطة من Open Topography. أهم التفاصيل التي يجب ملاحظتها في هذه المرحلة هي أنظمة الإحداثيات الأفقية والرأسية (تحديدًا رموز EPSG).

الخطوة 2

في هذه الخطوة التالية ، سنستخدم بعض الإحصائيات للحصول على مزيد من المعلومات حول بيانات سحابة النقاط. هدفنا هو معرفة ما يمكننا استخدامه كأقصى دقة لمنتجنا DEM. للقيام بذلك ، سنحسب عدد نقاط LiDAR الأرضية الموجودة لكل متر مربع باستخدام GRASS GIS ' أداة r.in.lidar والمبني في QGIS المعلومات النقطية. أداة.

افتح مشروع QGIS جديد (قم بتنزيل وتثبيت نسخة مجانية الآن إذا لم تكن قد قمت بذلك بالفعل! بمجرد فتح البرنامج تأكد من تعيين نظام الإسناد المكاني الافتراضي / الإسقاط / EPSG لمطابقة مجموعة بيانات LiDAR. بعد ذلك ، انقر على زر "صندوق الأدوات" على شكل ترس في شريط الأدوات لفتح "صندوق أدوات المعالجة". في مربع البحث أدخل r.in. الليدار

المعلمات الرئيسية للدخول في الأداة هي:
ملف إدخال LAS = Points.las
الإحصائيات المستخدمة للقيم النقطية = n (أي عدد نقاط الليدار لكل خلية نقطية)
نوع التخزين للخريطة النقطية الناتجة = CELL
نطاق التصفية لبيانات z = -10000 ، 10000 (استخدم قيمًا كبيرة لضمان أن جميع النقاط تقع ضمن النطاق)
نطاق المرشح لقيم الكثافة = -10000 ، 10000
دقة الإخراج النقطية = 1
فقط نقاط الاستيراد للفئة (الفئات) المحددة = 2
Lidar Raster = / إخراج / ملف / مسار / lidar_density.tif
معلمات متقدمة
استخدم مدى الإدخال لمدى البيانات النقطية = تم التحقق منه
اضبط منطقة الحساب بحيث تتطابق مع الخريطة النقطية الجديدة = تم الفحص
تجاوز فحص الإسقاط = تم الفحص

يجب أن تبدو البيانات النقطية الناتجة مشابهة للصورة أدناه ولن تقدم لنا النظرة الأولى الكثير من المعلومات. في الخطوة 3 ، سنقوم بإجراء بعض الإحصائيات البسيطة على هذه البيانات النقطية لمساعدتنا في اختيار الدقة المثلى لمنتجات الارتفاعات الخاصة بنا.

الخطوه 3

باستخدام QGIS المدمج المعلومات النقطية. أداة. الأداة موجودة في القائمة المنسدلة أعلى نافذة QGIS: البيانات النقطية -> متفرقات -> المعلومات النقطية.
استخدام البيانات النقطية التي تم إنشاؤها في الخطوة 2 كطبقة الإدخال ، مع فرض حساب قيم min / max الفعلية لكل نطاق فحص و قراءة وعرض إحصائيات الصورة (فرض الحساب إذا لزم الأمر) فحص سنقوم بحساب إحصاءات خطوط المسح.
ستقوم الأداة بإخراج ملف .html يجب حفظه مع المخرجات والبيانات الأخرى من هذا البرنامج التعليمي للرجوع إليها في المستقبل.
يمكن رؤية مقتطف من الإخراج أدناه

الصورة أدناه هي البيانات النقطية لكثافة LiDAR التي تمت إعادة تصنيفها للخلايا التي لا تحتوي على أي قياسات نقطية لتلك المنطقة. وهذا أمر مهم لسببين. أولاً ، نرى مناطق التضاريس التي لا تُرجع أي نقاط LiDAR حتى نتمكن من التعرف على المكان الذي قد يكون فيه DEM أقل دقة. ثانيًا ، يمكننا استخدام هذا التصور لضبط دقة DEM لضمان وجود عدد كافٍ من نقاط LiDAR لكل خلية نقطية في جميع أنحاء منطقة الدراسة.

