Maalaserkeilaus ja sen tulosten geologiset käyttömahdollisuudet. Jussi-Pekka Kinnunen

Maalaserkeilaus ja sen tulosten geologiset käyttömahdollisuudet Jussi-Pekka Kinnunen Turun yliopisto Maantieteen ja geologian laitos Geologia ja mineralogia 2013

TURUN YLIOPISTO Maantieteen ja geologian laitos KINNUNEN, JUSSI-PEKKA: Maalaserkeilaus ja sen tulosten geologiset käyttömahdollisuudet LuK -tutkielma, 34 s. Geologia ja mineralogia Maaliskuu 2013 Laserkeilaus (LiDAR) on mittaustapa, jonka avulla mitattavasta kohteesta saadaan lasersäteiden avulla koordinaatistoon sidottua senttimetri- tai jopa millimetritarkkaa kolmiulotteista x, y, z -pistemittausaineistoa (pistepilvi) kohteeseen koskematta. Pistemittausaineiston perusteella on mahdollista laatia mittauskohteesta tietokoneavusteisesti kolmiulotteinen malli, jonka pintaan saadaan halutessa renderöityä alkuperäisen mallinnettavan kohteen värit ja tekstuurit laserkeilauksen yhteydessä otetun valokuvamateriaalin avulla. Tässä tutkimuksessa kerrotaan kirjallisuuden pohjalta perusperiaatteet laserkeilaimen toiminnasta, laserkeilaimien luokittelusta, laserkeilauksesta saatavan datan laatuun vaikuttavista tekijöistä, laserkeilauksen käyttökohteista sekä erityisesti maa- l. terrestriaalisen laserkeilauksen soveltuvuudesta geologiseen tutkimukseen. Ympäröivän maailmamme kuvaaminen on kehittynyt suurimittakaavaisista kaksiulotteisista kartoista kohti tarkempia ja tarkempia pienimittakaavaisia kolmiulotteisia malleja. Laserkeilaus on niin geologisessa kun kaikessa muussakin luonnon monimutkaisten kohteiden tallentamisessa ja mallintamisessa apuväline, jollaista ei aiemmin tutkijoilla ole ollut käytettävissä. Laserkeilausta on käytetty tehokkaasti mallintamisen apumenetelmänä vasta 1990-luvun lopulta lähtien, mutta se on jo nyt mullistanut mallinnustekniikan. Tarkkuutensa, nopeutensa ja edullisuutensa vuoksi menetelmä päihittää monessa muut mallinnustekniikat ja laserkeilaus tulee yhä enenevissä määrin merkittäväksi osaksi kartoitusta, mallinnusta ja tutkimusta. Menetelmää käytettäessä täytyy kuitenkin koko ajan huomioida sen rajoitukset, olla huolellinen mittausdatan jälkikäsittelyssä ja järjestää valtavien tietomäärien tallennus. Asiasanat: Laserkeilaus, LiDAR, 3D, maastomalli, korkeusmalli, kartoitus, mallinnus

Sisällysluettelo: Johdanto 1. Laserkeilaimen toiminta, mittausperiaate ja laitteisto 6 2. Laserkeilaimien luokittelu 13 2.1 Mittausetäisyyden perusteella 13 2.2 Mittausgeometrian perusteella 14 2.3 Etäisyysmittausmenetelmän perusteella 14 3. Laserkeilauksen laatuun vaikuttavat tekijät 16 3.1 Mitatun pistepilven hajonta ja intensiteetti 17 3.2 Mitatun pistepilven tiheys 17 3.3 Mitattujen pistepilvien yhdistämistavat 17 4. Laserkeilauksen käyttökohteet yleisesti 18 5. Maalaserkeilauksen geologiset käyttömahdollisuudet 20 6. Laserkeilauksen geologiset käyttökohteet 24 6.1 Ilmasta tehtävät mittaukset 24 6.2 Maan pinnalta tehtävät mittaukset l. maalaserkeilaus 25

6.2.1 Kallioperäkartoitus 25 6.2.2 Rakennegeologia 26 6.2.3 Maaperä- ja raekokotutkimukset 27 6.2.4 Pohjavesimallinnus 27 6.2.5 Öljygeologisten esiintymien mallinnus 28 7. Keskustelua ja laserkeilauksen uusia suuntauksia 28 Kirjallisuusluettelo

5 Johdanto Tarkkaa kaksiulotteista kartoitusta on tehty jo pitkään ilma- ja satelliittikuvien avulla. Korkeustieto karttoihin on saatu ilmakuvista fotogrammetrian avulla ja in situ -mittauspisteistä pintamalleiksi interpoloimalla. Tällaiset korkeusmallit ovat kuitenkin parhaimmillaankin karkeita estimointeja verrattuna todellisuuteen. Nykyaikaisessa tutkimuksessa, yhteiskuntasuunnittelussa ja rakentamisessa korkearesoluutioisella korkeustiedolla on suuri merkitys. Laserkeilaus- eli LiDAR -menetelmä mahdollistaa tehokkaasti tarkkojen maasto-, pinta- ja kohdemallien tuottamisen mitä erilaisimpia sovelluksia varten. Laserkeilaus on mittaustapa, jonka avulla mitattavasta kohteesta saadaan lasersäteiden avulla koordinaatistoon sidottua senttimetri- tai jopa millimetritarkkaa kolmiulotteista x, y, z -pistemittausaineistoa kohteeseen koskematta. Pistemittausaineiston perusteella on mahdollista laatia mittauskohteesta tietokoneavusteisesti kolmiulotteinen malli, jonka pintaan saadaan halutessa renderöityä alkuperäisen mallinnettavan kohteen värit ja tekstuurit laserkeilauksen yhteydessä otetun valokuvamateriaalin avulla. Laserkeilaus on kohtuullisen uusi kaukokartoitustekniikka. Vuosituhannen vaihteen jälkeen laserkeilauksesta on tullut kasvavissa määrin yleisesti käytetty menetelmä kaikilla niillä aloilla, joissa tarvitaan nopeasti tarkkaa ja laaja-alaista koordinaatistoon sidottua x, y, z-mittausaineistoa edullisesti. Laserkeilauksen käytön kasvun on mahdollistanut myös muiden laitteiden kehitys. Mittausdataa syntyy nopeasti valtavia määriä ja tämä vaatii suuren tallennuskapasiteetin kovalevyiltä ja muilta tallennusvälineiltä. Tätä kirjoitettaessa (helmikuu 2013) myynnissä on jo neljän teratavun kovalevyjä ja suurimmille muistitikuille mahtuu 256 Gb dataa. Nykyaikaiset GPS -laitteet puolestaan mahdollistavat senttimetritarkan laserkeilaimen alkuasemoinnin ja mitatun pisteaineiston sitominen koordinaatistoon on yksinkertaista. Haluttuun koordinaatistoon sidottuja x, y, z -pisteitä voidaan mitata joko maasta käsin tehtävillä mittauksilla tai kaukokartoituksen keinoin ilmasta tehtävien mittausten avulla.

