in het topografisch domein

Transcriptie

1 Recente ontwikkelingen en in het topografisch domein De introductie van het automatische generalisatie proces binnen het Kadaster veroorzaakte een internationale doorbraak in het produceren van Geo- Informatie en opende deuren om nieuwe producten te ontwikkelen. Door Vincent van Altena en Marc Post Het vervaardigen van nationale kaarten is wettelijk geregeld in Nederland. Het Kadaster is één van de organisaties die is aangewezen om een aantal basisregistraties te beheren. Eén van deze basisregistraties, de Basis Registratie Topografie (BRT) bestaat uit digitale topografische data sets op verschillende kaartschalen (de TOP NL als basis dataset en de afgeleide, gegeneraliseerde kaartschalen :., :., :., :. en :.. ). Deze datasets zijn beschikbaar als open data en overheidsorganisaties zijn verplicht om de beschikbare BRT-datasets te gebruiken voor de uitwisseling van geografische informatie. De invoering van de BRT als open data stelde het Kadaster voor grote uitdagingen in de verwerving en vervaardiging van de datasets. Bezuinigingsmaatregelen kortten het budget, terwijl wetgeving tegelijkertijd hogere eisen aan de actualiteit van de data stelde. De wetgeving vereist een actualiteit van minder dan twee jaar voor de hele BRT-productfamilie. Aanvankelijk voldeed alleen Top NL aan dit vereiste. Andere zaken maakten de situatie ingewikkelder. De traditionele productiemethode van het afleiden en generaliseren van mid- en kleinschalige datasets en kaartseries was verouderd. Het gebruik van CAD software, om door middel van interactieve generalisatie kleinschaliger datasets af te leiden, was niet langer geschikt voor de hogere eisen aan de actualiteit en objectgeoriënteerde data. Deze ontwikkelingen, én de stand van generalisatietools in ArcGis (en hoger), leidde bij het Kadaster naar een haalbaarheidsonderzoek in het automatisch generaliseren van een. kaart uit de TOP NL-dataset. De resultaten van dit onderzoek waren veelbelovend en leidden tot de ontwikkeling van een nieuwe productie lijn voor de :. kaart die gebaseerd is op volledige automatische generalisatie en kaartvervaardiging (Stoter et al. ). De Nederlandse aanpak Er zijn twee onderscheidende aspecten aan de Nederlandse aanpak van automatische generalisatie. In de eerste plaats de samenstelling van het ontwikkelteam. Elk teamlid werd voor deelname geselecteerd op basis van een out-of-the-box mentaliteit en vasthoudendheid. Een achtergrond in kartografie was niet van wezenlijk belang. De tweede belangrijke eigenschap was de iteratieve aanpak. Het proces werd gestart met een minimum aan voorwaarden die slechts scope en bandbreedte van de ontwikkelingen gaven: het nieuwe generalisatieproces moet automatisch zijn; de nieuwe kaart hoeft geen exacte imitatie van de oude kaart te zijn; het automatische proces moet rechtstreeks aansluiten op de productie van de brondata (TOP NL) om een identieke actualiteit te kunnen garanderen (minder dan twee jaar); de producten uit BRT-product moeten kosten effectief geproduceerd worden; gebruikers moeten actief betrokken worden tijdens de ontwikkeling en evaluatie is noodzakelijk. Onderdeel van het ontwikkelen van een nieuwe. -kaartgeneralisatie was de vertaling van wat er in het hoofd van de kartograaf gebeurd naar computerlogica. Een kartograaf is in staat om zijn oordelen en besluiten omtrent de representatie van de topografische werkelijkheid op een kleinere schaal te baseren en op de gelijktijdige weging van meerdere criteria. Om dit te evenaren met seriële computertechnologie was een grote uitdaging. Één van de problemen was de interactie tussen verschillende objecten. Bijvoorbeeld als de weergave van een weg overdreven moest worden, heeft dit invloed op aanliggende bebouwing die vervolgens verplaatst moeten worden. Uiteindelijk resulteerde dit in het vereiste om alle topografische objecten in samenhang te generaliseren. Workflow Helaas is de generalisatie workflow te complex om een landsdekkende dataset in één keer te verwerken. Daarom is de brondata opgesplitst in deelsetjes (partities) die gescheiden worden door echte topografische grenzen (zie figuur ). Deze objecten mogen niet worden gewijzigd tijdens het hele proces om later weer in staat te zijn om

