用作栅格数据的 LAS 点统计 (数据管理)

摘要

用于创建栅格，其像元值反映了有关 LAS 点的统计信息。

使用情况

• 可以使用分类代码、分类标签的任意组合来过滤此工具处理的点，并返回通过 LAS 数据集图层的点过滤器的值。 可以在图层属性对话框上或者使用创建 LAS 数据集图层工具来定义过滤器。 LAS 点过滤器将反映在针对所有统计输出获得的结果中，但“脉冲计数”方法除外，该方法将评估所有最后回波点。

• 方法参数的点计数选项将评估 LAS 数据集的点密度。 当检测高密度点的不规则热点时，此信息将非常有用，因为当使用其他工具处理 LAS 文件时，此类数据可能会导致性能下降。 如果遇到高密度热点，则可以使用稀疏化 LAS 工具生成具有更一致空间分布的新点云。

• 方法参数的最常见类代码选项可用于识别由特定类代码定义的唯一对象的数量，特别是在水平方向上对这些对象进行空间分离时更是如此。 为此，请首先应用点过滤器以隔离特定的类代码。 然后，使用足够大的像元大小创建统计栅格，以确保表示点的像元的连通性属于同一对象，并且保留不同对象的点之间的间隙。 例如，要确定适合连接属于路灯的点的像元大小，请考虑点的总体间距和附近路灯之间的距离。 生成的栅格可用于评估每个对象的覆盖区。 通过使用栅格转面工具将栅格转换为面要素，或者使用区域分组工具为每个像元聚类分配唯一值，可以获得唯一对象的数量。

参数

对话框

标注	说明	数据类型
输入 LAS 数据集	将要处理的 LAS 数据集。	LAS Dataset Layer
输出栅格	输出栅格的位置和名称。 将栅格数据集存储到地理数据库或者诸如 Esri Grid 等的文件夹中时，请勿向栅格数据集的名称添加文件扩展名。 在将栅格存储到文件夹中时，可提供文件扩展名以定义栅格的格式，例如 .tif（生成 GeoTIFF）或 .img（生成 ERDAS IMAGINE 格式文件）。 如果栅格存储为 .tif 文件或存储在地理数据库中，则可以使用地理处理环境设置指定栅格压缩类型和质量。	Raster Dataset
方法 (可选)	指定将采集的输出栅格每个像元中有关 LAS 点的统计数据类型。 脉冲计数—将采集最后回波点的数量。 点计数—将采集所有回波中的点的数量。 最常见的最后回波—将采集最常见的最后回波值。 最常见类代码—将采集最常见类代码。 强度值范围—将采集强度值范围。 高程值范围—将采集高程值范围。	String
采样类型 (可选)	指定将如何解释采样值参数以定义输出栅格的像元大小。 观测—采样值将根据输出栅格中最长的列或行来定义输出栅格中的列数或行数。 通过将输出范围的最长边除以采样值参数中的输入将得出像元大小。 如果针对最长边为 23.67 千米的数据集使用观测值 3000，则输出栅格的分辨率将为 7.89 米。 这种方法提供了一种非常有用的方法，用于创建可快速生成的具有可预测大小的输出。 像元大小—像元大小将由采样值参数直接定义。 这是默认设置。	String
采样值 (可选)	与采样类型参数结合使用以定义输出栅格像元大小的值。	Double

Python

arcpy.management.LasPointStatsAsRaster(in_las_dataset, out_raster, {method}, {sampling_type}, {sampling_value})

名称	说明	数据类型
in_las_dataset	将要处理的 LAS 数据集。	LAS Dataset Layer
out_raster	输出栅格的位置和名称。 将栅格数据集存储到地理数据库或者诸如 Esri Grid 等的文件夹中时，请勿向栅格数据集的名称添加文件扩展名。 在将栅格存储到文件夹中时，可提供文件扩展名以定义栅格的格式，例如 .tif（生成 GeoTIFF）或 .img（生成 ERDAS IMAGINE 格式文件）。 如果栅格存储为 .tif 文件或存储在地理数据库中，则可以使用地理处理环境设置指定栅格压缩类型和质量。	Raster Dataset
method (可选)	指定将采集的输出栅格每个像元中有关 LAS 点的统计数据类型。 PULSE_COUNT—将采集最后回波点的数量。 POINT_COUNT—将采集所有回波中的点的数量。 PREDOMINANT_LAST_RETURN—将采集最常见的最后回波值。 PREDOMINANT_CLASS—将采集最常见类代码。 INTENSITY_RANGE—将采集强度值范围。 Z_RANGE—将采集高程值范围。	String
sampling_type (可选)	指定将如何解释采样值参数以定义输出栅格的像元大小。 OBSERVATIONS—采样值将根据输出栅格中最长的列或行来定义输出栅格中的列数或行数。 通过将输出范围的最长边除以采样值参数中的输入将得出像元大小。 如果针对最长边为 23.67 千米的数据集使用观测值 3000，则输出栅格的分辨率将为 7.89 米。 这种方法提供了一种非常有用的方法，用于创建可快速生成的具有可预测大小的输出。 CELLSIZE—像元大小将由采样值参数直接定义。 这是默认设置。	String
sampling_value (可选)	与采样类型参数结合使用以定义输出栅格像元大小的值。	Double

代码示例

LasPointStatsAsRaster 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

env.workspace = "C:/data"
arcpy.LasPointStatsAsRaster_3d("test.lasd", "lidar_intensity.img", 
                             "INTENSITY_RANGE", "CELLSIZE", 15)

LasPointStatsAsRaster 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: LAS Point Statistics As Raster
Description: Identifies the most frequently occurring return value for
             each pulse in a given set of LAS files.
             Designed for use as a script tool.
**********************************************************************'''
# Import system modules
import arcpy

# Set Local Variables
lasD = arcpy.GetParameterAsText(0)
inLas = arcpy.GetParameterAsText(1) #input las files
sr = arcpy.GetParameter(2) #spatial reference of las dataset
statsRaster = arcpy.GetParameterAsText(3)

# Execute CreateLasDataset
arcpy.management.CreateLasDataset(inLas, lasD, 'RECURSION', '', sr)
# Execute LasPointStatsAsRaster
arcpy.management.LasPointStatsAsRaster(lasD, statsRaster,
                                       "PREDOMINANT_RETURNS_PER_PULSE",
                                       "CELLSIZE", 15)

环境

当前工作空间, 范围, 输出坐标系, 地理变换, 像元大小, 金字塔, 栅格统计, 输出配置关键字, 自动提交

许可信息

• Basic: 需要 3D Analyst 或 Spatial Analyst
• Standard: 是
• Advanced: 是