Estou trabalhando em um projeto LiDAR para determinar onde as árvores de Joshua estão localizadas dentro de uma área de estudo especificada. Devido à cobertura vegetal ser tão escassa, existem realmente duas espécies de copas, que são árvores de Joshua e choupos. Acredito que essa seja uma análise LiDAR relativamente fácil devido à riqueza de espécies muito limitada no dossel. Minha abordagem foi criar uma varredura de terra nua (DEM) e depois uma varredura de primeiro retorno. Eu subtrairia a terra nua da 1ª quadriculação de retorno para criar uma quadriculação de vegetação. Eu seria capaz de remover facilmente qualquer ruído (por exemplo, linhas de energia, edifícios) usando um mapa base para verificação. Como o cliente quer ver todas as árvores de Joshua> = 12 pés, eu simplesmente reclassificaria a varredura da vegetação. Ao fazer isso, eu seria capaz de ver todas as espécies de árvores, que deveriam ser Joshua, dentro da minha área de estudo.
Esta é a metodologia que segui no ArcMap:
Criar camada de terra nua
- Crie um conjunto de dados da área de estudo selecionada com a ferramenta Criar conjunto de dados LAS
- Crie uma camada de conjunto de dados com essa camada com a ferramenta Criar camada de conjunto de dados LAS
a. Selecione 2 (terra) nos códigos de classe - Converta essa camada em varredura com a ferramenta Conjunto de dados LAS em varredura.
Criar camada de vegetação
Repita as etapas 2 e 3 novamente, mas selecione o primeiro retorno com valores de retorno (opcional) AO USAR A FERRAMENTA DE CAMADA LAS DATASET.
Subtraia a varredura Bare Earth da 1ª varredura de retorno com a ferramenta Menos
1st Return (raster) – Bare Earth (raster) = Vegetation Layer
Use a ferramenta Reclassificar para determinar o que tem 12 pés ou mais:
Classification: Natural Breaks (Jenks) Classes: 2 Break values: 3.66, 10.725098
Alguém tem alguma experiência com isso e pode ser capaz de fornecer algumas dicas / sugestões sobre onde posso estar errado? Se as pessoas conhecem melhores metodologias, estou aberto a idéias!
Respostas:
A "qualidade" da varredura CHM que você gera a partir dos pontos LiDAR como entrada para o algoritmo CanopyMaxima afetará significativamente seus resultados. Sugiro experimentar alguns métodos para gerar um CHM, como
Esses dois artigos de blog sobre pit-free e spike-free descrevem como gerar a varredura CHM com os diferentes métodos listados acima usando o LAStools .
fonte
Parece que você está tentando criar um modelo de altura da copa com seu fluxo de trabalho. Isso mostrará a altura de todos os objetos acima do solo. Observando suas espécies de interesse, as árvores de choupo geralmente crescem altas e dentro de áreas ribeirinhas e zonas de inundação. As árvores de Josué são mais áridas. Portanto, reclassificar o modelo de altura do dossel para incluir todos os pixels> = 12 'certamente incluiria ambas as espécies, e não apenas as árvores de Joshua.
O ArcGIS é ótimo para manipular produtos LiDAR derivados, embora tenha um longo caminho a percorrer quando se trata de processamento LiDAR. Em vez disso, eu recomendaria o FUSION , que é otimizado para trabalhar em aplicativos florestais LiDAR. Eu recomendaria um algoritmo no FUSION chamado CanopyMaxima para identificar árvores individuais na sua AOI. Na documentação (p.26) :
O comando é relativamente simples:
A partir daqui, você tem um arquivo CSV mostrando as cordas das árvores individuais. Para filtrar árvores de choupo, considere o seguinte fluxo de trabalho:
fonte