了解地面分类—ArcGIS Pro

地面分类是航空激光雷达数据的重要处理步骤。地面分类开发了数据的许多潜力，尤其是它可以用于生成功能强大的衍生数据。例如 DEM，这是一种通过航空激光雷达数据创建的常见产品，而地面分类是该创建过程中必要的一环。

此外，当人们希望在激光雷达数据中识别建筑物和植被等其他对象时，也需要先进行地面分类。这是因为分类过程中的一个固有步骤是评估点在地面上方的高度。

为了确保数据满足要求，建议由专业人员进行地面分类，并将数据以及应用的所有分类提交给独立的顾问进行检查。工程的要求各不相同，但是通常需要将进行地面分类后的高度与控制点高度进行比较，并检查经过地面分类的激光雷达数据生成的山体阴影派生数据。本主题中的信息介绍了如何使用 ArcGIS Pro 执行地面分类。

先决条件和建议

对点云的地面分类通常在航空激光雷达数据上进行。通过这种方式，可以获得最佳、最一致的地面视图。通过摄影测量派生的点云也可以使用，但是在获取植被覆盖区域的地面观测数据时，它们不如激光雷达可靠。

包括固定平台和移动平台在内的地面采集平台可能存在问题。因为地面上时常有物体投下的阴影，所以通常情况下，无法可靠地捕捉地面。此外，点密度可能会变化，许多区域可能会过采样或欠采样。对靠近传感器的位置进行部分扫描可能是合适的。例如，通过汽车或火车采集的扫描可能以高质量捕捉到紧邻的地面，例如道路路面或铁路床。然而，当地面与扫描仪的距离增加或有多个对象阻挡扫描仪的地面视图时，质量则会降低。

在进行地面分类之前，任何类型的点云都必须进行地理配准和校准。通常，由数据提供者负责此操作。

此外，还建议进行重叠分类以使为地面和其他分类器考虑的数据点密度相对一致。

数据必须位于投影坐标系中。如果数据使用十进制度表示，您可以使用提取 LAS 工具在工具环境中设置一个适当的输出坐标系，从而投影数据。

应对数据进行切片。这意味着将数据分成不重叠的矩形区域，此操作可使用切片 LAS 工具完成。建议 LAS 格式数据的单个切片不超过 1 GB。

建议为 LAS 数据生成统计数据。统计数据会创建一个空间索引，该空间索引可以提高分类性能。 LAS 数据集属性对话框和多个与 LAS 相关的地理处理工具（创建 LAS 数据集和 LAS 数据集统计数据）均可生成统计数据。

如果因任何原因需要重写数据（例如为了进行投影或切片），建议您在创建文件时重新排列点顺序。此操作将根据文件中的实际记录顺序在 LAS 文件中放置在空间上相互邻近的点，这有助于提高空间查询的性能。

执行地面分类

分类 LAS 地面工具用于对激光雷达和摄影测量点云中的地面点进行自动识别和分类。对地面进行分类后，您即可使用 LAS 数据集转栅格工具创建 DEM，或使用其他基于地面的工具（例如分类 LAS 建筑物和按高度分类 LAS）进一步分类数据。

仅类别为 0、4 1 的点被视为地面。根据设置，所有现有的类别为 2（地面 4）的点均可能被保留或被移除（即重置为类别 1 并由分类器重新考虑是否为地面）。用户还可以使用多个选项来处理噪点。默认情况下，噪点会单独留下。所有其他的现有类别保持不变。

局限性

激光雷达数据的分类不是完美的。仅凭借所处理的点信息，并非在所有情况下都能明确判别某些点的分类。因此，可能存在多个可能的地面表面。

请尽量使用最佳选项最大程度地减小误差，从而降低所需的手动分类清理的工作量。要成功实现此目标，需要了解数据特征和研究区域的地形特征。

相比摄影测量派生的点，激光雷达派生的点通常可以生成更好的结果。其部分原因在于点的几何特征。摄影测量点通常无法像激光雷达那样清晰地捕捉地面与建筑物、车辆或植被之间的明显过渡。此外，摄影测量技术无法像激光雷达那样透过植被看到地面。

