Что такое облако точек

Облако точек (point cloud) — это набор точек в трехмерном пространстве, каждая из которых представляет конкретную поверхность объекта, отсканированного ЛиДАР-системой.

Каждая точка содержит:

• XYZ координаты — положение в пространстве
• Интенсивность отражения — яркость отраженного сигнала
• Класс точки — тип объекта (земля, растительность, здание)
• RGB цвета — если съемка сопровождалась фотосъемкой
• Номер возврата — порядковый номер отражения луча

Как формируется облако точек

Процесс сбора данных

1. Лазерный импульс испускается с ЛиДАР-датчика
2. Импульс отражается от разных объектов:
   • Первое отражение — от вершины дерева
   • Второе отражение — от ветвей
   • Третье отражение — от земли
3. Все отражения фиксируются
4. Координаты точек вычисляются с учётом времени прохождения сигнала, положения датчика (GPS) и его ориентации (IMU)

Многократные отражения

ЛиДАР может фиксировать несколько отражений одного импульса:

• Первое отражение (First Return) — обычно верхняя часть кроны
• Промежуточные отражения — ветви, стволы
• Последнее отражение (Last Return) — часто земля

Это позволяет "видеть" структуру леса в разных ярусах.

Визуализация облака точек

Цветовая кодировка

Облака точек можно визуализировать разными способами:

По высоте:

• Холодные цвета (синий, зеленый) — низкие объекты
• Теплые цвета (желтый, красный) — высокие объекты

По интенсивности:

• Темные тона — слабое отражение (листва)
• Светлые тона — сильное отражение (ветви, стволы)

По классификации:

• Коричневый — земля
• Зеленый — растительность
• Серый — здания
• Синий — вода

Форматы хранения

LAS (LASer file format)

Стандартный формат для хранения ЛиДАР-данных

Характеристики:

• Открытый стандарт (ASPRS)
• Бинарный формат
• Содержит все атрибуты точек
• Типичный размер: 20-50 байт на точку

Версии:

• LAS 1.2 — базовая поддержка
• LAS 1.4 — расширенная классификация

LAZ (LASZip)

Сжатый формат LAS

Преимущества:

• Сжатие без потерь
• Уменьшение размера в 5-10 раз
• Совместимость с LAS
• Быстрая распаковка

Использование: Стандарт для передачи и архивирования

Обработка облака точек

Этапы обработки для лесной таксации

1. Предобработка

Фильтрация шумов:

• Удаление выбросов
• Удаление точек с низкой интенсивностью
• Фильтрация воздушных объектов (птицы, пыль)

Нормализация высот:

• Классификация точек земли
• Создание цифровой модели рельефа (DTM)
• Вычитание высоты рельефа из координат точек

2. Классификация точек

Точки разделяются по типам объектов:

Класс	Код	Описание
Неклассифицированные	0	Не обработано
Земля	2	Поверхность земли
Низкая растительность	3	h менее 0.5 м
Средняя растительность	4	0.5 м < h менее 2 м
Высокая растительность	5	h более 2 м
Здания	6	Строения
Вода	9	Водные объекты

3. Сегментация деревьев

Цель: Выделение индивидуальных деревьев

Методы:

• Локальные максимумы высоты (вершины)
• Алгоритмы водоразделов
• Машинное обучение
• Кластеризация точек

Результат: Каждому дереву присваивается уникальный ID

4. Извлечение характеристик

Для каждого дерева вычисляются:

• Координаты — центр основания ствола
• Высота — разность между вершиной и землей
• Диаметр кроны — площадь проекции кроны
• Форма кроны — геометрические характеристики
• Плотность кроны — количество точек в кроне

Что можно извлечь из облака точек

Параметры древостоя

На уровне отдельного дерева:

• Высота дерева
• Диаметр кроны
• Объем кроны
• Высота начала кроны
• Форма кроны

На уровне насаждения:

• Количество деревьев на гектар
• Распределение деревьев по высоте
• Сомкнутость крон
• Ярусность древостоя
• Структура подлеска

Таксационные показатели

С помощью аллометрических уравнений из параметров деревьев вычисляются:

• Диаметр на высоте груди (DBH) — основной таксационный показатель
• Объем ствола — запас древесины
• Видовое число — форма ствола
• Товарная структура — распределение по сортиментам

Дополнительная информация

• Цифровая модель рельефа (DTM) — форма поверхности земли
• Цифровая модель поверхности (DSM) — верхняя граница объектов
• Модель высоты полога (CHM) — высота растительности над землей

Примеры использования

Инвентаризация лесов

• Подсчет деревьев
• Оценка запаса древесины
• Определение породного состава
• Анализ возрастной структуры

Мониторинг изменений

• Отслеживание роста леса
• Выявление рубок
• Оценка повреждений (ветер, пожары, вредители)
• Контроль лесовосстановления

Планирование хозяйственной деятельности

• Проектирование рубок
• Расчет лесосек
• Планирование дорожной сети
• Оценка доступности участков

Требования к облакам точек для Arboritm

Для качественной обработки на платформе рекомендуется:

Плотность точек

• Минимум: 5 точек/м²
• Рекомендуется: 10-20 точек/м²
• Оптимум: 20+ точек/м²

Качество данных

• Классификация точек земли (желательно, но не обязательно)
• Отсутствие больших пропусков в данных
• GPS-привязка к системе координат
• Калиброванные данные интенсивности

Формат файлов

• Поддерживаемые форматы: LAS 1.2, LAS 1.4, LAZ
• Система координат: Любая проецированная (UTM, местная)
• Максимальный размер файла: Рекомендуется разбивать на тайлы 500×500 м

Что дальше?

Теперь, когда вы понимаете, что представляют собой облака точек, переходите к следующему разделу об основах лесной таксации, чтобы узнать, как из этих данных получаются таксационные показатели.