Paikkatiedoista kaupunkimalleihin: CityGML selvitystyö. Anna Erving Fotogrammetrian ja kaukokartoituksen laboratorio Teknillinen korkeakoulu



Samankaltaiset tiedostot
Kaupunkimallit ja CityGML

Selvitys lokakuussa 2015

Ilmaisia ohjelmia laserkeilausaineistojen käsittelyyn. Laserkeilaus- ja korkeusmalliseminaari Jakob Ventin, Aalto-yliopisto

LASERKEILAUKSEEN PERUSTUVA 3D-TIEDONKERUU MONIPUOLISIA RATKAISUJA KÄYTÄNNÖN TARPEISIIN

3D-kaupunkitietomallit yhteistyöalustana Jarmo Suomisto / Helsingin kaupunki / 3D kaupunkitietomallihanke

MAASTOKARTOITUSAINEISTON VISUALISOINTI. Kai Lappalainen, Ramboll Finland Tampere

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

Kaupunkimallit

Koulutus 2: Pistepilviohjelmistot

Kaupunkimalli Heinolassa

Opas 3D-esineiden mallintamiseen

Paikkatiedon tulevaisuus

Novapoint VDC Explorer. VDC Tuotteet ja Palvelut Vianova Systems Finland Oy

Kaupunkimallit ja Mallintava kaavoitus. Vianova Systems Finland Oy Jarkko Sireeni

ja ilmakuvauksen hankinta

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Malleja ja menetelmiä geometriseen tietokonenäköön

Yhteentoimivuusalusta: Miten saadaan ihmiset ja koneet ymmärtämään toisiaan paremmin?

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Suunnittelun lähtöaineisto 3D:hen ja tietomallipohjaiseksi

Smart cities - nyt ja huomenna

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Videon tallentaminen Virtual Mapista

Luento 10: Optinen 3-D mittaus ja laserkeilaus

Tero Pietilä, IT-Pie Oy. CityGML 2.0: Mitä tiedämme nyt?

Paikkatietojärjestelmät

Nykyaikaiset paikkatietoratkaisut. Autodesk AutoCAD Civil 3D 2015 A BIM for infrastructure software solution. Olli Ojala Future Group Oy

Johdatus ArcGIS-ohjelmistoon

Paikkatietoalusta. Kuntien digitaaliset paikkatiedot tehokäyttöön. Kuntakiertue Kari Hautamäki ja Jaakko Uusitalo

3D kaupunkimallit Internetissä Sova3D Oy Petri Kokko, CEO, Founder. Internet of Spaces

Projektinhallintaa paikkatiedon avulla

Vaatimusluettelo. Liite2_Vaatimusluettelo. Tun nus (ID) Kpl Tärkeys Toimittajan kommentit Navigointi. Haut

Seuraavat tasot sisältävät alueita ja pisteitä samassa tasossa. o Asemakaavat o Kaavayksiköt o Kiinteistöt

Kansallinen maastotietokanta

Excel-taulukkoon X- ja Y-sarakkeisiin tallennettujen koordinaattien muuntaminen paikkatietokohteiksi

Paikkatietotuotteen määrittely

KANTAKARTASTA 3D-KAUPUNKITIETOMALLI

Kansallinen maastotietokanta 3D-kaupunkimallit

Pikaopas. Valintanauhan näyttäminen tai piilottaminen Avaa valintanauha napsauttamalla välilehteä, tai kiinnitä se pysyvästi näkyviin.

Trimble - Tietomallinnuksesta SKOL tapaaminen

Tietotuoteseloste, Museoviraston Inspire-aineistot (Suojellut alueet)

TERRASOLID Point Cloud Intelligence

Luento 4 Georeferointi

Muita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager

Webforum. Version 14.3 uudet ominaisuudet. Viimeisin päivitys:

Kaupunkimallit. Tilanne Vantaalla. Kimmo Junttila Sami Rapo

Semanttinen Web. Ossi Nykänen. Tampereen teknillinen yliopisto (TTY), Digitaalisen median instituutti (DMI), Hypermedialaboratorio W3C Suomen toimisto

Semanttinen Web. Ossi Nykänen Tampereen teknillinen yliopisto (TTY), DMI / Hypermedialaboratorio W3C Suomen toimisto

Bentley Geo Web Publisher V8i moderni Web GIS ratkaisu

Paikkatietotuotteet ja niiden määrittely

Maailma visuaalivalmistajan näkökulmasta

JHS 158 Paikkatiedon metatiedot Liite 6: Esimerkki XML-koodauksesta Versio: Julkaistu: Voimassaoloaika:

Digiroad-aineiston hyödyntäminen rajapintapalveluiden kautta MapInfo

Navistools Standard. Navistools

INSPIRE Toimeenpanosääntö ja tekninen ohje Muunnospalvelu Koordinaattimuunnospalvelu

Paikkatiedon mallinnus Dokumentoinnin ymmärtäminen. Lassi Lehto

Mobiilikartoituspäivä Pistepilvien ja kuvien hyödyntäminen Locusympäristössä

Luento 4 Georeferointi Maa Fotogrammetrian perusteet 1

7 tapaa mallintaa maasto korkeuskäyristä ja metodien yhdistäminen

Digitaalisen arkkitehtuurin alkeet

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Digitaalisen kaavoituksen kansallinen tietomalli. Luonnos Ilkka Rinne / Spatineo Oy

Esitystekniikoita ja visualisoinnin workflow

Liite B. Asemakaavan mallinnus tiedonsiirtoa varten

Luento 6: 3-D koordinaatit

Paikkatietokantojen EUREFmuunnoksen

SFS delegaattivalmennus

Paikkatiedot ja Web-standardit

Revit Architecture 2013 parametriset. komponentit. opetusmateriaali

TERRASOLID Point Cloud Intelligence

Siltatiedon tarkkuustason määrittäminen Taitorakennerekisterissä. Maria Vinter

Yhteistyössä Kansalliseen Maastotietokantaan Risto Ilves

Laserkeilauksen ja kuvauksen tilaaminen

hel.fi/3d H E L S I N K I 3D+ Kaupungin digitaalinen kivijalka

Olio-ohjelmoinnissa luokat voidaan järjestää siten, että ne pystyvät jakamaan yhteisiä tietoja ja aliohjelmia.

Yhteensopiva ja stabiili. Käsitteellistää suunnittelun. Parempi kuin koskaan aiemmin. Yksityiskohtien tarkka kuvaus. Saumaton kommunikaatio

Paikkatietoanalyysin sovellukset. Tarmo Lipping

Tiedonhallinnan perusteet. Viikko 1 Jukka Lähetkangas

StanForD-XML. Juha-Antti Sorsa, Tapio Räsänen, Vesa Imponen

Kiinteistö- ja rakennusalan digitalisaatio: BIM & GIS

Vapo: Turveauman laskenta 1. Asennusohje

Liite C: Rakennuslupatietojen mallinnus tiedonsiirtoa varten

Action Request System

Tilastolliset ohjelmistot A. Pinja Pikkuhookana

Pikaohje formaatin valmistamiseen

Paikkatiedon hyödyntäminen vesiensuojeluyhdistyksissä

Testidatan generointi

Liite D: Poikkeamispäätösten ja suunnittelutarveratkaisujen mallinnus tiedonsiirtoa varten

Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä

Paikkatietojen tietotuotemäärittely

Paikkatiedot metsäkeskussanomissa soveltamisohjeet

Ohjelmistojen mallintaminen

1. Skannaus ja tekstintunnistus (OCR) verkkoskannerilta

Laserkeilausaineiston hyödynt. dyntäminen Finavian tarpeisiin

Luento 7: Fotogrammetrinen mittausprosessi

Infra-alan tuotetietomallistandardit

ELMAS 4 Laitteiden kriittisyysluokittelu /10. Ramentor Oy ELMAS 4. Laitteiden kriittisyysluokittelu. Versio 1.0

ILMAINEN KARTTATIETO

Maastotietokannan torrent-jakelun shapefile-tiedostojen purkaminen zip-arkistoista Windows-komentojonoilla

Written by Administrator Monday, 05 September :14 - Last Updated Thursday, 23 February :36

Transkriptio:

Paikkatiedoista kaupunkimalleihin: CityGML selvitystyö Anna Erving Fotogrammetrian ja kaukokartoituksen laboratorio Teknillinen korkeakoulu

Lyhenteiden selityksiä XML = extensible Markup Language GML3 = Geography Markup Language CityGML = City Geography Markup Language Sig3D = Special Interest Group 3D EuroSDR Com 3 = European Spatial Data Research OGC = Open Geospatial Consortium ISO = International Organization for Standardization WFS = Web Feature Service IGIS = Interoperable Geographic System 3D = 3 Dimensional DTM = Digital Terrain Model DEM = Digital Elevation Model TIN = Triangulated Irregular Network VRML = Virtual Reality Modeling Language 2

