LIDAR kot podatkovni vir za topografijo
Transcription
LIDAR kot podatkovni vir za topografijo
LIDAR KOT PODATKOVNI VIR ZA TOPOGRAFIJO doc. dr. Dušan Petrovič Katedra za kartografijo, fotogrametrijo in daljinsko zaznavanje, Oddelek za geodezijo, Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani Ljubljana, 23. junij 2016 Pomen topografskih podatkov • Upravljanje prostora • Opis dejanskega stanja • Zanesljivi, celoviti podatki Janez Vajkard Valvasor (17. stol.) Janez Dizma Florjančič de Grünfield (18. stol.) Jožefinska izmera – (1763)1784-1787 TTN 5/10 (1960 – 1997*) DOF5 (2001) izjemno pomemben in uporaben sistemski vir podatkov za različne namene Kriteriji kakovosti prostorskih podatkov • položajna natančnost (položajna in višinska) • topološka natančnost podatkov (odnos med podatkovnim modelom ter stvarnostjo) • popolnost podatkov (podatkovni model in atributi), • časovna natančnost - ažurnost podatkov • atributna natančnost (zanesljivost opisnih podatkov), • logična usklajenost podatkov (doslednost različnih povezav med podatki). Podani v metapodatkih. LIDAR • izhaja iz angleškega opisa tehnologije (light detection and ranging, angl. okrajšava LiDAR ali LIDAR); • sodobna tehnologija za zajem podatkov površja z aktivnim senzorskim sistemom, ki za merjenje uporablja laserski žarek; • omogoča veliko količino meritev v kratkem času (od nekaj 1000 do milijona točk v sekundi). Glede na opremo in aplikacije ločimo: • satelitsko lasersko skeniranje, • aerolasersko skeniranje (angl. airborne laser scanning, ALS), • terestrično lasersko skeniranje (angl. terrestrial laser scanning, TLS), • mobilni laserski sistemi (angl. mobile laser system, MLS), • lasersko skeniranje iz kratkih razdalj (angl. short range laser scanning) Aerolasersko skeniranje • Aerolasersko skeniranje se opravlja iz zračnih plovil (letalo, helikopter ipd.) • Lidarski snemalni sistem je sestavljen iz dveh segmentov: zračnega in terenskega Fizikalne lastnosti laserskega žarka • Laserski žarek se v prostoru rahlo razširja v obliki stožca, z razdaljo tudi izgublja energijo (divergenca žarka). • na površju se odtisne kot krožna oz. eliptična ploskev. Delček površja, ki ga žarek osvetli, imenujemo odtis žarka (angl. footprint). Divergenca žarka za aero laserske skenerje je v območju 0,3 do 2 mrada. Primer: pri snemalni višini 1000 m in divergenci žarka 0,3 – 0,5 mrada je velikost odtisa v premeru 30 – 50 cm. Fizikalne lastnosti laserskega žarka • Laserski žarek se v prostoru rahlo razširja v obliki stožca, z razdaljo tudi izgublja energijo (divergenca žarka). • na površju se odtisne kot krožna oz. eliptična ploskev. Delček površja, ki ga žarek osvetli, imenujemo odtis žarka (angl. footprint). • na površju objektov največkrat difuzno razprši, manjši del energije se vrne nazaj • redkeje pride do zrcalnega odboja -> žarek se ne vrne, ni meritev • žarek se lahko tudi absorbira (npr. temne in vodne površine). • teren je razgiban, vrnjeni signal predstavlja povprečje mešanice odbojev znotraj odtisa žarka. Beleženje zaporednih odbojev • Laserski žarek lahko na poti zadene ob več ovir, deli žarka se odbijejo na različnih višinah beleženje zaporednih odbojev v laserskem skenerju. • prvi odboj, zadnji odboj • pomen za prepoznavanje vsebine Beleženje zaporednih odbojev • Beleženje odboja v diskretnem in polnovalovnem načinu (vir: Riegl): Lidarski oblak točk • Množico izmerjenih točk imenujemo “oblak točk”. • Oblak