10 मीटर डेम के लिए 1 मीटर डेम मोज़ेक को एकत्र करने के लिए सबसे अच्छी विधि

11

मेरे पास 1m LiDar व्युत्पन्न DEM का मोज़ेक है। मुझे 10 मी डेम के रूप में डेटा के सबसेट को आउटपुट करना होगा। मैं वर्तमान में ARCGIS 10 में प्रत्येक नए 10m पिक्सेल के लिए माध्य मान उत्पन्न करने के लिए कुल उपकरण का उपयोग कर रहा हूँ। इस तरह के कार्य के लिए सबसे अच्छी तकनीक है या नहीं, इस पर कोई सलाह? क्या इस प्रकार के डेटा के साथ औसत मूल्य सबसे अच्छा दृष्टिकोण है?

— user6784
स्रोत

1

क्या आप अपने वर्कफ़्लो को आगे बता सकते हैं कि डेटा को कम रिज़ॉल्यूशन के लिए फिर से क्यों सैंपल किया जाना चाहिए? पहले चरण के रूप में स्थानिक संकल्प को कम करने का एक बेहतर तरीका हो सकता है?

— विधायक

10

एक सामान्य गलती (जो मैंने भी की है) बिलिनियर इंटरपोलेशन के साथ रेज़लूशन टूल का उपयोग करके एक रास्टर को नीचे-नमूना करना है। इस उत्तर को स्पष्टीकरण के लिए देखें कि यह अच्छा क्यों नहीं है। एक रैस्टर को तीन चरणों में डाउन-सैंपल किया जा सकता है।

पहले चरण की आवश्यकता नहीं हो सकती है। लक्ष्य विस्तार करने के लिए रेखापुंज को फिर से निकालें। बिलिनियर इंटरपोलेशन का उपयोग करें, और आउटपुट सेल आकार को इनपुट रिज़ॉल्यूशन (जैसे, 1 मीटर) के समान रखें। प्रक्षेपण को कोस्टर को "स्नैप" करने के लिए पंजीकरण बिंदु का उपयोग करें। आउटपुट एक्सटेंशन को "वातावरण" में निर्दिष्ट किया जा सकता है, और मेरा सुझाव है कि एक्स्टेंट को 10 मीटर (या अधिक रिज़ॉल्यूशन) के साथ निर्दिष्ट करें। ये विस्तार नियंत्रित करेंगे कि अंतिम रस्टर के लिए आंकड़े कहां निर्धारित किए गए हैं।
ब्लॉक सांख्यिकी प्रदर्शन करें (स्थानिक विश्लेषक उपकरण> पड़ोस में पाया जाता है)। ऊंचाई और चौड़ाई दोनों के लिए 10 कोशिकाओं के साथ एक आयत का उपयोग करें, और सांख्यिकीय प्रकार के लिए "MEAN" चुनें। यदि आप चाहें, तो विभिन्न आकृतियों और प्रकारों का प्रयास करें। कोशिका का आकार नीचे-नमूना अनुपात है।
के बाद से ब्लॉक सांख्यिकी रेखापुंज संकल्प परिवर्तन नहीं करता है, अंतिम चरण पर है रीसेंपल (डेटा प्रबंधन उपकरण> रेखापुंज> रेखापुंज प्रसंस्करण में पाया)। सेल के केंद्र में ब्लॉक आँकड़ा लेने के लिए 10 मीटर का चयन करें और "NEAREST" का उपयोग करें।

चरण 2 और 3 को एग्रीगेट टूल का उपयोग करने के लिए कर्टवेप्रिस के सुझाव से बदला जा सकता है , जो आयत साधनों का उपयोग करके समान परिणाम प्रभावी रूप से प्राप्त करेगा।

— माइक टी
स्रोत

2

रुको। मैं 20 साल से इस सामान को कर रहा हूं और यह नहीं जानता कि बिलिनियर रीसम्पलिंग केवल पास के 4 डेटा बिंदुओं का उपयोग करता है ! यह निश्चित रूप से एक उच्च प्रोफ़ाइल की जरूरत है।

— मैट विल्की

6

आप एग्रीगेट टूल का उपयोग करके प्रक्रिया से बाहर एक कदम काट सकते हैं , जो उन सभी सारांश मूल्य कोशिकाओं और Resample को दोहराने से बचा जाता है।

— कर्टिस प्राइस
स्रोत

अच्छी सलाह, प्रदर्शन करने के लिए कम कदम।

— नाद्या

4

ऊपर उल्लिखित सभी बिंदुओं पर ध्यान देना महत्वपूर्ण है और मैं इस बात से पूरी तरह सहमत हूं कि बिलिनियर रीसम्पलिंग काफी समस्याग्रस्त है। हालाँकि, मैं उत्सुक हूं कि क्यूबिक कन्वेंशन पर कोई चर्चा क्यों नहीं कर रहा है? एक ब्लॉक फ़ंक्शन का उपयोग करने के साथ समस्या यह है कि वितरण के सामान्य होने या मल्टीमॉडल होने पर माध्य काफी अप्रासंगिक है, जैसा कि लिडार व्युत्पन्न डीईएम के साथ अपेक्षित है।

यदि आपके पास मूल लिडार डेटा तक पहुंच है, तो आर्कजीआईएस में "टोपो टू रैस्टर" टूल का उपयोग करके वांछित रिज़ॉल्यूशन के लिए डेटा को प्रक्षेपित करें। यदि आपके पास केवल 1m डेम रेखापुंज तक पहुंच है, तो यह सबसे अच्छा, यद्यपि कम से कम कुशल की तरह लगता है, विधि रेखापुंज को बिंदुओं में बदलने और एक पतली प्लेट या द्वि-घन रेखा का उपयोग करने के लिए होगी। यह रिसप्लस पड़ोस को डेटा के लिए एक नॉनलाइनर वक्र फिट करने की अनुमति देगा।

वैकल्पिक रूप से, आप एक गाऊसी कर्नेल का उपयोग करके 1 मीटर रेखापुंज को सुचारू कर सकते हैं, अपने वांछित रेज़लूशन रिज़ॉल्यूशन (10x10) के आकार का अनुमान लगा सकते हैं, और फिर एक बिलिनियर रिस्पॉन्स बहुत अधिक उपयुक्त होगा। यह दृष्टिकोण आपको चौरसाई पैरामीटर पर सीधे नियंत्रण की अनुमति देगा और इसके परिणामस्वरूप "स्थानीय रूप से" सामान्य वितरण होगा, जहां केंद्रीय प्रवृत्ति के संकेतक के रूप में मतलब प्रासंगिक हो जाता है और एक रैखिक फिट का समर्थन किया जाता है।

— जेफरी इवांस
स्रोत

प्रश्न के स्वामी को यहां लंबे समय तक नहीं देखा गया है, लेकिन मुझे एक ही समस्या है (मेरे लिडार की चीर-फाड़ 0.5 मीटर है), इसलिए मैं चर्चा में आया :) परिवर्तित रेखापुंज के बिंदुओं के बारे में, आर्कगिस के लिए ऐसा लगता है कि यह बहुत आसान है लाखों बिंदुओं से बड़ी आपदाओं को संभालने के लिए।

— नाद्या