2 THEMA nieuwe toepassingen Figuur - Partities - geografische gebieden als verwerkingseenheden. de partities samen te voegen tot één topologisch correcte dataset. Het primaire wegennetwerk (snelwegen en hoofdwegen), uitgebreid met enkele andere lineaire topografische objecten om de verbinding bij de kust te realiseren, was geschikt om de dataset te splitsen. De resulterende partities ( datasets) kunnen stuk voor stuk binnen een uur verwerkt worden. Bijvangst van deze opdeling is dat de partities ook parallel verwerkt kunnen worden, waardoor de procestijd enorm vermindert. Sommige topografische objecten, bijvoorbeeld spoorwegen, hoogspanningsleidingen en administratieve grenzen, kunnen niet worden opgesplitst omdat ze meerdere partities beslaan. Deze objecten worden landsdekkend verwerkt nadat alle individuele partities met succes zijn verwerkt. Waar de resultaten van de generalisatie in de afzonderlijke partities invloed hebben op de landsdekkende objecten worden deze doorgegeven. Alle objecten worden integraal voorbereid voordat de generalisatie start. Deze validatie en verrijking van de brondata verbeterden de resultaten van de generalisatie substantieel. Gevonden fouten worden direct in de brondata verwerkt om het proces gaande te houden, maar worden ook teruggemeld aan de inwinning om ze voor de lange termijn op te lossen zodat ook andere gebruikers hier direct van profiteren. Alle achtereenvolgende bewerkingen vinden plaats op twee niveaus: voor de afzonderlijke partities en landsdekkend. Beide takken zijn modulair en bestaan uit drie stappen: modelgeneralisatie, geometrische generalisatie (displacement) en grafische generalisatie (kartografische conflictoplossing). Voor een gedetailleerde beschrijving kan Verwerven en vervaardigen datasets grote uitdaging voor Kadaster door open data BRT Stoter et al. ( ) worden geraadpleegd. Het voordeel van deze modulaire aanpak is de mogelijkheid om modellen te kunnen wijzigen: parameters kunnen worden aangepast. Zelfs delen van het proces kunnen worden vervangen. Hierdoor is dit proces met wat aanpassingen ook Figuur - De modulaire aanpak. geschikt te maken voor andere kaartseries binnen de BRT (bv. een. -kaartserie). Zie figuur. Feedback van gebruikers Tijdens de ontwikkeling van het automatische generalisatieproces werden nauwe banden onderhouden met de gebruikersraad BRT. Na elke ontwikkelfase werden de nieuw verworven resultaten besproken met de hoofdgebruikers die waardevolle verbeterpunten gaven voor de volgende ontwikkelfase. Oorspronkelijk is de. -kaart een militair product dat aan NATO-standaarden moet voldoen. Waren de resultaten goed genoeg om in een oefening of operatie gebruikt te worden? In juni werd deze vraag beantwoord in een veldtest. Een infanteriedivisie van het Opleidingscommando voerde een twee weken durende oefening uit in het zuiden van Nederland. Tijdens deze oefening werd de kaart intensief en met tevredenheid gebruikt door de militairen. Met name de verbeterde actualiteit werd zeer gewaardeerd. Na deze succesvolle test besloot het Kadaster om de eerste versie van de gegeneraliseerde kaarten uit te geven in september. Resultaten en voordelen Zowel het Kadaster als haar gebruikers profiteren van de ingebruikname van een volledige automatische generalisatie. Het automatiseren van handmatige kartografisch werk leidde tot - Geo-Info

