arcpy.management.InterpolateFromPointCloud(in_container, out_raster, cell_size, {interpolation_method}, {smooth_method}, {surface_type}, {fill_dem}, {options})
|
名前
|
説明
|
データ タイプ
|
|
in_container
|
入力ファイル、フォルダー、フィーチャ レイヤー、または LAS データセットのパスと名前。 入力は、LAS ファイルのフォルダー、オルソマッピング ツールからのソリューション ポイント テーブル、または LAS データセットのいずれかを使用できます。 クラウド ストレージの場合、クラウド ストレージ パス (C:\Temp\Cloud.acs\las など) を指定します。
LAS ファイルは、点群の生成 ツールの出力を使用できます。この場合、LAS ポイントは地表と地表以外に分類されます。 ソリューション ポイント テーブルは、ブロック調整計算 ツールまたは カメラ モデルの計算 ツールのいずれかの出力を使用できます。
|
Folder; File; Feature Class; Feature Layer
|
|
out_raster
|
出力ラスター データセットの場所、名前、およびファイル拡張子。 クラウド ストレージ パス (C:\Temp\Cloud.acs\lasfolder など) を指定することで、出力ラスター データセットを保存することもできます。
出力は、TIFF、CRF、IMG など、書き込み可能なラスター形式で作成されます。
|
Raster Dataset
|
|
cell_size
|
出力ラスター データセットのセル サイズ。
|
Double
|
|
interpolation_method
(オプション)
|
ポイント クラウドから出力ラスター データセットを内挿するのに使用する方法を指定します。
TRIANGULATION—三角形分割法が使用されます。 これは TIN (不規則三角網) リニア内挿とも呼ばれ、ブロック調整計算から出力したソリューション ポイントなど、不規則に分布するまばらなポイント用に設計されています。
NATURAL_NEIGHBOR—Natural Neighbor 法が使用されます。これは、TIN 化に似ていますが、より滑らかなサーフェスを生成し、計算負荷が高い処理です。
IDW—IDW (逆距離加重) 平均法が使用されます。 これは、点群の生成 ツールから出力した点群の LAS ファイルなど、規則的に分布する密集ポイントに使用されます。 平均ポイント密度に基づき、IDW の検索範囲が自動的に計算されます。
|
String
|
|
smooth_method
(オプション)
|
出力ラスター データセットを滑らかにするフィルターを指定します。
GAUSS3x3—3 x 3 ウィンドウのガウシアン フィルターが使用されます。
GAUSS5x5—5 x 5 ウィンドウのガウシアン フィルターが使用されます。
GAUSS7x7—7 x 7 ウィンドウのガウシアン フィルターが使用されます。
GAUSS9x9—9 x 9 ウィンドウのガウシアン フィルターが使用されます。
NONE—スムージング フィルターを使用しません。
|
String
|
|
surface_type
(オプション)
|
数値地形モデルまたは数値表層モデルを作成するかどうかを指定します。
|
String
|
|
fill_dem
(オプション)
|
NoData 領域を塗りつぶすために使用される DEM ラスター入力。 NoData の領域は、ピクセルの入力情報が不足しているため値を生成できない位置に存在する可能性があります。
|
Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
|
|
options
[[name, value],...]
(オプション)
|
入力 LAS データの地表ポイントを分類します。
このパラメーターは、surface_type パラメーターが DTM に設定されている場合に有効です。
Classify—テレインのタイプに応じ、異なるオプションを使用して地表を分類します。 オプションは大文字と小文字を区別しません。
standard—この方法では、傾斜角の変化の許容値が設定されているため、conservative オプションでは通常取得されない地表地形の緩やかな起伏は取得できますが、aggressive オプションで取得される急な起伏は取得できません。 これがデフォルトです。
conservative—この方法はその他の方法と比べて、地表の傾斜角の変化に対する制約が厳重であり、地表と低地の植生 (芝生や植え込みなど) を区別することができます。 この方法は、最小曲率を持つ地形に最適です。
aggressive—この方法では、standard オプションでは無視される可能性のある急な起伏 (稜線や丘の頂上など) を含む地面を検出できます。 この方法は、このツールの 2 回目の繰り返しに、ReuseGround オプションを 1 に設定して使用するのが最適です。 この方法を都市部や平坦な農村部では使用しないでください。このような使い方をすると、電柱、植生、建物の一部など、高さのある対象物が間違って地表として分類される可能性があります。
LowNoise—低ノイズ ポイントの分類に使用される地表から下方向の距離。 単位はメートルです。 デフォルト値は 0.25 メートルです。
HighNoise—高ノイズ ポイントの分類に使用される地表から上方向の距離。 単位はメートルです。 デフォルト値は 100 メートルです。
ReuseGround—既存の地表ポイントを再分類するか再使用するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
ReuseLowNoise—既存の低ノイズ ポイントを再利用するか再分類するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
ReuseHighNoise—既存の高ノイズ ポイントを再利用するか再分類するかを指定します。 0 の値は再分類、1 の値は再利用を指定します。 デフォルト値は 0 です。
値テーブル列:
|
Value Table
|
コードのサンプル
InterpolateFromPointCloud の例 1 (Python ウィンドウ)
これは、地表を再分類した後に DTM を作成する InterpolateFromPointCloud 関数の Python の例です。
# Import system modules
import arcpy
# Run InterpolateFromPointCloud
arcpy.management.InterpolateFromPointCloud(in_container=r"C:\data\LASFoler", out_raster=r"C:\data\dtm.crf", cell_size=0.2, interpolation_method="IDW", smooth_method="GAUSS5x5", surface_type="DTM", fill_dem=None, options="Classify standard;LowNoise 0.25;HighNoise 110;ReuseGround 0;ReuseLowNoise 1;ReuseHighNoise 1")
InterpolateFromPointCloud の例 2 (スタンドアロン スクリプト)
これは、DSM を作成する InterpolateFromPointCloud 関数の Python の例です。
# Define input parameters
import arcpy
in_container="C:/data/LASFoler"
out_raster="C:/data/dsm.crf"
# Run InterpolateFromPointCloud
arcpy.management.InterpolateFromPointCloud(in_container, out_raster, 0.2, "TRIANGULATION", "GAUSS5x5", "DSM")
InterpolateFromPointCloud の例 3 (スタンドアロン スクリプト)
これは、クラウド ストレージに DSM を作成する InterpolateFromPointCloud 関数の Python の例です。
# Define input parameters
import arcpy
in_container="C:/data/LASFoler"
out_raster="C:/data/Azure.acs/ProductFolder/dsm.crf"
# Run InterpolateFromPointCloud
arcpy.management.InterpolateFromPointCloud(in_container, out_raster, 0.2, "TRIANGULATION", "GAUSS5x5", "DSM")