6 Tärkeimmät menetelmät korkeustiedon hankkimiseen (Jensen 2007) ovat: 1.) In situ -mittaukset. Ensimmäisenä käytetty, tapahtuu fyysisesti mittaamalla, matemaattisesti trigonometriaa apuna käyttäen ja nykyisin GPS:n avulla kartoitettavassa kohteessa paikan päällä. Menetelmällä voidaan mitata yksittäisiä pisteitä ja linjoja. Saatava x, y, z -pisteverkko on harva. Kenttätyö on aikaa vievää ja kallista. Lisäksi haittana ovat fyysiset, meteorologiset ja vuodenaikaiset mittaushaitat ja -esteet. 2.) Fotogrammetria. Mittapisteiden x, y, z -data saadaan stereoskopian avulla ilmakuvista. Fotogrammetria on vuosikymmeniä ollut rutiinimenetelmä kartoituksen apuna. Menetelmällä saadaan tehtyä in situ -mittauksiin verrattuna kohtalaisen nopeasti suurienkin alueiden korkeusmalli. Fotogrammetrian haittapuolina ovat lentoja ennakoivat aikaa vievät esivalmistelutyöt, sekä mahdolliset säähaitat. Fotogrammetrian heikoin puoli on kuitenkin siinä, ettei pystysuorien tai lähes pystysuorien kohteiden ja rakenteiden kartoitus onnistu. 3.) IFSAR (Interferometric Synthetic Aperture Radar) perustuu nimensä mukaan ilma-aluksesta tai satelliitista lähetettävään tutka- l. mikroaaltosäteilyyn ja sen vastaanotetun heijastuksen vaihe-eron tarkasteluun. Menetelmällä päästään senttimetritarkkuuksiin ja sitä käytetään korkeusmallien laatimisen lisäksi paljon temporaalisten tapahtumien, kuten maanjäristysten, maanvyörymien, tulivuorien, jäätiköiden kulun ym. kartoitukseen. Haitat ovat pitkälle samat kuin fotogrammetriassa. 4.) Laserkeilaus l. LIDAR (LIght Detection and Ranging). Voidaan tehdä ilmasta tai maasta. Saatava x, y, z -pistetieto on hyvin tarkkaa, lähietäisyyksillä millimetriluokkaa, hyvin tiheää, mittaus on nopeaa ja vertikaalinen kartoitus onnistuu. Haittapuolena on, ettei yksittäisten mittauspisteiden poiminta onnistu. Korkeusmittausaineisto tallennetaan digitaaliseen korkeusmalliin, jota voidaan analysoida paikkatieto-ohjelmistojen (GIS) avulla yhdessä muun spatiaalisen aineiston kanssa. Digitaalinen maastomalli, maaston korkeusmalli (Digital Terrain Model) on maanpinnanmuodon malli. Se määritellään tiedostoksi tai tietokannaksi, joka pitää sisällään tietyn alueen korkeuspisteiden x, y, z -

7 koordinaatit (Miller 2004, Ma 2005). Digitaalinen pintamalli (Digital Surface Model, DSM) sisältää myös ihmisen rakentamat kohteet ja kasvillisuuden. Tässä kandidaattityössä tarkastellaan laserkeilaimen toiminnan ja laserkeilaamisen perusperiaatteita ilman kaavoja, sekä terrestriaalisen- eli maalaserkeilauksen käytön sovelluksia geologisen tutkimuksen apuvälineinä. Kuvat ovat tekijän, ellei kuvatekstissä ole muuta mainittu. 1. Laserkeilaimen toiminta, mittausperiaate ja laitteisto Laserkeilaus perustuu lasersäteeseen. Laser (engl. Light Amplification by Stimulated Emission of Radiation, valon vahvistaminen säteilyn stimuloidulla emissiolla) on koherenttia, eli saman taajuista, samanpituista ja samassa suunnassa värähtelevää, säteilyä (valoa aallonpituusvälillä 400-700 nm) tuottava optinen laite. Laserin toiminnan mahdollistaa säteilyn stimuloitu emissio, jossa valoa vahvistetaan siten että valon ohittamien atomien elektronit siirtyvät alempaan viritystilaan, ja lähettävät valokvantteja samaan suuntaan kuin ohittava valonsäde, joka näin vahvistuu. Ensimmäisen optisen (rubiini-) laserin kehitti Yhdysvalloissa Hughes Aircraft Inc. vuonna 1960 (Maiman 1960). Nykyiset topografiset laserkeilaimet käyttävät aallonpituusalueen 1040 1060 nm infrapunasäteilyä, joka on näkymätöntä, eikä ole ihmissilmälle vaarallista. (Boland et al. 2004) Sinivihreitä 532 nm lasereita on käytetty batymetrisissä mittauksissa niiden vedenläpäisevyyden takia (Mikhail et al. 2001). Laserin käyttöä etäisyydenmittauksissa lentokoneesta käsin alettiin käyttää heti laserin keksimisen jälkeen. Samoihin aikoihin geotieteiden kirjallisuudessa lanseerattiin termi LiDAR (engl. Light Detection And Ranging, Valon havaitseminen ja etäisyydenmittaus). Aluksi pystyttiin mittaamaan vain yksittäisiä korkeuspistelinjoja suoraan lentokoneen alta (Jensen et al. 1987). Tekniikan kehittyessä yksipistemittauksesta monipistemittaukseen, sekä samanaikaisesti kinemaattisen GPS:n ja inertiamittausyksiköiden (IMU) käyttöönotto salli LiDAR -teknologian kehittyä nopeasti (Hyyppä et al. 2009b, Jensen

8 2007, Large ja Heritage 2009). LiDAR:in käyttöä alettiin voimakkaasti soveltaa terrestriaalisiin- l. maanpintamittauksiin 1990-luvun loppupuolelta lähtien. Silloin alettiin puhua myös (3D-) laserskannauksesta (engl. laser scanning) ja Suomessa termillä (3D-) laserkeilaus. 3D-etuliite painottaa mittauksen tuottaman datan kolmiulotteisuutta, mutta on tarpeeton. Vakiintuneet termit Suomessa ovat laserkeilaus ja puhekielessä skannaus. Kuvassa 1. esitetään maasta ja ilmasta suoritettavan laserkeilauksen menetelmäerot. Tästä eteenpäin keskitymme tässä tekstissä maalaserkeilaukseen. Kuva 1. a) Terrestriaalinen- l. maalaserkeilaus ja b) ilmasta suoritettava laserkeilaus (Petrie ja Toth 2009a). Lähtevä laserpulssi Laserkeilaimesta lähtevä lasersäde on joko katkeamaton l. jatkuvasti päällä tai se on pilkottu yksittäisiksi pulsseiksi. Laserlaitteesta lähtevän säteen kääntää peili tai prisma, joka on sijoitettu nopeasti pyörivän akselin päähän niin että keilaimesta lähtevä, kollimaatioakselia pitkin kulkeva säde on tarkasti 90 kulmassa laserlaitteesta lähtevän lasersäteen kanssa. Näin esim. peili on pyöriessään aina 45 kulmassa laserlaitteesta lähtevän lasersäteen kanssa. Peilin akseli pyörii vinhaa vauhtia lähettäen pystysuorassa tasossa olevan ympyränmuotoisen lasersädekimpun kaikkialle muualle paitsi laitteen alle, niin että koko ympyrästä (360 ) jää mittauspimentoon n. 50-70 laitteesta

9 riippuen. Sekunnin aikana mittauspisteitä kertyy 100 000:sta aina miljoonaan laitteesta ja mittauskertaa varten asetetusta halutusta mittaustarkkuudesta riippuen. Samaan aikaan kun peili pyörii vaaka-akselin ympäri, pyörittää laitteen kääntöpöytä koko laitetta pystyakselin ympäri. Kun kääntöpöytä on pyörinyt täyden kierroksen, mittaus päättyy. Näin laite yhdellä mittauskerralla lähettää pallon muotoisen laserpulssien pistepilven, jonka alaosasta puuttuu pallosektori, jonka kärkikulma on keilaimesta riippuen n. 50 70. Peilin ja kääntöpöydän liikenopeus riippuu halutusta mittaustarkkuudesta. Mitä tarkemmin halutaan mitata, sitä nopeammin pyöritetään peiliä ja sitä hitaammin kääntöpöytää. Näin saadaan mitattua enemmän mittauspisteitä l. tiheämpi pistepilvi, jonka avulla on mahdollista tehdä tarkempi pintamalli. Laitteen yhden mittauskerran mittausaika vaihtelee tavallisimmin n. puolesta minuutista puoleen tuntiin mittaustarkkuudesta riippuen (Beraldin et al. 2010, Petrie ja Toth 2009a). Kuva 2. Laserkeilaimen toiminta. Kohdassa a) on kaavakuva keilaimen peilin/prisman toiminnasta. Peili on sijoitettu pyörivän akselin päähän tarkasti 45 kulmaan lasersäteen kanssa. Valodiodi vastaanottaa heijastuneen säteen. Kohdassa b) on perspektiivikuva keilaimesta. Kääntöpöytä pyörii samanaikaisesti kun peili pyörii. Kollimaatioakseli (lähtevä ja heijastuva lasersäde) on aina kohtisuorassa vaaka-akselin l. lähtevän lasersäteen kanssa. Heijastunut laserpulssi Keilainlaite lähettää keilaimesta toimintaperiaatteesta riippuen joko lasersädepulsseja (pulssilaser) tai jatkuvan lasersäteen (vaihe-erolaser).

