Automatisierte Ableitung eines 3D-Stadtmodells aus Laserscannerdaten am Beispiel der Stadt Frankfurt am Main

Transkript

1 Automatisierte Ableitung eines 3D-Stadtmodells aus Laserscannerdaten am Beispiel der Stadt Frankfurt am Main Nicole ŠARAVANJA und Robert SEUß Dieser Beitrag wurde nach Begutachtung durch das Programmkomitee als reviewed paper angenommen. Zusammenfassung 3D-Stadtmodelle stellen schon seit einiger Zeit ein wichtiges Forschungsthema dar und werden zudem in verschiedenen Anwendungsbereichen zunehmend interessant. Die Modelle bieten sich als Datengrundlage für vielfältige Anwendungen im kommunalen Umfeld an. Der Verbreitungsgrad derartiger Modelle ist aber bisher nur sehr gering und hauptsächlich auf große Städte beschränkt. Im folgenden Beitrag wird daher ein Weg aufgezeigt, mit so genannter Standardsoftware, ein 3D-Stadtmodell in verschiedenen Detaillierungsgraden abzuleiten. In erster Linie wurden hierfür die Laserscannerdaten aus einer Befliegung der Stadt Frankfurt am Main und bereits vorhandene Geobasisdaten genutzt. 1 Einleitung Die Darstellung von Stadträumen wird sowohl in Visualisierungsanwendungen, wie z. B. der Stadtplanung als auch für ingenieurtechnische Belange immer wichtiger. Handlungsbedarf ergibt sich zudem auch aus der im Jahre 2002 erlassenen EU-Richtlinie zur Minderung von Umgebungslärm (2002/49/EG), welche zu regelmäßigen detaillierten Lärmausbreitungsberechnungen verpflichtet. Daher bieten 3D-Stadtmodelle vielfältige Anwendungsmöglichkeiten. Ein besonderer Weg zu einem 3D-Stadtmodell sollte im Zuge einer sechsmonatigen Projektarbeit im Wintersemester 2005/2006 an der Fachhochschule Frankfurt im Studiengang Geoinformation und Kommunaltechnik gegangen werden. Das Ziel dieser Projektarbeit war die Planung und Realisierung eines 3D-Stadtmodells in einem begrenzten Raum innerhalb der Stadt Frankfurt am Main, im Bereich des Campusgeländes der Fachhochschule. Die Herausforderung bestand darin, dieses Modell nur mit Hilfe von so genannter Standardsoftware zu erstellen. Es wurden zunächst verschiedene Softwareprodukte auf ihre Fähigkeiten im Umgang mit großen Mengen an Laserscannerdaten untersucht und die Aufgabe schließlich mit ESRIs ArcGIS 9.1 (inklusive ArcGIS Desktop-Erweiterung 3D Analyst) gelöst. Als Ergebnis der Projektarbeit wurde ein Workflow zur Erstellung eines 3D- Modells in ArcGIS erarbeitet (vgl. Abb. 2). In einer Bachelorarbeit wurde im Anschluss, aufbauend auf die Ergebnisse des Projektes, untersucht, inwiefern eine vollständig automatisierte Ableitung eines solchen Modells aus