3 Figuur - ScaleMaster-diagram (globaal- en detail-tabbladen).

4 THEMA een significante kostenbesparing: de nieuwe procedure stelde het Kadaster in staat om de volledige kaartserie te produceren tegen een kwart van het originele budget. De productietijd is drastisch verminderd en het gevolg daarvan is dat de updatefrequentie van de afgeleide kaartseries teruggebracht kon worden van een zes- naar een tweejarige cyclus die volledig in de pas loopt met de actualiteit van de brondata. Tegenwoordig worden de brondata en de afgeleide kaartseries vijf keer per jaar gelijktijdig en met dezelfde actualiteit opgeleverd. Daarnaast is de kaartinhoud geoptimaliseerd door een consistente en uniforme toepassing van generalisatiealgoritmes. Ook is de brondata substantieel verbeterd en werden de algoritmen naar iedere ontwikkelfase verbeterd. Uiteindelijk profiteren de gebruikers het meeste van deze innovatie: ze krijgen met hogere frequentie actuelere kaarten en tegen lagere kosten. Afgeleide producten In voorgaande alinea s noemden we al enkele voordelen van de modulaire aanpak. Deze aanpak is erg flexibel en biedt als bijvangst mogelijkheden voor andere interessante oplossingen en toepassingen. Zo is de productie van de data voor de PDOKwebservice BRT Achtergrondkaart ingebed in de productielijn van de BRT-producten en zijn ook D Kaart NL en D Gebouwhoogte aangesloten op de productie van de BRT. Webservices De data die voor het automatisch generalisatieproces is voorbereid, wordt ook gebruikt als input voor de BRT-achtergrondkaart, een automatisch afgeleide en gegeneraliseerde basemap. Deze multi-scale webservice is ontworpen met behulp van de ScaleMaster methodiek en voor de technische implementatie is gebruik gemaakt van ArcGIS-software. In de ScaleMaster-methodiek (Brewer et al. ) wordt gebruik gemaakt van een spreadsheet om het gedrag en de weergave van een basemap te ontwerpen (zie figuur ). Op het eerste tabblad wordt globaal aangegeven hoe een thema zichtbaar is. Op het tweede tabblad wordt tot in detail gespecificeerd wat er voor elk thema op een schaalniveaus moet gebeuren om de gewenste weergave te halen. Moeten bepaalde gegevens weggelaten of vereenvoudigd worden om de gewenste weergave te bereiken of moet er een ander symbool gebruikt worden dat voor de minder gedetailleerde schaal beter voldoet? Door modulaire aanpak kunnen parameters worden aangepast Anders dan bij de automatische generalisatie van de. -kaart, is het proces bij de Achtergrond er uitsluitend op gericht om tot een acceptabele weergave van de topografie op schaalniveaus te komen. Alleen data die weergegeven zal worden op een schaalniveau wordt gebruikt. Waar mogelijk werden kartografische problemen door middel van visualisatietechnieken opgelost en blijft de generalisatie beperkt tot het samenvoegen of het verwijderen van vlakken. Het resultaat, een basemap bestaande uit lagen, wordt geserveerd via PDOK en kan vrijelijk gebruikt worden binnen tal van (overheids-)toepassingen. De basemap kan in drie varianten bekeken worden in de PDOK-viewer: pdokviewer.pdok.nl/. 3D-topografie In de tweede helft van introduceerde het Kadaster een nieuw topografische product: D Kaart NL, gevolgd door de lancering van D Gebouwhoogte NL in april. Deze producten zijn voor heel Nederland beschikbaar in de schaal :. en zijn gebaseerd op de topografie van TOP NL en de hoogtes van AHN. Door samenwerking tussen het Kadaster, universiteiten en het bedrijfsleven is het gelukt deze unieke klus te klaren. Bij de combinatie van D-topografie met D-puntenwolken is de onnauwkeurige matching van vlakken een veel voorkomende verschijnsel: de producten passen niet op elkaar en daardoor gaan bijvoorbeeld de randen van watervlakken