10 Yksittäisten pisteiden mittaustiheys on säädettävissä. Esimerkiksi rakennusten mittauksessa säteiden väli voi olla mitattavassa kohteessa alle 10 mm, kauempaa (ilmasta) tapahtuvassa puusto- tai maastokartoituksessa esim. 10-100 cm. Keilaimen valodiodi vastaanottaa heijastuneen laserpulssin/-säteen. Laserkeilain mittaa heijastuneen säteen kulkuajan ja/tai vaihe-eron perusteella heijastavan pisteen ja keilaimen välisen etäisyyden, vertaa keilaimen nollalinjaan mittauspisteen vaaka- ja pystykulmat, joiden perusteella keilain sitten laskee heijastuspisteen koordinaatit (Lichti ja Skaloud 2010). Lisäksi keilain mittaa jokaiselle pisteelle heijastuneen säteen intensiteettiarvon paluusignaalin voimakkuuden pohjalta, Kuva 3. (Beraldin et al. 2010, Heritage ja Large 2009, Petrie ja Toth 2009a) Kuva 3. Yksittäisen pisteen koordinaattien mittausperiaate laserkeilauksessa. Pistepilvi, mittauspisteen vaihto ja mittausten yhdistäminen Laserkeilauksen tuloksena saadaan kookas tekstitiedosto, pistetiedosto, johon tallentuvat kaikkien lähteneiden laserpulssien heijastuspisteiden (mitattavan kohteen pinnalla) x-, y- ja z -koordinaatit, sekä paluusäteen intensiteettiarvo. Puhutaan kolmiulotteisesta pistepilvestä, jossa voi olla satoja miljoonia, jopa miljardeja yksittäisiä mittauspisteitä. Mitattava kohde keilataan yleensä monesta

11 suunnasta katvealueiden välttämiseksi, Kuva 4. Varhaisissa laitteistoissa käytettiin pistepilvien yhdistämisessä yhteisiä tähyksiä, yhteisiä mallinnettavia kohteita, yhteisiä pistepilven osia ja edellisten kombinaatioita. Uusien laitteiden avulla voidaan kalibroida uusi mittauspiste edellisen pisteen koordinaatistoon keilaimen itsensä ja tähyksen avulla, Kuva 4. Asemapisteen vaihto rakennuskohteessa. Asemapisteet valitaan niin että mahdollisimman vähillä keilaimen siirroilla saadaan kattavin aineisto. Ensimmäinen keilausasema asemoidaan GPS:n tai korkeuskiintopisteen ja takymetrin avulla. (Pohjakuva Google Earth, Mikaelinkirkon 3D-malli, Turku.) Laserkeilainjärjestelmä Laserkeilainjärjestelmä, Kuva 5., kenttätyöskentelyä varten koostuu lähinnä seuraavasta laitteistosta: keilain, pakkokeskistysalusta, jalusta, kaapelit, virtalähde, tietokone, kuljetuslaukut ja tähykset. Keveimmät keilainlaitteet painavat vain n. 5 kg.

12 Kuva 5. Leica ScanStation laserkeilainjärjestelmä. (Kuva Leica) Uusissa keilaimissa on yleensä lisäksi kamera, jonka avulla täydennetään keilausaineistoa ja keilauskohteesta otettujen valokuvien avulla voidaan renderöidä pistepilven perusteella tehtyyn 3D-malliin värit ja tekstuuri. Terrestriaaliseen laserkeilaukseen soveltuvien keskipitkän kantaman laserkeilainten valmistajia ovat mm. Leica, Trimble, Faro, 3rdTech, Stonex, Zoller+Froelich GmbH ja Topcon. Kuvassa 6. esitetään eräiden valmistajien keilainmalleja. Pitkän kantaman laserkeilainvalmistajia ovat mm. Leica, Optech, Riegl, I-SiTE ja Measurement devices Ltd. Kaikilla tässä mainituilla keilainvalmistajilla löytyvät verkkosivut keilaintuotteista tämän kirjoitushetkellä helmikuussa 2013 (Petrie ja Toth 2009b).

13 Kuva 6. Kuvassa eri valmistajien laserkeilainmalleja. Kuvassa a) Faro Focus 3D, kuvassa b) Leica C-10 ja kuvassa c) Trimble VX Spatial Station. (Kuvat keilainvalmistajien kotisivuilta ja tuoteluetteloista.) 2. Laserkeilaimien luokittelu Laserkeilaimet voidaan luokitella mm. mittausetäisyyden, mittausgeometrian, sekä etäisyysmittausmenetelmän perusteella. 2.1 Mittausetäisyyden perusteella Laserkeilaimen mittausetäisyyden perusteella ne voidaan luokitella kolmeen tyyppiin: a) Kaukolaserkeilaimet, joiden mittausetäisyys on 100 metristä 100 kilometriin ja mitatun pisteen tarkkuus alle 10 cm. b) Terrestriaaliset l. maalaserkeilaimet, joiden mittausetäisyys on 1-300 metriä ja tarkkuus alle 2 cm. c) Teollisuuslaserkeilaimet, joiden mittausetäisyys on alle 30 metriä ja tarkkuus alle millimetrin.

14 2.2 Mittausgeometrian perusteella a) Kupolimainen mittaus, yleisin maalaserkeilaimissa. b) Panoraaminen mittaustapa. c) Keilamainen mittaustapa, ns. kamerakeilain. d) Optinen kolmiomittaus. Kuva 7. Laserkeilaimien tyyppejä mittausgeometrian perusteella: a) kupolimainen, b) panoraaminen, c) keilamainen ja d) optinen kolmiomittaus (Petrie ja Toth 2009b). 2.3 Etäisyysmittausmenetelmän perusteella Käytettävän etäisyysmittausmenetelmän pohjalta voidaan laserkeilaimet luokitella seuraaviin ryhmiin (Beraldin et al. 2010): a) Valon kulkuaikaan perustuvat TOF (Time Of Flight) -keilaimet, pulssilaser, Kuva 8. Valon kulkuaikaan perustuvat keilaimet mittaavat pitempiäkin matkoja tarkasti ja soveltuvat hyvin ulkoilmamittauksiin. Kulkuaikaan perustuva keilain lähettää katkonaisia laserpulsseja mitaten valopulssin kulkuaikaa kohteeseen ja takaisin. Aikaeron perusteella voidaan laskea etäisyysmittaustulos, johon vaikuttavat keilaimen

15 ajanmääritystarkkuus, pulssin ominaisuudet ja etäisyys. Kulkuaikaan perustuvat keilaimet ovat vaihe-erolaserkeilaimia hitaampia. Kuva 8. Pulssilaserin toimintaperiaate b) Vaihe-ero- l. PB (Phase Based) keilaimet, Kuva 9. Vaihe-erolaser lähettää jatkuvaa signaalia, jonka intensiteetti on moduloitu siniaallolla tai monimutkaisemmilla eri kantoaallonpituuksia sisältävällä signaalilla. Valon heijastuessa mittauskohteesta koje mittaa lähetetyn ja vastaanotetun signaalin vaihe-eron. Vaihe-erokeilaimien toistotaajuus on huomattavasti suurempi (jopa 500 KHz) kuin pulssilaserilla ja näin etuna on nopeus uusimpien laitteiden mitatessa jopa yli miljoona pistettä sekunnissa. Haittoina ovat kuitenkin se että pistepilven tiheyttä on vaikeampi säätää kuin pulssilaseriin perustuvassa mittauksessa ja mittausten maksimietäisyys jaa pääsääntöisesti alle 100 metrin. Mittausetäisyyteen vaikuttaa lähetysteho ja kantoaallon modulaatio. Myöskään mitattavan pistepilven laatu, etenkin mittauskohteiden reunaosissa, ei ole kulkuaikaan perustuviin laitteisiin verrattuna yhtä hyvä.

