Geoskill: LiDAR 点云分析
LiDAR点云分析与地形建模工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Geoskill: LiDAR 点云分析。 它的用途是：LiDAR点云分析与地形建模工具 完整的 Skill 内容见：https://321skill.com/skills/geoskill-lidar-点云分析/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'处理这个LAS点云文件，生成DEM和分类质量报告，并输出横截面图'，它会读取点云，自动计算统计量（点密度、高度范围），检查每个类别的分类精度，生成1米分辨率的DEM栅格，同时绘制横截面线并标注地面点，最后输出一份包含图表和表格的PDF质量报告。
介绍
该Skill专门解决LiDAR点云数据的读取、统计、质量控制和地形建模问题。它能够处理LAS/LAZ/COPC等标准格式，自动计算点云统计量（如密度、高度分布），进行分类质量检查（QA），并生成DEM（数字高程模型）、DSM（数字表面模型）、CHM（冠层高度模型）等栅格数据，同时支持横截面分析、密度图绘制和质量报告输出。
使用方式简单：将点云文件路径或URL传递给AI，描述你需要的分析任务（如生成DEM、检查分类精度、提取横截面等），该Skill会自动解析并执行相应的计算，最终返回结果文件或可视化图表。无需编程基础，只需用自然语言描述需求即可。
适合地理信息分析师、环境科学家、林业研究人员、遥感测绘从业者以及高校相关专业学生。对于需要快速评估点云质量、生成地形模型或进行植被高度分析的场景尤其有用，可显著提升数据处理效率。
建议：处理超大规模点云（>1亿点）时注意内存消耗；确保输入点云已包含分类标签（如地面、植被、建筑）以获得最佳QA效果；生成CHM时可指定分辨率参数平衡精度与性能。
核心特点
与通用点云处理工具不同，该Skill内置了完整的LiDAR点云质量检查流程（分类QA、密度图）和地形建模管线（DEM/DSM/CHM），无需额外编写脚本即可一键生成专业级成果。
注意事项
不适合处理实时流式点云数据或非标准格式（如PLY、XYZ），且对点云大小（>10亿点）可能性能下降。
常见问题
支持哪些点云格式？
支持LAS、LAZ和COPC三种常见格式，覆盖了大部分LiDAR数据标准。
可以生成哪些栅格产品？
支持生成DEM（数字高程模型）、DSM（数字表面模型）和CHM（冠层高度模型），并可自定义分辨率。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/geoskill-lidar-点云分析/raw/index.md 读取 Geoskill: LiDAR 点云分析 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/geoskill-lidar-点云分析/raw/index.md（查看排版版本）