ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta stavební Obor Geoinformatika (H)

Porovnání 3D modelů z více zdrojů Bakalářská práce Autor: Vladimír Holubec Vedoucí bakalářské práce: doc. Ing. Lena Halounová, CSc.

Praha, květen 2011

Prohlášení: Místopřísežně prohlašuji, že jsem tuto práci vypracovával samostatně, jen s využitím zdrojů a vybavení, v práci uvedených V Praze dne: 8. 5. 2011 Vladimír Holubec ………………...

1

Poděkování: Velice rád bych poděkoval za odborné vedení práce, cenné rady a trpělivost doc. Ing. Leně Halounové CSc. Za zapůjčení přístrojů, ochotu a pomoc děkuji doc. Ing. Milanu Humlovi CSc. Dále bych rád poděkoval Ing. Renatě Novákové ze ZÚ za poskytnutí dat ZABAGED, Ing. Růženě Zimové Ph.D., Ing. Arnoštu Müllerovi a Ing. Tomáši Kubínovi Ph.D. za cenné rady. Nakonec bych chtěl poděkovat své rodině a kamarádům za pomoc a podporu při měření.

2

---- Zadání bakalářské práce ----

3

Abstrakt Bakalářská práce se zabývá porovnáním digitálních modelů terénu získaných z dat SRTM, ASTER GDEM a RTK-GPS, a následného posouzení vhodnosti jednotlivých modelů pro praktické využití oproti referenčnímu modelu ČR z dat ZABAGED

Klíčová slova Digitální model terénu (DMT), SRTM, ASTER Globální model terénu, GPS, porovnání digitálních modelů

Abstract The bachelor diploma thesis analyzes comparison of digital elevation model from several sources (SRTM data, ASTER GDEM data, RTK-GPS data) and their validation for practical use if compared reference DEM of CR from ZABAGED data.

Key Word Digital Elevation Model (DEM), Shuttle Radar Topography Mission (SRTM), ASTER GDEM, GPS, Comparison of DEMs.

4

Obsah 1 Úvod….. ................................................................................................................................ 10 2 Historie zaznamenávání reliéfu.......................................................................................... 11 3 Zdroje dat............................................................................................................................. 14 3.1 Stručná teorie ZABAGED .......................................................................................... 14 3.2 Stručná teorie SRTM .................................................................................................. 14 3.3 Stručná teorie ASTER ................................................................................................ 16 3.3.1 Přesnost ASTER .................................................................................................. 16 3.4 Stručná teorie GPS ...................................................................................................... 17 3.5 Stručná teorie SBAS .................................................................................................... 19 3.6 Stručná teorie EGNOS ................................................................................................ 19 4 Přístrojové vybavení ........................................................................................................... 20 4.1 Přesnost měření přístroje............................................................................................ 21 5 Použitý software .................................................................................................................. 21 5.1 Trimble TerraSync 3.05 ............................................................................................. 21 5.2 Trimble Pathfinder Office 4.2 .................................................................................... 22 5.3 ESRI ArcGIS 10 Desktop ........................................................................................... 22 6 Získávání dat ....................................................................................................................... 23 6.1 Získání dat SRTM ....................................................................................................... 23 6.2 Získání dat ASTER ..................................................................................................... 24 6.3 Získání dat ZABAGED ............................................................................................... 24 7 Města .................................................................................................................................... 25 7.1 Výběr měst pro měření................................................................................................ 25 7.2 Měření měst – získávání GPS dat .............................................................................. 25 8 Zpracování a příprava dat ................................................................................................. 28 8.1 Problém s daty při převodu z float do int.................................................................. 28 8.2 Zpracování dat GPS .................................................................................................... 29 8.3 Zpracování dat SRTM ................................................................................................ 32 8.3.1 Problémy s daty SRTM ....................................................................................... 32 8.3.2 Vlastní zpracování dat SRTM ............................................................................ 33 8.4 Zpracování dat ASTER .............................................................................................. 33 8.5 Zpracování dat ZABAGED ....................................................................................... 34

