Beste Methode, um 1 m DEM-Mosaik auf 10 m DEM zu aggregieren

Ich habe ein Mosaik eines 1 m LiDar-abgeleiteten DEM. Ich muss eine Teilmenge der Daten als 10m DEM ausgeben. Ich verwende derzeit das Aggregat-Tool in ARCGIS 10, um einen Mittelwert für jedes neue 10-m-Pixel zu erstellen. Irgendwelche Ratschläge, ob dies die beste Technik für eine solche Aufgabe ist? Ist der Mittelwert der beste Ansatz für diese Art von Daten?

Ein häufiger Fehler (den ich auch gemacht habe) besteht darin, ein Raster mit dem Resample-Tool mit bilinearer Interpolation herunterzusampeln. In dieser Antwort finden Sie eine Erklärung, warum dies nicht gut ist. Ein Raster kann in drei Schritten heruntergesampelt werden.

1. Der erste Schritt ist möglicherweise nicht erforderlich. Projizieren Sie das Raster in den Zielbereichen neu. Verwenden Sie die bilineare Interpolation und halten Sie die Größe der Ausgabezelle gleich der Eingangsauflösung (z. B. 1 m). Verwenden Sie den Registrierungspunkt, um die Rasterecken an der Projektion zu "fangen". Die Ausgabebereiche können in den "Umgebungen" angegeben werden, und ich empfehle, die Bereiche mit einem Vielfachen von 10 m (oder einer beliebigen Auflösung) anzugeben. Diese Bereiche steuern, wo die Statistiken für das endgültige Raster ermittelt werden.

2. Führen Sie Blockstatistiken durch (unter Spatial Analyst Tools> Nachbarschaft). Verwenden Sie ein Rechteck mit 10 Zellen für Höhe und Breite und wählen Sie "BEDEUTUNG" für einen Statistiktyp. Probieren Sie verschiedene Formen und Typen aus, wenn Sie möchten. Die Zellengröße ist das Downsampling-Verhältnis.

3. Da die Blockstatistik die Rasterauflösung nicht ändert, ist der letzte Schritt das Resample (unter Datenverwaltungstools> Raster> Rasterverarbeitung). Wählen Sie 10 m und wählen Sie mit "NEAREST" die Blockstatistik in der Mitte der Zelle aus.

Die Schritte 2 und 3 können durch den Vorschlag von Curtvprice ersetzt werden, das Aggregat-Werkzeug zu verwenden , mit dem mithilfe von Rechteckmitteln effektiv dieselben Ergebnisse erzielt werden.

Sie können einen Schritt aus dem Prozess herausschneiden, indem Sie das Aggregat-Werkzeug verwenden, mit dem vermieden wird, dass alle diese Zusammenfassungswertzellen repliziert werden müssen, sowie das Resample.

Alle oben genannten Punkte sind wichtig zu beachten, und ich stimme voll und ganz zu, dass das bilineare Resampling ziemlich problematisch ist. Obwohl ich neugierig bin, warum niemand über kubische Faltung spricht? Das Problem bei der Verwendung einer Blockfunktion besteht darin, dass der Mittelwert ziemlich irrelevant ist, wenn die Verteilung nicht normal oder multimodal ist, wie dies bei einem von Lidar abgeleiteten DEM zu erwarten ist.

Wenn Sie Zugriff auf die ursprünglichen Lidar-Daten haben, interpolieren Sie die Daten einfach mit dem Werkzeug "Topo to Raster" in ArcGIS auf die gewünschte Auflösung. Wenn Sie nur Zugriff auf das 1-m-DEM-Raster haben, scheint es die beste, wenn auch am wenigsten effiziente Methode zu sein, das Raster in Punkte umzuwandeln und eine dünne Platte oder einen bi-kubischen Spline zu verwenden. Dies würde es der Resample-Nachbarschaft ermöglichen, eine nichtlineare Kurve an die Daten anzupassen.

Alternativ können Sie das 1-Meter-Raster mit einem Gaußschen Kernel glätten und dabei die Größe Ihrer gewünschten Resample-Auflösung (10 x 10) annähern. Dann wäre ein bilineares Resample viel besser geeignet. Dieser Ansatz würde Ihnen eine direkte Kontrolle über den Glättungsparameter ermöglichen und zu einer "lokal" Normalverteilung führen, bei der der Mittelwert als Indikator für die zentrale Tendenz relevant wird und eine lineare Anpassung unterstützt wird.