Erstellung eines flächendeckenden genauen digitalen Geländemodells für die autonome Provinz Bozen

Transkript

1 Erstellung eines flächendeckenden genauen digitalen Geländemodells für die autonome Provinz Bozen Roland WACK und Harald STELZL Zusammenfassung Dieses Paper gibt einen Überblick über das laufende Projekt Laser DGM Provinz Bozen und beschreibt die für die kostengünstige Datenerfassung ausgewählten Befliegungsparameter sowie die Methoden der Datenverifizierung und -verarbeitung. Für die Korrektur der Abweichungen zwischen benachbarten Streifen wurde mit BIAS (best incidence angle to surface) ein neuer vollautomatischer Ansatz entwickelt, der die Qualität des DGMs entscheidend erhöht. In Verbindung mit einem neuen Filterungsansatz, der hierarchischen Region-Growing-Methode, wurde eine Verarbeitungskette implementiert, welche die effiziente Generierung hochgenauer DGMs erlaubt. Zusätzlich wird die Möglichkeit der 3D-Visualisierung von Landschaften auf der Basis von Laserdaten diskutiert. 1 Einleitung Im Sommer 2003 entschloss sich die Regierung der Autonomen Provinz Bozen auf Vorschlag der Abteilungen für Raumplanung, Land- und Forstwirtschaft, die gesamte Fläche der Provinz mit Laserscannerdaten zu erfassen und ein genaues DGM erstellen zu lassen. Das Projektgebiet umfasst eine Fläche von 7500 km² im alpinen Gebiet in Höhen zwischen 230 m und 3900 m. Im Gegensatz zu Laserkampagnen in anderen Provinzen wurde beschlossen, die Verifizierung und Verarbeitung der Laserdaten von der Datenerfassung zu trennen und die beiden Teile von zwei verschiedenen Unternehmen bearbeiten zu lassen. Diese Konfiguration erlaubte ein zusätzliche Kontrolle der Scannerdaten durch einen unabhängigen Projektpartner mit spezifischer Erfahrung auf dem Gebiet des Laserscannings. In einem ersten Schritt wurden die individuellen Anforderungen der beteiligten Abteilungen der Autonomen Provinz Bozen analysiert, um eine Basis für die Definition der Parameter für die Laserdatenerfassung zu erhalten. Um die Kosten für die Datenerfassung zu senken, wurde die Fläche der Provinz in 3 Abschnitte mit jeweils unterschiedlichen Definitionen unterteilt. Abschnitt 1: Kartierte Fläche 4 Punkte pro 2,5 m 2,5 m. Die kartierte Fläche ist in detaillierten Karten im Maßstab 1:5000 abgebildet und umfasst sämtliche Täler und Gebiete mit dem Großteil der Infrastruktur, Städte und Dörfer der Provinz. Zur Erzeugung eines detaillierten DGM ist eine hohe Punktdichte erforderlich (2600 km²). Abschnitt 2: Nicht kartierte Fläche unter 2000 m 8 Punkte pro 5 m 5 m. Alle Gebiete unter 2000 m und außerhalb der kartierten Fläche in Abschnitt 1 (2200 km²).

2 752 R. Wack und H. Stelzl Abschnitt 3: Sämtliche verbleibenden Flächen über 2000 m 3 Punkte pro 5 m 5 m. Hochalpines Gelände (2700 km²). Für Abschnitt 1 ist ein DGM mit 2,5 m Auflösung zu generieren, die DGMs für die restlichen Teile der Provinz (Abschnitt 2 und 3) müssen eine Auflösung von 5 m aufweisen. Im Gegensatz zu anderen Laserkampagnen ist die erforderliche Punktdichte über Rasterzellen definiert. Dies erleichtert die Verifizierung der gelieferten Punktdichte, die auf Basis des Abstandes zwischen den Punkten ziemlich schwierig ist. Abb. 1: Projektgebiet Laser DGM Provinz Bozen 2 Ableitung des digitalen Geländemodells 2.1 Datenaufbereitung Zur Generierung eines hochgenauen DGM aus Laserscannerdaten müssen sowohl die Sensorkalibrierung als auch Messfehler während der Datenerfassung berücksichtigt werden, welche die 3D-Position der Laserpunkte beeinflussen könnten. Die Sensorposition wird von der Lösung der Phasenmehrdeutigkeit in DGPS und ihrer Drift beeinflusst. Bei der Entfernungsmessung einer Laufzeitmessung können eine fehlerhafte Oszillatorkalibrierung und Änderungen in den atmosphärischen Bedingungen zu Abweichungen führen. Weitere systematische Fehler betreffen die Aufnahmerichtung zum reflektierenden Objekt durch Drifts in der IMU (Inertial Measuring Unit)-Orientierung und eine sensorabhänige Kalibrierung der Strahlablenkung, die zu sogenannten Smile Effects führt (KATZENBEISSER 2003).

