Aspekte der DGM-W-Modellierung in tidebeeinflussten Gebieten

Transkript

1 BFG-Kolloquium Zeitgemäße Erfassung und Bereitstellung von Geobasisdaten fu r die WSV Aspekte der DGM-W-Modellierung in tidebeeinflussten Gebieten Koblenz, Dr.-Ing. Frank Sellerhoff smile consult GmbH

2 Aktuelle DGM-W-Projekte im Ku stenbereich DGM-W Tide- und Außenelbe AG bestehend aus... Hansa Luftbild GmbH, Mu nster Topscan GmbH, Rheine smile consult GmbH, Hannover DGM-W Unter- und Außenems AG bestehend aus... Inphoris GmbH, Oberhaching smile consult GmbH, Hannover Toposys GmbH, Biberach WESER Airborne Sensing GmbH & Co. KG, Bremerhaven Aufgabenschwerpunkte: Wasser-Land-Klassifizierung, DGM-W-Modellierung Die Projekte stellen hinsichtlich der Datengrundlage und Vorgehensweise eine Neuerung dar 2/40

3 DGM-W-Projekte im Ku stenbereich Tidedynamik unterschiedliche Wasserstände komplexe Wasser-Land-Grenze Veränderlichkeit der Sohle Vielfältige Geländeoberflächen Wattflächen, Priele, Vorländer Wasserbauwerke, Sperrwerke, Schleusen, Häfen,... Gelände (inbesondere Watt) teilweise schwer zugänglich Vielfältige Messdaten LIDAR, Linienpeilung, Fächerlot, Modelle, Multimodelle, unterschiedliche Datendichten umfangreiche Datenmengen 3/40

4 DGM-W-Projekte im Ku stenbereich Großflächiges Projektgebiet ca km² Elbe ca km² Ems Lange Projektlaufzeit (ca. 2 Jahre) umfangreiche Dokumentation erforderlich Qualitätssicherung Projektteam große Anzahl von Projektbeteiligten erhöhter Kommunikations- und Abstimmungsaufwand 4/40

5 Methoden nach KoDiBa* *Entwicklung und Implementierung von Methoden zur Erstellung Konsistenter Digitaler Bathymetrien KFKI-Projekt 03KIS042, smile consult GmbH, Laufzeit 10/2002 9/2004 Zeit Konsistentes DGM zum Zeitpunkt t t Sohle x,y Ort Zeit Vermessung Zeitstrahl am Ort x,y 5/40

6 Digitales Geländemodell Modellvorstellung: Ein Digitales Geländemodell kann aufgefasst werden als eine Menge von Basisdatensätzen zuzüglich einer Interpretationsvorschrift für jeden dieser Basisdatensätze... (DGM = Daten + Metadaten) Strategie: Weitestgehende Automatisierung der Arbeitsschritte Nachvollziehbare Dokumentation der Arbeitsschritte Reproduzierbarkeit der Ergebnisse 6/40

7 Ausgewählte Themen Die Bedeutung von Metadaten in Verbindung mit einer Projektdatenbank fu r die Projektbearbeitung Ansätze zur automatisierten Bestimmung der Wasser-Land-Grenze Die automatisierte Ableitung der Modelle des DGM-W Qualitätssicherung 7/40

8 Metadaten 8/40

9 Daten, Metadaten - gestern Ursache Häufig Epochen-Datensätze Keine klare zeitliche Zuordnung Keine Formatangabe Bezugssystem unklar Kein Ansprechpartner Wirkung im DGM Inkonsistenzen Fehlinterpretation Qualitätsverlust... 9/40

10 Metadaten - heute Konventionelle Metadaten (vom Auftraggeber) Bezeichnung zeitliche Ausdehnung Lagebezugssystem, Höhenbezugssystem Messverfahren, Datenerheber... Technische Metadaten Räumliche Ausdehnung Interpolationsverfahren Datentyp, Quellenangabe Priorität (während der Projektarbeit) Metadaten bilden zusammen mit den Messdaten die Projektdatenbank 10/40