Sisällysluettelo 1. Johdanto...4 1.1. Tämän hetken tilanne...5 1.2. Fotogrammetria ja paikkatieto...5 1.3. Työn rakenne...6 2. Määritelmiä...7 2.1. XML...7 2.2. GML...7 2.3. CityGML...8 2.4. Skeema...9 2.5. Sovellusskeema...9 2.6. Profiilit...9 3. CityGML-kielen rakenne...9 3.1. Yleistä...9 3.2. Aineisto...10 3.3. Level of detail...11 3.4. Esimerkkejä muista ominaisuuksista...13 3.4.1. Ulkoiset referenssit...13 3.4.2. Maaston ja rakennuksen yhdistäminen...13 3.4.3. Prototyyppikohteet...13 3.5. Mallin geometria...14 3.6. Mallin temaattinen sisältö...14 3.7. CityGML-kielen ulkoasu / dokumentointi...17 4. Ohjelmistoja...18 4.1. LandXplorer...19 4.2. The Aristoteles...21 4.3. Snowflake Software...21 5. Sovellusesimerkkejä...21 5.1. Matkapuhelinverkkojen suunnittelu...21 5.2. Tuhojen vaikutusten simulointi...22 5.3. Kaupunkialueiden visualisointi...23 5.4. Maankäytön suunnittelu...24 5.5. Muita sovelluskohteita...25 6. Tulevaisuuden näkymiä...25 7. Fotogrammetrisen aineiston vaatimukset...26 7.1. Pistepilvi...26 7.2. Rasteriaineisto...26 7.3. Vektoriaineisto...27 7.4. 3D-mallit...27 7.5. Semantiikka...27 7.6. Eri aineistojen yhdistäminen...28 7.7. Aineistot eri yksityiskohtatasoille...29 7.8. LandXplorer-vaatimuksia...30 8. Koetyö...30 9. Yhteenveto...39 Lähdeluettelo...40 3

1. Johdanto Kolmiulotteisten mallien tuottaminen on yleistynyt viime aikoina erittäin paljon. Mallinnusta käytetään hyväksi useissa eri tehtävissä, kuten teollisuuden simulointisovelluksissa ja kaupunkisuunnittelussa. Mallinnettavat kohteet voivat olla sekä pieniä että suuria, ja malli voi kuvata joko todellista tai kuvitteellista kohdetta. Nykytekniikan avulla on mahdollista kuvata jopa laajoja kaupunkialueita kohtuullisella työpanoksella. Normaalisti malleja käytetään visuaaliseen tarkasteluun, sillä niiden avulla on helppo havainnollistaa esimerkiksi sellaisia kohteita, joita ei todellisuudessa vielä ole olemassa. Visuaalisen ulkoasun parantamiseksi mallin pintaan voidaan liittää tekstuuri keinotekoiselta kuvalta tai jopa oikealta valokuvalta. Mallit voivat olla myös mittatarkkoja, jolloin niiden avulla voidaan tehdä kohteeseen liittyviä mittauksia. Näiden perinteisten 3D-mallien sijaan on myös mahdollista tuottaa semanttisia malleja, jotka sisältävät muutakin tietoa kohteesta kuin vain geometrian ja pintatekstuurin. CityGML on tietomalli ja työkalu semanttisten mallien tekemiseen. Semanttiset mallit sisältävät tietoa kohteen rakenteesta, ominaisuuksista ja suhteista muihin kohteisiin (geometry, semantics, topology). Ne mahdollistavat erilaiset simulointitehtävät, kyselyt ja analyysit kohteesta. Mahdollisia analyysejä voisivat olla esimerkiksi: näytä rakennukset joissa on enemmän kuin kymmenen kerrosta, näytä sellaisten tasakattoisten rakennusten sijainnit, joiden kattopinta-ala on tarpeeksi suuri helikopterin laskeutumisalustaksi tai näytä kaikki ne rakennukset, jotka on rakennettu vuoden 2000 jälkeen. Sovelluskohteita semanttisille kaupunkimalleille löytyy lukemattomia, kuten monipuolinen kaupunkisuunnittelu ja luonnonkatastrofien tuhojen simulointi. Kyselyjen ja analyysien ansiosta sovellusala myös laajenee entisestään. CityGML on kehitetty avoimeksi ja maksuttomaksi standardiksi. Tavoitteena on luoda yleinen tietomalli, jonka muotoon kaikki 3D-mallit voitaisiin tulevaisuudessa rakentaa. Standardimuotonsa avulla CityGML mahdollistaa useiden erilaisten aineistojen ja ohjelmistojen yhteiskäytön, jolloin tiedon jakaminen, käsittely, tallennus ja esittäminen helpottuvat huomattavasti. Seuraavassa on listattuna hyötyjä, jotka standardointi mahdollistaa esimerkiksi CityGML:n tapauksessa. - Tietosisällölle saadaan yhdenmukaisempi esitys- ja tallennusmuoto. - Tiedon hakeminen helpottuu, kun semantiikka on mukana standardimuodossa. - Aineiston monikäyttöisyys erilaisissa sovelluksissa lisääntyy. - Aineistojen käsittelyvaiheiden automatisointi yhdenmukaistuu. - Ollaan riippumattomia tietystä ohjelmistotoimittajasta. - Tiedon pitkäaikaissäilyvyys parantuu. - Tietojen yhdistäminen helpottuu. 4

1.1. Tämän hetken tilanne CityGML on vielä kehitysvaiheessa, joten sitä ei ole tähän mennessä käytetty kovinkaan laajasti. Tietomallin määrittelevä raportti (Implementation specification) ansaitsi syksyllä 2007 OGC:n (Open Geospatial Consortium) Best Practice Paper - tittelin, joten se lienee jo melko vahvalla pohjalla kohti virallista standardointia. Kevään 2008 aikana järjestetään muutamia perehdyttämiskursseja CityGMLtietomalliin liittyen. Semanttisten 3D-kaupunkimallien ideaa on hyödynnetty jo ennen CityGML:n kehitystä. Malleja on kuitenkin käytetty lähinnä vain kehittäjätahon omissa sovelluksissa. Ongelmana on yhteisen tietomallin ja sääntöjen puute, jolloin tiedon jakaminen muiden kanssa on hankalaa. Kun eri tahot kuvaavat samaa kohdetta eri semantiikan avulla, on aineistoja ja samaa tarkoittavia asioita vaikea yhdistää toisiinsa. Koska saman semantiikan jakaminen muiden käyttöön on ongelmallista, jää sovellus vain omaan käyttöön. Käytössä olevan semantiikan ja tietomallin tulisi siis olla yleisesti hyväksyttyä ja tarkasti määriteltyä, jotta se kattaa erilaiset tarpeet. Yleensä oma järjestelmä on luotu vain omat tarpeet täyttäväksi, eikä siinä ole sen tarkemmin ajateltu muita käyttömahdollisuuksia. Omat järjestelmät ovat usein myös ohjelmistoriippuvaisia. CityGML:n vahvuutena on sen standardinmukaisuus. Eräs esimerkki semantiikan lisäämisestä 3D-malliin löytyy artikkelista (Grussenmeyer et al., 1999). Siinä malli on muodostettu pääosin fotogrammetrian avulla ilma- ja maakuvilta. Semantiikka lisätään relaatiotietokantaan. Erityyppiset kohteet luokitellaan teemansa mukaan eri luokkiin, jotka muodostavat hierarkiarakenteen. Tietokantaan on mahdollista tehdä hakuja ja päivittää tietoja. Tämä sovellus muistuttaa paljolti CityGML-tietomallia. QUASY-projektin (Quartierdaten-Managementsystem) tarkoitus on ollut tutkia erilaisia työkaluja, menetelmiä ja tietoformaatteja semanttisten 3D-rakennusmallien muodostamisessa. QUASY:n rakennusmallin rakenne on erittäin paljon CityGML:n kaltainen. (Brenner et al., 2005) VRML (Virtual Reality Modeling Language) on tällä hetkellä luultavasti käytetyin standardi 3D-mallien visualisointiin. Samantyylinen standardi on X3D, joka on sisältää joitain lisäominaisuuksia VRML-formaattiin verrattuna. Nämä standardit eivät kuitenkaan riitä paikkatietosovellusten tarpeisiin, sillä ne mahdollistavat ainoastaan kohdemallin ulkoasun kuvaamisen. (Kolbe et al., 2005) 1.2. Fotogrammetria ja paikkatieto Paikkatietoala hyödyntää yhä enemmän kohteiden kolmiulotteista esitystapaa. Erityisesti semanttiset mallit ovat hyödyllisiä ja vastaavat paikkatietopuolen tarpeita, 5

