Interpolar desde nube de puntos (Administración de datos)

Resumen

Interpola un modelo de elevación digital (DTM) o un modelo digital de superficie (DSM) a partir de una nube de puntos.

Uso

• La forma de la nube de puntos puede ser la de archivos LAS o una tabla de puntos de solución.

Parámetros

Cuadro de diálogo

Etiqueta	Explicación	Tipo de datos
Carpeta o tabla de puntos LAS de entrada	La ruta y el nombre del archivo, carpeta o capa de entidades de entrada. La entrada puede ser una carpeta de archivos LAS o una tabla de puntos de solución procedentes de herramientas de representación cartográfica de ortofotos. Para el almacenamiento en la nube, proporcione la ruta de almacenamiento en la nube, como, por ejemplo, C:\Temp\Cloud.acs\lasfolder. Los archivos LAS pueden ser la salida de la herramienta Generar nube de puntos, en la que los puntos LAS se clasifican como terreno y por encima del terreno. La tabla de puntos de solución es la salida de la herramienta Calcular ajustes de bloque o de la herramienta Calcular modelo de cámara.	Folder; File; Feature Class; Feature Layer
Ráster de salida	La ubicación, el nombre y la extensión de archivo del dataset ráster de salida. También puede guardar el dataset ráster de salida especificando una ruta de almacenamiento en la nube, como, por ejemplo, C:\Temp\Cloud.acs\lasfolder. La salida se puede crear en la mayoría de los formatos de ráster de escritura, como TIFF, CRF o IMG.	Raster Dataset
Tamaño de celda	El tamaño de celda del dataset ráster de salida.	Double
Método de interpolación (Opcional)	Especifica el método que se utilizará para interpolar el dataset ráster de salida de la nube de puntos. Interpolación bilineal de TIN—Se utilizará el método de triangulación. También se conoce como interpolación lineal de la red irregular de triángulos (TIN), y está diseñada para puntos dispersos distribuidos irregularmente como, por ejemplo, los puntos de solución de un cálculo de ajuste de bloques. Interpolación por vecino natural de TIN—Se utilizará el método de vecino natural. Es similar a la triangulación, pero genera una superficie más suave y tiene un procesamiento más intensivo desde el punto de vista informático. Interpolación media ponderada de distancia inversa—Se utilizará el método de media ponderada de distancia inversa (IDW). Se utiliza para puntos densos distribuidos regularmente como, por ejemplo, archivos LAS de la nube de puntos procedentes de la herramienta Generar nube de puntos. El radio de búsqueda de IDW se calcula automáticamente según la densidad de puntos media.	String
Método de suavizado (Opcional)	Especifica el filtro que se utilizará para suavizar el dataset ráster de salida. Gaussiano 3 x 3—Se utilizará un filtro gaussiano con una ventana de 3 x 3. Gausiano 5 x 5—Se utilizará un filtro gaussiano con una ventana de 5 x 5. Gausiano 7 x 7—Se utilizará un filtro gaussiano con una ventana de 7 x 7. Gausiano 9 x 9—Se usará un filtro gaussiano con una ventana de 9 x 9. Sin suavizado—No se utilizará ningún filtro de suavizado.	String
Tipo de superficie (Opcional)	Especifica si se creará un modelo digital de terreno o un modelo digital de superficie. Modelo de elevación digital—Se creará un modelo digital de terreno interpolando solo los puntos del terreno. Modelo digital de superficie—Se creará un modelo digital de superficie interpolando todos los puntos.	String
DEM de relleno de entrada (Opcional)	Entrada de ráster de DEM que se utiliza para rellenar áreas NoData. Las áreas de NoData pueden existir en aquellos casos en que los píxeles no dispongan de suficiente información de la entrada para generar valores.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
Clasificar opciones de terreno (Opcional)	Clasifique los puntos de terreno a partir de datos LAS. Este parámetro se activa cuando el valor del parámetro Tipo de superficie es Modelo digital de terreno. Nota: Para establecer una opción en el panel Geoprocesamiento, escriba el método de la palabra clave Nombre que se utilizará para detectar puntos de terreno y el valor correspondiente en el cuadro de lista. Classify: clasifica el terreno utilizando diferentes opciones en función del tipo de terreno. Las opciones no distinguen entre mayúsculas y minúsculas. standard: este método tiene una tolerancia para la variación de la pendiente que permite capturar ondulaciones graduales en la topografía del terreno que normalmente se omitiría con la opción conservative, pero no se captura el tipo de relieves acusados que se capturaría mediante la opción aggressive. Esta es la opción predeterminada. conservative: al compararlo con otras opciones, este método emplea una restricción más severa en cuanto a la variación de la pendiente del terreno, lo que permite diferenciarlo de vegetación baja, como hierba y matorrales. Es más adecuado para topografías con curvaturas mínimas. aggressive: este método detecta áreas de terreno con un relieve acusado, como crestas y picos de colinas, que se podrían ignorar con la opción standard. Este método es más adecuado en una segunda iteración de esta herramienta con la opción ReuseGround establecida en 1. Evite utilizar este método en áreas urbanas o en áreas rurales planas, ya que podría dar lugar a una clasificación incorrecta de objetos más altos (por ejemplo, torres de servicios, vegetación y partes de edificios) como suelo. LowNoise: distancia subterránea que se utilizará para clasificar el punto como punto con poco ruido. La unidad son metros. El valor predeterminado es 0,25 metros. HighNoise: distancia sobre el suelo que se utilizará para clasificar el punto como punto de mucho ruido. La unidad son metros. El valor predeterminado es 100 metros. ReuseGround: especifica si se reclasificarán o reutilizarán los puntos de suelo existentes. Un valor de 0 especifica reclasificar, y un valor de 1 especifica reutilizar. El valor predeterminado es 0. ReuseLowNoise: especifica si los puntos de bajo ruido se reutilizarán o se reclasificarán. Un valor de 0 especifica reclasificar, y un valor de 1 especifica reutilizar. El valor predeterminado es 0. ReuseHighNoise: especifica si los puntos de mucho ruido se reutilizarán o se reclasificarán. Un valor de 0 especifica reclasificar, y un valor de 1 especifica reutilizar. El valor predeterminado es 0.	Value Table