2 648 N. Šaravanja und R. Seuß den Ausgangsdaten möglich ist. Hierfür wurden in erster Linie die Funktionen des ArcGIS ModelBuilders verwendet, ein Modellgenerator zum Erstellen von eigenen Applikationen. Seitdem erweitern und verfeinern weitere Untersuchungen das daraus resultierende Modell. Die Ergebnisse aus den verschiedenen Arbeiten sollen nachfolgend vorgestellt werden. 2 Ausgangsdaten Zur Erstellung des Modells wurden Geobasisdaten vom Stadtvermessungsamt Frankfurt am Main zur Verfügung gestellt. Neben den Laserscannerdaten aus einer Befliegung im Jahre 2005 konnten Luftbilder sowie die digitale Stadtgrundkarte für das Modell genutzt werden. Die digitale Stadtgrundkarte weist im Unterschied zur ALK detailliertere Gebäudeflächen auf, wie z. B. einzelne Gebäudeteile unterschiedlicher Höhe oder Balkone. Die Erfassung der Gelände- und Oberflächenpunkte wurde mit dem Laserscanner ALS der Firma Leica-Geosystems mittels Light Detection and Ranging Sensoren (LIDAR) durchgeführt. Mit diesem Messsystem konnte eine Punktdichte von vier Punkten pro Quadratmeter erreicht werden, welche eine Genauigkeit von etwa 10-20cm in Höhe und Lage aufweisen. Die Befliegung und anschließende Verarbeitung der erfassten Laserscannerdaten wurde von der Firma Terra digital GmbH & Co. KG durchgeführt und die Daten schließlich im LAS-Format an das Stadtvermessungsamt Frankfurt geliefert. Dort wurde eine Konvertierung der LAS-Daten mittels FME-Konverter durchgeführt, wodurch auf Koordinatentripel im ASCII-Format zugegriffen werden konnte. Die Laserdaten waren wie folgt klassifiziert: DTM: DSM: ALL: Digitales Terrain Modell, gefilterte Bodenpunkte aus Last-Echo-Daten Punkte aus First-Echo-Daten alle erfassten Punkte. Die Daten des DTMs wurden durch den Dienstleister mittels einer intelligenten Ausdünnung unter zu Hilfenahme von TIN-Eigenschaften auf die wesentlichen geländebeschreibenden Merkmale reduziert ( Modell Keypoints ) und zwar in zwei Genauigkeitskategorien: MK 1: Ausdünnung unter Einhaltung einer Höhengenauigkeit von 5 cm MK 2: Ausdünnung unter Einhaltung einer Höhengenauigkeit von 10 cm Die enorme Punktanzahl und die daraus resultierenden Datenmengen führten zu einer Kachelung des erfassten Stadtgebietes. Eine Kachel erstreckt sich über ein Gebiet von 500 mal 500 Metern. Für die Erstellung des 3D-Stadtmodells wurden in erster Linie die Punkte des digitalen Situationsmodells (DSM; vgl. Abb. 1) mit rund Punkten pro Kachel sowie die ausgedünnten Geländepunkte (MK1) mit etwa Punkten pro Kachel verwendet.

3 Automatisierte Ableitung eines 3D-Stadtmodells aus Laserscannerdaten 649 Abb. 1: DSM-Punktwolke 3 Ableitung eines 3D-Stadtmodells Abb. 2: Workflow: Bearbeitung in ArcGIS 3.1 Level of Detail 1 Gebäudevisualisierung in ArcGIS 3D-Stadtmodelle liegen in unterschiedlichen Detaillierungsgraden (Level-of-Detail, LOD) vor. Als Standard haben sich in vielen Bereichen die von der Special Interest Group 3D (SIG 3D) der Initiative Geodateninfrastruktur Nordrhein Westfalen (GDI NRW) festgelegten Detaillierungsgrade durchgesetzt, welche auch im Folgenden verwendet werden sollen: LOD 0: Regionalmodell (2,5D; DGM) LOD 1: Klötzchenmodell ohne Dachformen und Textur LOD 2: Detailliertes Modell mit differenzierten Dachformen, Textur optional LOD 3: Fein ausdifferenziertes Architekturmodell mit Textur LOD 4: Innenraummodell

