क्या अब - मैं LIDAR का डेटा नहीं है?

हाल ही में डेविड मैकिट्रिक द्वारा प्रकाशित एक बहुत ही दिलचस्प लेख में, जहां उन्होंने जीआईएस में लीडर के साथ काम करने के साथ जुड़े तकनीकों के उचित ज्ञान के निहितार्थ के बारे में बात की है और ग्लोबल मैपर को डेटा के प्रोसेसिंग का समर्थन करने के लिए एक उपकरण के रूप में संदर्भित किया है।

लेख को पढ़ने के बाद मैं चारों ओर खेलने के लिए ग्लोबल मैपर डाउनलोड, और मैं मानता चाहिए कि कि उपकरण हम मिले थे और कहा कि डिजिटल इलाके मॉडल xyz पाठ फ़ाइलों से सुविधाजनक था की व्यावहारिकता बनाए रखता है। आज, जब कभी यह बहुत LIDAR का आंकड़ों के और अधिक किफायती पहुंच होता जा रहा है, बुरा नहीं एक नज़र पहलुओं पर लेने के लिए जब इन के साथ काम करने और संयोग क्या ग्लोबल मैपर अच्छी तरह से करता है उल्लेख करने के लिए विचार करने के लिए। मैंने जोर दिया, मैंने जो परीक्षण किया है उसमें मुझे आश्चर्यचकित कर दिया है; एक नए चेहरे के साथ, कार्यक्रम डेटा खोलने की सादगी को बनाए रखता है और उन्हें पूर्व-कॉन्फ़िगर किए गए सुझावों में दिखाता है।

दूसरे दिन, Geofumadas की मेज पर, मैं डॉन एच की आंखों में देखा -मेरे आकाओं में से एक- ड्रोन आपूर्तिकर्ता की पेशकश में उसकी आँखों में एक डिस्किन्टिंग ग्लिंट; यह कैडस्ट्राल डेटा को अपडेट करने के लिए एक एप्लीकेशन था; मुझे इसे क्लाउड से डाउनलोड करने के लिए बहुत खेद था और आपको याद दिलाता हूं कि अधिकांश विकासशील देशों में इन प्रौद्योगिकियों की स्थिरता के लिए कोई न्यूनतम शर्तें नहीं हैं; हालांकि अंत में हम एक कार्यात्मक तरीके से क्या संभव है, इसकी एक आम सहमति तक पहुंचते हैं। कुछ साल पहले इस तकनीक की गड़बड़ी ने संयुक्त राज्य अमेरिका के कुछ सरकारी संस्थानों में एक महान उत्साह पैदा किया था, अब यह हिस्पैनिक संदर्भ के अन्य देशों में चला जाता है, जो नई तकनीक के आवेदन की "लहर पर पाने" के लिए उत्सुकता दर्ज कर सकता है। , डेटा को कैप्चर करना लेकिन यह नहीं जानना कि वास्तव में इनका क्या करना है।

यदि हम किसी परियोजना में लीडर के उपयोग से मांग की गई लागत को ध्यान में रखते हैं, तो हम देखेंगे कि यह महत्वपूर्ण है कि डेटा के बड़े संग्रह (विशिष्ट में 'प्वाइंट क्लाउड कलेक्शन' की बात करते हुए) पर विचार करना महत्वपूर्ण है; यह भी स्वीकार करते हुए कि इसका उपयोग हमें एक प्रभावी परिणाम और समय की एक बड़ी बचत देता है। उचित रूप से उपयोग किया जाता है, लीडर डेटा हमें परंपरागत मैपिंग प्रथाओं के माध्यम से हासिल किए गए कार्यों से बहुत अलग तरीके से दुनिया को समझने की अनुमति देता है। अब आप 3D स्वरूपों का उपयोग करके एक वास्तविक दृष्टि प्राप्त कर सकते हैं और आप डेटा के साथ बातचीत कर सकते हैं जिसके साथ नई विश्लेषण तकनीक विकसित की गई है।

