Laserkeilaimet. Luento 8: Uudet 3-D kartoitustekniikat. Maa Fotogrammetrinen kartoitus Luento-ohjelma

Samankaltaiset tiedostot
Laserkeilaimet. Maa Fotogrammetrinen kartoitus Luento-ohjelma

Luento 10: Optinen 3-D mittaus ja laserkeilaus

Tree map system in harvester

Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet

Kaupunkimallit

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

ENY-C2005 Geoinformation in Environmental Modeling Luento 2b: Laserkeilaus

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Kehittyvien satelliittiaineistojen mahdollisuudet

Lauri Korhonen. Kärkihankkeen latvusmittaukset

TERRASOLID Terrasolidin ratkaisut UAVkartoitussovelluksiin Kimmo Soukki

FOTOGRAMMETRINEN PISTETIHENNYS

Metsäkeilauksista suunnistuskarttoja?

Oppimistavoitteet. MAA-C2001 Ympäristötiedon keruu. Ymmärtää laserkeilauksen kartoitusprosesseja. Maalaserkeilaus Ilmalaserkeilaus Mobiilikartoitus

Metsien kaukokartoitus ja lentokonekeilaus Osio 2

KMTK lentoestetyöpaja - Osa 2

Capacity Utilization

Laserkeilauksen ja kuvauksen tilaaminen

Loppuraportti Blom Kartta Oy - Hulevesien mallintaminen kaupunkiympäristössä / KiraDIGI

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Metsälamminkankaan tuulivoimapuiston osayleiskaava

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys mobiilikartoitusmenetelmistä

Peruskartasta maastotietokantaan

Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto

Research plan for masters thesis in forest sciences. The PELLETime 2009 Symposium Mervi Juntunen

Luento 13: Ympäristömallien tiedonkeruu

SPS ZOOM D Laserkeilain

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

Laserin ja kaikuluotauksen yhdistäminen

Kartoitus laserkeilauksella

Tynnyrivaara, OX2 Tuulivoimahanke. ( Layout 9 x N131 x HH145. Rakennukset Asuinrakennus Lomarakennus 9 x N131 x HH145 Varjostus 1 h/a 8 h/a 20 h/a

4x4cup Rastikuvien tulkinta

7.4 Variability management

Rautatiekasvillisuudenhallinta laserkeilauksen avulla

1. Hankinnan tausta ja tarkoitus

Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia

4x4cup Rastikuvien tulkinta. 4x4cup Control point picture guidelines

( ( OX2 Perkkiö. Rakennuskanta. Varjostus. 9 x N131 x HH145

( ,5 1 1,5 2 km

Luento 8: Kolmiointi AIHEITA. Kolmiointi. Maa Fotogrammetrian yleiskurssi. Luento-ohjelma

Korkeusmallin luonti laserkeilausaineistosta

National Building Code of Finland, Part D1, Building Water Supply and Sewerage Systems, Regulations and guidelines 2007

Laserkeilaus suunnistuskartoituksessa

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Laserkeilauspohjaiset laskentasovellukset

Maa Fotogrammetrian, kuvatulkinnan ja kaukokartoituksen seminaari Liikennejärjestelmien kuvaaminen laserkeilauksen avulla

Returns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu

Satelliittipaikannus

WindPRO version joulu 2012 Printed/Page :47 / 1. SHADOW - Main Result

I. Principles of Pointer Year Analysis

Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

Magneettiset testimittaukset miehittämättömällä lentolaitteella (UAV) Rovaniemellä

Puulajitulkinta laserdatasta

TM ETRS-TM35FIN-ETRS89 WTG

Maa Fotogrammetrian perusteet

LASERKEILAUKSEEN PERUSTUVA 3D-TIEDONKERUU MONIPUOLISIA RATKAISUJA KÄYTÄNNÖN TARPEISIIN

Biomassatulkinta LiDARilta

TM ETRS-TM35FIN-ETRS89 WTG

WindPRO version joulu 2012 Printed/Page :42 / 1. SHADOW - Main Result

TTY Mittausten koekenttä. Käyttö. Sijainti

Maanmittauslaitoksen uusi valtakunnallinen korkeusmalli laserkeilaamalla

Luento 4 Georeferointi

Luento 5: Stereoskooppinen mittaaminen

TM ETRS-TM35FIN-ETRS89 WTG

Maaston ja tiestön kantavuuden ennustaminen. Jori Uusitalo Jari Ala-ilomäki Harri Lindeman Tomi Kaakkurivaara Nuutti Vuorimies Pauli Kolisoja

