r.in.lidargrass - क्लाउड में ऑनलाइन

कार्यक्रम:

नाम

r.in.lidar - अविभाजित आँकड़ों का उपयोग करके LAS LiDAR बिंदुओं से रेखापुंज मानचित्र बनाता है।

कीवर्ड

रेखापुंज, आयात, LIDAR

SYNOPSIS

r.in.lidar
r.in.lidar --मदद
r.in.lidar [-पेओस्गि] निवेश=नाम उत्पादन=नाम [तरीका=स्ट्रिंग] [टाइप=स्ट्रिंग]
[ज़्रेंज=न्यूनतम अधिकतम] [ज़स्केल=नाव] [प्रतिशत=पूर्णांक] [PTH=पूर्णांक] [ट्रिम=नाव]
[संकल्प=नाव] [रिटर्न_फिल्टर=स्ट्रिंग] [क्लास_फिल्टर=पूर्णांक[,पूर्णांक,...]]
[--अधिलेखित] [--मदद] [--वाचाल] [--शांत] [--ui]

झंडे:
-p
LAS फ़ाइल जानकारी प्रिंट करें और बाहर निकलें

-e
नए डेटासेट के आधार पर क्षेत्र का विस्तार करें

-o
डेटासेट प्रक्षेपण को ओवरराइड करें (स्थान के प्रक्षेपण का उपयोग करें)

-s
डेटा फ़ाइल को हद तक स्कैन करें फिर बाहर निकलें

-g
स्कैन मोड में, शेल स्क्रिप्ट शैली का उपयोग करके प्रिंट करें

-i
z मानों के बजाय तीव्रता मान आयात करें

--ओवरराइट
आउटपुट फ़ाइलों को मौजूदा फ़ाइलों को अधिलेखित करने की अनुमति दें

--मदद
प्रिंट उपयोग सारांश

--शब्दशः
वर्बोज़ मॉड्यूल आउटपुट

--शांत
शांत मॉड्यूल आउटपुट

--यूआई
बलपूर्वक GUI संवाद लॉन्च करना

पैरामीटर:
निवेश=नाम [आवश्यक]
एलएएस इनपुट फ़ाइल
LAS प्रारूप में LiDAR इनपुट फ़ाइलें (*.las या *.laz)

उत्पादन=नाम [आवश्यक]
आउटपुट रास्टर मैप के लिए नाम

तरीका=स्ट्रिंग
रेखापुंज मानों के लिए उपयोग के लिए आँकड़ा
विकल्प: n, मिनट, अधिकतम सीमा, योग, मतलब, मानक विचलन, भिन्नता, कोएफ़_वार, माध्यिका,
शतमक, तिरछापन, ट्रिममीन
चूक: मतलब

टाइप=स्ट्रिंग
परिणामी रेखापुंज मानचित्र के लिए संग्रहण प्रकार
विकल्प: कक्ष, एफसीईएल, डीसीईएल
चूक: एफसीएल

ज़्रेंज=न्यूनतम अधिकतम
z डेटा के लिए फ़िल्टर श्रेणी (न्यूनतम, अधिकतम)

ज़स्केल=नाव
z डेटा पर लागू करने के लिए स्केल
चूक: 1.0

प्रतिशत=पूर्णांक
स्मृति में रखने के लिए मानचित्र का प्रतिशत
विकल्प: 1-100
चूक: 100

PTH=पूर्णांक
मानों का pth शतमक
विकल्प: 1-100

ट्रिम=नाव
रद्द करें सबसे छोटा और . का प्रतिशत सबसे बड़े अवलोकनों का प्रतिशत
विकल्प: 0-50

संकल्प=नाव
आउटपुट रेखापुंज संकल्प

रिटर्न_फिल्टर=स्ट्रिंग
केवल चयनित रिटर्न प्रकार के आयात बिंदु
यदि निर्दिष्ट नहीं है, तो सभी बिंदु आयात किए जाते हैं
विकल्प: प्रथम, अंतिम, मध्य

क्लास_फिल्टर=पूर्णांक [, पूर्णांक,...]
केवल चयनित वर्ग(वर्गों) के आयात बिंदु
इनपुट अल्पविराम से अलग किए गए पूर्णांक हैं। यदि निर्दिष्ट नहीं है, तो सभी बिंदु आयात किए जाते हैं।