5

8.6 Analýza nad zástavbou................................................................................................ 35 8.6.1 Možný problém s funkcí CLIP ........................................................................... 36 8.7 Tvorba sklonů .............................................................................................................. 36 9 Popis jednotlivých měst ...................................................................................................... 37 9.1 Jablonec nad Nisou ...................................................................................................... 38 9.1.1 O městě, důvod výběru ........................................................................................ 38 9.1.2 Mapované území .................................................................................................. 38 9.1.3 Statistika dat GPS ................................................................................................ 39 9.1.4 Analýza dat GPS oproti ostatním datům nad Jabloncem nad Nisou.............. 39 9.1.4.1 Analýza SRTM – GPS................................................................................ 41 9.1.4.2 Analýza ASTER – GPS .............................................................................. 42 9.1.4.3 Analýza ZABAGED – GPS ....................................................................... 43 9.2 Náchod .......................................................................................................................... 44 9.2.1 O městě, důvod výběru ........................................................................................ 44 9.2.2 Mapované území .................................................................................................. 44 9.2.3 Statistika dat GPS ................................................................................................ 45 9.2.4 Analýza dat GPS oproti ostatním datům nad Náchodem ................................ 45 9.2.4.1 Analýza SRTM – GPS................................................................................ 47 9.2.4.2 Analýza ASTER – GPS .............................................................................. 48 9.2.4.3 Analýza ZABAGED – GPS ....................................................................... 49 9.3 Kolín.............................................................................................................................. 51 9.3.1 O městě, důvod výběru ........................................................................................ 51 9.3.2 Mapované území .................................................................................................. 51 9.3.3 Statistika dat GPS ................................................................................................ 52 9.3.4 Analýza dat GPS oproti ostatním datům nad Kolínem.................................... 52 9.3.4.1 Analýza SRTM – GPS................................................................................ 52 9.3.4.2 Analýza ASTER – GPS .............................................................................. 54 9.4 Kutná Hora .................................................................................................................. 55 9.4.1 O městě, důvod výběru ........................................................................................ 55 9.4.2 Mapované území .................................................................................................. 55 9.4.3 Statistika dat GPS ................................................................................................ 56 9.4.4 Analýza dat GPS oproti ostatním datům nad Kutnou Horou ......................... 56 9.4.4.1 Analýza SRTM – GPS................................................................................ 58 9.4.4.2 Analýza ASTER – GPS .............................................................................. 59 6

9.4.4.3 Analýza ZABAGED – GPS ....................................................................... 60 9.5 Sokolov.......................................................................................................................... 61 9.5.1 O městě, důvod výběru ........................................................................................ 61 9.5.2 Mapované území .................................................................................................. 61 9.5.3 Statistika dat GPS ................................................................................................ 62 9.5.4 Analýza dat GPS oproti ostatním datům nad Sokolovem................................ 62 9.5.4.1 Analýza SRTM – GPS................................................................................ 64 9.5.4.2 Analýza ASTER – GPS .............................................................................. 65 9.5.4.3 Analýza ZABAGED – GPS ....................................................................... 67 9.6 Kadaň............................................................................................................................ 68 9.6.1 O městě, důvod výběru ........................................................................................ 68 9.6.2 Mapované území .................................................................................................. 68 9.6.3 Statistika dat GPS ................................................................................................ 69 9.6.4 Analýza dat GPS oproti ostatním datům nad Kadaní...................................... 69 9.6.4.1 Analýza SRTM – GPS................................................................................ 71 9.6.4.2 Analýza ASTER – GPS .............................................................................. 72 9.6.4.3 Analýza ZABAGED – GPS ....................................................................... 73 9.7 Plzeň .............................................................................................................................. 74 9.7.1 O městě, důvod výběru ........................................................................................ 74 9.7.2 Mapované území .................................................................................................. 74 9.7.3 Statistika dat GPS ................................................................................................ 74 9.7.4 Analýza dat GPS oproti ostatním datům nad Plzní.......................................... 75 9.7.4.1 Analýza SRTM – GPS................................................................................ 75 9.7.4.2 Analýza ASTER – GPS .............................................................................. 76 9.8 Strakonice ..................................................................................................................... 77 9.8.1 O městě, důvod výběru ........................................................................................ 77 9.8.2 Mapované území .................................................................................................. 77 9.8.3 Statistika dat ......................................................................................................... 78 9.8.4 Analýza dat GPS oproti ostatním datům nad Strakonicemi ........................... 78 9.8.4.1 Analýza SRTM – GPS................................................................................ 80 9.8.4.2 Analýza ASTER – GPS .............................................................................. 81 9.8.4.3 Analýza ZABAGED – GPS ....................................................................... 82 9.9 Liberec .......................................................................................................................... 83 9.9.1 O městě, důvod výběru ........................................................................................ 83 7

