前面三篇博客分别基于不同软件、不同方法，详细讲解了空间三维模型建立的过程：
博客1：基于3DSOM的侧影轮廓方法物体空间三维模型重建。
博客2：基于EinScan-S的编码结构光方法物体空间三维模型重建。
博客3：基于Pix4Dmapper的运动结构恢复无人机影像三维模型重建。
以上三篇博客主要是对空间三维建模的原理与具体操作加以总结；而空间三维模型在建立之后，如何对其加以更为具体的应用，如何提升模型自身的实践价值，同样需要我们去深入探讨。那么本次，综合上述第三篇博客所提到的方法与原理，我们就将在无人机影像三维模型重建的基础之上，对其加以更为具体的实际应用。
其中，本文在上述博客3的基础之上，直接基于无人机影像建模完成后的结果加以空间分析；如果需要了解建模的详细过程，大家查阅博客3即可。另一方面，本文并没有像前期遥感图像处理的相关博客那样，具体将每一个步骤记录，更多的则是展现基于三维模型进行空间分析的一个思路；因此，对于本文中没有表明如何具体进行的操作，大家如果有疑问可以留言或直接百度即可。
本文原始数据为博客3中所得到的某校园空间三维模型结果，空间分析部分借助ArcMap 10.2软件完成。
1 空间分析目标确立
完成前述全部无人机航拍影像空间三维建模工作，结合当今疫情实际情况，期望借助建模所得数字表面模型（Digital Surface Model，DSM）与数字正射影像图（Digital Orthophoto Map，DOM），运用坡度分析、缓冲区分析、叠加分析等空间分析方法，继续以前述某校园部分区域为研究对象，加以临时观察隔离选址评价。
基于前述空间三维模型建立过程，已知研究区域如下图所示。
基于实际情况，为该学校疫情临时观察隔离选址条件加以初步规划，结果如下：
1）坡度在3°以下；
2）海拔低于35 m；
3）周围15 m不得含有20 m以上地物；
4）需具有一定防洪能力；
5）面积不可过小；
6）阳光照射时长尽可能长（择优）。
上述约束条件更多仅仅作为一种选址分析的首要考虑因素，后续操作过程中将视情况对其加以适当修改。结合上述目标条件，借助空间三维模型建立后所得DSM数据与DOM数据，尝试对其加以实现。
2 基于基本约束条件的选址求解
2.1 坡度计算与提取
利用三维建模所得部分校园区域DSM数据，求取其坡度信息，如下图所示。
其中，可以看到部分房屋在坡度图中具有较好的辨识信息；将其放大即可观察到，这些房屋多为该学校老宿舍区、艺术馆、景园楼等具有倾斜房顶的建筑，如下图所示。
依据前述限定条件，对坡度小于3°的部分加以提取，得到提取结果如下图所示。
随后将其转换为矢量图层，如下图所示。
2.2 海拔提取
依据前述对海拔条件的限制要求，提取出海拔小于35 m的地区；如下图所示。但是，可以发现依据这种划分指标的理想海拔区域明显包括了一些建筑物，如景园楼、艺术馆等。很显然，疫情临时观察隔离不可以设置在已有建筑物区域。
出现这一问题的原因亦较为简单，即由于该所学校面积大、研究区域跨度长，且在东西方向、南北方向均具有较大的海拔差，从而使得所得研究区域DSM数据各位置（如研究区域西侧与东侧）之间海拔范围较大；可能在某一海拔整体较高区域，其地表高度就已高于海拔较低区域建筑物的高度。因此，使得海拔提取结果较为不理想。
基于上述分析，随后尝试将对海拔的要求更改至15 m，得到提取结果如下图所示。
可以看到，以15 m为阈值提取的海拔区域尽管较之前者有了一定改观，但在其理想区域中依然包含有建筑物的存在。因此，同样放弃15 m海拔的提取结果。
