地理情報学と地球統計学: 概要

削減されたデータ量のポイントクラウド航空LiDAR測定からのさまざまな地形派生物の抽出と分析

ファフミーFFアサル

傾斜、方位、プロファイル曲率、等高線曲率、排水ネットワークなどの地形パラメータは、通常、幅広い工学および環境アプリケーションで利用される地形派生データとして知られています。地上測量、GPS、デジタル写真測量法、リモートセンシング技術などのさまざまな測量工学技術は、さまざまな品質のさまざまな地形派生データの抽出に利用されるデジタル標高データの主なソースを構成します。航空機搭載型 LiDAR は、比較的短時間で合理的なコストで広範囲のポイント クラウド LiDAR データとして知られる非常に高密度で正確なデジタル標高データを取得できる効率的な技術です。ただし、非常に高密度のポイント クラウド LiDAR データを処理すると、時間とメモリの消費に深刻な問題が発生する可能性があります。したがって、LiDAR データ量を削減すると、データ取得およびデータ処理コストが削減されると予想されますが、抽出された地形派生データの品質に影響する可能性があります。この研究は、傾斜、方位、陰影起伏マップを含む削減されたデータ量の航空機搭載型 LiDAR 測定からさまざまな地形派生データを抽出して評価すること、および LiDAR データ量の削減によって生じる標高残差を評価することを目的としました。傾斜マップ、アスペクトマップ、および陰影起伏マップの視覚的分析では、LiDAR データ量の削減によりカラー パッチのサイズと形状に明らかな違いが見られました。これは、マップ内のトーンとテクスチャの劣化として現れ、元のデータ量からの削減量が増えるにつれて劣化が増大します。傾斜マップの統計分析では、元の LiDAR データのそれぞれ 50% と 75% を除外したことにより、傾斜の標準偏差はわずか 0.225% と 30.442% 減少しただけであることが示されました。つまり、傾斜マップは、生成された傾斜マップの統計的特性に明らかな影響を与えることなく、生データの 50% までの LiDAR データ量の削減に耐えることができます。データの 25% のみを省略したために生成されたエラー マップは、カラー パッチが比較的小さく、マップ内のトーンが大きく変化している構造になっています。これに対し、LiDAR データの 50% のみから生成されたエラー マップは、トーンが滑らかで構造化されていません。エラー マップの統計分析により、LiDAR データ量の減少に伴って標高残差の標準偏差が増加し、抽出された標高の不確実性が増すことがわかりました。LiDAR データ量が元のデータの 75% から 50% に減少した場合、標高残差の標準偏差は 17% しか増加しませんが、75% から 25% に減少した場合、標高残差の標準偏差は約 101.5% 増加します。