Aus Punktwolke interpolieren (Data Management)

Zusammenfassung

Interpoliert ein digitales Terrain-Modell (DTM) oder ein digitales Oberflächenmodell (DSM) aus einer Punktwolke.

Verwendung

  • Die Punktwolke kann in Form von LAS-Dateien oder als Lösungspunktetabelle vorliegen.

Parameter

BeschriftungErläuterungDatentyp
Eingabe-LAS-Ordner oder Punkttabelle

Der Pfad und der Name der Eingabedatei, des Ordners oder des Feature-Layers. Die Eingabe kann ein Ordner mit LAS-Dateien oder eine Lösungspunktetabelle aus Ortho Mapping-Werkzeugen sein. Im Fall eines Cloud-Speichers müssen Sie dessen Pfad angeben, z. B. C:\Temp\Cloud.acs\lasfolder.

Die LAS-Dateien können die Ausgabe des Werkzeugs Punktwolke erstellen sein, in dem LAS-Punkte als Bodenpunkte oder Punkte über dem Boden kategorisiert werden. Die Lösungspunktetabelle ist die Ausgabe des Werkzeugs Blockausgleichungen berechnen bzw. Kameramodell berechnen.

Folder; File; Feature Class; Feature Layer
Ausgabe-Raster

Der Speicherort, der Name und die Dateierweiterung des Ausgabe-Raster-Datasets. Als Speicherort des Ausgabe-Raster-Datasets können Sie auch einen Cloud-Speicherpfad angeben, z. B. C:\Temp\Cloud.acs\lasfolder.

Die Ausgabe kann in den meisten beschreibbaren Raster-Formaten, wie TIFF, CRF oder IMG, erstellt werden.

Raster Dataset
Zellengröße

Die Zellengröße des Ausgabe-Raster-Datasets.

Double
Interpolationsmethode
(optional)

Gibt die Methode an, die zum Interpolieren des Ausgabe-Raster-Datasets aus der Punktwolke verwendet wird.

  • Lineare TIN-InterpolationDie Triangulationsmethode wird verwendet. Sie wird auch als lineare TIN-Interpolation (Triangulated Irregular Network) bezeichnet und ist für unregelmäßig verteilte Punkte mit geringer Dichte vorgesehen, z. B. Lösungspunkte aus der Berechnung der Blockausgleichung.
  • TIN-Interpolation "Natürliche Nachbarn"Die Methode "Natürlicher Nachbar" wird verwendet. Sie ist mit der Triangulation vergleichbar, es wird jedoch eine glattere Oberfläche erstellt, und der Vorgang ist rechenintensiver.
  • IDW-Interpolation (Inverse Distance Weighted)Die IDW-Methode (Inverse Distance Weighted) wird verwendet. Sie wird für regelmäßig verteilte Punkte mit hoher Dichte verwendet, z. B. LAS-Dateien von Punktwolken des Werkzeugs Punktwolke erstellen. Der IDW-Suchradius wird automatisch basierend auf der durchschnittlichen Punktdichte berechnet.
String
Glättungsmethode
(optional)

Gibt den Filter zum Glätten des Ausgabe-Raster-Datasets an.

  • Gauß'scher Filter, 3 x 3Ein Gauß'scher Filter mit einem Fenster im Format 3 x 3 wird verwendet.
  • Gauß'scher Filter, 5 x 5Ein Gauß'scher Filter mit einem Fenster im Format 5 x 5 wird verwendet.
  • Gauß'scher Filter, 7 x 7Ein Gauß'scher Filter mit einem Fenster im Format 7 x 7 wird verwendet.
  • Gauß'scher Filter, 9 x 9Es wird ein Gauß'scher Filter mit einem Fenster im Format 9 x 9 verwendet.
  • Keine GlättungEs wird kein Glättungsfilter verwendet.
String
Oberflächentyp
(optional)

Gibt an, ob ein digitales Terrain-Modell oder ein digitales Oberflächenmodell erstellt wird.