进一步考虑，发现不仅仅是海拔的提取会受到影响，DSM数据在地物高度提取方面同样存在一定问题。例如，前述对疫情临时观察隔离的选址初步要求中提及了“周围15 m不得含有20 m以上地物”；其中，20 m以上地物的定义自身即具有一定问题——在未获取研究区域地表平均高程的情况下，地物高度自然没有一个统一的衡量标准，即无法对具有某一高度的地物加以提取。例如，由于研究区域西侧海拔普遍高于东侧，则15米既可能是研究区域西侧某一地表的海拔，亦有可能是东侧某一建筑物的顶层高度。因此，需要首先确定研究区域的平均地表高度，才可依据DSM数据对地物的高度加以进一步求解。
2.3 LAS数据初探
综上所述，考虑是否可对研究区域模型的地表平均高度加以求解。查阅互联网资料后，亦得知通过对地表点云加以分类等方式可对地表平均海拔加以求解；但这些方法整体操作往往较为复杂。随后，看到有部分网络资料提及，可以利用Pix4Dmapper软件建模所得点云LAS结果文件对地表高度加以求解。因此，尝试由这一角度加以实现。
首先，在Pix4Dmapper软件中生成模型所对应的点云文件，并将其导入至ArcMap软件中。如下图所示。
随后，基于导入的LAS数据，创建LAS数据集，如下图所示。
依据网络资源所述，选用“平均值”像元分配类型方法，将LAS数据集转换为栅格，即可得到研究区域的地表平均海拔。借助相关教程，实现这一步骤，如下图所示。
对得到的结果加以识别，并与DSM数据对比，如下所示。
可以看到，其中的像元值与DSM数据几乎并无差别。由此，可以认为基于LAS数据的地表平均高度提取方法似乎亦不奏效。
基于上述分析，个人决定还是需要直接由海拔高度入手，选取一个对研究区域DSM数据中建筑物与地表高度具有较好区分度的海拔数值，并以其作为建筑物与地表的分割阈值。经过多次尝试，发现这一阈值选取为20 m时整体较为合适。
阈值为20 m时，所得海拔提取结果如下图所示。
可以看到，上述所得结果整体对于建筑物与地表具有较好区分能力——除北部一带，其它位置的建筑与地表分离较好。而北部一带由于其自身复杂的地形，原本就不适合疫情临时观察隔离的建立。因此，可以认为20 m阈值的海拔提取结果较好。
对上述海拔提取结果转变为矢量图层，并以15 m为半径进行缓冲区分析，得到结果如以下三幅图所示。
2.4 淹没分析
考虑到该所学校所在城市整体地势，以及过去一段时间曾在该城市发生过的洪涝灾害实例，考虑到需要对疫情临时观察隔离加以一定防洪能力考虑。首先，选择以5 m水位为阈值，对区域整体防洪能力加以区分。其中，防洪能力较高区域即指5 m水位无法淹没区域。所得结果如下图所示。
可以看到，仅仅在研究区域东南角具有部分防洪能力较弱区域。由于这一防洪能力较低区域面积较小，因此考虑适当加大淹没分析对应阈值。
分别以8 m与10 m水位作为阈值，利用同样的方法对研究区域防洪能力加以区分，所得结果如下图所示。
可以看到，当阈值为8 m时，所得到较易淹没地区多为研究区域东南侧一带；而当阈值为10 m时，较易淹没地区则还包含了运动场等区域。结合实际情况与往年该城市洪涝灾害实际情况，认为以8 m为阈值的淹没分析所得结果具有较高的现实性与实际意义。因此，最终结果中，选择以8 m为阈值，对疫情临时观察隔离选址的防洪能力加以评价。
2.5 区域相交
基于上述坡度、周围建筑、防洪能力等因素，将各约束条件所得结果加以整合，从而得到能够满足上述全部要求的区域。
下图为同时满足坡度要求与临近地物要求（距离20 m以上建筑物15 m以上）的区域。
下图为同时满足坡度、临近地物要求与防洪能力（8 m水位为阈值）要求的区域。
