地表分類の概要
地表分類は、航空 LiDAR の基本的な処理ステップです。 特に有益な派生物を作成するために、データの可能性を最大限に引き出します。 たとえば、DEM は航空 LiDAR から作成された一般的な製品であり、そのプロセスの一部で地表分類が必要になります。
その他に LiDAR で識別する建物や植生などでは、最初に地表分類を実行する必要があります。 これは、その分類プロセスに固有の部分に、地表より上にあるポイントの高さの評価が含まれるためです。
地表分類は専門家が実行し、そのデータは、適用された分類とともに、独立したコンサルタントが調査して、確実に要件を満たすようにすることをおすすめします。 要件はプロジェクトによって異なりますが、多くの場合、地表分類済みの高さとコントロール ポイントの高さの比較、および地表分類済み LiDAR からの陰影起伏派生物の確認が含まれます。 このトピックでは、ArcGIS Pro を使用して地表分類を実行する方法について説明します。
前提条件と推奨事項
点群の地表分類は、航空 LiDAR で最も一般的に実行されます。 これが、最も安定した最良の地表のビューを取得できる方法です。 写真測量で生成された点群も使用できますが、植生エリアで地表観測を取得する場合、LiDAR ほど信頼性が高くありません。
地表収集プラットフォーム (固定および移動の両方) は問題が生じることがあります。 地表上のオブジェクトにより影が作り出されることがよくあるため、地表が確実に取得されない場合があります。 さらに、ポイント密度はさまざまで、多くのエリアがオーバーサンプリングまたはアンダーサンプリングされます。 センサー近くにあるスキャンの部分が適している場合もあります。 たとえば、車または電車から取得されたスキャンのすぐ近くの地表 (道路舗装や軌道など) は高品質で取得できます。 ただし、スキャナーからの距離が増えたり、地表のスキャナーのビューを妨げるオブジェクトが多かったりすると、品質が低下します。
どのタイプの点群も地表分類の前にジオリファレンスおよびキャリブレーションする必要があります。 通常、データ プロバイダーがこれを実行します。
地表または他の分類器で考慮されるデータのポイント密度分類が比較的安定するように、オーバーラップ分類 もおすすめします。
データは投影座標系でなければなりません。 データが 10 進単位の場合、LAS の抽出 ツールを使用して、ツール環境に適切な出力座標系を設定することによりデータを投影できます。
データはタイル化される必要があります。 これを行うには、LAS タイルの作成 ツールを使用して、オーバーラップしていない長方形のエリアにデータを分割します。 LAS 形式データの個別タイルが 1 GB を超えないようにしてください。
そのために生成された 統計情報 を LAS データに含めることをおすすめします。 統計により空間インデックスが作成され、分類のパフォーマンスが向上します。 LAS データセット プロパティ ダイアログ ボックスといくつかの LAS 関連のジオプロセシング ツール (LAS データセットの作成 (Create LAS Dataset) と LAS デー**タセットの統計 (LAS Dataset **Statistics)) は統計を生成できます。
何らかの理由 (投影またはタイル化するなど) でデータを書き換えている場合、ファイルの作成時にポイントの順序を変更することをおすすめします。 これにより、ファイル内の物理的な記録順序に関して、空間的に近接している LAS ファイルにポイントが配置され、空間クエリーのパフォーマンスが向上します。
地表分類の実行
L**AS の地表分類 **ツールは、LiDAR および写真測量の点群で地表ポイントを識別および分類するために使用されます。 地表を分類したら、LAS データセット → ラスター ツールを使用して DEM を作成するか、LAS の建物分類 や 高さによる LAS の分類 などの地表に依存する他のツールを使用してデータをさらに分類することができます。
<img alt="すべての LiDAR ポイント" data-caption="All of the points in a lidar point cloud." src="images/Ground1-ABE01.png" />
<img alt="地表の LiDAR ポイントのみ" data-caption="Only the ground points in a lidar point cloud." src="images/Ground2-560E7.png" />
クラス 0 とクラス 1 のポイントだけが地表で考慮されます。 設定に応じて、既存のクラス 2 の地表ポイントは保持または削除できます (言い換えると、クラス 1 にリセットされ、分類器により地表として再考慮されます)。 ノイズを処理するためのオプションもあります。 デフォルトでは、ノイズは処理されません。 その他すべての既存のクラスは未変更のままです。
