Creé una nube de puntos muy densos de algunas parcelas forestales usando un escáner láser terrestre. Luego, elimine los puntos por encima de 1.3 metros para ver los restos leñosos gruesos (árboles muertos caídos). Se adjunta el DEM sombreado de la parcela de muestra con restos leñosos gruesos dentro de la elipse roja.
La parcela también consta de pequeños árboles, parte de los tallos de los árboles de menos de 1,3 metros, tierra y pequeñas rocas. De la imagen, los restos leñosos se distinguen por su forma continua. Estoy buscando la herramienta para extraer escombros leñosos de esta imagen. Arcmap, Envi o cualquier software de código abierto sería perfecto, y también tengo conocimientos básicos de Python si la codificación es útil.
Respuestas:
Para agregar a lo que ha dicho Michael, recomendaría calcular la rugosidad de la superficie de su DEM utilizando el índice Rumple o una métrica similar. También puede realizar la estimación de rugosidad en la propia nube de puntos siempre que los puntos del terreno se hayan clasificado.
Es posible que pueda clasificar el tipo de escombros que le interesan basándose solo en los valores de rugosidad, pero también podrá comparar cómo se comparan entre sí la rugosidad del DEM y la nube de puntos. Esto puede ayudarlo a verificar la validez de su DEM, así como la ubicación de sus escombros leñosos gruesos.
Aquí hay un enlace a un paquete que puede calcular el índice de rumple en R: https://rdrr.io/cran/lidR/man/rumple_index.html
Y aquí hay un programa de Python que hace algo similar, aunque estadísticamente diferente: https://github.com/BodoBookhagen/PC_geomorph_roughness
EDITAR:
Para visualizar la rugosidad de su DEM como una capa ráster, use la función gdal gdaldem para crear mapas de rugosidad y rugosidad del terreno.
fuente
las <- readLAS('a-4.las') chm = grid_canopy(las,0.1,p2r()) roughness = rumple_index(chm)
¿Podría decirme cómo cambio un código para hacer un mapa de índice de rugosidad?