Was ist der Unterschied zwischen Lidar und photogrammetrischen Punktwolken in Global Mapper?
Lidar-Punktwolken und aus der Photogrammetrie abgeleitete Punktwolken sehen in Global Mapper Pro ähnlich aus und funktionieren ähnlich, weisen aber deutliche Unterschiede auf. Sie können beide klassifiziert werden, Elemente können extrahiert werden und sie sind gleichermaßen mit dem umfangreichen Lidar-Werkzeug Set kompatibel. Ohne einen Blick auf die Attribute zu werfen, kann es schwierig sein, sie voneinander zu unterscheiden. Die Unterschiede zwischen den beiden liegen in der Art und Weise, wie sie erstellt werden. Die Kenntnis der Stärken und Grenzen der einzelnen Datentypen kann Ihnen helfen, das volle Potenzial Ihrer Daten mit Global Mapper zu nutzen.
Mit Hilfe der Photogrammetrie können genaue und erschwingliche hochauflösende Punktwolken erstellt werden.
Lidar-Punktwolken
Lidar ist traditionell die genauere Methode zur Vermessung des Geländes. Im Gegensatz zur Photogrammetrie kann Lidar oft die Vegetation durchdringen und den Boden darunter sehen, um ein detaillierteres Bild des Geländes und der Oberfläche zu erstellen. Ein Lidar-Sensor sendet Lichtstrahlen zur Oberfläche und zurück und berechnet die Entfernung durch Messung der Zeit, die der Lichtstrahl für die Rückkehr benötigt. Manchmal wird der Lichtstrahl gebrochen, so dass ein Teil des Strahls auf eine Oberfläche trifft und zum Sensor zurückkehrt, während der Rest zur nächsten Oberfläche weitergeht. Dadurch entstehen mehrere Returns desselben Lichtstrahls. Die Return-Nummern werden als Attribut gespeichert, das in der Analyse verwendet werden kann.
Die Spitze der Bäume sind die ersten Erträge (blau). Andere Returns sind gemischt. Das vom Boden reflektierte Licht ist der letzte Return.
Dieses Verfahren macht Lidar-Daten ideal für die Erstellung digitaler Geländemodelle in dicht bewachsenen Gebieten oder bei der Arbeit mit kleineren und weniger sichtbaren Objekten oder Strukturen. Das folgende Bild ist ein Seitenprofil von Lidar-Daten, die klassifiziert wurden. Beachten Sie, dass selbst in einem dicht bewaldeten Gebiet die braunen Bodenpunkte unter den grünen Bäumen sichtbar sind.
Lidar kann den Boden unter der Vegetation und anderen durchlässigen Strukturen erfassen.
*Diese Wald-Lidar-Daten wurden vom staatlichen lettischen Forstforschungsinstitut "Silava" erhoben.
Photogrammetrische Punktwolken
Während Lidar eine direkte Messung der Landschaft darstellt, ist die Photogrammetrie eine indirekte Messung, da sie Orts- und Höhendaten (XYZ) durch Triangulation aus überlappenden Luftbildern ableitet. HIER erfahren Sie mehr darüber, wie das Werkzeug Punktwolke aus Bildern (Pixel-to-Points) von Global Mapper die Photogrammetrie zur Erstellung von Punkten aus Luftbildern nutzt. Wichtig ist, dass das Werkzeug nur das abbilden kann, was es in den Bildern sehen kann. Um bei unserem Waldbeispiel zu bleiben, bedeutet dies, dass in dichten Wäldern, in denen das Kronendach die Sicht der Kamera auf den Boden behindert, keine Bodenpunkte erstellt werden können. Dies ist die größte Einschränkung der Photogrammetrie.
Vergleichen Sie eine photogrammetrische Punktwolke (eingefärbt nach dem Bild) mit einem Lidar (eingefärbt nach der Höhe). Während das Lidar bis zum Waldboden vordrang, konnte die Photogrammetrie nur den oberen Teil des Kronendachs erfassen.
Die Photogrammetrie hat gegenüber dem Lidar den Vorteil, dass sie die Datenerfassung erleichtert. Trotz der Entwicklung tragbarer Lidar-Geräte sind Drohnenaufnahmen nach wie vor die erschwinglichere und daher sehr beliebte Methode der Datenerfassung. Diese Zugänglichkeit bedeutet, dass die Nutzer Gebiete häufiger vermessen können und somit mehr zeitrelevante Daten sammeln. Die Nutzer können dies in Global Mapper nutzen, um Veränderungen des Geländes im Laufe der Zeit zu messen, z. B. Erosion oder Lebensraumfragmentierung. Mit dem Werkzeug Punktwolken vergleichen können Unterschiede gemessen oder Veränderungen zwischen Punktwolken erkannt werden. Dies ist zwar auch für Lidar-Punktwolken möglich, aber photogrammetrische Punktwolken sind bei höheren Frequenzen leichter zu erfassen.
Ein weiterer Vorteil ist, dass photogrammetrische Punktwolken, die aus Bildmaterial abgeleitet werden, automatisch die Farbe (RGB-Wert) der gemessenen Oberfläche enthalten. Farbige Punktwolken sind visuell leichter zu interpretieren und zu klassifizieren und sorgen für ein visuell ansprechendes Produkt. Farbe kann manuell zu Lidar-Daten aus einem Bild hinzugefügt werden, aber diese Farben sind nicht unbedingt repräsentativ für die tatsächliche Bodenfarbe zum Zeitpunkt der Lidar-Erfassung.
Im Laufe der Zeit werden technologische Fortschritte dazu führen, dass drohnengestützte und farbkompatible Lidar-Sensoren erschwinglicher und zugänglicher werden, aber im Moment füllt die Photogrammetrie diese Datenlücke.
Beide Arten von Punktwolken sind großartige Werkzeuge für die Kartierung von Gelände- und Oberflächendaten, ganz gleich, für welchen Zweck Sie sie einsetzen. Wenn sie zusammen verwendet werden, können sie ein vollständiges Bild der Landschaft erzeugen. Wenn Sie die Unterschiede zwischen den beiden Typen verstehen, können Sie das Beste aus Ihren Daten herausholen und qualitativ hochwertigere Ergebnisse erzielen.