Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: projekt ISOK

Sortuj według:

Ogranicz wyniki do:

Weryfikacja i aktualizacja bazy klaso-użytków EGIB w oparciu o analizy chmury punktów z lotniczego skanowania laserowego na przykładzie wsi Tuklęcz w województwie świętokrzyskim

Wężyk P., Gęca T.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

2013

Vol. Spec.

97--108

Transformacja ustrojowa, jaka miała miejsce w Polsce ponad 20 lat temu, a także przystąpienie naszego kraju do UE, pociągnęły za sobą liczne zmiany, m.in. w rolnictwie (likwidacja PGR, porzucanie upraw roli, wolny rynek zbytu czy wzrost konkurencyjności producentów) oraz w gospodarce prowadząc do głębokich przemian społeczno – ekonomicznych. Skutki tych transformacji zauważalne są także w przestrzeni rolniczej, najczęściej w przemianach krajobrazu. Zmiany te mają zazwyczaj charakter procesu wtórnej sukcesji leśnej zachodzącej na działkach rolnych. Tempo wkraczania i rozszerzający się z roku na rok zasięg terytorialny wtórnej sukcesji, najczęściej nie jest przedmiotem zainteresowania odpowiednich agencji lub urzędów. Technologią, która może wspomagać określanie zmian ilościowych (powierzchni, liczby działek rolniczych podlegających zmianom) i jakościowych (typ sukcesji – zbiorowiska roślinnego) przebiegających w krajobrazie - jest lotnicze skanowanie laserowe (ang. Airborne Laser Scanning; ALS). Prezentowane w pracy badania objęły 79.87 ha gruntów rolnych wsi Tuklęcz (gm. Rytwiany, powiat Staszów, woj. świętokrzyskie). W pracach wykorzystano dane EGiB (PODGiK w Staszowie) oraz dane ALS w postaci 2 zestawów chmur punktów ALS o gęstości: 2 pkt/m2 (RZGW Kraków; XI.2009r.) oraz 4 pkt/m2 (ISOK; XI.2012r.). Detekcję wtórnej sukcesji leśnej przeprowadzono stosując 4 warianty różniące się wysokością roślinności (odpowiednio: 0.4m, 1.0m, 2.0m oraz 3.0m ponad wygenerowanym NMT). Uzyskane wyniki wskazują, iż w każdym wariancie, na 50% liczby działek z użytkiem rola („R”; 60.54% całego obszaru) koncentrowało się ponad 70% wtórnej sukcesji leśnej. W zależności od jej wysokości nad gruntem, pokrywała ona od 61.05% do 31.38% klasoużytku „R” oraz od 67.03% do 34.93% pastwisk („Ps”) co świadczy o dynamicznych przemianach zachodzących na tym terenie. Cykliczne pozyskiwanie danych ALS w odpowiednich porach roku (zestaw danych ISOK wykazywał znaczący brak informacji o zadrzewieniach liściastych gatunków) bądź też stosowanie alternatywnych technologii (np. stereo-matching ze zdjęć lotniczych czy zobrazowania radarowe), stwarza szanse na zarządzanie i monitorowanie zmian zachodzących na obszarach rolniczych w Polsce. Jest to istotne ze względu na sporządzanie miejscowych planów zagospodarowania przestrzennego czy też wdrażanie Krajowego Programu Zwiększania Lesistości (KPZL), zakładającego osiągnięcie poziomu 30% lesistości w Polsce w roku 2020 oraz 33% w roku 2050. Nie należy zapominać o ogromnym potencjale biomasy zgromadzonej na obszarach wtórnej sukcesji nie ujętej w bazach EGiB czy LMN PGL Lasów Państwowych a stanowiącej istotny czynnik w dobie handlu emisjami CO2 czy wdrażania dyrektyw UE o energiach odnawialnych.