The CCR Model and Production Correspondence

Laserkeilausaineiston hyödynt. dyntäminen Finavian tarpeisiin

Puuston muutoksen määritys laserkeilauksen avulla

TM ETRS-TM35FIN-ETRS89 WTG

Olosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland

Uuden valtakunnallisen laserkeilaukseen perustuvan korkeusmallituotannon käynnistäminen Maanmittauslaitoksessa

TM ETRS-TM35FIN-ETRS89 WTG

Fotogrammetrian termistöä

TM ETRS-TM35FIN-ETRS89 WTG

TM ETRS-TM35FIN-ETRS89 WTG

TM ETRS-TM35FIN-ETRS89 WTG

Results on the new polydrug use questions in the Finnish TDI data

Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa

Luento 4 Georeferointi Maa Fotogrammetrian perusteet 1

Luento 7 3-D mittaus. fotogrammetriaan ja kaukokartoitukseen

LYTH-CONS CONSISTENCY TRANSMITTER

Radanrakentamisen 3D-lähtötietomallin mittaus (Case Jorvas, UAS)

Satelliittikuvat osana öljypäästövalvontaa

KUVANMUODOSTUMINEN INSTRUMENTIT KAUKOKARTOITUSINSTRUMENTIT

DroneKnowledge Towards knowledge based export of small UAS remote sensing technology Kohti tietämysperusteisen UAS kaukokartoitusteknologian vientiä

Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa

Efficiency change over time

Miehittämättömän ilma-aluksen käyttö toimitustuotannon kartoitustyössä

INTENSITEETTITIEDON HYÖDYNTÄMINEN LASERKEILAUKSESSA. mallinnuksen instituutti.

Ryhmät & uudet mahdollisuudet

The Viking Battle - Part Version: Finnish

1. SIT. The handler and dog stop with the dog sitting at heel. When the dog is sitting, the handler cues the dog to heel forward.

TM ETRS-TM35FIN-ETRS89 WTG

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

,0 Yes ,0 120, ,8

Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta

Transkriptio:

Maa-57.220 Fotogrammetrinen kartoitus Luento-ohjelma 1 2 3 4 5 6 7 8 9 10 11 12 13 Luento 8: Uudet 3-D kartoitustekniikat Luento 8: Uudet 3-D kartoitustekniikat Laserkeilaimet TopoSys Laserkeilauksen käyttö metsätehtävissä Julkaisuja Syvyyskartoitus Tutkakuvaus Julkaisuja Laserkeilaimet (Alkuperäinen luento: Henrik Haggrén, 31.10.2002 Muutoksia: Eija Honkavaara, 2.10.2004) LiDAR (Light Detection and Ranging): optinen tutka eli etäisyysmittari, joka toimii näkyvän valon, lähi-infran tai ultravioletin alueella LASER: Light Amplification by Stimulated Emission of Radiation Laserkeilain tuottaa kohteesta kolmiulotteisen pinnan, digitaalisen maastomallin (DEM/DTM). Käsittelemällä eri tavoin tätä maastomallia voidaan tuottaa kolmiulotteisia tuotteita. Laserkeilaimien perusidea: kohteen ja laserin välinen etäisyys mitataan laserpulssin kulkuajan perusteella, keilain pyyhkäisee laserpulsseja lentosuuntaa vastaan kohtisuorassa suunnassa, ja kun laserkeilaimen asento ja paikka ovat tarkasti tunnetut, mitattu etäisyys voidaan muuttaa korkeudeksi. Lasertutkan asento ja sijainti määritetään inertiajärjestelmien ja GPS-mittauksen avulla. Jokaista laserpulssia vastaava etäisyys voidaan muuntaa x-, y-, ja z-koordinaateiksi. Keilaus voidaan suorittaa lentokoneesta tai helikopterista, kuvauskorkeudet ovat 20-6000 m. o Helikopterilla yleensä 200 m -300 m o Lentokoneella yleensä 500 m -1000 m, nykyään lentokorkeudet kasvussa Laitteisto o Etäisyysmittari, lentosovellutuksissa pulssitutka o Keilain, esim. kartiomainen, linjoittainen tai sik-sak keilaus o Sijainnin ja orientoinnin mittausjärjestelmä GPS (Global Positioning System) sensorin sijainti IMU (Inertial Measurement Unit) sensorin sijainti ja kallistukset Direct sensor orientation:../5/l5_2004.htm#direct sensor orientation o Tiedon tallennus- ja valvontajärjestelmä: tallennetaan lennon aikana laser- ja paikannus havainnot o Usein myös video ja/tai digitaalinen kamera Toimintaperiaatteet o etäisyysmittaus kiinteään suuntaan, korkeusmittaus (altimetri) rangefinder profilometer Optech Model 501SA, VTT/TKK o etäisyysmittaus mittaussuuntaa muuttaen 1

