Van ruwe laserdata naar geo-informatie

Transcriptie

1 Onderzoek laseraltimetrie aan de Technische Universiteit Delft Van ruwe laserdata naar geo-informatie Het gebruik van laseraltimetrie heeft de laatste jaren in Nederland een grote vlucht genomen. Vooral door de ontwikkeling van het Actueel Hoogtebestand Nederland (AHN) ontdekken veel instanties nu de toepassingsmogelijkheden van gedetailleerde digitale hoogtemodellen. De productie van deze hoogtemodellen uit de lasermetingen is geen eenvoudige zaak. In deze bijdrage wordt ingegaan op twee belangrijke stappen in de verwerking van de metingen in het vliegtuig naar een digitaal hoogtemodel: de strookvereffening en het filteren. Daarnaast wordt kort stil gestaan bij enkele andere vormen van geo-informatie die met laseraltimetrie kunnen worden ingewonnen. Strookvereffening Een opname met laseraltimetrie is een complex samenspel tussen drie verschillende instrumenten. De GPS-ontvanger zorgt één keer per seconde voor de bepaling van de plaats van het vliegtuig. Met een traagheidsnavigatiesysteem (ook wel INS - Inertial Navigation System genoemd) met gyroscopen en versnellingsmeters wordt de stand van het vliegtuig bepaald. Dit instrument meet ca. 200 keer per seconde en wordt tevens gebruikt om te interpoleren tussen de positiebepalingen die met GPS gedaan worden. De laserafstandsmeter tenslotte meet tot keer per seconde de afstand tussen het vliegtuig en het terrein. Door een roterende spiegel wordt de laserstraal daarbij loodrecht op de vliegrichting heen en weer gedraaid. Hiermee kan een strook onder het vliegtuig worden opgenomen. De hoek van de spiegel wordt ook geregistreerd. Om uit alle metingen de hoogte van het terrein te kunnen bepalen moeten ook de onderlinge posities en rotaties van de GPS-ontvanger, het INS en de laserafstandsmeter gemeten worden (figuur 1). Dit gebeurt tijdens een calibratieprocedure terwijl het vliegtuig op het vliegveld staat. Alle instrumenten hebben een beperkte meetnauwkeurigheid. Alle metingen, zowel die van de instrumenten als die voor de calibratie, zijn dan ook behept met fouten. De meeste fouten zijn vrij klein en willekeurig verdeeld en hebben geen vervelende gevolgen voor de kwaliteit van de hoogtemodellen. In veel vluchten blijken toch ook grotere systematische fouten op te treden. Deze fouten komen aan het licht doordat de hoogte in één strook niet overeenstemt met de hoogte uit een overlappende strook. Bovendien worden bij vergelijkingen met terrestrische controlemetingen verschillen vastgesteld. Om een juiste en consistente hoogtebeschrijving van het terrein te bepalen dienen de gevolgen van meet- en calibratiefouten gecorrigeerd te worden. Hiervoor voert de Meetkundige Dienst van Rijkswaterstaat zogenaamde

2 strookvereffeningen waarmee de systematische fouten in de hoogte gereduceerd worden. Aan de Technische Universiteit Delft wordt momenteel een model ontwikkeld dat de foutenbronnen van laseraltimetrie expliciet modelleert. Met dit foutenmodel wordt het dan mogelijk om niet alleen systematische fouten in de hoogte van de laserpunten, maar ook fouten in de X- en Y-positie te beschrijven en te elimineren. Bovendien kunnen met een dergelijk model vormfouten, zoals kromgetrokken stroken, gecorrigeerd worden. Filteren Een standaard hoogtemodel beschrijft het terrein op de maaiveldhoogte. De pulsen van de laserafstandsmeter reflecteren echter niet alleen op maaiveldhoogte maar ook op allerlei hogere objecten zoals gebouwen, auto's, vegetatie en zelfs op hoogspanningsleidingen en vogels. Voor de productie van digitale hoogtemodellen, zoals het AHN, is het daarom nodig de gemeten punten te classificeren en de punten op de grond te scheiden van de overige punten. Dit proces wordt het filteren van de laserdata genoemd. Figuur 2 toont de hoogtegegevens van een stukje uiterwaard van de IJssel. Deze data werd vanuit een helikopter opgenomen met de FLI-MAP sensor met een puntdichtheid van 5 à 6 punten per vierkante meter. In het noorden is een stuk met veel vrij dichte vegetatie. Toch komt hier af en toe ook een laserstraal op de bodem. Delen van het gebied waren bedekt met water. Hier reflecteert de laserstraal zeer slecht hetgeen leidt tot de in violet weergegeven "no data" vlekken. Na filteren van deze gegevens wordt het hoogtemodel van figuur 3 verkregen. Onder het bladerdak van figuur 2 komt een gedetailleerde structuur van greppels tevoorschijn. De greppels zijn ongeveer 60 cm diep en 5 meter breed. Op sommige plaatsen lijken er hogere punten in de greppel te liggen. Dit zijn naar alle waarschijnlijkheid punten op laaggelegen vegetatie, die het filter niet uit de dataset kon verwijderen. Dit is een typische beperking van het automatisch filteren. Vaak is het niet mogelijk om het verschil tussen kleine hoogtevariaties in het terrein en de aanwezigheid van lage vegetatie te herkennen. Ook met grote gebouwen hebben de filters vaak problemen. Deze zijn echter door een operateur vrij eenvoudig te herkennen en kunnen dan handmatig uit de dataset verwijderd worden. In de afgelopen jaren zijn op verschillende plaatsen, waaronder de TU Delft, filters voor laseraltimetrie ontwikkeld. In het onderzoek aan de TU Delft worden deze filters nu vergeleken aan de hand van de resultaten op een dataset met een aantal moeilijke situaties. Hoewel de filters wellicht nog iets te verbeteren zijn, is het duidelijk dat controle door een operateur, bijvoorbeeld aan de hand van luchtfoto's of video's, nodig zal blijven.

