¿Interpolación de batimetría multihaz usando ArcGIS Desktop?

8

Estoy tratando de hacer un mapa 3D con batimetría multihaz (65536 características, xyz), pero parece que los métodos de interpolación son demasiado rígidos. Necesito suavizar los datos para que se vea más natural y realista.

¿Qué parámetros tengo que variar para poder obtener esto?

Romina
fuente
Estoy usando ARCGIS 9.2
Romina
+1 También sería curioso si las técnicas de procesamiento de Lidar serían aplicables.
Kirk Kuykendall
77
Sospecharía mucho la fuente de datos porque 65536 es exactamente el límite de fila de una hoja de cálculo de Excel anterior a v2010 :-)
WolfOdrade

Respuestas:

7

Es probable que esto no sea del todo un problema con el modelo de interpolación. Los datos batimétricos pueden exhibir un ruido considerable. Debido a un peso igual asociado con cada faceta TIN y efecto atípico, una interpolación de base TIN puede atenuar este ruido y no se recomienda. Aplicaría una interpolación de Sppo de Topogrid (Topo to raster) y luego aplicaría un filtro de suavizado al resultado. Comúnmente uso un filtro ponderado gaussiano con un sigma de 2, pero en ArcGIS podría usar una media focal. El tamaño de la ventana dependerá de la resolución de la superficie interpolada y de un criterio de error. No desea suavizar demasiado los datos, por lo que es esencial evaluar el error cuadrático medio (RMSE) de lo observado frente a lo previsto. Encuentre un tamaño de ventana que muestre un equilibrio aceptable entre suavidad y error.

Jeffrey Evans
fuente
1

Pruebe FFT (Fast Fourrier Transform) en ENVI u otra herramienta de procesamiento de imágenes después de crear su ráster. También puede aplicarlo directamente en su ráster usando IDL.

Debajo del radar
fuente
Muy buena sugerencia!
Jeffrey Evans
1
El FFT por sí solo no resuelve este problema, es solo una forma de volver a expresar los mismos datos. ¿Qué es exactamente lo que se propone hacer con la FFT con el fin de suavizar los datos?
whuber
Debe aplicar un filtro a algunas frecuencias (creo que eliminar las altas frecuencias) en su imagen FFT y luego hacer un FFT inverso
debajo del radar
0

Intenta hacer un TIN a partir de la batimetría. Un TIN hará la interpolación de los puntos (líneas), creando una superficie más lisa que una cuadrícula. También puede ejecutar un sombreado en la cuadrícula interpolada, esto puede producir algo que le guste visualmente.

Ryan Garnett
fuente
0

Puede probar la interpolación de Topo a Ráster solo en un paso, probando diferentes valores para sus parámetros de suavizado: el factor de error de discretización (1.5, 2 o superior), tolerancia # 1 (prueba 2-3) y tolerancia # 2 (aproximadamente 100) . La aplicación de drenaje debe estar desactivada por batimetría (sin imposición) y tipo de datos "spot". Quizás consigas obtener la suavidad deseada sin filtros.

nadya
fuente
0

Odio los contornos antinaturales que obtienes de la mayoría de los modelos. Aquí está mi flujo de trabajo:

  1. Crear línea de costa (intente usar nuevas imágenes / lidar)
  2. Crear TIN basado en datos de sondeo de costas y puntos
  3. Convertir estaño en ráster (uso resolución de 1 m normalmente)
  4. Use valores múltiples a puntos para extraer valores ráster a puntos de sonido
  5. Calcule un campo "Diferencia" en sus datos de sondeo e inspeccione manualmente las áreas donde la diferencia es> 0.5 metros. Haz las eliminaciones necesarias.
  6. Crear TIN basado en sondeos corregidos y costas
  7. Convertir TIN a ráster (normalmente uso una resolución de 5 m)
  8. Convertir ráster en punto.
  9. Haga una selección del conjunto de datos del punto de relleno con el conjunto de datos del punto de sondeo (lo uso dentro de los 10 metros) y elimine estos puntos del conjunto de datos de puntos de relleno
  10. Haga selecciones aleatorias para reducir la densidad del conjunto de datos de relleno (solo busco FID / algún número = CEILING (FID / algún número) después de hacer las eliminaciones iniciales y guardar.
  11. Use los puntos de relleno aleatorios, los puntos de sondeo, la línea de costa y un polígono de extensión (desde la línea de costa) en la herramienta Topo to Raster.
  12. Crea contornos.

Esto le proporciona contornos suavizados, pero conserva los valores medidos para sus datos de sondeo. No es mejor, pero creo que se ve mucho mejor.

mstead
fuente
0

En términos de simplicidad, un TIN puede proporcionar un rendimiento muy razonable.

No veo ninguna razón por la cual el ruido excluya el uso de un TIN per se. Modelarán exactamente sus puntos de datos si configura los parámetros de esa manera o se ajusta más suavemente a la superficie. También tienen la clara ventaja de ser independientes de la escala y la orientación de la cuadrícula, a diferencia de cualquier método basado en ventanas móviles.

Yo sugeriría :

  1. ¡Comprueba primero el punto de WolfOdrade!
  2. Si los datos de batimetría se organizan en filas o alguna otra geometría irregular (p. Ej., De los sondeos de los botes), realice una cuadrícula de éstos en una superficie de trama. Si se trata de puntos en una cuadrícula regular o aleatoriamente dispersos, conviértalo en un TIN que se ajuste a cada punto.
  3. Visualice en algo simple, como ArcScene.
  4. Luego, publique una foto en algún lugar para que podamos ver los datos, mostrando sus puntos de preocupación.

El algoritmo de suavizado correcto depende mucho del tipo de terreno, el filtro Guassian podría ser bueno para un DEM más suave. FFT valdría la pena el esfuerzo para un terreno variado y podría manejar ángulos más agudos, pero deshilachar iterativamente los nodos TIN podría ser una opción suficiente y más simple que minimiza la simulación de datos.

AnserGIS
fuente
2
El "modelado exacto" del ruido solo propaga el error. Cuando hay ruido, debe preferir métodos que suavicen los datos en lugar de respetarlos. Eso sugiere buscar alternativas a los TIN. Su sugerencia cerca del final de la eliminación iterativa de los nodos TIN está en este espíritu, pero desafortunadamente una vez que haya terminado, todavía está fijando el TIN a los nodos restantes, ninguno de los cuales es correcto (debido al ruido). Aplicar una estadística más suave parece una mejor idea.
whuber
Mi punto con respecto a TIN es que son solo una estructura de datos, con sus propios métodos de suavizado. Pero ya sea en TIN o GRID, el filtrado deja datos sin procesar con errores. El suavizado requiere una buena distribución de puntos. Ambos eliminan los máximos y mínimos que pueden ser reales y necesarios. Todos los métodos de cuadrícula son vulnerables a la escala y la orientación. Sin ver los datos y conocer el uso final, no sabemos qué métodos necesita o puede mantener. Si es solo para visualización, entonces un poco de error aleatorio limitado podría hacer que parezca más realista, por lo tanto, filtrar / eliminar en lugar de suavizar.
AnserGIS