kartiomaisesti keilaava Saab HawkEye linjoittain keilaava Saab TopEye TopoSys o etäisyysmittaus kuvaamalla (profilometri) profiileittain pyyhkivä laserprofilointi videokameralla, VTT Ominaisuuksia o aktiivinen: laservalaisu o havainnot pisteitä tai profiileita o georeferointi ulkoisesti: GPS, INS toisiaan peittävien laserjonojen blokkitasoitus profilometrillä myös sisäisesti: blokkikolmiointi o tulkinta piste- tai profiilihavainnoista koordinaatisto maanpinta, rakenteet, kasvusto Tallennustavat. Nykyiset keilaimet pystyvät tallentamaan vähintään ensimmäisen ja viimeisen kaiun sekä intensiteettitietoa. Tulevaisuudessa systeemit pystyvät tallentamaan koko kaikuprofiilin, mistä on etua esim. kasvillisuuden tulkinnassa. o Ensimmäinen kaiku (first pulse) o Viimeinen kaiku (last pulse) o Koko profiili (full waveform) o Intensiteetti Laseraineistojen jälkikäsittelyssä on seuraavia työvaiheita GPS- ja inertialaskennan jälkeen: o Jonojen tasoitus: Jonojen tasoituksen tehtävänä on sovittaa laserkeilausjonot toisiinsa ja poistaa systemaattisia virheitä. Systemaattisten virheiden poistaminen tapahtuu maastotukipisteiden avulla. Korkeus voidaan kalibroida mm. rakennusten ja teiden ja järvien pinnan korkeusinformaatiolla. Xy-tason virheet voidaan korjata esimerkiksi rakennuskulmien avulla. Yhteisten liitospisteiden avulla vierekkäiset jonot sovitetaan yhteen. o Suodatus: Laseraineistojen suodatuksella pyritään rakennusten ja puuston poistamiseen laseraineistosta ja siten korkeusmallin laskemiseen. Eniten käytettyjä menetelmiä suodatuksessa ovat matemaattinen morfologia, lineaarinen ennustaminen sekä slope-based suodatus. o Kuvan segmentointi: Segmentoinnilla pyritään löytämään kuvasta homogeenisia alueita. Näitä ovat mm. rakennusten katot, puuston latvukset, yhtenäiset maanpinnan muodot. Segmentointi luo kuvasta objekteja, joita voidaan sitten käsitellä kokonaisuuksina. o Harvennus: Tavoitteena on poistaa ylimääräisiä pistettä, niin, että mallin tarkkuus säilyy riittävän tarkkana. Harvennuksessa käytettävä algoritmi ottaa huomioon maaston pinnanmuotojen vaihtelevuuden. Tasaisilla alueilla pistetiheys on harvennuksen jälkeen pienempi kuin alueilla, joissa maaston pinnanmuodot vaihtelevat. Lopputuotteiden laatuun vaikuttavat: o Sijainti- ja kulmamäärityksen tarkkuus o Systeemikalibroinnin laatu 2

