Les modèles d’élévation raster constituent l’un des types de données SIG les plus courants. Ils permettent de nombreuses utilisations dans le cadre de la visualisation et de l’analyse, et sont faciles à partager.
Les données lidar aéroportées stockées dans des fichiers LAS vous permettent de produire des modèles d’élévation de grande qualité. Deux modèles d’élévation courants peuvent être créés par lidar : l’un à l’aide des points lidar de premier retour et l’autre à l’aide des points d’élévation du sol. Une surface de premier retour comprend le couvert forestier et les bâtiments, et est souvent nommée modèle numérique de surface (MNS). Le sol, ou la terre nue, contient uniquement la topographie et est souvent appelé modèle numérique d’élévation (MNE).
Ces modèles de surface ont de nombreuses utilisations dans le SIG. Ils peuvent notamment permettre de comprendre l’évolution de la surface au fil du temps, de modéliser la circulation de l’eau pour l’hydrologie, de visualiser un modèle de surface en 3D, de comprendre les impacts des mouvements du sol, de mener une analyse de champ de vision ou de fournir une analyse des remblais et déblais.
Les graphiques suivants affichent des représentations hypsométriques ombrées d’une surface de premier retour, ou MNS, sur la gauche et un modèle de terre nue, ou MNE, à droite.
Jeu de données LAS
Un jeu de données LAS fait référence à un ensemble de fichiers de nuages de points LAS (.las) et à des contraintes de surface facultatives. Un jeu de données LAS peut être visualisé sous forme de points ou en tant que modèle de surface TIN. Les jeux de données LAS sont stockés sous forme de fichiers à l’aide de l’extension .lasd. Les contraintes de surface sont des lignes de fracture, des polygones d'eau, des limites de zone ou tout autre type d'entité de surface appliqué au jeu de données LAS. Ces entités sont appliquées lorsque le jeu de données LAS est affiché en tant que modèle TIN et qu’il est utilisé pour créer un modèle de surface MNE raster.
Il existe deux façons de créer un jeu de données LAS dans ArcGIS Pro : soit en utilisant l’outil de géotraitement Créer un jeu de données LAS, soit en utilisant la fenêtre Catalog (Catalogue). Une fois que vous avez créé le jeu de données LAS, vous pouvez visualiser le nuage de points en ajoutant la couche à une carte ou une scène.
Les points provenant des fichiers LAS sont généralement classés en différentes entités géographiques. La classification la plus courante est celle du sol. Vous pouvez définir des filtres de points sous l’onglet Filter (Filtre) de la boîte de dialogue Layer Properties (Propriétés de la couche) du jeu de données LAS. Les propriétés de filtrage sont importantes, car elles déterminent les points des fichiers LAS à traiter. Les MNE et les MNS ne sont pas créés à partir de tous les points. Vous devez filtrer les points. Par exemple, lorsque vous filtrez les points pour n’afficher que les points terrestres dansArcGIS Pro, le raster créé sera un MNE.
Éléments à prendre en compte
Les éléments suivants doivent être pris en compte avant la création d’un MNE ou d’un MNS à partir d’un lidar aéroporté :
Étendue de la couverture
La prise en compte de l’étendue et de la taille de la zone que vous créez aide à déterminer si vous produisez un raster ou un ensemble de rasters, éventuellement stocké dans un jeu de données mosaïque. Cela dépend de la finalité du raster en termes d'analyse, d'affichage et de partage ou de distribution potentiels des données. Prenez également en compte le volume de données lidar dont vous disposez. Il est possible de tenter de traiter un nuage de points à l’échelle de l’État en tant que jeu de données unique, mais l’opération peut durer longtemps et limiter les ressources de l’ordinateur. Dans cette situation, il est conseillé de produire plusieurs raster à partir de ce volume de données lidar, envisagez par conséquent de diviser également le traitement lidar. Vous pouvez par exemple décomposer le traitement afin qu’un jeu de données LAS individuel ne compte pas plus de 10 milliards de points. Non seulement vous limitez ainsi les jeux de données individuels à des tailles raisonnables, vous réduisez également la durée de traitement sur ces jeux de données. Les données lidar aéroportées sont généralement tuilées depuis des lignes de vol en tailles tuilées gérables. Si vous utilisez des données dans des lignes de vol, pensez à vous servir de l’outil de géotraitement Tuile LAS pour tuiler vos données lidar. Vous pouvez également prendre en considération le nombre de lignes et de colonnes souhaité pour le raster en sortie. Par exemple, fractionnez votre jeu de données en plusieurs rasters si vous disposez de plus de 10 000 lignes ou colonnes, où cet ensemble tuilé de rasters peut ensuite être utilisé pour définir un jeu de données mosaïque.
Densité de points souhaitée
La présence d’une densité de points cohérente ou la réduction du nombre de fichiers échantillonnés permet d’éliminer le bruit dans les rasters en sortie et d’accélérer les performances. La densité de points doit avoir une influence sur la taille de cellule du raster en sortie. La taille de cellule du MNE/MNS ne doit pas être inférieure à l’espacement moyen des points du jeu de données lidar. Vous trouverez l’espacement moyen des points dans la boîte de dialogue LAS Dataset Properties (Propriétés du jeu de données LAS).