Dynamic economic and social changes taking place for the past 20 years in Poland, effects often of such loss of extensive agriculture and abandonment of agricultural activities particularly on small and narrow plots, usually on the soils of poor grading. Even before the Polish accession to the EU, set-aside and fallow areas cover approx. 2.3 million ha (in 2002), but in subsequent years the area drastically decreased from 1.3 million ha (in 2004), by 1.0 million ha (2005) to 0.4 million hectares (2011). As a result of cessation of mowing meadows, grazing pastures and agricultural measures, we can observed the phenomenon of secondary forest succession (plant communities of a forest properties) leading to changes in land use and land cover classes structure. Recording changes in the agro-forestry space, update reference registers of the land and building (EGiB) and control granted to farmers subsidies (direct EU payments) requires an efficient and automated technology acquisition, processing and analysis of spatial data. In addition to the used by ARiMR (in the LPIS system) vector data and aerial orthophotomaps, there is still a need to strengthen the decision-making process such as update of current ranges of land-use classes. One of the GI technologies that could be a real breakthrough is the Airborne Laser Scanning (ALS). The study area cover 137.17 ha in the village Tuklęcz (commune Rytwiany, Staszów County, Świętokrzyskie Voivodeship). The EGiB geodata came from PODGiK in Staszów. They were two ALS point cloud data sets: one provided by the RZGW in Krakow (from airborne campaign Nov. 2009; density ~2 pts/m2) and the second from ISOK project (Nov. 2012; density ~4 pts/m2). The Terrasolid and FUSION (USDA Forest Service) and ArcGIS Esri software were used in the study. Detection of vegetation was carried out in 4 variants differ in the “height above ground” of the class "succession" (thresholds: from 0.4m, 1m, 2m and 3m). The results indicate that in each scenario (variant), in the area of arable land ("R")- class (covering 60.55% of the analyzed area) were over 70% of all detected secondary forest succession polygons, covering more than 50% of agricultural land. Secondary succession occupied from 31.38% to 61.05% the land-use "R" and from 34.93% to 67.03% of the land-use Pastures’ ("Ps"), which shows the high economic transformations taking place in the area. The use of wide-scale ALS data in Poland, has been made possible by the ISOK project assuming execution to the end of 2013 for an area of about 191.000 km2 of classified ALS point cloud (cloud density: 4 pts/m2 – Standard I for agricultural areas; 12 pts/m2 - Standard II for urban areas), digital terrain model (DTM) and the digitals (topographic) surface model (DSM). In addition, the aerial photographs are obtained in the ISOK project for coloring of ALS point clouds or for orthophoto generation purpose. Observed in the years 2002 -2010 decrease by 26% the number of farms in Poland (up to 1 ha area) is some indication that the problem of abandonment of agricultural land has not yet been closed. Regular ALS campaigns or the use of alternative technologies such as stereo-matching of aerial photographs or radar technologies, it gives a good chance to manage and monitor the changes in rural areas. This retrieved data can be used in the construction of development plans of communes or management plans of Natura2000, which largely depend on properly conducted agricultural economy (Special Protection Areas - SPA) means eg mowing overgrown meadows and pastures. On the other hand, since 1995, the National Afforestation Programme (KPZL) exist, which implies achieving 30% forest cover in Poland in year 2020 and 33% in year 2050.

Wzmocnienie procesu klasyfikacji obiektowej wielospektralnych ortofotomap lotniczych danymi z lotniczego skanowania laserowego

Wężyk P., Mlost J., Pierzchalski M., Wójtowicz-Nowakowska A., Szwed P.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