16 Kuva 9. Vaihe-erolaserin toimintaperiaate c) Hybridikeilaimet, edellisten yhdistelmä (TOF + PB). d) Kolmiomittaukseen perustuvat laserkeilaimet. Kolmiomittaus on edellisiin verrattuna hyvin hidas menetelmä, mutta erittäin tarkka. Soveltuu käytännössä lyhyillä etäisyyksillä sisätilamittauksiin, missä tarvitaan yksittäisen rakenneosan tai pienen alueen hyvin tarkkaa asemointia. 3. Laserkeilauksen laatuun vaikuttavat tekijät Laserkeilauksen tuloksena saadaan suuri joukko x, y, z -pisteitä l. pistepilvi. Tulosten laatuun vaikuttavat kolme tärkeintä kriteeriä ovat (Hetherington 2009, Lichti ja Skaloud 2010): a) yksittäisten mittapisteiden laatu b) pistepilven tiheys c) eri asemapisteistä mitattujen pistepilvien yhdistäminen

17 3.1 Mitatun pistepilven hajonta ja intensiteetti Tärkein mittausten laatuun vaikuttava tekijä on mitattujen pisteiden hajonta. Mitä pidempi mitattava matka on, sitä enemmän kohteelta mittalaitteeseen palaava signaali heikkenee. Yksittäisen mittauspisteen kohdalla paluusäteen laatuun vaikuttavat tekijät ovat mittaussäteen osumiskulma kohteessa ja mitattavan kohteen pinnan ominaisuudet. Signaali palautuu eri tavoin esim. maalatusta tai rapatusta pinnasta. Paluusignaalin voimakkuus voidaan visuaalisesti esittää väri- tai sävyeroina ja tasomaiselta pinnoilta voidaan erottaa mahdollisesti jopa maalatut tekstit. Uusien laserkeilaimien oman sisäisen kameran avulla voidaan määrittää jokaiselle mittapisteelle oikea väri. Kaiken kaikkiaan pistepilven jälkikäsittelyssä on erittäin tärkeää jäännösvirheiden seuranta. 3.2 Mitatun pistepilven tiheys Mitattavien kohteiden mallintamisen laatuun vaikuttaa suoraan mitatun pistepilven yksittäisten pisteiden keskinäinen välimatka. Pääsääntöisesti mitä tiheämpi on mitattu pistepilvi, sitä tarkemmin pystytään mallintamaan pieniä yksityiskohtia. Tiheästä pistepilvestä ei ole kuitenkaan hyötyä jos mitatun pistepilven yksittäisten mittauspisteiden tarkkuus on huono. Pistepilven tiheys heikkenee matkan funktiona. Vaihe-eroon perustuvalla mittauksella voidaan 50 m matkalta parhaimmillaan mitata pistepilviä 8 mm pistetiheydellä. Valon kulkuaikaan perustuvilla laitteilla pistetiheys on jopa 2-4 mm 50 metrillä. 3.3 Mitattujen pistepilvien yhdistämistavat Samasta mittauskohteesta mitattujen pistepilvien yhdistämiseksi on monia menetelmiä. Tarkin yhdistämismenetelmä on yhteisten tähyksien käyttö. Tähysmenetelmässä jokaiseen eri asemasta mitattuun pistepilveen mitataan vähintään kolme yhteistä koodattua tähystä, joiden avulla pistepilvet yhdistetään samaan koordinaatistoon. Tähyksien keskipisteet mitataan joko keilaimella tai takymetrillä. Tähykset ovat yleensä tasomaisia, pallomaisia tai puolipalloja. Parhaimmillaan tähyksiä apuna käyttäen päästään 1 3 mm tarkkuuteen.

18 Pistepilviä voidaan yhdistää myös käyttämällä yhteisiä mallinnettuja kohteita. Kahteen eri pistepilveen mitataan yhteisiä kohteita, joille annetaan koodit ja joita käytetään pistepilvien yhdistämisessä. Menetelmä on kuitenkin epätarkempi verrattuna yhteisten tähyksien käyttöön. Kolmas pistepilvien yhdistäminen tapahtuu pistepilvien yhteisten alueiden avulla. Tässä menetelmässä kahteen keskenään yhdistettävään pistepilveen mitataan ainakin kolmasosa yhteistä peittoa. Kummassakin pistepilvessä osoitetaan vähintään kolme yhteistä pistettä, joita käytetään kahden pistepilven likiarvosovitukseen. Sen jälkeen pistepilvet voidaan sovittaa samaan koordinaatistoon. Pistepilvien yhdistämistarkkuus aluemenetelmällä on käytännössä 5 10 mm. Usein, varsinkin suurissa projekteissa, käytetään edellä mainittujen menetelmien yhdistelmiä. 4. Laserkeilauksen käyttökohteet yleisesti Laserkeilausta käytetään apuna hyvin moniin eri tarkoituksiin. Perinteiset käyttötarkoitukset ovat mm. teollisuuslaitosten saneeraussuunnittelu, maaston korkeuskartoitus ja rakennusmittaukset. Laserkeilauksen käyttö on laajentunut nopeasti menetelmän tullessa tunnetuksi. Tärkeitä syitä laserkeilausmenetelmän käytölle ovat mm.: 1) mittauskohteesta ei ole piirustuksia, 2) kohteesta halutaan kolmiulotteista tietoa ja/tai halutaan tehdä 3D-malli, 3) kohde on vaikeasti saavutettava, 4) työskentelyolosuhteet mittauskohteessa ovat vaaralliset, 5) mittauskohteesta halutaan mittatarkkaa tietoa nopeasti, 6) halutaan dokumentoida ja tutkia tuloksia jälkikäteen, 7) halutaan tehdä lahjomatonta laadunvalvontaa.

19 Tärkeimmät nykyiset alakohtaiset käyttökohteet laserkeilaukselle ovat: Rakentaminen - rakennusmittaus sisällä ja ulkona - julkisivujen ja piha-alueiden mittaus - tielinjat, tunnelit, muistomerkit, arvorakennukset - korkeat rakenteet ja rakennukset, sillat, tiet - rakennusvalvonta - tunnelien mallinnus (Brenner 2010, Lindenbergh 2010, Morgenstern ja Martin 2008) Teollisuus - teollisuusmittaus, koneet, koneenosat ja rakenteet - laivat, rautatiet - isojen koneenosien laadunvalvonta, suunnittelu (Lindenbergh 2010) Kaivosteollisuus - louhintasuunnitelmat - tunnelimittaukset - massalaskut (Vanne 2009) Onnettomuus- ja rikospaikkatutkimus (Heiska ja Heinonen 2011) Suunnittelu ja prototyypit - esteettinen apu - alueellinen suunnittelu - takaisinmallintaminen - viihdeteollisuus, pelit ja elokuvat Onnettomuusriskien arviointi -geohasardit -lumivyöryt

20 -maanvyörymät -rapautumisasteen määrittely (Chen ja Campagna 2009, Fowler et al. 2011, Scaioni et al. 2004) Lääketiede Maanmittaus ja kartoitus - korkeusmalli - topografinen kartoitus - voidaan käyttää lähes kaikkialla (Briese 2010, Laaksonen 2009) - syvyyskartoitus (batymetria) ja vedenpohjan mallinnus (Beraldin et al. 2010, Lavender 2009) Arkeologia - muinaiskohteiden mallinnus ja muuttuminen - kaivausraportoinnin apuväline - uusien kohteiden haku (ilmasta käsin) (Barber ja MIlls 2007, Crutchley 2009, Grussenmeyer ja Hanke 2010) Biologia - kasvillisuus (puusto-) kartoitus - kvantitatiivinen (laskenta) - kvalitatiivinen (laji/laatu) (Danson et al. 2009, Hyyppä et al. 2009a, Maas 2010) 5. Maalaserkeilauksen geologiset käyttömahdollisuudet Laserkeilainta valittaessa on huomioitava laiteen mittausalgoritmi ja tekninen toteutus. Sinänsä yllättävää on että niin takymetreissä kuin laserkeilaimissa signaalin käsittely on yhä analogista. Poikkeuksen laitevalmistajista tekee Riegl, joka toi jo 2008 markkinoille digitaalisen signaalin käsittelytekniikan. Tämä erottaa laitteistot suuresti toisistaan. Analogista signaalinkäsittelytekniikkaa