Python

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

Nombre	Explicación	Tipo de datos
in_container	La ruta y el nombre del archivo, carpeta o capa de entidades de entrada. La entrada puede ser una carpeta de archivos LAS o una tabla de puntos de solución procedentes de herramientas de representación cartográfica de ortofotos. Para el almacenamiento en la nube, proporcione la ruta de almacenamiento en la nube, como, por ejemplo, C:\Temp\Cloud.acs\lasfolder. Los archivos LAS pueden ser la salida de la herramienta Generar nube de puntos, en la que los puntos LAS se clasifican como terreno y por encima del terreno. La tabla de puntos de solución es la salida de la herramienta Calcular ajustes de bloque o de la herramienta Calcular modelo de cámara.	Folder; File; Feature Class; Feature Layer
out_raster	La ubicación, el nombre y la extensión de archivo del dataset ráster de salida. También puede guardar el dataset ráster de salida especificando una ruta de almacenamiento en la nube, como, por ejemplo, C:\Temp\Cloud.acs\lasfolder. La salida se puede crear en la mayoría de los formatos de ráster de escritura, como TIFF, CRF o IMG.	Raster Dataset
cell_size	El tamaño de celda del dataset ráster de salida.	Double
interpolation_method (Opcional)	Especifica el método que se utilizará para interpolar el dataset ráster de salida de la nube de puntos. TRIANGULATION—Se utilizará el método de triangulación. También se conoce como interpolación lineal de la red irregular de triángulos (TIN), y está diseñada para puntos dispersos distribuidos irregularmente como, por ejemplo, los puntos de solución de un cálculo de ajuste de bloques. NATURAL_NEIGHBOR—Se utilizará el método de vecino natural. Es similar a la triangulación, pero genera una superficie más suave y tiene un procesamiento más intensivo desde el punto de vista informático. IDW—Se utilizará el método de media ponderada de distancia inversa (IDW). Se utiliza para puntos densos distribuidos regularmente como, por ejemplo, archivos LAS de la nube de puntos procedentes de la herramienta Generar nube de puntos. El radio de búsqueda de IDW se calcula automáticamente según la densidad de puntos media.	String
smooth_method (Opcional)	Especifica el filtro que se utilizará para suavizar el dataset ráster de salida. GAUSS3x3—Se utilizará un filtro gaussiano con una ventana de 3 x 3. GAUSS5x5—Se utilizará un filtro gaussiano con una ventana de 5 x 5. GAUSS7x7—Se utilizará un filtro gaussiano con una ventana de 7 x 7. GAUSS9x9—Se usará un filtro gaussiano con una ventana de 9 x 9. NONE—No se utilizará ningún filtro de suavizado.	String
surface_type (Opcional)	Especifica si se creará un modelo digital de terreno o un modelo digital de superficie. DTM—Se creará un modelo digital de terreno interpolando solo los puntos del terreno. DSM—Se creará un modelo digital de superficie interpolando todos los puntos.	String
fill_dem (Opcional)	Entrada de ráster de DEM que se utiliza para rellenar áreas NoData. Las áreas de NoData pueden existir en aquellos casos en que los píxeles no dispongan de suficiente información de la entrada para generar valores.	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