Lors de la collecte des données lidar, il doit exister une certaine surface de superposition entre les lignes de vol afin qu’il ne manque aucune zone. Ces zones de superposition génèrent souvent de légers décalages en hauteur entre les trajectoires de vol, qui deviennent plus apparents dans les zones de superposition à proximité des bords des trajectoires de vol. Vous pouvez exclure et reclasser des points dans les zones de superposition du jeu de données LAS à l’aide de l’outil de géotraitement Classer la superposition LAS. Pour plus d’informations sur l’exclusion de zones de superposition, consultez le processus Comprendre la classification de superposition.
Pour que la densité de points devienne plus cohérente dans les données lidar suréchantillonnées, pensez à utiliser l’outil de géotraitement LAS fin. Envisagez d’utiliser cet outil sur des données LAS suréchantillonnées (par exemple, provenant de plusieurs numérisations lidar superposées) pour optimiser les performances d’affichage et accélérer les opérations d’analyse. Pour plus d’informations sur l’affinage et le tuilage des données lidar, consultez le processus Utiliser le tuilage et l’affinage pour optimiser des nuages de points.
Application d’une ligne de fracture
La couche de jeu de données LAS peut servir à contrôler la mise en application des entités de contraintes de surface qui peuvent être référencées par le jeu de données LAS. Les contraintes de surface sont des entités surfaciques stockées dans les classes d’entités, qui sont généralement dérivées d’une technique de télédétection, telles que la photogrammétrie. Les contraintes sont appliquées lors de l’affichage ou du traitement du jeu de données LAS en tant que surface triangulée. L’utilisation de contraintes incluant la mise en œuvre correcte d’entités hydrographiques telles que des lacs et des rivières peut être bénéfique pour les applications hydrologiques, comme la gestion des zones inondables. Il est également utile de disposer d’une limite de zone d’étude pour générer une zone spécifique, comme des bassins versants.
Utiliser l’outil Jeu de données LAS vers raster
Utilisez l’outil Jeu de données LAS vers raster pour créer votre MNE ou MNS.
Utilisez la couche de jeu de données LAS, avec les propriétés de filtrage appropriées définies, en entrée dans l’outil. La rastérisation de l’outil de géotraitement Jeu de données LAS vers raster s’effectue principalement par un regroupement rapide des points. Comme les données lidar sont très denses par rapport à d'autres techniques d'échantillonnage, de nombreuses personnes pensent que la classification par fenêtres est suffisante et que d'autres méthodes d'interpolation plus longues sont inutiles. Ceci est probablement vrai, en particulier avec les premiers retours où l'échantillonnage est relativement homogène. La densité de l'échantillonnage de la terre nue varie selon la fréquence et la densité des entités à la surface du sol (par exemple, la végétation et les bâtiments). La triangulation est recommandée pour les MNE. Le regroupement est plus rapide pour les MNE, mais la qualité sera bien moindre. Cet outil permet le remplissage et l’interpolation des vides (cellules pour lesquelles il n’existe aucun échantillonnage).
- Ajoutez la couche de jeu de données LAS à une carte 2D ou une scène locale 3D.
- Cliquez avec le bouton droit sur la couche de jeu de données LAS dans la fenêtre Contents (Contenu) et sélectionnez Properties (Propriétés).
La boîte de dialogue Layer Properties (Propriétés de la couche) s’ouvre, comme illustré dans l’image ci-dessous.
- Cliquez sur LAS Filter (Filtre LAS) et définissez les propriétés de filtrage à utiliser pour générer le MNE ou MNS.
- Cliquez sur Apply (Appliquer), puis sur OK pour fermer la fenêtre Layer Properties (Propriétés de la couche).
- Cliquez sur Surface Constraints (Contraintes de surface) et définissez les contraintes de surface à utiliser pour générer le MNE ou MNS.
Remarque :
Tous les types de ligne de fracture sont pris en charge et employés lors de l’utilisation d’une méthode d’interpolation de triangulation. Si vous utilisez une méthode d’interpolation de regroupement, seules les contraintes de remplacement, d’effacement et de découpage sont prises en charge et utilisées.
- Dans la fenêtre Geoprocessing (Géotraitement), recherchez l’outil de géotraitement Jeu de données LAS vers raster.
- Dans l’outil de géotraitement Jeu de données LAS vers raster, ajoutez le jeu de données LAS en tant que valeur Input LAS Dataset (Jeu de données LAS en entrée).
- Définissez la valeur Output Raster (Raster en sortie).
- Définissez les paramètres d’interpolation.
Remarque :
Le regroupement permet d’obtenir des résultats plus rapides. Le type d’affectation des cellules Average (Valeur moyenne) est mieux adapté aux points de terre nue lors de la génération d’un MNE. L’option Maximum convient mieux pour influencer le résultat sur des élévations supérieures lors de la génération d’un MNS. Utilisez des voisins linéaires ou naturels pour Void Fill Method (Méthode de remplissage des vides). L'interpolation par voisins naturels prend plus de temps, mais la surface générée est beaucoup plus lisse que celle produite à l'aide d'une interpolation linéaire. Elle est également moins sujette à de petits changements de triangulation. Les méthodes d’interpolation de triangulation calculent les valeurs de cellule au moyen d’une approche TIN et permettent d’accélérer le traitement en affinant l’échantillonnage des données LAS à l’aide de la technique de taille de fenêtre.
- Définissez les options Sampling Type (Type d’échantillonnage) et Sample Value (Exemple de valeur).
Ces options permettent de définir la résolution du raster en sortie.
- Cliquez sur Exécuter pour exécuter l'outil.
Vous avez un commentaire à formuler concernant cette rubrique ?