Verwendung von Lidar im Jack and Laura Dangermond Preserve

CarolSousa

<\/HEAD>

Lidar<\/A> bietet einen faszinierenden Einblick in die Landschaft des Jack and Laura Dangermond Preserve. Mithilfe eines Bodenerhebungsdienstes und einer aus Lidar erstellten Punktwolke sowie natürlicher Farbbilder haben wir eine interaktive Routing-Anwendung entwickelt, die es den Nutzern ermöglicht, virtuell durch das Preserve zu fahren.<\/P>

<\/P>

Dieser Artikel erklärt, wie wir diese Anwendung erstellt haben und einige Dinge, die wir dabei gelernt haben.<\/P>

<\/P>

Das Jack and Laura Dangermond Preserve<\/SPAN><\/H2>Im Jahr 2018 wurde das Jack and Laura Dangermond Preserve gegründet, nachdem eine philanthropische Spende von Jack und Laura es The Nature Conservancy ermöglichte, das über 24.000 Acre große Landstück rund um Point Conception, Kalifornien, zu erwerben.<\/SPAN> Das Preserve schützt über acht Meilen nahezu unberührte Küstenlinie und seltene verbundene Küstenlebensräume im Santa Barbara County und umfasst die privaten arbeitenden Rinderfarmen Cojo und Jalama. Das Land gilt als ökologisch in hervorragendem Zustand und weist eine Zusammenführung ökologischer, historischer und kultureller Werte auf, die sich über die Geschichte der Ureinwohner Amerikas, Spaniens und Amerikas erstrecken und sich über Jahrtausende gemeinsam entwickelt haben. Das Gebiet beherbergt außerdem mindestens 39 Arten mit bedrohtem oder besonderem Status. Das Preserve wird als natürliches Labor dienen, nicht nur zur Erforschung seiner Biodiversität und einzigartigen Lebensräume, sondern auch als Ort, an dem GIS genutzt werden kann, um seine einzigartigen Qualitäten zu studieren, zu verwalten und zu schützen.<\/SPAN>.<\/SPAN><\/P><\/P><\/P>      Karte mit freundlicher Genehmigung von The Nature Conservancy und Esri<\/EM><\/SPAN><\/P>
<\/H2>Lidar und Bildmaterial<\/SPAN><\/H2><\/P>Lidar (Light Detection and Ranging) ist eine optische Fernerkundungstechnik, die Laser verwendet, um Lichtimpulse auszusenden und dann misst, wie lange jeder Impuls benötigt, um zurückzukehren. Lidar wird meist mit luftgestützten Lasersystemen erfasst und erzeugt umfangreiche Punktwolkendatensätze, die mit ArcGIS verwaltet, visualisiert, analysiert und geteilt werden können. Lidar-Punktwolken werden in vielen GIS-Anwendungen verwendet, wie Forstwirtschaftsmanagement, Hochwassermodellierung, Küstenlinienmanagement, Veränderungserkennung und Erstellung realistischer 3D-Modelle.<\/P><\/P>Wenn Bildmaterial gleichzeitig mit Lidar erfasst wird, wie es Aeroptic tat, erhält man ergänzende Informationen. Die spektralen Bildinformationen können den 3D-Lidarinformationen hinzugefügt werden, was genauere Analyseergebnisse ermöglicht. Mehr zum Bildmaterial später; wir erhielten zuerst das Lidar, während Aeroptic noch das Bildmaterial verarbeitete.<\/P> <\/P>Originales Lidar<\/SPAN><\/H4>Esri erhielt das Lidar und wir begannen damit zu arbeiten. Das originale Lidar wurde in drei Durchgängen geflogen: einmal Nord-Süd, einmal Ost-West und einmal Nordwest-Südost. Die durchschnittliche Punktdichte betrug 11,1 Punkte pro Quadratmeter. Die geschätzte vertikale Genauigkeit lag bei etwa +/- 6 cm. Die durchschnittliche Flughöhe betrug 5253 Fuß (1640 Meter) GPS-Höhe. Die Daten lagen im Koordinatensystem UTM Zone 11 vor. Die Originaldateien wurden von Aeroptic auf Qualität geprüft, dann gekachelt und für Boden klassifiziert. Wir erhielten 121 LAS-Dateien mit insgesamt über 7 Milliarden las-Punkten – 7.020.645.657.<\/P><\/P>Wir führten weitere Qualitätskontrollen durch, um inkonsistente Punkte (sogenannte Ausreißer) zu finden. Eine Methode war die Erstellung eines DSM aus einem LAS-Datensatz und die Suche nach verdächtigen Stellen in 2D sowie die Nutzung der 3D Profilansicht<\/A> in ArcMap zur Identifikation der Problemstellen. Eine andere Methode war die Erstellung einer Oberflächenerhebung aus den bodenklassifizierten Punkten mit anschließender Stichprobenprüfung in ArcGIS Pro, insbesondere an Brücken. Wir entfernten viele bodenklassifizierte Punkte, die dazu führten, dass die Straßenoberfläche zu steil aussah (siehe Screenshots im Abschnitt Oberflächenerhebung). Danach erstellten wir einen neuen Oberflächenerhebungsdienst sowie einen Punktwolken-Szenenschichtdienst.<\/P>

