An Esri
®
White Paper • January 2011 
Lidar Analysis in ArcGIS
®
10 
for Forestry Applications 
Esri, 380 New York St., Redlands, CA 92373-8100 USA 
TEL 909-793-2853 • FAX 909-793-5953 • E-MAIL info@esri.com • WEB esri.com 
Convert pdf to web form - control application system:C# PDF Convert to HTML SDK: Convert PDF to html files in C#.net, ASP.NET MVC, WinForms, WPF application
How to Convert PDF to HTML Webpage with C# PDF Conversion SDK
www.rasteredge.com
Convert pdf to web form - control application system:VB.NET PDF Convert to HTML SDK: Convert PDF to html files in vb.net, ASP.NET MVC, WinForms, WPF application
PDF to HTML Webpage Converter SDK for VB.NET PDF to HTML Conversion
www.rasteredge.com
Copyright © 2011 Esri 
All rights reserved. 
Printed in the United States of America. 
The information contained in this document is the exclusive property of Esri. This work is protected under United States 
copyright  law and other  international  copyright treaties and conventions. No part of  this work may  be  reproduced or 
transmitted in any form  or by  any means, electronic  or mechanical, including photocopying  and recording, or by any 
information storage or retrieval system, except as expressly permitted in writing by Esri. All requests should be sent to 
Attention: Contracts and Legal Services Manager, Esri, 380 New York Street, Redlands, CA 92373-8100 USA. 
The information contained in this document is subject to change without notice. 
Esri, the Esri globe logo, ArcGIS, 3D Analyst, ArcMap, ArcEditor, ArcToolbox, ArcCatalog, ArcInfo, ArcGlobe, esri.com
and  @esri.com  are  trademarks,  registered  trademarks,  or  service  marks  of  Esri  in  the  United  States,  the  European 
Community, or certain other jurisdictions. Other companies and products mentioned herein may be trademarks or registered 
trademarks of their respective trademark owners. 
control application system:C#: How to Determine the Display Format for Web Doucment Viewing
RasterEdge web document viewer for .NET can convert PDF, Word, Excel into Bitmap, as well as SVG files at the same time, and then render image form to show
www.rasteredge.com
control application system:C#: How to Add HTML5 Document Viewer Control to Your Web Page
the necessary resources for creating web document viewer addCommand(new RECommand("convert")); _tabFile.addCommand new UserCommand("pdf"); _userCmdDemoPdf.
www.rasteredge.com
J-9999 
Esri White Paper 
Lidar Analysis in ArcGIS 10 
for Forestry Applications 
An Esri White Paper 
Contents 
Page 
Executive Summary..............................................................................  1 
Keywords..............................................................................................  1 
Author...................................................................................................  1 
Introduction...........................................................................................  2 
What Is Lidar?.......................................................................................  2 
Advantages to the Forest Industry ........................................................  3 
Managing and Understanding Lidar Data.............................................  5 
Understanding Raw Lidar Data ......................................................  5 
Point File Information Tool......................................................  5 
Lidar Classification in ArcGIS .................................................  7 
Loading the Lidar Files to ArcGIS .................................................  8 
LAS to Multipoint Tool............................................................  9 
Visualizing and Storing Lidar Data with ArcGIS.................................  13 
Visualizing Lidar Data....................................................................  13 
Advantages of a Raster .............................................................  14 
Advantages of a Geodatabase Terrain ......................................  14 
Building and Delivering DEMs and DSMs from Lidar........................  15 
The Workflow to Create a Terrain and Deliver to Clients..............  15 
Building a Geodatabase Terrain......................................................  16 
Building a Raster DEM...................................................................  21 
control application system:C# PDF: How to Create PDF Document Viewer in C#.NET with
to images or svg file; Free to convert viewing PDF print designed PDF document using C# code; PDF document viewer can be created in C# Web Forms, Windows
www.rasteredge.com
control application system:C# PDF Convert to SVG SDK: Convert PDF to SVG files in C#.net, ASP
In some situations, it is quite necessary to convert PDF document into SVG image format. indexed, scripted, and supported by most of the up to date web browsers
www.rasteredge.com
Lidar Analysis in ArcGIS 10 for Forestry Applications 
J-9999 
January 2011 
ii 
Contents 
Page 
Analyzing Lidar Data for Foresters......................................................  24 
Calculating Vegetation Characteristics from Lidar Data................  24 