o Lentonopeus ja lentokorkeus o Keilaimen taajuus o Pistetiheys o Kasvillisuuden ja rakennettujen kohteiden määrä Pistetiheyteen vaikuttavat laserin pulssintoistotaajuus, keilauskulma, lentokorkeus, lentonopeus sekä lentolinjojen peittoprosentti. Tyypillisesti pulssitiheys on 1 piste / 20 m 2 20 pistettä / m 2 1000 m kuvauskorkeudelta. Etäisyydenmittaus perustuu kulkuajan mittaamiseen. Näin ollen mittaustarkkuus pulssin kulkusuunnassa riippuu ajanmittauksen tarkkuudesta ja on vakio ja etäisyydstä riippumaton. Koska laserpulssi divergoi eli hajoaa, etäisyysmittauksen epätarkkuus kasvaa poikittaissuunnassa. Sensorin suuntahavainto kohdistuu aina hajontaympyrän keskipisteeseen, kun taas etäisyys havaitaan hajontaympyrän sisällä kohdasta, josta pulssi heijastuu. Laserkeilauksen vertaaminen ilmakuvakartoitukseen o Laserkeilaus läpitunkevuus maanpintaan varsinkin metsäisillä alueilla on parempi kuin ilmakuvaparin (ilmakuvaparilla maanpinnan tulee näkyä kahdelta kuvalta) maastomallin pistetiheys on maaston tarkan rekonstruoimisen kannalta hyvä, mutta keilauskuvion vaikutusta lopputulokseen ei ole selvitetty, skannatut 3D pisteet voidaan muuntaa suoraan kartoituksen koordinaatistoon, tulkinta on työlästä, koska maanpinta, pintakasvusto ja puusto ja kaikki rakenteet näkyvät "sekaisin" samassa aineistossa, eikä valmiita kartoitussovelluksia liialti ole käytettävissä, tulkinnan automatisoiminen on suoraviivaista. o Ilmakuvakartoitus ilmakuvan sisäinen geometria on erittäin hyvä, mutta sen hyödyntäminen edellyttää toistaiseksi blokkikolmiointia, tekstuurin yksityiskohtaisuus pitää ilmakuvan sen tulkinnan ja tulosten esittämisen kannalta ylivertaisena, stereomallin visuaalinen tulkinta on suoraviivaista ja siihen käytettävissä oleva kokemus on yleistä, kartoitusorganisaatioissa on ilmakuvaukseen perustuva tekniikka valmiina ja ne hallitsevat sen käytön, tulkinnan automatisoiminen on vaikeampaa kuin laserskanneridatalla. o Laserkeilaus soveltuu maastomallin ja kohteiden mittaamiseen erityisesti puustoisilla alueilla. Vaikka suuri osa pulsseista heijastuu suoraan lehvistä ja puustosta, osa tunkeutuu maahan asti latvustoissa olevien aukkojen kautta. Laserkeilaus onkin kehitetty erityisesti peitteisten alueiden maastomallin tuottamiseen. Menetelmän etuna perinteiseen fotogrammetriseen mittaukseen verrattuna ovat pistetiheys ja menetelmän vähäisempi riippuvuus säästä. Perinteinen fotogrammetria edellyttää, että sama piste näkyy kahdelta ilmakuvalta, minkä vuoksi peitteisillä alueilla hajapisteitä saadaan tavallisesti kymmenien metrien välein. Laserkeilaimella saadaan useita näytteitä neliömetriä kohden, ja tiheimmissäkin metsissä kahden pisteen välinen etäisyys on Suomen olosuhteissa yleensä pienempi kuin 10 m. Aktiivisena laitteena laser ei vaadi auringon paistetta, joten mittauksia voidaan tehdä myös yöaikaan. Järjestelmiä 3

o TopoSys (www.toposys.com) o Optech ALTM (http://www.optech.on.ca/ ) o Saab TopEye o TopScan o DATIS Digital Airborne Topographical Imaging System (EagleScan) o FLI-MAP Fast Laser Imagining Mobile Airborne Platform (Fugro-Inpark B.V.) Sovellutusalueet, mm. o Tarkat korkeusmallit o Peitteisten alueiden korkeusmallit o Rannikot ja kosteikot o Metsien inventointi o Linjamaiset kohteet: voimalinjat, tiet, rautatiet o Kaupunkimallit o Tulvamallinnus o Muutostulkinta Tulevaisuudessa: pistetiheydet kasvavat, full waveform, maanlaajuiset GPStukiasemaverkot, prosessointi (pistepivien suodatus, mallipohjaiset tulkintamenetelmät, sensorifuusio) (Uwe Lohr, 1997) 4

Reconstruction of forest. (Ulla Pyysalo, 2000) Reconstruction of single trees: Birch. (Ulla Pyysalo, 2001) Validation of airborne laser scanner data collected from the tree canopies. Laser data and a panoramic image mosaic have been georeferenced and the point cloud kas been superimposed for visual check. The exact 3-D validation would need both stereoscopic registration and stereoscopic viewing facility. (Image processing by Petri Rönnholm, 2001) 5