4 650 N. Šaravanja und R. Seuß Um zunächst eine Geländeoberfläche (DGM) zu erhalten, wurde aus den Punkten der MK1-Kacheln ein TIN gerechnet. Die Gebäudeflächen aus der ALK wurden diesem TIN als harte Bruchkanten zugefügt, um eine Vermaschung des TINs über die Gebäudegrenzen hinaus zu vermeiden. Die Gebäudegrenzen werden somit als Kanten von TIN-Dreiecken in das Geländemodell integriert. Zur Generierung von Gebäuden auf dieser Oberfläche, stellte sich die Frage nach der Höhe der Gebäude, also der Oberkante der Gebäude ohne Dach. Der Weg dorthin sah wie folgt aus (vgl. Abb. 2): Zunächst wurden die MK 1-Punkte mit denen aus dem DSM verschnitten, um nur die Punkte zu erhalten, die nicht Gelände sind. Anschließend wurden die Punkte des DSM ausgewählt, welche sich innerhalb der einzelnen Gebäudeflächen der digitalen Stadtgrundkarte befanden. Mit Hilfe eines Puffers konnten aus diesen Punkten eines jeden einzelnen Gebäudeteils wiederum die Punkte ausgewählt werden, welche sich auf dem Umring des Gebäudes, also etwa auf Traufhöhe, befanden. Durch statistische Auswertefunktionen in ArcGIS wurde im Anschluss der Mittelwert der ausgewählten Höhenpunkte als Höhe des Gebäudeteils bestimmt. Alle ermittelten Höhen wurden den Gebäudeteilflächen der Stadtgrundkarte als Attribut hinzugefügt. So konnten die Gebäudeflächen zu diesem neuen Attributwert hin extrudiert werden, womit ein so genanntes Klötzchenmodell, ein LOD 1, erreicht war (vgl. Abb. 3). Abb. 3: LOD 1: Klötzchenmodell 3.2 Generierung der Dachflächen Die Generierung der Dachflächen sollte in möglichst wenigen Arbeitsschritten und weitgehend automatisiert ablaufen. Dabei bestand die Grundidee darin, durch Erzeugung eines TINs aus den Messpunkten auf den Dächern die Dachflächen zu generieren (vgl. Abb. 4). Im ersten Schritt zur Gebäudehöhenbestimmung wurden bereits die DSM-Punkte innerhalb der Gebäudeflächen gefiltert. Man kann davon ausgehen, dass es sich bei diesen Punkten fast ausschließlich um Dachpunkte handelt. Aus diesen Punkten wurde ein TIN errechnet. Nachdem die Gebäudeflächen diesem TIN hinzugefügt wurden, konnten die Dächer in

5 Automatisierte Ableitung eines 3D-Stadtmodells aus Laserscannerdaten 651 Form des Dach-TINs den Gebäuden aufgesetzt werden. Der Einfachheit halber wurden Überlegungen zu Dachüberständen außen vor gelassen. Abb. 4: Dachformen 3.3 Visualisierung Für die Visualisierung des 3D-Stadtmodells wurden hochauflösende Luftbilder aus einer Befliegung der Stadt Frankfurt im Jahr 2004 verwendet. Bei einer Auflösung von 10 cm liegt die Dateigröße eines Farbluftbildes, welches den Bereich einer Kachel, also real 500 mal 500 Meter abbildet, bei etwa 32 MB. Die Luftbilder wurden auf das Geländemodell aufgebracht. In Verbindung mit den extrudierten Gebäudeflächen und den Dachformen konnte so innerhalb der Projektarbeit ein LOD 1 mit starken Tendenzen zu einem LOD 2 erreicht werden (vgl. Abb. 5). Abb. 5: Ergebnisvisualisierung in ArcScene

