أكثر

كيفية إنشاء خريطة NDVI من كثافة LiDAR وصورة RGB

كيفية إنشاء خريطة NDVI من كثافة LiDAR وصورة RGB


أنا جديد مع GIS وكنت أبحث عن طرق حول كيفية إنشاء خريطة NDVI من كثافة LiDAR وصورة RGB. هل من طريقة لأفعل هذا؟

لقد قرأت أنه يمكنك إنشاء صورة مكثفة ولكن كيف يمكننا دمجها مع صورة RGB؟ هل يوجد برنامج GIS لذلك؟


لا يوجد برنامج GIS محدد للقيام بذلك: سيتعامل معظمهم مع صورة RGB وبيانات Lidar.

بشكل أساسي ، NDVI هو (NIR - RED) / (NIR + RED). في معظم الأحيان ، يمنحك Lidar الجوي قيمة NIR (ليتم التحقق منها في البيانات الوصفية) ويمنحك النطاق الأول من صورة RGB قيمة RED. فقط تأكد من معايرة بياناتك للانعكاس (أو ، إن لم يكن ذلك ممكنًا ، تطبيعها في نفس نطاق القيمة -> هذا سيمنحك تمييزًا جيدًا ، ولكن لا يمكن استخدام عتبة مطلقة بعد ذلك).

كملاحظة ، لا يوفر Lidar دائمًا معلومات الكثافة. في بعض الأحيان لا تتوفر سوى معلومات المسافة.


رسم خرائط للمناطق الحساسة للتآكل بعد حرائق الغابات باستخدام تقنيات العمل الميداني والاستشعار عن بعد ونظم المعلومات الجغرافية على نطاق إقليمي

[1] تم توثيق التغيرات في الدورة الهيدرولوجية عقب حرائق الغابات بسبب فقدان الغطاء النباتي للغطاء الأرضي والتغيرات في خصائص التربة في العديد من الدراسات. ومع ذلك ، فإن العملية السريعة لاستعادة الغطاء النباتي تقلل من هذه الآثار السلبية. الغطاء النباتي قبل الحريق ، وشدة الحريق ، والخصائص الجيوفيزيائية هي عوامل مهمة تتحكم في الانقطاعات المكانية التي تنطوي عليها عملية تغطية الغطاء النباتي. كان الهدف من هذه الدراسة هو تقدير احتمالية التعرية العالية من أجل تحديد المناطق الحساسة للتآكل بعد الحريق. تم إجراء التحليل في مجتمعات نباتية مختلفة أحرقتها حرائق الغابات الصيفية في منطقة ما قبل جبال البرانس (إسبانيا). تم استخدام صور Landat Thematic Mapper (TM) لمدة ثلاث سنوات لرسم خرائط لمناطق حرائق الغابات ومستويات الخطورة. تم تطبيق التحويل إلى الانعكاس الطيفي من أجل التصحيح الإشعاعي عن طريق تطبيع التأثيرات الطبوغرافية والجوية. وبالمثل ، تم أيضًا دمج متغيرات فيزيائية أخرى في نظام المعلومات الجغرافية (GIS): أنواع الغطاء النباتي ، والمواد الأصلية ، والإضاءة ، والمنحدر ، والجانب ، وهطول الأمطار. تم تمييز المتغير التابع من خلال العمل الميداني وعملية تفسير الصور بناءً على صور تقويمية جوية رقمية عالية الدقة تم التقاطها بعد 11-12 عامًا من الحريق. تم استخدام نماذج الانحدار اللوجستي المختلفة لرسم خرائط احتمالية التآكل. تشير النتائج إلى أن قيم دليل الغطاء النباتي المسبق للفرق المقيس والجوانب هي أهم المتغيرات لتقدير المناطق الحساسة للتعرية بعد الحريق (Nagelkerke r 2 = 0.66 Kappa value = 0.65). أخيرًا ، يمكن أن يؤدي استخدام النماذج اللامعلمية مع المعلومات الرقمية البيئية القائمة على نظم المعلومات الجغرافية إلى تسهيل إدارة المناطق المحترقة.


معالجة الليدار منخفضة التكلفة

يتم تقديم وظيفة تحليل وتحرير lidar المحسّنة في Global Mapper Lidar Module بسعر أقل بكثير من التطبيقات المماثلة. تتساوى تكلفة تنشيط هذه الوحدة مع تكلفة شراء نسخة من Global Mapper مع خيارات ترخيص مرنة متاحة للشبكة والمؤسسات والاستخدام الأكاديمي. لمزيد من المعلومات ، اتصل بـ [email protected]

ميزات وحدة ليدار

تم تضمين Lidar Module® في الإصدار الحالي من Global Mapper® ويتم تنشيطه في Module / License Extension Manager. تعرف على المزيد حول ميزات وحدة Lidar أدناه. نسخة تجريبية مجانية متاحة للتقييم.

باستخدام مجموعة من الصور المتداخلة ، مثل تلك التي تم جمعها باستخدام طائرة بدون طيار ، تقوم أداة Pixels to Points بإنشاء سحابة نقطة عالية الكثافة بناءً على معلمات يختارها المستخدم. باستخدام مبادئ القياس التصويري التي يتم فيها اشتقاق القياسات من الصور الفوتوغرافية ، تقوم أداة Pixels to Points بتحليل العلاقة بين الكائنات التي يمكن التعرف عليها في الصور المجاورة لتحديد الإحداثيات ثلاثية الأبعاد للسطح المقابل. كمنتج ثانوي لقدرة إنشاء السحابة النقطية ، توفر أداة Pixels to Points أيضًا خيارًا لإنشاء صورة مُقوَّمة عن طريق ربط قيم RGB في كل نقطة ، بالإضافة إلى شبكة ثلاثية الأبعاد ، كاملة بنسيج واقعي.

تبدأ معالجة إنشاء سحابة النقاط بتحميل بسيط للصور في مربع الحوار Pixels to Points. للحصول على أفضل النتائج ، يوصى بتداخل 60٪ على الأقل من الصور الموزعة بالتساوي والتي تم التقاطها من زوايا مختلفة. يمكن معاينة الصور الفردية ويمكن إزالة تلك غير المطلوبة لسحابة النقطة النهائية. يمكن بعد ذلك تطبيق إعدادات مختلفة لتحديد جودة المخرجات وطريقة التحليل وما إلى ذلك. وأخيرًا ، يمكن إضافة نقاط التحكم الأرضية اختياريًا لضبط الوضع الأفقي والرأسي لسحابة النقاط. بعد اكتمال المعالجة ، ستتم إضافة سحابة النقطة تلقائيًا إلى مساحة العمل الحالية. يمكن معالجتها أو تحريرها بشكل أكبر قبل التصدير إلى أي من تنسيقات سحابة النقاط المدعومة بما في ذلك LAS و LAZ.

عملية Pixels to Points هي عملية مكثفة للذاكرة وقد تستغرق عدة ساعات للمعالجة اعتمادًا على بيانات الإدخال وإعدادات الجودة. يوصى بإجراء هذه العملية على جهاز كمبيوتر مخصص به ذاكرة وصول عشوائي (RAM) لا تقل عن 16 جيجابايت. تتطلب أداة Pixels to Points أيضًا نظام تشغيل 64 بت.

باستخدام مجموعة محددة من نقاط الليدار ، تستخدم هذه العملية الشكل الهندسي ثلاثي الأبعاد للنقاط جنبًا إلى جنب مع الألوان المرتبطة إذا كانت موجودة وتقوم بإنشاء شبكة أو نموذج ثلاثي الأبعاد. عند عرض هذا النموذج ثلاثي الأبعاد ، يتم عرضه كتمثيل ثلاثي الأبعاد للصور الواقعية متعدد الأوجه للميزة المقابلة. تنتج هذه العملية ناتجًا مشابهًا لخيار إنشاء النموذج في أداة Pixels to Points.

خوارزميات تصنيف النقاط التلقائي

تتضمن وحدة Lidar شريط أدوات مناسبًا لتبسيط تصنيف النقاط المحددة بنقرة زر واحدة. يتضمن شريط الأدوات هذا أزرارًا لأنواع التصنيف الأكثر شيوعًا بما في ذلك الأرض والنباتات والمباني. بالإضافة إلى ذلك ، يمكن تحرير النقاط المحددة يدويًا وتعيينها إلى أي من أنواع تصنيفات ASPRS lidar باستخدام وظيفة التحويل الرقمي & # 8217s.

استنادًا إلى الخصائص الهندسية والخصائص الأخرى لملف lidar أو سحابة النقطة ، فإن أداة إعادة التصنيف التلقائية Lidar Module & # 8217s قادرة على تحديد وإعادة تصنيف النقاط التي تمثل أنواع ميزات النقاط المهمة بدقة. أولاً وقبل كل شيء هو تحديد النقاط الأرضية ، والتي تُستخدم لإنشاء نموذج DTM أو نموذج الأرض المجردة. ضمن النقاط المتبقية فوق الأرض ، يمكن تطبيق خوارزميات محددة لتحديد وإعادة تصنيف الغطاء النباتي العالي والمباني وخطوط الطاقة.

توفر وحدة Lidar أداة للتحقق من الدقة الرأسية لسحابة نقطية. باستخدام نقاط التحكم الأرضية التي تم مسحها ، يمكن فحص قيم الارتفاع في جميع أنحاء الطبقة وتعديلها إذا لزم الأمر.

يمكن تصفية النقاط باستخدام مجموعة متنوعة من المعايير وفي مراحل مختلفة أثناء سير عمل معالجة السحابة النقطية. أثناء الاستيراد ، يمكن تصفية النقاط بناءً على التصنيف أو عدد المرتجعات أو عدد العينات أو بناءً على التوزيع الجغرافي. يمكن استخدام نفس خيارات التصفية لتصفية عرض النقاط في عرض الخريطة. عند إنشاء سطح شبكي أو DEM ، يتوفر مستوى إضافي من التصفية والذي يمكن استخدامه لإزالة النقاط بناءً على نطاق الارتفاع أو التصنيف أو الكثافة أو اللون أو على العديد من خصائص سحابة النقاط الأخرى.

لمعالجة مصدر قلق كبير بين مستخدمي lidar ، توفر Global Mapper Lidar Module طريقة فعالة وفعالة لإزالة الضوضاء من بيانات سحابة النقاط. يمكن لأداة التصفية القوية هذه إعادة تصنيف أو حذف أي نقاط تتجاوز الارتفاع أو الارتفاع المحدد فوق عتبة الأرض داخل منطقة محلية.

تتضمن وحدة Lidar العديد من الأدوات للاستعلام عن النقاط بناءً على سمات سحابة النقطة وتوزيعها الجغرافي. يمكن استخدام وظيفة البحث لإنشاء استعلام متعدد المستويات لتصنيف النقاط أو نطاق الارتفاع أو الشدة أو أي من المتغيرات الأخرى. تتضمن خيارات الاستعلام المكاني تحديد النقاط الموجودة داخل مضلع محدد أو نقاط تقع ضمن مسافة محددة لنوع معين من نوع النقطة أو معلم الخط. هذه الوظيفة مناسبة بشكل مثالي لاكتشاف التعديات.

باستخدام مجموعة من المعلمات القابلة للتخصيص ، تقلل هذه الأداة عدد النقاط في سحابة النقاط مما يؤدي إلى حجم ملف يمكن إدارته مع التخلص من التكرار. يمكن تطبيق عملية التخفيف هذه باستمرار عبر المدى ثنائي الأبعاد للطبقة أو يمكن أن تختلف لتعكس التوزيع ثلاثي الأبعاد للنقاط.

تُستخدم أداة استخراج الميزات ، وهي واحدة من أقوى إمكانيات Lidar Module & # 8217 ، لإنشاء ميزات متجه (نقطة أو خط أو مضلع) مشتقة من نقاط مصنفة بشكل مناسب. استنادًا إلى سلسلة من الإعدادات القابلة للتخصيص ، يتم تحليل أنماط النقاط التي تمثل المباني والأشجار والأعمدة وكابلات المرافق ويتم تحديد مداها تلقائيًا كسلسلة من الكائنات المتجهة ثلاثية الأبعاد أو ، في حالة المباني ، كشبكة ثلاثية الأبعاد.

باستخدام وظيفة ملف تعريف المسار العمودي ، يتم إنشاء سلسلة من العروض المقطعية المخصصة المتباعدة بشكل عمودي على مسار محدد عبر سحابة نقطية. يمكن وضع الرؤوس ثلاثية الأبعاد بسرعة وبدقة على فترات منتظمة داخل كل عرض ملف تعريف متتالي. عند اكتمال التسلسل ، يتم إنشاء ميزة خطية أو منطقة ثلاثية الأبعاد باستخدام أداة الرقمنة القياسية Global Mapper & # 8217s. هذه أداة مثالية لتحديد الحواجز أو كابلات المرافق أو خطوط الأنابيب أو قنوات الصرف أو خطوط بناء الأسطح من بيانات السحابة عالية الدقة.

يمكن ضبط عرض النقاط ليعكس العديد من السمات داخل سحابة النقاط ، بما في ذلك:

  • ارتفاع
  • شدة
  • تصنيف
  • رقم الإرجاع
  • الارتفاع فوق الأرض
  • معرف مصدر النقطة
  • NDVI / NDWI (عند وجود سمة NIR)
  • كثافة النقطة

عند التراكب على طبقة نقطية أو شبكية ، يمكن إضافة قيمة RGB أو NIR من كل بكسل أساسي إلى النقطة المرتبطة.

توفر وحدة Lidar العديد من الخيارات لإنشاء نموذج السطح. تكملة لعملية التثليث البسيطة (TIN) ، توفر binning طريقة أكثر كفاءة وقابلية للتخصيص لإنشاء DTM أو DSM لدقة معينة. يسمح التسطيح المائي لقيم الارتفاع المتأصلة المرتبطة بخطوط أو مضلعات متجهة ثلاثية الأبعاد لتجاوز الارتفاعات القائمة على النقاط عند نمذجة المسطحات المائية أو الجداول.

تتيح الوحدة النمطية عرض قسم من سحابة نقطية في عرض ملف تعريف المسار. يتم إنشاء هذا المنظور الجانبي مبدئيًا عن طريق إنشاء عرض مسطح لضمان عرض نقاط كافية لمنطقة الاهتمام. يعد المنظور الجانبي مناسبًا بشكل مثالي للاختيار اليدوي للنقاط وتحريرها لأنه يميز بوضوح النقاط التي يتم إزاحتها رأسياً عن تلك الموجودة في المنطقة المحيطة.


حدود

مجموعة بيانات LAS المطلوب معالجتها.

موقع واسم البيانات النقطية الناتجة. عند تخزين مجموعة بيانات نقطية في قاعدة بيانات جغرافية أو في مجلد مثل Esri Grid ، لا تقم بإضافة امتداد ملف إلى اسم مجموعة البيانات النقطية. يمكن توفير امتداد ملف لتحديد تنسيق البيانات النقطية عند تخزينه في مجلد ، مثل .tif لإنشاء GeoTIFF أو .img لإنشاء ملف بتنسيق ERDAS IMAGINE.

إذا تم تخزين البيانات النقطية كملف TIFF أو في قاعدة بيانات جغرافية ، فيمكن تحديد نوع وجودة ضغط البيانات النقطية باستخدام إعدادات بيئة المعالجة الجغرافية.

بيانات الليدار التي سيتم استخدامها لتوليد إخراج البيانات النقطية.

  • الارتفاع - سيتم استخدام الارتفاع من ملفات lidar لإنشاء البيانات النقطية. هذا هو الافتراضي.
  • كثافة - سيتم استخدام معلومات الكثافة من ملفات lidar لإنشاء البيانات النقطية.
  • RGB — سيتم استخدام قيم RGB من نقاط الليدار لإنشاء صور ثلاثية النطاقات.

تقنية الاستيفاء التي سيتم استخدامها لتحديد قيم الخلايا لخرج البيانات النقطية.

يوفر نهج binning طريقة تعيين الخلية لتحديد كل خلية إخراج باستخدام النقاط التي تقع ضمن نطاقها ، جنبًا إلى جنب مع طريقة التعبئة الفراغية لتحديد قيمة الخلايا التي لا تحتوي على أي نقاط LAS.

طرق تعيين الخلية

  • AVERAGE - يعين متوسط ​​قيمة جميع النقاط في الخلية. هذا هو الافتراضي.
  • MINIMUM - لتعيين الحد الأدنى للقيمة الموجودة في النقاط داخل الخلية.
  • الحد الأقصى — لتعيين الحد الأقصى للقيمة الموجودة في النقاط داخل الخلية.
  • IDW - يستخدم الاستيفاء المرجح للمسافة العكسية لتحديد قيمة الخلية.
  • أقرب — يستخدم تعيين الجار الأقرب لتحديد قيمة الخلية.
  • NONE —NoData يتم تعيينه للخلية.
  • SIMPLE - يتوسط القيم من خلايا البيانات المحيطة مباشرةً بخلية NoData لإزالة الفراغات الصغيرة.
  • LINEAR - ينتقل عبر مناطق الفراغ ويستخدم الإقحام الخطي على القيمة المثلثة لتحديد قيمة الخلية. هذا هو الافتراضي.
  • NATURAL_NEIGHBOR - يستخدم استيفاء الجوار الطبيعي لتحديد قيمة الخلية.

تستمد طرق الاستيفاء التثليث قيم الخلايا باستخدام نهج قائم على رقم التعريف الضريبي (TIN) مع إتاحة الفرصة أيضًا لتسريع وقت المعالجة عن طريق تقليل أخذ عينات بيانات LAS باستخدام تقنية Window Size.

