GIS-based Analysis of Coastal Lidar Time-Series

این SpringerBrief اصول، روش‌ها و گردش‌های کاری را برای پردازش و تحلیل سری‌های زمانی داده‌های ساحلی LiDAR ارائه می‌کند. روش‌های قوی برای محاسبه مدل‌های ارتفاع دیجیتال با وضوح بالا (DEMs) و همچنین معیارهای مبتنی بر شطرنجی برای ارزیابی تغییرات توپوگرافی معرفی شده‌اند. یک رویکرد نوآورانه برای استخراج ویژگی و اندازه‌گیری مهاجرت ویژگی با روش‌هایی برای تخمین تغییر حجم و نقشه‌برداری توزیع مجدد شن دنبال می‌شود. روش‌های ساده برای اثرات بالقوه طوفان و تحلیل الگوی طغیان، همراه با تکنیک‌های تجسم برای پشتیبانی از تجزیه و تحلیل ویژگی‌های زمین ساحلی و پویایی سطح پوشش داده شده‌اند. نمونه‌های عملی در GRASS GIS و اسکریپت‌های پایتون برای هر نوع تحلیل و تجسم با استفاده از سری‌های زمانی داده‌های عمومی LiDAR ارائه شده‌اند. تجزیه و تحلیل مبتنی بر GIS سری زمانی ساحلی لیدار برای اساتید و محققان در GIS و علوم زمین ایده آل است. دانشجویان سطح پیشرفته علاقه مند به برنامه های کاربردی کامپیوتر و مهندسی نیز این مختصر را منبع ارزشمندی خواهند یافت.

This SpringerBrief presents the principles, methods, and workflows for processing and analyzing coastal LiDAR data time-series. Robust methods for computing high resolution digital elevation models (DEMs) are introduced as well as raster-based metrics for assessment of topographic change. An innovative approach to feature extraction and measurement of feature migration is followed by methods for estimating volume change and sand redistribution mapping. Simple methods for potential storm impacts and inundation pattern analysis are also covered, along with visualization techniques to support analysis of coastal terrain feature and surface dynamics. Hands-on examples in GRASS GIS and python scripts are provided for each type of analysis and visualization using public LiDAR data time-series. GIS-based Analysis of Coastal Lidar Time-Series is ideal for professors and researchers in GIS and earth sciences. Advanced-level students interested in computer applications and engineering will also find this brief a valuable resource.