Správa LIDAR datových sad LIDAR data kompletně reprezentují

Správa LIDAR datových sad
LIDAR data kompletně reprezentují informace o topografii povrchu. Mohou obsahovat
hodnoty času, odezev, počtu a intenzity a zároveň i 3-dimenzionální informaci o poloze (X, Y,
Z). LIDAR data jsou běžně shromážděna jako tzv. point cloud (mračna bodů), nebo jako
jednotlivé body v dané oblasti.
Čas: Při snímkování LIDAR nebo jiným typem DPZ se jedná o časový interval mezi vysláním
paprsku (start pulse) laserovým skenerem a čas přijetí (return pulse). Hodiny které tento čas
měří jsou v laserovém skeneru.
Odezvy – jsou počet signálů přijatých při jednom pulsu. Laser generovaný LIDAR systémem
se odráží od objektů na zemi i nad zemí – což zahrnuje vegetaci, stavby, mosty. Každý
generovaný puls, který zaznamená vícenásobné odrazy od objektů cestou k povrchu, se
rozdělí na tolik odezev podle toho, od kolika povrchů se odrazí.
Mračno bodů je velká množina multidimenzionálních LIDAR dat, které reprezentují povrch,
stavby, dálniční nadjezdy, lesy a cokoliv dalšího, co laserový paprsek zaznamená.
Obr. 1 Mračno bodů na ortofoto snímku
LIDAR data jsou typicky velmi velké (až několik terabytů), nepravidelné s nerovnoměrnou
hustotou bodů, které se obtížně zpracovávají. Extrakce informace o prvcích nebo provádění
GIS analýz může být s LIDAR daty velmi obtížné. V rámci tohoto cvičení si vyzkoušíme jak
efektivně procházet a organizovat LIDAR data.
Jakým způsobem jsou LIDAR data dodána?
Mračna bodů jsou běžně dodána, nebo uložena jako v různých datových formátech, jako např.
LAS nebo ASCII.
S ohledem na možnosti surových dat ve formě mračen bodů, mohou dodavatelé dat
poskytovat jiné formáty dat, jako např. vrstevnice nebo lomové linie. Požadavky se definují
na základě zpracovávaného projektu.
Při zpracování LIDAR dat je důležité porozumět jejich specifikaci (rozlišení, počty odezev),
informace o hlavičce souboru pro každou odezvu (x, y, z souřadnice, intenzita), metadata, atd.
Je také důležité porozumět požadavkům projektu: finanční náklady, které jsou spojené
s projektem, využití dat, stupeň vhodného pracování dat.
Obr. 2 ASCII soubor s LIDAR daty – souřadnice x, y, z a intenzita
Obr. 3 Data uložená ve formátu LAS - vpravo je ukázána hlavička souboru (typy uložených vlastností)
Jak se nahrávají LIDAR data?
Datové sady LIDAR dat jsou většinou velmi objemné (soubor LIDAR dat může mít 60 až
100MB). Tato data obsahují miliardy bodů, které jsou od sebe vzdáleny méně než 1m. Když
bychom tato data nahráli do tabulky, získáme miliony záznamů, což produkuje velké objemy
dat a tím vzniká problém při správě dat.
Problém může být vyřešen spojením LIDAR bodů do tzv. multipoints a jejich uložením do
geodatabáze. Každý multipoint obsahuje mnoho bodů a přitom zabírá pouze jednu řádku
v tabulce databáze – to šetří místo a zvyšuje rychlost přístupu k datům.
Obr. 4 Uložení multipoints v databázi
Cvičení – prozkoumání metadat u LIDAR měření a založení nové geodatabáze
Pro cvičení máme k dispozici data ve formátu LAS, které reprezentují část Charlotte, North
Carolina. Data budeme chtít do jednoduchého a srozumitelného systému, aby bylo možné
data použít ke studiu urbanistického vývoje oblasti.
Obr. 5 Vymezení oblasti
Stažení dat:
Data jsou k dispozici na síťovém disku – adresář DPZ
Nastavení pracovního prostředí:



Zapnout ArcCatalog
Z Customize menu vybrat ArcCatalog Options
V dolní části záložky General, odškrtnout volbu Hide File Extension a kliknout OK



Zapneme ArcMap a vypneme procesy na pozadí
Z lišty vybereme Geoprocessing a vybereme volbu dole – Geoprocessing options
V okně odškrtneme volbu Enable a klikneme OK

Otevřeme Catalog Windows a najdeme si náš pracovní adresář
Prohlížení metadat
Metadata (data o datech) popisují jak, kdy, kde, kým a jak přesně byly data pořízeny. Znalost
toho co je v metadatech nám umožní odpovědět otázky o dostupnosti, rozložení,
souřadnicovém systému, přesnosti, atd.
Podíváme se na metadata našich dat ve formátu LAS, která budeme používat v rámci tohoto
cvičení




V ArcMap, v Customize menu, vyberte ArcMap Options.
V ArcMap Options dialog box, klikneme na kartu Metadata.
Rozbalíme nabídku a vybereme ISO 19139 Metadata Implementation Specification
Díky tomu uvidíme více informací v metadatech.





V Catalog Window navigujeme do adresáře ..\Lidar_Manag_cviceni\Data\
Adresář Data obsahuje další adresář LAS – rozbalme ho
I když se zdá adresář být prázdný, obsahuje metadata – klikneme na něj pravým
tlačítkem a zvolíme Item Description
Pro více informací klikneme na FGDC Meadata link
Rozbalte každou položku a zjistěte následující informace:
o Kde byla data pořízena?
o Kdy byla data pořízena?
o Jaký je horizontální a vertikální souřadnicový systém dat?
o V jakých jednotkách jsou data?
o Jaké je horizontální a vertikální rozlišení dat?
Vytvoření nové geodatabáze
Pro uložení dat je potřeba založit novou geodatabázi:



Na adresář Data klikneme pravým tlačítkem a vybereme New -> File Geodatabase
GDB nazveme LidarTerrain
GDB nastavíme jako výchozí – pravý klik na GDB a vybereme Make Default
Geodatabase
Vytvoření nového feature datasetu


V Catalog Window klikneme pravým tlačítkem na LidarTerrain.gdb a dáme New>Feature Dataset
Nazveme ho TerrainData a dáme Další
Naše data jsou ve State Plane Coordinate System 1983 a jejich jednotky jsou US feet (viz
metadata).

Jako souř. systém tedy nastavíme Projected Coordinate Systems > UTM > NAD
1983 a vybereme NAD 1983 UTM Zone 17N.

Dále je nutné nastavit souřadnicový systém výšky (Z) – rozbalíme nabídku Vertical
Coordinate Systems > NorthAmerica a vybereme NAVD 1988.




Nyní bude třeba nastavit XY a Z toleranci
Pro XY a Z nastavíme toleranci 0.1
Potvrdíme nastavení pro M toleranci
Odškrtneme Accept default resolution and domain extent
Nyní bude nutné zadat hodnoty rozlišení. Hodnoty rozlišení nastavené uživatelem jsou
důležité při zpracování LIDAR dat, protože se od nich dále odvíjí nároky na použité místo
(paměťové místo v počítači).
Defaultně nastavená tolerance XY je 10x větší defaultní XY rozlišení a toto je doporučené
pro většinu případů. Pokud je vaše XY tolerance příliš veliká, souřadnice prvků se mohou
navzájem dostat do kolize a to způsobí pokles přesnosti dat.