वर्णन

RSI r.in.lidar मॉड्यूल लोड और डिब्बे LAS LiDAR बादलों को एक नए रेखापुंज मानचित्र में इंगित करता है। NS
उपयोगकर्ता नया रास्टर बनाने के लिए विभिन्न सांख्यिकीय विधियों में से चुन सकता है।

चूंकि रेखापुंज मानचित्रों का निर्माण कम्प्यूटेशनल क्षेत्र सेटिंग्स (हद और .) पर निर्भर करता है
रिज़ॉल्यूशन), डिफ़ॉल्ट रूप से वर्तमान क्षेत्र के विस्तार और रिज़ॉल्यूशन का उपयोग आयात के लिए किया जाता है।
का उपयोग करते समय -e ध्वज के साथ संकल्प = मान पैरामीटर, क्षेत्र का विस्तार होगा
नए डेटासेट पर आधारित हो। इसलिए पहले इसका उपयोग करने की अनुशंसा की जाती है -s झंडा पाने के लिए
आयात किए जाने वाले LiDAR पॉइंट क्लाउड के विस्तार, फिर वर्तमान क्षेत्र की सीमा को समायोजित करें और
तदनुसार संकल्प, और उसके बाद ही वास्तविक आयात के साथ आगे बढ़ें। एक अन्य विकल्प है
स्वचालित रूप से एलएएस डेटासेट के साथ-साथ क्षेत्र विस्तार को स्वचालित रूप से सेट करने के लिए
वांछित रेखापुंज संकल्प। विवरण के लिए नीचे देखें।

r.in.lidar बड़े पैमाने पर बिंदु क्लाउड डेटासेट को संसाधित करने के लिए डिज़ाइन किया गया है, उदाहरण के लिए कच्चा LiDAR
या साइडस्कैन सोनार स्वाथ डेटा। इसका परीक्षण बड़े डेटासेट के साथ किया गया है (स्मृति के लिए नीचे देखें
प्रबंधन नोट्स)।

आउटपुट रैस्टर मैप को पॉप्युलेट करने के लिए उपलब्ध आँकड़े हैं:

·

n सेल में अंकों की संख्या

मिनट सेल में अंकों का न्यूनतम मान

मैक्स सेल में अंकों का अधिकतम मूल्य

रेंज सेल में बिंदुओं की सीमा

योग सेल में अंकों का योग

मतलब सेल में अंकों का औसत मूल्य

मानक विचलन सेल में बिंदुओं का मानक विचलन

झगड़ा सेल में बिंदुओं का विचरण

coeff_var सेल में बिंदुओं के विचरण का गुणांक

मंझला सेल में बिंदुओं का माध्य मान

प्रतिशतक pth सेल में अंकों का प्रतिशत

तिरछापन सेल में बिंदुओं की विषमता

ट्रिममीन सेल में बिंदुओं का छंटनी माध्य

· झगड़ा और डेरिवेटिव पक्षपाती अनुमानक (एन) का उपयोग करते हैं। [परिवर्तन के अधीन]

· गुणक of झगड़ा प्रतिशत में दिया गया है और (stddev/mean)*100 के रूप में परिभाषित किया गया है।

टिप्पणियाँ

लास पट्टिका आयात तैयारी
के बाद से r.in.lidar मूल LiDAR . से बिनिंग के माध्यम से एक रेखापुंज नक्शा बनाता है
अंक, लक्ष्य कम्प्यूटेशनल क्षेत्र की सीमा और संकल्प निर्धारित किया जाना है। ए
विशिष्ट कार्यप्रवाह में LAS डेटा के संबद्ध दस्तावेज़ीकरण की जांच शामिल होगी
या एलएएस डेटा फ़ाइल के स्कैन के साथ r.in.lidarहै -s (या -g) इनपुट खोजने के लिए ध्वज
डेटा की सीमा
एक अन्य विकल्प एलएएस डेटासेट सीमा के आधार पर क्षेत्र विस्तार को स्वचालित रूप से सेट करना है
(-e ध्वज) का उपयोग करके वांछित रेखापुंज संकल्प के साथ संकल्प पैरामीटर।

