Khi chuyển đổi tập dữ liệu LiDAR sang DEM, bạn đang lấy một tập hợp các điểm dữ liệu riêng biệt và chuyển đổi chúng thành một tập dữ liệu liên tục, duy nhất. Giả sử tệp .las của bạn chứa các giá trị X (vĩ độ), Y (kinh độ) và Z (độ cao) với độ phân giải trung bình ~ 1 mét. Độ phân giải ở đây thực sự quan trọng - chúng tôi chỉ nói về mức trung bình và vì vậy chúng tôi sẽ khó tìm thấy độ phân giải ~ 1 mét trong toàn bộ dữ liệu. Thay vào đó, chúng tôi sẽ tìm thấy các giá trị nằm trong ước tính của 'sân bóng' về độ phân giải đó. Vì vậy, bạn lấy những điểm này và chuyển đổi chúng thành DEM raster, hoặc có thể là TIN. Giá trị X và Y sẽ thấy độ méo tối thiểu, nhưng bạn sẽ nhận thấy rằng giá trị Z của bạn có thể không như bạn mong đợi. Điều này là do máy tính không ' t biết giá trị Z chính xác là gì trong các ô không thuộc một trong các điểm LiDAR của bạn. Ở giữa các điểm LiDAR, một thuật toán nội suy đã được áp dụng để ước tính giá trị Z hợp lý có thể là gì. Chọn phương pháp nội suy chính xác liên quan đến các mục tiêu phân tích của bạn là một phần quan trọng của việc đi từ LiDAR sang DEM. Đặt độ phân giải phù hợp cho DEM đầu ra đó rất quan trọng - luôn đặt độ phân giải thấp hơn độ phân giải của bộ dữ liệu LiDAR của bạn. Vì vậy, đối với độ phân giải ~ 1 mét, tôi sẽ đặt độ phân giải 3 mét cho DEM, trong nỗ lực giảm thiểu biến dạng. Đặt độ phân giải phù hợp cho DEM đầu ra đó rất quan trọng - luôn đặt độ phân giải thấp hơn độ phân giải của bộ dữ liệu LiDAR của bạn. Vì vậy, đối với độ phân giải ~ 1 mét, tôi sẽ đặt độ phân giải 3 mét cho DEM, trong nỗ lực giảm thiểu biến dạng. Đặt độ phân giải phù hợp cho DEM đầu ra đó rất quan trọng - luôn đặt độ phân giải thấp hơn độ phân giải của bộ dữ liệu LiDAR của bạn. Vì vậy, đối với độ phân giải ~ 1 mét, tôi sẽ đặt độ phân giải 3 mét cho DEM, trong nỗ lực giảm thiểu biến dạng.
Tôi có kinh nghiệm nghiên cứu các vụ lở đất và dòng chảy mảnh vỡ với các DEM có nguồn gốc từ LiDAR. Lở đất và dòng chảy mảnh vỡ là những đặc điểm rất tuyến tính xảy ra gần các đặc điểm tuyến tính khác trong địa hình. Vì vậy, khi tôi chuyển đổi từ LiDAR sang DEM, tôi muốn một phương thức nội suy làm nổi bật tốt nhất các tính năng tuyến tính. Điều này xảy ra là một TIN (Mạng không thường xuyên tam giác). Bạn nói rằng bạn nhằm mục đích làm một phân tích thủy văn. Có lẽ bạn nên thử một phương pháp nội suy spline để xây dựng DEM của bạn. Công việc nội suy Spline là vẽ các đường liên tục, chồng chéo qua tất cả các điểm dữ liệu của bạn để tạo bề mặt raster rất mịn. Xác định bồn rửa của bạn, lấp đầy chúng, vẽ các đường đếm, lặp lại.
Đây là một chút lan man, nhưng điều tôi đang cố gắng đạt được ở đây là dường như tôi đang hỏi sai câu hỏi. Thay vì yêu cầu một quy trình công việc phần mềm bạn nên sử dụng để xây dựng một DEM chính xác về mặt thủy văn, bạn nên hỏi phương pháp nội suy nào sẽ sử dụng. Nếu tôi là bạn, tôi sẽ thử một phương pháp nội suy spline.
Về phần mềm, xử lý dữ liệu LiDAR rất tốn CPU / RAM. Nếu bạn có> 6 GB RAM, tôi muốn giới thiệu GRASS GIS. Họ đã có phần mềm xử lý LiDAR tốt nhất mà tôi từng sử dụng (đó là FOSS), nhưng bạn phải thực hiện phân bổ bộ nhớ. Nếu không, tôi khuyên bạn nên gắn bó với ArcGIS. Họ đã có một số tài liệu tuyệt vời về cách làm những gì bạn muốn làm trên trang web của họ.