11 Beispiel - Projektdatenbank DGM-W-Elbe Basisdaten (DGM-W-Modellierung) 189 Peildatensätze 1588 Kacheln LIDAR (Bodenpunkte, inklusive LAS-Attribute) 17 Ersatzsysteme fu r Bauwerke Diverse Ersatzsysteme fu r Datenlu cken Insgesamt > Einzelmessungen! Produkte (DGM-W) Roh-DGM (Zwischenprodukt) Modell A, Modell B Datenquellenkarte Wasser-Land-Grenze 11/40

12 Beispiel - Projektdatenbank DGM-W-Elbe Umfangreiche, komfortable Recherche möglich Performanter, selektiver Zugriff auch auf umfangreiche Datenbestände Schnittstellen zu Tabellenkalkulation und GIS Anwendungsbeispiel: Kontrolle der Datenabdeckung 12/40

13 Bestimmung der Wasser-Land-Grenze 13/40

14 Unklassifizierte Flugstreifen - Außenelbe 95 Flugstreifen Messpunkte inklusive LAS-Attribute 14/40

15 Wasser-Land-Grenze und Tide Mittlere Höhe der Wasseroberfläche im Flugstreifen Die Flugstreifen eines umfangreichen Projektgebietes bilden in der Regel unterschiedliche Wasserstände ab Die WLG benachbarter Flugstreifen kann Spru nge in der Lage aufweisen Eine auf Flugstreifen basierende WLG maximiert die Anzahl der Landpunkte 15/40

16 Algorithmus zur Bestimmung der WLG Im Rahmen der laufenden Projekte wurde ein hausintern verwendeter Algorithmus zur automatisierten Bestimmung der WLG weiterentwickelt Das Verfahren basiert auf einer Filterkaskade und bewertet die unterschiedliche Rauheit von Wasser- und Landfläche Es eignet sich insbesondere fu r ausgedehnte Wattgebiete Als Eingabe werden die Punkte eines Flugstreifens verwendet Die Ergebnisse fu r unterschiedliche Testgebiete wurden zusammen mit dem Auftraggeber einer intensiven Pru fung unterzogen 16/40

17 Flugstreifenbasierte Wasser-Land-Grenze Das Verfahren hat eine Menge von geschlossenen Polygonen zum Ergebnis welche die Landfläche jedes Flugstreifens umschliessen 17/40

18 Manuelle Korrektur der Wasser-Land-Grenze Eine manuelle Nachbearbeitung ist möglich und notwendig 18/40

19 Semi-automatische Bestimmung der WLG Kleinräumige Analyse der Verteilung der Tiefenwerte (z.b. Hafenbecken) Kombinierte Darstellung in Histogramm und Karte Interaktive Wahl eines Höhenintervalles Selektion und farbliche Kennzeichnung der betroffenen Messpunkte Manuelle Festlegung der Wasser-Land-Grenze 19/40

20 Qualitätssicherung - Luftbilder Gelbsand Luftbild Luftbild+WLG 20/40

21 Qualitätssicherung - Luftbilder Gelbsand Luftbild+WLG Luftbild+WLG + LIDAR-Punkte 21/40

22 Qualitätssicherung - Profilschnitt Gelbsand Su d Nord LIDAR-Punkte mit lotrechtem Abstand vom Profil < 5m 22/40

23 Ableiten der DGM-W-Produkte 23/40

24 Arbeitsablauf Automatisierte DGM-W-Erstellung Vorarbeiten Qualitätssicherung Metadaten Prioritäten Ableiten Ersatzsysteme Datenquellenkarte Lu cken fu llen Filtern 1m Raster Modell A Modell A Unstrukturiertes Dreiecksgitter Modell B Modell B Hauptsystem Nebensystem 24/40

25 Prioritäten Fu r jeden Rasterpunkt wird nur eine Datenquelle zugrunde gelegt Die Prioritätenfolge entscheidet u ber die Auswahl der Datenquelle bei konkurrierenden Informationen Prioritätenfolge: 1.) 2.) 3.) 4.) 5.) Bauwerksmodell LIDAR Gewässerbett (nach Datum) Ersatzsystem Datenlu cke Verbleibende Datenlu cken werden durch Interpolation aus den Nachbarn geschlossen 25/40