लिडर क्या है

दाऊद बहुत सही कहता है: "लीडर डेटा एक उत्पाद नहीं है, लेकिन एक कच्चा माल है"जो विषय को समझने के लिए, हमारी राय में पहली महत्वपूर्ण अवधारणा को स्थापित करता है वास्तव में, डेटा प्राप्त करना इनपुट है जो हमें उचित प्रसंस्करण के बाद, तीन-आयामी मॉडलों को प्राप्त करने के लिए अनुमति देगा।

लेकिन, स्पष्ट होने के लिए हमें वापस जाने और लीडर डेटा की बुनियादी संरचना और विशेषताओं के बारे में याद रखना होगा। लीडर (लाइट एंड रेंज डिटेक्शन के लिए एक संक्षिप्त शब्द) 3D अंक का वेक्टर प्रारूप है। लीडर डेटा के प्रत्येक फ़ाइल या सेट में आमतौर पर लाखों या यहां तक ​​कि अरबों अंक शामिल होते हैं, जो निकटता से और यादृच्छिक रूप से वितरित होते हैं। उनके बीच की दूरी का निकटता इस बात पर निर्भर करता है कि डेटा कैसे प्राप्त किया गया था।

सार्वजनिक रूप से उपलब्ध लिडर डेटा को एक सटीक स्थिति और नेविगेशन सिस्टम के उपयोग के साथ लेजर ट्रांसमिशन और रिसेप्शन टेक्नोलॉजी का उपयोग करते हुए, एक एयरबोर्न मंच के माध्यम से एकत्र किया गया है। प्रत्येक बिंदु पर, प्रतिबिंबित लेजर पल्स के ट्रांसमिशन और रिसेप्शन के बीच की गणना के समय के अंतर से प्राप्त एक्स, वाई, जेड मान का श्रेय दिया जाता है।

एक विमान जो धीरे-धीरे मक्खियों में उड़ता है, वह एक ऊंचाई से ज्यादा दूरी पर एक बादल की तरफ बढ़ जाएगा जो उच्च ऊंचाई पर तेजी से उड़ता है। विमान या ड्रॉन द्वारा इस्तेमाल किए जाने वाले संवेदक के आधार पर, और डेटा कैसे संसाधित होता है, एक रंग का मूल्य, प्रतिबिंब तीव्रता, और प्रति पल्स प्रतिफल की संख्या दृश्य और विश्लेषण के लिए अतिरिक्त विशेषताओं के रूप में शामिल की जा सकती है।

लिडर डाटा के साथ क्या किया जा सकता है

होने के नाते स्पष्ट डेटा LIDAR का एक परिवर्तन जो आम तौर पर एक 3D मॉडल बन जाता है से होकर गुजरती है, तो एक डिजिटल एलिवेशन मॉडल (डीईएम) या की पीढ़ी बात करते हैं, की स्थापना वेक्टर के / स्वत: निकासी वस्तुओं 3D एक मैट्रिक्स में ज्यामितीय पैटर्न डेरिवेटिव अंक। यह बिंदु बादल के प्रतिनिधित्व को बदलने, सार्थक जानकारी प्राप्त करने के लिए, सतह के विभिन्न प्रकार, भूमि पर एक बिंदु रिश्तेदार, या अंक का घनत्व, अन्य सुविधाओं के बीच की भिन्नता के उन्नयन के लिए कार्य करके भी संभव है,।

लीडर डेटा को संपादित और छानने

यह बहुत आम है कि प्राप्त डेटा फ़ाइलों में आवश्यक से अधिक अंक शामिल हैं। इसलिए, पॉइंट क्लाउड पर फ़िल्टरिंग प्रक्रिया का उपयोग करने से पहले, यह परत के मेटाडेटा की जांच करने के लिए बेहतर है। प्राप्त सांख्यिकीय सारांश, क्लाउड की विशेषताओं के बारे में आवश्यक जानकारी प्रदान करेगा जो फ़िल्टरिंग प्रक्रिया के लिए पर्याप्त निर्णय लेने की प्रक्रिया का सुझाव देगा।

