如何在LAScatalog中修改建筑类点的高程值为0？

问题背景 #

处理覆盖城市区域的分类LAZ文件集合生成CHM时，若仅保留地面（分类2）和树木（分类5）点，三角化过程会因点缺失产生伪影。可行的解决思路是保留建筑类点（分类6），但将其高程值修改为0，既能避免伪影，又不会干扰树冠高度的计算。单个LAS文件的处理逻辑已明确，但使用LAScatalog批量处理时需要调整实现方式。

单个LAS文件的处理代码 #

# 读取LAS文件
las <- readLAS("path/to/file.laz")

# 过滤保留建筑、树木、地面点
las <- filter_poi(las, las$Classification %in% c(6,5,2))

# 基于地面点归一化高程
las <- normalize_height(las, tin(), use_class=c(2L))

# 修改建筑点高程为0
las_buildings <- filter_poi(las, las$Classification %in% c(6))
las_buildings$Z <- 0
las_trees_ground <- filter_poi(las, las$Classification %in% c(5,2))
las <- rbind(las_buildings, las_trees_ground)

# 生成CHM
chm <- rasterize_canopy(las, 0.5, pitfree(subcircle=0.5))

LAScatalog批量处理实现方案 #

LAScatalog的批量处理需要通过catalog_apply自定义处理逻辑，将单个文件的操作封装为函数后批量应用到整个目录：

完整代码示例 #

# 加载LAScatalog
ctg <- readLAScatalog("path/to/")

# 设置处理参数：缓冲50米，指定临时输出路径
opt_chunk_buffer(ctg) <- 50
opt_output_files(ctg) <- paste0(tempdir(), "/{*}_processed")

# 定义自定义处理函数
process_las <- function(las) {
  # 过滤保留建筑、树木、地面点
  las <- filter_poi(las, las$Classification %in% c(6,5,2))
  
  # 基于地面点归一化高程
  las <- normalize_height(las, tin(), use_class=c(2L))
  
  # 直接修改建筑点的高程值为0
  las@data[las@data$Classification == 6, "Z"] <- 0
  
  return(las)
}

# 批量处理所有LAS文件
ctg_processed <- catalog_apply(ctg, process_las)

# 生成批量CHM
opt_output_files(ctg_processed) <- paste0(tempdir(), "/{*}_chm")
chm <- rasterize_canopy(ctg_processed, 0.5, pitfree(subcircle=0.5), pkg="terra")

# 导出最终CHM
terra::writeRaster(chm, "chm.tif")

关键说明 #

• 用catalog_apply替代分步操作，将过滤、归一化、修改高程的逻辑封装到自定义函数中，确保每个处理块都执行完整流程
• 直接修改LAS对象的data表中建筑点的Z值，比拆分再合并的操作更高效
• 保留chunk缓冲设置，避免边缘区域处理产生伪影

内容的提问来源于stack exchange，提问作者kjtheron