Hodnoty pro rozlišení XY a Z nastavíme na 0.01
Potvrdíme a klikneme na Finish
Příprava LIDAR dat
Když máme připravenou GDB pro nahrání dat, je potřeba zjistit důležité informace o datech:




Jakou oblast data pokrývají?
Jaká je hustota bodů?
Mám dostatek dat pro dokončení projektu?
Mám nějakou informaci navíc (mimo oblast zájmu), kterou nepotřebuji ukládat do
paměti PC?
V rámci tohoto cvičení si data prohlédneme a zaměříme se pouze na oblast našeho zájmu.
Dále vyhodnotíme extent (rozlohu oblasti) a rozmístění bodů v rámci souboru LAS.
Vytvoříme také vrstvu, která definuje naší oblast zájmu.
Z našeho
pracovního
adresáře
načteme
podkladové
snímky
..\Lidar_Manag_cviceni\Data\Images - 4544-02 a 4544-04. Za pomoci nástrojů
prohlížení dat si data prohlédneme.
Pro další práci je nutné mít povolený 3D Analyst extensit
Výpočet základních statistik datové sady
Jako první použijeme nástroj Point File Information, který je k dispozici v 3D Analyst
Conversion toolset. Spuštěním této funkce vytvoříme novou vrstvu, která obsahuje
statistickou informaci o LIDAR datech.
Použijeme Search okno, abychom lokalizovali nástroj Point File Information.

Do Search okna zadáme Point File Information, necháme vyhledat a klikem
spustíme.

V rámci funkce nastavíme:
o Pro vstup dat (Input) zvolíme Browse
a navigujeme do
..\Lidar_Manag_cviceni\Data\LAS a otevřeme soubory 4544-02.LAS a
4544-04.LAS
o Jako
výstup
(Output
Feature
Class)
nastavíme
adresář
..\Lidar_Manag_cviceni\Data\MyWork a název souboru na PtfileInfo a
klikneme Save.
o Jako File Suffix (koncovku), napíšeme LAS
o Pro Input Coordinate System, přejdeme do Projected Coordinate Systems
o


> State Plane > NAD 1983 (US Feet).
Tady vybereme NAD 1983 StatePlane North Carolina FIPS 3200 (US
Feet).prj a klikneme OK.
Klikneme OK a spustíme Point File Information
Vytvoří se nám nová vrstva, která má stejnou rozlohu jako vstupní data.
Obr. 6 Nová vrstva, která obsahuje statistické informace o rozložení bodů

Otevřeme si atributovou tabulku vrstvy PtfileInfo a koukneme se na statistické údaje
dat
Obr. 7 Statistické informace vstupních bodů
Jaké informace jsou v tabulce obsaženy?

Pro zachování integrity dat importujeme vrstvu PtfileInfo do vytvořené GDB –
klikneme pravým tlačítkem na TerrainData feature dataset a vybereme Import ->
FeatureClass (Single)



Zde na vstupu bude ..\Lidar_Manag_cviceni\Data\MyWork\PtfileInfo
Výstupní umístění ..\Lidar_Manag_cviceni\Data\LidarTerrain.gdb\TerrainData
Název FeatureClass: PtfileInformation
Abychom zbytečně neuchovávali množství nepotřebných dat, je důležité definovat oblast
zájmu. V rámci naší GDB vytvoříme nový Feature Class, který bude definovat oblast zájmu:

Na TerrainData feature dataset dáme pravé tlačítko -> New -> Feature Class a
vytvoříme polygonovou vrstvu Lidar_Subset.

Do nově vytvořené vrstvy vektorizujeme oblast zájmu:
Výpočet hustoty bodů a import LIDAR dat do GDB
Na úvod cvičení budeme chtít data redukovat na pozemní body (bare earth) a body mimo zem
(non-ground points) v rámci naší oblasti zájmu. Dále zkusíme vyhodnotit hustotu bodů a
zhodnotit, jestli je dostatečná pro potřeby projektu.
Budeme využívat data, která jsme připravili v rámci předchozích cvičení. Nahrajeme data
z LAS souborů, abychom v rámci naší oblasti zájmu vytvořili mulipoints. Dále z dat
vyfiltrujeme bare-earth data (data reprezentující povrch – vegetace a ostatní antropogenní
prvky jsou odstraněny) a non-ground body (data nad zemí – zahrnují vegetaci a objekty
vytvořené člověkem).