sillä mallit sisältävät ominaisuustietoa eli metatietoa kohteesta. Fotogrammetrialla on tärkeä rooli kolmiulotteisten mallien tuottamisessa, sillä niihin tarvittava aineisto ja sitä kautta myös tekotapa ovat usein fotogrammetrisia. Esimerkkinä mainittakoon rakennuksen mallinnus valokuvilta. Kohde kuvataan useasta eri suunnasta. Kuville tehdään keskinäinen orientointi, jolloin ne ovat kaikki yhteisessä koordinaatistossa. Kohde mallinnetaan mittaamalla vastinpisteitä eri kuvilta, jolloin niille voidaan laskea 3D-koordinaatit. Lopullinen malli voidaan vielä orientoida johonkin ulkoiseen koordinaatistoon, jolloin se vastaa myös mittasuhteiltaan todellisuutta. Oikea mittakaava voidaan määrittää myös silloin, kun kohteesta on tiedossa jokin tunnettu etäisyysmitta. Tällöin kuitenkin vain kohteen koko, ei sen sijainti, on ympäristöön nähden oikea. Menetelmän ansiosta malli on mittatarkka, mikä mahdollistaa erilaisten mittausten tekemisen. Fotogrammetrian avulla malleista saadaan myös fotorealistisia, kun mallinnettavien kohteiden pintatekstuuri tulee oikealta valokuvalta. Valokuva on yleensä myös otettu juuri siitä kohdasta, mihin kulloinkin tekstuuria ollaan liittämässä. Tällöin tekstuuri kuvaa yksilöllisesti kohteen juuri sellaisena, kuin miltä se todellisuudessakin näyttää. Valokuvatekstuuri lisää mallin realistisuutta ja tietosisältöä. Laajojen kaupunkimallien tapauksessa kaikkia pieniä yksityiskohtia on mahdotonta mallintaa. Oikealta valokuvalta otettu tekstuuri korvaa visuaalisessa mielessä kohdemallin geometrian puuttuvia yksityiskohtia, sillä pienipiirteisyys tulee näkyviin tekstuurissa. Fotogrammetriaa voi tulevaisuudessa hyödyntää mitä erilaisimmissa sovelluksissa. Jatkossa onkin tärkeää tehdä yhteistyötä muiden alojen kanssa. Fotogrammetria on tällöin yksi työkalu valmiin sovelluksen rakennusprosessissa. 1.3. Työn rakenne Tämän selvitystyön tavoitteena on selvittää CityGML:n vaatimuksia ja mahdollisuuksia fotogrammetrisen tiedon hankinnassa. Mielenkiinnon kohteena on, miten fotogrammetriset aineistot, kuten maakuvat, ilmakuvat, satelliittikuvat ja laserkeilausaineisto, soveltuvat CityGML-kielen avulla esitettäväksi. Tarkastelun kohteena on, kuinka aineistosta päästään tietomallin mukaiseen esitysmuotoon. Työssä selvitetään, mitä asioita aineiston hankinnassa, käsittelyssä ja tallennuksessa pitäisi muuttaa nykykäytäntöön verrattuna, jotta tuotantoketju olisi mahdollisimman selkeä ja tarkoituksenmukainen. Tarkasteltavia asioita ovat geometrisen, kuvapohjaisen ja muun ominaisuustiedon muuntaminen standardinmukaiseen muotoon ja sen esittäminen tässä formaatissa. CityGML-tietomallia tukevien ohjelmistojen kartoitus ja testaus mahdollisuuksien rajoissa on myös osa selvitystyötä. Luvun 2 alle on koottu joukko määritelmiä, jotka ovat tarpeen tietomallin toiminnan ja rakenteen ymmärtämiseksi. Luvussa 3 käsitellään tarkemmin CityGML-kielen teoriaa ja annetaan esimerkkejä sen rakenteesta ja toiminnallisuuksista. CityGMLmuotoisen aineiston esittämiseen ja käsittelyyn on kehitetty ohjelmia, joita löytyy luvusta 4. Teksti sisältää tietoa ohjelmien soveltuvuudesta erilaisiin tehtäviin. CityGML:ään liittyviä sovelluksia on jo melko paljon, ja niistä löytyy esimerkkejä luvusta 5. Lukuun 6 on koottu aiheeseen liittyviä tulevaisuuden näkymiä ja mahdollisuuksia. Luvussa 7 käsitellään erityisesti fotogrammetristen aineistojen 6

soveltuvuutta osaksi tietomallia ja erilaisia sovelluksia. Lopuksi luvussa 8 kuvataan koetyön eri vaiheet, tulokset ja johtopäätelmät. Työ on tehty Maa- ja metsätalousministeriön rahoittamassa projektissa Kohteiden tunnistus ja geometrian määritys kaukokartoituksen ja fotogrammetrian menetelmiä käyttäen. 2. Määritelmiä Tämä kappale sisältää joukon määritelmiä, jotka auttavat ymmärtämään aiheeseen liittyvien termien ja lyhenteiden merkityksen. 2.1. XML XML (extensible Markup Language) on metakieli, jonka avulla voidaan kuvata esitettävän tiedon rakennetta ja merkitystä. XML-kielen avulla tieto voidaan kuvata standardinmukaisessa muodossa, ja sitä käytetään formaattina eri järjestelmien väliseen tiedonvälitykseen ja dokumenttien tallennukseen. Yleisesti määritellyn rakenteen avulla tiedon haku helpottuu, tieto on monikäyttöistä ja erilaisten aineistojen ja ohjelmistojen yhteiskäyttö on helppoa. XML on pohjana myös CityGML-kielelle. 2.2. GML GML (Geography Markup Language) on XML-pohjainen geografisen tiedon esitysmuoto. Se on OGC:n (Open Geospatial Consortium) määrittelemä. XML:n tapaan myös geografinen tieto voidaan esittää standardinmukaisessa muodossa. GMLkielestä on tehty ISO 19136 -standardi. Standardi mahdollistaa useiden erilaisten aineistojen ja ohjelmistojen yhteiskäytön. GML-kieltä voidaan esimerkiksi käyttää välitysmuotona kahden erilaisen paikkatietojärjestelmän välillä. Tietomallin sisältämää aineistoa voidaan myös käsitellä ja esittää useissa erilaisissa järjestelmissä. Viimeisimmästä kolmannesta versiosta käytetään nimitystä GML3. (Evald et al., 2005) Kuva 1 esittää GML-kielen luokkahierarkiaa. Sen avulla nähdään, että kohteeseen liittyy tietoa sen piirteistä, geometriasta, topologiasta ja arvoista. Samanlaisia kohteen kuvausmahdollisuuksia antaa myös seuraavaksi määriteltävä CityGML. 7

Kuva 1: GML-luokkahierarkia (Evald et al., 2005) 2.3. CityGML CityGML on erikoistunut kolmiulotteisen rakennetun ympäristön käsittelemiseen ja tallentamiseen normaalin GML:n tapaan. Se on toteutettu sovellusskeemana (application schema) GML3:lle. CityGML:n avulla voidaan kuvata esimerkiksi mallin sisältämien kohteiden ulkoasua, geometriaa ja niiden välisiä suhteita. CityGMLtietomallia on kehittänyt vuodesta 2002 lähtien Sig3D (Special Interest Group 3D), joka on GDI NRW:n (Geodata Infrastructure North-Rhine Westphalia) perustama työryhmä. Myös EuroSDR Com 3 on mukana toiminnassa. Sig3D koostuu joukosta (noin 70 kpl) yrityksiä, kuntia ja tutkimuslaitoksia Saksasta, Sveitsistä, Itävallasta ja Iso-Britanniasta, jotka työskentelevät 3D-mallien ja geovisualisoinnin parissa. (Gröger et al., 2007) CityGML on suunniteltu avoimeksi stardardiksi, ja on näin ollen myös maksuton. Tarkoituksena on tehdä CityGML:stä OGC:n (Open Geospatial Consortium) hyväksymä sovellusskeema (application schema) ja virallinen standardi 3D- 8

kaupunkimalleja varten. Tietomalli oli vuoden 2007 lopulla viimeistelyä vaille valmis. 2.4. Skeema Skeema määrittelee tiedon rakenteen. Tämän lisäksi voidaan määritellä rakenteiden esiintymiskertoja. Skeema ei itsessään vielä sisällä tietoa kohteesta, vaan ainoastaan sen rakenteesta ja kuvattavista ominaisuuksista. Tähän voi sitten aineistosta riippuen sisällyttää sitä kuvaavaa metatietoa. 2.5. Sovellusskeema Sovellusskeema (application schema) määritellään tietyn kohdejoukon kuvaamiseen. Eri sovellusskeemat sisältävät eri nimiavaruuden ja kohdetyypit riippuen kuvattavasta aineistosta. Nämä yksityiskohtaisemmat parametrit viittaavat alkuperäisempiin (hierarkiassa ylempänä oleviin) GML:n standardin mukaisiin tyyppeihin ja parametreihin. CityGML on GML:n sovellusskeema. 2.6. Profiilit Profiilit ovat rajoitettuja GML-kieliä, joilla on käytössään vain osa piirteistä. Esimerkkeinä mainittakoon Point Profile pistetiedolle ja GML Simple Features Profile vektoritiedolle. Subset tool antaa käyttäjälle mahdollisuuden valikoida haluamansa komponentit tiedon esitykseen, jolloin hän voi luoda oman profiilin. 3. CityGML-kielen rakenne 3.1. Yleistä CityGML sisältää kattavasti erilaisia kohdetyyppejä kaupunkialueiden kuvaamiseen. Tällöin juuri sellaiset kohteet, jotka ovat ominaisia rakennetulle ympäristölle, on helppo sisällyttää tietomalliin. Näitä ovat esimerkiksi maastomallit, rakennelmat, kasvillisuus, vesialueet, liikennealueet sekä muut ympäristöön kuuluvat asiat, esimerkiksi liikennemerkit. Kohdetta kuvataan sen geometrian, topologian, tietosisällön ja ulkoasun perusteella. Kohteen geometriaa voidaan kuvata muun muassa pisteiden, viivojen ja monikulmioiden avulla. Topologia, tietosisältö ja ulkoasu ovat semanttisia piirteitä, jotka kuvaavat kohdetta erillisenä geometriasta. Kuitenkin myös näillä voi olla geometrisiä ominaisuuksia. Yleensä semantiikka onkin linkitetty yhteen geometrian kanssa. Vaatimuksena on myös se, että geometrian ja semanttisen tiedon on oltava yhteensopivia silloin, kun ne kuvaavat samaa kohdetta. Esimerkiksi jos semantiikan puolella rakennuksen seinä sisältää kaksi ikkunaa, täytyy sama ominaisuus päteä myös geometriatiedossa. (Gröger et al., 2007) Topologia kuvataan usein luoksepäästävyysgraafin (accessibility graph) avulla. Graafi kuvaa esimerkiksi sitä, miten rakennuksen eri huoneista pääsee muihin huoneisiin ja ulos rakennuksesta. Tietosisältö kertoo kohteesta erilaisia asioita. Rakennuksesta voi olla tiedossa esimerkiksi sen nimi, osoite, käyttötarkoitus ja rakennusvuosi. Ulkoasu 9