在通过无人机采集数据的较小区域（例如单个建筑物），通常只捕获了建筑物周围少量的地面。在这些情况下，地面分类器很难找到地面，因为要分类的信息过少。

立交桥和桥梁的路面往往会被错误地分类为地面，因为通往该处的道路被视为地面。由于道路在变为立交桥或桥梁时没有大幅坡度变化，所以分类器会出现分类错误，或认为地面延伸至这些区域。

水体常常被错误地分类为地面。这是因为根据点所定义的几何，地面和水体之间没有明显差异。错误分类的水体应通过表示水体的面要素进行修正。可以通过使用要素设置 LAS 类代码工具实现此操作。

低噪点的聚类可能会被错误地分类为地面，因为分类器将其识别为可能的有效地面要素，例如矿坑。

建筑物、隧道或矿井内部的扫描数据不适用于分类 LAS 地面工具。

使用分类 LAS 地面工具

尽管在大多数情况下分类 LAS 地面工具使用默认参数即可产生良好的结果，但您可以使用各种参数最大程度地减少误差，从而实现最佳质量。下表对这些参数进行了介绍。


地面检测方法
此参数包括三个选项：标准分类、保守分类和激进分类。这些选项与可视为地面区域的表面粗糙度和不连续性程度相关。 “保守”选项允许的粗糙度最低，而“激进”选项允许的粗糙度最高。建议您使用“保守”或“标准”选项，而将“激进”选项用于通常在山区中可见的崎岖地形。 “保守”选项的结果不太可能包含非地面要素，但是可能错过更崎岖的区域内的有效地面。当研究区域具有混合地形时，“标准”选项可以很好地平衡“保守”和“激进”选项。 “保守”选项适用于 DEM 生成，因为它可以降低将较低的对象错误分类为地面的可能性。 “标准”选项适用于平衡漏分误差和错分误差。
检测算法
此参数包括两个选项：最新和第一代。默认设置为最新。此选项使用最新一代的分类器，这也是推荐使用的分类器。第一代选项可以用于重做或匹配使用之前版本的软件获取的结果。在某些情况下，使用第一代选项可能会得到更理想的结果，但这并不常见。
重复使用现有地面
可以选中或取消选中此可选参数。当至少已对一些地面点进行了分类时，此参数十分有用。选中此参数会保留现有地面并向其中添加更多地面。对缺少了某些地面的初始分类进行改进时，通常会使用此参数。在下方的“修复问题区域”部分中，会进一步讨论此工作流。当取消选中此参数时，现有地面将被重分类至类别 1，并且将从头开始进行地面分类。默认情况下取消选中该项。
DEM 分辨率
当您要从地面点派生的 DEM 的像元大小比输入点云的平均点间距粗糙得多时，可以使用此参数减少地面分类的处理时间。也可以采用这种方式生成更加精简的地面点，这些点可能具有其他用途。使用此参数时，将对足够数量的一部分地面点进行分类，以生成具有目标分辨率的 DEM。由于分类的地面点数量较少，工具的运行速度更快。缺点在于如果您将来需要更高分辨率的地面，则必须重新运行分类器。此参数要求提供的像元大小必须大于或等于 0.3 米，且必须大于点云标称点间距的 1.5 倍。
分类低噪点
此参数处于选中状态时，会将低于地面的点分类为类别 7 噪点。如果您提供了地下深度下限参数值，那么只有深度超过该阈值的点会被分类为噪点。默认阈值为 0，因此无论深度如何，所有地面下方的点均被视为噪点。建议选中分类低噪点参数，因为这些点不太可能被解释或分类为其他类别。如果它们不可能属于其他类别，那么将其分配到噪点类别比留在类别 0 或类别 1 更有帮助。并非所有地下点（或更准确地说，对您而言看起来像位于地下的点）都会被分类为低噪点。这种情况通常发生在点聚类上，因为分类器将其识别为可能的有效要素，例如矿井或矿坑。
保留现有低噪点
此参数处于选中状态时，会保留所有现有低噪点以添加更多低噪点。默认情况下，该参数为关闭状态，此时现有低噪点将先被重置为类别 1，然后再从头开始评估。
分类高噪点
此参数处于选中状态时，会根据提供的地上高度下限参数值将高于地面的点分类为类别 18 高噪点。此参数旨在查找与云、雾和高空飞鸟相关的噪点。请使用比树木、建筑物和其他高大的基础设施更高的阈值，以防将它们分类为噪点。注：如果在景观中只有少量有效的高要素，但是在这些要素的高度范围内有大量高噪点，则提供一个可能导致高要素被错误分类的高度阈值可能是有利的。这是因为手动修复这些问题点可能比修复所有因较高的高度阈值导致遗漏的噪点更加容易。
保留现有高噪点
此参数处于选中状态时，会保留现有高噪点以添加更多高噪点。默认情况下，该参数为关闭状态，此时现有高噪点将先被重置为类别 1，然后再从头开始评估。

