Interoperabilität von Stadtmodellen in 3D- und 2D-Geoinformationssystemen Christoph RUSS Zusammenfassung Stadtmodelle und die Erstellung digitaler Städte in 3D sind eng mit der Generierung von Gebäuden in unterschiedlichen Detaillierungsstufen gekoppelt. Einen hohen Stellenwert hat dabei die Detaillierungsstufe LoD 1, da diese günstig aus Gebäudegrundrisse mit einer einzigen Höhenangabe generiert werden kann. Die weiteren Stufen sind in der Regel nur mit erhöhten Kosten- und Zeitaufwand realisierbar, werden z. B. händisch/photogrammetrisch abgeleitet. Diese abgeleiteten Körper haben jedoch teilweise den Nachteil fehlender Intelligenz. Zur Integration von Sachdaten zur Dachneigung, Ausrichtung oder die Höhenwerte ist meist ein zusätzlicher Schritt notwendig und somit ist eine Analyse in anderen Geoinformationssystemen nur bedingt möglich. Bei der Ableitung von LoD 2 Gebäuden auf Basis von Laserdaten werden neben der hohen Lagegenauigkeit Sachdaten mit den Gebäuden verknüpft, so dass sich diese Daten neben der reinen 3D-Darstellung zusätzlich für Auswertungen in einem GIS nutzen lassen. Dies können beispielsweise Auswertung der Dächer über die Eignung von Solaranlagen (Ausrichtung, Neigung, Flächengröße), Antennenbewirtschaftung (z.b. Optimierung der Funkzellen), Umweltanalyse ( z. B. Intensität der Sonneneinstrahlung in Innenstadtlagen) sein. Durch die Integration von Sachinformationen zur Gebäudehöhe (Traufe, First) lassen sich diese Gebäude ebenfalls für stadtplanerische Belange nutzen, um Neubauvorhaben auf vorhandene Strukturen zu überprüfen. Neben der hohen Genauigkeit des Automatismus für die Gebäuderekonstruktion und der zusätzlichen Intelligenz in Form von analysierbaren Sachdaten, spricht für die automatische Ableitung die Prozessierungsdauer und damit die Zeit- und Kostenersparnis. Die Nutzung von 3D-Daten in einem 2D-GIS und umgekehrt ist realisierbar und kann ohne zusätzliche Kosten einen Mehrwert für alle Nutzer von Geo-Daten bieten. 1 Einführung Gebäudeableitung Für die Erfassung derartiger Modelle sind photogrammetrische Methoden sehr gut geeignet. Allerdings wurde bereits sehr früh klar, dass die manuelle photogrammetrische Auswertung sehr arbeitsintensiv ist, wodurch umfangreiche Stadtmodelle mit vielen tausend Gebäuden nicht wirtschaftlich lohnend erstellt werden können. Das Ableiten der Gebäudehöhen einschließlich der geometrischen Ableitung der Dachformen auf Basis von Luftbildern ist ein manueller (Mess-)vorgang und damit sehr zeitaufwändig und daher teuer.
676 C. Russ Mit der Weiterentwicklung hochpräziser flugzeuggetragener Sensorsysteme auf der Grundlage einer Laserabtastung der Geländeoberfläche stehen genaue Oberflächenmodelle mit einem qualifizierten Punktabstand unter 1 Meter (bis zu 100 Punkten pro Quadratmeter) zur Verfügung. virtualcitysystems hat daher in der Vergangenheit gemeinsam mit dem Institut für Photogrammetrie der Universität Stuttgart ein Verfahren entwickelt, aus diesen Punktwolken Gebäudehöhen und Dachformen abzuleiten. Tabelle 1: Vergleich Erstellung Gebäudemodelle Genauigkeit Parametrische Ableitung aus Sachdaten Ungenau, da oft Schätzung oder veraltet, oder Höhenabschätzung aus Geschosszahlen Photogrammetrie Hohe Detailgenauigkeit (z.b. kleine Gauben) Gebäuderekonstruktion (BRec) Amtlicher Lagebezug, Ableitung aus hochgenauen Laserdaten (± 15 cm), Anforderungen des deutschen Städtetages (LoD-Stufen) werden übertroffen Erstellungsdauer 15 min/km² 1 Woche/km² 7 Stunden/km² Sachdaten Übernahme wenn vorhanden Reine Geometriegenerierung Übernahme bestehender und Generierung individueller Attribute (z.b. Firsthöhe, Traufhöhe (ü. N.N. und über Gelände)), Dachneigung, Dachwinkel, Dachhöhe und -fläche) Im Unterschied zu photogrammetrischen Verfahren werden dabei nicht nur Drahtgittermodelle der Dachstruktur erzeugt, sondern komplette Gebäude bestehend aus Bodenplatten, Wänden und Dächern. Automatisiert kann eine Vielzahl von Dachformen mit einer hohen geometrischen Genauigkeit aus den Laserdaten abgeleitet werden. Auch komplizierte, aus verschiedenen Dachformen zusammengesetzte Dächer sowie Kuppeln können detektiert werden. Eine effiziente Parameterschätzung liefert letztlich eine Randbeschreibung des rekonstruierten Gebäudes, welches im Gegensatz zur Photogrammetrie attributiert als 3D- Shape einschließlich Topologie ausgegeben wird. Als Attribute liefern wir unter anderem: First- und Traufhöhen (bezogen auf NHN oder das Geländemodell), Dachhöhen, Dachausrichtung, Neigung und Fläche des Daches. Ein projektspezifisches Anpassen der Attribute ist ebenfalls möglich.