9.9.2 Mapované území .................................................................................................. 83 9.9.3 Statistika dat GPS ................................................................................................ 84 9.9.4 Analýza dat GPS oproti ostatním datům nad Libercem .................................. 84 9.9.4.1 Analýza SRTM – GPS................................................................................ 86 9.9.4.2 Analýza ASTER – GPS .............................................................................. 87 9.9.4.3 Analýza ZABAGED – GPS ....................................................................... 88 9.10 Hradec Králové .......................................................................................................... 89 9.10.1 O městě, důvod výběru ...................................................................................... 89 9.10.2 Mapované území ................................................................................................ 89 9.10.3 Statistika modelu z dat GPS ............................................................................. 90 9.10.4 Analýza dat GPS oproti ostatním datům nad Hradcem Králové ................. 90 9.10.4.1 Analýza SRTM – GPS .................................................................................... 92 9.10.4.2 Analýza ASTER – GPS ............................................................................ 93 9.10.4.3 Analýza ZABAGED – GPS ..................................................................... 94 10 Analýza – porovnání 3D modelů SRTM a ASTER ........................................................ 95 10.1 Rastr SRTM_NE - ASTER_LJHK ........................................................................ 96 10.2 Rastr SRTM_NE - ASTER_Nachod ...................................................................... 97 10.3 Rastr SRTM_NW - ASTER_Kadan ...................................................................... 98 10.4 Rastr SRTM_NW - ASTER_Sokolov .................................................................... 99 10.5 Rastr SRTM_SW - ASTER_Plzeň_Strakonice .................................................. 100 10.6 Rastr SRTM_SE - ASTER_Kutna_Hora ............................................................ 101 11 Analýza – porovnání 3D modelů ZABAGED a ASTER .............................................. 102 11.1 Rastr ZABAGED - ASTER_Kutna_Hora .......................................................... 102 11.2 Rastr ZABAGED - ASTER_Sokolov................................................................... 103 11.3 Rastr SRTM_NW - ASTER_Plz_Strak............................................................... 104 11.4 Rastr ZABAGED - ASTER_Nachod ................................................................... 105 11.5 Rastr ZABAGED - ASTER_Kadan..................................................................... 106 11.6 Rastr ZABAGED - ASTER_LJHK ..................................................................... 107 12 Analýza – porovnání 3D modelů ZABAGED a SRTM ............................................... 108 12.1 Rastr ZABAGED - SRTM_NW ........................................................................... 108 12.2 Rastr ZABAGED - SRTM_NE ............................................................................ 109 12.3 Rastr SRTM_NW - SRTM_SE ............................................................................ 110 12.4 Rastr ZABAGED - SRTM_SW ............................................................................ 111 13 Závěrečné zhodnocení ..................................................................................................... 112 8

14 Přílohy .............................................................................................................................. 115 14.1 Příloha č. 1 - Slovník zkratek a cizích slov ............................................................ 115 14.2 Příloha č. 2 - Tabulka ověření modelů na bodech ČSTS a ČSNS ....................... 118 14.3 Příloha č. 3 - Tabulka zhodnocení přesnosti měření GPS ................................... 122 15 Seznamy............................................................................................................................ 123 15.1 Seznamy obrázků..................................................................................................... 123 15.2 Seznamy tabulek ...................................................................................................... 125 15.3 Použité přístroje....................................................................................................... 129 15.4 Použitý software....................................................................................................... 129 15.5 Citace (citace a články)............................................................................................ 129 15.6 Seznam odkazů ........................................................................................................ 132 15.7 Seznam použitých dat.............................................................................................. 135 15.8 Obsah DVD .............................................................................................................. 136