الخطوة 4

تحويل .las إلى GeoPackage

من أجل إنشاء DEM من نقاط LiDAR ، يتعين علينا تحويل البيانات من تنسيق las إلى تنسيق GeoPackage. هذه الخطوة هي أكثر العمليات الحسابية كثافة وستتطلب بعض مساحة القرص الصلب الإضافية لأن تنسيق GeoPackage لا يخزن سحابة النقطة بشكل مضغوط مثل LAS. على سبيل المثال ، يبلغ حجم سحابة النقاط المستخدمة في هذا البرنامج التعليمي 650 ميجابايت بتنسيق .las ويبلغ حجمها 808 ميجابايت. قد يكون هذا جزئيًا بسبب حقيقة أن الهيكل قد تم إنشاؤه أثناء استيراد سحابة النقطة ومن المحتمل أيضًا أن تكون العملية مكثفة من الناحية الحسابية. هذا أمر منطقي على المدى الطويل لأن الحسابات المستقبلية ستكون أكثر كفاءة بمجرد إنشاء GeoPackage.

استيراد نقطة سحابة مع v.in.lidar

في مشروعك المفتوح QGIS ابحث عن ضد في ليدر في لوحة Processing Toolbox أو تصفح بحثًا عنه ضمن GRASS -> Vector (v. *) -> v.in.lidar. هناك معلمات الإدخال التي تعتبر أساسية للاستيراد. الأول هو نطاق التصفية لبيانات z [اختياري]. هذا ليس اختياريا! إذا لم تقم بتعيين هذه القيم أعلى وأسفل نطاق الارتفاع لبيانات النقطة ، فلن يتم استيراد جميع بيانات النقطة! ثانية، فقط استيراد النقاط للفئة (الفئات) المحددة (أعداد صحيحة مفصولة بفواصل) [اختياري] يجب ضبطه على 2 لاستيراد النقطة المصنفة على الأرض فقط. يمكن ترك باقي المعلمات كافتراضية (انظر الصورة أدناه).

الخطوة الخامسة

في هذه الخطوة سوف نستخدم GRASS GIS v.surf.idw أداة لإنشاء مارك ألماني. نعلم من الإحصائيات التي تم إجراؤها في الخطوات السابقة أن غالبية الخلايا لديها قراءات نقطية كافية لكل خلية (

4) لاستخدام دقة 1 متر لـ DEM. أيضًا ، نظرًا لأن النقاط موزعة بشكل غير منتظم عبر منطقة الدراسة وهناك مناطق كبيرة الحجم لا تحتوي على قراءات الارتفاع ، فسنستخدم طريقة رياضية تسمى ترجيح المسافة العكسية (IDW) لحساب قيمة ارتفاع مناسبة لكل خلية نقطية. GISGeography هي مورد ممتاز لفهم كيفية عمل IDW.

هناك العديد من المعلمات التي يمكن تعديلها للتأثير على DEM الناتج اعتمادًا على الغرض الذي سيتم استخدام البيانات من أجله. المتغير الأكثر أهمية هو قوة معامل. ستزيد الطاقة الأعلى من وزن نقاط الارتفاع الأقرب إلى خلية معينة مما يعني دقة أفضل للخلايا التي يوجد بها الكثير من نقاط LiDAR القريبة ولكنها تؤدي إلى سطح أكثر خشونة. ستؤدي الطاقة المنخفضة إلى سطح أكثر نعومة قد يكون معديًا عند إنتاج خطوط التلال ونماذج التدفق السطحي.

المعلمة الرئيسية التالية هي حجم الخلية. من المحتمل أن يكون DEM الناتج هو الأساس للعديد من التحليلات والنماذج المستقبلية ، لذلك يجب اختيار حجم الخلية بعناية لمحاولة إيجاد التوازن بين أعلى دقة ممكنة ومتطلبات المعالجة وحجم المشروع ومتطلبات الدقة. تعد دقة 1 م شائعة جدًا ومرنة من حيث أنه يمكن خفض عيناتها إلى دقة أقل لاحقًا وهي مناسبة لمعظم الصناعات.