tarkoittaa sitä, miltä kohde näyttää visuaalisesti tarkasteltuna. Sen pinnat voi värittää eri väreillä tai niihin voi liittää pintakuvioinnin eli tekstuurin keinotekoiselta kuvalta tai oikealta valokuvalta. Semantiikkaan on määritelty joukko erilaisia kohdetta kuvaavia termejä, jotka pyrkivät mahdollisimman kattavasti kuvaamaan kohteita. CityGML sisältää erityisesti kaupunkimalleihin liittyviä ja niitä parhaiten kuvaavia kohdetyyppejä. Erilaisia kattotyyppejä ovat esimerkiksi tasakatto ja harjakatto. Kuvattava kohde voi sisältää myös sellaisia ominaisuuksia ja kohdetyyppejä, joita ei ole ennalta määritelty tietomalliin. Geometria, topologia, tietosisältö ja ulkoasu yhdessä muodostavat monipuolisen ja käyttökelpoisen kokonaisuuden. Mallin visuaalisen tarkastelun lisäksi siihen voidaan kohdistaa runsaasti analyyseja ja muita toimintoja, jotka hyödyntävät aineiston semanttista puolta. Seuraavassa on esitelty joitain CityGML-malleihin liittyviä ominaisuuksia, jotka edesauttavat mallien tehokasta käyttöä eri tilanteissa. Tässä on kuitenkin mainittu vain osa. Kattavampi katsaus CityGML-standardin tuomista mahdollisuuksista löytyy tekstistä Gröger et al., 2007. 3.2. Aineisto Kaupunkimallinnuksessa käytetään hyväksi useita erilaisia aineistoja. Näitä ovat esimerkiksi maastomalli (DTM), kolmiulotteiset rakennusmallit sekä pintatekstuurit valokuvilta. Ewald et al. käsittelee artikkelissaan tällä hetkellä käytetyimpiä tiedon esitys- ja tallennusmuotoja liittyen kolmiulotteisiin kaupunkimalleihin. Näiden parissa jotkin tietoformaatit ovat saavuttaneet suuremman suosion kuin toiset, kun aineistoja yhdistellään toisiinsa. (Evald et al., 2005) Esimerkiksi maastomalli koostuu yleensä maaston korkeuspisteistä tai taiteviivoista. Tämän aineiston avulla pinta kolmioidaan, jolloin tuloksena on kolmioverkko (TIN). Maastomalli voidaan myös esittää hilarakenteen avulla. Kolmiulotteiset kohteet kuvataan usein rautalankamallina. Eräs yleisesti käytetty formaatti rautalankamallien kuvaamiseen on AutoCAD:in DXF. Lisäksi malleihin voidaan liittää tasoja ja muita pintoja, jolloin kohde voidaan esittää umpinaisena mallina. Tällöin malli voidaan esittää esimerkiksi VRML- tai X3D-formaatissa. CityGML:n tapauksessa kohteen geometria koostuu pisteistä, viivoista, pinnoista ja kappaleista. Näitä käsitellään tarkemmin kappaleessa 3.6. Mallin pintatekstuuri on yleisimmin kuva, joko oikea valokuva tai keinotekoinen väri tai kuvio. Yleisesti käytettyjä kuvaformaatteja ovat JPEG ja TIF. Georeferoidun eli johonkin paikkaan sidotun aineiston sijainti määritetään koordinaatein. CityGML-standardin mukaiseen muotoon kirjoitettuna aineiston yhteyteen voi määrittää, missä järjestelmässä tiedot annetaan. Esimerkkejä Suomessa käytetyistä järjestelmistä ovat KKJ ja WGS84. 10

3.3. Level of detail CityGML erittelee viisi eri yksityiskohtatasoa (LOD). Kohteet muuttuvat sitä yksityiskohtaisemmiksi, mitä korkeammalle tasolle noustaan (Kuva 2). (Gröger et al., 2007) Kuva 2: CityGML:n viisi eri yksityiskohtatasoa (Gröger et al., 2007) LOD0 on karkein hierarkiataso. Sitä käytetään kaksi- ja puoliulotteisen (2,5D) digitaalisen maastomallin kuvaamiseen. Tekstuurina voi olla esimerkiksi ilmakuva tai kartta. LOD1 käsittää laatikkomallin kohteesta. Rakennukset ovat suorakulmaisia ja katot ovat tasoja. Malli voidaan johtaa esimerkiksi pohjapiirroksesta, johon lisätään karkeasti rakennusten korkeudet. LOD2 on edelleen laatikkomalli, mutta siinä kattogeometria voi olla tasoa monimutkaisempi ja rakennus voi sisältää muissakin paikoissa erimuotoisia pintoja. Myös likimääräinen pintatekstuuri ja kasvillisuuden kuvaus saattavat sisältyä malliin. LOD3 on jo erittäin yksityiskohtainen rakennusmalli, jossa arkkitehtuuriset piirteet, kuten seinien ja kattojen yksityiskohdat, parvekkeet, syvennykset ja ulokkeet, ovat näkyvissä. Lisäksi pinnoille voidaan liittää tarkka tekstuuri. Osana tätä tasoa ovat myös yksityiskohtaiset kuvaukset kasvillisuudesta ja liikenteestä. LOD4 on tarkin yksityiskohtataso. Siinä LOD3-tasoa täydennetään rakennusten sisärakenteilla. Näitä ovat muun muassa huoneet, sisäovet, huonekalut ja rappuset. (Gröger et al., 2007) Eri yksityiskohtatasot mahdollistavat kohdemallin tehokkaan visuaalisen esittämisen. Tärkeimmät kohteet voidaan kuvata tarkemmilla malleilla kuin toiset. Lisäksi eri tasot mahdollistavat sen, että tarkasteltaessa mallia läheltä se myös paljastaa paljon yksityiskohtia. Vastaavasti kauempaa katsottuna kohteet yksinkertaistuvat, jolloin kokonaisuus on selkeämpi. Tästä on etua erityisesti laajojen aineistojen tapauksessa, jolloin isojen tiedostojen käsittely kevenee yksityiskohtien vähetessä. 11

Malli voi sisältää yhtäaikaisesti myös useita kuvauksia samasta kohteesta eri tasoilta (Kuva 3). Esimerkiksi kaupungin keskusta voidaan halutessa esittää pienipiirteisemmin kuin sitä ympäröivät alueet, jos ollaan kiinnostuneita juuri keskusta-alueesta ja ympäristöllä ei niinkään ole väliä. Kuva 3: Kaupunkimalli voi sisältää samassa näkymässä eri yksityiskohtatasoja. (Kuva: Dr. Steidler, CyberCity Modeler) Lisäksi eri LOD-tasoja voidaan hyödyntää analyysien teossa. Esimerkiksi tietyllä alueella olevien rakennusten määrän laskeminen kannattaa tehdä alimmalla tasolla, jossa rakennukset ovat esitettynä. Tällöin toimenpide on mahdollisimman kevyt ja tehokas. (Kolbe et al., 2003) Eri yksityiskohtatasot kuvaavat myös mallin eri tarkkuusluokkia. 3D-pisteiden tarkkuus LOD0:ssa on huonompi kuin LOD4:ssä. LOD1:ssä pisteen sijaintitarkkuuden on oltava sekä x-, y- että z-suunnassa viisi metriä tai vähemmän. Samassa tasossa voidaan esittää rakennukset, joiden pohjapinta-ala on vähintään 6*6 metriä. Tarkkuusvaatimukset kasvavat yksityiskohtatason kasvaessa. Samalla periaatteella korkeammalla tasolla voidaan esittää pienempiä kohteita kuin matalammalla tasolla. Taulukosta 1 käy ilmi eri tasojen vaatimukset. 12