Tree Height Estimation.............................................................  24 
Biomass Density Calculation....................................................  26 
Point to Raster Tool............................................................  26 
Replacing NoData Values as Zero Vegetation 
Density..............................................................................  26 
Merging the Aboveground and Ground Results.................  28 
Creating a Floating Point Raster File..................................  28 
Calculating Density.............................................................  28 
Distributing Large Lidar Datasets.........................................................  30 
Preparing Raster DEM for Serving with the ArcGIS Server  
Image Extension............................................................................  30 
Serving an Elevation Service through the ArcGIS Server  
Image Extension............................................................................  31 
Creating an Elevation Mosaic Dataset............................................  33 
Visualizing an Elevation Service....................................................  37 
Creating a Referenced Mosaic Dataset...........................................  38 
Applying a Mosaic Function...........................................................  40 
Estimating Tree Height Using Mosaic Dataset Functions..............  43 
Creating the Height Estimation Mosaic Dataset.............................  43 
Applying the Arithmetic Function..................................................  44 
Conclusion ............................................................................................  48 
Acknowledgments.................................................................................  48 
control application system:C# PDF Converter Library SDK to convert PDF to other file formats
C#.NET can manipulate & convert standard PDF developers to conduct high fidelity PDF file conversion C#.NET applications, like ASP.NET web form application and
www.rasteredge.com
control application system:C# Image: How to Integrate Web Document and Image Viewer
RasterEdgeImagingDeveloperGuide8.0.pdf: from this user manual, you can find the detailed instructions and Now, you may add a new Web Form to your web project.
www.rasteredge.com
J-9999 
Esri White Paper 
Lidar Analysis in ArcGIS 10 
for Forestry Applications 
Executive Summary 
Foresters use light detection and ranging (lidar) data to understand the 
forest canopy and terrain, which helps them with forest management and 
operational activities. Combining lidar data with Esri® ArcGIS® helps 
analysts assess forest health, calculate forest biomass, classify terrain, 
identify drainage patterns, and plan forest management activities such as 
fertilization, harvesting programs, development activities, and more. 
This paper will step through processes to convert lidar data into a format ArcGIS can 
process, explain methods to interpret the lidar data, and show how ArcGIS can 
disseminate the data to those who are not geospatial analysts. It will present methods for 
reading raw classified lidar data and demonstrate methods for 
Analyzing and validating lidar data with ArcGIS before any extensive processing 
occurs 
Storing and managing millions or billions of lidar points within the geodatabase in a 
seamless dataset, regardless of the number of original lidar files 
Processing to extract digital elevation models (DEMs) and digital surface models 
(DSMs) from the lidar data and store them as terrains in a geodatabase or as raster 
elevation files 
Extracting vegetation density estimates and tree height estimates from lidar, which 
aid in growth analysis, fertilization regimes, and logging operations 
Serving and analyzing large amounts of lidar data as a seamless dataset to 
geographic information system (GIS) clients 
In all areas, ArcGIS is a complete system for managing, storing, and analyzing lidar data. 
Coupling ArcGIS Desktop with ArcGIS Server, the forestry professional is able to access 
large amounts of lidar data quickly and efficiently without the need to produce additional 
resultant datasets. 
Keywords 
Lidar, ArcGIS, terrains, geodatabase, mosaic dataset, ArcGIS Server Image extension 
Author 
Gordon Sumerling, ESRI Australia Pty. Ltd., Adelaide, South Australia 
control application system:C# Image: Save or Print Document and Image in Web Viewer
this. During the process, your web file will be automatically convert to PDF or TIFF file and then be printed out. Please
www.rasteredge.com
control application system:C# PDF Convert to Jpeg SDK: Convert PDF to JPEG images in C#.net
and quickly convert a large-size multi-page PDF document to a group of high-quality separate JPEG image files within .NET projects, including ASP.NET web and
www.rasteredge.com
Lidar Analysis in ArcGIS 10 for Forestry Applications 
J-9999 
January 2011 
Introduction 
ArcGIS can be used to analyze and manipulate lidar data to provide useful results for the 
end user. This paper provides the processes to analyze and manipulate lidar data and 
details how to 
Check the supplied data. 
