Interpolation der Mehrstrahl-Bathymetrie mit ArcGIS Desktop?


8

Ich versuche, eine 3D-Karte mit Mehrstrahl-Bathymetrie (65536 Features, xyz) zu erstellen, aber es scheint, dass die Interpolationsmethoden zu starr sind. Ich muss die Daten glätten, damit sie natürlicher und realistischer aussehen.

Welche Parameter muss ich variieren, damit ich diese erhalten kann?


Ich benutze ARCGIS 9.2
Romina

+1 Wäre auch neugierig, ob Lidar-Verarbeitungstechniken anwendbar wären.
Kirk Kuykendall

7
Ich wäre sehr misstrauisch gegenüber der Datenquelle, da 65536 genau das Zeilenlimit einer Excel-Tabelle vor v2010 ist :-)
WolfOdrade

Antworten:


7

Dies ist wahrscheinlich kein Problem mit dem Interpolationsmodell. Bathymetrische Daten können erhebliches Rauschen aufweisen. Aufgrund des gleichen Gewichts, das mit jeder TIN-Facette und jedem Ausreißereffekt verbunden ist, kann eine TIN-Basisinterpolation dieses Rauschen verringern und wird nicht empfohlen. Ich würde eine Spline-Interpolation von Topogrid (Topo zu Raster-Werkzeug) anwenden und dann einen Glättungsfilter auf das Ergebnis anwenden. Ich verwende normalerweise einen Gaußschen gewichteten Filter mit einem Sigma von 2, aber in ArcGIS können Sie einfach einen fokalen Mittelwert verwenden. Die Größe des Fensters hängt von der Auflösung der interpolierten Oberfläche und einem Fehlerkriterium ab. Sie möchten die Daten nicht überglätten. Daher ist es wichtig, den Root Mean Squared Error (RMSE) des beobachteten vs. vorhergesagten Wertes zu bewerten. Suchen Sie eine Fenstergröße, die ein akzeptables Gleichgewicht zwischen Glätte und Fehler aufweist.


1

Probieren Sie FFT (Fast Fourrier Transform) in ENVI oder einem anderen Bildverarbeitungswerkzeug aus, nachdem Sie Ihr Raster erstellt haben. Sie können es auch mit IDL direkt auf Ihr Raster anwenden.


sehr guter Vorschlag!
Jeffrey Evans

1
Die FFT allein löst dieses Problem nicht - es ist nur eine Möglichkeit, dieselben Daten erneut auszudrücken. Was genau schlagen Sie mit der FFT vor, um die Daten zu glätten?
whuber

Sie müssen einen Filter auf einige Frequenzen (ich denke, um hohe Frequenzen zu entfernen) auf Ihrem FFT-Bild anwenden und dann eine umgekehrte FFT durchführen
Unter dem Radar

0

Versuchen Sie, aus der Bathymetrie eine TIN zu machen. Ein TIN interpoliert die Punkte (Linien) und erzeugt eine glattere Oberfläche als ein Gitter. Sie können auch einen Hillshade auf dem interpolierten Raster ausführen, wodurch möglicherweise etwas entsteht, das Ihnen visuell gefällt.


0

Sie können die Topo-Raster-Interpolation nur in einem Schritt ausprobieren und dabei verschiedene Werte für die Glättungsparameter ausprobieren: den Diskretisierungsfehlerfaktor (1,5, 2 oder höher), die Toleranz Nr. 1 (Versuch 2-3) und die Toleranz Nr. 2 (ca. 100). . Die Entwässerungsdurchsetzung sollte für die Bathymetrie deaktiviert sein (keine Durchsetzung) und der Datentyp "Punkt". Vielleicht schaffen Sie es, die gewünschte Glätte ohne Filter zu erreichen.


0

Ich hasse die unnatürlichen Konturen, die man von den meisten Modellen bekommt. Hier ist mein Workflow:

  1. Küstenlinie erstellen (versuchen Sie, neuere Lidar / Bilder zu verwenden)
  2. Erstellen Sie eine TIN basierend auf Küsten- und Punktdaten
  3. Konvertieren Sie Tin in Raster (ich verwende normalerweise eine Auflösung von 1 m)
  4. Verwenden Sie Multi Values ​​to Points, um Rasterwerte zu Soundpunkten zu extrahieren
  5. Berechnen Sie ein "Differenz" -Feld in Ihren Schalldaten und überprüfen Sie manuell Bereiche, in denen die Differenz> 0,5 Meter beträgt. Nehmen Sie die erforderlichen Löschungen vor.
  6. Erstellen Sie eine TIN basierend auf korrigierten Sondierungen und Küstenlinien
  7. Konvertiere TIN in Raster (ich verwende normalerweise eine Auflösung von 5 m)
  8. Konvertieren Sie das Raster in einen Punkt.
  9. Treffen Sie eine Auswahl aus dem Füllpunktdatensatz mit dem Schallpunktdatensatz (ich verwende ihn innerhalb von 10 Metern) und löschen Sie diese Punkte aus dem Füllpunktdatensatz
  10. Treffen Sie eine zufällige Auswahl, um die Dichte des Fülldatensatzes zu verringern (ich frage nur nach FID / eine Nummer = DECKEN (FID / eine Nummer), nachdem Sie anfänglich gelöscht und gespeichert haben.
  11. Verwenden Sie die zufälligen Füllpunkte, die Sondierungspunkte, die Küstenlinie und ein Ausdehnungspolygon (von der Küstenlinie) im Werkzeug "Topo zu Raster".
  12. Konturen erstellen.

Dies gibt Ihnen geglättete Konturen, behält jedoch die gemessenen Werte für Ihre Klangdaten bei. Es ist nicht besser, aber ich denke, es sieht viel besser aus.


0

In Bezug auf die Einfachheit kann eine TIN eine sehr vernünftige Rendite liefern.

Ich sehe keinen Grund, warum Lärm die Verwendung einer TIN per se ausschließt. Sie modellieren Ihre Datenpunkte genau, wenn Sie die Parameter so einstellen oder reibungsloser an die Oberfläche anpassen. Sie haben auch den entscheidenden Vorteil, dass sie im Gegensatz zu jeder auf beweglichen Fenstern basierenden Methode unabhängig von Skalierung und Gitterausrichtung sind.

Ich würde vorschlagen :

  1. Überprüfen Sie zuerst den Punkt von WolfOdrade!
  2. Wenn die Bathymetriedaten in Reihen oder einer anderen unregelmäßigen Geometrie angeordnet sind (z. B. aufgrund von Bootssondierungen), können Sie diese auf eine Rasteroberfläche topogleiten. Wenn es sich um Punkte in einem regulären Raster handelt oder zufällig verteilt sind, machen Sie daraus eine TIN, die zu jedem Punkt passt.
  3. Visualisieren Sie in etwas Einfachem wie ArcScene.
  4. Veröffentlichen Sie dann irgendwo ein Bild davon, damit wir die Daten tatsächlich sehen können und Ihre Anliegen zeigen.

Der richtige Glättungsalgorithmus hängt stark von der Art des Geländes ab. Der Guassian-Filter ist möglicherweise für eine glattere DEM geeignet. FFT wäre die Mühe für abwechslungsreiches Gelände wert und könnte schärfere Winkel bewältigen, aber das iterative Jäten der TIN-Knoten könnte eine ausreichende und einfachere Option sein, die die Simulation von Daten minimiert.


2
"Exakte Modellierung" von Rauschen verbreitet nur Fehler. Wenn es Rauschen gibt, sollten Sie Methoden bevorzugen, die die Daten glätten , anstatt sie zu berücksichtigen. Dies legt nahe, nach Alternativen zu TINs zu suchen. Ihr Vorschlag gegen Ende des iterativen Unkrauts von TIN-Knoten ist in diesem Sinne, aber wenn Sie fertig sind, fixieren Sie die TIN leider immer noch an den verbleibenden Knoten, von denen keiner korrekt ist (aufgrund des Rauschens). Das Anwenden eines statistischen Glätters klingt nach einer besseren Idee.
whuber

Mein Punkt in Bezug auf TIN ist, dass es sich nur um eine Datenstruktur mit eigenen Glättungsmethoden handelt. Ob in TIN oder GRID, beim Filtern bleiben Rohdaten fehlerhaft. Das Glätten erfordert eine gute Punktverteilung. Beide entfernen Maxima und Minima, die real und notwendig sein könnten. Alle Rastermethoden sind anfällig für Skalierung und Ausrichtung. Ohne die Daten zu sehen und den Endverbrauch zu kennen, wissen wir nicht, welche Methoden sie benötigen oder unterstützen können. Wenn es nur zur Visualisierung dient, kann ein wenig begrenzter Zufallsfehler dazu führen, dass es realistischer aussieht, sodass Filter / Unkraut eher als glatt.
AnserGIS
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.