  • Digitales Terrain-ModellEs wird ein digitales Terrain-Modell erstellt, indem nur die Bodenpunkte interpoliert werden.
  • Digitales OberflächenmodellEs wird ein digitales Oberflächenmodell erstellt, indem alle Punkte interpoliert werden.
String
Eingabe-Füllungs-DEM
(optional)

Eine DEM-Raster-Eingabe, die zum Füllen von NoData-Bereichen dient. NoData-Bereiche können dort vorhanden sein, wo Pixel nicht genügend Informationen aus der Eingabe erhalten, um Werte zu generieren.

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
Optionen für "Boden klassifizieren"
(optional)

Bodenpunkte aus den Eingabe-LAS-Daten klassifizieren.

Dieser Parameter ist aktiv, wenn der Parameter Oberflächentyp auf Digitales Terrain-Modell festgelegt ist.

Hinweis:

Geben Sie zum Festlegen einer Option im Bereich Geoverarbeitung das Schlüsselwort Name, die Methode, die zur Erkennung von Bodenpunkten verwendet werden soll, und den entsprechenden Wert in das Listenfeld ein.

  • Classify: Klassifizieren Sie den Boden je nach Terrain-Typ mit verschiedenen Optionen. Bei den Optionen wird nicht zwischen Groß- und Kleinschreibung unterschieden.
    • standard: Diese Methode weist eine Toleranz für Neigungsvariation auf, die es ihr ermöglicht, graduelle Unebenheiten in der Topografie des Bodens zu erfassen. Diese Typen von scharfen Reliefs werden eher von der Option conservativeals von der Option aggressive erfasst. Dies ist die Standardeinstellung.
    • conservative: Verglichen mit anderen Optionen verwendet diese Methode eine straffere Beschränkung der Neigungsvariation des Bodens, wodurch der Boden von tief liegender Vegetation wie Gras und Sträuchern differenziert werden kann. Sie ist optimal für Topografien mit minimaler Krümmung geeignet.
    • aggressive: Diese Methode ermöglicht die Erkennung von Bodenflächen mit scharfen Reliefs wie Bergkämme und Bergspitzen, die von der Option standard ignoriert werden. Diese Methode wird am besten bei der zweiten Iteration dieses Werkzeugs verwendet, wobei die Option ReuseGround auf 1 festgelegt ist. Vermeiden Sie die Verwendung dieser Methode in städtischen Gebieten oder flachen, ländlichen Gebieten, da dies dazu führen kann, dass höhere Objekte wie Versorgungstürme, Vegetation und Gebäudeteile falsch als Boden klassifiziert werden.
  • LowNoise: Die Entfernung unter dem Boden, die zur Klassifizierung von Punkten mit niedrigem Rauschen verwendet wird. Die Einheit lautet Meter. Der Standardwert ist 0,25 Meter.
  • HighNoise: Die Entfernung über dem Boden, die zur Klassifizierung von Punkten mit hohem Rauschen verwendet wird. Die Einheit lautet Meter. Der Standardwert beträgt 100 Meter.
  • ReuseGround: Legt fest, ob vorhandene Bodenpunkte reklassifiziert oder wiederverwendet werden sollen. Ein Wert von 0 bedeutet Reklassifizieren, ein Wert von 1 bedeutet Wiederverwenden. Der Standardwert ist 0.
  • ReuseLowNoise: Legt fest, ob vorhandene Punkte mit niedrigem Rauschen wiederverwendet oder reklassifiziert werden. Ein Wert von 0 bedeutet Reklassifizieren, ein Wert von 1 bedeutet Wiederverwenden. Der Standardwert ist 0.
  • ReuseHighNoise: Legt fest, ob vorhandene Punkte mit hohem Rauschen wiederverwendet oder reklassifiziert werden. Ein Wert von 0 bedeutet Reklassifizieren, ein Wert von 1 bedeutet Wiederverwenden. Der Standardwert ist 0.
Value Table

arcpy.management.InterpolateFromPointCloud(in_container, out_raster, cell_size, {interpolation_method}, {smooth_method}, {surface_type}, {fill_dem}, {options})
NameErläuterungDatentyp
in_container

Der Pfad und der Name der Eingabedatei, des Ordners oder des Feature-Layers. Die Eingabe kann ein Ordner mit LAS-Dateien oder eine Lösungspunktetabelle aus Ortho Mapping-Werkzeugen sein. Im Fall eines Cloud-Speichers müssen Sie dessen Pfad angeben, z. B. C:\Temp\Cloud.acs\lasfolder.