26 Basisdaten und Modell A Spärlich besetzte Basisdatensätze (Linienlotung) werden durch Modellierung und anschliessende Interpolation verdichtet Basisdaten Modell A 26/40

27 Details: Modell A - Außenelbe Das Modell A verwendet die lokal verfu gbare Auflösung der Basisdaten Es werden konsistente Übergänge zwischen den unterschiedlichen Datenarten / Datensätzen hergestellt 27/40

28 Beispiel: Modell A - Außenelbe Aussenelbe I + II 1m-Raster 859 Kacheln 1x1 km 790 Mio. Punkte 28/40

29 Modell B Das Modell B wird aus dem Modell A entwickelt Vergröberung durch Algorithmus nach Garland und Heckbert Maximale, zulässige Toleranz 0,15 m Ergebnis setzt sich ausschließlich aus Originalpunkten zusammen Zusammenhang von Punktanzahl und Toleranz (am Beispiel Eschschallen, 10. Mio. Punkte) 29/40

30 Beispiel: Modell B 4,2 Mio. Punkte Zulässige Toleranz 0,15 m Unstrukturiertes Dreiecksnetz ca. 0,5 % der Originalpunkte 30/40

31 Qualitätssicherung: Modell B Modell A Modell B Differenzen A-B Profilschnitt Modell A / Modell B 31/40

32 Beispiel: Datenquellenkarte LIDAR Fächerpeilung Linienpeilung Ersatzmodell Datenlu cke 32/40

33 Qualitätssicherung 33/40

34 Differenzen zu Basisdaten Gewässerbettdaten 34/40

35 Gewässerbett - Profilschnitt 10 cm 35/40

36 Differenzen zu Basisdaten LIDAR-Daten 36/40

37 Profilschnitt - Deich Das Modell A wird von Minimum und Maximum der Messwerte eingehu llt! 37/40

38 Vollständigkeitskontrolle Modell A Ermittlung aller Kacheln des Modells A mit weniger als Punkten Visualisierung der Metadaten Abgleich mit den Projektgrenzen LfdNr. Titel Min X Min Y Max X Max Y Min Z , , , , , , , , , , , , , , , ,5-0, , , , , , , , , , , , , , , , , , , , , , , ,5 Punkte/Knoten -0, ,455 8, ,355-0, , ,155 8, ,804-15, ,462-0, ,5-1,643-0, ,5-0,024 8, , ,5-1,198-0, , , ,5 5,692 8, , , ,5-0,61 3, , , ,5 0,718 13, ,535 Max Z 38/40

39 Zusammenfassung und Ausblick Aussagekräftige Metadaten sind fu r die Erstellung eines qualitativ hochwertigen Digitalen Geländemodells unerlässlich Fu r umfangreiche Arbeitsschritte lassen sich erfolgreich automatisierte Verfahren anwenden Eine automatisierte Vorgehensweise liefert reproduzierbare Ergebnisse gleichbleibender Qualität und bietet umfangreiche Möglichkeiten zur Optimierung (z.b. Parameterstudien) Die Automatisierung ermöglicht die nachvollziehbare Dokumentation der Ergebnisse auch umfangreicher Operationen Die fru he Beteiligung der Modellierer an der Projektarbeit ist von Vorteil fu r das Projektergebnis Aufgrund des erhöhten Aufwandes fu r Datenaufnahme und Bearbeitung ist ein Qualitätssprung in den Produkten zu erwarten Die vorgestellten Methoden und Algorithmen werden weiterentwickelt und hinsichtlich der Qualität optimiert 39/40

40 Kontakt Dr.-Ing. Frank Sellerhoff post: smile consult GmbH Vahrenwalder Straße Hannover tel: 0511 / fax: 0511 / mail: sellerho@smileconsult.de web: 40/40