Postanowiłem zweryfikować jakość sklasyfikowanych chmur punktów oraz numerycznych modeli terenu i pokrycia terenu opracowanych przez wykonawców tego projektu. W tym celu kupiłem z PZGiK 16 sekcji w skali 1:2000 – minimum po 3 na każdy z pięciu obiektów, bo z szóstego (nr 2) żadne dane w połowie maja br. nie były jeszcze dostępne.
Uzyskane dane porównałem z warunkami technicznymi postępowania przetargowego z wykorzystaniem oprogramowania TerraSolid, QTModeler, LASTools, Global Mapper i Excel. Zbiory wybrałem losowo i traktowałem jako próbki reprezentatywne. Obszary testowe dobrałem tak, by w każdym znajdowały się cieki lub zbiorniki wodne, zabudowa, obiekty inżynieryjne, bujna roślinność i, jeśli to możliwe, budowle przeciwpowodziowe. Jako że większość danych nadal znajduje się w procesie produkcyjnym, wyniki analiz nie mogą świadczyć o ogólnej jakości danych ISOK. W trosce o zwięzłość artykułu przedstawiam jedynie rezultaty czterech podstawowych testów weryfikujących dane w świetle głównych założeń projektu.
Wyniki analiz są prywatną oceną autora, niezwiązanego z realizacją przedsięwzięcia, który starał się przedstawić je w sposób uczciwy, rzetelny i obiektywny, przyjmując punkt widzenia potencjalnego użytkownika danych.
Test A: Wizualna ocena, badanie kompletności oraz relatywnego wyrównania
Zakupione sekcje dostarczono w formacie LAS 1.2, czyli najpopularniejszej obecnie formie zapisu danych LiDAR. Każdy z plików posiada pełną informację niezbędną do ich wtórnego wykorzystania. Brakuje, niestety, plików trajektorii lotu (SBET bądź TRJ), które są konieczne do ponownego dopasowania pasów skanowania. Choć pozyskane opracowania prezentują się solidnie, każdy z bloków posiada pewne wady.
Dane w sekcjach z bloku 1010 wyglądają na bardzo dobrze relatywnie wyrównane z dokładnością znacząco poniżej 10 cm. Sprawnie sklasyfikowano i obcięto na nich pokrycie poprzeczne za pomocą funkcji cut overlap. Chmura pozyskana była skanerami Leica ALS60, co wynika z nagłówka pliku LAS. Można to wywnioskować także z systematycznego i prostego pasa skanowania oraz rozkładu chmury charakterystycznego dla luster oscylujących. Dane cechuje wyraźny kontrast intensywności odbicia.
Opracowania w blokach 3016 i 3024 jakościowo przedstawiają się niemal identycznie jak 1010. Wykorzystano ten sam system skanowania (Leica ALS60), stąd charakteryzują się one wysoką jakością relatywnego dopasowania oraz zastosowaniem cut overlap. W sekcji M-34-7-D-d-4-3-4 dostrzeżono obszar braku pokrycia punktami leżący na terenie Elektrowni Kozienice w pobliżu Wisły. Wynika on z chmury pyłu pochodzącej z komina elektrowni, przez którą wiązka lasera nie była się w stanie przebić i pozostawiła charakterystyczny cień. Takie obszary winny być wykrywane w pierwszej linii kontroli jakości, dzięki generowaniu plotów punktów wysokich i gęstości pokrycia danych. Brakujący obszar można skutecznie nalecieć ponownie przy innym kierunku wiatru lub z nowym planem lotu, trzymając się dalej od komina. Brak fragmentu danych na obszarze płaskim nie wpływa znacząco na generowanie i jakość NMT. Obniża za to jakość innych produktów ISOK, takich jak np. mapy szorstkości wykorzystywane w modelowaniu fali powodziowej. Ma to znaczenie o tyle, że luka w chmurze znajduje się blisko Wisły (około 300 m) na płaskim i mocno zabudowanym terenie.
Dane z bloków 4001 i 4002 pozyskane były systemem FLI-Map. Widoczna jest na nich kompilacja chmury z trzech skanerów w jednej linii skanowania. Atrybut RGB nadany został bardzo dokładnie, zbalansowany zarówno wewnątrz pasa skanowania, jak i z pasami sąsiednimi. Intensywność rejestrowana jest w granicach od 0 do 400, gdzie mediana ma wartość idealną 200, a średnia – 184. Sam histogram, niestety, skupia się głównie między 50-250, a 80% odbić znajduje się w bardzo wąskim zakresie 150-240. Dodatkowo kontrast jest mocno wytłumiony poprzez nakładające się punkty z trzech skanerów (rys.).
Obszary z bloków 5001 i 5002 pozyskano skanerem Optech ALTM Gemini. Dane są wyrównane dobrze, atrybut RGB jest spójny tonalnie i poprawny geometrycznie. Matching jest także bez zarzutu. Analiza pokrycia poprzecznego wykazała, iż zastosowano tu nalot z pokryciem ponad 55-60%, o czym szerzej w teście B. Intensywność odbicia jest kontrastowa, jednak wykorzystane spektrum bardzo ubogie.
W próbce z bloku 6004 wykonanej systemem Riegl LiteMapper 6800i dostrzec można rozbieżność pomiędzy atrybutami RGB na granicach kadrów zdjęć. Dużo punktów znajduje się w klasie szumu, tzw. high points i low points. Ich klasyfikacja jest jednak poprawna i nie zaniża jakości. Dane cechuje bardzo dobry rozkład i kontrast intensywności odbicia, mają ponadto idealnie równe pokrycie poprzeczne. Wynika to nie ze stabilnego lotu i kompensacji systemu, ale z tego, iż wykonawca dodatkowo docinał dane przed ich przekazaniem i usunął skrajne, nierównomiernie rozkładające się części pasów skanowania. Jest to kosmetyczny zabieg zwiększający estetykę danych, które pozyskane tego typu systemami charakteryzują się bardzo nierównoległymi pasami wynikającymi z braku stabilizacji żyroskopowej. Relatywny matching jest poprawny, ale nie idealny, co przy skanerach Riegl znacząco wpływa na jakość m.in. automatycznej klasyfikacji, w szczególności klasy gruntu i niskiej roślinności przy dużym wychyleniu wiązki (tj. kącie skanowania ±30°), o czym szerzej w teście C...
Pełna treść artykułu w najnowszym lipcowym wydaniu miesięcznika GEODETA
Arkadiusz Szadkowski jest absolwentem Wydzialu Geodezji i Kartografi Politechniki Warszawskiej, specjalność Fotogrametria i Teledetekcja, aktualnie pracuje w TerraTec AS z siedziba w Lysaker w Norwegii na stanowisku „Production Manager LiDAR/MMS”, gdzie co roku zarządza produkcją i kontrolą jakości dla ponad 150 projektow z lotniczego i mobilnego skanowania o łącznej powierzchni ponad 40 tys km kw. w Europie, Afryce i na Bliskim Wschodzie.
nadchodzące wydarzenia
zobacz pozostałe