Interoperabilität von Stadtmodellen in 3D- und 2D-Geoinformationssystemen 677 2 Gebäudeableitung Methode Die Grundlagendaten (DOM, DGM, Grundriss-Shapefile) werden zur Ableitungssoftware übergeben. Zusätzliche können auch Digitale Orthophotos und andere Rasterdaten für die visuelle Qualitätskontrolle geladen werden. Die Gebäude-IDs aus dem Shapefile werden automatisch übernommen, so dass die Gebäudemodelle im späteren Stadtmodell über die ALK-ID angesprochen werden können. Innerhalb der Grundrisse findet eine Analyse der Höheninformation in den Höhenmodellen statt. Aus dem Geländemodell wird die Höhe des Gebäudefußpunkts errechnet. Dadurch wird garantiert, dass auch bei bewegter Topologie die Gebäudemodelle korrekt auf dem Gelände sitzen. Danach wird für jeden Grundriss die Höheninformation des DHMs analysiert. Abb. 1: Eingangsdaten DGM, DOM, Gebäude-Grundrisse Um ein optimales Rekonstruktionsergebnis zu erzielen, arbeitet die Software mit drei verschiedenen Algorithmen. Für Gebäude einfacherer Ausprägung (z.b. rechteckige Häuser mit Sattel- oder Walmdach, sowie rechtwinklige L- und E-förmige Gebäude) kommt das Verfahren der Rechteckzerlegung zum Einsatz. Hierbei wird das Gebäude mit Hilfe des Grundrisses in ein oder mehrere Rechtecke zerlegt. Danach wird mit einer Analyse von Clustern und Ebenen im DHM die Dachform für jedes Gebäuderechteck bestimmt und anschließend die einzelnen Gebäudeteile zu einem gesamt-solid verschnitten. Für diese Verfahren sind folgende Grunddachformen möglich: Flachdach, Satteldach und Walmdach. Es wurden zusätzlich in Zusammenarbeit mit der Universität Stuttgart weitere Algorithmen entwickelt, die auf einer Kombination allgemeiner Polyeder zur Gebäuderepräsentation basieren, um durch eine Zellzerlegung die Darstellung auch sehr komplexer Gebäudeobjekte zu ermöglichen. Ein Geflecht aus Zelldekompositionslinien, das aus den Grundrisskanten erstellt wird, bildet vorrangig 4-seitige Zellen. Für jede einzelne Zelle werden aus den Laserpunkten des DOM die Polyeder mit Dachformen zum Digitalen Oberflächenmodell (DOM) optimaler Höhenparameter erstellt. Dachformen und Höhen benachbarter Zellen werden dabei unter Berücksichtigung von Nachbarschaftskompatibilitäten entsprechend angepasst. Alle so entstandenen Polyeder werden zu einem Endsolid verschnitten (vgl. dazu FOLEY et al. 1996). Dieses Verfahren der Zellenzerlegung kommt für rechtwinklige Gebäude, verschachtelte Grundrisse und Häuser mit anderen Dächern als den o.g. drei Grunddachformen zum Einsatz. Hierbei wird mit Hilfe des Grundrisses das Gebäude in ein oder mehrere Zellen zerlegt. Danach wird die am besten passende Dachform aus einem Katalog von über 20 Hauptund Verbindungsdachformen für jede Zelle ermittelt. Nachbarschaftsanalysen zwischen den einzelnen Zellen garantieren passende Anschlüsse an die jeweilige Nachbarzelle und somit
