Con el fin de responder, vamos a dejar de lado importantes, pero los grandes temas:
- El hecho de que la identificación y segmentación de los árboles es un análisis complejo que depende de muchas cosas (cosas relacionadas con el tipo de vegetación, y la calidad y cantidad de los datos disponibles, por ejemplo).
- Que el procesamiento de los 'grandes nubes de puntos' en R es una preocupación real (debido a la limitación de memoria), y todavía depende del tamaño de la zona de estudio es, cómo es de grande la nube de puntos es el objetivo de los análisis; si la nube de puntos puede ser ingresadas previamente adelgazada, filtrado, espacialmente muestreado, el hardware; etc.
- Que la cuestión no está del todo claro; si se trabaja con un catálogo y uso CHMs es obligatorio; el contexto de los análisis; tipo de salida; reproducible código, etc.
Con respecto al uso de lastrees
, con un catálogo, como explicó por JRR, actualmente no es posible (la versión 2.0.3):
la dificultad viene con el borde de la procesada trozos. El procesamiento del conjunto de datos independiente y de trozos implica que no es fácil de pared a pared de la continuidad. En el borde de un pedazo usted tendrá la primera mitad de un árbol etiquetado 123 y en la segunda mitad del mismo árbol desde el otro fragmento serán etiquetados 456. De pared a pared de la continuidad es la razón por la que lastrees no tiene un LAscatalog versión todavía.
El uso de un mecanismo de facilitación con lastrees
es posible siempre y cuando uno elige un algoritmo de segmentación que toma como argumento. Por ejemplo, silva2016
(no a mí), dalponte2016
, watershed
, etc. El siguiente es un bien diseñado respuesta acerca de esto: la Exportación de la corona de los límites de árbol de segmentación en el R?. También, lea cuidadosamente el paquete de la documentación. Se explica que este tipo de algoritmos se puede ejecutar independiente de la nube de puntos; es decir, en la mayoría, los datos LiDAR puede ser utilizado para registrar los resultados de la CHM-basado en la segmentación.
Y ya que este es un tema que todavía está en el académico de la frontera, para profundizar en la exploración de otras posibilidades, la literatura científica es nuestro amigo. Por ejemplo, vea los artículos recomendados en la Extracción del árbol de la corona de las áreas de datos de sensores remotos (imágenes visuales y LiDAR).