 <\/P>

Oberflächenerhebung aus dem Lidar<\/SPAN><\/H4>Die Erstellung der Oberflächenerhebung war eine große Aufgabe. Das ArcGIS Pro Hilfesystem beschreibt den Prozess dafür und wir folgten diesem Prozess. Hier sind die Werkzeuge in der Reihenfolge ihrer Verwendung aufgeführt. Beachten Sie, dass die angegebenen Parameter nicht alle Werkzeugparameter umfassen, sondern nur die wichtigsten spezifischen.<\/SPAN><\/P><\/P>ArcGIS Pro Werkzeuge<\/P>Mosaik-Datensatz erstellen<\/A><\/P>

Raster zum Mosaik-Datensatz hinzufügen<\/A> 93 sehr wichtig ist es speziell folgende Parameter einzustellen:<\/P>

• Rastertyp 93 LAS Dataset
• Rastertyp-Eigenschaften, LAS Dataset-Tab:Pixelgröße 93 2
• Datenart 93 Elevation
• Vordefinierte Filter 93 DEM
• Ausgabe-Eigenschaften, Binning, Füllung von Lücken 93 Ebenenanpassung/IDW. (Erfahrungsgemäß: Ohne diese Methode zur Füllung von Lücken gab es Löcher in der Erhebung.)

Kachelcache verwalten<\/A>

• Eingabedatenquelle 93 der Mosaik-Datensatz
• Eingabe-Kachel-Schema 93 eingestellt auf Elevation tiling scheme (Erfahrungsgemäß: Nicht vergessen!)
• Mindest- und Höchstmaßstab des Caches sowie Maßstäbe überprüft auf93 die Standardwerte des Werkzeugs waren für unseren Zweck geeignet. Versuche sie zu ändern führten immer zu Fehlern im Werkzeug. (Erfahrungsgemäß: Verwenden Sie die Standardwerte!)

