Una estructura de pirámide de dataset LAS se utiliza para mejorar el rendimiento de visualización 3D de un dataset LAS en ArcGIS Pro. Para ello, organiza e indexa los puntos de forma que se optimizan las consultas de visualización 3D. Las pirámides de dataset LAS utilizan un esquema de indexación basado en árboles octales que divide el espacio en un conjunto de cubos anidados. Es un esquema 3D que tiende a conservar más detalles al tiempo que sigue siendo rápido. Por ejemplo, una solución basada en árboles octales permite una mejor visualización y navegación a puntos periféricos de un dataset LAS. El estado actual de la pirámide de dataset LAS se reporta en el cuadro de diálogo Propiedades de dataset LAS o el cuadro de diálogo Propiedades de capa de dataset LAS. La estructura de pirámide de dataset LAS se crea con la herramienta Crear pirámide de dataset LAS. Un dataset LAS con pirámide se admite tanto en una vista de mapa como en una vista de escena en ArcGIS Pro.
Cuando se crea una pirámide, se crea una carpeta de archivos en la misma carpeta donde se almacena el dataset LAS. El formato de nombre de la carpeta de la pirámide es el nombre de .lasd más el sufijo .slas. Una pirámide de dataset LAS solo funciona en un dataset LAS y no en archivos LAS o zLAS individuales. Cuando se crea una pirámide para un dataset, se incrementa su número de versión y no se puede abrir ni utilizar en versiones de software más antiguas (anteriores a ArcGIS Pro 2.6). Puede solucionarlo creando una versión del dataset sin pirámide; los archivos *.lasd son pequeños y fáciles de crear. Como alternativa, puede revertir el dataset LAS a su versión anterior utilizando el cuadro de diálogo Propiedades de dataset LAS para eliminar la pirámide.
Puede seleccionar la opción Nivel de detalle dinámico del grupo Simplificación de puntos del grupo de pestañas Dataset LAS para su dataset LAS para maximizar el número de puntos LAS que se dibujan si se filtran los puntos. Esta opción solo está disponible para datasets LAS que tengan creada una pirámide.
Nota:
Cuando se agregue un dataset LAS a un mapa o una escena que no tenga una pirámide construida, aparecerá una indicación en la que se solicitará crear una pirámide de dataset LAS.
Métodos de selección de pirámide
El espacio de particiones de pirámide de dataset LAS se divide en cubos, cubos pequeños para una representación en pantalla más en primer plano y cubos grandes para la representación en pantalla en segundo plano. Cada cubo hace referencia a un punto, que es un sesgo de nivel de detalle que controla la influencia de la experiencia visual en un espacio 3D. Los tipos de sesgo o métodos de selección de pirámide permiten controlar cómo se seleccionan y muestran los puntos de menor nivel de detalle.
El presupuesto de puntos no se basa en la suposición de que se visualizarán todos los puntos, sino, de forma más inteligente, en los recuentos de puntos filtrados. Por ejemplo, si los puntos se seleccionan mediante el código de clasificación de línea de transporte, ese código de clasificación obtendrá todo el presupuesto y será menos probable que se simplifiquen en la representación en pantalla. Su visualización se maximizará en la escena.
Hay cuatro tipos de métodos de selección de puntos en ArcGIS Pro para pirámides de dataset LAS.
| Método de selección de pirámide | Descripción |
|---|---|
Más cercano al centro | Se selecciona el punto más cercano al centro del cubo. Esta es la mejor opción cuando no tiene un interés específico de la aplicación para usar los datos. Este método tiende a producir representaciones en pantalla donde la distribución de puntos dibujada es uniforme. |
Código de clase | El punto seleccionado es el código de clase ponderado, donde al código de clase seleccionado se le da la ponderación más alta. Si se centra en entidades específicas, como líneas eléctricas, puede usar esto para que los puntos sean más aparentes en la escena. |
Z mín | Se selecciona el punto más bajo del cubo. Es una opción razonable si los LIDAR le interesan principalmente para recursos de agua. Para áreas de menor nivel de detalle, tenderá a dibujar puntos en áreas bajas y canales. |
Z máx | Se selecciona el punto más alto del cubo. Es una buena opción si los LIDAR le interesan principalmente para cualquier tipo de visibilidad, como obstrucciones o seguridad de navegación aérea. Sesgará la representación en pantalla a las azoteas de los edificios, las antenas, las copas de los árboles, etc. |
Crear una pirámide de dataset LAS
Para crear pirámides para un dataset LAS, siga estos pasos:
- Abra la herramienta de geoprocesamiento Crear pirámide de dataset LAS.