يمكن رؤية معلمات إنشاء مارك ألماني جيد في الصورة أدناه. المعلمات الرئيسية التي تم تغييرها من القيم الافتراضية هي:
عدد نقاط الاستيفاء:حذف القيمة الافتراضية 12 مع ترك القيمة "لم يتم تعيينها"
عمود جدول السمات مع القيم المراد إقحامها:z_coord
حجم خلايا منطقة GRASS GIS 7:1 * هذا هو حجم الخلية النقطية الناتج

الخطوة 6 - التحقق من صحة النتائج

الخطوة الأخيرة في العملية هي التحقق من صحة DEM. للقيام بذلك ، سننشئ تصورًا لـ Hillshade من DEM والذي سيساعد في التعرف على التضاريس ، وارتكاب أي أخطاء واضحة مثل عدم اختيار نوع الإرجاع المناسب (تجعل الأشجار ظلال التلال تبدو قاسية جدًا) وستتحقق من عدم وجود الفجوات في البيانات.

مع QGIS ، هناك طريقتان سريعتان وسهلان لتصور DEM كظلال على التلال. إحدى الطرق هي تغيير ترميز dem من النطاق الرمادي إلى نوع عرض "Hillshade" (انظر الصورة الأولى أدناه). الطريقة الثانية هي إنشاء بيانات نقطية Hillshade جديدة من خلال النقر على ملف النقطية شريط الأدوات في الأعلى وفي القائمة المنسدلة حدد تحليل -> هيلشادي. . يمكن عرض المعلمات في الصورة الثانية أدناه.

استنتاج

من خلال هذا البرنامج التعليمي ، يجب أن تكون الآن قادرًا على إنشاء DEM من LiDAR باستخدام QGIS مع وحدات GRASS والتحقق من صحة البيانات عن طريق إنشاء خطوط نقطية hillshade. يمكن استخدام DEM هذا كبيانات أساسية لمجموعة واسعة من النماذج والحسابات مثل مساحات الرؤية ، ومستجمعات المياه ، والمنحدرات ، ووعورة التضاريس ، والمسارات الأقل تكلفة وأكثر من ذلك بكثير!

إن القدرة على تنفيذ إجراءات نظم المعلومات الجغرافية المتقدمة هذه باستخدام برامج مجانية ومفتوحة المصدر أمر مذهل حقًا. نأمل أن تجد هذا البرنامج التعليمي سهل المتابعة. يمكن مشاهدة ظل التلال الأخير في الخريطة التفاعلية أدناه.

إذا كان لديك أي أسئلة أو تعليقات ، فلا تتردد في إنشاء حساب أو تسجيل الدخول بأمان وأمان باستخدام حسابك على Facebook أو Twitter أو Github.


USGS 3DEP Lidar Point Cloud متاحة الآن كمجموعة بيانات عامة من Amazon

يسر برنامج USGS 3D Elevation Program (3DEP) الإعلان عن توفر طريقة جديدة للوصول إلى بيانات سحابة نقطة ليدار ومعالجتها من مستودع 3DEP.

حصل برنامج 3DEP على معلومات ثلاثية الأبعاد في جميع أنحاء الولايات المتحدة باستخدام تقنية الكشف عن الضوء وتحديد المدى (lidar) - وهي تقنية استشعار عن بعد تعتمد على الليزر وتجمع المليارات من عوائد الليدار أثناء الطيران - وإتاحة النتائج للجمهور. ركزت هيئة المسح الجيولوجي الأمريكية بشكل استراتيجي على توفير آليات جديدة للوصول إلى بيانات 3DEP بما يتجاوز التنزيلات البسيطة. مع اعتماد 3DEP للتخزين السحابي والحوسبة ، أصبح لدى المستخدمين الآن خيار العمل مع مجموعات بيانات سحابة ضخمة من lidar point دون الحاجة إلى تنزيلها على الأجهزة المحلية.

في الآونة الأخيرة ، بدأت USGS في تحميل بيانات سحابة 3DEP lidar point في Amazon s3: // usgs-lidar Requester Pays bucket *. يوجد حاليًا أكثر من 1.77 مليون بلاطة ASPRS LAS مضغوطة باستخدام تشفير ضغط LASzip في منطقة us-west-2 ، والتي تعادل أكثر من 12 تريليون سجل سحابة لنقطة ليدار متاحة من أكثر من 1254 مشروعًا في جميع أنحاء الولايات المتحدة. يوفر هذا المورد للمستخدمين آلية لاسترداد بيانات 3DEP والعمل معها أسرع من بروتوكول تنزيل FTP المجاني.