3 Erstellung eines flächendeckenden digitalen Geländemodells für die Provinz Bozen 753 Zur Lösung dieser Probleme wurden bereits verschiedene Techniken des Streifen- und Blockausgleichs entwickelt (BURMANN 2002), die jedoch eine Vielzahl an Bodenkontrollpunkten benötigen. Im folgenden Abschnitt wird mit BIAS (best incidence angle to surface) ein neuer automatischer Ansatz vorgestellt, der die Generierung von DGMs mit höherer Genauigkeit erlaubt. In Bezug auf die oben genannten Fehlerquellen kann der Gesamtfehler in vier Komponenten unterteilt werden (ELBERINK et. al. 2003): Fehler pro Punkt, Fehler pro Streifen, Fehler pro GPS-Beobachtung und Fehler pro Block. Der Fehler pro Punkt ist Ergebnis des Messrauschens und kann daher nicht modelliert werden. Abbildung 3 zeigt eine fehlerhafte Streifenanpassung und verdeutlicht deren Auswirkung. Dieser Effekt ist zum Großteil auf eine fehlerhafte Aufnahmerichtung zum reflektierenden Objekt zurückzuführen. Die Drift der IMU-Messungen und der Lösung der Phasenmehrdeutigkeit in DGPS haben nur geringe Auswirkungen, da die Zeitintervalle zwischen den Aufnahmen benachbarter Streifen sehr kurz sind. Die folgenden Überlegungen konzentrieren sich daher auf die fehlerhafte Aufnahmerichtung. Trifft ein Laserimpuls nahezu senkrecht auf eine reflektierende Oberfläche, so wird die Höhengenauigkeit des Punktes durch einen Fehler in der Aufnahmerichtung nicht beeinflusst. Wird derselbe Punkt auf der Oberfläche in einem Winkel von 10 Grad getroffen, so wird die Höhengenauigkeit durch die fehlerhafte Aufnahmerichtung aber sehr wohl beeinflusst. Ein Beispiel: Bei einer horizontalen Ebene hat ein durch eine fehlerhafte Aufnahmerichtung hervorgerufener Offset von 1 m bei einem senkrechtem Einfallswinkel keinen Einfluss auf die Höhengenauigkeit. Ein Einfallswinkel von 10 Grad mit demselben Fehler in der Aufnahmerichtung wird dagegen zu einer Höhenabweichung von 17 cm (dh) führen. Dieses Beispiel zeigt auch, dass die Beseitigung systematischer Fehler in der Aufnahmerichtung mittels Streifenausgleichs dennoch zu Höhenabweichungen von 8,5 cm führt, die auf Messrauschen zurückzuführen sind. Daher wird die Anwendung einer Funktion vorgeschlagen, welche die Laserdatenpunkte entsprechend ihrer jeweiligen Einfallswinkel auf der Oberfläche gewichtet. Diese Operation kann durch einen automatischen Algorithmus unter ausschließlicher Verwendung von Laserscannerdaten durchgeführt werden. Außer dem Fehler der Aufnahmerichtung müssen auch die durch atmosphärische Bedingungen hervorgerufenen Distanzfehler und GPS-Höhenfehler berücksichtigt werden. Dies erfolgt durch die Aufnahme von Laserdaten von Referenzflächen vor und nach jedem Messflug. Der berechnete Offset für jeden Messflug wird dann zu den erfassten Laserdaten addiert. Tabelle 1 zeigt die Ergebnisse einer Verifizierung anhand verschiedener unabhängiger Kontrollflächen. Jede dieser Flächen besteht aus 60 Bodenpunkten, die mit Ausnahme von Fläche bz noch nicht für die Korrektur des Höhenoffsets verwendet wurden.

