Геоинформатика и геостатистика: обзор

Извлечение и анализ различных производных рельефа из точечных облаков, полученных с помощью лидарных измерений уменьшенных объемов данных

Фахми ФФ Асаль

Топографические параметры, такие как уклон, аспект, кривизна профиля, кривизна контура и дренажная сеть, обычно известны как производные рельефа, которые имеют широкий спектр инженерных и экологических приложений. Различные методы геодезической инженерии, такие как наземная съемка, GPS, цифровая фотограмметрия в дополнение к технологиям дистанционного зондирования, являются основными источниками цифровых данных о высоте, используемых для извлечения различных производных рельефа с различным качеством. Воздушный LiDAR является эффективной технологией, которая может захватывать очень плотные и точные цифровые данные о высоте, известные как данные облака точек LiDAR для обширных областей, за относительно короткое время с разумными затратами. Однако обработка данных облака точек LiDAR с очень высокой плотностью может привести к серьезным проблемам с потреблением времени и памяти. Таким образом, ожидается, что сокращение объемов данных LiDAR снизит затраты на получение и обработку данных; но это может повлиять на качество извлеченных производных рельефа. Это исследование направлено на извлечение и оценку различных производных рельефа из измерений воздушного LiDAR уменьшенных объемов данных, включая карты уклона, аспекта и отмывки, в дополнение к оценке остатков высоты, которые возникают из-за сокращения объемов данных LiDAR. Визуальный анализ карт уклонов, карт экспозиции и карт отмывки рельефа показал четкие различия в размерах и формах цветовых пятен из-за сокращения объемов данных LiDAR, что проявляется в виде ухудшения тонов и текстур на картах, которое увеличивается с увеличением количества сокращений исходных объемов данных. Статистический анализ карт уклонов показал, что стандартное отклонение уклонов уменьшилось всего на 0,225% и 30,442% из-за исключения 50% и 75% исходных данных LiDAR соответственно. Это означает, что карты уклонов могут выдерживать сокращение объемов данных LiDAR до 50% необработанных данных без явного влияния на статистические свойства полученных карт уклонов. Карты ошибок, полученные из-за исключения только 25% данных, структурированы, где цветовые пятна относительно малы, показывая широкие изменения тона в пределах карты по сравнению с картой ошибок, полученной только из 50% данных LiDAR, которая менее структурирована со сглаженными тонами. Статистический анализ карт ошибок показал, что стандартное отклонение остатков высот увеличивается с уменьшением объема данных LiDAR, что указывает на большую неопределенность извлеченных высот. При уменьшении объема данных LiDAR с 75% исходных данных до 50% стандартное отклонение остатков высот увеличилось всего на 17%, однако при уменьшении с 75% до 25% стандартное отклонение остатков высот увеличилось примерно на 101,5%.