MAGASINBESTÄMNING OCH TILLRINNINGSBERÄKNING

Transkript

1 MAGASINBESTÄMNING OCH TILLRINNINGSBERÄKNING Utvärdering av möjligheter med laserskanningen från beredskapsplaneringsprojekten, ny nationell höjddata (NNH) och satellitbilder Duncan McConnachie

2 Magasinbestämning och tillrinningsberäkning Magasintabell förhållande mellan vattenstånd och magasinets area DEL A Volymberäkning baserad på laserskanning DEL B Automatiserad metod för beräkning av en sjös area med satellitbilder Val av studieområde låg vatten i magasinet vid skannings tillfället

3 Studieområde Hoting Forsse-Hjälta

4 Lasarskanning a) B A Underlag: Beredskapsplaneringsprojekt Ny Nationella Höjdmodell (NNH), GSD-Höjddata i grid 2+) b) A B

5 Nivåer Hoting Datum laserskanning utfördes över Hoting: Differens RHOO-RH70: - 0,68 m Differens RH2000-RH70: + 0,27 m RH00 (m) RH70 (m) RH2000 (m) Vattennivå vid laserskanning (BPU) 237,72 238,4 238,67 Mät vattennivå vid laserskanning (BPU) 237,77 238,45 238,72 Vattennivå vid laserskanning (NNH) 238,77 239,45 239,72 Mät vattennivå vid laserskanning (NNH) 238,73 239,41 239,68 DG 239,00 239,68 239,95 DK 241,00 241,68 241,95 Forsse-Hjälta Datum laserskanning utfördes över Forsse-Hjälta: Differens RHOO-RH70: m Differens Rh2000-Rh70: m RH00 (m) RH70 (m) RH2000 (m) Vattennivå vid laserskanning (BPU) 91,62 92,30 92,60 Mät vattennivå vid laserskanning (BPU) 91,32 92,00 92,30 Vattennivå vid laserskanning (NNH) 92,12 92,80 93,10 Mät vattennivå vid laserskanning (NNH) 92,05 92,73 93,03 DG 92,24 92,92 93,22 DK 93,75 94,43 94,73

6 Terrängmodell (5m x 5m, BPU) Vattennivåer Lasardata (BPU) Terrängmodell (2m x 2m) Isolinjer NNH Höjdmodell (2m x 2m) Omklassad TM med lägsta vattennivå vid skanning Polygon ytor för samtliga vattennivåer Omklassad TM med lägsta vattennivå vid skanning TIN TIN Volymberäkning (Lasardata, BPU) Volymberäkning (Lasardata, NNH)

7 Triangulated Irregular Network (TIN) Hoting Hjälta Forsse

8 Volymberäkning 239 nivåer/isolinjer 78 nivåer/isolinjer

9 Resultat- Hoting DE W (RH00) Terrängmodell BPU Terrängmodell NNH Magasintabell

10 Resultat- Hoting DE 350 DG W (RH00) Terrängmodell BPU Terrängmodell NNH Magasintabell

11 Resultat Forsse-Hjälta DE W (RH00) 0 W (RH00) Terrängmodell BPU Terrängmodell NNH Magasintabell

12 Resultat Forsse-Hjälta DE 60 DG W (RH00) Terrängmodell BPU Terrängmodell NNH Magasintabell

13 Diskussion Förbättring i noggrannhet jämfört med befintlig magasintabeller Hoting Hög korrelation mellan volymer beräknad på BPU / NNH jämfört med magasintabell Hög korrelation mellan BPU och NNH Forsse-Hjälta Hög korrelation mellan volymer beräknad på BPU / NNH jämfört med magasintabell upp till DG, skilja sig ca 30 DE mellan DG och DK Hög korrelation mellan BPU och NNH Begränsning - datumet för skanningen

14 DEL B - Automatiserad metod för beräkning av en sjös area med satellitbilder

15 Literaturstudie Många använder sig av index som innehåller ett synligt våglängdsband och ett i det infraröda spektrat Noggrannheten ligger ofta mellan % Faktorer som har stor betydelse: Sensorn och dess specifikationer Korrigering av bilder (atmosfäriska förhållanden) Förekomst av moln och dis Belysningsvinklar och årstid Vald metod beror på geografin, årstid och sensor/satellitsystem PRIS $5 till $30 /km 2

16 Indata SPOT5_HRG1_ _130825_ m Band: Green, Red, NIR, SWIR SPOT5_HRG1_ _130802_ m Band: Green, Red, NIR, SWIR Saccess (Lantmäteriet) Saccess (Lantmäteriet) Hoting Data Datum Upplösning Kommentar Källa Studieområde Forsse Hjälta

17 Spot-5 maj mars 2015

18 Metod 1a - NDWI Klassning med NDWI (Normalized Difference Water Index) Grönt ljus har kortare våglängd jämfört med infrarött Grönt ljus reflekteras något av vattnet jämfört med infrarött som inte reflekteras alls

19 Metod 1a NDWI Ljushetsindex NDWI > 0 och ljushetsindex < 0.35 Vektorisering

20 Metod 1b - Tillägg i kantzoner Kantzoner i detalj

21 Metod 2 - Segmentering Mean-shift -algoritmen Hittar gränser i bilden som har de största medelvärdesskillnaderna Bildpixlar gruperas med liknande spektralt innehåll så att bilden delas upp i ett antal segment Urval av sjöytan sker manuellt

22 Metod 2 - Segmentering Segmentering Urval sjöyta

23 Metod 3 - Omsampling Upplösning spelar roll 2m 10m

24 Utvärdering (1) Metod Hoting Forsse Hjälta SPOT5 NDWI (Metod 1a) Yta (m 2 ) 9,257,806 3,923,031 Andel av yta (terrängmodell) 0,96 0,94 SPOT5 NDWI + Brightness Yta (m 2 ) 9,281,700 3,988,377 (Metod 1a + 1b) Andel av yta (terrängmodell) 0,96 0,96 Segmentering Meanshift Yta (m 2 ) 9,467,992 4,031,007 (Metod 2) Andel av yta (terrängmodell) 0,98 0,97 SPOT5 Omsamplad NDWI Yta (m 2 ) 3,973,475 (Metod 3) Andel av yta (terrängmodell) 0,96 Terrängmodell (5m) Yta (m 2 ) 9,622,857 4,159,020

25 Utvärdering (2)

26 Utvärdering (2) Strandlinjen från terrängmodell Strandlinjen från satellitbilden

27 Begränsningar Upplösning Moln

28 Möjligheter Sentinel 2 (juni 2015 & 2016) Copernicus program (ESA) Data över Sverige 2 ggr/vecka polar-orbiting, multispectral high-resolution imaging mission for land monitoring to provide, for example, imagery of vegetation, soil and water cover, inland waterways and coastal areas