按邻域查找 LAS 点 (3D Analyst)

描述

用于标识已启用 z 值要素的三维邻域内的 LAS 点，并提供重新分类这些点的选项。

使用方法

• 此工具使用包含指定搜索半径内的 LAS 点计数的字段更新输入要素。此工具可以生成的点数没有限制，因此请考虑避免使用极大的搜索距离。

• 您可通过在图层过滤器设置中选择分类代码、分类标记和返回值的任意组合来使 LAS 数据集图层对所显示和处理的 LAS 点进行限制。过滤器的定义可通过图层属性对话或创建 LAS 数据集图层工具实现。

• 使用单点几何生成输出点要素时，将向该输出中添加名为 DIST3D 的字段（该输出将包含从点到最近输入要素的 3D 距离）。

语法

arcpy.3d.LocateLasPointsByProximity(in_las_dataset, in_features, search_radius, count_field, {out_features}, {geometry}, {class_code}, {compute_stats})

参数	说明	数据类型
in_las_dataset	待处理的 LAS 数据集。	LAS Dataset Layer
in_features	将使用其邻域识别 LAS 点的 3D 点、线、面或多面体要素。	Feature Layer
search_radius	用于评估输入要素周围是否存在 LAS 点的距离，可使用线性距离或输入要素属性表中的数值字段提供。如果搜索半径从单位被指定为未知的字段或线性距离得出，则将使用输入要素 XY 空间参考的线性单位。 支持的单位如下： UNKNOWN —未知 INCHES —英寸 FEET —英尺 YARDS —码 MILES —英里 CENTIMETERS —厘米 DECIMETERS —分米 METERS —米 KILOMETERS —千米	Linear Unit; Field
count_field	该字段名称将添加到输入要素的属性表中，并将使用每个要素邻域中的 LAS 点数进行填充。默认字段名称为 COUNT。	String
out_features （可选）	表示输入要素指定邻域中检测到的 LAS 点的点要素。	Feature Class
geometry （可选）	指定输出点要素的几何，这些点要素表示输入要素指定邻域中找到的 LAS 点。 MULTIPOINT —每一行中都将具有多个点的多点要素。 POINT —每个识别的 LAS 点都具有唯一行的单点要素。	String
class_code （可选）	用于对在输入要素搜索半径内发现的点进行重分类的类代码值。	Long
compute_stats （可选）	指定是否应计算 LAS 数据集引用的 LAS 文件的统计数据。计算统计数据时会为每个 LAS 文件提供一个空间索引，从而提高了分析和显示性能。统计数据还可通过将 LAS 属性（如分类代码和返回信息）显示限制为 LAS 文件中存在的值来提升过滤和符号系统体验。 COMPUTE_STATS —将计算统计数据。 NO_COMPUTE_STATS —不计算统计数据。这是默认设置。	Boolean

派生输出

名称	说明	数据类型
out_las_dataset	已更新的 LAS 数据集。	LAS 数据集图层
derived_features	更新后的输入 3D 要素。	要素图层

代码示例

LocateLasPointsByProximity 示例 1（Python 窗口）

下面的示例演示了如何在 Python 窗口中使用此工具。

import arcpy
from arcpy import env

arcpy.CheckOutExtension('3D')
env.workspace = 'C:/data'
arcpy.LocateLasPointsByProximity_3d('lidar.lasd', 'powerlines.shp', 
                                    search_radius="10 Feet", 
                                    count_field="Near_Pts",
                                    out_features="located_pts.shp")

LocateLasPointsByProximity 示例 2（独立脚本）

下面的示例演示了如何在独立 Python 脚本中使用此工具。

'''****************************************************************************
Name: Classify Noise Points
Description: Updates classification of version 1.0 LAS files to conform to
             the standardized class codes introduced in the 1.1 specifications.
             The code is designed for use as a script tool.
****************************************************************************'''
# Import system modules
import arcpy
import exceptions, sys, traceback

# Set Local Variables
inLas = arcpy.GetParameterAsText(0)
recursion = arcpy.GetParameterAsText(1)
lasd = arcpy.GetParameterAsText(2)
reclassList = arcpy.GetParameterAsText(3) #List of values '<oldCode> <newCode>'
calcStats = arcpy.GetParameter(4)

try:
    # Execute CreateLasDataset
    arcpy.management.CreateLasDataset(inLas, lasd, folder_recursion=recursion)
    # Execute Locate Outliers
    outlier_pts = 'in_memory/outliers'
    arcpy.ddd.LocateOutliers(lasd, out_feature_class=outlier_pts, 
                            apply_hard_limit='Apply_Hard_Limit', 
                            absolute_z_min=-15, absolute_z_max=680, 
                            apply_comparison_filter='Apply_Comparison_Filter',
                            z_tolerance=0, slope_tolerance=150, 
                            exceed_tolerance_ratio=0.5, outlier_cap=3000)
    # Execute ChangeLasClassCodes
    arcpy.ddd.LocateLasPointsByProximity(lasd, in_features=outlier_pts, 
                                         search_radius='0.5 Centimeters', 
                                         class_code=18)
    # Report messages
    arcpy.GetMessages(0)

except arcpy.ExecuteError:
    print(arcpy.GetMessages())

环境

当前工作空间, 范围, 输出坐标系, 地理变换, XY 分辨率, XY 容差, Z 分辨率, Z 容差, 输出 XY 值域, 输出 Z 值域, 自动提交

许可信息

• Basic: 需要 3D Analyst
• Standard: 需要 3D Analyst
• Advanced: 需要 3D Analyst