Die Anzahl der Punkte, die für das Point Cloud Scene Layer Package übrig blieben, betrug etwas über 3 Milliarden, weniger als die Hälfte der ursprünglichen 7 Milliarden Punkte. Wir verwendeten das Create Point Cloud Scene Layer Package Werkzeug und stellten es auf Scene Layer Version 2.x ein. Das Paket wurde mit Share Package hochgeladen und dann in ArcGIS Online veröffentlicht.<\/P> <\/P>Orthomosaik-Bilder<\/SPAN><\/H4>Die Tour-Anwendung funktionierte bereits, als wir die neuen Bilder erhielten, aber wir waren sehr begeistert, als wir sie sahen! Wir erstellten einen Bilddienst, der als „Basemap“ in der Tour-App verwendet wurde, und nutzten ihn, um die Lidar-Punktwolke zu kolorieren.<\/P><\/P>Die Aeroptic-Bilder waren 10 cm natürliche Farborthomosaiken, die gleichzeitig mit dem Lidar aufgenommen wurden und uns in 50 TIFF-Dateien übergeben wurden. Der erste Schritt zum Erstellen eines Bilddienstes aus diesen Daten war das Hinzufügen der Dateien zu einem Mosaik-Dataset, um sie zu einem einzigen Bild zusammenzufassen. Die Bilder erschienen etwas zu dunkel, daher wendeten wir eine Streckfunktion auf das Mosaik-Dataset an, um dessen Helligkeit zu erhöhen. Um sicherzustellen, dass Anwendungen die Pixel mit hoher Leistung abrufen können, generierten wir einen Tile-Cache aus dem Mosaik-Dataset mit dem Manage Tile Cache Werkzeug.  Um die volle Detailgenauigkeit der ursprünglichen 10-cm-Bilder zu bewahren, bauten wir den Cache bis zu einem Level of Detail (LOD) von 23 auf, was eine Pixelgröße von 3,7 cm hat.  Schließlich generierten wir ein Tile-Paket aus dem Cache mit dem Export Tile Cache Werkzeug, luden das Paket in ArcGIS Online hoch und veröffentlichten dann das hochgeladene Paket als Bild-Layer.<\/P><\/P>Wir verwendeten das Colorize LAS <\/SPAN>Geoverarbeitungswerkzeug, um die Rot-, Grün- und Blau-(RGB)-Farben aus den Bildern auf die Lidar-Dateien anzuwenden. Die RGB-Farben werden in den LAS-Dateien gespeichert und können verwendet werden, um die Punkte anzuzeigen, zusammen mit anderen Methoden wie nach Höhe, Klasse und Intensität. Die Anzeige der LAS-Punkte mit RGB erzeugt eine sehr realistische Szene, außer an einigen Stellen wie dort, wo ein Baumzweig über die gelbe Straßenmitte hängt und dann die helle gelbe Farbe annimmt.<\/P><\/P><\/P>     Lidar vor der Kolorierung                                                                                     &nb sp;Lidar nach der Kolorierung<\/SPAN><\/EM><\/P> <\/P>Die Bilder halfen auch bei der manuellen Klassifizierung der Lidar-Punkte rund um Brücken. Wir bearbeiteten viele Punkte und rekonstruierten die Oberflächenerhebung so, dass sie besser mit den Bildern übereinstimmte. Hier ist dieselbe Brücke wie in den Screenshots oben im Abschnitt Oberflächenerhebung:<\/SPAN><\/P><\/P>   <\/P>    & nbsp; Neue RGB-Bilder und ursprüngliches Lidar als Oberflächenerhebung  & nbsp; & nbsp; Neue RGB-Bilder und weiterverarbeitetes Lidar als Erhebung<\/EM><\/SPAN><\/P>&n bsp;<\/SPAN><\/P>Straßennetz<\/SPAN><\/H4>The Nature Conservancy stellte einen Datensatz des umfangreichen Straßennetzes im Preserve bereit, das über 245 Meilen Straßen umfasst, davon über 10 Meilen asphaltierte Straßen und über 230 Meilen Schotterstraßen und Pfade.<\/P><\/P>Als wir die Straßendaten über den neu erworbenen Bildern anzeigten, stimmten einige Straßenlinien nicht mit den Bildern überein, also bearbeiteten wir die Straßenknotenpunkte zur besseren Übereinstimmung. Anschließend erstellten wir einen benutzerdefinierten Routendienst-Aufgabendienst, der Höhenwerte aus dem neuen Höhendienst enthielt, wodurch diese Höhenwerte Teil der resultierenden Routen wurden, wenn eine Route erstellt wird.