本文介紹基於無人機影像建模完成後的結果，利用ArcMap軟體進行空間選址分析，從而實現空間三維模型應用的方法。
前面三篇部落格分別基於不同軟體、不同方法，詳細講解了空間三維模型建立的過程，具體文章包括物體三維模型的構建：3DSOM軟體實現側影輪廓方法、空間三維模型的編碼結構光方法實現：基於EinScan-S軟體與無人機影像的空間三維建模：Pix4Dmapper運動結構恢復法。
以上三篇部落格主要是對空間三維建模的原理與具體操作加以總結；而空間三維模型在建立之後，如何對其加以更為具體的應用，如何提升模型自身的實踐價值，同樣需要我們去深入探討。那麼本次，綜合上述第三篇部落格所提到的方法與原理，我們就將在無人機影像三維模型重建的基礎之上，對其加以更為具體的實際應用。
其中，本文在上述部落格3的基礎之上，直接基於無人機影像建模完成後的結果加以空間分析；如果需要了解建模的詳細過程，大家查閱無人機影像的空間三維建模：Pix4Dmapper運動結構恢復法即可。另一方面，本文並沒有像前期遙感影像處理的相關部落格那樣，具體將每一個步驟記錄，更多的則是展現基於三維模型進行空間分析的一個思路；因此，對於本文中沒有表明如何具體進行的操作，大家如果有疑問可以留言。
本文原始資料為無人機影像的空間三維建模：Pix4Dmapper運動結構恢復法所得到的某校園空間三維模型結果，空間分析部分藉助ArcMap 10.2軟體完成。
1 空間分析目標確立
完成前述全部無人機航拍影像空間三維建模工作，結合當今疫情實際情況，期望藉助建模所得數字表面模型（Digital Surface Model，DSM）與數字正射影像圖（Digital Orthophoto Map，DOM），運用坡度分析、緩衝區分析、疊加分析等空間分析方法，繼續以前述某校園部分割槽域為研究物件，加以臨時觀察隔離選址評價。
基於前述空間三維模型建立過程，已知研究區域如下圖所示。
基於實際情況，為該學校疫情臨時觀察隔離選址條件加以初步規劃，結果如下：
1）坡度在3°以下；
2）海拔低於35 m；
3）周圍15 m不得含有20 m以上地物；
4）需具有一定防洪能力；
5）面積不可過小；
6）陽光照射時長儘可能長（擇優）。
上述約束條件更多僅僅作為一種選址分析的首要考慮因素，後續操作過程中將視情況對其加以適當修改。結合上述目標條件，藉助空間三維模型建立後所得DSM資料與DOM資料，嘗試對其加以實現。
2 基於基本約束條件的選址求解
2.1 坡度計算與提取
利用三維建模所得部分校園區域DSM資料，求取其坡度資訊，如下圖所示。
其中，可以看到部分房屋在坡度圖中具有較好的辨識資訊；將其放大即可觀察到，這些房屋多為該學校老宿舍區、藝術館、景園樓等具有傾斜房頂的建築，如下圖所示。
依據前述限定條件，對坡度小於3°的部分加以提取，得到提取結果如下圖所示。
隨後將其轉換為向量圖層，如下圖所示。
2.2 海拔提取
依據前述對海拔條件的限制要求，提取出海拔小於35 m的地區；如下圖所示。但是，可以發現依據這種劃分指標的理想海拔區域明顯包括了一些建築物，如景園樓、藝術館等。很顯然，疫情臨時觀察隔離不可以設定在已有建築物區域。
出現這一問題的原因亦較為簡單，即由於該所學校面積大、研究區域跨度長，且在東西方向、南北方向均具有較大的海拔差，從而使得所得研究區域DSM資料各位置（如研究區域西側與東側）之間海拔範圍較大；可能在某一海拔整體較高區域，其地表高度就已高於海拔較低區域建築物的高度。因此，使得海拔提取結果較為不理想。
基於上述分析，隨後嘗試將對海拔的要求更改至15 m，得到提取結果如下圖所示。