أوضح كيفن غالاغر ، المدير المساعد لنظام العلوم الأساسية USGS: "تأسس برنامج Elevation ثلاثي الأبعاد على مفهوم أن بيانات الارتفاع عالية الدقة يجب أن تقدم غير مرخصة ومجانية ومفتوحة للجمهور". "تساعد هذه الاتفاقية مع Amazon على الوفاء بهذا الوعد من خلال توفير الوصول السحابي إلى تريليونات من نقاط البيانات التي تم جمعها من خلال البرنامج. يعد إضفاء الطابع الديمقراطي على بيانات الارتفاع إنجازًا هائلاً من قبل مجتمع الشركاء الذين يقودون هذا الجهد ويعد بإحداث ثورة في مناهج التطبيقات من التنبؤ بالفيضانات والتقييمات الجيولوجية إلى الزراعة الدقيقة وتطوير البنية التحتية ".

تعاونت Hobu، Inc. ومختبر أبحاث وهندسة المناطق الباردة بالجيش الأمريكي (USACE) مع فريق مجموعات البيانات العامة Amazon Web Services (AWS) لتنظيم هذه البيانات كمصادر Entwine Point Tile (EPT) ، وهي أوكتري غير ضياع وقابل للدفق يعتمد على ترميز LASzip (LAZ). أصبحت البيانات الآن جزءًا من سجل Open Data الذي توفره AWS * ، على غرار أرشيف Landsat. يمكنك معرفة المزيد عن هذا المشروع على صفحة AWS Public Dataset. https://registry.opendata.aws/usgs-lidar/

عرض صفحة تصور WebGL ، https://usgs.entwine.io/. (المجال العام.)

قال جيسون ستوكر ، كبير علماء الارتفاعات لبرنامج USGS National Geospatial Program: "إن القدرة على استخدام الحوسبة السحابية مع بيانات 3DEP المجانية والمفتوحة ستعزز التطبيقات والاستخدامات الجديدة المذهلة لهذه البيانات التي لم نتمكن من القيام بها من قبل". "مجرد القدرة على رؤية مشروع كامل على مستوى الولاية بمئات المليارات من النقاط في وقت واحد من متصفح أمر مذهل ، ناهيك عن إمكانية معالجة وتحليل كل هذه البيانات معًا بطرق جديدة ومبتكرة. نحن نقدر بشدة قيام AWS بإتاحة نسخة من بياناتنا كمجموعة بيانات عامة ، كما نقدر بشدة شركة Hobu Inc. و USACE CRREL لمعالجة هذه البيانات وتنظيمها بطريقة تتيح الوصول إليها بطريقة مفتوحة المصدر. لا أطيق الانتظار لأرى كيف يستفيد الناس من هذا الجهد ".

نود أن نسمع من أي شخص يستخدم خيار مجموعة البيانات العامة الجديد هذا. يرجى تقديم ملاحظات على [email protected]

لمزيد من المعلومات حول برنامج 3DEP وبيانات الارتفاع USGS ، انتقل إلى: https://usgs.gov/3DEP

* إخلاء المسؤولية عن أسماء منتجات USGS: أي استخدام لأسماء التجارة أو الشركات أو المنتجات هو لأغراض وصفية فقط ولا يعني موافقة حكومة الولايات المتحدة.

الشكل 1: مثال على عرض مجموعة البيانات السحابية الكاملة لنقطة ما قبل الإعصار Maria lidar التي تم جمعها فوق بورتوريكو في مستعرض ويب. تم جمع أكثر من 116 مليار عائد ليدار لهذا المشروع. النقاط الملونة بكثافة الليزر (أزرق = كثافة منخفضة ، أحمر = كثافة عالية). (المجال العام.)

الشكل 2: التكبير إلى المستطيل الأحمر أ من الشكل 1. النقاط الملونة بكثافة الليزر (الأزرق = كثافة منخفضة ، أحمر = كثافة عالية). (المجال العام.)