याद उपयोग
जब निवेश फ़ाइल मनमाने ढंग से बड़ी हो सकती है, r.in.lidar की एक बड़ी राशि का उपयोग करेंगे
बड़े रास्टर क्षेत्रों (> 10000x10000 पिक्सल) के लिए सिस्टम मेमोरी (रैम)। यदि मॉड्यूल
यह शिकायत करना शुरू करने से इंकार कर देता है कि पर्याप्त स्मृति नहीं है, इसका उपयोग करें प्रतिशत करने के लिए पैरामीटर
मॉड्यूल को कई पास में चलाएं। कम सटीक मानचित्र प्रारूप का उपयोग करने के अलावा (CELL .)
[पूर्णांक] या FCELL [फ्लोटिंग पॉइंट]) DCELL की तुलना में कम मेमोरी का उपयोग करेगा [दोहरी परिशुद्धता
तैरनेवाला स्थल] उत्पादन नक्शा। तरीके जैसे n, मिनट, अधिकतम योग कम मेमोरी का भी उपयोग करेंगे,
जब मानक विचलन, भिन्नता, और coeff_var अधिक प्रयोग करेंगे। कुल कार्य माध्यिका,
शतमक, तिरछापन और छंटनी मतलब और भी अधिक मेमोरी का उपयोग करेगा और उचित नहीं हो सकता है
मनमाने ढंग से बड़ी इनपुट फ़ाइलों के साथ प्रयोग के लिए।

एक LiDAR पल्स में कई रिटर्न हो सकते हैं। पहले वापसी मूल्यों का उपयोग a . प्राप्त करने के लिए किया जा सकता है
डिजिटल सतह मॉडल (डीएसएम) जहां उदाहरण के लिए चंदवा कवर का प्रतिनिधित्व किया जाता है। अंतिम वापसी मान
एक डिजिटल टेरेन मॉडल (DTM) प्राप्त करने के लिए उपयोग किया जा सकता है, उदाहरण के लिए के बजाय वन तल
चंदवा कवर का प्रतिनिधित्व किया। NS रिटर्न_फिल्टर विकल्प पहले, मध्य में से किसी एक को चुनने की अनुमति देता है,
या अंतिम रिटर्न।

LiDAR अंक पहले से ही मानकीकृत वर्गों में वर्गीकृत किए जा सकते हैं। उदाहरण के लिए, वर्ग
नंबर 2 जमीन का प्रतिनिधित्व करता है (अन्य वर्गों के लिए संदर्भ में एलएएस प्रारूप विनिर्देश देखें)।
RSI क्लास_फिल्टर विकल्प संख्या (पूर्णांक) के रूप में एक या अधिक वर्गों का चयन करने की अनुमति देता है
अल्पविराम द्वारा अलग किया गया।

डिफ़ॉल्ट नक्शा टाइप=FCELL का उद्देश्य डेटा सटीकता को संरक्षित करने के बीच समझौता करना है और
सिस्टम संसाधन खपत को सीमित करना।

की स्थापना क्षेत्र सीमा और संकल्प
ऊपर दिए -s स्कैन ध्वज, इनपुट डेटा की सीमा (और इस प्रकार बिंदु घनत्व) मुद्रित होता है।
पूर्ण आयात करने से पहले इसकी जांच करने की अनुशंसा की जाती है। NS -g खोल शैली झंडा
कमांड लाइन पैरामीटर के रूप में उपयुक्त सीमा को प्रिंट करता है छ.क्षेत्र.
एलएएस डेटासेट के आधार पर क्षेत्र विस्तार को स्वचालित रूप से सेट करना एक आसान विकल्प है (-e
ध्वज) का उपयोग करके लक्ष्य रेखापुंज संकल्प के साथ संकल्प पैरामीटर। यहाँ भी यह
परिणामी क्षेत्र सेटिंग्स को सत्यापित और अनुकूलित करने के लिए अनुशंसित है छ.क्षेत्र से पहले
डेटासेट आयात कर रहा है।

