Czynniki wpływające na gęstość chmury punktów „leżących na gruncie” lotniczego skanowania laserowego na przykładzie danych pochodzących z projektu ISOK

• Autorzy: Maślanka M.

Warianty tytułu

EN

Factors influencing ground point density from AirborneLaser Scanning – a case study with ISOK Project data

• Języki publikacji: PL

Abstrakty

PL

Obszary gęsto pokryte roślinnością charakteryzują się obniżoną gęstością chmury punktów „leżących na gruncie”. Wpływa to negatywnie na odwzorowanie szczegółów terenowych na danym obszarze. W Polsce w latach 2011 - 2015 pozyskano dane lotniczego skanowania laserowego w ramach projektu Informatyczny Systemu Osłony Kraju (ISOK) przed nadzwyczajnymi zagrożeniami. Ze względu na coraz częstsze wykorzystanie tych danych do generowania NMT, należy ocenić czynniki wpływające na gęstość chmury punktów pod obszarami gęsto pokrytymi roślinnością. Praca przedstawia przykład takiej oceny. W pierwszym etapie wykonano modele rastrowe: gęstości chmury punktów, procentowego udziału punktów gruntu, liczby szeregów, NMT, nachylenia terenu, kąta skanowania, zwarcia drzewostanów i znormalizowanego numerycznego modelu pokrycia terenu (zNMPT). W dalszej części dla punktów testowych przeprowadzono analizę związków między zmiennymi na podstawie wielkości z wygenerowanych modeli oraz obiektów wektorowych. W wyniku przeprowadzonych badań stwierdzono, że gęstość chmury punktów warunkowana jest głównie przez zwarcie drzewostanów, wysokość szaty roślinnej i kąt skanowania, przy czym pewien wpływ na kształtowanie się gęstości chmury punktów ma również nachylenie terenu oraz liczba szeregów.

EN

Areas covered with vegetation are characterized by a lower density of ground points. This issue has a negative impact on the accuracy of terrain representation and terrain details that could be detected. Country-wide ALS data was delivered in Poland within the ISOK Project (the IT System of the Country’s Protection against Extreme Hazards) between 2011 and 2015. Considering the increasing use of this data in the process of generation of Digital Terrain Models (DTM), factors affecting the density of ground points in areas covered with vegetation should be carefully assessed. During the first step various raster models were generated: the point cloud density, the percentage of ground points, the point source number, the slope, the scan angle, the canopy cover, the DTM and the normalized Digital Surface Model (nDSM). In the next step statistical analysis of relations between variables, basing on values from generated models and vector objects, was performed. The results showed that the density of ground points is mainly determined by the canopy cover, the forest height and the scan angle; however it is also influenced by the slope and the point source number.

Słowa kluczowe

PL

ISOK; znormalizowany numeryczny model pokrycia terenu; numeryczny model terenu; numeryczny model pokrycia terenu; zwarcie drzewostanu

EN

ISOK; normalized Digital Surface Model; digital terrain model (DTM); Digital Surface Model; canopy cover

• Wydawca: Polskie Towarzystwo Informacji Przestrzennej
• Czasopismo: Roczniki Geomatyki
• Rocznik: 2016
• Tom: T. 14, z. 4(74)
• Strony: 511--519
• Opis fizyczny: Bibliogr. 28 poz., rys., tab.

Twórcy

autor

Maślanka M.

• Uniwersytet Jagielloński, Instytut Geografii i Gospodarki Przestrzennej, Zakład Systemów Informacji Geograficznej, Kartografii i Teledetekcji