Read and separate the point cloud data into ground and canopy returns. 
Pass the resultant point clouds to a terrain dataset that creates a viewable and 
displayable surface. 
Perform analysis on the terrain dataset for tree height delineation and canopy density. 
Pass the terrain data to the ArcGIS Server Image extension for dissemination to a 
wider audience as a seamless viewable surface that can be accessed from GIS 
technology. 
What Is Lidar? 
Lidar stands for light detection and ranging. In its most common form, it is an airborne 
optical remote-sensing technology that measures scattered light to find range and other 
information on a distant target. Similar to radar technology, which uses radio waves, the 
range to an object is determined by measuring the time delay between transmission of a 
pulse and detection of a reflected signal. Instead of radio waves, lidar uses much shorter 
wavelengths of the electromagnetic spectrum, typically in the ultraviolet, visible, or near-
infrared range. 
This technology allows the direct measurement of three-dimensional structures and the 
underlying terrain. Depending on the methodology used to capture the data, the resultant 
data can be very dense, for example, five points per meter. Such high resolution gives 
higher accuracy for the measurement of the height of features on the ground and above 
the ground. The ability to capture the height at such high resolution is lidar's principal 
advantage over conventional optical instruments, such as digital cameras, for elevation 
model creation. 
In addition to the height attribute being captured, each return can capture other attributes 
such as the return intensity, return number, and number of returns. The existence of these 
attributes is dependent on the lidar data supplier and the supply order. These additional 
attributes can all be used in the analysis of lidar data. 
The intensity value is a measure of the return signal strength. It measures the peak 
amplitude of return pulses as they are reflected back from the target to the detector of the 
lidar system. Intensity is often used as an aid in feature detection and, where conventional 
aerial photography is not available, can be used as a pseudo-image to provide the context 
of the lidar acquisition area. See the image below: 
control application system:C# TIFF: C#.NET Code to Create Online TIFF Document Viewer
We still demonstrate how to create more web viewers on PDF and Word documents at the DLL into your C#.NET web page, you may create a new Web Form (Default.aspx
www.rasteredge.com
Lidar Analysis in ArcGIS 10 for Forestry Applications 
J-9999 
Figure 1 
Lidar Intensity Image 
Lighter areas represent strong returns. Darker areas represent weaker or partial returns. 
In forestry, lidar can be used to measure the three-dimensional structure of a forest stand 
and produce a model of the underlying terrain. The structure of the forest will typically 
generate a first return from the uppermost limit of the canopy, followed by less intense 
returns through the canopy, down to the underlying terrain. Returns are classified into 
ground and aboveground sources. The ground returns can generate a detailed terrain of 
the area of interest, while the canopy returns can be filtered to provide forest structure at 
the canopy and middle level of the forest. 
Advantages to the 
Forest Industry 
The ability to simultaneously visualize the ground and model the canopy structure 
provides significant advantages to the forest industry. Traditionally, foresters and land 
managers have relied on topographic maps for terrain classification and field-based 
surveys to obtain tree volumes and height information. Lidar data provides significant 
improvements over both these techniques. 
Existing topographic maps depict contours and rivers, which have been, for the most part, 
captured from aerial photography using stereographic terrain generation techniques. In 
areas where the tree canopy obscures the underlying terrain, interpretive methods are 
used to depict where streams and contours occur. Terrains generated from lidar data more 
accurately represent these geographic features. Lidar penetrates the tree canopy to return 
a more accurate interpretation of the ground surface. This increases the accuracy of 
terrain classification and thereby the resultant interpretation and analysis of the 
geographic features. 
Esri White Paper 
Lidar Analysis in ArcGIS 10 for Forestry Applications 
J-9999 
January 2011 
Lidar has provided significant benefits for forest development and engineering operations 
including locating roads, harvest planning, forest regeneration, and more. The ability to 
identify suitable creek crossings, determine optimal routes, and locate previously 
unmapped historic roads aids in reducing costs and creating operational efficiencies. 