الشكل 3: تكبير وتدوير المشهد ثلاثي الأبعاد من الشكل 2. النقاط الملونة بكثافة الليزر (أزرق = كثافة منخفضة ، أحمر = كثافة عالية). (المجال العام.)


غيوم النقاط ، ونظم المعلومات الجغرافية تحت الأرض ، والعوالم الجديدة للبيانات ثلاثية الأبعاد

تتوفر البيانات ثلاثية الأبعاد بشكل متزايد من مجموعة متنوعة من المصادر المختلفة. الأمثلة الواردة هنا تلمح إلى الاحتمالات. خذ بعض الوقت للنقر فوق هذه التطبيقات على جهاز الكمبيوتر الخاص بك. يتم جمع هذه الأمثلة المبتكرة والعديد من الأمثلة الأخرى في معرض ArcGIS Web Scenes.

ليدار

كشف الضوء وتحديد المدى (lidar) هو تقنية استشعار ضوئي عن بعد تستخدم ضوء الليزر لأخذ عينات كثيفة من سطح الأرض ، مما ينتج عنه قياسات x و y و z عالية الدقة. يظهر Lidar ، المستخدم بشكل أساسي في تطبيقات رسم الخرائط بالليزر المحمولة جواً ، كبديل فعال من حيث التكلفة لتقنيات المسح التقليدية مثل القياس التصويري. يُنشئ Lidar مجموعات بيانات سحابة ذات نقطة جماعية يمكن إدارتها وتصورها وتحليلها ومشاركتها باستخدام ArcGIS.

شبكة متكاملة

عادةً ما يتم التقاط بيانات الشبكة المتكاملة من خلال عملية آلية لإنشاء كائنات ثلاثية الأبعاد من مجموعات كبيرة من الصور المتداخلة. تدمج النتيجة معلومات صورة الإدخال الأصلية كشبكة محكم باستخدام بنية متشابكة مثلثة. يمكن أن تمثل الشبكة المتكاملة ميزات ثلاثية الأبعاد مبنية وطبيعية ، مثل جدران المباني والأشجار والوديان والمنحدرات ، مع مواد واقعية وتتضمن معلومات الارتفاع. يتم إنشاء طبقات مشهد الشبكة المتكاملة بشكل عام لرسم الخرائط ثلاثية الأبعاد على مستوى المدينة ويمكن إنشاؤها باستخدام Drone2Map for ArcGIS ، والتي يمكن مشاركتها بعد ذلك مع ArcGIS Desktop أو تطبيقات الويب.

بيانات صور الطائرات بدون طيار

في السنوات القليلة الماضية ، أصبحت الطائرات بدون طيار طريقة شائعة بشكل متزايد لالتقاط صور عالية الدقة للمناطق المحلية. عادةً ما يتم تمييز صور الطائرات بدون طيار بالمعلومات الجغرافية التي توضح مكان التقاط كل صورة ، مما يجعلها جاهزة للاستخدام في ArcGIS. Drone2Map for ArcGIS لا يسمح لك فقط بعرض الصور الأولية للطائرات بدون طيار على الخريطة ، ولكن يمكنك أيضًا إنشاء خرائط ثنائية الأبعاد ومشاهد ثلاثية الأبعاد من الصور.

العالم تحت أقدامنا

بشكل افتراضي ، يتم تعطيل التنقل تحت الأرض لتجنب التكبير العرضي تحت سطح الأرض لمشهد ثلاثي الأبعاد والتشويش. ومع ذلك ، إذا كان المشهد الخاص بك يحتوي على بيانات تنتمي بشكل صحيح تحت الأرض - مثل أنابيب المرافق تحت السطحية أو الأجسام الجيولوجية - فيمكنك تمكين هذه الإمكانية للمشهد ثلاثي الأبعاد.