Osa 3-D kaupunkimallia Karlsruhesta, Saksasta (Uwe Lohr, 1999). Vaikka laseraineiston pistetiheys on suuri, taiteviivat toistuvat siinä huonommin kuin valokuvalla. Laserkeilaukseen liitetäänkin yhä useammin samalla lennolla tehty valokuvaus. Kun valokuva ja laserdata liitetään yhteen, kyetään nopeasti tuottamaan fotorealistisia kaupunkinäkymiä. Ympäristö- ja kaupunkimallin tuottaminen edellyttää kuitenkin aineiston tulkintaa. Ilmavalokuvilta malli tulkitaan stereokartoituksena. Taiteviivat erottuvat hyvin ja mallin yksityiskohtaisuus viimeistellään valokuvan tekstuurein. (Rapidscene, Rosslyn city scape, SocetSet). System ALTM 1020 TopoSys TopEye ATM II ScaLARS 6

Company Optech TOPOSYS Saab Dynamics NASA Institute for the Navigation of Stuttgart Method of measurement travel time of a laser impulse travel time of a laser impulse travel time of a laser impulse travel time of a laser impulse measure multifrequency dephasing Information provided by the system Wavelength of the laser points 3D points 3D points 3D points 3D 1047 Nm 1535 Nm 1064 Nm 523 Nm points 3D and value of réfléctance 1064 Nm Maximum distance Resolution of the distance 1000 m 1000 m 500 m 700 m 750 m 0.03 m 0.10 m 0.10 m 0,10 m 0.06 m Frequency of measurement 2000 Hz 80 khz 6000 Hz 2 to 10 khz 7000 Hz Cut beam on the ground 0.25 m to 1000 m 0.20 m to 1000 m 0.60 m to 500 m? 1.50 m &agrave 750 m Method scanner of oscillating mirror mirror in rotation and optical fibre? mirror in rotation mirror in rotation Frequency of sweeping 50 Hz 600 Hz? 20 Hz? Angle sweeping of variable Until + - 20 + - 7 variable until + - 10 + - 15 + - 14 / + - 20 Density of points on the ground 1 point for 2.6 m 2 5 points per m 2 1 points 1-4 for 4 m 2 points for 1 m 2 1 point for 4 m 2 Table 1.1-1 Principal characteristics of some systems laser scanner 7

ALACE. TopoSys The position of the sensor can be measured by DGPS with an accuracy of about 0.1 m. This accuracy can only be reached with sensitive and noise-suppressing kinematic GPS receivers. Additionally a corresponding reference station must be placed within (or at least very close to) the survey area. The sensor's orientation can be measured with an accuracy of better than 0.2 mrad when the precise measurement device (often an INS) is fixed closely to the sensor. At a survey altitude of 1,000 m, 0.2 mrad corresponds to a pointing accuracy of about 0.2 m on ground. The accuracy of the distance measurements o With maximum technical effort, presently for a single runtime (or time of flight) measurement a resolution of about 0.05 m is feasible - at a standard deviation of 0.05 m. o Stationary measurements with the TopoSys sensor have proved that its resolution is 0.06 m at a standard deviation of 0.06 m. o Averaging over 500 measurements produced a confidence level of ± 0.0024 m. The density of the distance measurements o Airborne laserscanning produces singular, non-repeatable distance measurements. A question always arises is to where a signal reflection comes from (i.e., a tree's branch, a lamp pole or the ground). The question cannot be answered properly if the measurements are distant from each other. In this case the interpretation of the resulting DEM is difficult. 8

o For the TopoSys sensor the distance between neighbouring scans is only about 0.15 m resulting in an average to four measurements per m². The high measurement density allows a context-sensitive plausibility analysis: providing there are three measurements at the same altitude and the fourth is 5 m above, then the latter is supposed to be a branch, a pole etc. and is discarded in the calculation. Additionally the high measurement density allows the extraction of break lines and other surface features. (Uwe Lohr, 2001) (Uwe Lohr, 2001) 9