6 652 N. Šaravanja und R. Seuß 4 Automatisierung Die manuelle Erstellung eines 3D-Stadtmodells, wie unter Abschnitt 3 beschrieben, erwies sich in der Praxis als aufwendig. Zudem boten die sich wiederholenden Abläufe auf dem Weg zu einem 3D-Modell eine gute Basis, um den gesamten Ablauf zu automatisieren. Es galt also, den einmal beschrittenen Weg zum 3D-Stadtmodell in ArcGIS in einer eigenständigen, flexiblen und losgelösten Applikation zusammenzufassen. Dies wurde mittels des in ArcGIS implementierten Modellgenerators ModelBuilder realisiert. Es entstand auf grafischem Wege ein eigenes Werkzeug in ArcGIS zum Erstellen eines 3D-Stadtmodells in Form eines Ablaufdiagramms und zwar ohne zusätzlichen Programmieraufwand (vgl. Abb. 6). Abb. 6: Ausschnitt aus dem 3D-Stadtmodell-Tool in Form eines Ablaufdiagramms Dabei galt es, die Eigenheiten und Funktionsweisen des ModelBuilders zu berücksichtigen. So konnte der Workflow aus der Projektarbeit nicht eins zu eins übernommen werden. Es mussten z. B. Anpassungen bezüglich der Datenformate vorgenommen werden. Einige Werkzeuge funktionieren innerhalb des ModelBuilders nur mit bestimmten ArcGIS- Datenformaten, wie z. B. Layern oder 3D-Shape-Dateien. Die entstandene Applikation funktioniert so, dass der Nutzer lediglich die Ausgangsdateien mit den Gebäudeflächen und die Laserscannerdaten (MK1 und DSM, jeweils im ASCII- Format) benennen muss und anschließend das Modell rechnen lassen kann. Bei Eingabe der Daten für eine reale Ausdehnung von 500 mal 500 Metern, also der Ausdehnung einer Kachel, beträgt die Rechenzeit (Intel Pentium 4; CPU 3 GHz, 1 GB RAM) etwa 20 Minuten. Im Ergebnis erhält der Nutzer das DGM, die Gebäudehöhen sowie ein TIN, welches die Dachformen repräsentiert. Diese Daten können im Anschluss in ArcScene visualisiert werden. Neben dem Werkzeug zur Erzeugung des 3D-Modells wurden außerdem Werkzeuge zur Texturierung des DGM und der Dachflächen erstellt.

7 Automatisierte Ableitung eines 3D-Stadtmodells aus Laserscannerdaten 653 Bevor die Luftbilder als Textur verwendet werden, sollten diese Werkzeuge zum Einsatz kommen, um die zu behandelnde Datenmenge möglichst gering zu halten. Aus den Luftbildern werden lediglich die benötigten, also letztendlich sichtbaren Bereiche, ausgestanzt, so dass diese auf DGM bzw. Dachflächen aufgebracht und für eine anschauliche Visualisierung genutzt werden können (vgl. Abb. 7). Abb. 7: Frankfurter Römerberg mit Texturen auf DGM und Dächern 5 Bewertung Vor dem Hintergrund der Motivation, ein 3D-Stadtmodell lediglich mit Hilfe von Standardsoftware zu realisieren, fällt die Bewertung der Bearbeitung in ArcGIS durchaus positiv aus. Aus den Laserscannerdaten konnte in ArcGIS ein 3D-Stadtmodell erstellt werden. Dieses weist nahezu ein LOD 2 auf. Besonders hervorzuheben ist der innovative Ansatz, die Dachformen aus den Laserscannerdaten in Form eines Dach-TINs zu generieren. Hinzu kommt, dass sich ein solches Modell voll automatisiert abbilden lässt, d. h. ohne Eingriff durch den Nutzer. Demnach ließe sich dieser Ansatz für das gesamte Frankfurter Stadtgebiet umsetzen. Kritikpunkte ergeben sich aus der Tatsache, dass es sich bei den Gebäuden nicht um echte 3D-Körper, sondern lediglich um extrudierte 2D-Flächen handelt. Dies ist z. B. der Grund dafür, dass eine Texturierung der Gebäudewände nicht ohne Programmieraufwand zu be-