3 3D GIS en andere toepassingen Voor de productie van digitale hoogtemodellen is het lastig dat de laserstralen niet alleen op de grond reflecteren. Dit geeft echter wel de mogelijkheid om meer uit de laserdata te halen dan alleen de terreinhoogte. In het bijzonder wordt het interessant om gebouwen te detecteren en te modelleren. Drie-dimensionale modellen van gebouwen worden onder andere gebruikt voor visualisatie bij stedelijke herinrichting, de planning van locaties voor GSM-zenders, toeristische informatiesystemen en milieustudies. Aan de TU Delft wordt onderzoek verricht naar de conversie van de gebouwen in de GBKN naar een drie-dimensionale gebouwmodellen. De GBKN-data wordt gebruikt om de punten op een gebouw te selecteren (figuur 4). Vervolgens worden in de laserdata vlakken gedetecteerd. Hiervoor is wel een hoge puntdichtheid nodig. Met de ongefilterde AHN-data zou dit niet kunnen. De gedetecteerde vlakken worden waar mogelijk met elkaar gesneden om de noklijnen te bepalen. Andere begrenzingen van dakvlakken uiten zich door hoogtesprongen in de laserdata. Figuur 5 laat het 3D model zien dat uit de data van figuur 4 gereconstrueerd werd. Een nog weer andere toepassing van laserdata treft men aan bij het onderhoud van hoogspanningsleidingen. De reflecties van pulsen op de leidingen kunnen eenvoudig worden herkend (figuur 6). Door de afstand tussen de leidingen en de reflecties op vegetatie te meten kan bepaald worden waar de vegetatie gesnoeid moet worden. Het gebruik van laseraltimetrie heeft de laatste jaren in Nederland een grote vlucht genomen. Ook internationaal staat het volop in de belangstelling. Zo heeft North Carolina een omvangrijk Floodplain mapping program gelanceerd ( Om de overstromingsrisico's beter te kunnen inschatten is in dit programma voor zo'n 36 miljoen dollar aan opnamen met laseraltimetrie gereserveerd. Geologen van de US Geological Survey hebben na het filteren van laserdata oude breuken in de aardkorst van de bossen rondom Seattle ontdekt. Deze breuken duiden op nog onbekende aardbevingen die daar 1100 jaar geleden moeten hebben plaatsgevonden. Bij de NASA werkt men verder aan een speciale laser die vanuit de ruimte de gehele aarde gaat opnemen ( Met deze Vegetation Canopy Lidar wil men door een gedetailleerde analyse van de reflecties van de laserpulsen een betere schatting maken van de biomassa. De resultaten zullen worden gebruikt voor klimaatstudies. Deze voorbeelden geven aan dat laseraltimetrie zich in korte tijd heeft ontwikkeld tot een zeer veelzijdig inzetbare techniek. In de toekomst zult u er nog veel over horen. prof.dr.ir. M.G. Vosselman Technische Universiteit Delft

4 Meer informatie over het laseraltimetrie onderzoek aan de TU Delft valt te lezen op

5 GPS b X GPS INS laser Camera X b X cam laser Figuur 1: Onderlinge afstemming van de verschillende instrumenten

6 Figuur 2: Kleurgecodeerde hoogten van de originele laserdata Figuur 3: Kleurgecodeerde hoogten van de gefilterde laserdata.

7 no data m Legenda bij figuren 2 en 3 Figuur 4: Laserdata van een gebouw met in rood de gebouwomlijning uit de GBKN.

8 Figuur 5: 3D gebouwmodel gereconstrueerd uit de laserdata en de GBKN. Figuur 6: Laserpulsen gereflecteerd op hoogspanningsleidingen en -masten.