Taulukko 1: CityGML:n LOD 0-4 tasojen tarkkuusvaatimukset (Albert et al., 2003) Object LOD0 LOD1 LOD2 LOD3 LOD4 properties Model scale description Regional, landscape City, region City districts, projects Classes of accuracy 3D point accuracy (position / height) Generalisation Architectural models (outside), landmark Architectural models (interior) Lowest Low Middle High Very high Lower than LOD1 Maximal generalisation (classification of land use) 5/5m 2/1m 0.5/0.5m 0.2/0.2m Object blocks as generalised features; >6/6m/3m Objects as generalised features; >4*4m/2m Object as real features; >2*2m/1m Building parts - - - Representative exterior effects Roof form / No Flat Roof type and Real object structure orientation form Roof - - n.a. n.a. Yes overhanging parts Constructive elements and openings are represented Real object form Real object form 3.4. Esimerkkejä muista ominaisuuksista 3.4.1. Ulkoiset referenssit CityGML:ssä kuvatut kohteet voivat sisältää linkkejä ulkoisiin tietokantoihin. Talo voi sisältää viittauksen kiinteistörekisteriin, josta saadaan lisätietoja rakennukseen liittyen. Tämä toiminto mahdollistaa lähes minkä tahansa ominaisuustiedon liittämisen kuvattavaan aineistoon. 3.4.2. Maaston ja rakennuksen yhdistäminen Eri aineistojen geometrinen yhteensopivuus on tärkeää selkeän mallin aikaansaamiseksi. Joskus voi käydä siten, että rakennus joko hiukan leijailee maaston pinnan päällä tai uppoaa sen sisään. Epäsopivuus voi johtua esimerkiksi koordinaattijärjestelmien välisistä muunnoksista, aineistojen erilaisista tarkkuusluvuista tai eri lähteistä. CityGML-tietomallissa ongelma on ratkaistu TerrainIntersectionCurve-ominaisuuden (TIC) avulla. Se määrittää maaston ja rakennuksen tarkan yhtymäkohdan nostamalla tai laskemalla maastoa yhtymäkohdan alueelta. 3.4.3. Prototyyppikohteet Kohteet, kuten puut, muu kasvillisuus, liikennevalot ja liikennemerkit, sisältyvät harvoin itse mallinnukseen. Ne ovat usein lisäksi lähes samannäköisiä eri paikoissa. Siksi niille on määritelty prototyypit, joita voi kopioida haluamiinsa paikkoihin mallissa. Prototyyppikohteiden kokoa ja muotoa voi muunnella erityisen 13

muunnosmatriisin avulla, jolloin niiden ulkoasun voi määrittää toisistaan poikkeavaksi. CityGML-tietomalli sisältää myös muita kohteita, ominaisuuksia ja toiminnallisuuksia kuin mitä tässä on käsitelty. Tarkempaa tietoa löytyy julkaisusta (Gröger et al., 2007). 3.5. Mallin geometria Kohteen geometria koostuu pisteistä (Point, 0D), viivoista (Curve, 1D), pinnoista (Surface, 2D) ja kappaleista (Solid, 3D). Vaikka viivat on nimetty kaariksi (curve), rajoittuvat ne tämänhetkisen CityGML 1.0:n tapauksessa suoriin viivoihin. Pinta esitetään monikulmion avulla, ja se voi CityGML:n tapauksessa olla vain tasomainen kohde. Kuva 4 esittää kaavion geometrian sisällöstä. Sen mukaan esimerkiksi pinnalla voi olla jokin määrätty orientaatio (OrientableSurface), pinta voi koostua kolmioista (TriangulatedSurface) tai se voi olla teksturoitu (Textured Surface). (Gröger et al., 2007) Kuva 4: UML-diagrammi CityGML:n geometriamallista (Gröger et al., 2007) Koska 3D-kohteiden geometria on esitettävä vähintään yhtenä suljettuna kappaleena, on niiden tilavuuksien ja massojen laskeminen aina mahdollista. Tämä on hyödyllistä esimerkiksi tulvatilanteessa, koska tällöin voidaan laskea veden määrää rakennuksessa. (Kolbe et al., 2005) 3.6. Mallin temaattinen sisältö CityGML:n temaattinen malli koostuu joukosta kohdetyyppejä, jotka ovat tarpeen kaupunkialueita kuvattaessa. CityObject on kaikkien temaattisten luokkien 14

perusluokka, josta on yhteys ulkoisiin referenssiaineistoihin (Kuva 5). Se on myös aliluokka GML:n Feature-luokalle, jolta se perii metatietoa ja nimiä. CityObject koostuu useammasta aliluokasta, joiden avulla voidaan kuvata kaupunkimallin osioita. Näitä ovat maasto (ReliefFeature), maankäyttö eri alueilla (LandUse), liikenne (TransportationObject), kasvillisuus (VegetationObject), vesialueet (WaterBodies) ja erilaisia muita paikkoja, kuten rakennuksia, siltoja ja tunneleita (Site). Lisäksi joukossa on CityFurniture, jonka avulla kuvataan muun muassa liikennevaloja ja merkkejä. GenericCityObject-luokan avulla voidaan mallintaa sellaisia kohteita, jotka eivät kuulu mihinkään edellä mainittuihin luokkiin. CityModel, joka on samalla tasolla CityObject-luokan kanssa, kuvaa kokonaisuudessaan muodostettua kaupunkimallia siihen liittyvine kohteineen ja ominaisuuksineen. (Gröger et al., 2007) Kuva 5: UML-diagrammi CityGML:n ylimmän tason luokkahierarkiasta (Gröger et al., 2007) Tässä esitetyille luokille on määritelty edelleen tarkempia aliluokkia, geometriatietoja, ominaisuuksia ja yhteyksiä toisiinsa siten, että niiden avulla pystyttäisiin parhaiten kuvaamaan rakennettua ympäristöä. Tällöin tulevat mukaan esimerkiksi eri yksityiskohtatasot. Kuva 6 esittää rakennuskohteeseen liittyviä luokkia ja piirteitä. Rakennusta tarkoittava luokka AbstractBuilding on Site-luokan alapuolella. AbstractBuilding itsessään sisältää jotain metatietoa, kuten kattotyypin ja kerroslukumäärän. Rakennukseen liittyy myös joukko tietoa, joka on esitetty samassa kuvassa. Näitä ovat muun muassa tieto osoitteesta, huoneista ja erilaisista pinnoista. Kuvassa on lisäksi eroteltu piirteet yksityiskohtaisuutensa perusteella. Tummin taustaväri kertoo, että kohde kuvataan tarkimmalla tasolla. 15

Kuva 6: UML-diagrammi CityGML:n rakennusmallista (Kolbe et al., 2005) Metatiedon sisältö vaihtelee sen mukaan, minkälaisesta kohdeaineistosta on kyse ja millä yksityiskohtatasolla liikutaan. 16

3.7. CityGML-kielen ulkoasu / dokumentointi CityGML-tietomallin dokumentaatio näyttää kuvan 7 mukaiselta. Ulkoasu on samannäköinen kuin xml-kielessä, ainoastaan käytetyt termit ovat CityGML:n mukaisia. <?xml version="1.0" encoding="utf-8"?> <CityModel xmlns="http://www.ikg.uni-bonn.de/sig3d/pilot3d" xmlns:gml="http://www.opengis.net/gml" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/xmlschema-instance" xsi:schemalocation="http://www.ikg.uni-bonn.de/sig3d/pilot3d../citygml.xsd"> <gml:description>example for a XML dataset according to the 3D application schema of the SIG 3D. This dataset contains 4 parts with different complexities, wherefrom 2 parts had been abbreviated (The full version you can find on www.citygml.org): 1.) Simple house with saddle back roof and balcony in LOD1 (as blocks model without balcony) and in LOD2 (with roof and balcony). 2.) house with saddle back roof and garage, modelled in 2 BuildingParts. The common wall surface from house and garage is represented in both solids. The coordinate reference system is given in ETRS89 / Gauss-Krüger 3 Grad (2nd zone) + ellipsoid hight. This system is given by srsname="urn:adv:crs: ETRS89_3GK2-h". Annotation: The coordinates used in this dataset do not accord to this system.</gml:description> <gml:name>3d City model of Musterstadt</gml:name> <gml:boundedby> <gml:envelope srsname="urn:adv:crs: ETRS89_3GK2-h"> <gml:pos srsdimension="3">0.0 0.0 0.0</gml:pos> <gml:pos srsdimension="3">33.0 34.0 2.5</gml:pos> </gml:envelope> </gml:boundedby> <!-- cityobjectmember contains objects of the class site -->... <cityobjectmember> <!-- Simple house with saddle back roof and balcony in LOD1 (as blocks model without balcony) and in LOD2 (with roof and balcony). A roof surface is represented explicitly.--> <Building gml:id="geb0816"> <gml:name>villa Kunterbunt</gml:name> <function>31001_1000</function> <yearofconstruction>1952</yearofconstruction> <rooftype>3100</rooftype> <lod1solidproperty> <gml:solid srsname="urn:adv:crs: ETRS89_3GK2-h"> <!-- simple blocks model --> <gml:exterior> <gml:compositesurface> <gml:surfacemember> <gml:orientablesurface orientation="+"> <!-- front surface--> <gml:basesurface> <gml:polygon> <gml:exterior> <gml:linearring> <gml:pos srsdimension="3">31.0 31.0 0.0</gml:pos> <gml:pos srsdimension="3">33.0 31.0 0.0</gml:pos> <gml:pos srsdimension="3">33.0 31.0 1.5</gml:pos> <gml:pos srsdimension="3">31.0 31.0 1.5</gml:pos> <gml:pos srsdimension="3">31.0 31.0 0.0</gml:pos> </gml:linearring> </gml:exterior> </gml:polygon> </gml:basesurface> </gml:orientablesurface> </gml:surfacemember> </gml:compositesurface> </gml:exterior> </gml:solid> </lod1solidproperty> Kuva 7: Esimerkki koodista (Gröger et al., 2007, s. 141) Koodi koostuu pääosin piirteistä ja niihin liittyvästä ominaisuustiedosta. Tummanpunaisella merkityt pätkät tekstissä ovat piirteitä. Ne sisältyvät koodiin kaksin kappalein, ensin aloittaen ja sitten lopettaen niiden dokumentoinnin. Välissä 17

