Uppsala i 4D användning av geodataunderlag från laserskanning En presentation i samarbete mellan Johan Olofsson, Uppsala kommun & Simon Ahlberg, FORAN Remote Sensing AB Presentation av Uppsala i 4D Tekniken kring trädanalyser Tillämpning av trädanalys
Vision: Uppsala igår -idag -imorgon Visualiseringstekniker Lagringstekniker Ajourhållning Johan Olofsson 1
Varför vill Uppsala kommun satsa på 3D? Plattform för informationsutbyte Verktyg vid stadsplanering Medborgarengagemang Marknadsföring 2
Vad har vi gjort? 3
Vad ska vi göra? Upphandling av en ny laserskanning Upphandling av visualiseringsprogram under hösten Upphandling av hustakskonstruktioner under våren 4
Användning av laserdata 2007 laserskannades 1/3 av Uppsala kommun. Avsikten var att skapa höjdkurvor och markhöjder. Laserpunkterna användes även för att uppskatta byggnadshöjder. 2009 gjordes en trädanalys i två provområden. 2010 användes laserskanningen till att 3D-modellera byggnader inom ett testområde samt göra en fullskalig trädanalys. 2011 laserskannas Uppsala tätort. 2012 skapas hustakskonstruktioner från den nya laserskanningen. 5
Laserskanning och laserdataanalys M.Sc. Simon Ahlberg COO FORAN Remote Sensing AB
FORAN Remote Sensing AB Erbjuder kostnadseffektiva lösningar för natur och miljöområdet baserade på avancerad teknologi för insamling, analys och visualisering av fjärranalysdata, särskilt flygburen laserskanning Skoglig inventering med FORAN Single Tree alternativt Forest Grid Träddata i bebyggd miljömed FORAN Urban Tree Specialister på laserfjärranalys. Utveckling av mjukvara för avancerad analys och presentation av laserdata. 2011-10-06 Simon Ahlberg 8
FORAN Remote Sensing -bakgrund Bakgrund från Försvarets forskningsinstitut (FOI) inst. för Lasersystem Forskning 1998-2007: metoder och verktyg för laserfjärranalys Bolaget etableras 2007 Norrköping i 3D, 2006 Bildkälla: FOA Laser systems, 1998 2011-10-06 Simon Ahlberg 9
Flygburen laserskanning Laseravståndmätning Skanner + flygrörelse GPS+INS Georefereat punktmoln Multipla eko Intensitetsdata Noggrannhet ca dm 2011-10-06 Simon Ahlberg 10
Analys av laserdata Klassificering mark, byggnader, vegetation, kraftledning,.. Markmodellering Träd 2011-10-06 Simon Ahlberg 11
Analys av laserdata Byggnader Vegetationsanalys - 15m rutor medelhöjd krontäckning täthet Diken 2011-10-06 Simon Ahlberg 12
Laserdataanalys - Tillämpningar Kartering, topografi Infrastrukturbyggnad, planering, underhåll, Vägar, järnvägar Kraftledningar, pipelines Vattenleder Samhällsbyggnad, samhällsplanering Arkeologi Natur och miljövård. Bibehållande, övervakning Jord och skogsbruk Precisionsjordbruk, övervakning Hushållning, råvaruförsörjning Kris och sårbarhet Förebyggande (översvämning) Krishantering Försvar Multimedia, reklam 3D modellering och visualisering 2011-10-06 Simon Ahlberg 13
UrbanTree Heltäckande träddatabas Standardformat Ur glesa (NNH-data) eller högupplösta laserdata Trädslagsklassning 2011-10-06 Simon Ahlberg 14
UrbanTree Stadsmodeller/3D Liv och realism Stadsplanering och miljöanalyser Vegetationen ger helhetsbild. Ljus, sikt, ljud. Skötsel av parker i tätortsnära skog Rationell drift, planering och underhåll Träddatabas v1 Heltäckande 2011-10-06 Simon Ahlberg 15
Vegetationen väsentlig för helheten 2011-10-06 Simon Ahlberg 16
Träd i stadsmiljö Resultat: Punktlager med attribut Tillämpningar Parkförvaltning Stadsplanering 3D-stadsmodeller Uppsala (barr/löv) Laserdata ca 1 pkt/m 2 Högre upplösning -> bättre positionering Bilddata för klassning Städning mha kommundata 2011-10-06 Simon Ahlberg 17
Träd i stadsmiljö exempel påreferenser Linköping Norrköping Malmö Uppsala Skövde Växjö Kalmar Västerås 2011-10-06 Simon Ahlberg 18
Tillämpning: 3D-stadsmodell med träd - Linköping 2011-10-06 Simon Ahlberg 19
Trädprojektet Två ytor om 1km 2 vardera valdes ut. Tätheten i laserpunkterna är cirka 1 punkt/m 2. 6
Resultat Tillgången till parkträd, gatuträd samt träd på kvartersmark ökade dramatiskt. Databasträd Laserträd 7
Attributen 8
Trädanalys i full skala Analyserad yta: 121 km 2 Antal detekterade och identifierade träd: ca 619 000 Separerade på arterna barr: 57% och löv: 43% 9
Identifiering av nya träd Identifiering av nedtagna träd Lycktstolpe Databasträd Laserträd 11
Trädsymbol skalad efter krondiameter Laserträd 10
Felaktiga bestämningar Lycktstolpe Databasträd Laserträd 12
Träd i gatan. 13
Utvärdering Jämförelse mellan: Laserträden, Databasens träd, Träd på ortofoto, Träd i fält. Felkällor i vart och ett av dataseten. 14
Noggrannheten uppskattas till bättre än 3 meter. I medeltal kan felet vara 1,5 m. Gatuträd behöver mätas med andra verktyg. 15
Slutsatser Förbättra och komplettera träd både i baskarta och parkskötselkarta. Identifiera nedtagna träd i t.ex. parkskötselkartan. Komplettera där träd saknas i kartorna. Stöd vid inventering. 16
Slutsatser Krondiameter, stamhöjd och z-värde blir tillgängligt. Barr och löv kan särskiljas. Man kan skapa 3D-träd för visualisering. Man får tillgång till parkträd, gatuträd och träd på tomtmark. Mycket efterarbete. Man kan inte ersätta träd i sin träddatabas utan föregående analys. 17
Johan Olofsson johan.olofsson@uppsala.se 018-727 46 89 www.uppsala.se Simon Ahlberg simon.ahlberg@foranrs.se 073-552 18 59 www.foranrs.se