Torbjörn Westin, Spacemetric AB Simon Ahlberg, FORAN Remote Sensing AB

Transkript

1 Torbjörn Westin, Spacemetric AB Simon Ahlberg, FORAN Remote Sensing AB

2 Introduktion Korta företagspresentationer Motiv och bakgrund Bilder, ljusberoende Frikoppla laserdata från bilder Metod Laserdata, högupplösta, lågupplösta Simulering av referensbild Korrelera med satellitbild Överlagra bilder Genomförande Implementation Resultat och slutsatser Diskussion

3 FORAN Remote Sensing AB Spacemetric AB

4 Privatägt småföretag Del av FORAN Group Grundat års forskning och utveckling av laserdataanalysmetoder för svenska försvaret Insamling, analys, hantering och presentation av fjärranalysdata FORAN SingleTree Laser Method Världens första storskaliga system för analys och hantering av enskilda träd

5 Privatägt småföretag Grundat 1999 Världsledande bilddatahantering Keystone Image Management System Katalog, arkiv, processning samt distribution av bilddata Stödjer satellitbilder, flygburna kameror och video Lättåtkomligt genom 3D-klient, öppna standarder och API:er Fotogrammetrisk teknik som grund Rigorös geometrisk modellering Uppnå bästa möjliga noggrannhet för givna indata

6

7 Använda satellitbilder i stället för flygbilder vid skoglig inventering med (högupplösande) laserbaserade metoder Klassning av träd för SingleTree-inventering Ger kostnadseffektivisering Nya möjligheter med Lantmäteriets NNH-data Storskalighet Arealbaserade laserinventeringsmetoder (ForestGrid)

8 God bildupplösning Kräver goda och stabila ljusförhållanden Ljusförhållandena ändras under en mätdag Begränsar tillgänglig tid för samtidig insamling av laser- och bilddata Ineffektivt utnyttjande av mätsystem

9 Stor yttäckning Jämnt ljus, konstant solposition Annan spektral information än flygbilder Ex Landsat, SPOT (Relativt) låg upplösning (jfr flyg) Lägre kostnad per ytenhet

10 Frikoppla bildregistrering från laserdata Ökar tillgänglig tid för laserdataregistrering Årligen (längre säsong) Per dag (fler flygpass) Ökad kostnadseffektivitet Bättre utnyttjande av mätsystem

11 Den lägre upplösningen hos satellitbilder (jfr flygbilder) kräver mycket god passning av bilddata för att associera rätt spektralinnehåll till terrängen.

12 Använda laserdata av olika upplösning för att rektifiera satellitbilder Utvärdera noggrannhet i rektifiering Bedöma användbarhet för olika tillämpningar Två olika områden Hylte Gästrikland

13

14 Framtagning av filtrerad ytmodell Lämplig upplösning vald efter bilddatakälla Intensitetsbild (reflekterad laserenergi)

15 Satellitbilden är alltför olik laserdatat för att en direkt samregistring ska vara möjlig Andra källor till referensdata saknar ofta tillräcklig noggrannhet En simulerad referensbild tillverkas därför för att kunna matchas mot satellitbilden

16 Laserhöjddata Intensitetsbild från lasermätning Satellitens betraktningsvinklar i olika delar av bilden Solens belysningsvinklar i olika delar av bilden Ovanstående information integreras i en process som automatiskt genererar en simulerad referensbild som är optimerad för en specifik satellitscen

17

18

19

20

21 1. Simulering av referensbild 2. Automatisk eller manuall korrelation av positionen i ett antal stödpunkter utspridda över satellitbilden 3. Optimering av satellitbildens geometriska parametrar för att passa stödpunktsmätningarna 4. Bedömning av passningsnoggrannhet genom restfelen i stödpunktsmätningarna.

22 Satellitbilden överförs till laserdatats geometri genom pixelvis rektifiering Genom den optimerade satellitbildens geometriska modell kan man finna sub-pixel positionen i satellitbilden för varje höjddatapunkt Spektralvärdet för höjddatapunkten kan sedan interpoleras i satellitbilden med bikubisk interpolation

23

24 Område: Hylte Laser: Punkttäthet: 8-10 pkt/m 2 Mål inventeringsmetod: SingleTree Satellitbilder: Quickbird (2,4m)

25 Högupplöst ytmodell Simulerad skuggbild Korrelation Rektifiering Koppling av spektralt innehåll till trädkronor Utvärdering av klassningsresultat

26 Område: Gästrikland Laserdata: NNH-data (0,5-1 pkt/m 2 ) Mål inventeringsmetod: Arealmetoden (ForestGrid) Satellitbilder: SPOT 5 + Landsat

27 Medelupplöst ytmodell Simulerad skuggbild Korrelation Rektifiering Koppling av spektralt innehåll till rutor Utvärdering av klassningsresultat

28

29 Scene Pixel size RMS X RMS Y QuickBird Pan 0.6 m 0.41 m 0.49 m QuickBird Msi 2.4 m 0.51 m 0.59 m

30 Bildernas relativt låga upplösning gav inte nämnvärt bättre resultat avseende klassning av enskilda träd Endast ett fåtal pixlar per trädkrona Tänkbara användningsområden Stöd vid klassning av trädslag för större områden

31 Scene Pixel size RMS X RMS Y SPOT5 HRG m 1.39 m 1.46 m SPOT5 HRG m 1.21 m 1.83 m Landsat5 TM m 2.96 m 2.88 m

32 Användning av rektifierad satellitscen för klassning av dominerande trädslag och homogena trädområden Stämmer relativt väl överens med andra uppgifter (gammal beskrivning)

33

34 Möjlighet till drapering av satellitbild på laserdata Direkt metod, behöver inte flygbilder som stöd Simulerade referensbilder undviker de problem som flygbilder har om de är ortorektifierade mot en markmodell Generering av referensbilder ur laserdata onthe-fly som stöd för allmänna rektifieringstjänster

35 Spacemetric AB Torbjörn Westin FORAN Remote Sensing AB Simon Ahlberg