4 754 R. Wack und H. Stelzl Tab. 1: Verifikation der DGM-Höhengenauigkeit vor und nach Anwendung von BIAS Untersuchungs- vor BIAS nach BIAS gebiet mittl. Abw. (cm) Stdabw. (cm) mittl. Abw. (cm) Stdabw. (cm) sar 9,5 10,6 2,9 3,9 bri 4,2 20,9 3,3 6,0 sterz* 6,2 12,5 6,2 12,5 tra 13,2 21,1 2,0 6,3 wel 12,7 13,8 2,2 3,8 bar* 3,0 7,6 3,0 7,6 stul 8,3 10,3 2,0 6,7 bz** 0,8 7,0 0,8 7,0 Gesamt 2,8 20,8 0,8 6,7 * keine Streifenüberlappung ** Referenzfläche Abb. 2: Kontrollfläche wel, ebene Fläche (Fußballplatz) mit 63 Punkten eingemessen, vor (links) und nach (rechts) dem Einsatz von BIAS. Deutlich ist die Krümmung der Fläche zu erkennen. 2.2 Filterung Für die Generierung eines DGM ist ein Filterungsprozess erforderlich, um die Lasertreffer auf dem Gelände von Treffern auf anderen Objekten, etwa Vegetation oder Gebäude, zu unterscheiden. In der Vergangenheit wurden verschiedenste Ansätze für diese Unterscheidung vorgeschlagen, u.a. active contours, slope based filter, hierarchische robuste Interpolation, progressive TIN densification und gridbased hierarchical weighing (SITHOLE & VOSSELMANN 2003). Da die Filteralgorithmen für verschiedenste Umgebungen, etwa Wald, alpines Gelände und Städte, eingesetzt werden, erfordert jeder der oben genannten Ansätze ein Parameter-Setup, um die Algorithmen an die Umgebungsbedingungen des erfassten Gebietes anzupassen. Aufgrund der Erfahrungen mit dem gridbased hierarchical weighing Ansatz der rasterbasierten hierarchischen Gewichtung (WACK & WIMMER 2002) und dessen Nachteilen hinsichtlich des erforderlichen Parameter-Setup, wurde ein modifizierter Ansatz entwickelt, um die mit der Definition der Parameter verbundenen Schwierigkeiten zu lösen. Um schnelle Bildverarbeitungstools einsetzen zu können, ist der neue Ansatz wieder hierarchisch und rasterbasiert, verwendet aber die Region-Growing-Methode für die Trennung der Segmente im DSM. Die detektierten Segmente werden entsprechend ihrer Eigenschaf-

5 Erstellung eines flächendeckenden digitalen Geländemodells für die Provinz Bozen 755 ten, wie Größe, Rauigkeit und Höhe in Bezug zu benachbarten Segmenten klassifiziert. Bisher wurde nur eine Klassifizierung in Gelände und Nicht Gelände realisiert, eine weitere Trennung zwischen Gebäude und Vegetation wird in Kürze implementiert. Dieser Ansatz funktioniert ohne jegliche Parameter und zeigte in ersten Untersuchungen zufriedenstellende Ergebnisse für eine breite Palette von Geländesituationen. Nach dem ersten Einsatz in den Südtiroler Dolomiten erforderte das extreme alpine Gelände mit seinen steilen Hängen und Felsformationen eine Modifikation der Region-Growing- Methode. Für den Filterungsprozess großer Flächen, wie im Projekt Laser DGM Provinz Bozen, ist eine Kachelung der Laserdaten erforderlich. Jede Kachel misst 3 km 3 km und benötigt ca. 10 Minuten für die hierarchische Filterung in den Auflösungen 5 m, 2,5 m und 1,25 m. Im hierarchischen Ansatz dient das resultierende DGM jeder Auflösung als Referenz für den Filterungsprozess in der nächst höheren Auflösung. Auf diese Weise können Gebäude und Bäume vor Beginn des Region Growing in hoher Auflösung entfernt werden. Beide Verarbeitungsschritte, sowohl das Daten-Preprocessing mittels BIAS als auch die Filterung der Daten, sind als automatische Verarbeitungskette in IMPACT implementiert. IMPACT ist eine am Institut für Digitale Bildverarbeitung/Joanneum Research entwickelte Toolbox, welche die Verarbeitung von Radardaten, Laserdaten sowie Bild- und Videoanalysen umfasst. Abb. 3: Laser DSM im Bereich Sterzing (links) und Filtermaske Gelände (rechts) 2.3 Projektstatus Die Erfassung der Laserdaten startete im Sommer 2004 und konzentrierte sich auf Gebiete über 1500 m. Die definierten Blöcke mussten einzeln zur Befliegung freigegeben werden, da die meisten dieser höher gelegenen Regionen noch mit Schnee vom letzten Winter bedeckt waren. Die benötigten Informationen über den Schneestatus in jedem Block lieferte die Forstabteilung der Autonomen Provinz Bozen, die Forststationen in der gesamten Provinz betreibt. Im Herbst nach dem Blattfall begann die Erfassung der Gebiete unter 1500 m. Zum Frühling 2005 konnten bereits 1/3 der höher gelegenen Regionen und mehr als 3/4 der tiefer gelegenen Regionen erfasst und die Daten an Joanneum Research weitergeleitet werden. Vor der Annahme wird jeder Datensatz auf Punktdichte, Datenlücken und Höhengenauigkeit kontrolliert.