Die LAS-Dateien können die Ausgabe des Werkzeugs Punktwolke erstellen sein, in dem LAS-Punkte als Bodenpunkte oder Punkte über dem Boden kategorisiert werden. Die Lösungspunktetabelle ist die Ausgabe des Werkzeugs Blockausgleichungen berechnen bzw. Kameramodell berechnen.

Folder; File; Feature Class; Feature Layer
out_raster

Der Speicherort, der Name und die Dateierweiterung des Ausgabe-Raster-Datasets. Als Speicherort des Ausgabe-Raster-Datasets können Sie auch einen Cloud-Speicherpfad angeben, z. B. C:\Temp\Cloud.acs\lasfolder.

Die Ausgabe kann in den meisten beschreibbaren Raster-Formaten, wie TIFF, CRF oder IMG, erstellt werden.

Raster Dataset
cell_size

Die Zellengröße des Ausgabe-Raster-Datasets.

Double
interpolation_method
(optional)

Gibt die Methode an, die zum Interpolieren des Ausgabe-Raster-Datasets aus der Punktwolke verwendet wird.

  • TRIANGULATIONDie Triangulationsmethode wird verwendet. Sie wird auch als lineare TIN-Interpolation (Triangulated Irregular Network) bezeichnet und ist für unregelmäßig verteilte Punkte mit geringer Dichte vorgesehen, z. B. Lösungspunkte aus der Berechnung der Blockausgleichung.
  • NATURAL_NEIGHBORDie Methode "Natürlicher Nachbar" wird verwendet. Sie ist mit der Triangulation vergleichbar, es wird jedoch eine glattere Oberfläche erstellt, und der Vorgang ist rechenintensiver.
  • IDWDie IDW-Methode (Inverse Distance Weighted) wird verwendet. Sie wird für regelmäßig verteilte Punkte mit hoher Dichte verwendet, z. B. LAS-Dateien von Punktwolken des Werkzeugs Punktwolke erstellen. Der IDW-Suchradius wird automatisch basierend auf der durchschnittlichen Punktdichte berechnet.
String
smooth_method
(optional)

Gibt den Filter zum Glätten des Ausgabe-Raster-Datasets an.

  • GAUSS3x3Ein Gauß'scher Filter mit einem Fenster im Format 3 x 3 wird verwendet.
  • GAUSS5x5Ein Gauß'scher Filter mit einem Fenster im Format 5 x 5 wird verwendet.
  • GAUSS7x7Ein Gauß'scher Filter mit einem Fenster im Format 7 x 7 wird verwendet.
  • GAUSS9x9Es wird ein Gauß'scher Filter mit einem Fenster im Format 9 x 9 verwendet.
  • NONEEs wird kein Glättungsfilter verwendet.
String
surface_type
(optional)

Gibt an, ob ein digitales Terrain-Modell oder ein digitales Oberflächenmodell erstellt wird.

  • DTMEs wird ein digitales Terrain-Modell erstellt, indem nur die Bodenpunkte interpoliert werden.
  • DSMEs wird ein digitales Oberflächenmodell erstellt, indem alle Punkte interpoliert werden.
String
fill_dem
(optional)

Eine DEM-Raster-Eingabe, die zum Füllen von NoData-Bereichen dient. NoData-Bereiche können dort vorhanden sein, wo Pixel nicht genügend Informationen aus der Eingabe erhalten, um Werte zu generieren.

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
options
[[name, value],...]
(optional)

Bodenpunkte aus den Eingabe-LAS-Daten klassifizieren.

Dieser Parameter ist aktiv, wenn der Parameter surface_type auf DTM festgelegt ist.