(Uwe Lohr, 1999) (Uwe Lohr, 1999) Lasersäde divergoi eli leviää. Jos divergenssi on 0.25 mrad ja lentokorkeus 1000 m, laserpisteen halkaisija on maanpinnalla 25 cm. Osa valosta heijastuu vastaanottimeen puun lehvästöstä, osa vasta maanpinnasta. Useat laserkeilaimet kykenevät vastaanottaman useampia kaikuja. "First pulse"-kaiut kuvaavat lähinnä kasvillisuutta, lehvästöä, sähköjohtoja, myös lintuja, kun taas "last pulse"-kaiut kuvaavat rakennuksia, tien pintaa, autoja, paljasta maanpintaa. (Norbert Haala, 1999) 10

"Last pulse"-havainnot eli pisteet, jotka otetaan vastaan lähetetyn pulssin viimeisenä kaikuna. Puut erottuvat kohdissa, joissa laserpulssi ei ole läpäissyt metsää lainkaan. (Christian Wever and Joachim Lindenberger, 1999) Laserkeilain läpäisee metsän sitä paremmin, mitä kapeampi keilaimen avauskulma on. (Uwe Lohr, 1997) piha talo piha tie talo piha puu talo piha paikoitusalue piha Laserhavainnot yhdellä keilainrivillä. (Christian Wever and Joachim Lindenberger, 1999) 11

Linjoittain keilaavan laserkeilaimen havaintojen pistejakauma on keilainrivin suunnassa tasavälinen ja pisteiden välimatka riippuu lentokorkeudesta. Lentosuunnassa pisteväliin vaikuttaa lentokoneen maanopeus. Kun korkeusmalli lasketaan tasavälisenä ruutumallina paikalliseen koordinaatistoon, mallin korkeuslukemat interpoloidaan laserhavainnoista. (Uwe Lohr, 1997) Kuvattava alue lennetään jonoina, jotka peittävät toisensa osittain. Kuvaus voidaan toistaa myös jonojen poikkisuunnassa. (Christian Wever and Joachim Lindenberger, 1999) 12

Laserhavainnot sisältävät kohteesta kaiken, joten ne on luokiteltava. Maastopisteet voidaan erottaa kasvillisuudesta vertaamalla pisteen korkeuksia naapuripisteiden korkeuksiin, joko yksittäisiin tai keskiarvokorkeuksiin. (Christian Wever and Joachim Lindenberger, 1999) Laserkeilaimen kuva metsäkohteesta ja kuvasta tulkittu maanpinta. (TopoSys) Sama kohde maastossa maakuvalla ja ilmakuvalla. (TopoSys) 13

Tulkittu korkeusmalli. (Christian Wever and Joachim Lindenberger, 1999) Tulkittu ympäristömalli. (Christian Wever and Joachim Lindenberger, 1999) Puuston korkeuksien tulkintaa. (Christian Wever and Joachim Lindenberger, 1999) 14

Esimerkki puiden ja rakennusten tulkinnasta laserhavainnoista. Vasen kuva (b) on ero välillä "summer last" ja maanpinta, oikea kuva (c) on ero välillä "summer first" ja "summer last". (Karl Kraus and Wolfgang Rieger, 1999) Kuvassa (d) on erotettu alueet, jotka täyttävät ehdot: kuvien (b) ja (c) ero on suurempi kuin 1 m ja arvo kuvalla (c) pienempi kuin 1 m. Näin saadulla maskilla on rajattu korkeusmallista rakennukset (e). (Karl Kraus and Wolfgang Rieger, 1999) Ortokuva (a) ja (f) rakennukset esitettyinä varjostetulla korkeusmallilla. (Karl Kraus and Wolfgang Rieger, 1999) 15

3-D kaupunkimalli, Karlsruhe. (Uwe Lohr, 1999) Voimalinja näkyy laserkeilaimella mitatussa korkeusmallissa. (Uwe Lohr, 1999) 16

Laserkeilaimella kuvattu korkeusmalli voidaan liittää samassa koordinatistossa muuhun paikkatietoon ja laserilla mitatut korkeudet voidaan liittää näihin. (Uwe Lohr, 1999) The upper plot shows a village in the Netherlands. Characteristic for the TopoSys system is the high amount of details visible in the DEM allowing analyzing even minor differences in elevation. (Uwe Lohr, 2000) 17