लीडर डेटा की गुणवत्ता में सुधार

आवश्यक न होने वाले बिंदुओं को हटाने के बाद, अगले चरण उन भूमि बिंदुओं का पता लगाने और उन्हें पुनर्वर्गीकृत करना है जिन्हें शुरू में वर्गीकृत नहीं किया गया था। यही है, हमें तारीख को ट्यून करना होगा यह एक बहुत अच्छा संकल्प डीईएम उत्पन्न करने के लिए बहुत महत्वपूर्ण है।
यहां हम विचार करते हैं कि क्या हम एक पर्याप्त डेटा फ़िल्टरिंग प्रक्रिया और इसके बाद के पुनर्व्यवेशन का प्रदर्शन करने में सक्षम हैं। प्रतीत होता है कि दोनों यांत्रिक प्रक्रियाएं प्राप्त करने के परिणामों में महत्वपूर्ण हैं।

इस ग्लोबल मैपर में वास्तव में यह बहुत अच्छा करता है। कम से कम, संपादन और फ़िल्टरिंग परिदृश्य में। और फिर भी, यह ध्यान में रखना चाहिए कि शोर का कारण बनने वाले बिंदुओं को दूर करके, डेटा को सतह के रूप में वर्गीकृत किया जाता है जो आवश्यक रूप से उपयोगी नहीं होता है। ग्लोबल मैपर के माध्यम से, परियोजना क्षेत्र के भौगोलिक दायरे से बाहर के बिंदुओं के उचित उन्मूलन को न केवल संभव है, बल्कि उन लोगों को भी जो विशेषताओं के कारण आवश्यक नहीं हैं, क्योंकि एप्लिकेशन में कई फ़िल्टरिंग विकल्प हैं।
अब हम तारीख के ट्यूनिंग के बारे में बात करते हैं। ग्लोबल मैपर में कई एकीकृत प्रक्रियाएं शामिल हैं जिनके साथ डेटा स्वचालित रूप से वर्गीकृत किया जाता है और प्रारंभिक रूप से पुन: वर्गीकृत नहीं किए जा रहे भूमि अंक, इस प्रकार संभावित उपयोगी डेटा के नुकसान से बचने के लिए। यह उन अंकों के सापेक्ष प्रतिशत को बढ़ाता है जिनका उपयोग उच्च संकल्प डीईएम बनाने के लिए किया जा सकता है।

उदाहरण मैंने तूफान से पहले और बाद में डेटा के साथ काम किया है; निश्चित रूप से एक बर्फ़ील्ड बिना, सॉफ्टवेयर लगभग एक वर्कफ़्लो में कार्यप्रवाह प्राप्त करने, मॉडल, फिल्टर, नए मॉडल बनाने के बारे में सुझाव दिया है।

अन्य स्वचालित वर्गीकरण प्रक्रियाएं इमारतों, पेड़ों और उपयोगिता केबल्स का पता लगा सकती हैं और पुनर्व्यवस्था कर सकती हैं, जो सुविधा निष्कर्षण प्रक्रिया में पहला कदम है।

डिजिटल ऊंचाई मॉडल का निर्माण

3D विश्लेषण प्रक्रियाओं को करने के लिए, लगभग सभी मामलों में, लीडर बिंदु क्लाउड को प्रभावी डेटा होने की आवश्यकता होगी। हम तथाकथित 'जाली' प्रक्रिया का उपयोग करते हैं जिससे एक सरणी के प्रत्येक बिंदु (आमतौर पर एक ऊंचाई मूल्य) से जुड़ा मूल्य का उपयोग ठोस 3D मॉडल बनाने के आधार के रूप में किया जाता है। यह मॉडल केवल भू-भाग (एक डिजिटल भू-भाग मॉडल) या जमीन से ऊपर की सतह, जैसे कि वन आवरण (एक डिजिटल सतह मॉडल) का प्रतिनिधित्व कर सकता है। दोनों के बीच का अंतर सतह को उत्पन्न करने के लिए उपयोग किए जाने वाले अंकों के फ़िल्टरिंग और चयन से प्राप्त होता है।