طرق التثليث

  • الخطي — يستخدم الاستيفاء الخطي لتحديد قيم الخلية.
  • الجيران الطبيعيون — يستخدم استيفاء الجار الطبيعي لتحديد قيمة الخلية.

طرق تحديد حجم النافذة

  • الحد الأقصى - يتم الاحتفاظ بالنقطة ذات أعلى قيمة في كل حجم نافذة. هذا هو الافتراضي.
  • الحد الأدنى - يتم الاحتفاظ بالنقطة ذات أقل قيمة في كل حجم نافذة.
  • الأقرب إلى المتوسط ​​- يتم الحفاظ على النقطة التي تكون قيمتها الأقرب إلى متوسط ​​جميع قيم النقاط في حجم النافذة.

يحدد نوع القيم الرقمية المخزنة في البيانات النقطية للمخرجات.

  • النقطة العائمة - ستستخدم البيانات النقطية للمخرجات النقطة العائمة ذات 32 بت ، والتي تدعم القيم التي تتراوح من -3.402823466e + 38 إلى 3.402823466e + 38. هذا هو الافتراضي.
  • عدد صحيح - ستستخدم البيانات النقطية الناتجة عمق بت عدد صحيح مناسب. سيقوم هذا الخيار بتقريب قيم z إلى أقرب رقم صحيح وكتابة عدد صحيح لكل قيمة خلية نقطية.

يحدد الطريقة التي سيتم استخدامها لتفسير قيمة معلمة Sampling Value لتحديد دقة البيانات النقطية للمخرجات.

  • الملاحظات - سيتم استخدام عدد الخلايا التي تقسم الجانب الأطول من نطاق مجموعة بيانات LAS.
  • حجم الخلية - سيتم استخدام حجم خلية البيانات النقطية للإخراج. هذا هو الافتراضي.

القيمة المستخدمة بالاقتران مع معلمة Sampling Type لتحديد دقة البيانات النقطية للمخرجات.

العامل الذي سيتم به ضرب قيم z. يستخدم هذا عادةً لتحويل الوحدات الخطية z لمطابقة الوحدات الخطية x و y. القيمة الافتراضية هي 1 ، مما يترك قيم الارتفاع دون تغيير. هذه المعلمة غير متاحة إذا كان المرجع المكاني لسطح الإدخال يحتوي على مسند z مع وحدة خطية محددة.

مجموعة بيانات LAS المطلوب معالجتها.

موقع واسم البيانات النقطية الناتجة. عند تخزين مجموعة بيانات نقطية في قاعدة بيانات جغرافية أو في مجلد مثل Esri Grid ، لا تقم بإضافة امتداد ملف إلى اسم مجموعة البيانات النقطية. يمكن توفير امتداد ملف لتحديد تنسيق البيانات النقطية عند تخزينه في مجلد ، مثل .tif لإنشاء GeoTIFF أو .img لإنشاء ملف بتنسيق ERDAS IMAGINE.

إذا تم تخزين البيانات النقطية كملف TIFF أو في قاعدة بيانات جغرافية ، فيمكن تحديد نوع وجودة ضغط البيانات النقطية باستخدام إعدادات بيئة المعالجة الجغرافية.

بيانات الليدار التي سيتم استخدامها لتوليد إخراج البيانات النقطية.

  • الارتفاع - سيتم استخدام الارتفاع من ملفات الليدار لإنشاء البيانات النقطية. هذا هو الافتراضي.
  • الكثافة - سيتم استخدام معلومات الكثافة من ملفات lidar لإنشاء البيانات النقطية.
  • RGB - سيتم استخدام قيم RGB من نقاط الليدار لإنشاء صور ثلاثية النطاقات.

تقنية الاستيفاء التي سيتم استخدامها لتحديد قيم الخلايا لخرج البيانات النقطية.

يوفر نهج binning طريقة تعيين الخلية لتحديد كل خلية إخراج باستخدام النقاط التي تقع ضمن نطاقها ، جنبًا إلى جنب مع طريقة التعبئة الفراغية لتحديد قيمة الخلايا التي لا تحتوي على أي نقاط LAS.

طرق تعيين الخلية

  • AVERAGE - يعين متوسط ​​قيمة جميع النقاط في الخلية. هذا هو الافتراضي.
  • MINIMUM - يعين الحد الأدنى للقيمة الموجودة في النقاط داخل الخلية.
  • الحد الأقصى — لتعيين الحد الأقصى للقيمة الموجودة في النقاط داخل الخلية.
  • IDW - يستخدم الاستيفاء المرجح للمسافة العكسية لتحديد قيمة الخلية.
  • أقرب — يستخدم تعيين الجار الأقرب لتحديد قيمة الخلية.
  • NONE —NoData يتم تعيينه للخلية.
  • SIMPLE - يتوسط القيم من خلايا البيانات المحيطة مباشرةً بخلية NoData لإزالة الفراغات الصغيرة.
  • LINEAR - ينتقل عبر مناطق الفراغ ويستخدم الإقحام الخطي على القيمة المثلثة لتحديد قيمة الخلية. هذا هو الافتراضي.
  • NATURAL_NEIGHBOR - يستخدم استيفاء الجوار الطبيعي لتحديد قيمة الخلية.

تستمد طرق الاستيفاء التثليث قيم الخلايا باستخدام نهج قائم على رقم التعريف الضريبي (TIN) مع إتاحة الفرصة أيضًا لتسريع وقت المعالجة عن طريق تقليل أخذ عينات بيانات LAS باستخدام تقنية Window Size.

طرق التثليث

  • الخطي — يستخدم الاستيفاء الخطي لتحديد قيم الخلية.
  • الجيران الطبيعيون — يستخدم استيفاء الجار الطبيعي لتحديد قيمة الخلية.

طرق تحديد حجم النافذة

  • الحد الأقصى - يتم الاحتفاظ بالنقطة ذات أعلى قيمة في كل حجم نافذة. هذا هو الافتراضي.
  • الحد الأدنى - يتم الاحتفاظ بالنقطة ذات أقل قيمة في كل حجم نافذة.
  • الأقرب إلى المتوسط ​​- يتم الحفاظ على النقطة التي تكون قيمتها الأقرب إلى متوسط ​​جميع قيم النقاط في حجم النافذة.

يحدد نوع القيم الرقمية المخزنة في البيانات النقطية للمخرجات.

  • FLOAT - ستستخدم البيانات النقطية للمخرجات النقطة العائمة 32 بت ، والتي تدعم القيم التي تتراوح من -3.402823466e + 38 إلى 3.402823466e + 38. هذا هو الافتراضي.
  • INT - ستستخدم البيانات النقطية الناتجة عمق بت عدد صحيح مناسب. سيقوم هذا الخيار بتقريب قيم z إلى أقرب رقم صحيح وكتابة عدد صحيح لكل قيمة خلية نقطية.

يحدد الطريقة التي سيتم استخدامها لتفسير قيمة معلمة Sampling Value لتحديد دقة البيانات النقطية للمخرجات.

  • الملاحظات - سيتم استخدام عدد الخلايا التي تقسم الجانب الأطول من نطاق مجموعة بيانات LAS.
  • CELLSIZE - سيتم استخدام حجم خلية البيانات النقطية الناتجة. هذا هو الافتراضي.

القيمة المستخدمة بالاقتران مع معلمة Sampling Type لتحديد دقة البيانات النقطية للمخرجات.

العامل الذي سيتم به ضرب قيم z. يستخدم هذا عادةً لتحويل الوحدات الخطية z لمطابقة الوحدات الخطية x و y. القيمة الافتراضية هي 1 ، مما يترك قيم الارتفاع دون تغيير. هذه المعلمة غير متاحة إذا كان المرجع المكاني لسطح الإدخال يحتوي على مسند z مع وحدة خطية محددة.

عينة التعليمات البرمجية

يوضح النموذج التالي استخدام هذه الأداة في نافذة Python.

يوضح النموذج التالي استخدام هذه الأداة في نص برمجي بايثون مستقل.


يوفر هذا القسم إرشادات حول معالجة الصور الخاصة بك لضمان الدقة المثلى في حساب المؤشرات الطيفية. قد لا تكون كل هذه الخطوات ضرورية ، بناءً على مصدر البيانات.

تصحيح لتأثيرات الغلاف الجوي

قبل حساب المؤشرات الطيفية ، قيم البكسل الخام (تسمى أيضًا أرقام رقمية أو قيم DN) إلى وحدات ذات مغزى ماديًا. التصحيحات الثلاثة الأكثر شيوعًا للقياس الإشعاعي هي الإشعاع ، أعلى الغلاف الجوي & # 160 (TOA) & # 160 الانعكاس ، وانعكاس السطح الظاهر. تشير بعض الأدبيات إلى أن المؤشرات الطيفية المحسوبة من أي نوع من أنواع البيانات هذه صحيحة تقنيًا ، على الرغم من أن كل منها سيؤدي إلى نتائج مؤشر مختلفة لظروف السطح نفسها. ومع ذلك ، فإن الإجماع العام هو أن المعايرة ل انعكاس السطح الظاهر يعطي أدق النتائج مع المؤشرات الطيفية. هذا مهم بشكل خاص لأجهزة الاستشعار الفائقة الطيفية مثل AVIRIS و EO-1 Hyperion. تضمن أيضًا معايرة الصور مع انعكاس السطح الاتساق عند مقارنة المؤشرات بمرور الوقت ومن أجهزة استشعار مختلفة.

تقوم أداة ENVI Radiometric Calibration بمعايرة الصور من معظم أجهزة الاستشعار الحديثة المحمولة في الفضاء إلى التألق وانعكاس TOA. يمكن لأداة تصحيح الغلاف الجوي مثل FLAASH أو QUAC إزالة تأثيرات التشتت الجوي وامتصاص الغاز لإنتاج بيانات انعكاس السطح. ما لم يُذكر خلاف ذلك ، تفترض المؤشرات الطيفية لـ ENVI أنه تمت معايرة الصور على انعكاس السطح.

راجع البرامج التعليمية التالية للحصول على إرشادات حول استخدام FLAASH لتصحيح الصور الفائقة الطيفية والمتعددة الأطياف:

توفر الأدوات الأخرى مثل Dark Subtraction و Empirical Line Correction و Flat Field Correction و IAR Reflectance Correction طريقة سريعة لتصحيح التأثيرات الجوية. قد تكون هذه كافية لإعداد بيانات متعددة الأطياف للمؤشرات الطيفية ، لكنها ليست طرقًا صارمة تعتمد على النماذج مثل FLAASH.

بيانات انعكاس المقياس

تمثل قيم البيانات في صورة الانعكاس النسبة المئوية للانعكاس (من 0 إلى 100) ، باستخدام قيم النقطة العائمة من 0 إلى 1.0. يقيس FLAASH و QUAC تلقائيًا بيانات الانعكاس بمقدار 10000 لإنتاج بيانات عدد صحيح ، مما يستهلك مساحة قرص أقل من بيانات الفاصلة العائمة. على سبيل المثال ، تمثل قيمة البكسل 3900 قيمة انعكاس 0.39 أو 39٪ انعكاس في هذا النطاق.

بالنسبة للمؤشرات المستندة إلى النسبة الطبيعية مثل NDVI ومشتقاته ، لا يتعين عليك توسيع نطاق قيم البيانات بشكل أكبر. ومع ذلك ، قد تتطلب منك مؤشرات أخرى قياس قيم البكسل من 0 إلى 1.0. للقيام بذلك ، قم باستيراد صورة الانعكاس من FLAASH أو QUAC إلى أداة Apply Gain and Offset (أو ENVIApplyGainOffsetTask في ENVI & # 160API). تعيين قيم الكسب لجميع النطاقات حتى 0.0001. احتفظ بالقيمة الافتراضية لـ 0 من أجل قيم الإزاحة لجميع الفرق الموسيقية. احفظ هذا كصورة جديدة.

إنشاء أقنعة

يجب عليك إخفاء الميزات غير المرغوب فيها من صورتك قبل حساب المؤشرات الطيفية. سيضمن ذلك الحصول على أدق النتائج. يمكنك اختيار القيام بذلك قبل تصحيح الغلاف الجوي أو بعده. راجع موضوع الأقنعة للحصول على التفاصيل.

تحتوي بعض الصور (على سبيل المثال ، Landsat) على بيكسلات خلفية يجب إخفاءها قبل التصحيح الجوي. في هذه الحالات ، يمكنك إنشاء قناع باستخدام قيمة تجاهل البيانات.

يجب إزالة الغيوم من الصور قبل حساب المؤشرات الطيفية. فيما يلي بعض الخيارات المختلفة لإخفاء السحب:

  • ارسم مناطق اهتمام مضلعة (ROIs) حول السحب وغيرها من الميزات عالية التشبع. ثم قم بإنشاء صورة مقنعة ، حيث يتم إخفاء وحدات البكسل الموجودة داخل ROIs وتعيينها على قيم "NoData". راجع خيارات إنشاء قناع.
  • استخدم أداة Calculate Cloud Mask using Fmask لإنشاء قناع سحابي لـ Landsat و Sentinel-2 وبعض مجموعات بيانات NPP & # 160VIIRS & # 160.

قص قيم الانعكاس العالي

قد تحتوي الصور التي تم تصحيحها للتأثيرات الجوية باستخدام FLAASH أو QUAC على عدد قليل من البكسل بقيم انعكاس أقل من 0 أو أعلى من 100 بالمائة. لم يتم تصميم وحدات البكسل بشكل جيد أثناء عملية التصحيح في الغلاف الجوي ويمكن أن تكون ناتجة عن السحب أو غيرها من الميزات عالية التشبع في الصورة. يمكن أن تنتج وحدات البكسل الشاذة هذه قيم مؤشر طيفي تقع خارج النطاق المتوقع.

يمكنك التحقق من نطاق قيم البيانات عن طريق النقر بزر الماوس الأيمن على الصورة في Layer Manager والاختيار احصائيات سريعة. في مربع حوار عرض الإحصائيات ، ابحث عن جدول الإحصائيات الأساسية. فيما يلي مثال من صورة انعكاس رباعي النطاقات تم قياس قيم البكسل الخاصة بها مسبقًا من 0 إلى 1:

يمكنك أن ترى أن القيم القصوى تتجاوز 1.0 في جميع النطاقات الأربعة. لإصلاح هذه المشكلة ، استخدم ENVI & # 160Modeler لإنشاء نموذج بسيط يقوم بتعيين وحدات البكسل أعلى من 1.0 إلى قيمة 1.0. يجب أن يستخدم النموذج العقدة High Clip (واختيارياً ، عقدة Clip منخفضة إذا كانت أي قيم أقل من 0). في مربع حوار معلمة عقدة High Clip ، أدخل مصفوفة من قيم Threshold 1.0 ، وفقًا لعدد النطاقات في صورتك. فيما يلي مثال لصورة رباعية النطاقات:

حدد ملف ملف الخيار ، ثم حدد اسم ملف الإخراج والموقع. ثم قم بتشغيل النموذج.

بعد تشغيل النموذج ، انقر بزر الماوس الأيمن فوق البيانات النقطية المقطوعة في Layer Manager وحدد احصائيات سريعة. تحقق من أن قيمة البيانات القصوى هي 1.0 لجميع النطاقات.

إنشاء مكدس طبقة (مجموعات البيانات الوصفية فقط)

يتم تنظيم بعض مجموعات البيانات في مجموعات نطاقات مختلفة ، بدقة مكانية مختلفة. ASTER و Landsat و Sentinel-2 أمثلة شائعة. تسمى هذه metaspectral مجموعات البيانات في ENVI. يعرض مدير البيانات مجموعات الفرقة المختلفة. فيما يلي مثال من مجموعة بيانات Sentinel-2:

تستخدم جميع مؤشرات الغطاء النباتي للنطاق العريض مزيجًا من الأطوال الموجية باللون الأزرق والأخضر والأحمر والأشعة تحت الحمراء القريبة (NIR). عند تشغيل ملف مؤشرات طيفية أداة لأي من هذه المؤشرات ، ما عليك سوى تحديد مجموعة نطاق NIR المرئي كمدخل.

ومع ذلك ، فإن المجموعات التالية من المؤشرات الطيفية تعتمد على مجموعة من الحواف المرئية والحمراء و / أو NIR والأشعة تحت الحمراء ذات الموجات القصيرة (SWIR) و / أو النطاقات الحرارية:

عند العمل باستخدام مجموعة بيانات metaspectral ، يجب عليك إنشاء مجموعة طبقات من مجموعات النطاق المختلفة إذا كنت تريد حساب هذه المؤشرات الطيفية. من خلال القيام بذلك ، ستكون جميع النطاقات متاحة في ملف واحد. يُظهر البرنامج التعليمي لـ Burn Indices مثالاً على كيفية القيام بذلك باستخدام صور Landsat. راجع أيضًا موضوع تعليمات Build Layer Stack لمزيد من المعلومات.


2 إجابات 2

لست متأكدًا مما تتضمنه مصفوفة الإسقاط التي توفرها Kitti ، لذا فإن الإجابة تعتمد على ذلك. إذا كانت مصفوفة الإسقاط تحتوي فقط على مصفوفة تحويل ، فلا يمكنك إنشاء خريطة عمق منها. تحتوي الصورة ثنائية الأبعاد على تشويه يأتي من الكاميرا ثنائية الأبعاد وعادةً لا تحتوي سحابة النقطة على تشويه ، لذلك لا يمكنك "بدقة" تعيين سحابة نقطة الخريطة إلى صورة RGB بدون معلمات داخلية وخارجية.

PCL غير مطلوب للقيام بذلك.