制限事項
LiDAR の分類は完璧ではありません。 ポイント情報だけを操作する場合、いくつかのポイントで明確な正否があるとは限りません。 したがって、考えられる地表面は複数あります。
最適なオプションを使用して、エラーを最小限にし、必要な手動分類のクリーンアップの量を減らしてください。 こうすることで、分析範囲のデータとテレインの両方の特性を知ることができます。
一般的に、LiDAR で取得されるポイントでは、写真測量で取得されるポイントよりも良い結果が得られます。 これは、ポイントの幾何学的特性が一因です。 一般的に、写真測量ポイントは、地表が建物、車、または植生に LiDAR と同じくらいはっきりと面している個別のトランジションを取得しません。 また、写真測量手法では、LiDAR のように植生を通して地表を表示することはできません。
多くの場合、ドローンによって取得された小規模なエリア (1 つの建物など) では、少量の地面がその建物の外辺で収集されます。 このような状況では、分類する情報がほとんどないため、地表分類器が地表を検出する可能性が低くなります。
高架と橋の舗装は、それにつながる道路が地表と見なされるため、地表として間違って分類される傾向があります。 道路が高架や橋に変化するときに傾斜の急変がないため、分類器は横断する地表を間違って分類または展開します。
多くの場合、水域は地表として間違って分類されます。 これは、ポイントで定義された幾何学的な外観により、地表と水域の違いがほとんどないためです。 間違って分類された水域は、水域を表すポリゴン フィーチャを使用して修正する必要があります。 これらを フィーチャから LAS クラス コードを設定 (Set LAS Class Codes Using Features) ツールで使用します。
低ノイズのクラスターは、分類器が有効である可能性がある地面フィーチャ (くぼみなど) として識別するため、地表として間違って分類される場合があります。
建物、トンネル、坑道の内部スキャンは、LAS の地表分類 ツールでの使用には適していません。
LAS の地表分類ツールの使用
ほとんどの場合、LAS の地表分類 (Classify LAS Ground) ツールはデフォルトのパラメーターを使用して良い結果を生み出しますが、さまざまなパラメーターを使用して、品質を最大限に高め、エラーを最小限にすることができます。 以下の表では、パラメーターについて説明しています。
|
地表検出方法 |
|
このパラメーターには 4 つのオプションがあります。 このうち 3 つは、一般に使用される 標準分類、保守的分類、積極的分類 です。 これらは、地表として使用できるサーフェスの粗さと不連続性の量と相関しています。 保守的分類オプションでは粗さが最も少ないサーフェスが許可され、積極的分類オプションでは粗さが最も多いサーフェスが許可されます。 保守的分類または標準分類のオプションを使用して、積極的分類のオプションは、通常山岳エリアで検出される起伏の激しい地形用に取っておくことをおすすめします。 保守的分類では、非地面フィーチャが含まれる可能性が低くなりますが、起伏が激しいエリアの有効な地表が欠落する場合があります。 標準分類では、地形が混在している場合に保守的オプションと積極的分類オプションのバランスをうまく取ることができます。 保守的分類オプションは、低いオブジェクトを地表と間違って分類する可能性が低くなるため、DEM 生成に適しています。 標準分類オプションは、オミッション エラーとコミッション エラーのバランスを取るのに適しています。 4 つ目の検出方法である 尾根の復元 は、最初の地表分類で正しく分類されなかった起伏のある地形の丘陵を改善や修復するポスト プロセスとして使用されます。 これについては、以下の問題があるエリアの修正セクションで詳しく説明します。 |
|
検出アルゴリズム |
|
このパラメーターには、最新 と 第 1 世代 という 2 つのオプションがあります。 デフォルトは 最新 です。 このオプションは最新世代の分類器を使用するので、これをおすすめします。 第 1 世代 オプションは、たとえば、以前のソフトウェアで取得された結果を複製したり一致させたりするために使用できます。 場合によっては、第 1 世代 オプションを使用すると望ましい結果が得られることがありますが、一般的ではありません。 |
|
既存の地表を再使用 |
|
このオプションのパラメーターは、オンまたはオフにします。 少なくとも何らかの地表ポイントが分類されている場合に便利です。 このパラメーターをオンにすると、既存の地表を一定の場所に維持したまま、そこにさらに追加します。 通常、一部の地表が欠落した最初の分類を改善する場合に使用されます。 このワークフローについては、以下の問題があるエリアの修正セクションで詳しく説明します。 このパラメーターをオフにすると、既存の地表がクラス 1 に再分類され、地表分類が最初からやり直されます。 デフォルトはオフです。 |