6 756 R. Wack und H. Stelzl In Bezug auf die Verifizierung der Punktdichte konnten die gelieferten Daten relativ einfach auf Einhaltung der definierten Minimalanforderung überprüft werden, da die Punktdichte über die Punkte pro Gitterzelle definiert wurde. Für die kartierten Regionen (Abschnitt 1) sowie für die nicht kartierten Regionen (Abschnitt 2/3) wurden die Anforderungen in mindestens 95 % der jeweiligen Gebiete erfüllt. Die erzielte Punktdichte ist im Durchschnitt doppelt so hoch wie erforderlich (Tabelle 2). Tab. 2: Verifikation der gelieferten Daten in Bezug auf die Punktdichte Geforderte Punktdichte Zone 1 4 pt/( m) 0.6 Pkt./m² Erreichte Punktdichte 8 pt/( m) 1.3 Pkt./m² Zonen 2/3* 8 pt/(5 5 m) 0.3 Pkt./m 2 20 pt/(5 5 m) 0.8 Pkt./m 2 99 % * Zone 2/3 wurden mit der gleichen Punktdichte aufgenommen Flächenanteil mit geforderter Mindestpunktdichte 95 % Das DGM wurde für einige Kartenblätter von alpinen und städtischen Bereichen bereits erstellt, derzeit sind jedoch keine zusammenhängenden Bereiche aus Abschnitt 1 oder Abschnitt 2/3 ohne Datenlücken verfügbar. Sobald ein größerer Bereich abgeschlossen ist, wird voraussichtlich im Sommer 2005 mit der automatischen Verarbeitung begonnen. Die laufende Datenerfassung wird voraussichtlich Ende 2005 abgeschlossen sein, die endgültige Lieferung des DGM ist für Sommer 2006 geplant. Literatur AXELSON, P. (2000): DEM Generation from Laser Scanner Data Using Adaptive TIN Models. In: International Archives of Photogrammetry and Remote Sensing, 32, B4/1, BRIESE, C. & N. PFEIFER (2001): Airborne Laser Scanning and Derivation of Digital Terrain Models. In: Proceedings of the 5th Conference on Optical 3-D Measurement Techniques, Vienna, BURMANN, H. (2002): Laser strip adjustment for data calibration and verification. In: Proceedings of the ISPRS commission III meeting Graz, part 3A, ELBERINK, S, BRAND, G. & R. BRÜGELMANN (2003): Quality improvement of laser altimetry DEM s. In: Proceedings of the ISPRS workgroupiii/3 workshop Dresden, KATZENBEISSER, R., 2003, About the Calibration of Lidar Sensors. In: Proceedings of the ISPRS workgroupiii/3 workshop Dresden, SITHOLE, G. & G. VOSSELMANN (2003): Comparison of Filtering algorithms. In: Proceedings of the ISPRS workgroupiii/3 workshop Dresden, VOSSELMAN, G. ( 2000): Slope based filtering of laser altimetry data. In: International Archives of Photogrammetry and Remote Sensing, 32, B3/2, WACK, R. & A. WIMMER (2002): Digital Terrain Models from Airborne Laserscanner Data a Grid based approach. In: Proceedings of the ISPRS Commission III Symposium Graz,