8. تطبيقات LiDAR

خط الرؤية: تحليل مجال الرؤية

سيناريو : سيتم رفع علم كبير للاحتفال بالذكرى السنوية الـ 125 لكليمسون. الهدف هو أن يكون العلم مرئيًا عبر أكبر قدر ممكن من الحرم الجامعي والمناطق المحيطة المباشرة ، ولكن يجب وضعه على مبنى قائم. سيكون مرئيًا بشكل مثالي من الطرق السريعة الرئيسية الثلاثة المؤدية إلى كليمسون: الطريق السريع 123 من الغرب ، والطريق السريع 93 من الشرق ، والطريق السريع 76/28 من الجنوب. أين يجب أن توضع للوفاء بمعظم ، إن لم يكن كل ، هذه المعايير؟ هل يمكن أن يتم من مكان واحد؟ أين ستجرب أولا؟

المحلول : يمكننا إجراء تحليل لخط البصر باستخدام سحابة النقاط لتقييم ما إذا كانت بعض الميزات مرئية من نقطة أخرى. سيؤدي إجراء تحليل مجال الرؤية باستخدام DSM الخاص بنا في Clemson والموقع (المواقع) المقترحة إلى إظهار المناطق المرئية. من هذا ، يمكننا تحديد ما إذا كان الهدف ممكنًا باستخدام مواقعنا المقترحة.

للبدء ، سنستخدم أداة Line of Sight لتقييم ما إذا كان يمكن رؤية Tillman Hall من الطرق السريعة الثلاثة المؤدية إلى الحرم الجامعي.

من قاعدة البيانات الجغرافية Using_Visualizing_LiDAR_in_GIS ، أضف فئة المعالم Sight_Lines ، والتي تحتوي على ميزات خط ثلاثية الأبعاد تربط كل طريق سريع بأعلى نقطة تمثل Tillman Hall.

انقر فوق Clemson_Campus_Projected.lasd في جزء المحتوى ثم علامة التبويب البيانات. انقر فوق Visibility & gt Line of Sight لفتح الأداة.

قم بتعيين Sight_Lines على أنها ميزات خط الإدخال ، واحفظ الإخراج بتنسيق Tillman_LOS . انقر فوق تشغيل ثم قم بعرض النتيجة.

يتم تقسيم الخطوط إلى مقاطع ، حيث يشير اللون الأخضر إلى جزء مرئي من نقطة المراقبة واللون الأحمر يشير إلى أنه غير مرئي.

المدخلات النقطية: كليمسون دسم

ميزات مراقب الإدخال: انقر فوق رمز القلم الرصاص ثم انقر فوق النقاط لرسم ميزة مراقب. انتقل إلى Tillman Hall وارسم نقطة أقرب ما يمكن إلى الجزء العلوي من Tillman Hall ، باستخدام نقاط LiDAR كدليل.

النقطية الإخراج: تيلمان في قاعدة البيانات الجغرافية.

انقر فوق تشغيل ثم اعرض النتيجة ، والتي سيتم ترميزها من خلال الرؤية.

سيناريو : تريد الجامعة بناء مجموعة من الألواح الشمسية على سطح مبنى في الحرم الجامعي وتحتاج إلى معرفة المباني الأكثر ملاءمة لهذا الغرض.

المحلول : يمكننا حساب التشمس (الإشعاع الشمسي) المتلقاة على كل مبنى باستخدام DSM ، والذي يعطينا الارتفاع بالإضافة إلى جانب (اتجاه) وانحدار المباني. توفر بيانات LiDAR معلومات ارتفاع عالية الدقة لحساب يختلف الإشعاع الشمسي الوارد عبر أسطح المنازل الفردية ، مما يمكننا من تحسين وضع الألواح الشمسية.

لبدء تحليلنا ، أدخل طريقة عرض خريطة جديدة (انتقل إلى إدراج & gt خريطة جديدة & gt خريطة جديدة). أضف النقطية Clemson_DSM ومجموعة البيانات Buildings_CU_2016_2D إلى الخريطة. احفظ مشروعك.

سنستخدم أداة Area Solar Radiation لحساب الطاقة الواردة. سنحسب ليوم محدد - الانقلاب الشتوي في 21 ديسمبر ، لإظهار الحد الأدنى من الطاقة المتوقعة. هذا الحساب مكثف إلى حد ما ، لذا لتسريع الأمور ، سنقوم بقص DSM الخاص بنا في تلك المناطق التي لدينا فيها مباني فقط.

في جزء المعالجة الجغرافية ، ابحث عن ملف استخراج بالقناع أداة. استخدم معلمات الأداة هذه:

مدخلات نقطية: كليمسون دسم .

إدخال البيانات النقطية أو قناع الميزة: Buildings_CU_2016_2D / Buildings_CU_2016_2D.

