वैशिष्ट्यपूर्णनवकल्पना

माझ्याकडे लिडर डेटा आहे - आता काय?

डेव्हिड Mckittrick तो LIDAR जीआयएस काम आणि प्राप्त डेटा प्रक्रिया एक समर्थन साधन म्हणून जागतिक मॅपर संदर्भ संबंधित तंत्र पुरेसे ज्ञान परिणाम बद्दल बोलतो जेथे अलीकडेच प्रकाशित एक मनोरंजक लेख आहे.

लेख वाचल्यानंतर, मी ग्लोबल मॅपर थोडा वेळ डाउनलोड करण्यासाठी डाउनलोड केले आणि मी हे कबूल केले पाहिजे की ते त्या साधनाची ती व्यावहारिकता कायम ठेवते ज्याद्वारे आपल्याला एक्सवायझेड मजकूर फायलींमधून डिजिटल टेर्रेन मॉडेल बनविणे खूप व्यावहारिक होते. आज, जेव्हा लिडार डेटामध्ये प्रवेश करणे अधिक परवडणारे होत आहे, तेव्हा कार्य करताना आपल्याला कोणत्या पैलूंचा विचार करणे आवश्यक आहे यावर विचार करणे आणि ग्लोबल मॅपर चांगले कार्य करते हे नमूद करणे वाईट नाही. माझा आग्रह आहे की, मी जे पाहत आहे त्यापासून मला आश्चर्य वाटले आहे; नूतनीकरण केलेल्या चेहर्‍यासह, प्रोग्राम डेटा उघडण्याचे आणि पूर्व-कॉन्फिगर केलेल्या सूचनांमध्ये प्रदर्शित करण्याचे ते साधेपणा राखते.

दुसर्‍या दिवशी, जिओफुमाडास टेबलावर मला डॉन एचच्या डोळ्यांसह दिसले -माझ्या गुरूंपैकी एक- ड्रोनच्या बोली लावणाऱ्याने केलेल्या ऑफरवर त्याच्या डोळ्यात एक चिंताजनक चमक; कॅडस्ट्रल डेटा अद्यतनित करण्यासाठी हा अनुप्रयोग होता; अत्यंत दुःखाने मला ते क्लाउडवरून डाउनलोड करावे लागले आणि तुम्हाला आठवण करून द्यावी लागली की बहुतेक विकसनशील देशांमध्ये या तंत्रज्ञानाच्या टिकावासाठी किमान अटी नाहीत; जरी शेवटी आम्ही कार्यात्मक मार्गाने काय शक्य आहे यावर एकमत झालो. काही वर्षांपूर्वी या तंत्राच्या व्यत्ययामुळे युनायटेड स्टेट्समधील काही सरकारी संस्थांमध्ये मोठी भावना निर्माण झाली होती, आता ते हिस्पॅनिक संदर्भासह इतर देशांमध्ये हस्तांतरित केले जात आहे, जे लागू करण्याच्या "लाटेवर स्वार होण्याची" इच्छा प्रविष्ट करू शकते. नवीन तंत्रज्ञान. , डेटा कॅप्चर करणे परंतु त्याचे काय करावे हे खरोखर माहित नाही.

एखाद्या प्रकल्पात लिडारच्या वापराद्वारे मागितली जाणारी किंमत आम्ही विचारात घेतल्यास, डेटाच्या मोठ्या प्रमाणावर संग्रहण करण्यास (खासकरुन 'पॉइंट क्लाऊड कलेक्शन'बद्दल बोलणे) काय आवश्यक आहे याचा विचार करून ही समस्या गंभीर असल्याचे आम्ही पाहतो; जरी त्याचा वापर आम्हाला एक प्रभावी परिणाम आणि वेळेची चांगली बचत प्रदान करतो हे देखील ओळखून. योग्यरित्या वापरल्या जाणार्‍या लिडार डेटामुळे जग पारंपारिक मॅपिंग पद्धतींपेक्षा आपण मिळवलेल्या गोष्टींपेक्षा अगदी वेगळ्या पद्धतीने जगाचे आकलन करू देते. आता आपण 3 डी स्वरूपांचा वापर करुन वास्तविक दृष्टी मिळवू शकता आणि नवीन विश्लेषण तंत्र विकसित केलेल्या डेटासह आपण संवाद साधू शकता.