خريطة العمق هي أساسًا تعيين قيمة العمق لصورة rgb. يمكنك التعامل مع كل نقطة في سحابة النقطة (كل ليزر ليدر) على أنها بكسل من صورة RGB. لذلك ، أعتقد أن كل ما عليك فعله هو العثور على النقطة في سحابة النقطة المقابلة للبكسل الأول (الزاوية اليسرى العليا) لصورة rgb. ثم اقرأ قيمة العمق من سحابة النقطة بناءً على دقة صورة rgb.

لا علاقة لك بالكاميرا. هذا هو كل شيء عن بيانات سحابة النقطة. لنفترض أن لديك 10 ملايين نقطة وكل نقطة بها x ، y ، z بالأمتار. إذا لم تكن البيانات بالأمتار ، فقم بتحويلها أولاً. فأنت بحاجة إلى موضع الليدار. عندما تطرح موضع السيارة من جميع النقاط واحدة تلو الأخرى ، ستأخذ موضع الليدار إلى النقطة (0،0،0) ، ثم يمكنك فقط طباعة النقطة على صورة بيضاء. الباقي هو رياضيات بسيطة ، قد يكون هناك العديد من الطرق للقيام بذلك. أول ما يتبادر إلى ذهني: فكر في rgb كأرقام ثنائية. لنفترض أنه تم تغيير مقياس 1 سم إلى 1 أزرق ، وتغيير 256 سم يساوي التغيير في 1 أخضر و 256 × 256 وهو تغيير 65536 سم يساوي التغيير في 1 أحمر. نحن نعلم أن الكاميرا (0،0،0) إذا كانت قيمة rgb للنقطة هي 1،0،0 فهذا يعني أن 256x256x1 + 0x256 + 0x1 = 65536 سم بعيدًا عن الكاميرا. يمكن القيام بذلك في C ++. كما يمكنك استخدام الاستيفاء وخوارزميات أقرب نقطة لملء الفراغات إن وجدت


1 المقدمة

تشكل حرائق الغابات أحد التهديدات الرئيسية للمناطق الطبيعية ، كونها مشكلة موسمية ذات طابع دائم [1] ، والتي تفاقمت بسبب العوامل المتعلقة بتغير المناخ وظروف الضعف الاجتماعي والاقتصادي [2] تتطلب حرائق الغابات أداء وتنظيم سلسلة من الهياكل الدفاعية من قبل الإدارة لضمان استجابة سريعة وفعالة [3].

إن ظروف مناخ البحر الأبيض المتوسط ​​، التي تتميز بفترة صيف طويلة مع ظروف غير مواتية للغاية من حيث درجة الحرارة وهطول الأمطار ، جنبًا إلى جنب مع التكوينات النباتية النموذجية للبحر الأبيض المتوسط ​​[4] ، تجعل حرائق الغابات ظاهرة متكررة في هذه المنطقة والتي هي تفاقمت بسبب عوامل من صنع الإنسان في مسببات الحريق. بسبب هذه العوامل ، عند اتخاذ الإجراءات المتعلقة بإدارة حرائق الغابات ، يجب أن تسود سياسة وقائية حيث يتم اتخاذ تدابير استباقية في أوقات الخطر المنخفض والمتوسط ​​، وتزويد البيئة بالبنية التحتية الدفاعية والإجراءات الحرجية المحددة.

في منتصف الثمانينيات ، بدأ تطبيق تقنيات تعتمد على الاستشعار عن بعد لدراسة حرائق الغابات. في السنوات الأخيرة ، ركزت التطورات في هذا المجال على التحليل اللاحق للضرر الناجم عن حرائق الغابات [5،6] ، ودرجة الضرر الذي يلحق بالنباتات [7] بعد حريق الغابات [8،9] ، موضحًا الأسباب الرئيسية للاشتعال [10] ، تقييم حالة إعادة التحريج [11] بعد مرور النار [12] ، أو تحديد مناطق النيران النشطة [13]. من ناحية أخرى ، استخدمت دراسة موازية صور الأقمار الصناعية لتصنيف نموذج الوقود بدقة متوسطة & # x02013 منخفضة [14].

يتم تصنيف نموذج الوقود وفقًا لخصائص كتل النبات. تم الحصول على هذه البيانات من خلال الملاحظات الميدانية المنشورة في National Forest Inventory ، والتي كانت عملية مكلفة وطويلة [15]. ومع ذلك ، يمكن الحصول على هذه المعلومات بسرعة أكبر في الوقت الحاضر باستخدام بيانات LiDAR (اكتشاف الضوء وتحديد المدى) [16،17] ، جنبًا إلى جنب مع معلومات أخرى رائعة في تصنيفات نموذج الوقود [18] مثل الاستمرارية الرأسية لكتل ​​الأشجار [19 ، 20] ، وخصائص الطبوغرافيا [21] ، وهيكل مظلة الشجرة [22 ، 23 ، 24]. لمزيد من الدقة في رسم خرائط نماذج الوقود ، تم إجراء دراسات تجمع المعلومات من الصور متعددة الأطياف مع بيانات LiDAR ، على سبيل المثال في نماذج الوقود لبرنامج BEHAVE من الولايات المتحدة [25] ، وفي محاكاة سلوك النيران في الهشيم [26] عندما يتعذر الوصول إلى الأقمار الصناعية أو تكون ذات دقة زمنية ومكانية أقل. من نموذج الوقود ، رسم خرائط لشدة الحريق [27] ، لثاني أكسيد الكربون2 التي ستنبعث [28] ، أو باحتمال حدوث اشتعال [29] ، يمكن التنبؤ بها جميعًا عن طريق إجراء عمليات الاستيفاء والتحليل الإحصائي الجغرافي لبيانات الأرصاد الجوية والخصائص الطبوغرافية [30].

في هذه الدراسة ، تم تطبيق الاستشعار عن بعد كأداة تحليلية في مجال حرائق الغابات ، على سبيل المثال ، تم استخدام صور الأقمار الصناعية من القمر الصناعي Sentinel 2 [31] لرسم خريطة الغطاء النباتي بدقة 10 & # x000d7 10 م. تم ربط هذا التعيين بالبيانات التي تم الحصول عليها بواسطة LiDAR [32] من PNOA (الخطة الوطنية للتصوير التقويمي الجوي) من أجل توصيف الكتل الشجرية والتضاريس لمنطقة الدراسة ، ولاحقًا لإنشاء بروتوكول تحليل يسمح بتحديث هذا رسم الخرائط بشكل دوري أو فوري. بالإضافة إلى ذلك ، يسمح بإنشاء خرائط متخصصة (مثل نماذج الوقود وخرائط مخاطر الاشتعال) كإجراء وقائي ، بدلاً من إجراء هيكلي ، في مجال حرائق الغابات في وادي جيرتي. وقد سمح هذا بدوره برسم خرائط لنماذج الوقود عالية الدقة. يهدف تحليل علم المعلومات الجغرافية (GIS) في وادي جيرتي إلى الحصول على خرائط مفصلة وموثوقة وقابلة للتحديث لنموذج الوقود بأقل قدر من الاستثمار.

بمجرد الحصول على خريطة نماذج الوقود ، يتم أيضًا الحصول على خريطة احتمالية الاشتعال ، وبالتالي يتم تحديد مناطق الدراسة عند إعطاء الأولوية لتنفيذ التدابير الوقائية [33] ومركزية موارد الانقراض. تعتمد الحرائق على الأحوال الجوية ، وبالتالي فإن هذا المؤشر لا يأخذ في الاعتبار تأثير الظروف المناخية الماضية ، فقط تلك التي تحدث في الوقت الحاضر [34].


بيانات الارتفاع لرسم خرائط السهول الفيضية (2007)

أ تحتوي خريطة السهول الفيضية على ثلاثة مكونات رئيسية: صور الخريطة الأساسية و / أو عمل خط رسم الخرائط ، ونموذج ارتفاع يمثل سطح الأرض و rsquos أو & ldquoterrain ، ونتائج دراسة الفيضان الناتجة عن التحليلات الهندسية. يصف هذا الفصل تقنيات الاستشعار عن بعد التي يمكن استخدامها لإنشاء صور الخريطة الأساسية ونموذج الارتفاع ويركز على الارتفاع نظرًا لأهميته الخاصة في دقة خريطة السهول الفيضية النهائية. بيانات الارتفاع هي الأساس للحساب الهندسي لارتفاعات الفيضانات الأساسية (BFEs) وهي أيضًا السطح الذي يتم تعيين BFE عليه لتحديد حدود الفيضان. يعد الارتفاع (التضاريس) إلى حد بعيد الهدف الأسهل والموضوع الأكثر شيوعًا لمالكي العقارات الفرديين الذين يطلبون من وكالة إدارة الطوارئ الفيدرالية (FEMA) أن خرائط الفيضانات و ldquoterrain هي مساهم واحد فقط في الدقة الكلية [لخريطة السهول الفيضية] ومع ذلك ، فإن ldquoterrain هو العامل الذي يمكن أن يظهر بوضوح أنه خاطئ & rdquo (روني وجوديسكي ، 2006).

بغض النظر عما إذا كانت & ldquobest-available & rdquo تستخدم بيانات الارتفاع أو يتم الحصول على بيانات ارتفاع جديدة لدراسة الفيضان ، يجب اتخاذ أحكام مستنيرة حول مدى ملاءمة مجموعات البيانات هذه وتأثيرها على حسابات بيانات الفيضان. جميع بيانات الارتفاع (القديمة والجديدة) مستمدة من تقنية الاستشعار عن بعد بشكل أو بآخر ، ولكل تقنية خصائص فريدة ونقاط قوة ونقاط ضعف خاصة. لمناقشة الأسئلة الأساسية ، ما الذي يجعل خريطة الفيضانات & ldquogood & rdquo؟ وهل يتم استخدام أفضل التقنيات المتاحة بشكل فعال؟ يجب أن يكون المرء على دراية بفئات تكنولوجيا الخرائط المتاحة. يهدف هذا الفصل إلى تقديم مقدمة لتقنيات الاستشعار عن بعد كافية لفهم مدى توفر بيانات الارتفاع الكافية لمعالجة تحديات إدارة السهول الفيضية التي تواجهها أمتنا.

4.1 المفاهيم والشروط

يتم تناول أهم المصطلحات والمفاهيم في الاستشعار عن بعد ورسم الخرائط في النص التالي. تتم إحالة القارئ إلى الملحق "ج" للحصول على تعريفات للمصطلحات والملحق "د" للحصول على قائمة كاملة بالاختصارات التي تظهر خلال هذا الفصل.

4.1.1المسند وأنظمة الإحداثيات

في مجالات الجيوديسيا والمسح ورسم الخرائط ، المصطلح المسند (جمع المساند) يشير إلى سطح مرجعي يتم على أساسه إجراء قياسات الموقع ببساطة ،

يحدد ldquozero و rdquo على مقياس القياس. تستخدم المراجع الأفقية لوصف موقع في خطوط الطول والعرض المساند الرأسية المستخدمة لوصف الارتفاعات فوق أو أعماق الأرض وسطح rsquos.

لتطوير مسندات أفقية ورأسية ، يجب أولاً تحديد شكل الأرض. علم الجيوديسيا مكرس لقياس وتمثيل الأرض ، بما في ذلك مجال الجاذبية ، في فضاء متغير ثلاثي الأبعاد (Vanicek and Krakiwsky ، 1986) ، ويتم شرح بعض المفاهيم الأساسية للجيوديسيا قبل الخوض في تطبيقات التحكم عن بعد تكنولوجيا الاستشعار لرسم خرائط السهول الفيضية.

النموذج الرياضي الذي يستخدم غالبًا لتقريب شكل الأرض و rsquos هو مفلطح بيضاوي، وهو جسم كروي تم تسويته قليلاً في القطبين الشمالي والجنوبي. النظام المرجعي الجيوديسي لعام 1980 (GRS80) هو النظام المرجعي الجيوديسي المقبول على نطاق واسع والذي اعتمدته الجمعية العامة للاتحاد الدولي للجيوديسيا والجيوفيزياء في عام 1979 (موريتز ، 1980). GRS80 عبارة عن مرجع بيضاوي مرجعي عالمي للملاحة ورسم خرائط لمركز كتلة الأرض يتم تعريفه على أنه أصله. تم تطوير النظام الجيوديسي العالمي لعام 1984 (WGS84) من قبل وكالة رسم الخرائط الدفاعية الأمريكية (DMA الآن وكالة الاستخبارات الجغرافية المكانية الوطنية ، NGA) وتم نشره رسميًا في عام 1987 WGS84 هو المرجع الإهليلجي الذي يستخدمه نظام تحديد المواقع العالمي (GPS). الفرق بين GRS80 و WGS84 صغير جدًا ويمكن اعتباره ضئيلًا بالنسبة لمعظم أغراض المسح ورسم الخرائط (NIMA ، 1987).

في الممارسة العملية ، يحتاج المرء إلى علامات جسدية ، أو آثار، على سطح الأرض و rsquos التي تعرف إحداثيات خطوط الطول والعرض على الشكل الإهليلجي المرجعي. يحافظ المسح الجيوديسي الوطني (NGS) على نظام الآثار والإحداثيات المنشورة المعروفة باسم مسند أمريكا الشمالية لعام 1983 (NAD83). NAD83 هو ملف مسند التحكم الأفقي الذي يمثل أفضل ملاءمة لـ GRS80 لقارة أمريكا الشمالية ، فهو المعيار الحالي (على النحو المحدد بواسطة السجل الفدرالي إشعار 13 يونيو 1989) تستخدمه هيئة المسح الجيولوجي الأمريكية (USGS) و FEMA وغيرها لبرامج رسم الخرائط الوطنية والولائية والمحلية. تم إنشاء عدد كبير من الخرائط الطبوغرافية USGS باستخدام مرجع تحكم أفقي سابق ، وهو مرجع أمريكا الشمالية لعام 1927 (NAD27) ، والذي يعتمد على كروي كلارك لعام 1866. توقفت NGS عن استخدام هذا المرجع لصالح NAD83.

شكل الأرض و rsquos ومجال الجاذبية معقدان ويختلفان بمرور الوقت ، ومع ذلك ، يعتمد مجال الجاذبية على تباين الكتلة وليس على الشكل. يتدفق الماء نزولاً نحو البحر متبعًا قوى الجاذبية ، ولا يتبع شكل الشكل الإهليلجي الوهمي. لذلك ، نحتاج إلى نظام مرجعي عمودي محدد بالجاذبية ، ويسمى سطح الجاذبية الذي يتزامن في المتوسط ​​مع مستوى سطح البحر العالمي الجيود، كما هو موضح في الشكل 4.1. في بعض الأماكن على الأرض ، يكون ارتفاع الصفر فيما يتعلق بالجيود عدة أمتار فوق الصفر فيما يتعلق بالمجسم الإهليلجي في مواقع أخرى ، قد يكون الجيود على بعد عدة أمتار تحت الشكل الإهليلجي. يُعرف الاختلاف باسم فصل الجيود.

مثل NAD83 للأفق الأفقي ، هناك أيضًا مسند تحكم عمودي للارتفاع يسمى مسند أمريكا الشمالية العمودي لعام 1988 (NAVD88) ، والذي تم إنشاؤه بواسطة حد أدنى

الشكل 4.1 العلاقة بين الأرض وسطح rsquos والجيود والإهليلجي مركز الأرض. فرق الارتفاع بين الجيود والإهليلجي مركزية الأرض (N) هو فصل الجيود. المصدر: شركة URS.

تعديل مقيد لملاحظات تسوية المسح ، مع تثبيت علامة المد والجزر الأولية في كيبيك ، كندا. يحل NAVD88 محل المسند الجيوديسي الرأسي الوطني لعام 1929 (NGVD29) ، والذي كان أساسًا للعديد من خرائط السهول الفيضية الفيدرالية القديمة. تتم الإشارة إلى معظم خرائط FEMA الجديدة إلى NAVD88. يمكن تحقيق التحويل من NGVD29 إلى NAVD88 باستخدام برنامج NGS ، VERTCON ، باستثناء المناطق ذات الهبوط الكبير كما تمت مناقشته في الفصل 3. يتم تحويل نماذج الارتفاع الرقمية (DEMs) المشتقة من الخرائط الكنتورية على NAD27 بشكل روتيني وبسهولة إلى NAD83 لتحديث خريطة الفيضان وتناسب الصور الرقمية التي يتم تجميعها أيضًا إلى المسند الأفقي NAD83. تتعلق المشكلة الأكبر بالمرجع الرأسي ، حيث يلزم تحويل DEM من NGVD29 إلى NAVD88. هنا ، لدى FEMA أهداف لتحويل البيانات الطبوغرافية القديمة إلى NAVD88 ، ولكن المشكلات معقدة عندما تم إجراء جميع الدراسات الهندسية السابقة على NGVD29 الأقدم.

المرتفعات المحددة من نظام تحديد المواقع العالمي (GPS) ليست مرتبطة بمتوسط ​​مستوى سطح البحر ، بل إن ارتفاعات نظام تحديد المواقع العالمي (GPS) مرتبطة بالمجسم الإهليلجي. يجب تطبيق فصل الجيود من أجل حساب الارتفاع فيما يتعلق بمتوسط ​​مستوى سطح البحر.يتم تحديث نماذج الجيود كل بضع سنوات بناءً على قياسات جديدة لمجال جاذبية الأرض و rsquos.

يجب أيضًا توضيح الفرق بين المصطلحين & ldquoelevation & rdquo و & ldquoheight & rdquo. يشير الارتفاع عمومًا إلى المسافة المقاسة أعلى أو أسفل سطح مرجعي ، مرجع. يشير الارتفاع إلى نوع معين من الارتفاع ، وهو تقويمي الارتفاع ، وهو ما يعتقده معظم الناس على أنه ارتفاع فوق مستوى سطح البحر. على المدى نموذج الارتفاع يستخدم هنا للإشارة إلى تمثيل الأرض وسطح rsquos ، والتضاريس ، مع الارتفاعات المشار إليها في مرجع قياس الارتفاع المعياري المحدد.

