Przetwarzanie lotniczych danych lidarowych dla potrzeb generowania NMT i NMPT

• Autorzy: Hejmanowska B. , Borowiec N. , Badurska M.

Warianty tytułu

EN

Airborne lidar data processing for digital surface model and digital terrain model generation

• Języki publikacji: PL

Abstrakty

PL

Przedmiotem prezentowanych analiz było testowanie metodyki przetwarzania lotniczych danych lidarowych dla potrzeb tworzenia numerycznego modelu terenu (NMT) i numerycznego modelu powierzchni terenu (NMPT). Testowanie przeprowadzono w oparciu o dane lidarowe udostępnione przez instytut badawczy UE. Obszar testowy obejmował okolice Ispry we Włoszech. Do badań wykorzystano oprogramowanie Terrasolid (TerraScan, TerraModeler) oraz Geomedia. Testowano metodykę przetwarzania danych lidarowych i badano dokładność wewnętrzną i zewnętrzną NMT. Optymalna długość trójkąta w TerrScan wynosiła 45 m. Wewnętrzną dokładność NMT (porównanie siatki NMT z danymi pomiarowymi z lidara) oszacowano w zakresie: 10-30 cm. Porównanie NMT z pomiarem GPS wykazało błąd systematyczny 50 cm, a odchylenie standardowe 20-30 cm. W artykule zostały zamieszczone wyniki badań prowadzonych w ramach projektu UE, JRC. Natomiast niniejsza publikacja została przygotowana w ramach projektu AGH nr: 11.11.150.949.

EN

The analysis was aimed at testing of aerial lidar data for Digital Terrain Model (DTM) and Digital Surface Model (DSM) generation. Lidar data wereobtained from The JRC , an EU research institute. The test area was located near Ispra, Italy. There were 5 test areas: 3 of them covered a flat JRC region and 2 covered the urban, modulated surface of Ispra near the lake. The TerraScan and Geomedia software packages were applied for data processing. Lidar data processing algorithms and DTM inner and external accuracy were tested. In the ground point classification using the Terrasolid, the triangle length and interaction angle were tested. The optimal triangle length in the TerraScan was found to amount to 45 m. The first phase involved generation of a DTM; subsequently, a DSM was developed basedon lidar cloud point classification (low, middle and high vegetation, and buildings). The accuracy analysis was performed using a DTM with 0.1 m and 1 m pixel size. The resolution of 0.1 m was chosen to render the DTM as comparable as possible to the density of lidar points. However ,resolution of 1 m was also tested because of its usual application in DTM generation from lidar data. Two kinds of accuracy were tested. We called them the inner (comparison of DTM and lidar data) and the external (comparison of DTM and GPS RTK) accuracy. The inner DTM accuracy was estimated at 10-30 cm. The DTM and GPS comparison allowed to determine the systematic error of 20-30 cm and standard deviation of 50 cm. The accuracy (inner and external) obtained was lower than expected. The future research should explain these phenomena. The work was supported by the AGH project No. 11.11.150.949

Słowa kluczowe

PL

LIDAR; NMT; NMPT

EN

lidar; DSM; DTM

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2008
• Tom: Vol. 18a
• Strony: 151--161
• Opis fizyczny: Bibliogr. 12 poz.

Twórcy

autor

Hejmanowska B.

• Katedra Geoinformacji, Fotogrametrii i Teledetekcji Środowiska, Wydział Geodezji Górniczej Inżynierii Środowiska, AGH, Kraków, tel. [phone], fax: [phone]

autor

Borowiec N.

• Katedra Geoinformacji, Fotogrametrii i Teledetekcji Środowiska, Wydział Geodezji Górniczej Inżynierii Środowiska, AGH, Kraków, tel. [phone]

autor

Badurska M.

• Katedra Geoinformacji, Fotogrametrii i Teledetekcji Środowiska, Wydział Geodezji Górniczej Inżynierii Środowiska, AGH, Kraków, tel. [phone]

Bibliografia

• 1. Axelsson P., 2000. DEM generation from laser scanner data using adaptive TIN models. International Archives of Photogrammetry and Remote Sensing Vol. XXXIII/4B, 110- 117, Amsterdam 2000.
• 2. Baillard C., 2004. Production of DSM/DTM in urban areas: role and influence of 3D vectors. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, Vol. 35; PART 3, pages 112-117, Great Britain 2004.
• 3. Clode S., Kootsooko P., Rottensteiner F., 2004. The automatic extraction of roads from lidar data International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences Vol. III/3, Stambuł 2004.
• 4. Hejmanowska B., Borowiec N., Badurska M., 2008. Processing airborne data to Digital Surface Model and Digital Terrain Model. JRC research project 2008 final report, http://home.agh.edu.pl/~galia/research/Processing%20LIDAR%20%202007%20final%2 0report_5_03_2008.pdf.
• 5. Hyyppä, J., Mielonen, T., Hyyppä, H., Maltamo, M., Yu, X., Honkavaara, E., Kaartinen, H., 2005. Using individual tree crown approach for forest volume extraction with aerial images and laser point clouds. ISPRS WG IIIA, V/3 Workshop “Laser scanning 2005”, Enschede, Sept. 12-14, 2005.
• 6. Kodde M.P., Pfeifer N.,. Gorte B.G.H, Geist T., Höfle B., 2007. Automatic glacier surface analysis from laser scanning. IAPRS Volume XXXVI, Part 3 / W52, 2007.
• 7. Melzer T., Briese Ch., 2004. Extraction and Modeling of Power Lines from ALS Point Clouds. in Proc. 28th Austrian Assoc. Pattern Recog. Workshop, Hagenberg, Austria, Jun. 17–18, pp. 47–54, 2004.
• 8. Morsdorf, F., Meier, E., Koetz, B., Nüesch, D., Itten, K., Allgöwer, B., 2003. The potential of high resolution airborne laser scanning for deriving geometric properties of single trees. In EGS - AGU - EUG Joint Assembly, Nice, France, 2003.
• 9. Pitkänen, J., Maltamo, M., Hyyppä, J., 2004. Adaptive methods for individual tree detection on airborne laser based canopy height model. International Archives of Photogrammetry, remote Sensing and Spatial Information Sciences, Vol. XXXVI - 8/W2, 2004.
• 10. Terrasolid. 2001. Tutorial TerraScan, TerraPhoto, TerraModel: http://www.terrasolid.fi.
• 11. Tóvári D., Vögtle T., 2004. Classification methods for 3D objects in laserscanning data. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences Vol. XXXV/3B, 408 – 413, Stambuł 2004.
• 12. Weinacker, H., Kock, B., Heyder, U., Weinacker, R., 2004. Development of filtering, segmentation and modelling modules for LiDAR and multispectral data as a fundament of an automatic forest inventory system. International Archives of Photogrammetry, remote Sensing and Spatial Information Sciences, Vol. XXXVI - 8/W2, 2004.