点群から内挿 (Interpolate From Point Cloud) (データ管理)

サマリー

点群から数値地形モデル (DTM) または数値表層モデル (DSM) を内挿します。

使用法

  • 点群の形式は LAS ファイルまたはソリューション ポイント テーブルのいずれかになります。

パラメーター

ラベル説明データ タイプ
入力 LAS フォルダーまたはポイント テーブル

入力ファイル、フォルダー、またはフィーチャ レイヤーのパスと名前。 入力は、LAS ファイルのフォルダー、またはオルソマッピング ツールからのソリューション ポイント テーブルのいずれかを使用できます。 クラウド ストレージの場合、クラウド ストレージ パス (C:\Temp\Cloud.acs\lasfolder など) を指定します。

LAS ファイルは、[点群の生成 (Generate Point Cloud)] ツールの出力を使用できます。この場合、LAS ポイントは地表と地表以外に分類されます。 ソリューション ポイント テーブルは、[ブロック調整計算 (Compute Block Adjustments)] ツールまたは [カメラ モデルの計算 (Compute Camera Model)] ツールのいずれかの出力を使用できます。

Folder; File; Feature Class; Feature Layer
出力ラスター

出力ラスター データセットの場所、名前、およびファイル拡張子。 クラウド ストレージ パス (C:\Temp\Cloud.acs\lasfolder など) を指定することで、出力ラスター データセットを保存することもできます。

出力は、TIFF、CRF、IMG など、書き込み可能なラスター形式で作成されます。

Raster Dataset
セルサイズ

出力ラスター データセットのセル サイズ。

Double
内挿法
(オプション)

点群から出力ラスター データセットを内挿するのに使用する方法を指定します。

  • TIN リニア内挿法三角形分割法が使用されます。 これは TIN (不規則三角網) リニア内挿とも呼ばれ、ブロック調整計算から出力したソリューション ポイントなど、不規則に分布するまばらなポイント用に設計されています。
  • TIN Natural Neighbor 内挿法Natural Neighbor 法が使用されます。 これは、TIN 化に似ていますが、より滑らかなサーフェスを生成し、計算負荷が高い処理です。
  • 逆距離加重平均内挿法IDW (逆距離加重) 平均法が使用されます。 これは、[点群の生成 (Generate Point Cloud)] ツールから出力したポイント クラウドの LAS ファイルなど、規則的に分布する密集ポイントに使用されます。 平均ポイント密度に基づき、IDW の検索範囲が自動的に計算されます。
String
平滑化方法
(オプション)

出力ラスター データセットを滑らかにするフィルターを指定します。

  • ガウシアン 3 x 33 x 3 ウィンドウのガウシアン フィルターが使用されます。
  • ガウシアン 5 x 55 x 5 ウィンドウのガウシアン フィルターが使用されます。
  • ガウシアン 7 x 77 x 7 ウィンドウのガウシアン フィルターが使用されます。
  • ガウシアン 9 x 99 x 9 ウィンドウのガウシアン フィルターが使用されます。
  • スムージングなしスムージング フィルターを使用しません。
String
サーフェス タイプ
(オプション)

数値地形モデルまたは数値表層モデルを作成するかどうかを指定します。

  • 数値地形モデル地表ポイントのみを内挿して、数値地形モデルを作成します。
  • 数値表層モデルすべてのポイントを内挿して、数値表層モデルを作成します。
String
入力塗りつぶし DEM
(オプション)

NoData 領域を塗りつぶすために使用される DEM ラスター入力。 NoData の領域は、ピクセルの入力情報が不足しているため値を生成できない位置に存在する可能性があります。

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
地表の分類オプション
(オプション)

入力 LAS データの地表ポイントを分類します。

このパラメーターは [サーフェス タイプ] パラメーターが [数値地形モデル] に設定されている場合にアクティブになります。

注意:

[ジオプロセシング] ウィンドウでオプションを設定するには、地表ポイントを検出するために使用される [名前] キーワード メソッドと、それに対応する値をリスト ボックスに入力します。

  • Classify - テレインのタイプに応じ、異なるオプションを使用して地表を分類します。 オプションは大文字と小文字を区別しません。
    • standard - この方法では、傾斜角の変化の許容値が設定されているため、conservative オプションでは通常取得されない地表地形の緩やかな起伏は取得できますが、aggressive オプションで取得される急な起伏は取得できません。 これがデフォルトです。
    • conservative - この方法はその他の方法と比べて、地表の傾斜角の変化に対する制約が厳重であり、地表と低地の植生 (芝生や植え込みなど) を区別することができます。 この方法は、最小限の曲率を持つ地形に最適です。
    • aggressive - この方法では、standard オプションでは無視される可能性のある急な起伏 (稜線や丘の頂上など) を含む地面を検出できます。 この方法は、このツールの 2 回目の繰り返しに、ReuseGround オプションを 1 に設定して使用するのが最適です。 この方法を都市部や平坦な農村部では使用しないでください。このような使い方をすると、電柱、植生、建物の一部など、高さのある対象物が間違って地表として分類される可能性があります。
  • LowNoise - 低ノイズ ポイントの分類に使用される地表から下方向の距離。 単位はメートルです。 デフォルト値は 0.25 メートルです。
  • HighNoise - 高ノイズ ポイントの分類に使用される地表から上方向の距離。 単位はメートルです。 デフォルト値は 100 メートルです。
  • ReuseGround - 既存の地表ポイントを再分類するか再使用するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
  • ReuseLowNoise - 既存の低ノイズ ポイントを再利用するか再分類するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
  • ReuseHighNoise - 既存の高ノイズ ポイントを再利用するか再分類するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
Value Table

arcpy.management.InterpolateFromPointCloud(in_container, out_raster, cell_size, {interpolation_method}, {smooth_method}, {surface_type}, {fill_dem}, {options})
名前説明データ タイプ
in_container