可以看到，以15 m為閾值提取的海拔區域儘管較之前者有了一定改觀，但在其理想區域中依然包含有建築物的存在。因此，同樣放棄15 m海拔的提取結果。
進一步考慮，發現不僅僅是海拔的提取會受到影響，DSM資料在地物高度提取方面同樣存在一定問題。例如，前述對疫情臨時觀察隔離的選址初步要求中提及了“周圍15 m不得含有20 m以上地物”；其中，20 m以上地物的定義自身即具有一定問題——在未獲取研究區域地表平均高程的情況下，地物高度自然沒有一個統一的衡量標準，即無法對具有某一高度的地物加以提取。例如，由於研究區域西側海拔普遍高於東側，則15米既可能是研究區域西側某一地表的海拔，亦有可能是東側某一建築物的頂層高度。因此，需要首先確定研究區域的平均地表高度，才可依據DSM資料對地物的高度加以進一步求解。
2.3 LAS資料初探
綜上所述，考慮是否可對研究區域模型的地表平均高度加以求解。查閱網際網路資料後，亦得知透過對地表點雲加以分類等方式可對地表平均海拔加以求解；但這些方法整體操作往往較為複雜。隨後，看到有部分網路資料提及，可以利用Pix4Dmapper軟體建模所得點雲LAS結果檔案對地表高度加以求解。因此，嘗試由這一角度加以實現。
首先，在Pix4Dmapper軟體中生成模型所對應的點雲檔案，並將其匯入至ArcMap軟體中。如下圖所示。
隨後，基於匯入的LAS資料，建立LAS資料集，如下圖所示。
依據網路資源所述，選用“平均值”像元分配型別方法，將LAS資料集轉換為柵格，即可得到研究區域的地表平均海拔。藉助相關教程，實現這一步驟，如下圖所示。
對得到的結果加以識別，並與DSM資料對比，如下所示。
可以看到，其中的像元值與DSM資料幾乎並無差別。由此，可以認為基於LAS資料的地表平均高度提取方法似乎亦不奏效。
基於上述分析，個人決定還是需要直接由海拔高度入手，選取一個對研究區域DSM資料中建築物與地表高度具有較好區分度的海拔數值，並以其作為建築物與地表的分割閾值。經過多次嘗試，發現這一閾值選取為20 m時整體較為合適。
閾值為20 m時，所得海拔提取結果如下圖所示。
可以看到，上述所得結果整體對於建築物與地表具有較好區分能力——除北部一帶，其它位置的建築與地表分離較好。而北部一帶由於其自身複雜的地形，原本就不適合疫情臨時觀察隔離的建立。因此，可以認為20 m閾值的海拔提取結果較好。
對上述海拔提取結果轉變為向量圖層，並以15 m為半徑進行緩衝區分析，得到結果如以下三幅圖所示。
2.4 淹沒分析
考慮到該所學校所在城市整體地勢，以及過去一段時間曾在該城市發生過的洪澇災害例項，考慮到需要對疫情臨時觀察隔離加以一定防洪能力考慮。首先，選擇以5 m水位為閾值，對區域整體防洪能力加以區分。其中，防洪能力較高區域即指5 m水位無法淹沒區域。所得結果如下圖所示。
可以看到，僅僅在研究區域東南角具有部分防洪能力較弱區域。由於這一防洪能力較低區域面積較小，因此考慮適當加大淹沒分析對應閾值。
分別以8 m與10 m水位作為閾值，利用同樣的方法對研究區域防洪能力加以區分，所得結果如下圖所示。
可以看到，當閾值為8 m時，所得到較易淹沒地區多為研究區域東南側一帶；而當閾值為10 m時，較易淹沒地區則還包含了運動場等區域。結合實際情況與往年該城市洪澇災害實際情況，認為以8 m為閾值的淹沒分析所得結果具有較高的現實性與實際意義。因此，最終結果中，選擇以8 m為閾值，對疫情臨時觀察隔離選址的防洪能力加以評價。
2.5 區域相交
基於上述坡度、周圍建築、防洪能力等因素，將各約束條件所得結果加以整合，從而得到能夠滿足上述全部要求的區域。
下圖為同時滿足坡度要求與臨近地物要求（距離20 m以上建築物15 m以上）的區域。