4.1.2الدقة والدقة والقرار

تعد قدرة تقنيات الاستشعار عن بعد على إنتاج نماذج ارتفاع دقيقة والدقة الناتجة عن خرائط السهول الفيضية من بين الأسئلة المركزية لهذه الدراسة. يتم تعريف المصطلحات الرئيسية واستخداماتها في سياق هذا التقرير هنا.

صحة هو قرب قيمة مقدرة أو مقاسة أو محسوبة من قيمة معيارية أو مقبولة أو حقيقية لكمية معينة. نادرًا ما تكون القيم الحقيقية للمواقع والارتفاعات ، مقارنة بالمراجع الثابتة ، معروفة. جميع الإحداثيات المكانية هي قياسات محسوبة ، وبالتالي لا يمكن تقدير الدقة نفسها إلا دون أن تكون معروفة على الإطلاق. يعتمد تقدير الخطأ ولغة تقييم الدقة بشكل كبير على مبادئ الإحصاء والاحتمال.

الدقة النسبية هو تقييم لمقدار الخطأ في تحديد موقع نقطة أو ميزة فيما يتعلق بأخرى. على سبيل المثال ، يمكن قياس الاختلاف في الارتفاع بين نقطتين على سطح الأرض و rsquos بدقة شديدة ، لكن الارتفاعات المعلنة لكلتا النقطتين فيما يتعلق بالمرجع المرجعي يمكن أن تحتوي على خطأ كبير. في هذه الحالة ، تكون الدقة النسبية لارتفاعات النقاط عالية ، لكن الدقة المطلقة منخفضة.

دقة هو مقياس إحصائي للميل إلى القياسات المستقلة والمتكررة لقيمة ما للحصول على نفس النتيجة. يمكن أن يكون القياس قابلاً للتكرار بدرجة كبيرة ، وبالتالي يكون دقيقًا للغاية ، ولكنه غير دقيق إذا لم تتم معايرة أداة القياس بشكل صحيح. سيتكرر نفس الخطأ بدقة في كل قياس ، لكن لن يكون أي من القياسات دقيقًا.

الدقة الطيفية يصف الطريقة التي يستجيب بها المستشعر البصري لأطوال موجية مختلفة من الضوء. تعني الدقة الطيفية العالية أن المستشعر يميز بين نطاقات ضيقة جدًا ذات دقة طيفية منخفضة ذات طول موجي يعني أن المستشعر يسجل الطاقة في نطاق عريض من الأطوال الموجية كقياس واحد.

دقة راديومترية يشير إلى قدرة المستشعر على اكتشاف الاختلافات في حجم الطاقة. تستطيع المستشعرات ذات الدقة الراديومترية المنخفضة اكتشاف الفروق الكبيرة نسبيًا في كمية الطاقة المستقبلة ذات الدقة الإشعاعية العالية القادرة على اكتشاف الاختلافات الصغيرة نسبيًا.

القرار الزماني يُعرَّف بأنه التردد الذي يتم عنده التقاط البيانات لمكان معين على الأرض. كلما تم التقاطهم بشكل متكرر ، كلما كان القرار الزمني أفضل أو أدق. الدقة الزمنية ذات صلة عند استخدام مجموعات بيانات الصور أو الارتفاعات التي تم التقاطها بالتتابع بمرور الوقت لاكتشاف التغييرات في المشهد.

الدقة المكاني هو أحد المصطلحات التي يساء استخدامها بشكل متكرر في تعيين المواصفات. بحسب ال مسرد علوم الخرائط (ASCE، ACSM، ASPRS، 1994) ، إنه مقياس لأدق التفاصيل التي يمكن تمييزها في الصورة. & rdquo بينما تعتمد التفاصيل التي يمكن تمييزها على حجم بكسل الصورة ، وحجم الكائن الذي يمكن رؤيته في الصورة. وحجم بكسل واحد في الصورة مختلفان.

بشكل عام ، يتم الخلط بين الدقة المكانية (حجم البكسل في الصورة) والدقة المكانية (موقع هذا البكسل بالإشارة إلى مرجع التعيين). إن القول بأن حجم البكسل في الصورة يبلغ قدمًا واحدًا في الوحدات الأرضية لا يماثل القول بأن إحداثيات الأرض لهذا البكسل دقيقة في حدود 1 قدم من قيمة & ldquotrue. & rdquo يمكن أن يكون للصورة دقة مكانية عالية جدًا ودقة مكانية منخفضة جدًا ، أو العكس.

مسافة العينة الأرضية (GSD) هو حجم البكسل المسقط على سطح الأرض ، كما ورد في الوحدات الخطية لكل بكسل على سبيل المثال ، يحتوي USGS Digital Orthophoto Quarter Quadrangle (DOQQ) على GSD 1 متر لأن كل بكسل يتوافق مع 1 متر على الأرض. GSD هو ما يعنيه الكثير من الناس (وبائعي منتجات الاستشعار عن بعد) عندما يتحدثون عن & ldquatial Resolution & rdquo لصورة GSD هو المصطلح الصحيح. عند استخدام المصطلح بالإشارة إلى نموذج الارتفاع ، يصف GSD التباعد الفعلي أو الاسمي بين عينات أو قياسات ارتفاع الأرض.

تباعد ما بعد يصف الفاصل الزمني لمسافة الأرض للخلايا في شبكة ارتفاع موحدة. على سبيل المثال ، في التعريف أعلاه لـ USGS DEM ، يمكن القول أن أحد المنتجات القياسية في مجموعة بيانات الارتفاع الوطنية (NED) به تباعد ما بعد 30 مترًا ، المصطلح مرادف للتباعد الشبكي. إنها ليست بالضبط نفس GSD فيما يتعلق بنماذج الارتفاع. يشير GSD إلى تباعد القياسات الفعلية ، بينما يشير تباعد اللاحق إلى الفاصل الزمني للمنتج المحرف الناتج عن تلك القياسات. غالبًا ما يستخدم مصطلح بعد التباعد ليعني GSD. يتبع هذا التقرير التعاريف الأكثر رسمية ، ولكن يجب أن يكون القارئ على دراية بالطرق التي تُستخدم بها هذه المصطلحات بشكل شائع (أو يساء استخدامها) في أدبيات الصناعة.

4.1.3مبادئ تقييم الدقة والمعايير

الآن وقد تم تحديد جميع المصطلحات الضرورية ، كيف يمكننا تحديد دقة نموذج الارتفاع وإصدار بيانات نهائية؟ لقد تمت الإشارة إلى أنه من المستحيل إجراء تقييم للدقة المكانية بالنسبة للحقيقة المطلقة. & rdquo وبدلاً من ذلك ، يتم تقدير الدقة المكانية بناءً على مقارنة مجموعة بيانات مقاسة بأخرى مستقلة ذات دقة أعلى بمعنى ، كل مكاني بيانات الدقة نسبية. تُقاس الارتفاعات بالنسبة إلى المسند الرأسي ، والمرجع الرأسي نفسه عبارة عن تقريب لشيء مثالي مثل & ldquomean مستوى سطح البحر ، & rdquo لا يمكن أن يكون معروفًا تمامًا وبشكل كامل لأنه بحكم التعريف متوسط. لا يمكننا أن نقول على الإطلاق أن ارتفاعًا معينًا يكون دقيقًا في حدود 1 قدم أو 1 بوصة أو 1 ملليمتر من قيمته الحقيقية. ومع ذلك ، يمكننا التعبير عن مستوى الثقة لدينا في قياس يعتمد على إطار عمل للاختبار الإحصائي. يمكننا أن نقول أن لدينا مستوى من الثقة (على سبيل المثال ، 90 بالمائة ، 95 بالمائة) أن قياسنا ضمن تفاوت معين لقيمة & ldquotrue & rdquo.

حددت معايير دقة الخرائط الوطنية (NMAS) لعام 1947 (مكتب الميزانية الأمريكية ، 1947) الدقة الرأسية للخرائط الكنتورية المطبوعة بمقياس منشور وفاصل كفافي منشور. معايير الدقة هذه تسبق البيانات الرقمية وليست مناسبة لها

تقييم الدقة الرأسية لل DEMs والإبلاغ عنها. ومع ذلك ، لا تزال المعالم جذابة بشكل حدسي ومتأصلة تاريخيًا لدرجة أن عادة تحديد متطلبات البيانات ووصف منتجات الارتفاع بلغة NMAS القديمة استمرت.

استجابة للحاجة إلى تقييم الدقة المستقل عن المقياس وإعداد التقارير المقدمة من البيانات الرقمية ، نشرت اللجنة الفيدرالية للبيانات الجغرافية (FGDC) المعيار الوطني لدقة البيانات المكانية (NSSDA) (FGDC ، 1998) ، والذي يوفر إرشادات حول تنفيذ منهجية إحصائية لتحديد الدقة الموضعية. يعتمد NSSDA على افتراض أساسي بأن تحديد وإزالة جميع مصادر الخطأ المنهجي في القياس المكاني ينتج عنه توزيع طبيعي للأخطاء العشوائية. تتم مقارنة مجموعة البيانات النموذجية بمصدر مستقل ذي دقة أعلى (تم تعريفه في NSSDA على أنه أعلى دقة ممكنة وعمليًا). كقاعدة عامة ، يجب أن تكون البيانات المرجعية أكثر دقة بثلاث مرات على الأقل من بيانات العينة. يتم تحويل جذر متوسط ​​الخطأ التربيعي (RMSE) كما هو محسوب بين مجموعة البيانات النموذجية والمصدر المستقل إلى بيان الدقة الرأسية بمستوى ثقة ثابت ، عادةً 95 بالمائة ، وهو ببساطة RMSE مضروبًا في 1.96. يوضح الجدول 4.1 العلاقة بين لغة NMAS البديهية والمألوفة ومعيار دقة الخريطة الرأسية (VMAS) لفاصل كفاف مكافئ ومعايير NSSDA القائمة على الإحصاء.

النقطة المهمة هي أن عبارة مثل & ldquotechnology X قادرة على تحقيق دقة 18.5 سم و rdquo لا معنى لها. فيما يلي أمثلة على العبارات الصحيحة التي لها نفس المعنى:

التكنولوجيا X قادرة على إنتاج بيانات ارتفاع تفي بـ 18.5 سنتيمترًا RMSE عموديًا (RMSEض).

التكنولوجيا X قادرة على إنتاج بيانات الارتفاع التي تلبي دقة رأسية تبلغ 36.3 سم بمستوى ثقة 95 بالمائة.

الجدول 4.1 مقارنة الدقة الرأسية NMAS و NSSDA

فاصل محيطي مكافئ لـ NMAS

NMAS VMAS مستوى ثقة 90٪

دقة NSSDAض 95٪ ثقة

المصدر: Maune et al. ، 2007. أعيد طبعه بإذن من ASPRS.

التكنولوجيا X قادرة على إنتاج بيانات الارتفاع التي تفي بمعيار NMAS لخطوط طولها 2 قدم ، مما يعني أن 90 بالمائة من النقاط المختبرة ستقع في حدود 1 قدم من الحقيقة الأرضية ، أو نصف فاصل الكفاف.

في هذا التقرير ، تم استخدام المصطلح "دقة الفاصل الكفافي المتكافئ و rdquo. يمكن استخدام الجدول 4.1 لربط دقة الفاصل الكفاف المكافئ بـ RMSE أو مستوى ثقة 95 بالمائة. تغطي وثائق FGDC المشار إليها تفاصيل منهجيات الاختبار ومتطلبات الدقة في العمق.

4.2 المسح التصويري

4.2.1المفاهيم

تعرف الجمعية الأمريكية للمسح التصويري والاستشعار عن بعد (ASPRS) القياس التصويري بأنه الفن والعلم والتكنولوجيا للحصول على معلومات موثوقة حول الأشياء المادية والبيئة من خلال عمليات التسجيل والقياس وتفسير الصور الفوتوغرافية وأنماط التصوير الإشعاعي الكهرومغناطيسي المسجل الطاقة والظواهر الأخرى. يمكن تطبيق هذا التعريف الواسع على جميع التقنيات التي تمت مناقشتها في هذا الفصل ، إلا أنه يُستخدم هنا للإشارة تحديدًا إلى رسم الخرائط الذي يتم إجراؤه باستخدام التصوير الفوتوغرافي بالأفلام أو التصوير الجوي الرقمي. تشمل المنتجات التي تم إنشاؤها من القياس التصويري ما يلي:

ثنائي الأبعاد قياس الكواكب الخرائط ومجموعات بيانات الميزات ثلاثية الأبعاد ،

الخرائط الأساسية لتقويم العظام الرقمية.

يختلف حجم أو مقياس الكائنات في الصورة الجوية باختلاف ارتفاع التضاريس وميل الكاميرا بالنسبة إلى الأرض ، كما هو موضح في الشكل 4.2. لا يمكن إجراء قياسات دقيقة من صورة جوية بدونها تصحيح، عملية إزالة الميل والإزاحة الإغاثة. لاستخدام صورة مصححة كخريطة ، يجب أن تكون كذلك مؤرخ جغرافيا أو مرتبطة بنظام إحداثيات الأرض.

إذا تم الحصول على صور جوية بحيث يكون هناك تداخل بينها ، فيمكن رؤية الأشياء من وجهات نظر متعددة ، مما يؤدي إلى إنشاء عرض مجسم ، أو نموذج ستيريو. يسمى الانزياح الظاهري لجسم ما على خلفية بسبب تغيير في موضع المراقب و rsquos المنظر. باتباع نفس مبدأ إدراك العمق في الرؤية المجهرية البشرية ، يمكن قياس ارتفاعات الأشياء والمسافات بينها بدقة من درجة اختلاف المنظر في مساحة الصورة إذا كان التوجه النسبي من الصور المتداخلة مع بعضها معروف (الشكل 4.3). إذا كان التوجه المطلق يُعرف النموذج المجسم لنظام إحداثيات الأرض ، ومن ثم يمكن قياس هذه الارتفاعات والمسافات وتسجيلها في وحدات الخريطة مثل الأقدام أو الأمتار.

الشكل 4.2 اتجاه الكاميرا وتأثيرات الحجم للصور الجوية الرأسية والمائلة. المصدر: وولف وديويت ، 2000. أعيد طبعه بإذن.

الشكل 4.3 يستخدم القياس التصويري طرق عرض متعددة لنفس النقطة على الأرض من منظورين لإنشاء صورة ثلاثية الأبعاد. المصدر: الصورة بإذن من David Maune و Dewberry و Davis.

التشنج الجوي هي الطريقة المستخدمة لتحديد الاتجاه النسبي والمطلق للكتل الكبيرة من الصور الجوية المجسمة. يعيد نموذج رياضي صارم إنشاء هندسة تداخل الكتلة على طول شريط الرحلة واللفة الجانبية بين خطوط الطيران تخلق التكرار والإفراط في تحديد حل النموذج الرياضي (الشكل 4.4). يتم استخدام تعديل المربعات الصغرى لحساب حل التشابك الجوي ، وإيجاد & ldquobest الملائمة & rdquo للملاحظات الزائدة عن الحاجة عن طريق تقليل مجموع مربعات القيم المتبقية باعتباره RMSE. تعبر تقييمات الدقة المستندة إلى الإحصائيات عن جودة نتائج الطيران.

تاريخيًا ، تم استخدام النقاط الأرضية التي تم مسحها للتحكم في هندسة الكتلة وتوفير الإسناد الجغرافي. اليوم ، قد لا تزال هناك حاجة لبعض النقاط الأرضية للإشارة الصحيحة إلى مرجع الخرائط ، ولكن يتم توفير المصدر الأساسي للتحكم في التحكم في الطيران عن طريق وحدات القياس بالقصور الذاتي ونظام تحديد المواقع العالمي (IMU) في الطائرة. يُعرف تطبيق التكنولوجيا هذا ، الذي يقيس موقع النقطة المحورية للكاميرا والاتجاه الزاوي للمستوى البؤري في وقت التعرض ، باسم الإسناد الجغرافي المباشر. يتم تضمين هذه القياسات في التشنج الجوي ، لتحل محل التحكم الأرضي مع زيادة التكرار وإضافة أهمية إحصائية لنتائج الضبط.

الشكل ٤ ٫ ٤ يسمى التداخل في اتجاه الرحلة نهاية اللفة يسمى تداخل شرائط الطيران المجاورة اللفة الجانبية. المصدر: وولف وديويت ، 2000. أعيد طبعه بإذن.

يبدأ استخراج معلومات الميزة من الصور الجوية الاستريو بمجرد اكتمال التشكيل الجوي. يمكن استخدام عدة طرق يدوية لجمع بيانات الارتفاع:

رسم ملامح الارتفاع المستمر

التنميط على شبكة منتظمة ، واتباع الارتفاع على طول الملف الشخصي ، ورقمنة الارتفاعات تلقائيًا عند تباعد المنشور المحدد مسبقًا لـ DEM و

التقاط نقاط الكتلة وخطوط الانكسار وإنشاء نموذج تضاريس رقمي (DTM).

هذه الأساليب راسخة ولكنها أيضًا تتطلب عمالة ووقتًا طويلاً. يتطلب رسم خريطة لمقاطعة نموذجية من خلال هذه الأساليب العديد من الأشهر البشرية وهو ليس نهجًا عمليًا أو موفرًا للوقت أو فعالًا من حيث التكلفة لرسم خرائط للولايات بأكملها أو الأمة. علاوة على ذلك ، فإن قدرة الإنسان و rsquos على تفسير ارتفاع الأرض تحت الغطاء النباتي الكثيف محدودة بالقدرة على إيجاد الأرض في الظل بين الأشجار. بشكل عام ، يتم تحديد هذه المناطق كـ & ldquo محجوبة & rdquo أو إظهارها بخطوط متقطعة على الخريطة.

