Optymalizacja analiz widoczności 3D w oparciu o dane ALS
Transkrypt
Optymalizacja analiz widoczności 3D w oparciu o dane ALS
Optymalizacja analiz widoczności 3D w oparciu o dane ALS Chmielewski Szymon 1), Tompalski Piotr 2) 1) Uniwersytet Przyrodniczy w Lublinie, Instytut Gleboznawstwa, Inżynierii I Kształtowania Środowiska ul. Leszczyńskiego 7, 20-069, Lublin 2) University of British Columbia, Faculty of Forestry, 2424 Main Mall, Vancouver, BC V6T 1Z4, Canada Słowa kluczowe: analiza widoczności, voxel, ALS Celem prezentowane pracy jest określenie optymalnych parametrów generowania voxeli odwzorowujących warstwę wegetacji, na potrzeby analiz widoczności wykonywanych w środowisku 3D-GIS. Przyjęto założenie, iż zastosowanie odpowiedniej metody przetwarzania chmur punktów pozyskanych za pomocą lotniczego skanowania laserowego (ALS, Airborne Laser Scanning) oraz dobór właściwego rozmiaru voxeli, pozwala osiągnąć precyzyjny model widoczności, z równoczesnym zachowaniem wysokiej wydajności procesu obliczeniowego. W prezentowanej pracy zastosowano rozmytą metodę prezentacji modelu widoczności, która w przeciwieństwie do tradycyjnej metody binarnej, opisuje prawdopodobieństwo dostrzeżenia obiektu, którego widoczność jest modelowana. Prace badawcze prowadzono na obszarze testowym zlokalizowanym w Lublinie, wzdłuż ul. Głębokiej. Modelowanie widoczności przeprowadzono na przykładzie standardowego billboardu reklamowego zlokalizowanego w pasie drogowym obsadzonym wysoka wegetacją. Jako podstawowe źródło danych wykorzystano chmurę punktów ALS, o gęstości 20pkt/m2. Tok postepowania metodycznego obejmował: klasyfikacje danych ALS, resampling danych ALS z wykorzystaniem 7 różnych algorytmów (m.in. Octree Voxel; Poisson Sampling), generowanie voxeli warstwy wegetacji budowa środowiska 3D, analizy widoczności 3D, ocena poziomu dokładności uzyskanych modeli widoczności w stosunku do modelu referencyjnego, wybór optymalnych parametrów voxelizacji. Jako dane referencyjne wykorzystano zestaw 100 terenowych punktów kontrolnych z których sprawdzono rzeczywistą widoczność nośnika reklamowego. Na podstawie przeprowadzonych analiz stwierdzono, że wybrane metody resamplingu chmury punktów pozwalają zredukować liczbę danych wejściowych nawet o 90% przy równoczesnym zachowaniu wysokiej dokładności modelu widoczności. W zależności od przyjętej metody resamplingu oraz wielkości generowanych voxeli, poziom ogólnej dokładności modelu widoczności nośnika reklamowego może wahać się od 44% do 75%. Najwyższy poziom dokładności modelu widoczności uzyskano stosując voxele o rozmiarze 1 m wygenerowane z chmury punktów przefiltrowanej metodą Poisson Sampling. Wysoka gęstość chmury punktów ALS, stanowi barierę dla algorytmów stosowanych w analizach widoczności 3D. Zastosowanie metod resamplingu oraz voxeli pozwala na przygotowanie precyzyjnych modeli widoczności bez konieczności angażowania dużych mocy obliczeniowych komputera. Badania finansowane ze środków NCN (DEC-2012/07/D/HS4/01569) Literatura: Fisher, P., F. (1995) An exploration of probable viewsheds in landscape planning. Environment and Planning B: Planning and Design, vol. 22, pp. 527-546 Rasova, A. (2014) Fuzzy viewshed, probable viewshed, and their use in the analysis of prehistoric monument in West Slovakia [w:] Huerta, Schade, Granell (Red.): Connecting a Digital Europe through Location and Place. Proceedings of the AGILE'2014 International Conference on Geographic Information Science, Castellón, June, 3-6, pp. 1-3.