V pravé liště ArcMap otevřeme Search Windows – a vyhledáme funkci LAS to
Multipoint
Pomocí této funkce můžeme vytvářet multipoints klasifikované jako non-ground, bare earth
na základě přiřazených kódů. Kódy jednotlivých tří jsou většinou specifikované dodavatelem
dat. Naše data mají následující kódy pro jednotlivé třídy, které byly získány od dodavatele
dat:
Class code
1
2
3

Definice
Neklasifikováno nebo non-ground
Ground nebo bare-earth
Datový šum (všechna data která degradují kvalitu dat)
Do funkce LAS to Multipoint zadáme následující parametry:
o Vybereme
tlačítko
Browse
a
navigujeme
..\Lidar_Manag_cviceni\Data\ a vybereme adresář LAS
do:
o Jako
Output
feature
class
navigujeme
do:
..\Lidar_Manag_cviceni\Data\MyWork\ a výstupní vrstvu nazveme
Meck_mlt_nonground
o Average point spacing: 1.4
Průměrné rozložení bodů (Average point spacing) vrstvy PtfileInformation je
4.6 stop (feet). S ohledem k tomu, že tento feature class je v jednotkách stopy,
je zde nutný převod na metry (1m = 3.2808399 stopy) -> 1.4.

o Input class code: 1 (1 vyjadřuje non-ground points.)
o Pod Input Return Values, ujistěte se, že je zaškrtnuto ANY_RETURNS
Nastavení Input Coordinate Systém:
o Navigujeme do Projected Coordinate Systems folder > State Plane > NAD
1983 (US Feet).
o Vybereme NAD 1983 StatePlane North Carolina FIPS 3200 (US Feet).prj.
o V okně Spatial Reference Properties vybereme kartu Z Coordinate System a
klikneme na Select button.
o Vybereme Vertical Coordinate Systems folder > North America and add
NAVD 1988.prj.
o Klikneme na OK a zavřeme okno
Abychom extrahovali pouze body z naší zájmové oblasti, je potřeba nastavit extent na rozlohu
Lidar_Subset feature class.




Klikneme tedy na tlačítko Environments
Rozbalíme nabídku Processing Extent
Z rozbalovací nabídky vybereme Same as layer Lidar_subset a klikneme na OK
Spustíme funkci LAS to Multipoint
Obr. 8 Non-ground body importované ze souboru LAS
Nyní si zkusíme vytvořit body pro typ bare-earth. Opět otevřeme funkci LAS to Multipoint

Podle postupu z předchozí části cvičení vytvoříme vrstvu Meck_mlt_bareearth
Po dokončení zpracování dat provedeme vizuální kontrolu dat:





Jaký význam má vizuální inspekce dat?
Jak jsou body rozloženy?
Jakou výhodu přinášejí hustá data?
Co může způsobit oblasti s nižší hustotou dat?
Co může způsobit oblasti s vyšší hustotou dat?
Výpočet hustoty bodů pro non-ground multipoints
V rámci tohoto kroku dokončíme přípravu dat tím, že spočítáme přesnou hustotu bodů v naší
zájmové oblasti.

V Search window najdeme funkci Point to Raster (Conversion) tool
S použitím nástroje Point to Raster můžeme vypočítat hustotu bodů v rámci naší oblasti
zájmu. Funkce konvertuje body (nebo multipoints) do rastru a spočítá množství bodů,
které spadají do jedné buňky rastru. Můžeme vyhodnotit hustotu celého datasetu, nebo
pouze vybrané odezvy.