تم إجراء الكثير من الأبحاث في الاستخراج الآلي لبيانات الارتفاع من الصور الجوية باستخدام الارتباط الرقمي للصور. يتم تحقيق ارتباط الصورة الرقمية من خلال مقارنة بقع البكسل على الصور أو الميزات المترافقة ، مثل حواف الكائنات الخطية ، المشتقة من الصور الرقمية. الارتباط التلقائيكما يطلق على هذه التقنية غالبًا ، يمكن أن تطور سطحًا على مساحة كبيرة بسرعة كبيرة ، ولكنها لا تزال تتطلب تحريرًا بشريًا مكثفًا لإنتاج نموذج ارتفاع نظيف وعاري. لا يميز الارتباط التلقائي بين الأرض المكشوفة والميزات الموجودة فوق الأشجار والمباني تميل في اتجاهات مختلفة على الصور المتداخلة ، مما يجعل مطابقة بقع البكسل أمرًا صعبًا. لا تزال مشكلة رؤية الأرض في الظل وبين الأشجار في المناطق المزروعة بكثافة. يمكن لتقنيات الارتباط إنشاء نقاط ارتفاع كثيفة للغاية ، لكنها لا تحدد تلقائيًا الميزات الرئيسية مثل النتوءات والمصارف وحواف الطريق بخطوط فاصلة ، كما يفعل برنامج تجميع الخرائط البشرية. يعتبر الارتباط التلقائي أكثر فاعلية لإنشاء نماذج سطح رقمية (DSM) للتطبيقات التي لا تتطلب التمييز بين الكائنات والأشجار والأرض المكشوفة.

باستخدام معلومات الاتجاه المستمدة من التشنج الجوي ونموذج الارتفاع الذي يمثل التضاريس ، يمكن إعادة أخذ عينات من الصورة الجوية إلى خريطة صورة ثابتة الحجم ، حيث يتم إزالة تأثيرات الميل والإزاحة. هذه العملية تسمى تقويم العظام. النتيجة orthophoto لديه الصفات التفسيرية المتأصلة في الصورة ، ومع ذلك يمكن إجراء قياسات دقيقة تمامًا مثل الخرائط الخطية.

تقليديا ، يتم إنشاء الصور التقويمية باستخدام نماذج ارتفاع الأرض المكشوفة لا يتم تصحيح قمم المباني في مواضعها الحقيقية ، وبسبب منظور الكاميرا ، يبدو أنها تنحرف بعيدًا عن مركز الصورة. من ناحية أخرى ، فإن التصحيح باستخدام DSM ، والذي يتضمن ارتفاعات المباني ، ينتج & ldquotrue orthophoto & rdquo حيث يتم محاذاة الأسطح بشكل صحيح مع آثار أقدام المبنى (الشكل 4.5). ميزة الصورة الصحيحة للعظام هي أن الميزات الموجودة على الأرض لا تحجبها المباني المائلة ، وأن مضلعات بصمة البناء ، التي تم رقمنتها في موقعها الصحيح ، لا تتعارض مع صورة المبنى

الشكل 4.5 في الصورة التقليدية ، يتم إزاحة أسطح المباني من موقعها الأفقي الحقيقي بسبب منظور الكاميرا. في صورة تقويمية حقيقية ، تتماشى أسطح المباني بشكل صحيح مع بصمة المبنى. المصدر: EarthData International.

عندما تضاف على orthophoto. في المناطق الريفية التي بها عدد قليل من المباني الشاهقة ، فإن صور تقويم العظام التقليدية التي تم إنشاؤها من نماذج ارتفاع الأرض المكشوفة دقيقة بدرجة كافية وفعالة من حيث التكلفة. في المناطق الحضرية ، يمكن أن تكون النفقات الإضافية لإنشاء DSM لتقويم العظام جديرة بالاهتمام للحصول على الفوائد الموضحة أعلاه. تقوم الصور الرقمية الرقمية ، سواء أكانت حقيقية أم تقليدية ، بعمل خرائط أساسية مفيدة جدًا لأنظمة المعلومات الجغرافية (GIS) وأصبحت شائعة جدًا لدى الوكالات الحكومية المحلية والولائية والفدرالية لمجموعة متنوعة من الأغراض ، من التقييم الضريبي إلى التخطيط الحضري والإقليمي وإدارة الموارد والاستجابة للطوارئ.

يمكن إجراء طرق رسم الخرائط التصويرية على التصوير الجوي المائل أو الأرضي (المدى القريب) لاستخراج قياسات ثلاثية الأبعاد دقيقة للهياكل ، بما في ذلك الأبواب والنوافذ وأثاث الشوارع والقنوات والجسور. لقد وجد القياس التصويري المنحرف والقريب المدى مجموعة متنوعة من التطبيقات بما في ذلك التصميم المعماري ، وإعادة بناء مسرح الحادث ، ومجموعات الأفلام ، والمسوحات الأثرية ، ومسوحات الهندسة المدنية.

4.2.2الأجهزة

تُستخدم ثلاثة أنواع من أجهزة الاستشعار لرسم الخرائط والتصوير الفوتوغرافي ومنتجات الصور: كاميرات الأفلام المحمولة جواً ، وكاميرات الخرائط الرقمية المحمولة جواً ، وأجهزة استشعار التصوير بالأقمار الصناعية. لكل منها خصائص ومزايا وعيوب معينة ، لكن مبادئ استخراج نموذج الارتفاع وتصحيح الصورة هي نفسها.

تم استخدام كاميرات الأفلام منذ عقود. أدى التصنيع عالي الدقة لعناصر الكاميرا مثل العدسة والجسم والمستوى البؤري لتقنيات معايرة الكاميرا الصارمة والتحسينات المستمرة في أدوات التحكم الإلكترونية إلى تقنية ناضجة قادرة على إنتاج منتجات صور مستقرة ومحددة جيدًا هندسيًا وعالية الدقة. يمكن قياس تشوه العدسة بدقة وتزيل آليات تعويض حركة الصورة النموذجية التمويه الناجم عن حركة الطائرات أثناء التعرض. تم تطوير الفيلم الجوي باستخدام عمليات كيميائية ثم مسحه ضوئيًا بدقة تصل إلى 3000 نقطة في البوصة. في بيئة إنتاج القياس التصويري اليوم و rsquos ، يتم تنفيذ جميع عمليات التشنج الجوي والارتفاع واستخراج الميزات تقريبًا في نظام رقمي بالكامل أو نسخة إلكترونيةتدفق العمل. لم يتم إجراء أي تطوير على كاميرات الأفلام الهوائية ، وتوقف المصنعون التجاريون عن إنتاجهم لأن الكاميرات الرقمية تنضج وتصبح في متناول الجميع.

تطورت كاميرات رسم الخرائط الرقمية المحمولة جواً على مدار السنوات القليلة الماضية من تصميمات النماذج الأولية إلى أنظمة مستقرة تشغيليًا منتجة بكميات كبيرة. في العديد من الجوانب ، توفر أداءً فائقًا لكاميرات الأفلام ، مما يقلل بشكل كبير من وقت الإنتاج مع زيادة الدقة الطيفية والإشعاعية. يمكن رؤية التفاصيل في الظلال وتعيينها بدقة أكبر. يتم التقاط نطاقات Panchromatic والأحمر والأخضر والأزرق والأشعة تحت الحمراء في وقت واحد بحيث يمكن صنع منتجات صور متعددة من عملية اقتناء واحدة (الشكل 4.6).

تصميمات الكاميرا الرقمية من نوعين: مصفوفات المنطقة الفسيفسائية ومستشعرات مكنسة الدفع الخطية. تستخدم مصفوفة المساحة الفسيفسائية مصفوفات متعددة ثنائية الأبعاد للجهاز المقترن بالشحن (CCD) لإنشاء صورة مجمعة مكافئة لصورة إطار واحد من كاميرا فيلم جوية. مع هذا النوع من النظام ، تنطبق نفس المبادئ التي نوقشت في القسم 3.2.1 من تخطيط الرحلة ، والإسناد الجغرافي المباشر الاختياري ، وتعديل كتلة الطيران ، والتصحيح. يشتمل مستشعر مكنسة الدفع على مصفوفات خطية متعددة ، متجهة للأمام وللأسفل وللخلف ، والتي تلتقط في نفس الوقت تغطية مجسمة على طول المسار ليس في صور الإطار ، ولكن في شرائط طويلة متصلة تتكون من خطوط بعمق 1 بكسل (الشكل 4.7). تعد إعادة بناء الاتجاه النسبي والمطلق أكثر تعقيدًا من الناحية الرياضية ، ونظرًا لعدم وجود إطارات صور جامدة ، فإن معلومات الإسناد الجغرافي المباشر لكل سطر من خطوط الصورة إلزامية (الشكل 4.8).

صور القمر الصناعي عالية الدقة متاحة الآن من عدد من المصادر التجارية ، الأجنبية والمحلية. تنظم الحكومة الفيدرالية الحد الأدنى المسموح به من GSD للتوزيع التجاري ، استنادًا إلى حد كبير على مخاوف الأمن القومي ، يتوفر GSD 0.6 متر حاليًا ، مع أجهزة استشعار عالية الدقة يتم التخطيط لها في المستقبل القريب (McGlone ، 2007). تعتمد مستشعرات الصورة على تصميم مكنسة دفع خطية ، مما يعني

الشكل 4.6 باستخدام الكاميرا الرقمية المحمولة جواً ، يمكن التقاط الصور في وقت واحد باللون الحقيقي (RGB) ، والأشعة تحت الحمراء ذات الألوان الزائفة (CIR) ، والمقياس الرمادي (يُطلق عليه أيضًا اسم panchromatic) (PAN). المصدر: EarthData International.

أن كل خط متقاطع من وحدات البكسل في الصورة عبارة عن كائن هندسي مميز يعيد بناء هندسة الصورة بشكل سلس ، على طول المسار ، يتطلب معلومات مرجعية جغرافية مباشرة دقيقة لكل سطر في الصورة وهو أكثر تعقيدًا من تعديل كتلة التشكيل الجوي. يعتبر كل نموذج مستشعر فريدًا ويحتوي على معلومات تصميم خاصة ، وبالتالي لا يتم توزيع نماذج المستشعرات على مشتري البيانات أو مستخدميها. يمكن جمع صور الأقمار الصناعية مع التداخل لإنشاء نماذج مجسمة ، ومع ذلك ، فإن الاختلاف في المنظور من صورة إلى أخرى ، من الارتفاعات المدارية العالية ، يقلل من إدراك العمق ويجعل استخراج الارتفاع صعبًا.

4.2.3المنتجات والدقة

يعد القياس التصويري تقنية ناضجة لإنتاج العديد من منتجات رسم الخرائط القياسية:

خرائط مستوية (ثنائية الأبعاد) للطرق والمباني وخصائص الصرف والمرافق وما إلى ذلك

الخرائط الأساسية لتقويم العظام الرقمية و

بيانات الارتفاع في أشكال متنوعة: الملف الشخصي ، أو المقطع العرضي ، أو المحيط ، أو DEM ، أو DTM ، أو DSM ، أو الشبكة غير المنتظمة المثلثة (TIN).

الشكل 4.7 تكوين صفيفات CCD خطية متعددة للكاميرا الرقمية المحمولة جواً Leica ADS40. المصدر: جورج سوثارد ، لايكا جيوسيستمز ، 2006 ، عرض تقديمي إلى اللجنة في ورشة عمل عُقدت في 17-19 أكتوبر ، يتوفر عرض تقديمي من خلال مكتب سجلات الوصول العام التابع للأكاديميات الوطنية وفي http://dels.nas.edu/besr/FpMT_workshop_presentations.shtml [تمت الزيارة في 18 ديسمبر / كانون الأول 2006]. انظر الملحق ب لجدول أعمال ورشة العمل. مستخدمة بإذن من Leica Geosystems، Inc.

الشكل 4.8 صور خام من مصفوفات PAN الخطية للخلف والنظير والأمام من الكاميرا الرقمية المحمولة جواً Leica ADS40. تحدث التشوهات بسبب حركة الطائرة وتتم إزالتها باستخدام معلومات الإسناد الجغرافي المباشر التي تم جمعها باستخدام مستشعرات GPS-IMU المدمجة مع نظام الكاميرا على الطائرة. المصدر: EarthData International.

تُستخدم التقنيات اليدوية بشكل عام لالتقاط ميزات قياس مستوى الأرض ، وارتفاعات موضعية ، وخطوط فاصلة ، وملامح ، ومقاطع عرضية. تُستخدم التقنيات الآلية بشكل عام لالتقاط شبكات الارتفاع ، والارتباط التلقائي للـ DSM ، وتصحيح الصور التقويمية الرقمية. يتم إنشاء الكنتور تلقائيًا ، استنادًا إلى نماذج بيانات DTM أو DEM ، ولكن يلزم إجراء تحرير مكثف لإنتاج ملامح سلسة وممتعة لرسم الخرائط تفي بمواصفات دقة الخريطة.

استنادًا إلى معايير القياس التصويري المنشورة من ASPRS ، طور سلاح المهندسين بالجيش الأمريكي (USACE) مواصفات مفصلة لدقة الخريطة كدالة لمقياس الخريطة وارتفاع الطيران (USACE ، 2002). النقطة الأساسية التي يجب استبعادها من هذه المناقشة هي حقيقة أن العلاقات بين ارتفاع الطيران ، والتشكيل الجوي ، ومقياس الخريطة ، والفاصل الزمني الكنتوري ، ودقة الصورة ، والتقييمات الإحصائية للدقة معروفة جيدًا بالمسح التصويري. تم تطوير أفضل الممارسات والحفاظ عليها من قبل المجتمع المهني. توجد معايير ومواصفات موثقة لمساعدة الوكالات المتعاقدة والمستخدمين النهائيين على تحديد المنتجات التصويرية التي تخدم احتياجات تطبيقاتهم على أفضل وجه. يمكن أن تكون صور الخريطة الأساسية إما أبيض وأسود أو ملونة. عادة ما يتم تحديد هذه الخصائص وغيرها من خصائص الخريطة الأساسية من قبل المجتمعات المحلية كجزء من عملية تحديد النطاق لتطبيقها الخاص. غالبًا ما تكون صور الخرائط الأساسية بالأبيض والأسود مفضلة إذا كان يلزم رسم الكثير من بيانات المتجه كتراكب اعتمادًا على طبيعة الأرض نفسها ، فقد يكون من الصعب العثور على ألوان لتخطيط بيانات المتجه التي تبرز باستمرار عند تراكبها صورة ملونة.

4.2.4ملخص القسم

القياس التصويري هو تقنية ناضجة استفادت من عقود من التطوير والخبرة العملية. لا يلزم اختبار الدقة لكل مشروع رسم خرائط فردي ، حيث تظهر ثروة من الأدلة التجريبية أنه إذا تم اتباع أفضل الممارسات من قبل أخصائي القياس التصويري ، فإن النتائج تكون متسقة ويمكن التنبؤ بها. ومع ذلك ، فإن القياس التصويري ليس فعالاً من حيث التكلفة أو الوقت بما يكفي لدعم الطلب الحالي لبيانات الارتفاع الدقيقة والحديثة للأمة.

تم تنفيذ التكنولوجيا التمكينية للإسناد الجغرافي المباشر لأول مرة في عالم القياس التصويري الخاضع للسيطرة العالية ، حيث تم اعتباره تعزيزًا وليس ضرورة. تم تحديد مصادر الخطأ ، وتم إجراء العديد من التحسينات التقنية التي أدت إلى زيادة دقة تحديد الموقع الجغرافي في البيئات المحمولة جواً. يصبح الإسناد الجغرافي المباشر ضرورة لبعض أنظمة الكاميرات الرقمية ولجميع أنظمة الكشف عن الضوء وتحديد المدى (ليدار) وأنظمة الرادار ذات الفتحة التركيبية التداخلية (IFSAR). أدت الدروس المستفادة من تطبيقات القياس التصويري إلى تسريع التبني السريع لتقنيات رسم الخرائط الجديدة هذه.

إن مبادئ نمذجة الخطأ وتقييم الدقة للمسح التصويري مفهومة جيدًا وتم تطويرها إلى مواصفات مباشرة لرسم خرائط المشاريع والمنتجات. بينما نتحرك نحو تقنيات جديدة لإنشاء نفس منتجات الخرائط

بشكل أسرع وأكثر فعالية من حيث التكلفة ، يجب أن نسعى إلى نفس الدقة الإحصائية. ومع ذلك ، فإن كل تقنية جديدة تطرح أسئلة فريدة حول البيانات وتوصيف المنتج ، ويجب توسيع طرق تقييم الدقة من أجل معالجتها بشكل مناسب.

4.3 كشف ومدى الضوء

4.3.1المفاهيم

Lidar هي تقنية نشطة للاستشعار عن بعد تستخدم الليزر لقياس المسافات إلى النقاط المستهدفة. نظرًا لأنه يولد الطاقة الخاصة به ، يمكن إجراء عمليات مسح الليدار في أي وقت من النهار أو الليل ، وفي بعض الظروف الملبدة بالغيوم أو الضبابية قليلاً. يرسل جهاز إرسال الليزر نبضة قصيرة من الضوء المتماسك في نطاق ضيق للغاية (أحادي اللون) من الطول الموجي ينتقل إلى الهدف وينعكس مرة أخرى. تُستخدم ساعة دقيقة للغاية لقياس الفارق الزمني بين النبضة المرسلة وصدى العودة. المسافة إلى الكائن ، أو نطاق، بضرب الوقت المنقضي في سرعة الضوء والقسمة على 2. مسح الهدف عن طريق تحريك الليزر يسجل السطح ثلاثي الأبعاد للهدف ككتلة أو غيم من النقاط الفردية. يتم أيضًا تسجيل قوة الصدى كجزء من الطاقة المرسلة بالصور التي تم إنشاؤها باستخدام هذه شدة يمكن أن تكون القيم مفيدة لاستخراج المعالم.