The river Ems in Germany was scanned during low tide. Tideways and other structures of the landscape can easily be analyzed in a 1 m raster DEM. (Uwe Lohr, 2000) Laserkeilauksen käyttö metsätehtävissä http://www.toposys.com: Inventory control and future projection Forest management and monitoring Planning and optimization of transport routes Planning basis for drainage and fertilization Appraisal of potential erosion Harvesting forecasts and timber growth The following parameters can be derived directly and automatically from TopoSys data: http://www.toposys.com: Height of forest canopy and single tree height Single tree segmentation and crown area Tree number and stand density 3D coordinates of tree centers Classification of deciduous and coniferous trees Furthermore, diameter at breast height, timber volume, timber growth and species of trees can be accurately appraised. 18

Vasemmalla: Forest canopy model LFG Mecklenburg-Vorpommern, Germany, Oikealla: Tree centers and crown area Natscan Project, University of Freiburg, Germany http://www.toposys.com Vasemmalla: 3D presentation DSM Billenhagen, oikealla: True ortho image RGB Billenhagen, LFG Mecklenburg-Vorpommern, Germany. http://www.toposys.com Julkaisuja Uwe Lohr, 2001. Performance of the TopoSys System, http://www.toposys.com/ 2001 Uwe Lohr, 2000. Performance of the TopoSys System, http://www.toposys.com/, 2000 Uwe Lohr, 2001. The Principles of Laserscanning, http://www.toposys.com/, 2001. Norbert Haala, 1999. Combining Multiple Data Sources for Urban Data Acquisition, Photogrammetric Week '99, Wichmann, p. 329-339. http://www.ifp.unistuttgart.de/publications/phowo99/phowo99.en.htm Karl Kraus and Wolfgang Rieger, 1999. Processing of laser scanning data for wooded areas, Photogrammetric Week '99, Wichmann, p. 221-231. http://www.ifp.unistuttgart.de/publications/phowo99/phowo99.en.htm Uwe Lohr, 1999. High Resolution Laserscanning, not only for 3D-City Models, Photogrammetric Week '99, Wichmann, p. 133-138. http://www.ifp.unistuttgart.de/publications/phowo99/phowo99.en.htm Christian Wever and Joachim Lindenberger, 1999. Experiences of 10 years laser scanning, Photogrammetric Week '99, Wichmann, p. 125-132. http://www.ifp.unistuttgart.de/publications/phowo99/phowo99.en.htm 19

ASPRS 2004. Chapter 8.3.2 Light Detection and Ranging (Lidar). Manual of Photogrammetry, s. 629-636. Toth, C., 2004. Future Trends in LIDAR. ASPRS Annual Conference Proceedings, May 2004, Denver, Colorado. Terrasolid Ltd http://www.terrasolid.fi/eng/products.htm o TerraMap o TerraModeler Syvyyskartoitus Laser Airborne Depth Sounder (LADS) o LADS MkII mittaustaajuus 900 Hz mittaussyvyys 70 m luotauksen näytteenottoväli 5 m x 5 m o "Merenkulkulaitos kokeilee syksyllä 1999 laserkeilaimen käyttöä merenpohjan syvyyskartoitukseen. Koealueena on Ahvenanmaan Teili, jossa 150 km² aluetta kartoitetaan australialaisella LADS MkII -järjestelmällä 3-4 päivän aikana. Mittauslennot tehdään 500 m korkeudelta ja laserilla uskotaan kyettävän kartoittamaan merenpohjaa 10 m syvyydelle. Mittauksista tuotetaan syvyyskartta, jota myöhemmin täydennetään kaikuluotauksella. Ilmakuvista merenpohjaa kyetään kartoittamaan Suomessa korkeintaan 1.5-2 m syvyyteen asti." (HS, 5.11.1999). 20