आउटपुट रास्टर मैप के लिए, a उपयुक्त संकल्प की संख्या को विभाजित करके पाया जा सकता है
कवर किए गए क्षेत्र द्वारा इनपुट बिंदु (इसके लिए एक पुनरावृत्त दृष्टिकोण की आवश्यकता है जैसा कि यहां बताया गया है):
# एलएएस मेटाडेटा प्रिंट करें (अंकों की संख्या)
r.in.lidar -p इनपुट=points.las
# पॉइंट रिकॉर्ड्स की संख्या: 1287775
# LAS पॉइंट्स क्लाउड एक्सटेंस के लिए स्कैन करें
r.in.lidar -sg इनपुट=points.las आउटपुट=डमी -o
# n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 b=-3.600000 t=906.000000
# इस हद तक गणना क्षेत्र सेट करें
g.क्षेत्र n=2193507.740000 s=2190053.450000 e=6070237.920000 w=6066629.860000 -p
# परिणामी सीमा प्रिंट करें
छ.क्षेत्र-पी
# पंक्तियाँ: 3454
# कर्नल: 3608
# पॉइंट_पर_सेल = n_points / (पंक्तियाँ * कॉल्स)
# यहां: 1287775 / (3454 * 3608) = 0.1033359 LiDAR अंक / रेखापुंज सेल
# चूंकि यह बहुत कम है, हमें कम रास्टर रिज़ॉल्यूशन का चयन करने की आवश्यकता है
छ.क्षेत्र रेस=5 -एपी
# पंक्तियाँ: 692
# कर्नल: 723
# अभी: 1287775 / (692 * 723) = 2.573923 LiDAR अंक / रेखापुंज सेल
# मतलब के रूप में आयात करें
r.in.lidar इनपुट=पॉइंट्स.लास आउटपुट=lidar_dem_mean मेथड=मीन-ओ
# अधिकतम के रूप में आयात करें
r.in.lidar इनपुट = अंक। लास आउटपुट = लिडार_डेम_मैक्स विधि = अधिकतम -ओ
# मानों के p'वें प्रतिशतक के रूप में आयात करें
r.in.lidar इनपुट=प्वाइंट.लास आउटपुट=lidar_dem_percentile_95 \
विधि=प्रतिशतक pth=95 -o
मतलब मूल्य इ in परिप्रेक्ष्य राय, आयातित से लास पट्टिका

आगे के संकेत: LiDAR अंक/वर्ग मीटर की संख्या की गणना कैसे करें:
छ.क्षेत्र -ई
# मीट्रिक स्थान:
# अंक_per_sq_m = n_points / (ns_extent * ew_extent)
# अक्षांश/देशांतर स्थान:
# पॉइंट_पर_वर्ग_म = n_पॉइंट्स / (ns_extent * ew_extent*cos(lat) * (1852*60)^2)

छनन
वर्तमान क्षेत्र के बाहर गिरने वाले अंक छोड़ दिए जाएंगे। इसमें गिरने वाले अंक शामिल हैं
ठीक ठीक दक्षिणी क्षेत्र पर बाध्य। (उन्हें पकड़ने के लिए "g.region . के साथ क्षेत्र को समायोजित करें
s=s-0.000001"; देखें छ.क्षेत्र)

हैश सिंबल (#) से शुरू होने वाली खाली लाइन और कमेंट लाइन को छोड़ दिया जाएगा।

RSI ज़्रेंज पैरामीटर का उपयोग इनपुट डेटा को लंबवत सीमा तक फ़िल्टर करने के लिए किया जा सकता है। उदाहरण
उपयोगों में एक 3D रेखापुंज में संयोजित करने के लिए कई रेखापुंज अनुभाग तैयार करना शामिल हो सकता है
सरणी के साथ r.to.rast3, या अपेक्षाकृत समतल भूभाग पर आउटलेर्स को फ़िल्टर करने के लिए।

विभिन्न इलाकों में उपयोगकर्ता को यह मिल सकता है मिनट नक्शे एक अच्छे शोर फिल्टर के लिए सबसे अधिक बनाते हैं
LIDAR शोर समय से पहले हिट से है। NS मिनट मानचित्र अंतर्निहित खोजने के लिए भी उपयोगी हो सकता है
वन या शहरी वातावरण में स्थलाकृति यदि कोशिकाओं का निरीक्षण किया जाता है।