točk ne vsebuje barvnih informacij kot slika! V njem tudi ni jasnih ostrih robov na objektih. Beleženje intenzitete vrnjenega odboja • Intenziteta je razmerje med jakostjo pulza vrnjenega valovanja in jakostjo pulza oddanega valovanja (relativne vrednosti intenzitete): – – – – – – jakosti oddanega valovanja, razdalje med senzorjem in površjem, karakteristike materiala (koeficient odbojnosti, vlažnost tal...), kota gledanja senzorja, vpadnega kota valovanja na površje, atmosferskih pogojev, sevanja iz okolja (sončna svetloba, odbita od tal; termično sevanje zemlje) idr. Klasifikacija oblaka točk Oblak lidarskih točk brez klasifikacije Klasificirane lidarske točke (šumi, večpotja) Georeferenciranje oblaka točk • Glavni namenski cilj aerolaserskega snemanja je izmeriti prostorske koordinate (X,Y,Z) oblaka točk površja in objektov ter druge podatke, ki omogočajo nadaljnjo uporabo. • Umestitev oblaka točk v referenčni prostor se izvede s postopkom georeferenciranja. • Obstajajo različne metode georeferenciranja lidarskih podatkov, v praksi se najbolj pogosto uporablja postopek neposrednega georeferenciranja. Georeferenciranje oblaka točk • plovilo se hitro premika, • za določitev položaja skenerja integracija diferencialni GNSS in sistema za merjenje zasukov INS • medsebojni položaj vseh naprav kalibracija sistema • drugi vplivi (višina snemanja, kot skeniranja, divergenca laserskega žarka, gostota točk, nagib terena, vrsta terena, transformacije med koordinatnimi sistemi, metode interpolacije idr.) Referenčna GNSS postaja Registracija (izravnava pasov) • Po georeferenciranju sledi izravnava podatkov na območjih prekrivanja pasov Natančnost lidarskih podatkov • Sodobni zračni snemalni sistemi ob skrbni obdelavi podatkov dosegajo višinsko natančnost okrog 1 dm, tudi nekaj cm. Planimetrična natančnost je pri neposrednem georeferenciranju običajno slabša (2-3 dm). • Zaradi umestitve oblaka točk na geometrijsko ploskev elipsoida se pri primerjavi s fizikalno ploskvijo geoida pojavljajo višinske razlike do 50 cm! • Zaradi transformacije koordinat točk med koordinatnimi sistemi je dejanska planimetrična natančnost tudi slabša od 1 m • Problem interpretacije točke Posledice • državni sloj (ne lokalni), delno nehomogen • izbira ustrezne oblike podatkov • upoštevanje kakovosti podatkov (po vseh parametrih kakovosti) pri različnih področjih in izdelkih uporabe • primeri uporabe šprint orientacijska karta (ISSOM) 50% prihranka časa Samodejno izdelana orientacijska karta iz LiDAR Orienteering map on a new terrain Podobe za vizualno interpretacijo Orienteering map on a new terrain Uporaba v kartografiji Samodejna prepoznava grebenov, jarkov in strug Samodejna prepoznava grebenov, jarkov in strug – primerjava z DTK 25 Samodejna prepoznava poti Samodejna prepoznava poti – primerjava z DTK 25 Avtomatsko/polavtomatsko modeliranje stavb Uporabljena programska oprema: TerraSolid Optimalna gostota točk za modeliranje stavb: 10 – 15 točk/m2 Vir: Zalokar (2010) Samodejno iskanje sprememb v katastru stavb DMP DMV nDMP nDMP maska infrardeč posnetek maska ne-vegetacije maska stavb DTK 5 spremembe Vektorizacija stavb Samodejna prepoznava prehodnosti rastja Geodetski načrt iz oblaka točk ALS (brez konstrukcij in podatkov katastra ) Geodetski načrt iz oblaka točk ALS in DOF Primerjava GN: - Geodetski načrt iz oblaka točk ALS in DOF - Geodetski načrt na osnovi klasične detajlne izmere Prikaz razlik