LiDARデータでジョシュアツリーを識別しますか？

LiDARプロジェクトに取り組んでおり、指定された調査地域内のジョシュアツリーの位置を特定しています。植生が非常にまばらであるため、実際にはジョシュアツリーとコットンウッドという2つの林冠種があります。樹冠内の種の豊富さが非常に限られているため、これは比較的簡単なLiDAR分析であると思います。私のアプローチは、ベアアースラスタ（DEM）を作成してから、最初のリターンラスタを作成することでした。次に、1番目のリターンラスターから裸地を差し引いて、植生ラスターを作成します。検証にベースマップを使用すると、ノイズ（電力線、建物など）を簡単に除去できます。クライアントはすべてのジョシュアツリーが12フィート以上あることを確認したいので、植生ラスターを再分類します。こうすることで、私の調査地域内でジョシュアツリーであるすべての樹種を見ることができます。

これは、ArcMapで私が従った方法です。

ベアアースレイヤーの作成

1. LASデータセットの作成ツールを使用して、選択した調査範囲のlasデータセットを作成します
2. LASデータセットレイヤーの作成ツールを使用して、このレイヤーでlasデータセットレイヤーを作成
   します。クラスコードから2（グラウンド）を選択します
3. LASデータセットからラスターツールを使用して、このレイヤーをラスターに変換します。

植生層を作成する

4. 手順2と3を繰り返しますが、MAKE LASデータセットレイヤーツールを使用する場合は、戻り値の下で最初の戻り値を選択します（オプション）。

5. マイナスツールを使用して、1番目のリターンラスターからベアアースラスターを減算します。

    1st Return (raster) – Bare Earth (raster) = Vegetation Layer
   

6. 再分類ツールを使用して、12フィート以上のものを判別します。

          Classification: Natural Breaks (Jenks)
   
          Classes: 2
   
          Break values: 3.66, 10.725098
   

誰かがこれについて何か経験があり、私が間違っているかもしれない場所でいくつかのヒント/ポインタを提供できるかもしれませんか？人々がより良い方法論を知っているなら、私はアイデアを受け入れます！

CanopyMaximaアルゴリズムへの入力としてLiDARポイントから生成するCHMラスタの「品質」は、結果に大きく影響します。次のようなCHMを生成するためのいくつかの方法を試すことをお勧めします

• シンプルな最高のリターングリッド/ビニング
• 最高の収益は小さなディスクのグリッド/ビニングに変わりました
• TINを介した最初のリターン補間とそれに続くラスタライズ
• グリッドとラスタライズで最高のリターンのみのTIN補間
• 部分CHMに基づくピットフリーアルゴリズム
• スパイク回避に基づくスパイクフリーアルゴリズム。

ピットフリーとスパイクフリーに関するこれら2つのブログ記事では、LAStoolsを使用して上記のさまざまな方法でCHMラスターを生成する方法について説明しています。

ワークフローでキャノピーの高さモデルを作成しようとしているように見えます。これにより、地上のすべてのオブジェクトの高さが表示されます。関心のある種を見ると、コットンウッドの木は通常、背が高く、水辺の地域や洪水地帯に生えています。ジョシュアの木は乾燥した高地の木です。したがって、キャノピーの高さモデルを再分類してすべてのピクセル> = 12 'を含めると、ジョシュアツリーだけでなく両方の種が確実に含まれます。

ArcGISは、派生LiDAR製品の操作に最適ですが、LiDAR処理に関しては長い道のりがあります。むしろ、LiDAR林業アプリケーションでの作業用に最適化されたFUSIONをお勧めします。AOI内の個々のツリーを識別するには、CanopyMaximaと呼ばれるFUSIONのアルゴリズムをお勧めします。ドキュメントから（p.26）：

CanopyMaximaは、キャノピーの高さモデルで表されるように、個々の優勢および共優勢ツリーを識別するために最もよく使用されます。比較的孤立している針葉樹に最適です。密集したスタンドでは、互いに近接して生育する樹木を分離することはできません。結果は、複数の最大値が存在するはずの単一の局所最大値です。落葉樹林では、このような樹冠の形状が丸みを帯び、樹冠が樹木の上部近くで互いに重なり合う傾向があるため、アルゴリズムはうまく機能しません。

コマンドは比較的簡単です：

CanopyMaxima /img24 canopy_maxima_test_1m.dtm testtrees.csv

ここから、個々の木の座標を示すCSVファイルがあります。コットンウッドの木を除外するには、次のワークフローを検討してください。

1. ツリーの場所のCSVをポイントシェープファイルに変換
2. （DEMのしきい値処理やストリームレイヤーのバッファリングなどを介して）河畔域を特定し、それを使用して、河畔域内のすべてのツリーロケーションポイントを除外します。