<\/P>&n bsp;<\/P>Grenze des Preserve<\/SPAN><\/H4>Die Grenzlinie, die das Preserve umreißt, ist in ArcGIS Online als Feature-Service verfügbar. Wir haben die Grenze nicht aus dem Lidar erstellt, aber den Service wie unten beschrieben zur Webszene hinzugefügt.<\/P>&n bsp;<\/P>Die Virtual Tour Application<\/SPAN><\/H4>Eine 3D-Webszene mit den Straßen, Punktwolken, Bildern und der Preserve-Linie wurde in ArcGIS Online erstellt und der neue Höhendienst als Bodenschicht hinzugefügt. Die Webszene wurde in die Jack and Laura Dangermond Preserve Tour Application integriert, die mit der neuesten Version der ArcGIS API for JavaScript erstellt wurde.<\/P>Die Anwendung ist eine virtuelle Tour über Straßen und Pfade im Preserve. Der Benutzer kann zwei oder mehr Orte auswählen, um eine Route zu erstellen. Eine Play-Taste startet eine virtuelle Fahrt vom ersten Ort aus entlang der Pfade zu den nächsten Punkten. Die Hauptansicht der Anwendung zeigt die Pfade und Orte an, während ein Marker entlang der Pfade bewegt wird. Eine Einblendkarte zeigt die Ansicht des Bodenbildes und der Lidar-Punkte aus der Perspektive des virtuellen Fahrzeugs während seiner Bewegung entlang des Pfades.<\/P><\/P><\/P><\/P>Diese Anwendung wurde mit sicherem Zugriff für The Nature Conservancy erstellt, da sie dem TNC-Personal ein neues Werkzeug bietet, um das Preserve zu erkunden und zu visualisieren. Daher ist sie nicht öffentlich zugänglich.<\/P><\/P>< P>&n bsp;<\/ P >< H4 id = "toc-hId--615309499" >< SPAN style = "font-size: 11pt ; color : #000000 ; " > Weitere Informationen < / SPAN >< / H4 >< UL >< LI >< A href = "https://storymaps.esri.com/stories/2018/dangermond-preserve/index.html" rel = "nofollow noopener noreferrer" > At Nature's Crossroads:& nbsp ; Das Jack and Laura Dangermond Preserve , das letzte große Küstenwildnisgebiet in Südkalifornien , ist für immer geschützt . < / A >& nbsp ; ( Story Map ) < / LI >< LI >< A _jive_internal = "true" href = "https://www.nature.org/en-us/explore/newsroom/the-nature-conservancy-preserves-24000-acre-coastal-ranch-at-point-conceptio/ " rel = "nofollow noopener noreferrer" > The Nature Conservancy bewahrt eine 24.000 Hektar große Küstenranch am Point Conception mit einer Spende von 165 Millionen US-Dollar von Esri-Gründern < / A > < / LI > < / UL > < UL > < LI >< A href = "https://www.theatlantic.com/science/archive/2017/12/bixby-ranch-dangermond-land-donation-in-california/548849/ " rel = "nofollow noopener noreferrer" > Ein historisches Geschenk unberührten Landes zur Inspiration von Tech-Eliten < / A > < / LI > < LI >< A href = "https://www.esri.com/esri-news/releases/17-4qtr/jack-laura-dangermond-give-gift-enable-preservation-iconic-california-coastline " rel = "nofollow noopener noreferrer" > Jack and Laura Dangermond geben ein großes Geschenk zur Ermöglichung des Schutzes der ikonischen kalifornischen Küste < / A > < / LI > < LI >< SPAN >< A href = "https://www.esri.com/about/newsroom/arcuser/make-better-decisions-using-arcgis-with-lidar-data/ " rel = "nofollow noopener noreferrer" > Treffen Sie bessere Entscheidungen mit ArcGIS unter Verwendung von Lidar-Daten < / A > < / SPAN >& nbsp ; < / LI > < LI >< A href = "https://www.esri.com/about/newsroom/arcuser/mapping-and-modeling-lidar-data-with-arcgis-pro/ " rel = "nofollow noopener noreferrer" > Kartierung und Modellierung von Lidar-Daten mit ArcGIS Pro < / A >& nbsp ; ( Tutorial ) < / LI > < / UL >< H2 id = "toc-hId-426436258" >< SPAN style = "font-size : 11.0pt ; " >& nbsp ; < / SPAN >< / H2 >< / BODY >< / HTML >

JohnSchweisinger1

Very Cool! Is there a way to view this online? Great Job!