下圖為同時滿足坡度、臨近地物要求與防洪能力（8 m水位為閾值）要求的區域。
由此，即可得到初步選址結果。但是，可以看到所得結果較為零散——其中包含較多零散的點狀區域。當然，由上圖觀之，由於解析度等影響，點狀分佈區域或許並不明顯；但實際這種小面積區域數量較多。下圖即為將ArcMap圖層放大後結果，可以明顯觀察到上述點狀區域。
這些區域由於實際面積較小，並不具有建設疫情臨時觀察隔離的實際價值。因此，我們需要藉助各區域的實際面積，對上述所得選址結果加以進一步篩選，從而得到更加符合實際的選址方案。
2.6 面積約束
假設每一疫情臨時觀察隔離至少應具有10 m2的面積。透過計算幾何方法實現各區域面積的量算。
依據10m2閾值，對不符合要求的區域加以剔除，所得結果如下圖所示。
其中，綠色區域即為結合了坡度要求、臨近地物要求、防洪能力要求與面積要求的選址結果。
3 基於擇優條件的選址求解
至此，已完成全部基於基本約束條件的選址求解。考慮到疫情臨時觀察隔離的防菌、健康需求，嘗試以日照情況作為擇優條件，對上述區域的選址適宜性進一步加以求解。
其中，以太陽方位角315°為例，求解研究區域山體陰影情況，所得結果如下圖所示。
將日照情況較好區域加以提取，如下圖所示。
與前述基本約束條件所得選址結果結合，得到具有適宜性評價的該學校疫情臨時觀察隔離選址分析圖，如下圖所示。
其中，黃色區域為滿足全部基本選址約束條件與具有光照優勢的選址區域；將其作為疫情臨時觀察隔離的首要選址物件，即一級選址區域。紅色區域為滿足全部基本選址約束條件，但在光照方面較之前者次之的區域；將其作為疫情臨時觀察隔離的次要選址物件，即二級選址區域。
可以看到，選址區域多分佈於整體較為開闊，遠離建築物、山體等位置，尤其在運動場等位置集中分佈；此外，較為空曠的區域，如廣場等位置，同樣是疫情臨時觀察隔離選址的熱門區域。
當然，其中一級選址區域面積較小，分佈較為零散，顯然存在一定問題。類似的空間分析中的不足將統一列於以下部分。
4 不足與問題
結合上述操作流程中出現的問題，以及所得選址結果的表現效果，可以看到本次空間分析依然具有一定不足。
1）未對選址區域外形特徵加以限定。在結果圖東北側，所得結果中將細長的道路同樣作為了選址區域。而在實際情況應用中，這一區域由於其細長的特徵，或許並不適合作為隔離點選址區域。即上述空間分析中未對各區域的形狀特徵加以描述、篩選。
2）未對水體加以提取。在前期建立各類緩衝區時，未專門對水體區域加以劃分。儘管所得選址區域結果恰好未落入水體，但這樣的操作還是具有一定不嚴謹之處。
3）衡量防洪能力的實際水體高度意義不明確。進行淹沒分析時，分別選取5 m、8 m與10 m作為模擬水體高度，從而區分不同區域的防洪能力。但是，這裡的5 m、8 m與10 m僅僅是相對所得到的DSM資料而言的相對海拔高度，其所表述的實際意義可能由於無人機拍攝誤差等而並不明確（例如，此處8 m的洪水高度到底代表多高的實際標準水位，是否有可能出現此處8 m的洪水等），具有一定不確定性。
4）未考慮零散選址點的聯通性。在進行面積篩選時，將很多零散的可選址點直接捨棄；但對於一些相距較近、分佈密集的可選址點而言，其往往可以實現相互之間的聯通，從而組成更大的選址區域。
5）針對光照約束條件的執行、結果均不理想。針對光照這一約束條件，在操作過程中選取了山體陰影的分析方法。但這一方法一方面未考慮到全天內太陽高度角、太陽方位角等的變化，且在閾值選取過程中具有一定主觀性（因為需要自主決定光照是否充足區域的劃分閾值），因此這一步空間分析過程並不精密；並進一步導致所得光照條件的分析結果（即一級備選區域）較為不理想。