options [[name, value],...] (Opcional)	Clasifique los puntos de terreno a partir de datos LAS. Este parámetro se activa cuando el parámetro surface_type se establece en DTM. Classify: clasifica el terreno utilizando diferentes opciones en función del tipo de terreno. Las opciones no distinguen entre mayúsculas y minúsculas. standard: este método tiene una tolerancia para la variación de la pendiente que permite capturar ondulaciones graduales en la topografía del terreno que normalmente se omitiría con la opción conservative, pero no se captura el tipo de relieves acusados que se capturaría mediante la opción aggressive. Esta es la opción predeterminada. conservative: al compararlo con otras opciones, este método emplea una restricción más severa en cuanto a la variación de la pendiente del terreno, lo que permite diferenciarlo de vegetación baja, como hierba y matorrales. Es más adecuado para topografías con curvaturas mínimas. aggressive: este método detecta áreas de terreno con un relieve acusado, como crestas y picos de colinas, que se podrían ignorar con la opción standard. Este método es más adecuado en una segunda iteración de esta herramienta con la opción ReuseGround establecida en 1. Evite utilizar este método en áreas urbanas o en áreas rurales planas, ya que podría dar lugar a una clasificación incorrecta de objetos más altos (por ejemplo, torres de servicios, vegetación y partes de edificios) como suelo. LowNoise: distancia subterránea que se utilizará para clasificar el punto como punto con poco ruido. La unidad son metros. El valor predeterminado es 0,25 metros. HighNoise: distancia sobre el suelo que se utilizará para clasificar el punto como punto de mucho ruido. La unidad son metros. El valor predeterminado es 100 metros. ReuseGround: especifica si se reclasificarán o reutilizarán los puntos de suelo existentes. Un valor de 0 especifica reclasificar, y un valor de 1 especifica reutilizar. El valor predeterminado es 0. ReuseLowNoise: especifica si los puntos de bajo ruido se reutilizarán o se reclasificarán. Un valor de 0 especifica reclasificar, y un valor de 1 especifica reutilizar. El valor predeterminado es 0. ReuseHighNoise: especifica si los puntos de mucho ruido se reutilizarán o se reclasificarán. Un valor de 0 especifica reclasificar, y un valor de 1 especifica reutilizar. El valor predeterminado es 0.	Value Table

Muestra de código

Ejemplo 1 de InterpolateFromPointCloud (ventana de Python)

Se trata de un ejemplo de a Python para la función InterpolateFromPointCloud que crea un DTM después de reclasificar el terreno.

# 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")

Ejemplo 2 de InterpolateFromPointCloud (script independiente)

Se trata de un ejemplo de a Python para la función InterpolateFromPointCloud que crea un DSM.

# 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")

Ejemplo 3 de InterpolateFromPointCloud (script independiente)

Se trata de un ejemplo de Python para la función InterpolateFromPointCloud que crea un DSM en un almacenamiento en la nube.

# 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")

Entornos

Alineación de celda, Espacio de trabajo actual, Extensión, Transformaciones geográficas, Máscara, Sistema de coordenadas de salida, Factor de procesamiento en paralelo, Pirámide, Espacio de trabajo temporal

Información de licenciamiento

• Basic: No
• Standard: Requiere ArcGIS Reality for ArcGIS Pro
• Advanced: Sí