उपयोगकर्ता के संयोजन का उपयोग कर सकता है r.in.lidar उत्पादन कस्टम फ़िल्टर बनाने के लिए मानचित्र। जैसे
उपयोग r.mapcalc एक माध्य-(2*stddev) मानचित्र बनाने के लिए। [इस उदाहरण में उपयोगकर्ता चाहता हो सकता है
में एक निचला बाउंड फ़िल्टर शामिल करें r.mapcalc अत्यधिक परिवर्तनशील बिंदुओं को हटाने के लिए (छोटा n) या
रन आर.पड़ोसी आगे उपयोग करने से पहले stddev मानचित्र को सुचारू करने के लिए।]

उदाहरण

मौजूदा स्थान/मैपसेट (मीट्रिक) में एलएएस फ़ाइल का आयात:
# कम्प्यूटेशनल क्षेत्र को स्वचालित रूप से सेट करें, हल करें। बिनिंग के लिए 5m . है
r.in.lidar -e -o input=points.las संकल्प=5 आउटपुट=lidar_dem_mean
g.क्षेत्र रेखापुंज=lidar_dem_mean -p
r.univar लिडार_डेम_मीन

सर्पेंट माउंड डेटासेट: यह उदाहरण GRASS विकी में उपयोग किए गए उदाहरण के अनुरूप है
LAS को रेखापुंज DEM के रूप में आयात करने के लिए पृष्ठ।

नमूना LAS डेटा "सर्पेंट माउंड मॉडल LAS Data.las" फ़ाइल में है, जो यहां उपलब्ध है
अप्लाइड इमेजरी.कॉम
# LAS फ़ाइल जानकारी प्रिंट करें
r.in.lidar -p input="सर्पेंट टीला मॉडल LAS Data.las"
# नया स्थान बनाने के लिए v.in.lidar का उपयोग करना
# एलएएस डेटा की प्रक्षेपण जानकारी के साथ स्थान बनाएं
v.in.lidar -i input="सर्पेंट टीला मॉडल LAS Data.las" location=Serpent_Mound
# नए बनाए गए स्थान "सर्प_माउंड" में GRASS को छोड़ें और पुनः आरंभ करें
# एलएएस डेटा के विस्तार को स्कैन करें
r.in.lidar -sg input="सर्पेंट टीला मॉडल LAS Data.las"
# क्षेत्र को एलएएस डेटा के विस्तार पर सेट करें, संकल्प के लिए संरेखित करें
g.क्षेत्र n=4323641.57 s=4320942.61 w=289020.90 e=290106.02 res=1 -ap
# रेखापुंज DEM के रूप में आयात करें
r.in.lidar input="सर्पेंट टीला मॉडल LAS Data.las" \
आउटपुट = सर्पेंट_माउंड_मॉडल_एलएएस_डेटा विधि = माध्य

टिप्पणियाँ

LAS प्रारूप के लिए विशिष्ट फ़ाइल एक्सटेंशन .las और .laz (संपीड़ित) हैं। NS
संपीड़ित LAS (.laz) प्रारूप केवल तभी आयात किया जा सकता है जब libLAS को laszip के साथ संकलित किया गया हो
सहयोग। मिलान के लिए परीक्षण के लिए आवश्यक GDAL के साथ libLAS को संकलित करने की भी सिफारिश की जाती है
अनुमानों।

सभी

· एक बार में कई मानचित्र आउटपुट के लिए समर्थन।
विधि = स्ट्रिंग [, स्ट्रिंग,...] आउटपुट = नाम [, नाम,...]

ज्ञात मुद्दें

· n नक्शा प्रतिशत = 100 और प्रतिशत = xx मानचित्र थोड़ा भिन्न होता है (बिंदु ऊपर/नीचे गिर जाएगा
विभाजन रेखा)
"r.mapcalc diff = bin_n.100 - bin_n.33" आदि के साथ जांच करें।
कारण अज्ञात।

· "नान" लीक हो सकता है coeff_var नक्शे।
कारण अज्ञात। संभावित कामकाज: "r.null setnull=nan"
यदि आपको कोई समस्या (या समाधान!) आती है, तो कृपया GRASS विकास दल से संपर्क करें।

onworks.net सेवाओं का उपयोग करके ऑनलाइन r.in.lidargrass का उपयोग करें