- Seleccione el dataset LAS para el que desea generar pirámides.
- Seleccione el Método de selección de puntos que se utilizará para las pirámides.
- Haga clic en Ejecutar para ejecutar la herramienta.
Clasificar o editar datasets LAS que tienen pirámides
Cuando se realizan ediciones en los códigos de clase de un dataset estructurado en pirámides, las ediciones en los archivos LAS deben sincronizarse con la pirámide. De lo contrario, se desactualiza y no se utilizará para la representación en pantalla. Esta sincronización, o actualización, de la pirámide se realiza automáticamente cuando se utilizan las herramientas de edición interactiva de código de clase LAS. También se realiza mediante herramientas de geoprocesamiento que modifican los códigos de clase. Tienen una opción para actualizar la pirámide que está activada de forma predeterminada.
El tiempo de actualización de pirámides depende de la cantidad de puntos que sea necesario actualizar. Al utilizar herramientas de geoprocesamiento que modifican los códigos de clase, se modifican números de puntos potencialmente grandes. Cuando ese es el caso, la actualización de la pirámide tardará más tiempo, pero siempre tardará menos tiempo que construir una pirámide desde cero.
Si está utilizando varias herramientas de geoprocesamiento en una fila, como en un modelo o script, puede ser beneficioso esperarse a actualizar la pirámide hasta la última herramienta. En ese caso, desactive la opción de actualizar hasta el último paso. También puede utilizar la herramienta Crear pirámide de dataset LAS como un proceso posterior para realizar la actualización.
Puede encontrar información sobre el estado de la pirámide de un dataset en el cuadro de diálogo Propiedades del dataset LAS del dataset. Tiene un panel Pirámide que informa de si existe o no una pirámide, y de ser así, qué método de selección de puntos se utilizó para construirla y si está actualizada.
Entre los casos y consideraciones especiales se incluyen los siguientes:
Cuando se agregan o quitan archivos LAS de un dataset LAS estructurado en pirámides, o los archivos LAS se editan fuera del alcance del dataset LAS, su pirámide se vuelve completamente sin validar y no se utilizará para la visualización. En este caso, la pirámide se debe volver a crear desde cero. Para hacer esto, utilice la herramienta Generar pirámide de dataset LAS.
Al editar datasets LAS con pirámides basadas en ponderaciones de clase, las ediciones se actualizan en la pirámide, pero ya no se garantiza que se respeten las ponderaciones. La pirámide se sigue utilizando para la visualización, pero técnicamente se considera desactualizada. Puede abordarlo utilizando la herramienta Crear pirámide de dataset LAS.
Si edita manualmente el marcador retenido de uno o más puntos, independientemente del tipo de pirámide, la pirámide se sigue utilizando para la visualización, pero técnicamente se considera desactualizada. Puede abordarlo utilizando la herramienta Crear pirámide de dataset LAS.
Requisitos de hardware
El proceso de creación de pirámides utilizará memoria según esté disponible y paginará en el disco si es necesario. Los datos paginados se escriben en el espacio de trabajo temporal de geoprocesamiento. Puede definir esta ubicación en la pestaña de geoprocesamiento Entorno. La cantidad de disco temporal necesario es aproximadamente la diferencia entre la memoria disponible y el tamaño de los archivos LAS de entrada (descomprimidos). Una mayor disponibilidad de memoria reducirá la necesidad de disco y mejorará el tiempo de procesamiento. Se recomiendan como mínimo 16 GB de RAM. El procesamiento de datasets más grandes se beneficiará de una mayor disponibilidad de memoria.