678 C. Russ eine optimale Bildung der Gesamtdachform. Auch aufwendige Dachlandschaften könnten auf diese Weise automatisiert nachgebildet werden. Kleinere Gebäudevor- und Rücksprünge, wie z.b. Balkone im Grundriss werden bei diesem Algorithmus mittels eines individuell festlegbaren Parameters automatisch generalisiert. Abb. 2: Zellzerlegung auf Basis des ALK-Grundrisses mit Bogendach Abb. 3: Zellzerlegung auf Basis des ALK-Grundrisses mit Berliner Dach Die Lagegenauigkeitsanforderungen eines LoD 2 Modells bleiben gewährleistet. Für Gebäude, bei denen ein Flachdach in den LiDAR-Daten detektiert wird und bei der Generierung von LoD1-Stadtmodellen wird das Verfahren der Grundrissextrusion verwendet. Der Grundriss wird bis auf die Höhe extrudiert, auf der die meisten Höhenpunkte gefunden werden. So wird gewährleistet, dass kleinere Dachaufbauten und Schornsteine das Ergebnis nicht verfälschen. Um ein optimales Rekonstruktionsergebnis zu garantieren, werden die Grundrisse einem Vorprozess unterzogen. Zurzeit können durch die Prozessierung ca. 80-85% aller Gebäude vollautomatisch aus den LiDAR-Daten ableiten werden. Für die restlichen Gebäude steht eine Vielzahl an Möglichkeiten zur Bearbeitung bereit für alle drei beschriebenen Verfahren. Bei Bedarf kann z.b. eine bestimmte Dachform und deren Orientierung erzwungen werden. First-, Trauf- und Grundhöhe des Gebäudes können verändert werden. Bei der Zellenzerlegung können Zellen neu gebildet, gelöscht oder zusammengefügt werden. Bei aufwendigen Dachformen, wie dem Kuppeldach können verschiedenen Parameter verändert werden (z.b. Anzahl der Kuppelsegmente). Auf diese Weise können die Gebäude realitätsgetreu rekonstruiert werden und großflächig LoD 2 Modelle innerhalb einer extrem kurzen Bearbeitungsdauer ableiten.
Interoperabilität von Stadtmodellen in 3D- und 2D-Geoinformationssystemen 679 Abb. 4: Beispiel einer Gebäudeableitung mit Kuppel Nach einer prozessintegrierten Korrektur wird ein 3D Shapefile (Polygon ZM oder Multipatch) LoD 2 mit Sachinformationen ausgegeben. Abb. 5: Gebäudemodell mit Sachattributen Auf diesem Weg lassen sich Beispielsweise die First- oder Traufhöhe, Höhe des Gebäudefußpunktes, Dachneigung und -ausrichtung übergeben! 3 Analyse von LoD 2 Gebäudedaten Das Standard GIS Austauschformat in Form einer 3D Shape Datei erlaubt die Weitergabe einer Vielzahl von Sachattributen die in dem Prozess der Gebäudeableitung erstellt wurden. Dazu zählen sowohl die Attribute zur Eigenschaft jeder Fläche, z. B. Dachfläche, Wandfläche oder Bodenfläche, als auch Attribute zur Höhe über NN oder Höhe über Gelände. Diese Attribute werden vermehrt für stadtplanerische Belange zur Hilfe genommen um beispielsweise grafisch einen Überblick über Stadtstrukturen, Höhenverhältnisse zu bekommen. Weitere Anwendungsbereiche sind in der Solarauswertung zu sehen. Attribute zur Dachausrichtung, zur Dachneigung und zur Größe der Dachfläche erlauben es, dass potenzielle Flächen für Solarkollektoren visualisiert und abgefragt werden können.
680 C. Russ Abb. 6: Analyse der Dachflächen in Bezug auf Solareignung mit 3D-Kopplung Abb. 7: Auswertung der Gebäudehöhen auf Basis eines Open Source WebGIS Referenzen BERLIN 3D (2009): 3D-Stadtmodell Berlin. http://www.3d-stadtmodell-berlin.de (veröffentlicht 06.04.2009). ROTTENSTEINER, F. & S. CLODE, S. (2007): Building and road extraction by LiDAR and imagery. In: TOTH, C. & SHAN, J. (Eds): Topographic Laser Ranging and Scanning: Principles and Processing. Taylor & Francis. VAN GOOL, L., ZENG, G., VAN DEN BORRE, F. & MÜLLER, P. (2007): Towards massproduced building models. In: IAPRS & SIS, 36 (3/W49A), S. 209-220.