यदि हम समझते हैं कि लीडर उपभोक्ताओं के बहुमत, मुख्य उद्देश्य डीटीएम (डिजिटल टेरेन मॉडल) की पीढ़ी है, तो ग्लोबल मैपर मात्रा का विश्लेषण सहित इलाके विश्लेषण उपकरणों का एक पर्याप्त संग्रह प्रदान करता है; कट और अनुकूलन भरें; समोच्च लाइनों का निर्माण; वाटरशेड चित्रण; और दृष्टि की लाइनों का विश्लेषण।

एक्स्ट्रेक्टिंग एट्रिब्यूट्स

एक घनत्व बिंदु बादल से डेटा की अधिक उपलब्धता उत्पन्न करने में सक्षम होने के कारण लीडर डेटा को संसाधित करने के नए तरीके की ओर एक नया रास्ता परिभाषित करता है। आसन्न बिंदुओं की ज्यामितीय संरचना में पैटर्न का विश्लेषण, निर्मित मॉडलों के चित्रण को जन्म दे सकता है, जो त्रि-आयामी बहुभुज के रूप में प्रतिनिधित्व किया जाता है; जमीन पर गुजरने वाली विद्युत रेखाएं या केबल, त्रि-आयामी रेखाओं के रूप में प्रतिनिधित्व करते हैं; साथ ही पेड़ों के अंक, उच्च वनस्पति के रूप में वर्गीकृत अंकों की सामूहिक संरचना से व्युत्पन्न। ग्लोबल मैपर के वेक्टर निष्कर्षण उपकरण में एक कस्टम निष्कर्षण विकल्प भी शामिल है, जिसमें पूर्वनिर्धारित पथ के लंबवत प्रोफाइल दृश्यों की श्रृंखला के बाद 3D लाइन और बहुभुज उत्पन्न किए जा सकते हैं। यह उपकरण किसी भी लम्बी संरचना के सटीक त्रि-आयामी मॉडल बनाने के लिए उपयोग किया जा सकता है, जैसे कि सड़क पर एक फुटपाथ के किनारे।

डेविड का निष्कर्ष स्पष्ट है। लीडर के साथ काम करते समय डेटा सब कुछ नहीं है; व्यावहारिक तरीके से उन्हें संसाधित करने के लिए एक उपकरण रखने के साथ, इस तकनीक के उपयोग को मजबूत करता है।

यह उत्सुक है कि पिछली बार मैंने यह आवेदन 2011 में देखा था, 11 संस्करण के साथ। मैंने लीडर के साथ पहले ही काम किया है लेकिन संसाधनों की खपत में यह निराशाजनक था, मैंने इसे देखकर रोक दिया संस्करण 13 जहां उस क्षमता में थोड़ा सुधार हुआ। यह डाउनलोड करने और परीक्षण करने का मामला है, क्योंकि यह 18 संस्करण मुझे कम लागत वाले सॉफ़्टवेयर के सर्वोत्तम विकल्पों में से एक लगता है जो लीडर डेटा को संचालित करने के लिए लगभग हर चीज की आवश्यकता होती है।

करने के लिए जाना ग्लोबल मैपर

एक उत्तर के लिए "मेरे पास डेटा है - अब क्या?"

एक टिप्पणी छोड़ दो

आपका ईमेल पता प्रकाशित नहीं किया जाएगा।

यह साइट स्पैम को कम करने के लिए अकिस्मेट का उपयोग करती है। जानें कि आपका टिप्पणी डेटा कैसे संसाधित किया जाता है.