sijaitsee itse kohteesta kertova ominaisuustieto, joka tekstissä on merkattu mustalla. Tekstin kirkkaanpunaiset sanat ovat attribuutteja. Harmaa teksti on kommenttiosaa, jota käytetään selventämään ja helpottamaan koodin tulkintaa. Tietomallin täytyy olla dokumentointitasolla säännönmukaista, jotta se voidaan luokitella tiettyyn standardiin kuuluvaksi. Koodi sisältääkin erinäisiä kielioppisääntöjä, joita noudattamalla kaikki esitettävät asiat saadaan hyödynnettävään muotoon. Dokumentissa on yksi juurielementti, jonka sisällä on muita yksityiskohtaisempia elementtejä. Elementeillä on oltava sekä alku- että loppumerkki: <elementti>sisältö</elementti>. Elementit voivat olla sisäkkäin, mutta ne eivät mene koskaan ristiin toisten elementtien kanssa: <elementti1><elementti2>sisältö</elementti2>sisältö</elementti1>. Elementti voi koostua normaalin sisältönsä lisäksi myös attribuuteista. Attribuutti kertoo lisätietoa elementistä. Attribuuttien määrittelemä tieto ei välttämättä sisälly tarkasteltavaan aineistoon, mutta se on tarpeellinen tiedon käsittelyssä. Elementti saattaa esimerkiksi sisältää kolme koordinaattiarvoa, ja attribuuttiarvo 3 kertoo, että koordinaatteja on juuri sen verran. Attribuutit on merkitty esimerkkikoodissa kirkkaan punaisella. Attribuutin arvo sijoitetaan elementissä aina lainausmerkkien sisälle, muu sisältö taas ilman lainausmerkkejä: <elementti attribuutti="attribuutin arvo">sisältö</elementti>. 4. Ohjelmistoja Semanttisten 3D-mallien muodostamiseksi ja visualisoimiseksi on jo kehitelty joukko ohjelmia. Esimerkkeinä toimivat LandXplorer- ja GO-järjestelmät, joiden avulla semanttisia malleja voidaan koota useista eri aineistoista. Lisäksi sovellukset mahdollistavat muun muassa tuloksen analysoinnin ja visualisoinnin. Ohjelmistot tukevat CityGML-standardia. Lisäksi tässä kappaleessa mainitaan The Aristoteles Viewer, joka soveltuu ainoastaan CityGML-muotoisten mallien esittämiseen visuaalisessa muodossa. Kuvassa 8 on esitetty semanttisten 3D-kaupunkimallien muodostamiseen ja käsittelyyn soveltuvan järjestelmän rakenne ja pääkomponentit. Tämä malli on ainoastaan kuvaus siitä, miten sovellus on järkevä toteuttaa, eikä se vastaa suoraan minkään olemassa olevan järjestelmän rakennetta. Ylimmällä rivillä ovat erilaiset aineistot, joista tähän on koottu katasteritieto, georeferoitu sovellustieto, digitaaliset ilmakuvat, digitaaliset maakuvat, georeferoitu temaattinen tieto ja arkkitehtuurinen tieto eli rakennuksien tarkka mallinnusdata. 3D City Model Authoring System vastaa mallien luomisesta ja käsittelystä. 3D Geo- Database System on tietokanta mallien tallettamiseen ja hallintaan. Tietokantaa 18

voidaan ylläpitää esimerkiksi Oraclen avulla. 3D Editor Systems vastaavat erityisten 3D-kohteiden, kuten arkkitehtuuristen rakennusmallien ja maisemien, luomisesta ja käsittelystä. Nämä mallit on luotu etukäteen siihen erikoistuneella ohjelmalla, kuten ArchiCAD:illä tai 3D Studio Max:illa. 3D Presentation Systems huolehtivat mallin visuaalisesta esittämisestä ja mahdollistavat käyttäjän kanssakäymisen kuvattavan mallin kanssa. Järjestelmää voivat käyttää yksittäiset henkilöt tai laajempi teollisuuden ala. Usein on mahdollista, että järjestelmän antamat tulokset voidaan esittää myös internetissä, jolloin niiden jakaminen ja esittäminen on helppoa. 3D City Model Geodata Services on paikkatietopalvelu kaupunkimallien jatkokäyttöä ja käsittelyä varten. Geospatial Digital Rights Management System vastaa mallin sisällön hallinnasta, pakkauksesta ja muista vastaavista toimenpiteistä. (Döllner et al., 2006) Kuva 8: Semanttisten 3D-kaupunkimallien muodostamiseen ja visualisoimiseen soveltuvan järjestelmän rakenne (Döllner et al., 2006) 4.1. LandXplorer LandXplorer-sovellus on kehitetty Hasso-Plattner-Instituutissa Potsdamin yliopistossa Saksassa. Ohjelman avulla on tehty jo joukko tuotteita erilaisiin sovelluksiin, joissa hyödynnetään semanttisia 3D-malleja. Sen toiminnot voidaan jakaa karkeasti seuraavasti: Editointi, navigointi, spatiaalinen analysointi, animaatioiden tekeminen, tulostus, aineistojen tuonti ohjelmaan sisään ja vienti ohjelmasta ulos. Ohjelmaan voi tuoda erilaisia aineistoja, kuten maastomalleja, rakennusten 3Dmalleja, maa- ja ilmakuvia sekä vektoriaineistoa. Kohteisiin voi liittää CityGML:n mukaista ominaisuustietoa ja myös linkitys ulkoiseen tietokantaan onnistuu. Valmiissa mallissa voidaan valita jokin kohde, jolloin saadaan tietää kaikki kohteeseen liittyvä tieto. Mukana on siis yhtäaikaisesti visuaalisesti hieno 3D-malli ja monipuolinen tietokanta antamaan lisätietoja. Ohjelmasta on olemassa myös ilmainen 19

versio (LandXplorer CityGML Viewer), jolla kuka tahansa voi pyöritellä malleja ja tarkastella sen sisältämää ominaisuustietoa. Alla on listattuna seuraavien osioiden ominaisuuksia: CityGML Viewer, CityGML Viewer Professional, Studio ja Studio Professional. LandXplorer CityGML Viewer - http://www.3dgeo.de/citygml.aspx - Versio 2.6.2 ladattavissa internetsivulta veloituksetta - LandXplorer CityGML Viewer sisältää seuraavia toimintoja: o Valmiiden CityGML-mallien tarkastelu ohjelmalla o Useiden CityGML-tiedostojen yhdistäminen yhdeksi malliksi o LOD1 - LOD4 toimivat o Pintojen tekstuurit ja läpinäkyvyys mahdollisia o Sisältää CityGML-selaimen, joka näyttää kohdemallin ja rakennusten rakenteen o Piirretietojen (osoite, kerrosmäärä jne.) muokkaus mahdollista CityGML-selaimella o Analyysien teko mahdollista o Interaktiivinen alueen valinta rakennuksille o Monipuolinen liikkuminen mallissa o Stereokatselu (rajoitettu 20 sekuntiin) o Lähde: http://www.hpi.unipotsdam.de/~doellner/projekte/landxplorer_citygml_viewer.html LandXplorer CityGML Viewer Professional - http://www.3dgeo.de/citygmlpro.aspx - Lisätoimintoja normaaliin Vieweriin verrattuna o Ohjelmaan tuotavan aineiston määrää ei ole rajoitettu o Mahdollisuus muuntaa 3DS- ja X3D-malleja CityGML-kohteiksi o CityGML-kohteiden exporttaus/tallennus o Kohdegeometrian muuntaminen o Visualisointimahdollisuudet: Tekstien jne. lisääminen malliin o Snapshot- ja panoraamakuvien, panoraama- ja normaalin videokuvan ottaminen näkymästä LandXplorer Studio - http://www.3dgeo.de/ldxstudio.aspx - Demo ilmaiseksi 15 päiväksi - mahdollistaa mallien luomisen, prosessoinnin, muokkaamisen, esittämisen, tutkimisen ja analysoinnin - Ohjelmaan voi tuoda muun muassa maastomalleja, pintatekstuureja, vektoriaineistoja ja 3D-malleja, jotka yhdistetään ja muunnetaan halutunlaiseksi CityGML-malliksi - Ominaisuustiedon liittäminen kohdemalliin - Erikoistunut laajojen aineistojen käsittelyyn, kuten 500 GB ilmakuvat ja 150000 rakennuskohdetta LandXplorer Studio Professional - http://www.3dgeo.de/ldxstudiopro.aspx - Lisätoimintoja normaaliin Studio:on verrattuna 20