omhoog krullen of ontstaan verticale aansluitproblemen (zie figuur ) tussen oevers en watervlakken. Om dit te voorkomen gold als uitgangspunt dat het nieuwe driedimensionale product topologisch valide en geometrisch consistent met de brondata moest zijn. Ook werden vooraf kenmerken voor bepaalde type objecten gedefinieerd. Water moet bijvoorbeeld altijd vlak (waterpas) zijn. Om dit te kunnen realiseren is een methode gebruikt die ontwikkeld is aan de Universiteit van Enschede (Oude Elberink ). Deze aanpak van D-topografie is wereldwijk uniek en stelt zeer hoge eisen. De complexe berekeningen die de topologie van de D-objecten garanderen en de grote hoeveelheden data resulteren in vele rekenuren: het proces bestond uit het confronteren van ongeveer miljoen topografische vlakken met ruim miljard punten en kostte rond. processoruren. Dit proces zou op de gangbare hardware van het Kadaster meerdere Figuur - Verticale aansluitproblemen. - Geo-Info

5 THEMA jaren duren, daarom werd uitgeweken naar het E-science Center van de Vrije Universiteit Amsterdam waar gebruik is gemaakt van de supercomputer Sara. Nu er een eerste product beschikbaar is, dient de vraag zich aan hoe de data zal worden geactualiseerd. Op dit moment wordt er gewerkt aan deze procedure. Dat is complexer dan bij de bestaande BRT-producten: de D-dataset is het resultaat van de combinatie van twee datasets. In het ideale geval zouden beide datasets dezelfde actualiteit moeten hebben. Momenteel heeft TOP NL een updatecyclus van twee jaar, terwijl AHN al enkele jaren oud is. Er wordt gewerkt aan de opvolgende dataset, AHN, maar de inwinningscyclus is niet gelijk aan die van TOP NL. Door dit verschil in actualiteit wordt het D-constructieproces verstoord en kunnen fouten ontstaan. Binnen het Kadaster wordt onderzocht of het mogelijk is om hoogte-informatie uit stereoluchtfotografie af te leiden. Deze informatie kan dan als vervanger voor AHN gebruikt worden in het D-proces. Het grote voordeel hiervan is dat de hoogte-informatie zal worden afgeleid van dezelfde stereofoto s die bij de inwinning van de D-topografie gebruikt worden. Door hoogteinformatie en topografie op dezelfde bron te baseren, worden verstoringen in het proces die veroorzaakt worden door actualiteitsverschil opgeheven. Het onderzoek heeft veelbelovende eerste resultaten opgeleverd, maar is nog niet afgerond. Wat volgt? In dit artikel hebben we stil gestaan bij de laatste technische ontwikkelingen binnen het topografisch domein. Vaak werden deze ontwikkelingen ingegeven door inventieve oplossingen uit de geo-industrie of de academische wereld, op andere momenten werd de noodzaak te innoveren vooral gevoed door pragmatische of budgettaire redenen en soms ontstond iets gewoon, als bijvangst van een andere vernieuwing. We hopen de komende jaren door te kunnen gaan met het bedenken en doorvoeren van nieuwe innovatieve oplossingen die de actualiteit en kwaliteit van de BRT zullen verhogen en de gebruikservaring zullen verbeteren. Ter afsluiting van dit artikel zullen we wat contouren voor de komende jaren proberen te schetsen. Dit doen we aan de hand van ontwikkelingen die momenteel in het topografische werkveld spelen of die aanstaande (lijken te) zijn. Verhoogde actualiteit en versnelde inwinning De vraag naar real-time-data neemt hand over hand toe. Dat stelt andere eisen aan de inwinning. De huidige inwinningsmethode voor topografische data maakt gebruik van luchtfoto s en cyclorama s, maar dat is een langzaam proces. In de toekomst zal meer gebruik gemaakt gaan worden van data uit andere basisregistraties. Er loopt op dit moment een onderzoek naar de mogelijkheid van automatische generalisatie van de BGT naar de BRT, maar ook sensordata