Do funkce Point to Raster nastavíme následující hodnoty:
o Input features: Meck_mlt_nonground
o Value field: FID
o Output
Raster
..\Lidar_Manag_cviceni\Data\MyWork\Nonground_ras
o Cell Assignment type: Count
dataset:
Když nastavíme Cell Ass. na count, nemusíme vyplňovat pole Value
o Cellsize: 6
Obr. 9 Nastavení funkce Point to Raster
Pokud bychom použili hodnotu 1.4 jako průměrné rozmístění bodů, tak ve výsledku získáme
příliš prázdných buněk rastru (NoData), protože LIDAR data nejsou rovnoměrně rozmístěna.
Namísto toho je vhodné použít velikost buňky, která je několikrát větší průměrné rozmístění
bodů, ale stále dost malá na to, abychom byli schopni identifikovat mezery v bodech, které
požadují další pozornost. Vhodná velikost je cca 4x vzdálenost bodů. Pokud nastavíme
velikost buňky na 6 (cca 4x1.4), můžeme očekávat průměrně 24 bodů v jedné buňce.


Kliknutím na OK spustíme funkci – výsledný rastr je automaticky přidaný do seznamu
vrstev
Pro rastr nastavíme v záložce Symbology obarvení – viz Obr. 10.
Obr. 10 Nastavení barevné palety výsledného rastru
Obr. 11 Obarvení výsledného rastru hustoty non-ground bodů



Klikneme na vrstvu Nonground_Ras pravým tlačítkem a otevřeme atributovou tabulku
V tabulce máme sloupce Value a Count. Value reprezentuje počet bodů a Count počet
buněk, které mají tento počet
Zaměřte se na rozložení hodnot bodů v jednotlivých buňkách rastru
Nyní aplikujeme ten samý postup na bare-earth multipoints. Použijeme funkci Point to Raster
a výslednou vrstvu nazveme Bareearth_ras (viz Obr. 12)
Obr. 12 Nastaveni funkce Point to Raster pro bare-earth body
Obr. 13 Pro vizualizaci hustoty bare-earth bodů zvolíme vhodnou symbologii
Výpočet hustoty bodů pro celý LIDAR dataset
Dosud jsme spočítali dva rastry, které odpovídají hustotě bodů non-ground a bare-earth . Nyní
spočítáme hustotu bodů pro celý LIDAR dataset. Výpočet je založen na celkové hustotě bodů
(bare-earth a non-ground). Je to také kontrola pokrytí celé oblasti nasnímanými body.


V Search window najdeme funkci Plus – ta nám umožní sečíst dvě rastrové vrstvy
Zadáme následující hodnoty:
o
Input raster or constant value 1: Nonground_ras
o
Input raster or constant value 2: Bareearth_ras
o
Output raster: ..\Lidar_Manag_cviceni\Data\MyWork\Data_AOI
Obr. 14 Nastevení funkce Plus
Obr. 15 Výsledek funkce Plus

Uprostřed si můžeme všimnout pruhu, který má vyšší hodnotu bodů – proč?
Překryvný pruh umožňuje vizuální analýzu letových linií. Typický překryt je 10 až 20%.
Větší překryt zvyšuje cenu sběru dat, protože zvyšuje letovou dobu. Někteří dodavatelé dat
překryty odstraňují, někteří ne a někteří uživatelé tato data vyžadují a jiní ne.
I když přeryvný pruh má vyšší hustotu bodů, jsou tam buňky s nižší hodnotou bodů. Je to
způsobeno výškovými překážkami, které brání v průchodu laserového paprsku.

Otevřeme si atributou tabulku vrstvy Data_AOI a podíváme se, jak jsou body
rozloženy v buňkách rastru.
Tímto krokem jsme dokončili přípravu LIDAR dat. Nyní můžeme data importovat do GDB.
Import multipoints do GDB
Nyní naimportujeme vytvořené multipoints do GDB.