21 käytetään edelleen niin vaihe-ero- kuin pulssiaikaerotekniikalla toimivissa laserkeilaimissa. Kummassakin tapauksessa saadaan ns. "tyhmä pistepilvi". Pistepilvi ei sisällä mitään muuta informaatiota kuin pisteen koordinaatit ja intensiteetin. Intensiteetti sinällään ei ole hyödynnettävissä atribuuttitietona, koska intensiteetti riippuu aina mittausetäisyydestä ja kohtauskulmasta ja näin sitä ei voida käyttää edes karkeaan materiaalien luokitteluun ja erottamiseen toisistaan. Toinen analogiatekniikan ominaisuus on että se tuottaa aina vain yhden mittauspisteen palautuvasta signaalista. Pisteen sijainti määrittyy osakosketusten "painollisena keskiarvona" ja aina samalla algoritmilla laskettuna kohtauskulmasta riippumatta. Tästä syystä mittausta yritetään keskiarvottaa peilin pyörimisnopeutta hidastamalla. Tarkkaan lopputulokseen ei ko. tekniikalla kuitenkaan koskaan päästä, koska tuntemattomia muuttujia on aivan liikaa hyvän lopputuloksen saamiseksi. Monikosketuksesta aiheutuu aina lisäksi hankalia ilmapisteitä. Digitaalisessa signaalin käsittelyssä palautuvan signaalin muoto digitoidaan. Yhdestä digitoidusta palauvasta signaalipulssista voidaan eristää useita eri koskemia (esim. Riegl 16 pistettä reaaliajassa ja rajaton määrä jälkilaskennassa). Jokainen koskema voidaan laskea eri laskenta-algoritmilla ja samalla jokaiselle pisteelle tallentuu sen signaalimuodosta johdettu attribuutti. Tällä attribuutilla voidaan eritellä eri materiaaleja toisistaan. Mittaustarkkuus tällä tekniikalla saadaan vertaamalla palautuneen signaalin muotoa laitteeseen muistiin tallennettuun signaalikirjastoon. Signaalinmuotokirjasto on tuotettu kalibrointiradalla mittaamalla laitteella eri kohtauskulmista eri materiaaleja. Nordic Geo Center Oy on kokeillut puolitoista vuotta sitten kivilajien erottamista toisistaan jo käytännössä Siilinjärven kaivoksella mitatusta aineistosta Riegl VZ- 400 skannerilla ja myöhemmin Kevitsassa VZ-1000 skannerilla. Noissa laitteissa ei ollut jälkianalyysiin tarvittavaa tallennusoptiota, mutta jo laitteen oma reaaliaikainen tulkinta antoi melko lupaavia tuloksia. Tulokset saivat aikaan Aalto Yliopiston (TKK) mielenkiinnon tutkimuksen aloittamiselle. Otaniemessä keilattiin/skannattiin kivinäytteitä helmikuussa 2013 Riegl VZ-1000-

22 laserkeilaimella Aalto Yliopiston toimeksiannosta. Tavoitteena ei ollut päästä tunnistamaan materiaaleja vaan hakemaan aineistosta puoliautomaattisesti haluttua materiaa sen antaman kaiun signaalimuodon perusteella. Itse luoduilla signaalimuotokirjastoilla päästiin myös itse määritettyjen materiaalien automaattisempaan hakuun. Sädekimpun koko, "footprint", on sen verran suuri läpimitaltaan (pari kolme senttiä sadan metrin päässä) ettei se reagoi yksittäisiin kiteisiin, mutta signaalinkäsittelytekniikan avulla saadaan keilauksella yllättävän paljon informaatiota irti keilauskohteesta. Pyrkimyksenä on lopulta pystyä erottamaan eri kivilajit toisistaan automaattisesti signaalimuodon perusteella. Geologisessa kartoituksessa ko. ominaisuus on erittäin tärkeä lisätieto (Heinonen 2013, Heiska 2013). Jos siis halutaan käyttää materiaalien (kivilajien) erotteluun kykenevää laserkeilausmenetelmää, on valittava laite mikä käyttää digitaalista signaalin käsittelytekniikkaa ja on varustettu palautuvan signaalin aallonmuodon tallennusoptiolla aallonmuodon jälkianalysointia varten. Tällöinkin on huomioitava että tekniikka on kokeiluasteella, eikä lähimainkaan ole kyse laitteesta, jolla voi tehdä suoraan kallioperäkarttaa. Ainoa tällaisten laitteiden valmistaja tällä hetkellä näyttäisi olevan Riegl, jonka maalaserkeilainmalleissa VZ-400, VZ-1000, VZ-4000 ja VZ-6000 nämä ominaisuudet löytyvät. Rieglin VZ- 400 peruspaketin hinta ohjelmistoineen alkaa n. 90 000 eurosta. Tuolloin laitteessa on mukana GPS -paikoitus ja elektroninen kompassi. Stand Alone - optio maksaa noin 4 000 euroa. Tämä mahdollistaa heijastavien tähysmerkkien automaattisen tunnistuksen, niiden automaattisen tarkemittauksen ja pistepilven käännön automaattisesti laitteen muistiin tallennetun referenssipisteiden pisterekisteritiedoston määrittämään koordinaatistoon ilman ohjaustietokonetta ja jälkilaskentaa. Laitetta voidaan ohjata joko skannerin kylkipaneelista tai etäkäytössä älypuhelimen tai tabletin kautta. Mittakameravarustusoptio maksaa noin 14 000 15 000 euroa. Se sisältää kalibroidun Nikon D800 rungon ja kolme kalibroitua objektiivia. Lisäksi on saatavissa täydenaallonmuodon rekisteröintioptio signaalinmuodon jälkianalysointia varten, optio on hinnaltaan n. 20 000 euroa. Laitteen esitteessä mittausetäisyydeksi on ilmoitettu 1,5 600 m. Tuolta etäisyydeltä laite pystyy luotettavasti tulkitsemaan ja tallentamaan palautuvan signaalin aallonmuodot. Käytännössä laite mittaa 0,5 700 m