zal een grotere rol gaan spelen in het actueel maken van de kaart. Ook de eindgebruiker zal veel meer betrokken worden in de bijhouding en verbetering van de kaart. Een eerste voorbeeld van dit zogenaamde crowd-sourcen wordt al toegepast in een Kadaster-app. Iedereen met een smartphone kan fouten in de BRT D Kaart NL en D Gebouwhoogte aangesloten op de productie van de BRT daarmee eenvoudig melden bij het Kadaster. Ook het slim combineren van bestaande, maar niet-voor-de-hand-liggende, dataverzamelingen (bij voorbeeld een landsdekkende verkeersborden-dataset) met nieuwe productieprocessen (automatische generalisatie) kan de update-cyclus van de BRT versnellen. Naast het aansluiten op bestaande dataverzamelingen en het vergroten van de participatie van de eindgebruikers, wordt ook bewust ingezet op het verkennen én toepassen van nieuwe technologieën voor zowel D- als D-topografie. Concrete voorbeelden hiervan zijn onderzoeken naar automatische feature-extractie (is deze techniek goed genoeg om de inwinning van bepaalde objecten aan een computer over te laten?) en objectreconstructie (bijvoorbeeld van daken en bomen) uit puntenwolken. Veranderend gebruik van topografie De opmars van mobiele apparatuur en GPS, in combinatie met de mogelijkheid om altijd en overal online te zijn, beïnvloeden het gebruik en de ontsluiting van topografische informatie. De papieren kaart die al eeuwen gebruikt wordt, moet steeds meer terrein prijsgeven aan digitale varianten zoals webmaps. Door deze digitalisering wordt de vertrouwde papieren kaart een product voor een selectief aantal gebruikers. Naast deze digitalisering verschuift het gebruik van topografische data meer en meer van raadpleging naar beleving. Technieken uit de game-industrie zorgen er voor dat men door de ( D-)kaart kan navigeren als ware het een echte wereld en deze ook zintuigelijk kan beleven. De toepassingen daarvoor zijn legio: nieuwbouw zal virtueel in de kaart geplaatst kunnen worden waardoor betrokkenen kunnen zien hoe de omgeving gaat worden. Geluidsanalyses leveren niet langer alleen berekende waarden op, maar men kan ook echt horen hoe geluid op verschillende plaatsen klinkt. Aankoopbeslissingen voor particulieren, zoals Koop ik dat huis met de tuin op het zuiden? Maar betekent dat ook meteen zon? kunnen worden genomen op basis van virtualisatie van de bestaande topografie. Daarnaast wordt het veel eenvoudiger om de effecten van ontwikkelingsplannen in te schatten (zowel vanuit beleidsmatig als persoonlijk standpunt), bijvoorbeeld bij plannen rondom windenergie. Staat de windmolen echt in mijn zichtveld en kan ik hem horen bij mij op het terras? Onze verwachting is dat de nabije toekomst een dergelijke topografische beleving snel dichterbij zal brengen. Referenties Brewer, Cynthia A., Barbara P. Buttenfield, Charlie Frye, and Jessica Acosta... In Moscow. / ScaleMaster/ICC _paper_brewer_buttenfield_frye_acosta_ May _.pdf. Oude Elberink, Sander Jacob.. Acquisition of D Topography: Automated D Road and Building Reconstruction Using Airborne Laser Scanner Data and Topographic Maps. S.l.: s.n.]. Stoter, Jantien, Ron Nijhuis, Marc Post, Vincent van Altena, Jan Bulder, Ben Bruns, and John van Smaalen.. Feasibility Study on an Automated Generalisation Production Line. In Paris, France. Stoter, Jantien, Marc Post, Vincent van Altena, Ron Nijhuis, and Ben Bruns.. Fully Automated Generalization of a : k Map from : k Data. Cartography and Geographic Information Science (August ):. doi:. /... Vincent van Altena MSc BTh is senior GIS-specialist bij het Kadaster. Hij is bereikbaar via vincent.altena@kadaster.nl. Marc Post MSc is senior GISspecialist bij het Kadaster. Hij is bereikbaar via marc.post@kadaster.nl.