2012

Vol. 23

467--476

Klasyfikacja obiektowa (OBIA, ang. Object Based Image Analysis) jest nowatorską metodą analizy zobrazowań teledetekcyjnych, w której homogeniczne obiekty (segmenty), na które podzielony został obraz (za pomocą specyficznych algorytmów) poddawane są klasyfikacji. Dotychczasowe projekty wykazały, iż OBIA przeprowadzana na wysokorozdzielczych i wielospektralnych lotniczych ortofotomapach cyfrowych, wspierana modelami wysokościowymi, prowadzi do uzyskania bardzo dokładnych wyników. Stosunkowo niewiele prac koncentruje się na określeniu wpływu produktów pochodnych chmury punktów lotniczego skanowania laserowego (ang. Airborne Laser Scanning), takich jak wartość: odchylenia standardowego wysokości, gęstości punktów czy intensywności odbicia, na poprawę wyników klasyfikacji OBIA. W prezentowanej pracy poddano ocenie wzmocnienie procesu klasyfikacji OBIA danymi ALS na podstawie dwóch transektów badawczych („A” oraz „B”) o powierzchni 3 km2, położonych w okolicach Włocławka. Celem końcowym procesu analizy OBIA było uzyskanie aktualnej mapy klas pokrycia terenu. W opracowaniu wykorzystano lotnicze ortofotomapy cyfrowe oraz dane z lotniczego skaningu laserowego, pozyskane na przełomie sierpnia I września 2010 roku. Na podstawie punktów danych ALS wygenerowano warstwy pochodne takie jak: liczba odbić, intensywność, odchylenie standardowe, jak również wygenerowano znormalizowany Numeryczny Modelu Powierzchni Terenu (zNMPT). W wariancie pierwszym „I” wykorzystano dane uzyskane wyłącznie w nalocie fotogrametrycznym, tj. wielospektralne ortofotomapy lotnicze (kamera Vexcel) oraz indeksy roślinności (w tym NDVI i in.). Wariant drugi prac ”II” zakładał wykorzystanie dodatkowo danych z lotniczego skaningu laserowego. Określona dokładność klasyfikacji OBIA wykonanej w oparciu o cyfrową ortofotomapę lotniczą wyniosła 91.6% dla transektu badawczego „A” oraz 93.1% dla transektu „B”. Użycie danych ALS spowodowało podniesienie dokładności ogólnej do poziomu 95.0% („A”) oraz 96.9% („B”). Praca wykazała, iż zastosowanie danych ALS podnosi dokładność klasyfikacji segmentów o bardzo zbliżonych właściwościach spektralnych (np. rozróżnienie powierzchni dużych, płaskich dachów budynków od parkingów czy klas roślinności niskiej od średniej i wysokiej. Wprowadzenie warstw pochodnych ALS do procesu segmentacji poprawia także kształt powstających obiektów a tym samym klas końcowych. Analiza „surowych” danych ALS w postaci plików w formacie LAS otwiera dodatkowe możliwości, których nie daje wykorzystywanie rastrowych warstw takich jak zNMPT. Pojawiająca się w nowej wersji oprogramowania eCognition (TRIMBLE) możliwość operowania segmentami przestrzennymi jeszcze te możliwości klasyfikacji podnosi. Niewątpliwie sporym problemem w integracji informacji spektralnej (ortoobraz) oraz geometrycznej (ALS) jest efekt rzutu środkowego skutkujący przesunięciami radialnymi dla wysokich obiektów leżących w znacznej odległości od punktu głównego zdjęcia.

Object Based Image Analysis (OBIA) is an innovative method of analyzing remote sensing data based not on the pixels, but on homogenous features (segments) generated by specific algorithms. OBIA based on high-resolution aerial orthophotography and powered by digital terrain models (nDSM) brings high accuracy analysis. Not many scientific papers brings implementation of ALS point cloud directly into OBIA image processing. Paper present study done on two test areas of approx. 3 km2, situated close to Wloclawek, representing different land use classes (transect “A” – urban area; transect “B” – rural and forest landscape). Geodata (digital aerial orthophotographs and Airborne Laser Scanning data) were captured almost at the same time (September 2010). Different raster layers were created from *. LAS file, like: intensity, number of returns, normalized elevation (nDSM). Two version (I and II) of OBIA classification were performed. First version (I) based only on aerial orthophotographs and different coefficients (like NDVI). Second variant of OBIA (wariant II) based additionally on ALS data. Total accuracy of variant I was 94.1% (transect “A”) and 92.6% (transect “B”). OBIA classification powered by ALS data provide to increase of the results up to 96.9% (transect “A”) and 95.0% (transect “B”) as well. Classification of objects with similar type of surface properties (like buildings and bare soil) was much better using ALS information. The ALS data improve also the shape of objects, that there are more realistic. Data fusion in OBIA processing brings new capabilities,. These capabilities are bigger thanks to processing based on 3-dimensional segments. The results of analysis would be more accurate, when orthoimages (“true ortho”) would be used, instead of standard orthophotographs. The running ISOK project in Poland will bring soon a huge data set (approx. 150 TB) of ALS and photogrammetry connected products. This situation requires suitable software to analyze it fast and accurate on the full automatic way. The OBIA classification seems to be a solution for such challenge.