|
DEM 解像度 |
|
地表ポイントから生成する DEM のセル サイズが入力点群の平均的なポイント間隔よりも大幅に粗い場合、および地表分類の処理時間を短縮する場合に、このパラメーターを使用します。 他の用途がある可能性がある間引きされた地表ポイントを作成する方法でもあります。 このパラメーターを使用すると、DEM を目標の解像度にするのに十分な地表ポイントのサブセットが分類されます。 分類されている地表ポイントが少ないため、ツールの実行速度が速くなります。 マイナス面として、将来、高解像度の地表が必要になった場合、分類器を再実行する必要があります。 このパラメーターには、セル サイズを 0.3 メートル以上に指定し、点群の名目ポイント間隔の 1.5 倍をよりも大きくする必要があります。 |
|
低ノイズ ポイントの分類 |
|
このパラメーターをオンにすると、地下のポイントがクラス 7 のノイズとして分類されます。 地下の最小深さ パラメーター値を指定すると、その閾値よりも深いポイントだけがノイズとして分類されます。 デフォルトの閾値は 0 です。そのため、深度に関係なく、地下のポイントはすべてノイズとして扱われます。 これらのポイントは、異なるクラスとして解釈または分類されるため、低ノイズ ポイントの分類 パラメーターをオンにすることをおすすめします。 これらのポイントは、クラス 0 または 1 のままにしておくよりも、それ以外に分類される可能性がない場合は、ノイズ クラスに割り当てるほうが役立ちます。 地下のポイント、より正確には地下として表示されるものがすべて低ノイズとして分類されるわけではありません。 これはほとんどの場合、分類器が有効である可能性があるフィーチャ (鉱山やくぼみなど) として識別するため、ポイントのクラスターで発生します。 |
|
既存の低ノイズを維持 |
|
このパラメーターをオンにすると、低ノイズをさらに追加する目的で、既存の低ノイズ ポイントが維持されます。 デフォルトはオフで、既存の低ノイズはまずクラス 1 にリセットされて、最初から評価されます。 |
|
高ノイズ ポイントの分類 |
|
このパラメーターをオンにすると、指定した 地表からの最小高さ パラメーター値により、地上のポイントがクラス 18 の高ノイズとして分類されます。 雲、霞、高く飛んでいる鳥に関連付けられているノイズを検出するためのものです。 ノイズとして分類されないように、樹木、建物、その他の高いインフラストラクチャーよりも高い閾値を使用します。 注意:有効な高いインフラストラクチャーが地形にわずかしか存在しないが、これらのフィーチャの高さの範囲内に高ノイズが多数含まれている場合、高いフィーチャの誤分類を生じる高さの閾値を指定することをおすすめします。 これは、高さの閾値を高くすることで生じる欠落したノイズをすべて修正するよりも、いくつかの問題のあるスポットを手動で簡単に修正できるためです。 |
|
既存の高ノイズを維持 |
|
このパラメーターをオンにすると、高ノイズをさらに追加する目的で、既存の高ノイズ ポイントが維持されます。 デフォルトはオフで、既存の高ノイズはまずクラス 1 にリセットされて、最初から評価されます。 |
結果の確認
分類は完璧ではありません。 結果は、必要に応じて手動で確認およびクリーンアップする必要があります。 地表として分類されるべきポイントが地表として分類されなかった (オミッションのエラー)、および地表として分類されるべきではないポイントが地表として分類された (コミッションのエラー) という 2 種類の問題があります。
統計情報を確認して、エラーを見つけることができます。 たとえば、カタログ ウィンドウから LAS データセット プロパティ ダイアログ ボックスの 統計情報 ウィンドウで地表ポイントの高さの範囲を調べることにより、有効な範囲内にあるかどうかを確認できます。 また、調査データや既存の DEM など、他の標高値ソースに対して高さをテストして、有意な違いを探すこともできます。
最も一般的な手法の 1 つとして、地表として分類されたポイントから作成された DEM から陰影起伏ラスターを作成して、他のユーザーに陰影起伏の異常を目視確認させることが挙げられます。 この目的は、外観が不自然な地形を探すことです。 これには異常な頂点とくぼみが含まれますが、可能性が高いのは、起伏の多い地形で欠落している、または切詰められた尾根です。
問題があるエリアの修正