نقطي الإخراج: Bldgs_DSM انقر فوق تشغيل.

يتم اقتصاص البيانات النقطية الناتجة على مواقع آثار أقدام المبنى فقط.

بعد ذلك ، ابحث عن ملف الإشعاع الشمسي للمنطقة (محلل مكاني) أداة في جزء المعالجة الجغرافية. استخدم المعلمات التالية:

مدخلات نقطية: كليمسون دسم . Notice that the Latitude value automatically populates.

Output global radiation raster: Clemson_Solar_Rad in the geodatabase.

Time configuration to Within day , and select day 355 (December 21).

Explore the other parameters for the tool, then click Run . This may take a few minutes to process.

The Clemson_Solar_Rad raster is added to the map showing the insolation received by building rooftops.

Q. What are your thoughts on where the best locations for solar panels would be?


Gridded or Raster Lidar Data Products

Point clouds provide a lot of information, scientifically. However, they can be difficult to work with given the size of the data and tools that are available to handle large volumns of points. Lidar data products are often created and stored in a gridded or raster data format. The raster format can be easier for many people to work with and also is supported by many different commonly used software packages.

LEFT: Lidar data points overlayed on top of a hillshade which represents elevationin a graphical 3-dimensional view. RIGHT: If you zoom in on a portion of the data, you will see that the elevation data consists of cells or pixels and there are lidar data points that fall within most of the pixels.


مشاكل

For extremely large point sets common in lidar applications, not all input points can simultaneously reside in the main memory of a computer and must therefore reside on larger but much slower disks. In this case the transfer of data between disk and main memory (also called I/O), rather than computation, often becomes the performance bottleneck. Therefore we must consider I/O-efficient methods for constructing the segmentation, finding points in neighboring segments, and building the grid DEM


Lidar Program FAQ's

Light Detection and Ranging (LIDAR) is a technology similar to RADAR that can be used to create high-resolution digital elevation models (DEMs) with vertical accuracy as good as 10 cm. LIDAR equipment, which includes a laser scanner, a Global Positioning System (GPS), and an Inertial Navigation System (INS), is generally mounted on a small aircraft. The laser scanner transmits brief laser pulses to the ground surface, from which they are reflected or scattered back to the laser scanner. Detecting the returning pulses, the equipment records the time that it took for them to go from the laser scanner to the ground and back. The distance between the laser scanner and the ground is then calculated based on the speed of light.

While flying, the airplane’s position is determined using GPS, and the direction of the laser pulses are determined using the INS. Because one laser pulse may reflect back from multiple surfaces, such as the top of a tree, a house, and the ground surface, there are multiple returns from each pulse that can be used to map such things as the top of the tree canopy, buildings, and the ground.

Post-processing is used to differentiate between these multiple returns to determine the bare-earth surface. Using the combined information from the laser scanner, the GPS, and the INS, very accurate, closely spaced (typically 1 per square meter) X, Y, Z coordinates are determined from which a DEM is be made.

An exmaple of the raw data generated by airborne lidar, known as a "point cloud", is depicted here:

What kinds of data products are made from lidar ?

People may ask "how can I use some of that lidar data", and it is likely what they are asking are for uses of specific lidar-derived data products. These are made from the raw point cloud data, and are made available as "derivative" products. These may inclulde digital elevation models (DEM's), which represent the earth's surface with the structures and vegetation removed, to normalized digital surface models or nDSM's, which represent the difference between the first and last returns, effectively displaying the height of attributes such as buildings.

The process of moving from the point cloud to derivative products. Image courtesy of UVM's Spatial Analysis Lab.

Other derivative products include contours, aspect or the prevailing direction of slope, and percentage slope datasets:

What are example uses of lidar-derived data products?

