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