  • Classify: Klassifizieren Sie den Boden je nach Terrain-Typ mit verschiedenen Optionen. Bei den Optionen wird nicht zwischen Groß- und Kleinschreibung unterschieden.
    • standard: Diese Methode weist eine Toleranz für Neigungsvariation auf, die es ihr ermöglicht, graduelle Unebenheiten in der Topografie des Bodens zu erfassen. Diese Typen von scharfen Reliefs werden eher von der Option conservativeals von der Option aggressive erfasst. Dies ist die Standardeinstellung.
    • conservative: Verglichen mit anderen Optionen verwendet diese Methode eine straffere Beschränkung der Neigungsvariation des Bodens, wodurch der Boden von tief liegender Vegetation wie Gras und Sträuchern differenziert werden kann. Sie ist optimal für Topografien mit minimaler Krümmung geeignet.
    • aggressive: Diese Methode ermöglicht die Erkennung von Bodenflächen mit scharfen Reliefs wie Bergkämme und Bergspitzen, die von der Option standard ignoriert werden. Diese Methode wird am besten bei der zweiten Iteration dieses Werkzeugs verwendet, wobei die Option ReuseGround auf 1 festgelegt ist. Vermeiden Sie die Verwendung dieser Methode in städtischen Gebieten oder flachen, ländlichen Gebieten, da dies dazu führen kann, dass höhere Objekte wie Versorgungstürme, Vegetation und Gebäudeteile falsch als Boden klassifiziert werden.
  • LowNoise: Die Entfernung unter dem Boden, die zur Klassifizierung von Punkten mit niedrigem Rauschen verwendet wird. Die Einheit lautet Meter. Der Standardwert ist 0,25 Meter.
  • HighNoise: Die Entfernung über dem Boden, die zur Klassifizierung von Punkten mit hohem Rauschen verwendet wird. Die Einheit lautet Meter. Der Standardwert beträgt 100 Meter.
  • ReuseGround: Legt fest, ob vorhandene Bodenpunkte reklassifiziert oder wiederverwendet werden sollen. Ein Wert von 0 bedeutet Reklassifizieren, ein Wert von 1 bedeutet Wiederverwenden. Der Standardwert ist 0.
  • ReuseLowNoise: Legt fest, ob vorhandene Punkte mit niedrigem Rauschen wiederverwendet oder reklassifiziert werden. Ein Wert von 0 bedeutet Reklassifizieren, ein Wert von 1 bedeutet Wiederverwenden. Der Standardwert ist 0.
  • ReuseHighNoise: Legt fest, ob vorhandene Punkte mit hohem Rauschen wiederverwendet oder reklassifiziert werden. Ein Wert von 0 bedeutet Reklassifizieren, ein Wert von 1 bedeutet Wiederverwenden. Der Standardwert ist 0.
Value Table

Codebeispiel

InterpolateFromPointCloud: Beispiel 1 (Python-Fenster)

Dies ist ein Python-Beispiel für die Funktion InterpolateFromPointCloud, die ein DTM nach der Reklassifizierung des Bodens erstellt.

# Import system modules 
import arcpy
 
# Execute 
arcpy.management.InterpolateFromPointCloud(in_container=r"C:\data\LASFoler", out_raster=r"C:\data\dtm.crf", cell_size=0.2, interpolation_method="IDW", smooth_method="GAUSS5x5", surface_type="DTM", fill_dem=None, options="Classify standard;LowNoise 0.25;HighNoise 110;ReuseGround 0;ReuseLowNoise 1;ReuseHighNoise 1")
InterpolateFromPointCloud: Beispiel 2 (eigenständiges Python-Skript)

Dies ist ein Python-Beispiel für die Funktion InterpolateFromPointCloud, die ein DSM erstellt.

# Define input parameters 
import arcpy
in_container="C:/data/LASFoler"
out_raster="C:/data/dsm.crf"
# Execute 
arcpy.management.InterpolateFromPointCloud(in_container,out_raster, 0.2, "TRIANGULATION", "GAUSS5x5", "DSM")
InterpolateFromPointCloud: Beispiel 3 (eigenständiges Python-Skript)

Dies ist ein Python-Beispiel für die Funktion InterpolateFromPointCloud, die ein DSM in einem Cloud-Speicher erstellt.

# Define input parameters 
import arcpy
in_container="C:/data/LASFoler"
out_raster="C:/data/Azure.acs/ProductFolder/dsm.crf"
# Execute 
arcpy.management.InterpolateFromPointCloud(in_container,out_raster, 0.2, "TRIANGULATION", "GAUSS5x5", "DSM")

Lizenzinformationen

  • Basic: Nein
  • Standard: Erfordert ArcGIS Reality for ArcGIS Pro
  • Advanced: Ja

Verwandte Themen