Lidar has also offered an improvement to existing forest inventory methods and 
procedures. Traditional field-based timber inventory methods are based on measurements 
derived from systematically sampling plots in forest stands. This statistical sampling 
method is most often used in forests where measuring every tree is impractical. Tree 
volumes and heights are calculated in each sample plot, then generalized throughout a 
forest stand that shares similar characteristics. Estimated results help describe stand 
characteristics but are inaccurate due to variability in growing conditions throughout the 
forest, sampling bias, and lack of precision. In addition, the time to collect such 
measurements is both lengthy and expensive, as many sample plots may be required to 
provide a reliable representation. Lidar can overcome these limitations. 
An increasing number of forestry and land management organizations are using lidar for 
forest inventory measurements. A wide range of information can be directly obtained 
from lidar including 
Digital elevation models 
Tree heights and digital surface models 
Crown cover 
Forest structure 
Crown canopy profile 
Postprocessing of lidar data can reveal 
Volume—Canopy geometric volume 
Biomass—Canopy cover 
Density—Height-scaled crown openness index and counts of delineated crowns 
Foliage projected cover—Crown dimensions 
The forest industry is requiring increasingly precise inventories to guide forest 
management activities. Using lidar data, forest inventories can be conducted at nearly the 
single tree level, offering more accurate representations of the true forest stand structure. 
For forest inventory activities, lidar has been used primarily to retrieve basic structural 
tree attributes including height, canopy cover, and vertical profiles. These attributes can 
be used to derive other critical forestry measurements including basal area and timber 
volume, as well as biomass for alternative energy and carbon sequestration analysis. This 
paper will address these attributes. 
Lidar Analysis in ArcGIS 10 for Forestry Applications 
J-9999 
Managing and 
Understanding 
Lidar Data 
Understanding Raw 
Lidar Data 
Before any analysis is performed with lidar data, the data received must be checked for 
any inconsistencies. Lidar data can be delivered in either binary .las format or ASCII 
.xyz files. The LAS file format is a public binary file format, developed by the American 
Society for Photogrammetry and Remote Sensing (ASPRS), that is an alternative to 
proprietary systems or a generic ASCII file interchange system used by many data 
providers. Details on the format can be found at asprs.org/society/committees/lidar/
Although a data provider will endeavor to provide the best quality data to its clients, there 
is always a chance a client will encounter anomalies in the data. These can be in the form 
of irregular minimum bounding shapes or holes in the sampling. It is therefore necessary 
to check the quality of the data before performing any analysis. 
The Point File Information tool in Esri's ArcGIS Desktop 3D Analyst assists in 
performing data quality assurance checks. 
Point File 
Information Tool 
The Point File Information tool, found in the 3D Analyst toolbox in ArcGIS 
(ArcToolbox\3D Analyst Tools\Conversion\From File\Point File Information), reports 
important statistics about the raw lidar files. 
The tool is designed to read the headers of LAS or scan ASCII files and summarize the 
file contents. As a single lidar file often contains millions of points and many lidar 
datasets contain more than one file, the Point File Information tool can accommodate 
reading one or more files by specifying either individual lidar files or folders. 
Esri White Paper 
Lidar Analysis in ArcGIS 10 for Forestry Applications 
J-9999 
The result from this tool is a feature class that shows the  
Minimum bounding rectangle for each file 
Number of points recorded 
Average point spacing 
Minimum/Maximum z-values 
When the feature class is loaded into ArcMap, the minimum bounding rectangle of each 
lidar file is drawn. Lidar data files are usually uniform in size, so if any of the feature 
shapes appear large or irregular compared to the majority of features from the feature 
class, they will appear different in ArcMap, which will alert an analyst, who can then 
refer to the corresponding lidar data file for further investigation. 
The average point spacing is important and should be uniform throughout the data files. 
If any of the files have an average point spacing that is significantly larger than other 
files, this may indicate incorrect sampling. In addition, average point spacing is important 
when building geodatabase terrains and converting lidar files to feature classes.  
The average point spacing is a product of the total number of points divided by the area 
of the lidar data file. In cases where a lidar data file is only partially covered by points, 
such as along a coastline, the average point spacing will be calculated to be greater than 
the point spacing of the area sampled. These anomalous files would still be used in the 
dataset, but their calculations would be excluded from further processing. 
January 2011 
Documents you may be interested
Documents you may be interested