9

1 Úvod Porovnávání digitálních modelů terénu z dat SRTM, ASTER aj. bylo mnohokráte prováděno, avšak dosud nikoliv u modelů nad Českou republikou. Tato bakalářská práce navazuje na některé analýzy (články [A1-A9] ) a klade si za cíl posoudit vhodnost jednotlivých volně dostupných modelů povrchu nad územím ČR. Celkem jsou zpracovány tři 3D modely nad částmi deseti měst, vytvořenými z dat naměřených skenerem projektu ASTER na družici TERRA, z dat radarového měření mise NASA – SRTM a z dat, naměřených metodou GPS. Tyto modely jsou mezi sebou porovnávány a rozdíly mezi nimi jsou dále analyzovány. Pro kontrolu a ověření byl použit nad některými městy digitální model ZABAGED. V případě dat z ASTER, SRTM a ZABAGED se jedná o digitální model reliéfu (dále jen DMR), v případě měření GPS metodou se jedná o digitální model terénu (dále jen DMT). Pro zpracování byl použit software firmy ESRI – ArcGIS 10 a software firmy Trimble - GPS Pathfinder Office 4.2 a Terra Sync 3.05. Výsledkem jsou rozdíly jednotlivých modelů. Porovnání bylo provedeno na vzorku měst, která jsou na různých místech ČR.

10

2 Historie zaznamenávání reliéfu Tvorba map je stará jako lidstvo samo, ale nejen tvorba map, zachycujících jen 2D informace, například trasy či plánky osad a tábořišť, ale i mapy, snažící se vyobrazit co nejpřesněji i třetí rozměr – reliéf terénu. Jako důkaz nám mohou posloužit skoro 3000 let staré náčrtky lovců mamutů z okolí řeky Dyje, vyryté do klu, či dochované mapy na hliněných destičkách ze starověké Mezopotámie, datované do období 2400 až 2200 př. n. l. Na mapách jsou zobrazeny hory tak, jak byly nejspíš viděny při pohledu z údolí.

obr. 2: Dyje – Pálava, rytina na klu [zdroj: O2]

Tento styl „bočního zobrazení“ se objevoval i v průběhu dalších století například v mapách starověkých Římanů, či později v mapách středověkých mnichů, aby následně, v době rozkvětu kartografie – v éře renesance, dosáhl svého největšího rozmachu a svou převahu v zobrazení reliéfu si udržel až do 18. století, kdy byl nahrazen jinými metodami zobrazení, avšak nikdy nebyl úplně vytlačen. Dokonce i dnes je možné se s tímto stylem setkat. Vzhledem k tomu, že tento způsob zobrazení obr. 3 : Příklad bočního zobrazení[zdroj: O3]

přetrvával po tak dlouhá léta, je zde uveden alespoň stručně jeho vývoj.

V nejranějších dobách neexistovaly prostředky, ani nebyly nějaké vědeckotechnické podklady pro přesnou tvorbu, tudíž mapy té doby spíše připomínaly náčrtky zobrazující dané místo, doplněné o jakési symboly (znázorňující například města, opatství, hory) a zpočátku spíše vyplňovaly prázdná místa. Navzdory jejich „funkci“ v mapě byly kresleny různorodě, i když nejčastějším zobrazením byl „prostý kopec“ – odtud název „kopečková metoda“. V nejstarších mapách byly hory kresleny v řadách kolmo na osu údolí. 11