入力ファイル、フォルダー、またはフィーチャ レイヤーのパスと名前。 入力は、LAS ファイルのフォルダー、またはオルソマッピング ツールからのソリューション ポイント テーブルのいずれかを使用できます。 クラウド ストレージの場合、クラウド ストレージ パス (C:\Temp\Cloud.acs\lasfolder など) を指定します。

LAS ファイルは、[点群の生成 (Generate Point Cloud)] ツールの出力を使用できます。この場合、LAS ポイントは地表と地表以外に分類されます。 ソリューション ポイント テーブルは、[ブロック調整計算 (Compute Block Adjustments)] ツールまたは [カメラ モデルの計算 (Compute Camera Model)] ツールのいずれかの出力を使用できます。

Folder; File; Feature Class; Feature Layer
out_raster

出力ラスター データセットの場所、名前、およびファイル拡張子。 クラウド ストレージ パス (C:\Temp\Cloud.acs\lasfolder など) を指定することで、出力ラスター データセットを保存することもできます。

出力は、TIFF、CRF、IMG など、書き込み可能なラスター形式で作成されます。

Raster Dataset
cell_size

出力ラスター データセットのセル サイズ。

Double
interpolation_method
(オプション)

点群から出力ラスター データセットを内挿するのに使用する方法を指定します。

  • TRIANGULATION三角形分割法が使用されます。 これは TIN (不規則三角網) リニア内挿とも呼ばれ、ブロック調整計算から出力したソリューション ポイントなど、不規則に分布するまばらなポイント用に設計されています。
  • NATURAL_NEIGHBORNatural Neighbor 法が使用されます。 これは、TIN 化に似ていますが、より滑らかなサーフェスを生成し、計算負荷が高い処理です。
  • IDWIDW (逆距離加重) 平均法が使用されます。 これは、[点群の生成 (Generate Point Cloud)] ツールから出力したポイント クラウドの LAS ファイルなど、規則的に分布する密集ポイントに使用されます。 平均ポイント密度に基づき、IDW の検索範囲が自動的に計算されます。
String
smooth_method
(オプション)

出力ラスター データセットを滑らかにするフィルターを指定します。

  • GAUSS3x33 x 3 ウィンドウのガウシアン フィルターが使用されます。
  • GAUSS5x55 x 5 ウィンドウのガウシアン フィルターが使用されます。
  • GAUSS7x77 x 7 ウィンドウのガウシアン フィルターが使用されます。
  • GAUSS9x99 x 9 ウィンドウのガウシアン フィルターが使用されます。
  • NONEスムージング フィルターを使用しません。
String
surface_type
(オプション)

数値地形モデルまたは数値表層モデルを作成するかどうかを指定します。

  • DTM地表ポイントのみを内挿して、数値地形モデルを作成します。
  • DSMすべてのポイントを内挿して、数値表層モデルを作成します。
String
fill_dem
(オプション)

NoData 領域を塗りつぶすために使用される DEM ラスター入力。 NoData の領域は、ピクセルの入力情報が不足しているため値を生成できない位置に存在する可能性があります。

Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
options
[[name, value],...]
(オプション)

入力 LAS データの地表ポイントを分類します。

このパラメーターは、surface_type パラメーターが DTM に設定されている場合に有効です。

  • Classify - テレインのタイプに応じ、異なるオプションを使用して地表を分類します。 オプションは大文字と小文字を区別しません。
    • standard - この方法では、傾斜角の変化の許容値が設定されているため、conservative オプションでは通常取得されない地表地形の緩やかな起伏は取得できますが、aggressive オプションで取得される急な起伏は取得できません。 これがデフォルトです。
    • conservative - この方法はその他の方法と比べて、地表の傾斜角の変化に対する制約が厳重であり、地表と低地の植生 (芝生や植え込みなど) を区別することができます。 この方法は、最小限の曲率を持つ地形に最適です。
    • aggressive - この方法では、standard オプションでは無視される可能性のある急な起伏 (稜線や丘の頂上など) を含む地面を検出できます。 この方法は、このツールの 2 回目の繰り返しに、ReuseGround オプションを 1 に設定して使用するのが最適です。 この方法を都市部や平坦な農村部では使用しないでください。このような使い方をすると、電柱、植生、建物の一部など、高さのある対象物が間違って地表として分類される可能性があります。
  • LowNoise - 低ノイズ ポイントの分類に使用される地表から下方向の距離。 単位はメートルです。 デフォルト値は 0.25 メートルです。
  • HighNoise - 高ノイズ ポイントの分類に使用される地表から上方向の距離。 単位はメートルです。 デフォルト値は 100 メートルです。
  • ReuseGround - 既存の地表ポイントを再分類するか再使用するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
  • ReuseLowNoise - 既存の低ノイズ ポイントを再利用するか再分類するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
  • ReuseHighNoise - 既存の高ノイズ ポイントを再利用するか再分類するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
Value Table

コードのサンプル

InterpolateFromPointCloud の例 1 (Python ウィンドウ)

これは、地表を再分類した後に DTM を作成する InterpolateFromPointCloud 関数の Python の例です。

# 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 の例 2 (スタンドアロン スクリプト)

これは、DSM を作成する InterpolateFromPointCloud 関数の Python の例です。

# 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 の例 3 (スタンドアロン スクリプト)

これは、クラウド ストレージに DSM を作成する InterpolateFromPointCloud 関数の Python の例です。

# 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")

ライセンス情報

  • Basic: No
  • Standard: 次のものが必要 ArcGIS Reality for ArcGIS Pro
  • Advanced: Yes

関連トピック