23 erinomaisella tarkkuudella ja aineisto on geometrialtaan hyvää. VZ-6000 on kallein Rieglin maalaserkeilaimista. Sen peruspaketin hinta on noin 185 000 euroa ja kaikilla varusteilla 200 000 euron raja menee rikki (Heinonen 2013). Hinnat ovat suuntaa antavia maaliskuun 2013 hintoja. Kyse ei ole halvasta kalustosta. Vakuutusten ja käyttäjien perusteellisen koulutuksen täytyy olla kunnossa ennen kentälle lähtöä. Kevyin ja edullisin (hinta n. 40 000 euroa maaliskuussa 2013) maalaserkeilain Faro Focus 3D (analoginen vaihe-eroskanneri, IP-luokitus IP52), ei sovellu kivilajiluokitteluun. Laite on kuitenkin käyttökelpoinen kuivalla säällä tai sateelta suojattuna kartoituksen yhteydessä pienten alueiden paljastumien ja kallioalueiden asemoinnissa ja pintamallin laadinnassa. Eräs maahantuoja ei suosittele keilainta kenttäkäyttöön, mutta esim. Kaarinalainen Muuritutkimus Ry on käyttänyt vuosia Faro -laserkeilainta apuna arkeologisten kaivausten dokumentoinnissa, sekä muinaisjäännösten inventoinneissa ja mallinnuksessa (Uotila 2012). Muuritutkimus ry:n Kari Uotila kertoi että Farolla keilattaessa ulkotiloissa yli 20 m matkat olivat jo haasteellisia. Samoin tähyksien pitää olla aika lähellä ja hyvissä positioissa. Syksyllä 2012 yritys vaihtoi Faron Riegl VZ 1000 -keilaimeen. Riegl on kokemuksen perusteella Faroon verrattuna n. 10 kertaa nopeampi. Rieglin IP-luokitus on IP64 ja käyttölämpötila +40 - -40 C (Uotila 2013). Kaivos ja tunnelimittauksessa merkittävä seikka on kuinka kaukaa skanneri pystyy mittaamaan tähysmerkkinsä luotettavalla tarkkuudella. Vaiheeroskannereissa etäisyys on vain 15-18 metriä. Tästä syystä tarvitaan aina myös takymetri paikoittamaan vaihe-eroskanneria. Pulssiaikaerotekniikkaan perustuvat pulssilaserit pystyvät mittaamaan tähysmerkkinsä jopa 100 m etäisyydeltä ja eritoten täyden aallonmuodon analysointitekniikan skannerit ovat erittäin tarkkoja tähysmerkkien mittauksessa aina 300-400 m etäisyydelle saakka. Näin voidaan sanoa että niiden tarkkuus on vähintään takymetrin luokkaa tai parempi (Heinonen 2013). Tärkeä seikka laitteissa on myös niiden IP -luokitus eli kuinka vesi- / pölytiiviitä laitteet ovat. Maastomittauksessa ja kaivos-/tunnelimittauksessa laitteen IP

24 luokitus olisi oltava vähintään IP64 tai sitä parempi. Ääriolosuhteissa myös laitteiston toimintalämpötila on varteenotettava seikka 6. Laserkeilauksen geologiset käyttökohteet Laserkeilaus voidaan laitteen sijoituspaikan perusteella jakaa ilmasta liikkuvasta aluksesta tehtävään ja maan pinnalta suoritettavaan, jolloin mittaus tapahtuu samalta paikalta (per pistepilvi) ja mittausetäisyys vaihtelee 0,5 700 m mitattavasta kohteesta, halutusta tarkkuudesta, keilainlaitteesta ja sääolosuhteista riippuen. 6.1 Ilmasta tehtävät mittaukset - maaperäkartoitus (Nenonen et al. 2010, Palmu ja Ojalainen 2010, Vanne 2009) - maa-aines- ja pohjavesiselvitykset (Nenonen et al. 2010, Vanne 2009) - turvetutkimukset (Vanne 2009) - tulvamallinnus (Overton et al. 2009) - rannikoiden ja jokilaaksojen erodoituminen (Nenonen et al. 2010, Starek et al. 2009) Puhuttaessa laserkeilauksen geologisista käyttökohteista, ei voi sivuuttaa ilmasta tehtäviä mittauksia, mutta niin kuin jo alussa totesin, jätän ne tässä yhteydessä käsittelemättä, koska niistä on tulossa oma tutkimuksensa. Todettakoon vain että vertailemalla vaaitettua ja laserkeilattua maaston korkeusmallia keilausaineisto on havaittu niin hyväksi, että esim. GTK:n turvevarojen kartoituksessa vaaitukset voidaan korvata käyttämällä Maanmittauslaitoksen laserkeilaamalla saatua korkeusmallia (Vanne 2009). Korkeusmallin suuren resoluution vuoksi maaston pienetkin ennen havaitsematta jääneet yksityiskohdat paljastavat aivan uudella tasolla maaston geomorfologian, mikä on suurena apuna esim. maaperäkartoituksessa.

25 6.2 Maan pinnalta tehtävät mittaukset l. maalaserkeilaus Käyn tilanpuutteen vuoksi läpi vain joitain perusesimerkkejä. Lähdeaineistoa haettaessa internetistä löytyi nopealla haulla satoja dokumentteja koskien laserkeilauksen käyttöä geologisen tutkimuksen apuvälineenä. Jätän käsittelemättä myös enemmän insinööritieteisiin liittyvän kaivosten ja tunneleiden laserkeilauksen. 6.2.1 Kallioperäkartoitus Detaljikartoituksessa (mittakaava suurempi kuin 1:5000), varsinkin alueilla joissa on paljon pienikokoisia paljastumia, laserkeilaus on ihanteellinen menetelmä kalliopaljastumien asemoimiseksi ja mallintamiseksi samalla kun tutkimusalueesta saadaan huipputarkka korkeusmalli. Monille alueille tyypillinen piirre on että kivilajirajat vaihtuvat hiertovyöhykkeiden kohdalla. Tämä maastossa maapeitteisillä alueilla kulkeva painuma, joka ei näy peruskartalla tai maastotietokannan käyrillä, saattaa erottua tarkan laserkeilauskorkeusmallin avulla ja tietoa voidaan käyttää apuna kivilajirajoja piirrettäessä. Valokuvan liittäminen 3D-malliin l. fotorealistinen mallinnus auttaa kivilajien luokittelussa, rakenteiden kartoituksessa ja rapautumisen määrittämisessä. (Kemeney et al. 2006, Slob ja Hack 2004). Avolouhoksissa ja kallioleikkauksissa kartoitukseen käytetään laserkeilausaineiston etäisyysriippumatonta reflektanssiarvoa, vaikka hyperspektrikuvaus olisi kaikkein mielenkiintoisin heijastusarvoiltaan. Kaukokartoitusmenetelmissä pitkillä matkoilla resoluutio loppuu jossain vaiheessa aina kesken, joten mineraalitasolle ei päästä, mutta esim. rapakivigraniitin pallomainen rakenne on saatu hyvin esiin reflektanssiarvoissa. Tällöin kohde on sijainnut alle kymmenessä metrissä ja siitä on saatu hyvä pistetiheys (Heiska 2013).

26 Tunneleiden keilaus on tällä hetkellä erittäin tärkeä sovellus. Tämän hetken suuret insinööritoimistojen urakat Suomessa ovat käytännössä tunneleita, joten suunnittelu- ja mittaustalot ovat lähinnä kiinnostuneita niistä (Heiska 2013). Kallioperäkartoituksen kannalta katsottuna jos luola tai tunneli on vähänkin monimutkaisempi, ei ole parempaa, eikä ainakaan nopeampaa, tapaa kartoittaa maan alla kuin laserkeilaus. Valmista tunnelin fotorealistista mallia apuna käyttäen on mahdollisuus kartoittaa tarkasti kivilajit ja rakenteet ja merkitä ne vielä oikeille paikoilleen. Mahdollisuus kivilajien erottamiseen toisistaan laserkeilaimella käytiin läpi edellisessä luvussa. Tekniikka on siis kokeiluasteella. Suurimman ongelman tuottavat kivilajien mineraali- ja raekokovaihtelu. Kivi koostuu mineraalirakeista ja eri mineraaleilla on omat optiset ominaisuutensa. Kivilajien raekoko taas vaikuttaa siihen, heijastuuko säde/pulssi, footprint, yksittäisestä rakeesta samaa mineraalia, vai pienempien eri mineraaleista koostuvien rakeiden alueesta. Sama kivilaji voi eri karkeusasteissaan antaa erilaisen paluukaiun. 6.2.2 Rakennegeologia Laserkeilaimiin saadaan hyvin liitettyä erilaisia kameroita tai niissä on kamera valmiiksi integroituna. Kun kamera on oikein kalibroitu, valokuva saadaan pikseli pikseliltä asemoitua koordinaatistoon pistepilven avulla. Kolmiulotteisen mallin ja siihen liitetyn, renderöidyn valokuvan avulla voidaan yhdistetystä symbioottisesta mallista, fotorealistisesta virtuaalimallista (PVM), analysoida, verrata ja mitata elementtejä tavalla, joka ei olisi mahdollista vain pelkästä 3Dmallista tai valokuvasta (Baran et al. 2010, Buckley et al. 2008, Fowler et al. 2011). Näitä fotorealistisia virtuaalimalleja on käytetty suoraan rakennegeologisessa kartoituksessa apuvälineinä, Kuva 10. Tällöin puhutaan myös käsitteestä digitaalinen paljastumamalli, Digital Outcrop Model eli DOM (Fabuel-Perez et al. 2009, 2010).