लिडर काय आहे

दावीद अगदी योग्य रीतीने असे म्हणतो: "लीडर डेटा हा उत्पादन नाही परंतु कच्चा माल आहे"प्रथम कशाची संकल्पना आमच्या मते, विषय समजून घेण्याशी संबंधित प्रभावीपणे, डेटा प्राप्त करणे हे इनपुट आहे ज्यामुळे आम्हाला, पर्याप्त प्रक्रिया केल्यानंतर, विविध त्रिमितीय मॉडेल प्राप्त होतील.

परंतु, स्पष्ट होण्यासाठी, आम्हाला परत जाऊन लिडार डेटाची मूलभूत रचना आणि वैशिष्ट्ये लक्षात ठेवणे आवश्यक आहे. लिडर (लाइट अँड रेंज डिटेक्शनचे परिवर्णी शब्द) 3 डी डॉट्सचे वेक्टर स्वरूप आहे. प्रत्येक फाईल किंवा लिडार डेटाच्या संचामध्ये सहसा लाखो किंवा अगदी कोट्यावधी लक्षपूर्वक अंतर आणि यादृच्छिकपणे वितरित बिंदू असतात. त्यामधील अंतर किती जवळ आले हे डेटा कसा अधिग्रहित केला यावर अवलंबून आहे.

लोकांसाठी लिडर डेटा उपलब्ध आहे, मुख्यतः लेझर ट्रान्समिशन आणि रिसेशन टेक्नॉलॉजीचा वापर करणारे हवाई मालमाद्वारे, अचूक स्थिती आणि नेव्हिगेशन प्रणालीच्या वापरासह संयुक्त अनुप्रयोग मध्ये. प्रत्येक टप्प्यावर, प्रतिबिंबित लेझर पल्सच्या ट्रांसमिशन आणि रिसेप्शनमधील गणना केलेल्या फरकांपासून प्राप्त केलेले एक्स, वाई, z मूल्य हे गुणविशेष आहे.

एक उडणारी विमान हळूहळू अधिक उंचावरील वेगाने गतिमान होण्यापेक्षा अधिक अंतर असलेल्या ठिकाणाचे एक मेघ तयार करेल. विमान किंवा आळशी वापरल्या जाणाऱ्या सेन्सॉरवर अवलंबून आणि डेटा कसा कार्य करतो, अतिरिक्त रंग गुणधर्म, प्रतिबिंब तीव्रता, तसेच नाडी परतावांची संख्या, व्हिज्युअलायझेशन आणि विश्लेषणासाठी समाविष्ट केले जाऊ शकते.

लिडर डेटासह काय करता येईल

LiDAR डेटा स्पष्टपणे एक 3D मॉडेल मध्ये परिणामस्वरूप एक परिवर्तन आहे की, आम्ही एक डिजिटल एलिव्हेशन मॉडेल (डीईएम) निर्मिती किंवा, एक मॅट्रिक्स मध्ये भौमितिक नमुन्यांची पासून मिळविलेली 3D वेक्टर वस्तू स्वयंचलित निर्मिती / निष्कर्ष बद्दल बोलत आहेत. गुण गुणांचे मेघ दर्शविण्याकरीता, विविध प्रकारचे पृष्ठभाग दर्शविण्याकरीता, जमिनीबद्दल आदराने बिंदूचे उंची, किंवा बिंदूंच्या घनतेचा फरक, इतर वैशिष्ट्यांसह, महत्त्वपूर्ण माहिती प्राप्त करण्यासाठी देखील शक्य आहे.

 

लिडर डेटा संपादित आणि फिल्टर करणे

मिळविलेल्या डेटा फाईल्समध्ये आवश्यकतेपेक्षा बरेच जास्त मुद्दे आहेत. म्हणून, पॉईंट मेघवर फिल्टरिंग प्रक्रिया वापरण्यापूर्वी, लेयरच्या मेटाडेटाची छाननी करणे अधिक श्रेयस्कर आहे. प्राप्त केलेली सांख्यिक सारांश मेघच्या वैशिष्ट्यांवरील आवश्यक माहिती प्रदान करेल, जे फिल्टरिंग प्रक्रियेसाठी योग्य निर्णय देण्याचे सुचवेल.