由此，即可得到初步选址结果。但是，可以看到所得结果较为零散——其中包含较多零散的点状区域。当然，由上图观之，由于分辨率等影响，点状分布区域或许并不明显；但实际这种小面积区域数量较多。下图即为将ArcMap图层放大后结果，可以明显观察到上述点状区域。
这些区域由于实际面积较小，并不具有建设疫情临时观察隔离的实际价值。因此，我们需要借助各区域的实际面积，对上述所得选址结果加以进一步筛选，从而得到更加符合实际的选址方案。
2.6 面积约束
假设每一疫情临时观察隔离至少应具有10 m2的面积。通过计算几何方法实现各区域面积的量算。
依据10m2阈值，对不符合要求的区域加以剔除，所得结果如下图所示。
其中，绿色区域即为结合了坡度要求、临近地物要求、防洪能力要求与面积要求的选址结果。
3 基于择优条件的选址求解
至此，已完成全部基于基本约束条件的选址求解。考虑到疫情临时观察隔离的防菌、健康需求，尝试以日照情况作为择优条件，对上述区域的选址适宜性进一步加以求解。
其中，以太阳方位角315°为例，求解研究区域山体阴影情况，所得结果如下图所示。
将日照情况较好区域加以提取，如下图所示。
与前述基本约束条件所得选址结果结合，得到具有适宜性评价的该学校疫情临时观察隔离选址分析图，如下图所示。
其中，黄色区域为满足全部基本选址约束条件与具有光照优势的选址区域；将其作为疫情临时观察隔离的首要选址对象，即一级选址区域。红色区域为满足全部基本选址约束条件，但在光照方面较之前者次之的区域；将其作为疫情临时观察隔离的次要选址对象，即二级选址区域。
可以看到，选址区域多分布于整体较为开阔，远离建筑物、山体等位置，尤其在运动场等位置集中分布；此外，较为空旷的区域，如广场等位置，同样是疫情临时观察隔离选址的热门区域。
当然，其中一级选址区域面积较小，分布较为零散，显然存在一定问题。类似的空间分析中的不足将统一列于7.4部分。
4 不足与问题
结合上述操作流程中出现的问题，以及所得选址结果的表现效果，可以看到本次空间分析依然具有一定不足。
1）未对选址区域外形特征加以限定。在结果图东北侧，所得结果中将细长的道路同样作为了选址区域。而在实际情况应用中，这一区域由于其细长的特征，或许并不适合作为隔离点选址区域。即上述空间分析中未对各区域的形状特征加以描述、筛选。
2）未对水体加以提取。在前期建立各类缓冲区时，未专门对水体区域加以划分。尽管所得选址区域结果恰好未落入水体，但这样的操作还是具有一定不严谨之处。
3）衡量防洪能力的实际水体高度意义不明确。进行淹没分析时，分别选取5 m、8 m与10 m作为模拟水体高度，从而区分不同区域的防洪能力。但是，这里的5 m、8 m与10 m仅仅是相对所得到的DSM数据而言的相对海拔高度，其所表述的实际意义可能由于无人机拍摄误差等而并不明确（例如，此处8 m的洪水高度到底代表多高的实际标准水位，是否有可能出现此处8 m的洪水等），具有一定不确定性。
4）未考虑零散选址点的联通性。在进行面积筛选时，将很多零散的可选址点直接舍弃；但对于一些相距较近、分布密集的可选址点而言，其往往可以实现相互之间的联通，从而组成更大的选址区域。
5）针对光照约束条件的执行、结果均不理想。针对光照这一约束条件，在操作过程中选取了山体阴影的分析方法。但这一方法一方面未考虑到全天内太阳高度角、太阳方位角等的变化，且在阈值选取过程中具有一定主观性（因为需要自主决定光照是否充足区域的划分阈值），因此这一步空间分析过程并不精密；并进一步导致所得光照条件的分析结果（即一级备选区域）较为不理想。
欢迎关注公众号：疯狂学习GIS