إن قياس مسافة دقيقة جدًا إلى كائن مفيد لرسم الخرائط فقط إذا كان الموضع المطلق واتجاه توجيه الليزر معروفين فيما يتعلق بنظام إحداثيات ثابت. الإسناد الجغرافي المباشر هو تقنية التمكين الرئيسية التي تجعل الليدار مفيدًا لرسم الخرائط. يتتبع نظام تحديد المواقع العالمي (GPS) ووحدة IMU موقع وموقف أجهزة التشفير الدقيقة لنظام مستشعر الطائرات التي تتبع اتجاه توجيه جهاز الليزر فيما يتعلق بنظام مستشعر الطائرات. إحداثيات النقطة ثلاثية الأبعاد موجودة في نظام الإحداثيات التشغيلي ، وهو WGS84 القطع الناقص. ال ض الإحداثي ليس ارتفاعًا بعد ، بل هو ارتفاع فيما يتعلق بالمجسم الإهليلجي. يجب استخدام نموذج جيودي ، مثل GEOID03 ، لتحويل ارتفاع الشكل الإهليلجي إلى ارتفاع تقويمي يُشار إليه في NAVD88.

يتطلب الإسناد الجغرافي الدقيق لبيانات الليدار تركيبًا دقيقًا ومعايرة المستشعر في أفضل ممارسات الطائرة التي تملي إجراء فحوصات المعايرة كجزء من كل مشروع ليدار. يجب أيضًا فحص نموذج الارتفاع الناتج عن كل مهمة طيران مقابل توزيع نقاط التحكم الأرضية ذات الارتفاعات الإهليلجية والقياسية المنشورة في مرجع الخرائط المناسب. يمكن إنشاء نطاق معايرة بسيط في قاعدة عمليات المطار ونمط من خطوط الطيران المتداخلة في بداية ونهاية كل مهمة الحصول على البيانات. هذا النوع من الممارسات الفعالة من حيث التكلفة & ldquobest هو مسؤولية أخصائي رسم الخرائط كجزء من تصميم المشروع وضمان الجودة.

نبضة الليدار المرسلة هي في الواقع شكل موجة متماسك يمكن أن يصطدم بجسم صلب وينعكس مرة أخرى في عودة واحدة متماسكة. يمكن أن يكون شكل الموجة أيضًا ، على سبيل المثال

تنعكس جزئيًا بواسطة الأوراق والأغصان بالقرب من قمة الشجرة ، ومرة ​​أخرى تنعكس جزئيًا من خلال الغطاء النباتي السفلي ، وتنعكس أخيرًا على الأرض عند قاعدة الشجرة (الشكل 4.9). تقوم بعض أنظمة الليدار بتقييم شكل الموجة بالكامل للإشارة المنعكسة ، بينما يسجل البعض الآخر فقط توقيت وشدة العوائد المنفصلة المقابلة للقمم الكبيرة في الإشارة المنعكسة. في الآونة الأخيرة ، تقوم الأنظمة المتقدمة بتنفيذ تقنيات تحديد نطاق الفوتون الفردي ، حيث يمكن بناء توزيع الارتفاعات المستهدفة بكفاءة من نبضات ليزر ذات معدل تكرار منخفض للغاية وذات طاقة منخفضة للغاية. غالبًا ما تكون أنظمة ليدار لرسم الخرائط التجارية من النوع المنفصل العائد ، حيث تسجل ما يصل إلى خمسة انعكاسات لكل إرسال

الشكل 4.9 يتم إرجاع أصداء متعددة ليدار من نبضة واحدة مرسلة من قمم الأشجار والفروع. المصدر: جنسن ، 2006. أعيد طبعه بإذن من شركة Pearson Education، Inc.

نبض مجموعة النقاط المكونة من جميع الأول والوحيد أو الأخير من بين العديد العوائد هي نقطة البداية لنموذج ارتفاع الأرض المكشوفة. يتطلب الشكل الموجي ليدار مزيدًا من التخزين ومعالجة بيانات أكثر تعقيدًا ، وغالبًا ما يستخدم هذا النوع من النظام في تطبيقات البحث مثل دراسة الهيكل التفصيلي لمظلة الغطاء النباتي.

عندما تم اقتراح الليدار لأول مرة كتقنية فعالة لرسم خرائط الارتفاع ، تم الإعراب عن قلق كبير بشأن أداء أنظمة الليدار وخوارزميات المعالجة في الغطاء النباتي الثقيل. ما أصبح واضحًا بسرعة ، لا سيما مع أنظمة الإرجاع المتعددة ، هو أن الليدار في الواقع يمكنه & ldquosee & rdquo أن الأرض بين الأشجار بشكل أكثر فاعلية مما يمكن للفحص التصوير الفوتوغرافي عند النظر إلى زوج استريو من الصور الجوية. لكي يسجل الليدار نقطة أرضية ، يجب أن يصل شعاع ليزر واحد إلى الأرض من خلال المظلة. بعبارة أخرى ، إذا كان الشخص الذي يسير في غابة ينظر لأعلى يمكنه رؤية السماء ، فمن المحتمل أن يصل نبضة ليدار إلى الأرض ، اعتمادًا على زاوية وقوعها. من غير المرجح أن تظهر نفس النقطة على الأرض في صور استريو متعددة تم التقاطها من وجهات نظر مختلفة. علاوة على ذلك ، فإن قراءة ارتفاع نقطة على الأرض في نموذج مجسم في الغطاء النباتي تتطلب من المشغل البشري تفسير إسقاط صور متعددة ومظللة. أثبت Lidar أنه أقل غموضًا بكثير ، ومع ذلك ، تظل مشكلة تصفية النقاط غير الأرضية من نموذج ارتفاع الأرض المجردة مع بيانات lidar ويجب معالجتها بمزيد من معالجة البيانات والتحرير ومراقبة الجودة.

يمكن أيضًا إنشاء الصور من مرتجعات lidar عن طريق تسجيل كمية الطاقة ، أو شدة، ينعكس من الجسم. نظرًا لأن الليزر أحادي اللون ، يتم تقديم صور شدة الليدار بشكل شائع في مقياس رمادي (الشكل 4.10). ستكون الأجسام ذات الانعكاسية العالية لطول الأشعة تحت الحمراء لليزر ساطعة ، والأجسام ذات الانعكاسية المنخفضة ستكون مظلمة. لطالما استخدم انعكاس الأشعة تحت الحمراء للتمييز بين النباتات والأجسام المائية

الشكل 4.10 Lidar DSM (متبقى) وصورة كثافة التدرج الرمادي (حق). تظهر الصور أول بيانات ليدار تعود بالتيمور ، ماريلاند. المصدر: فاولر وآخرون ، 2007. أعيد طبعه بإذن من ASPRS.

ولتحديد الغطاء الأرضي في صور الأشعة تحت الحمراء البصرية. هذه التقنيات التفسيرية ليست مباشرة لتطبيقها على صور شدة الليدار للأسباب التالية: تتنوع الطاقة الخارجة لليزر عن قصد أثناء مهمة طيران لتحسين دقة قياس المدى بالليزر (المسافة) ، مما يتسبب في اختلافات السطوع التي تحدثها الأداة والتي لا يمكن تصحيحه عن طريق المعايرة ، حيث يختلف انعكاس المواد السطحية بناءً على زاوية وقوع شعاع الليزر بالإضافة إلى تركيبة السطح وخشونته ويتم تخفيف الطاقة في النبضة المنفردة المرسلة أثناء كل انعكاس من الانعكاسات المتعددة. نظرًا لأن نقاط الليدار متباعدة إلى حد ما بشكل عشوائي على الأرض ، فإن قيم الشدة لكل نبضة عائدة يتم إعادة تشكيلها إلى شبكة منتظمة بحيث يمكن عرضها باستخدام برنامج التصوير.

الاختراق الأخير في رسم الخرائط الليدار هو تقنية قياس lidargrammetry، وهي عملية لإنشاء أزواج pseudostereo من الصور من بيانات كثافة lidar. يمكن استخدام هذه الصور في أنظمة القياس التصويري للنسخ الإلكترونية التقليدية لرقمنة الميزات الخطية مثل الطرق والمباني وحواف المسطحات المائية وخطوط تقسيم DTM بدقة شديدة في ثلاثة أبعاد.

يمكن أيضًا تركيب أنظمة Lidar على حوامل ثلاثية القوائم أو مركبات لرسم خرائط قريبة المدى للهياكل. يمكن لأجهزة المسح الضوئي الليدار الأرضية المتاحة تجارياً أن تجمع مئات الآلاف من النقاط في الثانية عبر مجال رؤية بزاوية 360 درجة بدقة ملليمتر. تكتسب هذه الأدوات قبولًا واسعًا في مهنة المسح وتستخدم على نطاق واسع لإنشاء نماذج ثلاثية الأبعاد ومحددة جغرافيًا ومفصلة بدقة للبنية التحتية للنقل ومناظر المدينة الحضرية والديكورات الداخلية للمباني والمنشآت الصناعية. يوفر الليدار الأرضي مزايا محتملة ، ووفورات في التكاليف ، وكفاءة في الوقت لجمع بيانات المسح المطلوبة للنمذجة الهيدروليكية.

4.3.2الأجهزة التجارية

يتم تصنيع أدوات الليدار التجارية من قبل عدد من الشركات المصنعة ، ويتبع كل منها تصميمًا مختلفًا قليلاً. ومع ذلك ، يستخدم معظمهم نهجًا شائعًا لتحديد النطاق (عوائد منفصلة) حيث تكون العديد من المعلمات مهمة في تحديد أداء النظام:

الطول الموجي لليزر جميع الأنظمة التجارية تعمل في الأشعة تحت الحمراء القريبة ، والأكثر شيوعًا عند 1،064 & mum.

يختلف معدل تكرار النبض حسب الشركة المصنعة وطراز المستشعر ، بحد أقصى 150 كيلو هرتز (150.000 نبضة في الثانية). أصدرت العديد من الشركات المصنعة لأجهزة الاستشعار تقنية النبضات المتعددة في الهواء (MPIA) ، والتي تسمح بانبعاث نبضة ثانية قبل تلقي جميع العوائد من النبضة الأولى ، وهذا يرفع الحد الفعال لمعدل النبض الذي يفرضه ارتفاع الطيران.

يختلف معدل المسح حسب الشركة المصنعة بين 25 و 40 هرتز.

تختلف زاوية المسح حسب الشركة المصنعة ، ولكنها عادة ما تكون محدودة حسب أفضل الممارسات بـ 40 درجة لاختراق الغطاء النباتي والحد الأدنى من التشويه الهندسي.

يختلف عدد نبضات العودة الملتقطة باختلاف الشركة المصنعة من 1 (أول عائد فقط أو آخر عائد فقط) حتى 5. من الناحية العملية ، نادرًا ما يتم ملاحظة المرتجعات الرابعة والخامسة.

كثافة النقطة هي دالة على ارتفاع الطيران ومعدل النبض ومعدل المسح وزاوية المسح. مع الأنظمة السابقة ، كانت كثافات نقطة واحدة لكل 3-5 متر مربع شائعة مع أنظمة اليوم و rsquos الحديثة وتكنولوجيا MPIA ، من الممكن تحقيق كثافة 5-10 نقاط لكل متر مربع.

زاد عدد أنظمة الليدار في التشغيل التجاري في جميع أنحاء العالم بشكل كبير في السنوات العشر الماضية (الجدول 4.2) من 3 في عام 1995 إلى ما يقرب من 150 في عام 2005. تشير هذه الأرقام المتزايدة إلى نضج التكنولوجيا والطبيعة التنافسية للصناعة.

اعتمادًا على اختيار الطول الموجي بالليزر ، يمكن استخدام الليدار المحمول جواً لرسم الخرائط الطبوغرافية أو قياس الأعماق. يمكن أيضًا تركيب أنظمة Lidar على مركبات ثلاثية القوائم أو تستخدم السفن لرسم خرائط للهياكل في البيئات الحضرية أو الصناعية أو لمراقبة المعلمات البيئية. على الرغم من عدم مناقشة هذه التطبيقات الأخرى في هذا التقرير ، يمكن ليدار قياس الأعماق أن يقدم مساهمات مهمة في نمذجة عرام العواصف الساحلية ورسم خرائط مخاطر الفيضانات ، ويمكن استخدام أنظمة الليدار الأرضية لمسح الجسور والقنوات والهياكل الأخرى ذات الأهمية في النمذجة الهيدروليكية .

الجدول 4.2 عدد مستشعرات Lidar في التشغيل التجاري

المصدر: فاولر وآخرون ، 2007. أعيد طبعه بإذن من ASPRS.

4.3.3المنتجات والدقة

ينتج Lidar بشكل طبيعي DSM مفصل. مع المعالجة اللاحقة ، يمكن اشتقاق جميع الأنواع الأخرى من نماذج الارتفاع من بيانات الليدار بما في ذلك DTM و DEM وخطوط الفصل والخطوط المحيطية وبيانات الميزات ثلاثية الأبعاد. من المفيد التمييز بين دقة نبضة ليدار واحدة (دقة النظام) ودقة نموذج الارتفاع المشتق (دقة المنتج). دقة النظام هي دالة على ارتفاع الطيران فوق مستوى الأرض (AGL). تتراوح الدقة الرأسية التي ذكرها المصنعون من 6 سم RMSE عند 500 متر AGL إلى 23 سم RMSE عند 6000 متر. نفس الارتفاعات ، على التوالي.

يمكن تحقيق الدقة الرأسية البالغة 18.5 سم RMSE ، والتي تم إثباتها سابقًا لتتوافق مع دقة كفاف مكافئة بمقدار 2 قدم ، من ارتفاعات طيران تتراوح من 3000 إلى 5000 متر AGL ، وهو نطاق التشغيل المفضل لمعظم الطائرات المستخدمة من قبل بائعي الخرائط التجارية. يمكن تطبيق المبادئ الحالية لتخطيط المهمة وتقدير التكلفة والجداول الزمنية للاقتناء المستمدة من سنوات عديدة من الخبرة في القياس التصويري مباشرةً على مشاريع رسم الخرائط على مستوى الولاية وعلى الصعيد الوطني والتي تهدف إلى تحديد هذه الدقة. يمكن أن تحقق الرحلات الجوية المنخفضة دقة محيطية مكافئة بمقدار 1 قدم ، وتخلص اللجنة إلى أنها ضرورية في المناطق المسطحة جدًا.

دقة المنتج هي وظيفة دقة نظام ليدار وتخطيط المهمة ومعالجة البيانات وتقنيات توليد المنتج. يمكن تحقيق دقة الكفاف المكافئة التي يبلغ طولها 2 قدم بشكل موثوق إذا تم اتباع أفضل الممارسات في الحصول على البيانات ومعالجتها بدقة كفاف ليدار 1 قدم مما يمثل صعوبة أكبر في تحقيقها ولكن يمكن تلبيتها بنهج مشروع أكثر صرامة (وأكثر تكلفة).في المناطق الجبلية أو المناطق المزروعة بكثافة عالية ، قد تكون هناك حاجة لجهد يدوي إضافي كبير لإنتاج منتج نهائي مقبول بدقة كفاف يبلغ قدمين من نفس تقنيات الاستحواذ والمعالجة المستخدمة بشكل روتيني في التضاريس الأقل صعوبة. تم نشر منهجيات اختبار منتجات الارتفاع المشتقة من الليدار بواسطة ASPRS (2004) ، والبرنامج الوطني للارتفاع الرقمي (NDEP ، 2004) ، و FEMA (2003). تعتمد منهجيات الاختبار هذه على استخدام نقاط التفتيش الأرضية ، وفقًا لمواصفات NMAS و NSSDA للإبلاغ عن الدقة.

4.3.4ملخص القسم

Lidar هي وسيلة قوية وفعالة من حيث التكلفة للحصول على سرعة عالية لبيانات النقاط ثلاثية الأبعاد لتناسب مجموعة متنوعة من متطلبات المستخدم وهي أقوى تقنية للاستشعار عن بعد لإنشاء نماذج ارتفاع سلسة على مستوى الولاية وعلى الصعيد الوطني. مثل أي تقنية للاستشعار عن بعد ، لا يزال التفاعل البشري مطلوبًا لإنتاج مجموعات بيانات نظيفة وعارية وتخطيط الميزات الخطية. يساهم البحث في التصفية الآلية واستخراج الميزات بشكل تدريجي في زيادة كفاءة الإنتاج

يتم تحويل التحسينات بسرعة بواسطة موفري البيانات إلى توفير في التكلفة والوقت للمستخدمين النهائيين. كما تساهم التحسينات في أجهزة الاستشعار عن بعد والإسناد الجغرافي المباشر في تحسين جودة البيانات وكفاءة المعالجة الآلية.

