ระบุต้นโจชัวด้วยข้อมูล LiDAR หรือไม่

ฉันกำลังทำงานในโครงการ LiDAR เพื่อพิจารณาว่าต้นโจชัวอยู่ที่ไหนในพื้นที่ศึกษาที่กำหนด เนื่องจากต้นไม้ปกคลุมไปด้วยต้นไม้ที่เบาบางจึงมีอยู่ 2 ชนิดที่นั่นคือต้นโจชัวและต้นฝ้าย ฉันเชื่อว่านี่เป็นการวิเคราะห์ LiDAR ที่ค่อนข้างง่ายเนื่องจากความหลากหลายของสายพันธุ์ที่ จำกัด มากในท้องฟ้า แนวทางของฉันคือการสร้างแรสเตอร์ดินเปล่า (DEM) จากนั้นจึงกลับสู่แรสเตอร์ที่ 1 จากนั้นฉันจะลบพื้นดินออกจากแรสเตอร์ขากลับที่ 1 เพื่อสร้างแรสเตอร์พืช ฉันสามารถลบเสียงรบกวนได้อย่างง่ายดาย (เช่นสายไฟฟ้าอาคาร) โดยใช้แผนที่ฐานสำหรับการตรวจสอบ เนื่องจากลูกค้าต้องการเห็นต้นโจชัวทั้งหมด> = 12 ฟุตฉันจะจัดหมวดหมู่แรสเตอร์พืชใหม่ ด้วยการทำเช่นนี้ฉันควรจะได้เห็นต้นไม้ทุกชนิดซึ่งควรจะเป็นต้นไม้โจชัวในพื้นที่ศึกษาของฉัน

นี่เป็นวิธีการที่ฉันใช้ใน ArcMap:

สร้างเลเยอร์ Earth Bare

1. สร้างชุดข้อมูล las ของพื้นที่ศึกษาที่เลือกด้วยเครื่องมือสร้างชุดข้อมูล LAS
2. สร้าง layer ชุดข้อมูลที่ลาสกับชั้นนี้กับยี่ห้อ LAS ชุดข้อมูลเครื่องมือชั้น
   เลือก 2 (กราวด์) จากรหัสชั้น
3. แปลงเลเยอร์นี้เป็นแรสเตอร์ด้วยเครื่องมือ LAS Dataset เป็น Raster

สร้างเลเยอร์พืช

4. ทำซ้ำขั้นตอนที่ 2 และ 3 อีกครั้ง แต่เลือกที่ 1 ผลตอบแทนภายใต้ค่าส่งคืน (ตัวเลือก) เมื่อใช้งานเครื่องเลย์ดาต้าดาต้าเซ็ต

5. ลบแรสเตอร์ Bare Earth จากแรสเตอร์ Return 1 ด้วยเครื่องมือลบ

    1st Return (raster) – Bare Earth (raster) = Vegetation Layer
   

6. ใช้เครื่องมือจัดประเภทใหม่เพื่อกำหนดว่าอะไรคือ 12 ฟุตและมากกว่า:

          Classification: Natural Breaks (Jenks)
   
          Classes: 2
   
          Break values: 3.66, 10.725098
   

ใครบ้างมีประสบการณ์กับสิ่งนี้และอาจให้คำแนะนำ / ตัวชี้ในที่ที่ฉันอาจผิด ถ้าคนรู้วิธีการที่ดีกว่าฉันเปิดรับความคิด!