o Linkittyminen CityGML-pohjaisen Oracle-tietokannan kanssa o SmartBuilding-työkalu Rakennusten tarkempi mallinnus ohjelmassa o SmartTerrain-työkalu Maaston tarkempi mallinnus ohjelmassa 4.2. The Aristoteles The AristotelesViewer - http://131.220.71.152/index.php/aristoteles - ohjelma ladattavissa osoitteesta: http://www.citygml.org/fileadmin/citygml/docs/aristoteles_1.1.zip - GML-muotoisen tiedon tuonti ohjelmaan - Kohdemallin visualisointi, editointi ja päivitys 4.3. Snowflake Software GoViewer - http://www.snowflakesoftware.co.uk/products/index.htm - Kaksi ilmaiseksi ladattavaa katseluohjelmaa: o Snowflake's OS MasterMap Viewer o GML Viewer - Sivuilla tietoa myös kahdesta muusta ohjelmasta (GoLoader ja GoPublisher) GoPublisher - Muuntaa aineiston CityGML-muotoon valmiista tietokannasta, joka on esim. seuraavissa muodoissa: Oracle, SQL Server, DB2, MS Access, Excel - Demo ilmaiseksi 30 päiväksi 5. Sovellusesimerkkejä Tulevaisuudessa 3D-mallien käyttömahdollisuudet laajenevat entisestään, kun mukaan liitetään myös ominaisuustietoa kohteesta. Kuten jo edellä on todettu, mahdollistaa metatieto erilaisten analyysien ja simulointien teon. Seuraavissa kappaleissa on esitelty CityGML-tietomallin avulla toteutettuja sovelluksia. Lisänä on myös ideoita, joihin vastaavaa semantiikan lisäystä voitaisiin hyödyntää. 5.1. Matkapuhelinverkkojen suunnittelu Saksassa on muodostettu semanttisia 3D-malleja suurimpien kaupunkien keskustaalueista. Mallit toimivat apuna esimerkiksi matkapuhelinverkkojen suunnittelussa (Kuva 9). Mallien avulla voidaan simuloida katvealueiden sijaintia sekä verkon kattavuutta alueella. Saksassa toimivalla T-Mobile:lla on käytössään kolmiulotteinen verkkojen suunnittelujärjestelmä, jonka pohjana on 3D-kaupunkimalli kohdealueelta. Järjestelmän avulla käyttäjä pystyy helposti näkemään verkkoon liittyviä tietoja sekä 21

suunnittelemaan, konfiguroimaan ja optimoimaan verkkojärjestelmää (Anon 1). Tämä kaikki vaatii kohdemallin lisäksi tietoa sen ominaisuuksista, ja CityGML soveltuu hyvin tällaiseen tarkoitukseen. Kuva 9: Lähettimen sijoittelu verkkojärjestelmä suunnittelussa (Bernhard Ruff, T- Mobile Germany) 5.2. Tuhojen vaikutusten simulointi 3D-mallit ovat apuna tuhoalueilla esim. maanjäristyksen sattuessa. Mallin avulla tuhon laajuus voidaan selvittää nopeasti, pelastajat osataan ohjata oikeisiin paikkoihin ja vaurioituneet kohteet korjata entiselleen. (Kolbe et al., 2005) Vastaavasti malleja voidaan käyttää hyväksi myös tulvien vaikutusten arvioinnissa. Kuvassa 10 on visualisoitu tulvan aikainen tilanne, josta nähdään helposti veden alle jäävät alueet. 22

Kuva 10: Tulvatilanteen simulointi (Christoph Uhlenküken, Conterra) 5.3. Kaupunkialueiden visualisointi 3d Geo GmbH on muodostanut CityGML-kaupunkimallin Berliinistä LandXplorer Studio ohjelmiston avulla. Aineistona käytettiin rakennusten pohjapiirroksia ja kerroslukumääriä kiinteistörekisteristä, CAD-malleja kohteista, ilmakuvia ydinalueesta sekä maastomallia (Kuva 11). (Anon 2) 23

Kuva 11: Berliinin kaupunkimalli, jossa maastomallin pinta on teksturoitu ilmakuvalla ja osa rakennusten katoista ja julkisivuista on väritetty tai teksturoitu valokuvalla. (http://www.3d-stadtmodell-berlin.de/3d/c/seite1.jsp?nav1=open) 5.4. Maankäytön suunnittelu LandXplorer-järjestelmää on käytetty maankäytön suunnittelussa ja tulosten visualisoinnissa. Ohjelmisto on tehtävässä erittäin hyödyllinen, sillä sen avulla ympäristöstä saadaan helposti selville siihen liittyvä metatieto, jota käytetään hyödyksi suunnittelussa. Lisäksi käsiteltävä kohde on mahdollista visualisoida realistisen näköiseksi ohjelman avulla, mikä taas antaa lisämahdollisuuksia suunnittelulle. Hyvän visualisoinnin jälkeen kohdetta voidaan analysoida havainnollisesti. Tässä tapauksessa tarkasteltiin erityisesti neljää osa-aluetta: asutuskehitystä, turismia, metsien kehitystä ja maatalouden tulevaisuutta. Ohjelmalla luodaan erilaisia tulevaisuudenkuvia samasta alueesta. Visualisoinnin avulla tulokset ovat helposti havainnollistettavissa. Erilaisten skenaarioiden avulla päättäjien on helpompi miettiä tulevia valintojaan, jotka vaikuttavat ympäristöön. (Schoth, 2004) 24

Kuva 12: Ympäristön visualisointia LandXplorer-ohjelman avulla (Schoth, 2004) 5.5. Muita sovelluskohteita Kolmiulotteinen kiinteistörekisterijärjestelmä on käytössä esimerkiksi Ruotsissa ja Norjassa. Suomessa kiinteistöt määritetään kaksiulotteisesti. Nyt kuitenkin ollaan selvittämässä, kannattaisiko järjestelmä muuttaa kolmiulotteiseksi. Kolmiulotteisen järjestelmän kuvaus voitaisiin toteuttaa esimerkiksi CityGML-mallilla, jossa ominaisuustieto tallennettaisiin semantiikkaosioon. Virtuaaliset museot ovat myös yksi hyvä esimerkki monista mahdollisuuksista. Siinä vierailija voi tutustua museoon siitä tehdyn 3D-mallin avulla. Erilaisia kohteita valittaessa hän saa selville niihin liittyvää tietoa. Tässä tapauksessa ominaisuustieto sisältäisi museossa esillä olevien kohteiden selityksiä, jolloin kyseessä on jälleen semanttinen malli. Käyttökohteita on lukemattomia, ja tässä niistä on esitelty vain murto-osa. Mitä helpommaksi semanttisten mallien luominen ja käyttäminen muuttuu, sitä laajemmin niitä myös hyödynnetään. Hyvin toimivat ohjelmat auttavat uusien sovellusten lisääntymisessä. 6. Tulevaisuuden näkymiä Lähtöaineistojen, kuten laserdatan ja kuvien, tiedostomuotoihin CityGML tuskin suuremmin vaikuttaa, sillä aineiston keruutekniikka määrää paljolti tiedon esitysmuodon. Sen sijaan lopullisten mallien formaattina CityGML saattaa yleistyä, sillä se on standardinmukainen ja täten helppo jakaa eri tahoille. Jotta tähän pisteeseen päästäisiin, on CityGML-mallien tekoon erikoistuneissa ohjelmissa vielä kehittämistä. Lisäksi CityGML-tukea voisi lisätä jo olemassa oleviin paikkatieto-ohjelmiin, kuten ArcGIS ja MapInfo. Jos CityGML:stä tulee yleisesti käytetty tietomalli, helpottaa se huomattavasti erilaisten aineistojen käsittelyä. Tietojen jakaminen helpottuu, ja myös semantiikka kulkee mallin mukana ongelmitta. 25