لا يمكن المبالغة في أهمية قياس lidargrammet وتأثيره على نموذج التكلفة والفائدة لرسم خرائط الليدار. كانت الضرورة المسبقة لجمع التصوير الجوي بالإضافة إلى بيانات الليدار لتلبية متطلبات الخطوط الفاصلة ورسم خرائط الميزات البانيمترية بمثابة حجر عثرة حقيقي لموفري البيانات والمستخدمين النهائيين. من الواضح أن Lidar يمكن أن يوفر نموذج ارتفاع متفوق لنقاط الكتلة ، ولكن الحاجة إلى استخدام المسح التصويري لإكمال مهام رسم الخرائط الأخرى المطلوبة أدت إلى مهمتين جويتين منفصلتين ومنفصلتين وتكاليف أعلى بكثير. لقد مهدت تقنية Lidargrammetry الطريق لاستخدام أكثر فاعلية وكفاءة لتقنية lidar لنمذجة ارتفاع مفصلة ومعقدة ، مما يلبي الحاجة الهندسية لخطوط الانكسار لدعم توليد TIN دون التضحية بثراء بيانات نقطة كتلة lidar الكثيفة. في حين أن قياس lidargrammetry يوفر إمكانات مذهلة لرقمنة الميزات القياسية مباشرة من بيانات lidar ، يجب دراسة دقة الكواكب المقابلة مقارنةً بالقياس التصويري وتحديد كميتها.

لا تتناول الإرشادات والمعايير الحالية لاختبار الدقة وإعداد التقارير جميع الأسئلة التي يمكن طرحها حول جودة منتجات رسم الخرائط المشتقة من الليدار. تعد محاولات NDEP و ASPRS و FEMA لوضع إرشادات ومواصفات خطوة في الاتجاه الصحيح ، لكنها لا تذهب بعيدًا بما فيه الكفاية. على سبيل المثال ، العلاقة بين تباعد نقاط الليدار ودقة نموذج الارتفاع معقدة ولا يمكن تحديدها كميًا بسهولة ، لا سيما مع التكنولوجيا المتغيرة بسرعة التي تسمح بسهولة تحقيق المباعدة بين النقاط الكثيفة ومعالجتها لنماذج ارتفاع الأرض المكشوفة. قد يكون سؤال تباعد النقاط مهمًا أيضًا في تحديد ضرورة تحديد الميزات الخطية ، مثل خطوط الفصل ، كسلسلة تكميلية. هناك حاجة إلى طرق أفضل للقياس والإبلاغ عن الجودة والدقة لحساب المصادر المناسبة والتغير المكاني للخطأ. في الجلسة الختامية للمؤتمر المتخصص لجمعية إدارة ASPRS لعام 2006 للمساحين الخاصين (MAPPS) في 10 نوفمبر 2006 ، في سان أنطونيو ، تكساس ، صرح بول روني من FEMA ، & ldquo أن أساليبنا الحالية للاختبار لا تميز البيانات بشكل كافٍ. & rdquo إن مجتمع الخبراء في الاستشعار عن بعد ورسم الخرائط ، مع تمثيل من الحكومة والقطاع الخاص والأوساط الأكاديمية ، لديه القدرة على سد هذه الفجوة إذا تم تزويده بتوجيه واضح وتفويض للقيام بذلك.

4.4 الرادار ذو الفتحة التركيبية المتداخلة

4.4.1المفاهيم

يقيس الرادار (الكشف عن الراديو والمدى) قوة ووقت الرحلة ذهابًا وإيابًا لإشارة الميكروويف (3-40.000 ميجاهرتز) المنبعثة من هوائي الرادار والتي تنعكس على شكل صدى صوت من أ

سطح بعيد أو شيء. تتحرك الرادارات المثبتة على الطائرات أو الأقمار الصناعية على طول مسار الرحلة ، لتضيء سطح الأرض و rsquos في رقعة واسعة ، وتبني صورة من الطاقة النبضية المنعكسة إلى الهوائي ، وهو ما يسمى مبعثر خلفي. يتم تحديد قيمة السطوع في الصورة من خلال قوة التشتت الخلفي ، وهي دالة لتكوين السطح وخشونته.

يحدد طول هوائي الرادار في الاتجاه على طول المسار دقة وضوح الصورة: فكلما زاد طول الهوائي ، كانت الدقة أدق. يشير رادار الفتحة التركيبية (SAR) إلى تقنية مستخدمة لتوليف هوائي طويل جدًا من حركة الطائرة على طول مسار الرحلة. هوائي الرادار موجه في اتجاه عمودي على مسار الرحلة ، يسمى المدى أو اتجاه المسار المتقاطع. يرسل الهوائي النبضات بسرعة كبيرة ، ويسجل الصدى ويجمعه كما لو تم استشعاره بهوائي طويل جدًا (الشكل 4.11).

تقيس أنظمة SAR التقليدية إحداثيين فقط: أحدهما يقع على طول محور موجه بالتوازي مع اتجاه الرحلة والآخر هو النطاق (أو المسافة) من الهوائي

الشكل 4.11 هندسة تصوير SAR. تشتمل هندسة تصوير SAR النموذجية على منصة تحتوي على أداة رادار تتحرك في اتجاه المسار على طول المسار وتصور التضاريس إلى جانب واحد من مسار الرحلة. يرسل SAR سلسلة من النبضات على فترات منتظمة على طول المسار الذي يضيء في نفس الوقت منطقة في الاتجاه على طول المسار أكبر بكثير من دقة السمت المطلوبة. من خلال تسجيل الصدى المرتجع من كل نبضة واستخدام تقنيات معالجة الإشارة إلى & ldquosynthesize & rdquo هوائي أكبر ، يتم تحقيق دقة دقيقة في السمت. يُظهر المربع الأزرق في مركز الشعاع حجم عنصر الدقة مقارنةً بالمنطقة المضيئة من نبضة واحدة مُشار إليها باللون الأخضر. المصدر: Hensley et al.، 2007. أعيد طبعه بإذن من ASPRS.

إلى النقطة التي يتم تصويرها. مع وجود هوائيين SAR منفصلين مكانيًا في مستوى المسار المتقاطع ، يمكن قياس موقع نقطة الصورة في ثلاثة أبعاد بدرجة عالية من الدقة (الشكل 4.12). يعتمد قياس الإحداثيات الثالثة على قياس المدى بين إشارتين من الرادار ، والتي يمكن ، بعبارات مبسطة للغاية ، تشبيه المنظر بين صورتين جويتين ستريو. يتم تحديد فرق النطاق من اختلاف الطور بين صدى إشارة رادار متماسكين باستخدام تقنية تسمى قياس التداخل. يشار إلى أنظمة SAR هذه باسم رادار قياس التداخل ذي الفتحة الاصطناعية (IFSAR أو InSAR).

تتضمن تقنية أخرى لقياس التداخل استخدام مجموعتين من قياسات النطاق التي تم جمعها في أوقات مختلفة ، بدلاً من هوائيين منفصلين مكانيًا. يمكن للتغييرات أو التحولات الصغيرة جدًا أن تسبب اختلافات في الطور بين مجموعتي القياسات. يتضمن حساب اختلافات الطور هذه معالجة بيانات صدى الرادار لاكتشاف اختلافات الطور في الإشارة الأولية. يعتمد حجم إزاحة التضاريس التي يمكن اكتشافها على الطول الموجي للرادار ويمكن أن تكون صغيرة مثل المليمترات. يستخدم هذا النوع من قياس التداخل لدراسة التشوهات السطحية الناتجة عن القوى الزلزالية ، والهبوط الناتج عن ضخ المياه أو الزيت ، وحركة الأنهار الجليدية.

يتطلب قياس التداخل بالرادار معرفة دقيقة بموقع وموقف هوائيات الرادار بالنسبة لبعضها البعض وبمعنى مطلق فيما يتعلق بالأرض

الشكل 4.12 هندسة التصوير IFSAR. يستخدم مقياس التداخل SAR لرسم الخرائط الطبوغرافية فتحتان تفصل بينهما & ldquobaseline & rdquo لتصوير السطح. يمكن استخدام فرق الطور بين الفتحات لكل نقطة صورة ، جنبًا إلى جنب مع نطاق ومعرفة خط الأساس ، لاستنتاج الشكل الدقيق لمثلث التصوير (باللون الأحمر) لتحديد الارتفاع الطبوغرافي للكائن. المصدر: Hensley et al.، 2007. أعيد طبعه بإذن من ASPRS.

نظام الإحداثيات. على المنصات المحمولة جواً ، يتم اشتقاق هذه المعلومات باستخدام نفس أدوات الإسناد الجغرافي المباشر والطرق المستخدمة في القياس التصويري ، وتُستخدم متتبعات النجوم الليدارية المقترنة بوحدات IMU على المنصات المحمولة في الفضاء.

كما ذكرنا سابقًا ، يتم تحديد سطوع الصورة من التشتت الخلفي ، والذي يتناسب مع خشونة السطح وتكوينه (الشكل 4.13). تشير الميزات الساطعة إلى أن جزءًا كبيرًا من الطاقة المرسلة قد انعكس على الرادار ، بينما تشير المناطق المظلمة إلى انعكاس القليل من الطاقة. تبدو الأسطح الخشنة أن الأسطح المسطحة اللامعة تبدو داكنة. تعكس الأسطح المائلة نحو الرادار طاقة أكثر من الأسطح المائلة بعيدًا عن الرادار وتظهر الأسطح اللامعة المائلة بعيدًا عن الرادار وتعكس طاقة أقل وتبدو مظلمة. تعتمد قوة الانعكاس أيضًا على ثابت العزل الكهربائي لمادة السطح: ستظهر الأجسام الرطبة لامعة وستظهر الأجسام الأكثر جفافاً مظلمة. الاستثناء هو جسم أملس من الماء ، والذي سيكون بمثابة سطح مستوٍ ويعكس النبضات الواردة بعيدًا عن الهوائي ، ويظهر داكنًا أو كصورة فارغة. يعتمد مدى خشونة السطح للرادار على الطول الموجي لنبضة الرادار. قد يبدو السطح الذي يبدو أملسًا عند طول موجي خشنًا عند الآخر. تتفاعل الأطوال الموجية الأقصر في النطاق X مع التيجان الورقية والفروع الأصغر من الغطاء النباتي ، متبعة قمة المظلة. تتفاعل الأطوال الموجية الأطول في النطاق P مع الفروع والجذوع الأكبر ، وتخترق أعمق في المظلة وتتبع سطح الأرض عن كثب. يوضح الجدول 4.3

الشكل 4.13 تم العثور على خمسة أنواع شائعة من الغلاف الأرضي في صور SAR. تميل الأسطح الملساء مثل الطرق أو المياه إلى عكس الطاقة بعيدًا عن الرادار وتظهر قاتمة في صور الرادار. تظهر الأسطح الخشنة ، التي توجد غالبًا في الحقول والأراضي الزراعية ، نوعًا من نمط رقعة الشطرنج مع اختلاف مستوى الملمس والسطوع مع حالة المحاصيل والحقل. عادةً ما توجد في المناطق الجبلية خطوط ساطعة للغاية تعمل بالتوازي مع اتجاه المظهر نتيجة التوقف المقترن بالمناطق المظللة. تظهر مناطق الغابات بشكل عام مشرقة نسبيًا نظرًا لأن الطبيعة الخشنة للمظلة عند معظم الأطوال الموجية تولد مستويات عالية من التشتت الخلفي. اعتمادًا على دقة تقرير SAR ، يمكن للمناطق الحضرية إظهار المباني الفردية أو مجموعات المباني والطرق المرتبطة بها. المصدر: Hensley et al.، 2007. أعيد طبعه بإذن من ASPRS.

الجدول 4.3 علاقات التردد والطول الموجي للأنظمة الموجودة لجمع البيانات الطبوغرافية

ملاحظة: يمكن استخدام اصطلاحات مختلفة لتعيين نطاقات التردد ورموز الحروف (انظر على سبيل المثال ، http://www.radioing.com/eengineer/bands.html).

المصدر: Hensley et al.، 2007. أعيد طبعه بإذن من ASPRS.

العلاقة بين الترددات والأطوال الموجية ورموز حروف تعيين النطاق المخصصة حسب الاتفاقية لوصف أنظمة الرادار التشغيلية.

يلزم وجود معالجة متطورة للصور لتكوين صور يمكن التعرف عليها من بيانات IFSAR الأولية. يختلف التحليل بشكل كبير عن تفسير الصور الجوية ويتطلب تدريبًا متخصصًا. فيما يلي ثلاث ميزات مشتركة تنفرد بها صور SAR (الشكل 4.14):

تقصير يشبه من حيث المفهوم إزاحة الإغاثة في الصور البصرية ولكن له تأثير معاكس. سيتم تصوير المنحدرات التي تواجه الرادار في نفس الوقت تقريبًا بنطاقات متشابهة جدًا ، اعتمادًا على الزاوية النسبية لوقوع حزمة الرادار. تظهر هذه الميزات المنحدرة بالقرب من بعضها البعض في عرض المخطط ، مضغوطة أو متجمعة ، مقارنة بموضعها الفعلي ، ستظهر أيضًا ساطعة بسبب التشتت الخلفي القوي. على العكس من ذلك ، ستكون المنحدرات المواجهة بعيدًا مظلمة وممتدة أو ممتدة مقارنة بمواقعها الفعلية.

توقف هي حالة قصور قصوى تحدث عندما يكون ميل الأرض أكبر من زاوية سقوط حزمة الرادار. يتم تصوير الجزء العلوي من الكائن قبل الجزء السفلي ، وتظهر الميزة معكوسة أو موضوعة في الصورة. تمنع تأثيرات التوقف التحديد المفيد للارتفاع.

التظليل يحدث عندما يتم حظر شعاع الرادار من الوصول إلى أجزاء من التضاريس تحجبها كائنات أخرى. تظهر هذه المساحات في الصورة كمساحات مظلمة أو خالية

الشكل 4.14 التقصير الأمامي والتوقف والظل. ينهار العالم ثلاثي الأبعاد إلى بعدين في تصوير SAR التقليدي. بعد تكوين الصورة ، يتم حل عودة الرادار إلى صورة في إحداثيات النطاق والسمت. يوضح هذا الشكل ملامح التضاريس عند سمت ثابت ، مع مسار رحلة الرادار في الصفحة. المصدر: Hensley et al.، 2007. أعيد طبعه بإذن من ASPRS.

مع عدم وجود إشارة تداخل مفيدة. كما هو الحال مع التوقف ، لا يمكن تحديد قيم الارتفاع.

يعد الفهم عالي المستوى للخطوات المتضمنة في معالجة بيانات SAR مفيدًا لفهم مصادر الخطأ المحتملة في نماذج DEM التي تم إنشاؤها بواسطة IFSAR.

يتم فك تشفير البيانات الخام المخزنة على متن الطائرة ودمجها مع معلومات مرجعية جغرافية مباشرة لإنشاء صور أحادية المظهر من كل هوائي.

يتم إعادة تشكيل صورة واحدة للزوج أحادي الشكل لتتراكب مع الأخرى ، ويتم مضاعفة الصورتين لتشكيل مخطط تداخل. يجب أن يتم تسجيل الصورتين خلال جزء صغير من البكسل لتجنب ارتباط ديكور الطور.

يتم تحديد قياس الطور المطلق (الذي يمثل المسافة من الهوائي إلى الهدف) لكل بكسل في مخطط التداخل في عملية تسمى مرحلة تفكيك. يتم إجراء تنعيم لقياسات الطور لتقليل ضوضاء الطور والمساعدة في عملية فك التغليف. يتضمن ذلك حساب متوسط ​​مرحلة النافذة ، والتي غالبًا ما تكون أكبر من حجم المنشور لمارك الألماني. وبالتالي ، قد تكون الدقة الفعالة لمنتج DEM النهائي أقل من حجم المنشور اعتمادًا على التضاريس.

يتم حساب موضع الهدف ثلاثي الأبعاد من قياسات المرحلة غير المغلفة. يتم استيفاء هذه القياسات إلى خريطة ارتفاع شبكية في نظام إحداثيات طبيعي يتماشى مع مسار الرحلة.

يتم تجميع الشرائط المتداخلة ودمجها في منتج خرائط سلس.

يتم تصحيح الارتفاعات (التي يمكن الرجوع إليها في هذه المرحلة للمرجع الإهليلجي الأصلي لنظام تحديد المواقع العالمي) إلى المسند التقويمي المطلوب ، ويتم إعادة عرض الشبكة في إسقاط الخريطة المطلوب.

يمكن ملء فجوات البيانات من مناطق التوقف أو الظل أو الإشارة المنخفضة باستخدام بيانات من مصادر أخرى متاحة أو عن طريق خوارزميات تركيب السطح ، اعتمادًا على حجم الثقوب المراد ملؤها والاستخدام المقصود لـ DEM.

يتم إجراء تحرير البيانات لتصحيح المسامير والآبار الناتجة عن أخطاء فصل الطور. تتطلب المسطحات المائية أيضًا تعديلات واسعة النطاق لإزالة الضوضاء و & ldquoflatten & rdquo على سطح الماء.

يمكن إزالة الغطاء النباتي باستخدام تقنيات مشابهة لتلك المستخدمة في بيانات الليدار إذا كانت هناك قياسات ارتفاع كافية للأرض العارية لاستخدام خوارزميات تركيب السطح. كما تم تطوير تقنيات تستخدم سطوع الصورة وربط الإشارات ثنائية النطاق واستخدامها مع بعض النجاح. تم وصف أهمية تحقيق نموذج ارتفاع رقمي خالٍ من الغطاء النباتي في الفصل 3 (انظر القسم 3.10).

4.4.2الأجهزة

توجد أنظمة IFSAR في مجموعة متنوعة من التكوينات المحسّنة لمجموعة متنوعة من التطبيقات. تعتمد عدة فئات مهمة من أجهزة IFSAR على نوع المنصة (المحمولة جواً أو المحمولة في الفضاء) وطريقة جمع البيانات (مرور فردي أو تكرار). قياس التداخل أحادي التمرير (SPI) يعني أنه تم إجراء الملاحظات في نفس الوقت باستخدام هوائيين SAR على نفس المنصة في قياس التداخل المتكرر (RPI) ، حيث يتم فصل الملاحظات في الوقت المناسب بجزء بسيط من الثانية أو لفترة طويلة كالسنوات. ينتج عدد من الأنظمة المستندة إلى RPI منتجات وصور DEM. ومع ذلك ، فإن المصادر الأكثر دقة وموثوقية لبيانات IFSAR DEM ، ذات الصلة بهذه الدراسة ، هي أنظمة SPI (Hensley et al. ، 2007).