低ノイズであるべきくぼみなど、問題のある個別のスポットは、手動での修正が適している可能性があります。 これを行うには、LAS データセットのピラミッドを構築し、ローカル 3D ビューで点群をクラス コード別に表示します。 ビューの空間参照が点群と同じであることを確認してください。 LAS データセット レイヤーのリボンには、指定したポイントを選択および再分類するためのツールを含む分類タブがあります。
分類方法を保守的または標準に設定すると、起伏の激しい地形では、急な尾根が失われる可能性があります。 これを避けるために積極的分類方法を使用できますが、エリア全体の起伏が激しい場合を除いて、この方法を使用することはおすすめしません。 地形が混在している最も一般的なシナリオでは、起伏が激しくないエリアでの品質結果を得るために、保守的分類または標準分類のいずれかの方法を使用することをおすすめします。 トレードオフは、起伏の激しいエリアでは分類器が厳密になりすぎることです。 地表になりそうにない傾斜の急変を識別しますが、特に深い森林に覆われて地表面が少ないエリアでは、尾根線が失われる可能性があります。
問題のある尾根に対処するために、まず派生した陰影起伏が、分類された最初の地表ポイントから作成されます。 これを使用して、問題のある場所を特定します。 オペレーターは、問題のあるエリアを取り囲むポリゴンをデジタイズします。 このポリゴンは正確である必要はありません。 次に、尾根の復元 地表検出方法を使用して、地表分類器を再実行します。 この方法を選択すると、既存の地表を再使用 パラメーターがオンになります。問題のあるエリアのポリゴンを処理範囲として指定する必要があります。 ポリゴンの選択が適用されるため、特定のエリアを選択して処理および反復処理できます。
これにより、これらの問題のあるエリアに対してのみ尾根固有の分類を実行し、その他のエリアはそのままになります。 この分類器の再実行後、問題のあるエリアごとに確認をさらに実行する必要があります。
手動による地表シード ポイントの編集
尾根の復元パラメーターを使用した後でもエリアに問題が残っている場合は、尾根の頂上に沿っていくつかの地表シード ポイントを手動で分類し、該当する問題のあるポリゴンを選択して、同じ 尾根の復元 パラメーターを使用してツールを再実行します。 シード ポイントは、分類器が尾根沿いおよび周囲のポイントを検索するのに役立ちます。
地表シード ポイントを手動で編集するには、次の手順を実行します。
3D ビューで問題のあるスポットを特定します。
DEM をシーン地表モデルとして追加します。
地表上の陰影起伏と問題のあるポリゴン (アウトラインでシンボル表示されているが塗りつぶしなし) をドレープします。
問題のあるエリアに移動します。
データに対して上から下に向くように、ビューの向きを設定します。
コンテンツ ウィンドウで LAS データセット レイヤーを選択しますが、ポイントはオフのままにします。
LAS データセット レイヤーを選択すると、リボン上で LAS の 分類 タブが 断面図 ツールとともに有効になりますが、ポイントをオフのままにすると、断面図を描画する場所を確認できます。
断面図が描画され、断面図ビューが表示されたら、ドレープされた陰影起伏とポリゴンをオフにして、ポイントをオンにします。
ビューを回転して、尾根のサイド ビューではなく、尾根に沿って表示されるようにします。
必要に応じて、可視ポイント をオフにして、尾根の頂 (前方/後方) に沿った複数の地表ポイントを一度に選択できるようにします。
いくつかの地表シード ポイントを手動で分類した後、該当する問題のあるエリアのポリゴンを処理範囲として使用して分類器を再実行します。
次の図は、問題のあるエリアを特定し、そのエリアに対して行われた修正を評価するために、2D で地表を視覚化するさまざまな方法を示しています。
<img alt="修正前の尾根" data-caption="" src="images/Ground9-14648.png" />
<img alt="修正後の尾根" data-caption="" src="images/Ground10-E08C8.png" />
この 2D マップ ビューは、傾斜と陰影起伏の組み合わせによりシンボル表示されるトライアングル サーフェスとして描画される LAS データセットに基づいています。
注意:
問題のあるエリアのはっきりした緑は、修正前で顕著です。 緑は低い傾斜を表し、尾根の頂上が正しく取得されなかった場合にどうなるかを示しています。
<img alt="尾根ライン" data-caption="" src="images/Ground11-69FB8.png" />
<img alt="尾根ライン" data-caption="" src="images/Ground12-01554.png" />
上の図は、傾斜ごとに色分けされない陰影起伏だけの使用を除き、前の例と同じです。 陰影起伏の目視確認は、地表分類の問題を特定するために一般的に使用される方法です。