V Catalog window navigujeme do ..\Lidar_Manag_cviceni\Data\LidarTerrain.gdb
Klikneme pravým tlačítkem na TerrainData feature dataset a vybereme Import ->
FeatureClass (Single).
Nastavíme parametry dle Obr. 16
Obr. 16 Import dat do GDB

Stejným způsobem
Mult_NonGround
importujeme
non-ground
body
a
vrstvu
nazveme
Nyní máme data importovaná v GDB. Můžeme vytvářet tzv. terrain dataset, které definují
modely terénu založené na vektorových datových modelech, digitální modely terénu, digitální
modely povrchu, TIN, vrstevnice a další odvozené povrchy z DMR.
Zpracování LIDAR dat
V ArcGIS můžeme LIDAR data zpracovat do tří typů reprezentací digitálního modelu terénu
– rastry, triangulované sítě (TIN) a tzv. terrain dataset.
V minulosti jsme se setkali mnohokráte z tvorbou TIN a výškových rastrů, ale jejich tvorba
z LIDAR dat může být pro dnešní hardware a software výpočetně velmi náročná. Stejně
náročný může být jejich update při editaci vstupních dat.
Řešením jak se těmto problémům vyhnout je vytvoření terrain dataset. V tomto cvičení se
zaměřímo no to, jak vytvořit, vizualizovat a analyzovat terrain dataset v prostředí ArcGIS.
Co je to terrain dataset?
Terrain dataset je povrch založený na principu TIN, který je vytvořen na základě měření
uložených jako prvky f geodatabázi. Pomocí terrain dataset můžeme lépe reprezentovat a
modelovat zemský povrch, provádět mnoho 3D analýz a tvořit odvozené povrchy z DMT.
Z terrain dataset můžeme vytvořit výškové rastry nebo TIN pro definovanou oblast a
požadovanou úroveň detailu.
Obr. 17 Terrain dataset tvořený prvky v geodatabázi
Tvorba terrain pyramids pro zvýšení efektivity
Terrain pyramids jsou úrovně detailu vytvořené v rámci terrain datasetu ke zvýšení efektivity
pro určité aplikace. Pyramidy můžeme využít např. pro rychlé získání dat vybrané oblasti
v požadované úrovni detailů.
Tvorba pyramid je výpočetně náročná, proto je důležité volit vhodné nastavení pro vybraný
typ využití. Pyramidy tak tvoříme např. v následujících případech:



vylepšit výkonnost (paměťovou, výpočetní) pomocí rozsahu měřítek,
vytvořit rastr nebo TIN z terrain dataset,
provést analýzu DMT.
Obr. 18 Terrain dataset ve třech rozdílných měřítcích s použitím terrain pyramids
Terrain pyramids jsou vytvářeny metodou redukcí bodů, což snižuje množství bodů nebo
měření, na základě kterých se tvoří reprezentace povrchu. Jednotlivé úrovně ukazuje
následující tabulka:
Heavy thinning
Nejméně detailů
Light thinning
Více detailů
No thinning
Plné rozlišení
Tab. 1 Tvorba terrain pyramids
Využívají se dva typy tvorby pyramid: Z-tolerance a Windows size. Z-tolerance algoritmus se
využívá pro data bare-earth (holá zem). Nedostatečně zpracovává oblasti se zástavbou a
vegetací, má delší čas výstavby pyramid a neměl by se používat s první odezvou LIDAR dat.
Window size typ pyramid je efektivní pro všechny typy dat, může se používat i pro první
odezvy a má rychlejší čas výstavby pyramid.
Metoda z-tolerance využívá vertikální přesnost dat v rámci prostorového rozlišení dané
oblasti. Každá pyramida je aproximace vertikální přesnosti dat v plném rozlišení.
Metoda window-size ředí body pro každou pyramidu tak, že rozdělí oblast na stejné čtverce a
z každého čtverce vybere jeden nebo dva body.
Z-tolerance algoritmus je schopný za hodinu zpracovat 80 milionů bodů, zatímco window-size
filtr jich zpracuje až 400 milionů.
Obr. 19 Metoda window-size
Zpracování terrain dataset
S terrain dataset se dají provádět stejné operace jako s výškovým rastrem. Můžeme tak
vytvořit analýzu viditelnosti, počítat odvozené povrchy, převádět data na TIN nebo rastr.
Obr. 20 Tvorba digitálního modelu terénu - vlevo (bare-earth data) a dig. modelu povchu - vpravo (první odezvy) z
terrain dataset
Tvorba rastrů a TIN přímo z LIDAR dat může mít špatný vliv na výsledek. Např. šum
v LIDAR datech může způsobovat nepřesnosti ve výpočtech sklonu svahu a vrstevnice o
špatné kvalitě. Hustá LIDAR data mohou způsobovat to, že se měřené body zobrazí nad, nebo
pod reálným terénem. Vertikální přesnost se většinou pohybuje mezi 12 a 15 cm. Tzn. že
v rámci změřených dat (mezi sousedními body) může být náhodný rozdíl ve výše 24 a 30 cm.
Když před tvorbou TIN nebo rastru z LIDAR dat vytvoříme terrain dataset, nejen že
předejdeme výše zmíněným problémům, ale také můžeme využít další výhody ve výkonnosti
a kvalitě. Např. ředěním bodů při tvorbě terrain dataset redukuje šum v datech a tím
odstraníme nevhodné nebo duplicitní body. Interpolace dat může kompenzovat nerovnoměrné
rozložení vstupních bodů, což nám vytvoří hladší povrch.
Obr. 21 Výškový rastr vytvořený přímo z LIDAR dat (vlevo) a z terrain dataset (vpravo)
Obr. 22 Rastr sklonů a vrstevnice vytvořené přímo z LIDAR dat (vlevo) a z terrain dataset (vpravo)
Cvičení – tvorba terrain dataset
Na úvod je potřeba stáhnout data pro cvičení. Data jsou k dispozici na síťovém disku:

adresář DPZ\Lidar_terrain_dataset_cviceni
Na úvod je nutné, abychom porozuměli vstupním datům – je potřeba zjistit jaké prvkové třídy
(feature class) jsou připraveny, jaká je vertikální přesnost dat, uložení, souřadnicový systém,
atd. Většinu důležitých otázek bychom měli najít v metadatech. Provedeme tedy následující
kroky:




V ArcMap, v Customize menu, vyberte ArcMap Options.
V ArcMap Options dialog box, klikneme na kartu Metadata.
Rozbalíme nabídku a vybereme ISO 19139 Metadata Implementation Specification
Díky tomu uvidíme více informací v metadatech.

V Catalog Window navigujeme do adresáře ..\ Lidar_terrain_dataset_cviceni\
Build_Terrain\Data
V tomto pracovním adresáři máme připravenou geodatabázi LidarTerrain. Rozbalme tuto
GDB a podíváme se, jaké obsahuje datové sady a prvky (feature dataset, feture class).
Tyto tři prvkové třídy (feature classes) zajišťují data pro vybudování terrain dataset v rámci
tohoto cvičení: lomové hrany (breaklines), výškové body (mass points) a hranice zájmové
oblasti. Výškové body využijeme jako zdroje dat pro vrcholy jednotlivých trojúhelníků v TIN,
lomové hrany jako povinné hrany pro trojúhelníky a vymezení oblasti ořízne výsledný TIN.





