Interpolação da batimetria multibeam usando o ArcGIS Desktop?

Estou tentando fazer um mapa 3D com batimetria de feixe múltiplo (65536 recursos, xyz), mas parece que os métodos de interpolação são muito rígidos. Preciso suavizar os dados para que pareçam mais naturais e realistas.

Quais parâmetros eu tenho que variar para que eu possa obter isso?

Provavelmente, isso não é inteiramente um problema com o modelo de interpolação. Dados batimétricos podem exibir ruído considerável. Devido a um peso igual associado a cada faceta TIN e efeito externo, uma interpolação de base TIN pode atenuar esse ruído e não é recomendada. Eu aplicaria uma interpolação de spline Topogrid (Topo to raster tool) e depois aplicaria um filtro de suavização ao resultado. Geralmente uso um filtro ponderado gaussiano com um sigma de 2, mas no ArcGIS você pode usar apenas uma média focal. O tamanho da janela dependerá da resolução da superfície interpolada e de um critério de erro. Você não deseja exagerar os dados, portanto, é essencial avaliar o erro quadrático médio raiz (RMSE) do observado versus o previsto. Encontre um tamanho de janela que exiba um equilíbrio aceitável entre suavidade e erro.

Experimente o FFT (Fast Fourrier Transform) no ENVI ou em outra ferramenta de processamento de imagem depois de criar sua varredura. Você também pode aplicá-lo diretamente na sua varredura usando IDL.

Tente fazer um NIF a partir da batimetria. Um TIN fará a interpolação dos pontos (linhas), criando uma superfície mais lisa que uma grade. Você também pode executar uma sombra na grade interpolada, isso pode produzir algo que você gosta visualmente.

Você pode tentar a interpolação Topo para varredura em apenas uma etapa, tentando valores diferentes para seus parâmetros de suavização: fator de erro de discretização (1,5, 2 ou superior), tolerância nº 1 (tentativa 2-3) e tolerância nº 2 (aproximadamente 100) . A imposição de drenagem deve estar desativada para batimetria (sem imposição) e o tipo de dados "spot". Talvez você consiga obter a suavidade desejada sem filtros.

Eu odeio os contornos não naturais que você obtém da maioria dos modelos. Aqui está o meu fluxo de trabalho:

1. Criar linha de costa (tente usar imagens / lidar mais recentes)
2. Crie NIF com base nos dados da linha costeira e dos pontos
3. Converter estanho em raster (eu uso normalmente 1m de resolução)
4. Use Multi Values ​​to Points para extrair valores raster para pontos de som
5. Calcule um campo "Diferença" nos dados sonoros e inspecione manualmente as áreas onde a diferença é> 0,5 metros. Faça as exclusões necessárias.
6. Crie NIF com base nas sondagens corrigidas e na linha de costa
7. Converter TIN em raster (normalmente uso resolução de 5m)
8. Converter raster em ponto.
9. Faça a seleção do conjunto de dados do ponto de preenchimento com o conjunto de dados do ponto de som (eu uso dentro de 10 metros) e exclua esses pontos do conjunto de dados do ponto de preenchimento
10. Faça seleções aleatórias para reduzir a densidade do conjunto de dados de preenchimento (basta consultar FID / algum número = CEILING (FID / algum número) depois de fazer exclusões iniciais e salvar.
11. Use os pontos de preenchimento aleatórios, os pontos de som, a linha da costa e um polígono de extensão (da linha da costa) na ferramenta Topo para varredura.
12. Crie contornos.

Isso fornece contornos suavizados, mas preserva os valores medidos para os dados sonoros. Não está melhor, mas acho que parece muito melhor.

Em termos de simplicidade, um NIF pode fornecer um retorno bastante razoável.

Não vejo razão para que o ruído impeça o uso de um NIT per se. Eles modelarão exatamente seus pontos de dados se você definir os parâmetros dessa maneira ou se encaixar mais suavemente na superfície. Eles também têm a vantagem distinta de serem independentes da orientação da escala e da grade, diferente de qualquer método baseado em janela móvel.

Eu sugeriria :

1. Verifique o ponto de WolfOdrade primeiro!
2. Se os dados de batimetria estiverem dispostos em fileiras ou em alguma outra geometria irregular (por exemplo, a partir de sondagens de barcos), faça a topogrelha desses dados em uma superfície raster. Se houver pontos em uma grade regular ou dispersos aleatoriamente, transforme-os em um NIF adequado a todos os pontos.
3. Visualize em algo simples, como o ArcScene.
4. Poste uma foto em algum lugar para que possamos ver os dados, mostrando seus pontos de preocupação.

O algoritmo de suavização correto depende muito do tipo de terreno; o filtro da Guassian pode ser bom para um DEM mais suave. A FFT valeria o esforço para terrenos variados e poderia lidar com ângulos mais nítidos, mas remover ervas daninhas de forma interativa dos nós TIN poderia ser uma opção suficiente e mais simples que minimiza a simulação de dados.