27 Kuva 10. Rakennegeologisia mittauksia voidaan tehdä suoraan mittatarkasta fotorealistisesta virtuaalimallista. (Kuva Geological & Historical Virtual Models.) 6.2.3 Maaperä- ja raekokotutkimukset Samoin kuin nykyisillä menetelmillä ja uusilla laitteilla näyttäisi olevan mahdollisuudet kallioperän kvalitatiiviseen tutkimukseen, samoin myös maaperän laatua ja raekokoa voidaan tutkia maalaserkeilauksella lähietäisyyksiltä (Anderson ja Croft 2009). Jokien rakentaminen, sedimenttien kulkeutumis- ja eroosiotutkimukset, sekä jokiekologiset tutkimukset vaativat pohjasedimentin raekokotutkimuksia. Fyysistä näytteenottoa ei useinkaan pystytä toteuttamaan tasavälein ja tarpeeksi laajasti. Tässäkin laserkeilausta on käytetty apuna. Karkearakeiset sedimenttien pintaosien sora ja kivikot erottuvat suoraan raekokoanalyysia varten (Entwistle ja Fuller 2009, Milan 2009). 6.2.4 Pohjavesimallinnus Pohjaveden virtausmallia laadittaessa tärkeä tieto on maanpinnan ja vesistöjen korkeustieto. Varsinkin topografialtaan hyvin alavassa maastossa maastotietokannan korkeuskäyräväli on usein liian suuri laajojen alueiden

28 muuttuessa pohjavesimallissa täysin litteiksi, vaikka ne eivät sitä todellisuudessa olekaan. Hyvänä esimerkkinä on Porin alue (Kinnunen 2001). Laserkeilausta on käytetty myös kalliopohjavesimallinnuksessa. Hyvin paljastunut ja voimakkaasti rakoillut fault-overlap -siirrosvyöhyke laserkeilattiin ja siitä tehtiin fotorealistinen virtuaalimalli. Keilauksen avulla saatu rakenne- ja stratigrafiamalli siirrettiin virtausmallinnusohjelmaan ja näin pystyttiin mallintamaan kalliopohjaveden liikkeitä ja kulkeutumista (Rotevatn 2009). 6.2.5 Öljygeologisten esiintymien mallinnus Myös (potentiaalisten) öljyesiintymien kallioperää on mallinnettu laserkeilaamalla. Samoin kuin pohjavesigeologiassa, öljygeologiassakin tärkeitä nesteen (öljyn) kulkuun vaikuttavia tekijöitä kallioperässä ovat kivilajikerrosten mitat ja muoto, siirrokset, halkeamat, ontelot, hierrosvyöhykkeet, paleokanavat ja savikiviesteet (Kurtzman et al. 2009). 7. Keskustelua ja laserkeilauksen uusia suuntauksia Ympäröivän maailmamme kuvaaminen on kehittynyt suurimittakaavaisista kaksiulotteisista kartoista koko ajan kohti tarkempia ja tarkempia kolmiulotteisia mittakaavaltaan lähes 1:1 malleja. Laserkeilaus menetelmänä on jo nyt mullistanut mallinnustekniikan, ja kuten muutkin mittausjärjestelmät, laserkeilausvälineistö kehittyy kovaa vauhtia. Pyritään kasvattamaan keilainlaitteistojen tarkkuutta ja nopeutta, kehittelemään parempia ohjelmistoja ja datanpakkausmenetelmiä, pyritään aina onnistuneisiin keilausprojekteihin ja keilausprojektien koot kasvavat (megaprojektit). Uusia lähitulevaisuuden kehitysaskelia, joihin en tässä sen enempää puutu, ovat mm. langattomat laserkeilaimet, kompensaattorin käyttö ja terrestriaalinen mittaus liikkuvalta alustalta (Kutterer 2010). Hyvin tärkeä sovellus on tutkimuksen alla oleva materiaalien erottelu palautuvan signaalin aallonmuodon tunnistuksen avulla.

29 Avainsanat laserkeilauksen, kuten niin monen muunkin asian tulevaisuuskehitykseen ovat: tarkemmin, nopeammin, laaja-alaisemmin ja halvemmin. Tällä hetkellä näyttää siltä että kaikki laitteistojen, ohjelmistojen ja tallennuskapasiteetin käyttömahdollisuudet käytetään äärimmilleen ja kun kehitykselle ei näy ylärajaa, niin jossain vaiheessa voidaan luoda hyvin laajaalueisia virtuaalimaailmoja, joissa voi mitata ja tarkistaa yksityiskohtia tai jonne voi suunnitella ja sijoittaa uusia rakenteita. Tällaisen ensisijaisen toiminnallisen hyödyn lisäksi virtuaalimaailmat toimivat virtuaalimuseoina. Ihmistoiminta muokkaa, muuttaa ja hävittää luonnon rakenteita jatkuvasti, mutta esim. rakennegeologi voi hyötyä millimetritarkasta tekstuurirenderöidystä kallion 3Dmallista tutkimalla rakenteita tietokoneensa äärellä, vaikka luonnossa kallion paikalla olisi jo suuri monttu. Laserkeilausteknologia on tullut jäädäkseen tehden ympäristömme havaitsemisesta jättiharppauksen verran helpompaa. Laserkeilauksen käyttäminen helpottaisi suuresti kaikkea kentällä tehtävää geologista tutkimusta ja sen käytön opetus kuuluisi GIS -opetuksen rinnalle korkeakoulujen perusopetukseen.

30 Kirjallisuusluettelo Anderson, K. ja Croft, H. 2009. Remote sensing of soil surface properties. Progress in Physical Geography, August 1, 2009; 33(4):457-473. Baran, R., Guest, B. ja Friedrich, A.M. 2010. High-resolution spatial rupture pattern of a multiphase flower structure, Rex Hills, Nevada: New insights on scarp evolution in complex topography based on 3-D laser scanning. Geological Society of America Bulletin, 122(5-6):897-914. Barber, D. ja Mills, J. 2007. 3D Laser Scanning for Heritage. Advice and guidance to users on laser scanning in archaeology and architecture, English Heritage. Beraldin, J.-A., Blais, F. ja Lohr, U. 2010. Laser scanning technology. Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 1-42. Boland, J. and 16 co-authors, 2004. Cameras and Sensing Systems. Teoksessa: McGlone, J. C., (toim.). Manual of photogrammetry, 5th Ed., Bethesda: ASP & RS, 629-636. Brenner, C. 2010. Building extraction. Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 169-212. Briese, C. 2010. Extraction of digital terrain models. Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 135-167. Buckley, S.J., Howell, J.A., Enge, H.D. ja Kurz, T.H. 2008. Terrestrial laser scanning in geology: data acquisition, processing and accuracy considerations. Journal of the Geological Society 165:625-638. Chen, X. ja Campagna, D.J. 2009. Remote Sensing of Geology. Teoksessa: Warner, T.A., Nellis, M.D. ja Foody C.M. (toim.). The SAGE Handbook of remote sensing, SAGE Publications, 328-339. Crutchley, S. 2009. Using LiDAR in archeological contexts: The English Heritage experience and lessons learned. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley-Blackwell, 180-200. Danson, F. M., Morsdorf, F. ja Koetz, B. 2009. Airborne and terrestrial laser scanning for measuring vegetation canopy structure. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley-Blackwell, 201-219.