CityGML-mallien yleistyessä myös niihin liittyvät erilaiset sovellukset lisääntyvät. Sen myötä 3D-mallit tulevat myös entistä lähemmäs normaalin ihmisen arkea. Jos CityGML-tietomallia kehitetään edelleen, tuo tulevaisuus mahdollisesti tullessaan liikkuvat 3D-kohteet, aikakäsitteen mukaan mallinnukseen mahdollistaen menneisyyden, nykyisyyden ja tulevaisuuden kuvaamisen sekä kaarevien viivojen ja pintojen esityksen. Kehitteillä on myös Simple CityGML profiili, jossa on mukana vain osa CityGML:n piirteistä. 7. Fotogrammetrisen aineiston vaatimukset Ohjelmistojen, jotka muuntavat tiedon CityGML-muotoon, täytyy hyväksyä ainakin yleisimmin käytettyjä aineistoformaatteja. Seuraavassa on kerrottu, mitä erilaisia datoja malleissa käytetään ja missä muodossa ne yleensä esitetään. Näitä aineistoja tuotetaan pääasiassa fotogrammetrisin menetelmin. 7.1. Pistepilvi Pistepilviaineisto syntyy yleensä laserkeilauksen tuloksena. Laserkeilaus voidaan tehdä joko maasta tai ilmasta käsin, ja aineiston määrä voi kasvaa hyvinkin suureksi. Aluksi saatua pistepilveä yleensä suodatetaan, jotta siitä saadaan turhat pisteet pois. Kun pistepilvi on sisällöltään halutunlainen, voidaan siitä muodostaa jatkokäsittelyillä esimerkiksi maastomalli tai muu pintamalli kohteesta. Maastomalli voidaan esittää säännöllisenä hilana, kolmioverkkona, taiteviivoina tai massapisteinä. Pelkkiä pisteitä sisältävä tiedosto on normaalisti muotoa *.txt tai *.xyz, ja siinä on listattuna yhdelle riville yhden pisteet x-, y- ja z-koordinaatit. Kolmioverkko taas on muotoa *.tin, ja siinä on koordinaattiarvojen lisäksi tieto eri pisteiden välisistä yhteyksistä kolmioinnin mukaan. Massapisteet ovat korkeuspisteitä, mutta ne eivät ole säännöllisen ruudukon muodossa. Taiteviivat taas sisältävät korkeuspisteitä, jotka on yhdistetty toisiinsa maaston muotoja mukailevien viivojen avulla. 7.2. Rasteriaineisto Rasteriaineisto on helpoin käsittää kuvana. Alue jakautuu säännölliseen ruudukkoon, kuten kuva jakautuu pikseleihin. Ruutujen / pikseleiden koko riippuu aineiston tarkkuudesta. Kohde kuvataan siis kaksiulotteisena matriisina, jossa jokainen ruutu sisältää jonkin arvon. Tämä voi esimerkiksi kuvan tapauksessa tarkoittaa väriarvoa, jossain muussa tapauksessa vaikkapa intensiteettiä tai painotusta tietyn asian suhteen. Rasteritiedosto on yleisimmin muotoa BMP, GIF, TIFF, JPG tai PNG. Kuva voi olla joko maakuva, viistokuva, ilmakuva tai satelliittikuva. Toki kuva voi olla myös keinotekoinen. Kuvalta voidaan tehdä 3D-mallinnusta, tai sitä voidaan hyödyntää kohdemallin pintatekstuurina. 3D-mallinnuksessa kuva orientoituu suoraan mallinnuksen yhteydessä malliin. Teksturoinnin tapauksessa siihen on liitettävä orientointitietoa, jotta se osataan sijoittaa oikeaan kohtaan mallin pinnalle. Kuvan 26

orientointi tapahtuu joko erillisen tiedoston avulla tai paikkatiedon lisäämisellä kuvan EXIF-tietoihin. Esimerkki erillisestä tiedostosta on World-tiedosto. Se sisältää tiedon kuvan pikselikoosta, sijainnista ja kierrosta. Jos kuva orientoidaan mallin pinnalle erillisen tiedoston avulla, on se leikattava etukäteen niin, että vain liitettävä osa on jäljellä. Muutoin muutkin osat kuvalta projisoituvat taustalle ja mahdollisesti haittaavat kohteen visuaalista ulkoasua. Aineisto vaatiikin tässä tapauksessa paljon manuaalista tulkintaa sen suhteen, missä rakennuksen nurkkapisteet ovat ja miten kuva leikataan. Vaihtoehtoisesti voisi käyttää jotakin reunantunnistusoperaattoria, joka löytäisi julkisivun reunat automaattisesti. CityGML mahdollistaa eri yksityiskohtatasojen kuvaamisen. Tätä varten esityksessä käytetyt kuvat voidaan myös jakaa Level-of-Detail järjestelmän mukaisesti. Maastomallin pintatekstuurina voidaan esittää satelliittikuva silloin, kun kohdetta tarkastellaan suurelta etäisyydeltä. Vastaavasti tekstuuri muunnetaan jossain vaiheessa ilmakuvaksi, kun tullaan lähemmäs kohdetta. 7.3. Vektoriaineisto Vektoriaineisto koostuu pisteistä, viivoista ja monikulmioista. Ne voivat kuvata esimerkiksi alueella olevaa maanalaista putkistoverkostoa tai tieverkkoa. Vektoriaineisto voi olla myös rautalankamalli jostain rakennuksesta, jota voidaan täydentää muun muassa tekstuurikuvien avulla. Vektoriaineistoa tuotetaan erilaisilla kartanpiirto- ja mallinnusohjelmilla, kuten MicroStation, MapInfo ja AutoCAD. 7.4. 3D-mallit Kolmiulotteiset mallit ovat myös vektoriaineistoa. Ne voivat lisäksi sisältää muutakin tietoa, kuten tekstuurikuvia ja metatietoa. Erityisesti tekstuurien siirtäminen sovelluksesta toiseen on usein haasteellista. Esimerkiksi PhotoModeller-ohjelmalla luotu malli voidaan muuntaa 3DS- ja VRML-formaatteihin siten, että tekstuurit otetaan huomioon. Vaikka tekstuurit kulkisivatkin mukana muunnoksessa, voi niiden näkyminen toisessa ohjelmassa olla kuitenkin ongelmallista. 7.5. Semantiikka Ominaisuustieto fotogrammetrisessa aineistossa sisältää yleensä tietoa kuvan, 3Dmallin tai muun kyseessä olevan aineiston orientoinnista. Orientointi voi olla sisäinen, jolloin esimerkiksi kuvan ottaneen kameran aiheuttamat geometriavirheet voidaan poistaa kuvilta. Keskinäinen orientointi selvittää, miten esimerkiksi kaksi eri kuvaa tai mallia sijoittuvat toisiinsa nähden. Ulkoinen orientointi antaa tietoa aineiston sijainnista laajemmassa ympäristössä. 27

7.6. Eri aineistojen yhdistäminen Erityisen tärkeää aineistojen yhdistämisessä on yhteisen koordinaatiston olemassaolo. Aineistot saattavat olla eri koordinaatistoissa tai koordinaattijärjestelmissä. Tällöin niiden yhteensovitus on vaikeaa. Erilaisia koordinaattijärjestelmiä ovat esimerkiksi KKJ ja EUREF-FIN. Ne ovat molemmat käytössä Suomessa ja perustuvat koordinaateiltaan tunnettuihin ja maastossa sijaitseviin runkopisteisiin. Kun siirrytään järjestelmästä toiseen, täytyy koordinaatit muuntaa tiettyjen parametrien avulla jompaankumpaan järjestelmään. Nämä ovat tiedossa, kun järjestelmätkin ovat tunnettuja. Tällöin aineistoa ei tarvitse tulkita lainkaan. Jos datat taas ovat täysin omissa koordinaatistoissaan, jotka eivät ole sidottuja mihinkään tunnettuun järjestelmään, on tilanne erilainen. Tällöin on sovitettava aineistoja yhteen vastinpisteiden tai -piirteiden avulla, jolloin toinen aineisto pidetään paikallaan ja toista siirretään, kierretään ja skaalataan siten että se on yhtenevä toisen aineiston kanssa. Yhteensovitus onnistuu vain silloin, kun aineistoista löytyy vastinpisteitä. Myös aineistojen tarkkuuksien tulisi olla samaa tasoa. Jos toinen aineisto on kuvattu erittäin tiheällä pistepilvellä ja toinen todella harvalla, ei yhdistäminen ole aina helppoa tai lopputulos tyydyttävää. Teksturoitaessa kohteen pintaa kuvilta on tunnettava kuvien orientointi kohteeseen nähden, jotta se osataan sijoittaa oikeaan kohtaan mallin pinnalle. Kuvauksen yhteydessä mukaan voidaan tallettaa kuvanottopaikka ja suunta. Erityisesti ilmakuvauksen yhteydessä käytäntö on jo hyvin yleistä. Kuvan sijaintitiedot antavat hyvät lähtölikiarvot tarkemmalle orientoinnille, joka voidaan suorittaa vastinpiirteitä mittaamalla. Kuvilta on myös poistettava perspektiivistä johtuvat vääristymät, ennen kuin se voidaan liittää kohdemallin pintaan. Ajatellaan esimerkkinä ilmakuvaa, joka halutaan liittää tekstuurina maastomallin pinnalle (Kuva 13). Sellaisenaan kuva sisältää vääristymiä eli pikselit ovat eri kohdissa kuvaa erikokoisia ja -muotoisia, sillä se ei ole täysin ortografinen projektio maastomallin suhteen. Lisäksi maastomalli sisältää korkeusvaihteluita, mikä vaikuttaa myös mittakaavaeroina kuvalla. Sen sijaan ortokuva soveltuu paremmin tekstuuriksi, sillä siinä perspektiivistä ja maaston korkeusvaihteluista johtuvat virheet on korjattu. Vastaavaa menettelyä on käytettävä muissakin teksturointiprosesseissa, kuten julkisivuteksturoinnissa. Kuva 13: Ilmakuvan ja maastomallin yhdistämisen ongelmia. 28