arcpy.management.InterpolateFromPointCloud(in_container, out_raster, cell_size, {interpolation_method}, {smooth_method}, {surface_type}, {fill_dem}, {options})
|
Имя
|
Объяснение
|
Тип данных
|
|
in_container
|
Путь и имя входного файла, папки, векторного слоя или набора данных LAS. Входными данными может быть папка с файлами LAS, таблица точек решения из инструментов ортокартографии или набор данных LAS. Для облачного хранилища укажите путь к облачному хранилищу, например C:\Temp\Cloud.acs\las.
Файлы LAS могут быть выходными данными инструмента Создать облако точек, в котором точки LAS классифицируются на точки на поверхности и над поверхностью. Таблица точек решения является выходными данными инструмента Вычислить блочное уравнивание или Вычислить модель камеры.
|
Folder; File; Feature Class; Feature Layer
|
|
out_raster
|
Местоположение, имя и расширение файла выходного набора растровых данных. Вы также можете сохранить выходной набор растровых данных, указав путь к облачному хранилищу, например C:\Temp\Cloud.acs\lasfolder.
Выходные данные могут быть созданы в большинстве доступных для записи форматов растра, таких как TIFF, CRF или IMG.
|
Raster Dataset
|
|
cell_size
|
Размер ячейки выходного набора растровых данных.
|
Double
|
|
interpolation_method
(Дополнительный)
|
Указывает метод, который будет использован для интерполяции выходного набора растровых данных из облака точек.
TRIANGULATION–Будет использован метод триангуляции. Также известен, как линейная интерполяция нерегулярной триангуляционной сети (TIN), и разработан для нерегулярно распределенных разреженных точек, например, точек решения вычисления уравнивания блоков.
NATURAL_NEIGHBOR–Будет использован метод естественной окрестности. Этот процесс похож на триангуляцию, но создает гладкую поверхность и использует большее количество вычислительных ресурсов.
IDW–Будет использован метод ОВР (обратные взвешенные расстояния). Он используется для регулярно распределенных плотных точек, например, файлов LAS облака точек из инструмента Создать облако точек. Радиус поиска ОВР автоматически вычисляется на основе средней плотности точек.
|
String
|
|
smooth_method
(Дополнительный)
|
Задает фильтр, который будет использован для сглаживания выходного набора растровых данных.
GAUSS3x3–Будет использован Гауссов фильтр с окном 3 на 3.
GAUSS5x5–Будет использован Гауссов фильтр с окном 5 на 5.
GAUSS7x7–Будет использован Гауссов фильтр с окном 7 на 7.
GAUSS9x9–Будет использован Гауссов фильтр с окном 9 на 9.
NONE–Сглаживающие фильтры не будут применяться.
|
String
|
|
surface_type
(Дополнительный)
|
Указывает, будет ли создана цифровая модель поверхности или цифровая модель местности.
|
String
|
|
fill_dem
(Дополнительный)
|
Входной растр ЦМР, который используется для заполнения областей со значениями NoData. Области со значениями NoData, в которых пикселы имеют недостаточное количество информации, из входных данных, для создания значений.
|
Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer
|
|
options
[[name, value],...]
(Дополнительный)
|
Классифицировать точки поверхности Земли в данных LAS.
Это параметр активен, когда для параметра surface_type задано DTM.
Classify—Классифицируйте поверхность земли, используя различные опции в зависимости от типа рельефа. Эти опции не чувствительны к регистру.
standard—Этот метод имеет допуск для изменения наклона, что позволяет ему захватывать некрутые холмы на поверхности земли, которые, как правило, будут пропущены с опцией conservative, но он не будет захватывать резкие изменения рельефа, которые будут фиксироваться опцией aggressive. Используется по умолчанию.
conservative—По сравнению с другими опциями, этот метод использует более жесткое ограничение на изменение уклона земли, что позволяет отличить поверхность Земли от низинной растительности, такой как трава и кустарник. Он лучше всего подходит для топографии с минимальной кривизной рельефа.
aggressive—Этот метод обнаруживает области поверхности Земли с более резкими изменениями рельефа, такими как гребни и вершины холмов, которые могут быть проигнорированы опцией standard. Этот метод лучше использовать во втором выполнении инструмента, задав для опции ReuseGround значение 1. Избегайте использования этого метода в городских районах или плоских сельских районах, поскольку это может привести к неправильной классификации в качестве поверхности Земли более высоких объектов, таких как опоры электропередач, растительность и части зданий.
LowNoise—Расстояние ниже поверхности земли, которое используется для классификации точек низкого шума. Единицы измерения – метры. Значение по умолчанию равно 0.25 метра.
HighNoise—Расстояние над поверхностью земли, которое будет использоваться для классификации точек высокого шума. Единицы измерения – метры. По умолчанию задано значение 100 метров.
ReuseGround—Определяет, должны ли заново классифицироваться точки поверхности Земли, или они будут использоваться повторно. Значение 0 задает переклассификацию, а значение 1 - повторное использование. По умолчанию значение равно 0.
ReuseLowNoise—Задает, будут ли существующие точки низкого шума использованы повторно или переклассифицированы. Значение 0 задает переклассификацию, а значение 1 - повторное использование. По умолчанию значение равно 0.
ReuseHighNoise—Задает, будут ли существующие точки высокого шума использованы повторно или переклассифицированы. Значение 0 задает переклассификацию, а значение 1 - повторное использование. По умолчанию значение равно 0.
Столбцы таблицы значений:
|
Value Table
|
Пример кода
InterpolateFromPointCloud, пример 1 (окно Python)
Это пример Python функции InterpolateFromPointCloud, которая создает ЦМП после переклассификации местности.
# 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, пример 2 (автономный скрипт)
Это пример Python функции InterpolateFromPointCloud, которая создает ЦММ.
# 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, пример 3 (автономный скрипт)
Это пример Python функции InterpolateFromPointCloud, которая создает ЦММ в облачном хранилище.
# 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")