Bibliografia

• 1. Aguilar F.J., Mills J.P., Delgado J., Aguilar M.A., Negreiros J.G., Pérez J.L., 2010: Modelling vertical error in LiDAR-derived digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing vol. 65, issue 1: 103-110.
• 2. Bollandsås O.M., Risbøl O., Ene L.T., Næsset E., 2012: Using airborne small-footprint laser scanner data for detection of cultural. Journal of Archaeological Science 39(8): 2733-2743.
• 3. CODGiK, 2016: Numeryczne dane wysokościowe. Pobrano 05.01.2016 r. http://www.codgik.gov.pl/index.php/zasob/numeryczne-dane-wysokosciowe.html.
• 4. Crow P., Benham S., Devereux B.J., Amable G.S., 2016: Woodland vegetation and its implications for archaeological survey using LiDAR. Oxford Journals: Forestry vol. 80, issue 3: 241-252.
• 5. Dec M., Kaszta Ż., Korzeniowska K., Podsada A., Sobczyszyn-Żmudź S., Wójtowicz A., Zimna E., Ostapowicz K., 2009: Zmiany użytkowania ziemi w trzech gminach karpackich (Niedźwiedź, Szczawnica i Trzciana) w drugiej połowie XX wieku. Archiwum Fotogrametrii, Kartografii i Teledetekcji vol. 20: 81-98.
• 6. Doneus M., Briese Ch., Fera M., Janner M., 2008: Archaeological prospection of forested areas using full-waveform airborne laser scanning. Journal of Archaeological Science 35: 882-893.
• 7. Evans I.S., 2012: Geomorphometry and landform mapping: What is a landform? Geomorphology 137(1): 94-106.
• 8. GeoQue, 2016: Pobrano 30.04.2016 r. http://www.lp360.com/
• 9. GUGiK, 2011: Warunki techniczne na wykonanie lotniczego skaningu laserowego (LiDAR) oraz opracowanie produktów pochodnych.
• 10. Hutchinson M., Gallant J., 2000: Digital elevation models and representation of terrain shape. [In:] Wilson J., Gallant J. (eds.), Terrain Analysis: Principles and Applications. John Wiley & Sons: 77-108.
• 11. Kaim D., 2009: Zmiany pokrycia terenu na pograniczu polsko-słowackim na przykładzie Małych Pienin. Przegląd Geograficzny 81(1): 93-106.
• 12. Karel W., Kraus K., 2006: Quality Parameters of Digital Terrain Models. [In:] Checking and improving of digital terrain models / Reliability of Direct Georeferencing, Official Publication No 51: 125-139, EuroSDR, ISBN: 9789051794915.
• 13. Kraus K., Pfeifer N., 1998: Determination of terrain models in wooded areas with airborne laser. ISPRS Journal of Photogrammetry & Remote Sensing 53(4): 193-203.
• 14. Kurczyński Z., Bakuła K., 2013: Generowanie referencyjnego numerycznego modelu terenu o zasięgu krajowym w oparciu o lotnicze skanowanie laserowe w projekcie ISOK. Archiwum Fotogrametrii, Kartografii i Teledetekcji t. spec.: 59-68.
• 15. Liu X.H., Hu H., Hu P., 2015: Accuracy Assessment of LiDAR-Derived Digital Elevation. Remote Sensing 7(6): 7062-7079.
• 16. Liu X., 2008: Airborne LiDAR for DEM generation: some critical issues. Progress in Physical Geography vol. 32, no. 1: 31-49.
• 17. Malinger A., 2012. Wprowadzenie do opracowania map zagrożenia i ryzyka powodziowego. IMGW, Odział w Poznaniu.
• 18. Maślanka M., Wężyk P., 2014: Harmonogram i zadania realizowane w projekcie ISOK. [W:] Wężyk P. (red.), Podręcznik dla uczestników szkoleń z wykorzystania produktów LiDAR: 17-19, GUGiK,Warszawa.
• 19. Pourali S., Arrowsmith C., Chrisman N., Matkan A., 2014: Vertical accuracy assessment of LiDAR ground points using minimum distance approach. Proceedings Research@ Locate'14.
• 20. Rapidlasso GmbH, 2016: Dostęp 30.04.2016. https://rapidlasso.com/lastools/
• 21. Stereńczak K., Kozak J., 2011: Evaluation of digital terrain models generated in forest conditions from airborne laser scanning data acquired in two seasons. Scandinavian Journal of Forest Research 26(4): 374-384
• 22. Su J., Bork E., 2006: Influence of Vegetation, Slope, and Lidar Sampling Angle on DEM Accuracy. Photogrammetric Engineering and Remote Sensing vol. 72, issue 11: 1275-1286.
• 23. USDA Forest Service, 2016: Manual describing FUSION/LDV and the LIDAR Toolit. Pobrano 06.01.2016 r. http://forsys.cfr.washington.edu/fusion/FUSION_manual.pdf
• 24. Wehr A., Lohr U., 1999: Airborne laser scanning – an introduction and overview. ISPRS Journal of Photogrammetry and Remote Sensing vol. 54, issues 2-3: 68-82.
• 25. Wojciechowski T., Perski Z., Wójcik A., 2015: Wykorzystanie wysokościowych danych laserowych w badaniu osuwisk. Materiały konferencyjne, Ogólnopolska Konferencja OSUWISKO, 19-22.05, Wieliczka, PIG-BIP.
• 26. Yang H., Wang C., Ma T., Guo W., 2015: Accuracy assessment of interpolation methods in grid DEMs based on a variance-scale relation. Environmental Earth Sciences vol. 74, issue 8: 6525-6539.
• 27. Zapłata R., Borowski M., 2013: GIS w archeologii przykład prospekcji i inwentaryzacji dziedzictwa archeologiczno-przemysłowego. Roczniki Geomatyki t. 11, z. 4(61): 103-112, PTIP, Warszawa.
• 28. Zhang K., 2007: Airborne LIDAR Data Processing and Analysis Tools. American Geophysical Union. Fall Meeting 2007.