V Catalog window klikneme pravým tlačítkem na TerrainData feature dataset a
vybereme Properties
Prozkoumejte záložky a zjistěte následující informace:
o Jaká je XY a Z tolerance?
o Jaký mají data horizontální a vertikální souřadnicový systém?
o Jaké je XY a Z rozlišení tohoto feature dataset?
Zavřete okno a klikněte pravým tlačítkem na Napa_Masspoints a vybere položku Item
description
Zde vyberte FGDC Metadata link.
Rozbalte všechny položky a zjistěte následující informace:
o Kde byla data pořízena?
o Jaké jednotky data používají?
Tvorba terénu


V Catalog window klikneme pravým tlačítkem na TerrainData dataset ->New ->
Terrain
V dialogovém okně nastavíme následující parametry (Obr. 23)
o Name: Napa_Terrain
o Klikneme na Select All, abychom vybrali všechny dostupné vrstvy
Napa_Masspoints, Napa_Breaklines, a Napa_Studyareaclip
o Jako průměrnou vzdálenost bodů nastavíme 4.6 (Approximate point spacing).
Tato informace je získána od dodavatele dat.
o Klikneme Další
Obr. 23 Tvorba Terrain dataset
V rámci datové sady máme k dispozici Napa_Studyareaclip, který obsahuje 2D polygon a
slouží k ořezu dané oblasti. Je vhodné takový typ dat použít při tvorbě libovolného terénu.
Sloupec SFType (typ vstupních dat) definuje roli každé vrstvy při tvorbě terénu:
o Multipoint feature class bude použita jako výškové body
o Soft clip ořízne terén podle tvaru vybrané vrstvy
o Hard line reprezentují povinné hrany v terénu – hřbetnice, údolnice, koryta řek nebo
antropogenní prvky jako např. silnice.
Obr. 24 Tvorba Terrain dataset
o Klikneme Advanced, abychom zobrazili sloupeček Overview Terrain (Obr. 24)
Sloupec Overview Terrain ukazuje jak se každá vrstva podílí na tvorbě přehledky oblasti.
Přehledka je vysoce generalizovaná verze terénu a používá se jako náhled pro rychlé
prohlížení.
Breaklines jsou příliš detailní a proto se pro tvorbu přehledky nebudou používat..
o Klikneme NextI abychom definovali typ pyramid, které budeme používat při tvorbě
terénu.
Použijeme metodu window-size pro tvorbu pyramid a funkci nastavíme podle Obr. 25.
Obr. 25 Tvorba pyramid
o Z mean odstraní extrémní hodnoty, které nemusely být nasnímány dobře
o Thining method – Moderate – omezí šum v rovinatých oblastech.
Klikneme Next a nastavíme počet úrovní pro tvorbu pyramid a hraniční měřítka pro jednotlivá
rozlišení.

Klikneme na Add 3x
Hodnoty velikosti oken a maximální měřítko jsou pouze hrubé aproximace, které SW vytváří
na základě průměrné vzdálenosti bodů a horizontální a vertikální rozloze oblasti. Je
doporučeno, aby pyramida s nejvyšším rozlišením používala velikost okna, která je
dvojnásobek průměrné vzdálenosti bodů. Nastavíme vše podle Obr. 26.
Obr. 26 Tvorba pyramid

Klikněte na tlačítko Resolution Bounds Setting abychom určili úrovně pyramid pro
Napa_Breaklines a Napa_Studyareaclip.
Lomové hrany mohou být obsaženy ve více úrovních. Nastavením window size můžeme
kontrolovat měřítko, kde chceme aby byly použity tyto lomové hrany.

Nastavte Max Window pro Napa_Breaklines na 10.
Lomové hrany budou tedy viditelné pro úroveň pyramid s oknem o velikosti větší než 0 a
méně než 10, nebo v měřítku větším než 1:5000.
Polygon pro ořez je použitý ve všech měřítkách.
Obr. 27 Nastavení rozlišení pyramid


Klikneme na Accept a následně na OK. Při kliknu na Next můžeme zkontrolovat
nastavení tvorby terénu (Obr. 28)
Pokud jsou všechna nastavení v pořádku, klikneme na Finish
Obr. 28 Nastavení tvorby terénu
Po vytvoření nového terénu ho můžeme vizuálně prozkoumat.