查看结果

没有任何分类是完美的。应根据需要对结果进行手动检查和清理。存在两种类型的问题：应分类为地面的点未被分类为地面（漏分误差）；不应分类为地面的点被分类为地面（错分误差）。

您可通过查看统计数据来找出错误。例如，在目录窗格的 LAS 数据集属性对话框中的统计数据窗格中，检查地面点高度范围以查看其是否在预期范围内。您也可以将高度与其他高度源（例如调查数据或预先存在的 DEM）进行比对，以查看是否有显著差异。

其中一个常用的方法是，使用执行地面分类后的点创建 DEM，从该 DEM 派生一个山体阴影栅格，然后人工对山体阴影栅格进行目视检查以查找异常。此操作的目的是查找看起来不自然的地貌。这些地貌可能包括异常的山峰和凹地，但更常见的是崎岖地形中缺失或截断的山脊。

修复问题区域

孤立的问题点（例如应为低噪点的矿井）最好通过手动方式修复。为此，可为 LAS 数据集构建金字塔，然后在局部 3D 视图中按类代码查看点云。请确保视图的空间参考与点云一致。 LAS 数据集图层功能区有一个分类选项卡，其中包含用于选择和重分类指定点的工具。

当分类方法设置为“保守”或“标准”时，崎岖地形中陡峭的山脊可能缺失。尽管可以使用“激进”方法避免此情况，但是除非整个区域都崎岖不平，否则不建议使用此方法。在更加常见的混合地形情况下，最好使用“保守”或“标准”方法在略微崎岖的区域获取较高质量的结果。这样做的代价是分类器在崎岖地区限制性过强。它会识别坡度的急剧变化，认为其不太可能是地面，并且可能错过山脊线，尤其是在树木茂密、地面点较少的森林区域，更容易出现上述问题。

为了解决山脊问题，首先要根据初始的地面分类点派生一个山体阴影。该山体阴影用于识别问题位置。操作员会将问题区域周围的面数字化。这些面不需要十分精确。然后重新运行地面分类器，使用比初始运行所用的方法限制性更低的方法。如果之前使用的是“保守”分类，则尝试使用“标准”。如果之前使用的是“标准”，则尝试使用“激进”。同样，选中重用现有地面参数以保留现有地面，并使用包含问题面的面要素类作为处理范围。面的选择会被保留，因此您可以选择特定区域以进行处理和迭代。

此操作仅会对问题区域自动进行更加激进的分类，同时保留使用更加保守的方式分类的其他区域。在重新运行分类器后，应对每个问题区域再进行一次检查。

手动编辑地面种子点

对于使用“激进”分类后仍然存在问题的区域，您可以沿山脊顶部手动分类几个地面种子点，选择相应的问题面，然后使用相同的参数重新运行工具：激进检测，选中重用地面，并使用所选问题面作为处理范围。这些种子点将帮助分类器沿山脊或在山脊周围找到更多点。

要手动编辑地面种子点，请完成以下步骤：

在 3D 视图中找到问题点。
1. 添加 DEM 作为场景地面模型。
2. 在地面上叠加山体阴影和问题面（使用轮廓进行符号化，但无填充）。
3. 导航至问题区域。
调整视图方向，以便从上到下查看数据。
在内容窗格中选择 LAS 数据集图层，但使点保持关闭状态。
选择 LAS 数据集图层会在功能区上启用 LAS 分类选项卡以及剖面工具，但将点关闭可以看到应在哪里绘制剖面。
剖面绘制完成后将显示剖面视图，请关闭叠加的山体阴影和面，然后打开点。
旋转视图以沿着山脊查看，而非从侧面查看。
您也可以选择关闭可见点，这样即可同时选择沿山脊顶部的多个地面点（包括近点和远点）。
手动分类一些地面种子点后，使用相应的问题区域面作为处理范围重新运行分类器。