The short answer is: too many to mention! In addition to those listed on the lidar program page, we are are often made aware of unanticipated uses. As of 2019, high resolution elevation data are available statewide. This enables a variety of uses across disciplines and geographic scales. For example, the Vermont Geological Survey has shared the following example:

Lidar-derived products used to clarify the extent of former Glacial Lake Winooski in what is now Central Vermont. Image: Colin Dowey and George Springston, Vermont Geological Survey / ANR

Another example comes from the Water Management Division of the Agency of Natural Resources, who uses the fine-grain detail of lidar-derived elevation products to better understand wetlands across Vermont:

An example of custom symbology used to display small changes in elevation that influence the form and function of wetlands, in this case a wetland in West Rutland. Different colors represent slight changes in topography. Image: Charlie Hohn, Department of Environmental Conservation / ANR

If you have an interesting example use of our lidar data, get in touch with us, we'd love to know.

Where can I download and stream lidar-derived data products?

Elevation products such as contours, digital elevation models and more in GIS format are found at the Vermont Open Geodata Portal's elevation page. A map-based way of downloading the most current version of these datasets is provided by the Vermont Lidar Finder.

Where can I view/download raw point cloud data?

USGS provides a web map tool for downloading our raw lidar point cloud data in .laz/.las format. This application allows you to search and download point cloud data by geographic extent and product. See the "How-to" button near the top of the page for instructions, if needed.

USGS also provides a browser-based way to view and download our raw lidar point cloud data in multiple formats. Documentation is available here.

How do I convert LAZ files to LAS files?

Is it possible to batch download an entire lidar-derived data product collection?

نعم فعلا. A web folder of all the individual tiles for a respective dataset may be found linked from the right-hand side of the tiled-data download tool. These tiled data download tools can be found for their respective dataset from either the data catalog on the elevation page at the VT Open Geodata Portal, or from a popup window in the Vermont Lidar Finder (there it will be a link that says "Download by Tile"). These links bring you to a tile data download page with a variant of this in the top right corner:This leads to a web folder were each individual data file lives. Once there, a tutorial that explains how to use a Chrome browser extension to batch download these files is linked here.

In what resolution(s) are lidar data available?

The resolution of lidar data in Vermont has improved. The first collection from 2004 was "QL4" or quality level 4, representing 3.2 meter resolution. QL3 collections were produced through 2012, representing 1, 1.6, and 2 meter resolutions. From 2013 through 2017, lidar collections were at quality level 2 or QL2, representing 0.7 meter resolution. An explanation of lidar quality levels can be found in the USGS lidar base specification, and in shorter form here. Lidar-derived elevation products are sortable by resolution ("QL" level) at the elevation page on the Open Geodata Portal. The following images depict how resolution has improved:

How can I find the out what the latest/greatest lidar collection is for an area of Vermont?

The Vermont Lidar Status Viewer displays the geographic extent and characteristics of the most recent and best available lidar collections organized by the lidar program throughout the state.

How do I find the flight date of available lidar data in an area of interest?

Flight information for a particular lidar-derived dataset can be found in that item's metadata, and more specifically, in the vendor report for that respective collection. Both are available from the Open Geodata Portal, with vendor reports linked from the bottom of the elevation page.

What are the differences in hydro treatments of Lidar-derived DEM's?

USGS has provided an overview of the differences between processing LiDAR with regards to hydrography. Each of these options, "Hydro Flattening", "Hydro Enforcement" and "Hydro Conditioning" are explained in the powerpoint file linked here.

Can I obtain the height above ground in meters for a point location using the nDSM service?

  • First, this method applies to and assumes you are using ArcGIS Pro. It is untested with other platforms.
  • Second, only actual height values between 1 and 47 meters above ground can be returned (>99% of all locations in VT). Actual height values lower or higher than this range are not able to be identified as they are not within the remapping range used to create the service itself. This means that objects higher than 47 meters above ground in the real world will still only return a pixel height value of 47 (meters). It is a limitation of the source data and presentation of a visually coherent statewide data layer.

Using ArcGIS Pro, perform the following:

  • Load the nDSM service into a project
  • Right-click the layer in the table of contents and uncheck "Use Service Cache":

  • With the nDSM layer hightlighted in the table of contents, selec the Data menu tab
  • Select Processing Templates-->None from the drop-down menu:

  • This will now remove the symbology applied to the cached image service and allow one to identify pixel values for objects with heights between 1 and 47 meters above ground:

ملحوظة: This method of toggling-off a service’s cache and processing template also allows one to re-symbolize a service as they wish, and with Dynamic Range Adjustment (DRA) also applied to more easily view values within a specific area of interest.