Laserkeilain LADS MkII kartoittaa merenpohjaa 240 m leveänä kaistana. Havainnot kerätään pisteittäin 900 hertsin taajuudella säännölliseen ruudukkoon. Ruudukon pisteväli on 5 m, kun kuvauskorkeus on 500 m ja koneen lentonopeus 90 m/s. Tutkakuvaus SAR: Synthetic Aperture Radar Tutka lähettää energiapulssin antennillaan ja havaitsee sitten lähettämänsä pulssin maanpinnasta palaavan kaiun. Havainto koostuu kahdesta komponentista: o Amplitudi eli kaiun voimakkuus, takaisinsironta, kertoo kohteen ominaisuuksista. Amplitudi on se, mikä tavallisesti esitetään tutkakuvana. o Amplitudin lisäksi havainnossa on mukana tutkasignaalin aallon vaihetieto. Korkeusmallin laskentamenetelmää voidaan verrata GPS- mittaustekniikkaan. Jos tiedettäisiin, montako kokonaista aallonpituutta tutkan lähettämä pulssi on kulkenut, voitaisiin luku kertoa aallonpituudella ja saada siten etäisyys kohteeseen. Ongelmana on, ettei kokonaisaallonpituuksien määrää voida mitata tarkasti, tai sitä voidaan vain approksimoida kulkuajan ja kulkunopeuden avulla. SAR-interferometriassa ei kokonaisten aallonpituuksien määrä ole oleellinen. Menetelmässä käytetään kahta kuvaa, jotka on otettu lähes samasta suunnasta, ja analysoidaan näiden mittausten vaihetietojen eroja. Erot kertovat maaston korkeuden vaihteluista. Kuvat voidaan hankkia kuvaamalla samaa kohdetta lähes toistuvilta radoilta tai sijoittamalla kaksi antennia samaan alukseen tietyn kannan päähän toisistaan. 21

Yhdistelmäkuva 28 ERS-1/ERS-2 intensiteettikuvasta. Kuvat kuuluvat tandem-kuvauslentoon eli peräkkäisinä päivinä otetusta kuvaparista on laskettu intensiteettikuvien keskiarvo ja koherenssikuva. Tämä kuva on muunnettu pääkomponenttimuunnoksen avulla kolmeksi kuvaksi 14 intensiteettikeskiarvokuvasta ja 14 koherenssikuvasta. (Törmä, 2001) SAR:in kuvausgeometria. SAR: Synthetic Aperture Radar. (Richard Bamler, 1999) 22

Kuva 2. Interferometrin kuvausgeometria. Vepsäläinen 1996. (Bamler 1999) 23

SAR-amplitudikuva esittää koherentin tutkasignaalin heijastumaa kohteesta. (Richard Bamler, 1999) SAR-interferometria perustuu kahden tutkan yhteiskäyttöön ja kohteesta palaavien tutkasignaalien vaiheiden vertaamiseen. (Richard Bamler, 1999) 24

Vaihe-eron suuruudesta voidaan laskea etäisyyserot interferometritutkan ja kohteen välillä ja johtaa näistä eroista korkeusmalli. (Richard Bamler, 1999) SRTM-lennon interferometritutkan antenni avattuna täyteen 60 m pituuteen. SRTM: The Shuttle Radar Topography Mission. Interferometrisesti valmistetun korkeusmallin ruutukoko on 30 m x 30 m. Korkeusmallin sisäinen tarkkuus on 10 m. Ruudukon ulkoinen tarkkuus on 16 m korkeus- ja 20 m tasokoordinaateissa. (Richard Bamler, 1999) 25

Sukkulan SRTM-lennon kuvaus tehtiin talvella 2000, jolloin 11 päivän aikana kuvattiin alue, joka kattoi n. 80 % maapallon maapinta-alasta. Suomen alueelle kuvaus ei ulottunut, koska sukkulalennot rajoittuivat pohjoisessa 60 ja etelässä 56 leveyspiireille. (Richard Bamler, 1999) Yhdeksästä ERS-1/2-kuvaparista interferometrisesti valmistettu ja koottu korkeusmalli Etelä- Saksasta Baijerista. Alueen koko on n. 300 km x 200 km. (Richard Bamler, 1999) 26

Julkaisuja Richard Bamler, 1999. The SRTM Mission: A World-Wide 30 m resolution DEM from SAR Interferometry in 11 Days, Photogrammetric Week '99, Wichmann, p. 145-154. Arto Vuorela Korkeusmalli nopeasti tutkakuvilta Positio 2/98 Jenni Vepsäläinen SAR -interferometriaan perustuva korkeusmallin tuottaminen satelliittikuvilta, seminaariesitelmä, Espoo 1995 ASPRS 2004. Chapter 8.3.1 Synthetic Aperture Radar (SAR). Manual of Photogrammetry, s. 610-629. Maa-57.220 Fotogrammetrinen kartoitus Luento-ohjelma 1 2 3 4 5 6 7 8 9 10 11 12 13 27