Dalším krokem v zobrazování bylo znázornění svahu čarami, které měly znázorňovat svah; tento druh zobrazení se objevil v Ptolemaiově Atlasu, avšak horský masiv byl stále zobrazován jako řada (řetěz) jednotlivých kopců, kolmých na osu údolí. Tato metoda byla pozvolně vytlačována v 15. století, které bylo dobou obrovského rozvoje kartografie jako takové. Posunem v zobrazování reliéfu byly dvě novinky: jednotlivé kopce již nebraly v úvahu orientaci údolních os a změnil se styl zobrazení horstva, jednalo se o tzv. metodu „fish-scale“. Tento styl znázorňoval horský masiv jako shluk kopců (takovýto shluk evokuje uspořádání rybích šupin – odtud nejspíš vznikl název), který ve výsledku dává přirozenější dojem pohoří. Do konce 15. století byla tato metoda dovedena téměř k dokonalosti – kopce již nebyly kresleny podle jednotného vzoru, ale nově bylo možné rozeznat výškový a tvarový rozdíl mezi jednotlivými kopci. Navíc pro dosažení určitého prostorového vjemu byly jednotlivé svahy lehce šrafovány, a to při severozápadním osvitu. V 16. století došlo k rozmachu geodézie a kartografie. Při tvorbě map byla metoda mapování od oka („à la vue“) nahrazena metodami techničtějšími, založenými na exaktním měření (astronomická měření, měření prvními teodolity), a k jejich tisku se začaly běžně užívat mědirytiny1. Díky mědirytinovým podkladům bylo možné na mapách zachytit více detailů a kreslit tenčí linie. Vývoj zobrazování pokračoval, příkladem budiž mapa curyšského kantonu od H. C. Gygera, který pro topografické měření používal metodu grafického protínání; díky této metodě Gyger vytvořil jednu z prvních polohopisných map (ne-li dokonce první mapu). O kartografický mezník se jedná z toho důvodu, že přesnost mapy při velké hustotě bodů byla na tu dobu na vysoké úrovni a zároveň pohled na povrch byl shora kolmo k zemskému povrchu. Pro prostorový vjem horstva byla použita již dříve známá metoda stínování. V následujících letech se již většina topografických map zakreslovala výše zmíněným způsobem (kolmým průmětem k Zemi). Pro prostorovou orientaci v mapě bylo sice stínování skoro ideální, nicméně tato technika je velmi složitá a vyžaduje určitý prostorově umělecký nadhled nad kreslenou krajinou, proto bylo nutné najít způsob jednodušší, tím bylo šrafování. V průběhu 18. století byla používána metoda, u které byl sklon terénu vyjadřován hustotou a intenzitou barvy šraf (čím hustší a tmavší šrafování, tím strmější svah). To však může působit nepřehledně a výsledný reliéf nemusí být až tak výrazný; proto ji na přelomu 18. a 19. století německý vojenský kartograf Lehmann vylepšil. Jeho metoda sklonových šraf je první metodou, založenou na matematickém podkladě.

1

Prvním mapovým dílem, tištěným z měděného podkladu, byl Ptolemaiův Atlas z roku 1477

12

Pro ještě lepší prostorový vjem byly v 19. století používány tzv. stínové šrafy. Pro navození prostorového vjemu jsou střídavě kresleny šrafy proměnné tloušťky. Dalším velkým skokem vpřed bylo používání vrstevnic, neboli čar o stejné nadmořské či relativní výšce. Tato metoda se dočkala velkého rozmachu v průběhu 19. století a je používána dodnes. Určitou nevýhodou vrstevnic je, že neevokují prostorový vjem. Vylepšením prostorového vjemu mohly být stínované vrstevnice, nicméně pro svou pracnost se nedočkaly většího rozšíření. V polovině 19. století se pro tisk map začala používat nová metoda – litografie. Tato metoda dovolovala tvorbu vícebarevných map. To přispělo opět k používání stínování a zároveň otevřelo cestu k další (i dnes velmi populární) metodě zobrazení reliéfu, kterou je barevná hypsometrie. Princip metody spočívá v tom, že pro předem definované výškové pásy je volena určitá barva. Pro barevné stupnice existují různé přístupy – například Hauslab se řídil zásadou: čím má pás větší výšku, tím tmavší je barva. Odlišnou strategii volil Peucker, jehož stupnice vychází z teploty barev a to: čím vyšší úroveň, tím teplejší barva. V průběhu 20. století se objevily další zajímavé metody pro zobrazení reliéfu. Jednou z velmi zajímavých jsou anaglyfy – tato metoda byla použita ve francouzském atlase na snímcích terénu, pořízených leteckou fotogrammetrií. Koncem 20. století, s rozvojem výpočetní techniky, se začíná veškeré zobrazení reliéfu přesouvat na platformu informačních technologií. Základem jsou prostorové 3D modely povrchu. Porovnáním těchto modelů se zabývá i tato práce.

obr. 4 : Zobrazení reliéfu pomocí anaglyfů [zdroj: O4]

13

3 Zdroje dat 3.1 Stručná teorie ZABAGED ZABAGED neboli Základní báze geografických dat ČR je produkt Zeměměřického úřadu (dále jen ZÚ). Jedná se o databázi, zobrazující vektorový digitální model České republiky, který odpovídá zobrazení ZM10 (základní mapy ČR) v měřítku 1:10 000, a to jak detaily zobrazování, tak přesností zobrazení. Skládá se ze 106 typů objektů, a to i včetně vrstevnic (nicméně produkty ZABAGED polohopis a výškopis jsou distribuovány jako dva různé produkty). Zeměměřický úřad začal tvořit ZABAGED mezi roky 1995 – 2001 a naplnil ji při digitalizování map ZM10. Roku 2001 byla provedena první aktualizace. V roce 2004 přibyly do databáze některé nové prvky a zároveň byly klady ZM10 převedeny do bezešvé databáze. Od roku 2006 je vytvořena centrální databáze, která je aktualizována z detašovaných pracovišť ZÚ. Data jsou distribuována ve dvou verzích: 2D polohopis a 3D výškopis, a to jak ve formátech shp tak i dgn, v souřadnicových systémech S-JTSK, UTM a WGS-84.