LiDAR डेटाची गुणवत्ता सुधारणे

गुणांची आवश्यकता नसल्यास, पुढील पायरी म्हणजे त्या जमिनीच्या जागा शोधणे आणि त्यांचे पुनर्वितरण करणे जे सुरुवातीला वर्गीकृत नाही. ते म्हणजे आपण तारीख ट्यून करणे आवश्यक आहे. चांगला रिजोल्यूशन डीईएम निर्माण करण्यासाठी हे फार महत्वाचे आहे.
येथे आम्ही विचार करतो की आम्ही एक पुरेशी डेटा फिल्टरिंग प्रक्रिया आणि त्याचप्रमाणे पुनर्वितरण करण्यास सक्षम आहोत किंवा नाही. निष्कर्ष मिळवलेल्या परिणामांमधे दोन्ही यांत्रिक पद्धतीचे महत्त्व महत्वाचे आहेत.

या ग्लोबल मॅपरवर खरोखर चांगले कार्य होते. किमान, संपादन आणि फिल्टरिंग टप्प्यावर. आणि तरीही हे लक्षात घेतले पाहिजे की ध्वनी निर्माण करणार्‍या मुद्द्यांचा नाश करून पृष्ठभाग म्हणून वर्गीकृत केलेला डेटा उपयुक्त आहे असे नाही. ग्लोबल मॅपरच्या माध्यमातून, प्रकल्प क्षेत्राच्या भौगोलिक व्याप्तीच्या बाहेरील बिंदूंचे पुरेसे उन्मूलन करणे केवळ शक्य नाही, परंतु अनुप्रयोगामध्ये फिल्टरिंगचे अनेक पर्याय असल्यामुळे ते देखील त्यांच्या वैशिष्ट्यांमुळे आवश्यक नसलेले बिंदू काढून टाकणे शक्य आहे.
आता आपण तारीखच्या ट्यूनिंगबद्दल बोलूया. ग्लोबल मॅपरमध्ये अनेक एकत्रित कार्यपद्धतींचा समावेश आहे ज्यात डेटा स्वयंचलितपणे वर्गीकृत केला जातो आणि सुरूवातीस विचारात घेतले गेलेली जमीन न बदलणे संभाव्य उपयुक्त डेटा गमावून टाळल्या जातात. अशा प्रकारे उच्च रिजोल्यूशनसह डीईएमच्या निर्मितीमध्ये वापरल्या जाऊ शकणार्या गुणांची टक्केवारी वाढली जाते.

मी hurricane च्या आधी आणि नंतर डेटासह काम केलेले उदाहरण; निश्चितपणे वाईझेगार्ड न करता, सॉफ्टवेअर जवळजवळ नवीन मॉडेल प्राप्त करण्यासाठी, मॉडेल, फिल्टर, वर्कफ्लो मध्ये फंक्शनलिटिंचा सल्ला दिला आहे.

इतर स्वयंचलित वर्गीकरण प्रक्रियेद्वारा, युटिलिटी इमारती, वृक्ष आणि केबल्स शोधून काढता येतात आणि पुन्हा वर्गीकृत केले जाऊ शकतात, जे वैशिष्ट्ये काढण्याच्या प्रक्रियेतील पहिले पाऊल आहे.

डिजिटल एलिव्हेशन मॉडेलची निर्मिती

3D विश्लेषण प्रक्रीया करण्यासाठी, बर्याच प्रकरणांमध्ये लीडर बिंदू मेघ प्रभावी डेटा असणे आवश्यक आहे. आम्ही तथाकथित 'जाडे' प्रक्रियेचा वापर करतो ज्यामध्ये एक अॅरेमधील प्रत्येक बिंदूशी संबंधित मूल्य (सामान्यतः एका उन्नत मूल्य) एक ठोस 3D मॉडेल निर्मितीसाठी आधार म्हणून वापरले जाते. हे मॉडेल केवळ भूप्रदेश (डिजिटल भूप्रदेश मॉडेल) किंवा जमिनीवरून वरती पृष्ठभाग, जसे की वन आच्छादन (एक डिजिटल पृष्ठभाग मॉडेल) दर्शवू शकते. दोन दरम्यान फरक पृष्ठांकन निर्माण करण्यासाठी वापरले आहेत की गुणविशेष फिल्टरिंग आणि निवड साधली जाते.

आम्हाला असे वाटते की बहुतेक लिडर वापरकर्ते, मुख्य उद्दिष्ट म्हणजे डीटीएम (डिजिटल टेरिन मॉडेल) तयार करणे, ग्लोबल मॅपर येथे व्हॉल्यूम गणना समाविष्ट करून भूप्रदेश विश्लेषण साधनांचा पुरेशी संग्रह प्रदान करतो; कट आणि अनुकूलन भरा; समोच्च ओळी निर्माण करणे; पाणलोट रेखाचित्रण आणि दृष्टीकोनांच्या ओळींचे विश्लेषण.