31 Entwistle, N. S. ja Fuller, I. C. 2009. Terrestrial laser scanning to derive surface grain size facies character of gravel bars. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley-Blackwell, 102-114. Fabuel-Perez, I., Hodgetts, D. ja Redfern, J. 2009. A new approach for outcrop characterization and geostatistical analysis of a low-sinuosity fluvial-dominated succession using digital outcrop models: Upper Triassic Oukaimeden Sandstone Formation, central High Atlas, Morocco. AAPG Bulletin, 93(6):795-827. Fabuel-Perez, I., Hodgetts, D. ja Redfern, J. 2010. Integration of digital outcrop models (DOMs) and high resolution sedimentology - workflow and implications for geological modelling: Oukaimeden Sandstone Formation, High Atlas (Morocco). Petroleum Geoscience, May 1, 2010; 16(2):133-154. Fowler, A., France, J.I. ja Truong, M. 2011. Applications of Advanced Laser Scanning Technology in Geology. Riegl USA. Grussenmeyer, P. ja Hanke, K. 2010. Cultural heritage applications. Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 271-290. Heritage, G.L. ja Large, A.R.G. 2009. Principles of 3D laser scanning. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley-Blackwell, 21-34. Hetherington, D. 2009. Laser scanning: Data quality, protocols and general issues. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley- Blackwell, 82-101. Heinonen, H. 2013. Tiedonanto sähköpostissa tekijän tiedusteluun markkinoiden edullisimman laserskannerin hinnasta ja soveltuvuudesta geologiseen tutkimukseen. Nordic Geo Center Oy. Heiska, N. 2013. Tiedonanto sähköpostissa tekijän laserkeilaintiedusteluun. Nordic Geo Center Oy. Heiska, N. ja Heinonen, H. 2011. 3D-laserskannaus forenssisessa rikospaikka- /tapaturmatutkimuksessa. Hyyppä, J., Hyyppä, H., Xiaowei, Y., Kaartinen, H., Kukko, A. ja Holopainen, M. 2009a. Forest inventory using small-footprint airborne LiDAR. Teoksessa: Shan, J. ja Toth, C.K. (toim.). Topographic laser ranging and scanning: Principles and Processing. CRC Press, 335-370.

32 Hyyppä, J., Wagner, W., Hollaus, M. ja Hyyppä, H. 2009b. Airborne Laser Scanning. Teoksessa: Warner, T.A., Nellis, M.D. ja Foody G.M. (toim.). The SAGE Handbook of remote sensing, SAGE Publications, 199-211. Jensen, J. R., Hodgson, M. E., Halkard, Jr., H. E. Mackey ja Krabill W. 1987. Correlation between aircraft MSS and LIDAR remotely sensed data on a forested Wetland. Geocarto International Vol. 2, Iss. 4. Jensen, J.R. 2007. Remote sensing of the environment: an earth resource perspective. 2nd edition. 592 s. Prentice Hall, Upper Saddle River. Kemeney, J., Turner, K. ja Norton, B. 2006. LiDAR for Rock Mass Characterization: Hardware, Software, Accuracy and Best Practices. Teoksessa: Laser and Photogrammetric Methods for Rock Face Characterization, 49-63. Kinnunen, J.-P. 2001. Porin pohjavesialueen riskikartoituksen loppuraportti, Osa 2. Virtausmallinnus, Porin vesi. Kurtzman, D., El Azzi, J.A., Lucia, F.J., Bellian, J., Zahm, C. ja Janson, X. 2009. Improving fractured carbonate-reservoir characterization with remote sensing of beds, fractures, and vugs. Geosphere, April 1, 2009; 5(2):126-139. Kutterer, H. 2010. Mobile mapping, Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 293-311. Laaksonen, H. 2009. Uusi valtakunnallinen korkeusmalli laserkeilaamalla. Maanmittauslaitos, http://www.maanmittauslaitos.fi/sites/default/files/maanmittauslaitoksen%20 uusi%20valtakunnallinen%20korkeusmalli%20laserkeilaamalla.pdf Large, A.R.G. ja Heritage, G.L. 2009. Laser scanning Evolution of the Discipline. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley- Blackwell, 1-20. Lavender, S. 2009. Optical remote sensing of the hydrosphere: From the open ocean to inland waters. Teoksessa: Warner, T.A., Nellis, M.D. ja Foody G.M. (toim.). The SAGE Handbook of remote sensing, SAGE Publications, 383-396. Lichti, D. ja Skaloud, J. 2010. Registration and calibration. Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 83-133.

33 Lindenbergh, R. 2010. Engineering applications, Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 237-269. Ma, R. 2005. DEM generation and building detection from LiDAR data. Photogrammetric Engineering and Remote Sensing, 71(7):847-854. Maas, H.-G. 2010. Forestry applications. Teoksessa: Vosselman, G. ja Maas, H.-G. (toim.). Airborne and Terrestrial Laser Scanning. CRC Press, 213-235. Maiman, T. H. 1960. Stimulated optical radiation in ruby. Nature 187 (4736):93-494. Mikhail, E.M., Bethel, J.S. ja McGlone, J.C. 2001. lntroduction to Modern Photogrammetry. NY: John Wiley. Milan, D. J. 2009. Terrestrial laser scan-derived topographic and roughness data for hydraulic modelling of gravel-bed rivers. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley-Blackwell, 133-146. Miller, S. B. 2004. Photogrammetric products. Teoksessa: McGlone, J. (toim.) Manual of Photogrammetry, 5th ed., Bethesda. ASP&RS, 983-1013. Morgenstern, N.R. ja Martin, C.D. 2008. Landslides: Seeing the Ground. Teoksessa: Landslides and Engineered Slopes. University of Alberta, Edmonton, Canada. Taylor & Francis Group, London, 3-23. Nenonen, K., Vanne, J. ja Laaksonen, H. 2010. Laserkeilaus uusi menetelmä geologiseen kartoitukseen ja tutkimukseen. Geologi 62:62-69. Overton, I. C., Siggins, A., Gallant, D. P. ja Byrne G. 2009. Flood modelling and vegetation mapping in large river systems. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley-Blackwell, 220-244. Palmu, J.-P. ja Ojalainen, J. 2010. Laserkeilausaineiston hyödyntäminen maaperägeologiassa. GTK. http://www.maanmittauslaitos.fi/sites/default/files/laserkeilausaineistojen%20hy%c3%b6dynt% C3%A4minen%20maaper%C3%A4geologiassa_0.pdf Petrie, G. ja Toth, C. K. 2009a. Introduction to laser ranging, profiling and scanning. Teoksessa: Shan, J. ja Toth, C.K. (toim.). Topographic laser ranging and scanning: Principles and Processing. CRC Press, 1-27.

34 Petrie, G. ja Toth, C. K. 2009b. Terrestrial laser scanners. Teoksessa: Shan, J. ja Toth, C.K. (toim.). Topographic laser ranging and scanning: Principles and Processing. CRC Press, 87-127. Rotevatn, A., Buckley, S.J., Howell, J.A. ja Fossen, H. 2009. Overlapping faults and their effect on fluid flow in different reservoir types: A LIDAR-based outcrop modeling and flow simulation study. AAPG Bulletin, March 1, 2009; 93(3):407-427. Scaioni, M., Giussani, A., Roncoroni, F., Sgrenzaroli, M. ja Vassena, G. 2004. Monitoring of geological sites by laser scanning techniques. Teoksessa: ISPRS Archives Volume XXXV Part B7, 2004. XXth ISPRS Congress July 12-23, 2004. Istanbul, Turkey, 708-713. Slob, S. ja Hack, H.R.G.K. 2004. 3D terrestrial laser scanning as a new field measurement and monitoring technique. Starek, M. J., Slatton, K. C., Shrestha, R. L., ja Carter, W. E. 2009. Airborne LiDAR measurements to quantify change in sandy beaches. Teoksessa: Heritage, G.L. ja Large, A.R.G. (toim.). Laser Scanning for the Environmental Sciences. Wiley-Blackwell, 147-164. Uotila, K. 2012. Tiedonanto sähköpostikeskustelussa. Uotila, K. 2013. Tiedonanto sähköpostikeskustelussa. Vanne, J. 2009. Laserkeilaus ja uusi valtakunnallinen korkeusmalli. Lyhennetty esitys laserkeilauksesta ja sen sovelluksista geologiassa. Maanmittauslaitos. http://www.maanmittauslaitos.fi/sites/default/files/gtk_lyhennetty.pdf