3.2 Stručná teorie SRTM SRTM je zkratka z anglického: „Shuttle Radar Topographic Mission“ V čele této mise stála National geospatial Inteligence agency a NASA, a dále se na ní podílely německá a italská kosmická agentura. 11. února 2000 odstartoval raketoplán Endeavour, který na oběžnou dráhu nesl radar pro snímání zemského povrchu. Během své jedenáctidenní mise nasbíral dostatek dat pro vytvoření prvního celosvětového digitálního modelu, snímaném ve vysokém rozlišení. Vlastní radar se skládá ze tří částí – hlavní antény, umístěné v nákladovém prostoru raketoplánu, šedesátimetrového ramena, na jehož konci je venkovní (závěsná) anténa. Na obou anténách se nalézaly radary C-pásmový s vlnovou délkou 5,6 cm a X-pásmový radar s vlnovou délkou 3 cm. obr. 5: Schéma radaru SRTM [zdroj: O5]

14

Pro měření byl použit C-pásmový InSAR senzor, který měří výšky terénu včetně výšek objektů – to znamená, že výsledkem měření SRTM je digitální model povrchu. SAR (synthetic aperture radar) zaznamenává rozdíly frekvencí zpětného rozptylu v různých polohách nosiče během doby ozařování zemského povrchu vysílanou energií [Halounová, 2007 [C7] ]. InSAR (Interferometric Synthetic Aperture Radar) porovnává fáze vyslaného a přijatého signálu pro každý pixel na dvou radarových snímcích, kdy každý snímek je pořízen z jiného místa (hlavní a venkovní anténa SRTM). C-pásmový radar SIR-C (spacebourne imaging radar) vysílá multifrekvenční a multipolarizovaná data. X-pásmový radar X-SAR vysílá i přijímá vertikálně polarizovaná data. SRTM bylo prvním mapováním, prováděným z vesmíru, které zaznamenalo pás zeměkoule od 56° jižní šířky po 60° severní šířky a to v relativně vysokém rozlišení – existují dvě verze a to 1´´ (pixel 30x30m), která je dostupná pouze pro území USA a verze s rozlišením 3´´ (pixel 90x90m ), která je dostupná pro zbytek světa (vznikla převzorkováním 30m verze – z původních dat v 30m verzi zbyl pouze prostřední pixel, toto převzorkování mělo za následek zhoršení výškové přesnosti SRTM [Kervyn et al., 2006 [A1] ]); verze 3´´ byla použita pro tuto práci. SRTM data jsou v originálu referencována do systému WGS-84; pro výšky je použit model geoidu EGM-96. V roce 2004 byla vydána první „nevyčištěná“ verze. Finální verze byla vydána v roce 2006, nicméně i tak některé skupiny pokračovaly ve zdokonalování finální verze – jednalo se převážně o doplnění „děr“ (oblastí s takzvanými NoData values), dále pak o zpřesnění pobřeží a vodních ploch (vodní plochy se, v důsledku schopnosti vody odrážet záření převážně do směru mimo anténu, v závislosti na velikosti vln, zobrazují jako černé plochy, a zároveň jsou tyto vlny velmi proměnné, proto nemusí vracet správně údaje o výšce). Pro tuto práci byl vybrán model Italského CSI-CGIAR (Consortium for spatial information – Consultative group of International agricultural research). Model (CGIAR.CSI SRTM V4.1) je založen na finální verzi SRTM z roku 2006, která má velice dobře zpracovaná pobřeží, nicméně pro území ČR je zajímavější, že tato verze má zaplněná prázdná místa různými metodami; použitá metoda závisí na tvaru terénu (z interpolačních algoritmů byly použity: kriging, inverzní vzdálenosti a splinové interpolace). Větší díry byly zaplněny z průměrných hodnot z pomocných datasetů.