8 654 N. Šaravanja und R. Seuß werkstelligen ist. Des Weiteren ist auch bei automatisiertem Ablauf der Zeitaufwand nicht zu unterschätzen. Wenn man davon ausgeht, dass eine Kachel von 500 mal 500 Metern in etwa 20 Minuten zum Modell gerechnet werden kann, so würden für das gesamte Frankfurter Stadtgebiet mit seinen rund 1100 Kacheln etwa 370 Stunden veranschlagt werden müssen. Spätestens ab diesem Punkt stellt sich auch die Frage der Datenhaltung. Einem Vergleich zu Spezial-Software zur Erstellung von 3D-Stadtmodellen kann vorliegendes Modell demnach in einigen Punkten nicht mithalten. Für Berechnungszwecke (z. B. Hochwasserszenarien; vgl. Abb. 8) und anschließender Visualisierung ist ein auf diesem Wege errechnetes Modell jedoch ausreichend. Des Weiteren lassen sich durch die differenzierte Darstellung der Dächer in einem solchen Modell auch ausgefallene Dachformen sehr gut visuell ablesen. Abb. 8: 3D-Hochwassersimulation Abschließend lässt sich sagen, dass Laserscannerdaten als eine Datenquelle mit hohem Potenzial anzusehen sind. Die enormen Mengen, in denen sie vorliegen, sind jedoch schwierig zu handhaben. Im Detail hat sich die Kombination aus digitaler Stadtgrundkarte mit ihren Gebäudeteilflächen und Laserscannerdaten als optimale Voraussetzung für die Ableitung eines 3D-Stadtmodells erwiesen. Außerdem sind farbige Luftbilder für eine ergänzende Visualisierung gut geeignet. 6 Ausblick Als ein weiterer Schritt könnten auch auf den Gebäudewandflächen im Modell Texturen aufgebracht werden. Vorstellbar wäre zudem, das 3D-Stadtmodell um den Baumbestand der Stadt zu erweitern, indem z. B. Standpunkt und Größe der Bäume aus den Laserscannerdaten abgeleitet würden.

9 Automatisierte Ableitung eines 3D-Stadtmodells aus Laserscannerdaten 655 Was die Datenhaltung für 3D-Stadtmodelle betrifft, so entwickelt sich momentan das Datenmodell CityGML zum offenen Standard. Es handelt sich bei CityGML um ein XMLbasiertes, offenes Datenmodell für Datenhaltung und -austausch. CityGML ist eine Entwicklung der Special Interest Group 3D (SIG 3D) der Initiative Geodateninfrastruktur Nordrhein Westfalen (GDI NRW) 1. Alle Ergebnisse des Stadtmodells können mit Hilfe von GIS-Standardfunktionalitäten analysiert werden und auf diesem Wege zur Schaffung von Mehrwerten genutzt werden. Gerade für die Stadt Frankfurt würde sich darüber hinaus die Visualisierung von so genannten Landmarks anbieten. Markante Merkmale der Stadt, wie z. B. Brücken oder Hochhäuser könnten auf diesem Wege in Szene gesetzt werden und so die Aufmerksamkeit des Nutzers besonders auf sich ziehen oder zur Orientierung in dem 3D-Modell verwendet werden. 7 Danksagung An dieser Stelle bedanken sich die Autoren bei der Stadt Frankfurt für die erfolgreiche Zusammenarbeit. Insbesondere gilt der Dank dem Stadtvermessungsamt Frankfurt für die großzügige Bereitstellung der Daten. Literaturhinweise AMTSBLATT DER EUROPÄISCHEN GEMEINSCHAFTEN (2004): Richtlinie 2002/49/EG des europäischen Parlaments und des Rates über die Bewertung und Bekämpfung von Umgebungslärm. BÖSEBECK, M. (2007): Hochwasseranalyse und -visualisierung für den Main im Bereich Frankfurt am Main. Bachelorarbeit, Fachhochschule Frankfurt am Main. BÖSEBECK, M., BOY, A., DRECHSLER, R., PORAN, I. & N. ŠARAVANJA (2006): 3D-Stadtmodell aus Laserscanndaten. Projektbericht, Fachhochschule Frankfurt am Main. KOLBE, H. & G. GRÖGER (2005): 3D-Stadtmodellierung auf der Basis internationaler GI- Standards. In: COORS, V. & A. ZIPF (Hrsg.): 3D-Geoinformationssysteme, Wichmann, ISBN , Stuttgart, S SCHÜSSLER, S. (2006): Automatisierte Ableitung von 3D-Stadtmodellen aus Laserscanndaten. Bachelorarbeit, Fachhochschule Frankfurt am Main. TERRA DIGITAL GMBH & CO. KG (2005): Airborne Laserscanner Projekt Frankfurt am Main. Projektreport, Kreba-Neudorf. 1