एक्सट्रॅक्टिंग विशेषता

डेन्सर पॉईंट क्लाऊडमधून अधिक डेटा उपलब्धता तयार करण्यात सक्षम असणे लिडार डेटाच्या प्रक्रियेच्या नवीन मार्गाकडे एक नवीन मार्ग परिभाषित करते. समीप बिंदूंच्या भूमितीय रचनेतील नमुन्यांच्या विश्लेषणामुळे बांधकाम केलेल्या मॉडेल्सचे चित्रण होऊ शकते, ज्याचे प्रतिनिधित्व त्रिमितीय बहुभुज म्हणून केले जाते; शक्ती ओळी किंवा जमिनीवरुन जात असलेल्या केबल्स, त्रिमितीय रेषा म्हणून दर्शविल्या जातात; तसेच वृक्षांचे बिंदू, एलिव्हेटेड वनस्पति म्हणून वर्गीकृत केलेल्या बिंदूंच्या एकत्रित संरचनेतून बनविलेले. ग्लोबल मॅपर व्हेक्टर एक्सेटेक्शन टूल्समध्ये कस्टम एक्सट्रॅक्शन ऑप्शन देखील समाविष्ट आहे ज्यातून पूर्वनिर्धारित मार्गावर लंब असलेल्या प्रोफाइल दृश्यांच्या मालिकेनंतर 3D ओळी आणि बहुभुज तयार करता येतात. या साधनाचा वापर कोणत्याही विस्तारलेल्या संरचनेचे अचूक त्रिमितीय मॉडेल तयार करण्यासाठी केला जाऊ शकतो, जसे की रस्त्यावर पदपथची काठी.

डेव्हिडचा निष्कर्ष स्पष्ट आहे. लिडरबरोबर काम करताना डेटा असणे सर्वकाही नसते; व्यावहारिक मार्गाने त्यांच्यावर प्रक्रिया करण्याचे एक साधन आहे जे या तंत्रज्ञानाचा वापर वाढवते.

हे जिज्ञासू आहे की मी गेल्या वेळी हा अनुप्रयोग 2011 मध्ये पाहिला होता, 11 आवृत्तीसह. मी आधीपासूनच लिडार बरोबर काम करत होतो पण संसाधनांच्या वापरामध्ये ते काहीसे निराश होते, मी त्यापासून पाहणे थांबविले 13 आवृत्ती जिथे ती क्षमता थोडी सुधारली. ही डाउनलोड करणे आणि चाचणी घेण्याची बाब आहे कारण ही आवृत्ती 18 मला सर्वात कमी किंमतीची सॉफ्टवेअर पर्यायांपैकी एक असल्याचे दिसते जे लिडार डेटा ऑपरेट करण्यासाठी आवश्यक असलेल्या जवळजवळ सर्वकाही करते.

कडे जा ग्लोबल मॅपर

गोल्गी अल्वारेझ

लेखक, संशोधक, जमीन व्यवस्थापन मॉडेल्समधील तज्ञ. त्यांनी मॉडेल्सच्या संकल्पना आणि अंमलबजावणीमध्ये भाग घेतला आहे जसे की: होंडुरासमधील नॅशनल सिस्टम ऑफ प्रॉपर्टी अॅडमिनिस्ट्रेशन SINAP, होंडुरासमधील संयुक्त नगरपालिकांच्या व्यवस्थापनाचे मॉडेल, कॅडस्ट्रे मॅनेजमेंटचे एकात्मिक मॉडेल - निकारागुआमधील रजिस्ट्री, कोलंबियामधील प्रदेश SAT च्या प्रशासनाची व्यवस्था . 2007 पासून Geofumadas ज्ञान ब्लॉगचे संपादक आणि AulaGEO अकादमीचे निर्माता ज्यात GIS - CAD - BIM - डिजिटल ट्विन्स विषयांवर 100 हून अधिक अभ्यासक्रमांचा समावेश आहे.

संबंधित लेख

स्मरण शाक्तीची एक टिप्पणी

आपला ई-मेल पत्ता प्रकाशित केला जाणार नाही. आवश्यक फील्ड चिन्हांकित केले आहेत *

देखील तपासा
बंद
परत शीर्षस्थानी बटण