يقوم أحد بائعي IFSAR التجاريين حاليًا بتشغيل أربعة أنظمة محمولة جواً من IFSAR مع نظام إضافي واحد ليتم تشغيله في يناير 2007. يعمل STAR-3i في النطاق X ، والذي ينعكس بطول موجي أقصر من SAR بالقرب من قمة المظلة في المناطق المزروعة. يدعم TopoSAR اكتساب النطاق P أحادي التمرير وتكرار التمرير. جميع أنظمة STAR-4 عبارة عن تصميمات أحادية النطاق للنطاق X.

يقوم بائع تجاري آخر بتشغيل GeoSAR ، وهو نظام SPI ثنائي التردد (نطاقي X و P) مصمم لقياس الارتفاعات في أعلى وأسفل مظلة الغطاء النباتي (الشكل 4.15). بدأ تشغيل النظام منذ عام 2003. كما تم تعزيز النظام باستخدام ليدار للتوصيف يقوم بجمع بيانات الارتفاع عند نظيرته بدقة RMSE من 15 إلى 20 سم. تُستخدم بيانات الليدار لمعايرة بيانات GeoSAR ولدعم معالجة نماذج التضاريس الأرضية مع ملاحظات سطح الأرض تحت المظلة.

الشكل 4.15 رقعة GeoSAR. تجمع GeoSAR مساحات يبلغ طولها 10 كيلومترات في وقت واحد على الجانبين الأيسر والأيمن للطائرة في كل من النطاقين X و P. المصدر: Hensley et al.، 2007. أعيد طبعه بإذن من ASPRS.

قامت الإدارة الوطنية للملاحة الجوية والفضاء (ناسا) و NGA برعاية نظام SPI الوحيد المحمول في الفضاء الذي تم إطلاقه حتى الآن ، وهو المكوك Radar Topography Mission (SRTM) ، في فبراير 2000. تم استخدام ذراع قابل للسحب يبلغ طوله 60 مترًا لنشر النطاق C و X- هوائيات استقبال النطاق فقط ، كانت المجموعة الثانية من الهوائيات موجودة في حجرة الشحن للمكوك و rsquos (الشكل 4.16). في غضون 10 أيام ، تم جمع بيانات IFSAR لجميع أسطح الأرض تقريبًا بين خط عرض 60 درجة شمالًا وخط عرض 54 درجة جنوبًا. تمت معالجة بيانات الرادار الخام بواسطة مختبر الدفع النفاث التابع لناسا ورسكووس (JPL). قام المقاولون بالتحرير النهائي للبيانات وإنشاء منتج DEM وفقًا لمواصفات NGA.

4.4.3المنتجات والدقة

ينتج نظاما STAR و TopoSAR ثلاثة منتجات أساسية للتوزيع من خلال اتفاقيات الترخيص: صور الرادار المقوَّمة (ORIs) و DSMs و DEMs. تحتوي صور ORI ، التي تم إنشاؤها من النطاق X ، على مسافة عينة أرضية تبلغ 1.25 مترًا و 2.0 متر RMSE. تتراوح دقة منتجات الارتفاع من 1 إلى 3 أمتار RMSE. تنطبق الدقة على السطح الذي رسمه IFSAR ، والذي قد لا يكون دائمًا الأرض المجردة كما رأينا.

تنتج GeoSAR صور ORI للنطاق X و P-band من 50 سم إلى 5 أمتار GSD و 5 أمتار للنطاق X و P-band DSMs و DEMs. اقتناء GeoSAR

الشكل 4.16 تكوين نظام الطيران SRTM. تم وضع هوائيات SIR-C / X-SAR L- و C- و X-band في حجرة الشحن المكوكية و rsquos. تم تعزيز أنظمة الرادار C و X-band بهوائيات استقبال فقط منتشرة في نهاية طفرة طولها 60 مترًا. تم تركيب أجهزة قياس طول خط الأساس وقياس الموقف على لوحة ملحقة بهيكل هوائي النطاق L الرئيسي. أثناء عمليات رسم الخرائط ، تم توجيه المكوك بحيث يكون ذراع الرافعة 45 درجة من الأفقي. المصدر: Hensley et al.، 2007. أعيد طبعه بإذن من ASPRS.

تم تصميمها وفقًا لمتطلبات المشروع ، ولم يتم تحديد دقة المنتج من قبل البائع ، ولكن قد يُفترض أنها قابلة للمقارنة مع منتجات IFSAR الأخرى المتوفرة تجاريًا. تفرد GeoSAR هو القدرة على اختراق الغطاء النباتي الكثيف ، يمكن توزيع بيانات GeoSAR ، بمجرد شرائها من قبل المشتري ، دون قيود.

تم دمج البيانات المأخوذة من مهمة SRTM وتنسيقها في وحدات DEMs مدتها ثانية قوسية. تم إجراء عمليات تحقق واختبارات مكثفة بواسطة JPL و NGA وباحثين آخرين وتم الإبلاغ عن ذلك في Rodriguez et al. (2005).المنتج الذي تجاوز مواصفات التصميم مقارنة مع البيانات المرجعية الأرضية يشير إلى دقة رأسية تبلغ 8 أمتار ودقة قياس 20 مترًا بمستوى ثقة 90 بالمائة (Hensley et al.، 2007).

يجب التأكيد على أن دقة IFSAR الموضحة في الجداول المرجعية تتعلق بشكل عام بجودة نموذج السطح العاكس ، وليس DEM نظيفًا وعاريًا. يمكن إنشاء خريطة خطأ ارتفاع إحصائي محلي من قياسات ارتباط الطور وتزويد المستخدم بتقدير نقطة بنقطة لدقة DEM الرأسية.

يتم استخدام البيانات المرجعية الأرضية التي تكون دقة أفضل بثلاث مرات على الأقل من دقة IFSAR المقدرة للتحقق من صحة نموذج الخطأ. يُفترض أن تقديرات خطأ الارتفاع صالحة لمجموعة البيانات بأكملها إذا كانت 90 في المائة على الأقل من نقاط الاختبار ضمن 20 في المائة من القيم الموضحة في خريطة الخطأ.

4.4.4ملخص القسم

لقد نضجت IFSAR إلى النقطة التي يوجد فيها عدد محدود من الأنظمة التي يتم تشغيلها تجاريًا والمنتجات المتاحة من بائعي القطاع الخاص. الاستثمار في نظام رسم الخرائط IFSAR هو أكثر بكثير من ذلك المطلوب للمسح التصويري أو الليدار ، وتتداخل إجراءات معالجة البيانات وتدفقات العمل بشكل ضئيل للغاية مع تقنيات رسم الخرائط الأخرى من حيث الأجهزة والبرمجيات والموظفين التقنيين.

تعد التطورات المستقبلية في IFSAR بمنتجات تحسين الصورة والصورة. تم تحقيق دقة أدق ودقة ارتفاع متزايدة وتحسين توصيف السطح باستخدام الأنظمة التجريبية المحمولة جواً. لا يزال التمييز بين ارتفاعات الأسطح المادية المختلفة ، من رؤوس الأشجار إلى الأرض المجردة ، يمثل تحديًا بحثيًا كبيرًا. تعد مقاييس التداخل ذات الاستقطاب الكامل عند ترددات متعددة هي القفزة التكنولوجية التالية التي يجب تحقيقها (Hensley et al. ، 2007). يتطلب تطوير أنظمة جديدة استثمارات بحثية كبيرة. قد يتطلب المزيد من الابتكار تمويلًا فيدراليًا مستمرًا لدعم البرامج العلمية أو الدفاعية ذات الصلة بالمصلحة الوطنية ، بالإضافة إلى مشاريع البحث والتكنولوجيا الجارية الممولة تجاريًا.

تم اقتراح العديد من مفاهيم الأنظمة المحمولة في الفضاء للبناء على نجاح STRM ، ولكن لم تتم الموافقة على تمويل أي منها. يمكن للأنظمة المتزامنة مع الأرض التي تشير باستمرار إلى موقع مهم أن تقيس تغييرات طفيفة جدًا في ظروف السطح على أساس كل ساعة بساعة ، والتي تكون تطبيقاتها متنوعة ومهمة ولكنها ذات فائدة قليلة لتطوير نماذج ارتفاع غير ملحومة للأرض المجردة الأمة.

4.5 ملخص الفصل

الغرض من هذا الفصل هو توفير المفاهيم الأساسية لتقنيات الاستشعار عن بعد لإنشاء مجموعات بيانات الارتفاع ومنتجات الخرائط الأساسية الأخرى التي تهم برنامج رسم خرائط السهول الفيضية الوطنية. التقنيات الثلاث التي تمت مناقشتها بالتفصيل هي المسح التصويري ، الليدار ، و IFSAR.

القياس التصويري مرن من حيث عدد المنتجات التي يمكن صنعها من مصدر واحد: التصوير الجوي. التكنولوجيا هي مصادر ناضجة للخطأ مفهومة جيدًا ومصممة بدقة. حقق القياس التصويري انتقالًا ناجحًا إلى العصر الرقمي باستخدام الكاميرات الهوائية الرقمية كبيرة الحجم وتدفق عمل معالجة النسخ الإلكترونية. العديد من العمليات مؤتمتة ، لكن مهام استخراج الميزات التفصيلية لا تزال تتطلب مشاركة بشرية كبيرة. تستهلك نماذج ارتفاع الأرض المكشوفة وقتًا طويلاً بشكل خاص

ويحتاج إلى عمالة كثيفة للإنشاء ، مما يجعل القياس التصويري مناسبًا تمامًا لمشاريع رسم الخرائط الأصغر ، مع احتياجات معلومات متنوعة ومواعيد نهائية متحفظة. الاستثناء هو أن القياس التصويري الرقمي بالكامل لإنتاج الصور التقويمية قادر على تقديم كميات كبيرة من الصور التقويمية عالية الدقة وعالية الدقة بسرعة كبيرة وأصبحت التكنولوجيا المفضلة لرسم خرائط قاعدة الصور على مستوى المقاطعة والولاية وعلى الصعيد الوطني.

تطورت Lidar مؤخرًا إلى تقنية تشغيلية قوية لإنتاج نماذج ارتفاعات كبيرة المساحة وعالية الدقة وعالية الدقة. نظرًا لأنه مستشعر نشط يقوم بإنشاء قياس للارتفاع من نبضة ليزر واحدة ، يمكنه رسم خريطة لسطح الأرض أسفل مظلة نباتية بشكل أكثر موثوقية من القياس التصويري أو IFSAR. وهو يعتمد على مبادئ الإسناد الجغرافي المباشر المحمولة جواً التي نضجت خلال التسعينيات في سياق تطبيقات رسم الخرائط التصويرية. تنطبق العديد من مبادئ القياس التصويري لمعالجة البيانات وتوليد المنتجات على أدوات برامج lidar بما في ذلك عرض الاستريو وأنظمة استخراج الميزات التي تم تكييفها للعمل مع بيانات نقطة الليدار وبيانات الكثافة. تُستخدم مبادئ تقييم دقة الخريطة المنقولة من معايير رسم الخرائط التصويرية بشكل شائع لتحديد متطلبات مشروع ليدار ، ومع ذلك ، يقدم ليدار فرصًا وتحديات جديدة لإعادة التفكير في طريقة قياس الدقة والإبلاغ عنها. يمكن أن تستفيد هذه المنطقة من مزيد من البحث. هناك حاجة إلى تحسينات في تقييم الدقة وإعداد التقارير لتوصيف مجموعات بيانات الارتفاع المشتقة من الليدار بشكل كامل والاستفادة منها بشكل أكثر فاعلية لمجموعة واسعة من التطبيقات الهندسية والتخطيطية.

IFSAR هي تقنية فريدة وهامة لإنشاء نماذج ارتفاع على نطاق عالمي وفي مناطق محلية من الأرض مغطاة بالغيوم بشكل دائم. تعد نماذج الارتفاع في جوهرها ذات دقة أقل وأقل دقة من تلك التي يتم إنتاجها بواسطة القياس التصويري أو الليدار. توجد مشاكل خاصة في كل من المناطق الحضرية والمناطق النباتية. تعد صور IFSAR ORI مفيدة كخريطة أساسية عندما لا تتوفر صور أخرى ، ولكن قد يكون من الصعب على الجمهور تفسيرها. من ناحية أخرى ، يمكن أن تكون صور ORI مفيدة جدًا إذا كان اكتشاف الهدف أو تحديد ميزة محددة هو الاهتمام الأساسي للمستخدم النهائي و rsquos. أدت التحسينات في تقنية IFSAR إلى إنشاء ORI بطول 1.25 متر مما قد يجعل التعرف على الميزات أكثر سهولة بالنسبة لغير الخبراء في تفسيرها. تتناول خريطة خطأ ارتفاع IFSAR مفهوم التباين المكاني للدقة في نموذج الارتفاع ، مع إعطاء تقديرات نقطة بنقطة للخطأ. من المحتمل أن تختلف نماذج الارتفاع المستمدة من أي من التقنيات الثلاثة المقدمة في الدقة بسبب الغطاء الأرضي والمنحدر. تم تطوير معايير دقة الخرائط التقليدية وفقًا لمعيار نجاح أكثر بساطة. كما نوقش أعلاه ، هناك حاجة إلى توصيف أكثر قوة لبيانات الارتفاع وتحسين تقييم الدقة والإبلاغ الذي يعترف بالتباين المكاني للخطأ. قد يكون العمل المنجز في هذا المجال لـ IFSAR مفيدًا في تطوير معايير ومواصفات جديدة تتضمن هذه المبادئ.


حول Point Clouds وبيانات LiDAR

بواسطة:

السحب النقطية هي مجموعات بيانات كبيرة تتكون من بيانات نقطية ثلاثية الأبعاد. تعد الماسحات الضوئية الليزرية الهوائية LiDAR (اكتشاف الضوء وتحديد المدى) أكثر الأدوات شيوعًا المستخدمة لجمع بيانات سحابة النقاط الجغرافية.

تتوفر بيانات LiDAR الجغرافية بشكل شائع بتنسيق LAS (مسح LiDAR الجوي) أو تنسيق ASCII (.xyz). LAS هو تنسيق ملف قياسي صناعي تحدده الجمعية الأمريكية للمسح التصويري والاستشعار عن بعد والذي يتضمن نظام تصنيف النقاط. قد يحتوي ملف LAS المعالج على نقاط مصنفة على أنها أرض جرداء ، ونباتات مرتفعة أو منخفضة ، وبناء ، وما إلى ذلك.

قم بتكبير سحابة النقاط لرؤية توزيع النقاط الفردية.

تُشتق السحب النقطية من البيانات الأولية الممسوحة ضوئيًا من الأشياء المادية مثل المباني الخارجية والداخلية ومصانع المعالجة والتصاميم الطوبوغرافية والعناصر المصنعة. بعد أن تقوم بتجميع البيانات الأولية ، يجب تحويلها إلى ملفات سحابة نقطية قابلة للقراءة. يقوم Autodesk ReCap ™ بتحويل بيانات المسح الأولية لمسح الملفات (ملفات RCS) وملفات المشروع (ملفات RCP) التي تشير إلى ملفات RCS المتعددة. يمكن إرفاق هذين التنسيقين بالرسم في مجموعة أدوات AutoCAD Map 3D. بعد ذلك ، يمكنك إضافة طبقة سحابة نقطية إلى مدير العرض ، حيث يمكنك تصفية بيانات سحابة النقطة أو تطبيق أسلوب الألوان.


نبذة مختصرة

يعتبر الغطاء النباتي الحضري ذا أهمية إستراتيجية لجودة الحياة في المجتمعات الحضرية المتزايدة. ومع ذلك ، لا يزال من الصعب استخراج التوزيع الرأسي للنباتات الحضرية بدقة باستخدام صور الاستشعار عن بعد. قدمت هذه الورقة طريقة فعالة لاستخراج الغطاء النباتي متعدد الطبقات في المناطق الحضرية باستخدام نقاط منفصلة للكشف عن الضوء والمدى (LiDAR) مع معلومات الكثافة. تم تطبيقه في مدينة نانجينغ ، إحدى المدن البيئية في الصين. أولاً ، تم استخدام خوارزمية ترشيح متوسطة تعتمد على نقاط منفصلة لتقييد الضوضاء عالية التردد. تم تحليل كثافة بيانات LiDAR المحمولة جواً للكائنات الحضرية المختلفة والحصول على ثلاث قواعد ، والتي يمكن أن تميز بين الغطاء النباتي وغير الغطاء النباتي في المناطق الحضرية ، بعد إزالة تأثير التضاريس. وفقًا لحجم البصمة ومبادئ توزيع السحابة النقطية ، تم تحقيق تغطية الغطاء النباتي متعدد الطبقات ، بما في ذلك الأشجار والشجيرات والعشب من خلال طريقة الترجيح العكسي للمسافة (IDW). بينت النتائج أن الدقة الكلية لتصنيف نقاط الغطاء النباتي هي 94.57٪ ، وهي دقة أكبر بكثير من تلك المستخدمة في برنامج TerraSolid ، من خلال المقارنة مع الاستقصاء الميداني وخرائط التصوير الرقمية (DOM). يمكن تطبيق هذه الطريقة المقترحة في عملنا في استخراج الغطاء النباتي متعدد الطبقات في المناطق الحضرية.