"คุณภาพ" ของแรสเตอร์ CHM ที่คุณสร้างขึ้นจากคะแนน LiDAR เมื่อป้อนไปยังอัลกอริทึม CanopyMaxima จะมีผลต่อผลลัพธ์ของคุณอย่างมีนัยสำคัญ ฉันขอแนะนำให้ลองใช้วิธีการสองสามวิธีในการสร้าง CHM ​​เช่น

• ผลตอบแทนสูงสุด gridding / binning ง่าย ๆ
• ผลตอบแทนสูงสุดกลายเป็น gridding ดิสก์ขนาดเล็ก / binning
• การแก้ไขการย้อนกลับครั้งแรกผ่าน TIN ตามด้วย rasterization
• การแก้ไข TIN ของผลตอบแทนสูงสุดเท่านั้นในกริดและการทำให้เป็นแรสเตอร์
• อัลกอริธึมที่ปลอดจากพิทขึ้นอยู่กับ CHM บางส่วน
• อัลกอริธึมที่ไม่มีการขัดขวางโดยยึดตามการหลีกเลี่ยงที่ขัดขวาง

ทั้งสองบทความบล็อกในหลุมฟรีและขัดขวางฟรีอธิบายถึงวิธีการสร้าง raster CHM ด้วยวิธีการที่แตกต่างกันดังกล่าวข้างต้นโดยใช้LAStools

ดูเหมือนว่าคุณกำลังพยายามสร้างแบบจำลองความสูงของหลังคาด้วยเวิร์กโฟลว์ของคุณ สิ่งนี้จะแสดงความสูงของวัตถุทั้งหมดเหนือพื้นดิน เมื่อมองดูสายพันธุ์ที่คุณสนใจต้นฝ้ายนั้นจะเติบโตสูงและอยู่ในพื้นที่ชายฝั่งและเขตน้ำท่วม ต้นโจชัวเป็นต้นไม้ที่แห้งแล้งมากกว่า ดังนั้นการจัดประเภทโมเดลความสูงของหลังคาใหม่เพื่อรวมพิกเซลทั้งหมด> = 12 'จะรวมทั้งสปีชีส์มากกว่าต้นไม้โจชัวอย่างแน่นอน

ArcGIS นั้นยอดเยี่ยมสำหรับการจัดการกับผลิตภัณฑ์ LiDAR ที่ได้รับแม้ว่าจะมีวิธีการที่ยาวนานในการประมวลผล LiDAR แต่ฉันขอแนะนำFUSIONซึ่งเหมาะสำหรับการทำงานกับแอปพลิเคชันการป่าไม้ LiDAR ฉันจะแนะนำอัลกอริทึมใน FUSION ชื่อ CanopyMaxima เพื่อระบุต้นไม้แต่ละต้นใน AOI ของคุณ จากเอกสาร (หน้า 26) :

CanopyMaxima ส่วนใหญ่มักจะใช้เพื่อระบุต้นไม้ที่โดดเด่นและ codominant เป็นตัวแทนในรูปแบบความสูงของหลังคา มันทำงานได้ดีที่สุดสำหรับต้นสนที่แยกได้ ในพื้นที่ที่มีความหนาแน่นสูงต้นไม้ที่อยู่ใกล้กันไม่สามารถแยกออกจากกันได้ ผลลัพธ์คือ maxima ท้องถิ่นเดียวที่ควรมีมากกว่าหนึ่ง maxima อัลกอริทึมทำงานได้ไม่ดีนักในป่าผลัดใบเนื่องจากรูปทรงมงกุฎของต้นไม้ดังกล่าวมีแนวโน้มที่จะโค้งมนมากขึ้นและครอบฟันมีแนวโน้มที่จะทับซ้อนกันใกล้กับส่วนบนของต้นไม้

คำสั่งนั้นค่อนข้างง่าย:

CanopyMaxima /img24 canopy_maxima_test_1m.dtm testtrees.csv

จากที่นี่คุณมีไฟล์ CSV แสดง coords ของต้นไม้แต่ละต้น หากต้องการกรองต้นฝ้ายให้พิจารณากระบวนการทำงานต่อไปนี้:

1. แปลง CSV ตำแหน่งต้นไม้เป็นไฟล์รูปร่างชี้
2. ระบุพื้นที่ชายฝั่ง (ผ่าน thresholding DEM หรือบัฟเฟอร์เลเยอร์ลำธารเป็นต้น) และใช้เพื่อกรองจุดที่ตั้งต้นไม้ใด ๆ ภายในพื้นที่ชายฝั่ง