15

3.3 Stručná teorie ASTER ASTER je zkratka z anglického: „Advanced Spaceborne Thermal Emission and Reflection Radiometer“. Systém ASTER vznikl jako projekt NASA a Japonského ministerstva průmyslu a obchodu. Jedná se o další generaci snímání zemského povrchu z oběžné dráhy – data jsou sbírána pro každou oblast ve stereo dvojicích. To je zajištěno tak, že subsystém pro viditelné a blízké infračervené záření (VNIR) obsahuje dvě snímací zařízení – jedno je přímo kolmé k povrchu Země (pásmo 3N) a druhé je nasměrované dozadu (ve směru letu) – stočení o 27.7° (pásmo 3B), z čehož vyplývá, že v jedné minutě je získána úplná stereodvojice (to znamená že stereodvojice je získána za stejných podmínek). Z každé stereo dvojice je pak následně možné vypočítat výškové poměry v dané oblast – neboli je možno vytvořit 3D model oblasti. Data jsou sbírána ve vysokém rozlišení (prostorové rozlišení stereodvojice je 15m) ve 14 pásmech (od viditelného záření po infračervené záření). Systém ASTER se skládá ze tří částí: a) VNIR (snímač pro viditelné a blízké infračervené záření) snímá tři spektrální pásma s rozlišením 15m. Jako jediný ze subsystémů se skládá ze dvou snímačů, a to jednoho přímo kolmého k Zemi a druhého stočeného vzad o 27,7°. b) SWIR (snímač pro krátkovlnné infračervené záření) snímá šest spektrálních pásem v oblasti blízkého infračerveného a infračerveného záření v rozlišení 30m; zde se z důvodu

obr. 6: Schéma snímačů ASTER [O6]

velikosti a osazení detektoru a filtru může vyskytnout chyba ½ pixelu na každých 900m. Tuto chybu lze opravit, pokud je možné data výškově referencovat na již existující model. c) TIR (snímač tepelného infračerveného záření) – snímá pět pásem v rozlišení 90m. Celý systém byl vynesen na oběžnou dráhu (do výše 705 km) v roce 1999 jako součást satelitu Lockheed-Martin Terra, na kterém operuje například se systémy CERES (Clouds and Earth's Radiant Energy System) a MISR (Multi-Angle Imaging Spector Radiometr). První data byla z této družice poslána zpět na Zemi v roce 2000.

3.3.1 Přesnost ASTER Pro ČR je udávaná přesnost v poloze 30m a ve výšce 20m [GISAT,2010]. Tato hodnota je podobná hodnotám z předchozích analýz [Rivera et al., 2005, [A2] ]. Pro zpřesnění je možné použít GPC body [Kervyn et al., 2006 [A1] ]. Scény ASTER jsou snímány v řádcích

16

do stereodvojic, avšak není možná interní orientace, proto se provádí absolutní orientace stereodvojic. Orientace dvojice se provádí automaticky – korelací. Přesnost orientace záleží na tom, jaký je kontrast fotografií.

3.4 Stručná teorie GPS GPS je zkratka z anglického: „Global Position System“ neboli celosvětový systém pro určení polohy v jakémkoli času. Tato zkratka se dnes všeobecně používá pro přístroje, které jsou schopny určit polohu pomocí družicového signálu, avšak toto označení není zcela šťastné. Celým názvem NAVSTAR – GPS (dále jen GPS) je pouze jeden z dnes operujících družicových navigačních systémů (dalšími jsou například GLONASS, DORIS, či budoucí Galileo nebo Compass). GPS vychází z navigačního projektu armády USA Transit (70. léta), který používal pouze šest družic na polárních oběžných drahách. Systém se v průběhu let vyvíjel a od 90. let se začal otevírat i civilní sféře – toto zpřístupňování bylo završeno v roce 2000, kdy bylo vypnuto armádou USA záměrné zkreslování polohy GPS. GPS je tvořen třemi základními segmenty: a) Kosmický segment – sestává z umělých družic (celkem 24) – každá má své označení tzv. PRN (pseudo random noise code number), které jsou vybaveny radiovými vysílači a přesnými atomovými hodinami (cesiové a rubidiové hodiny). Družice operují na oběžných drahách přibližně ve výšce 20 200 km. Na každé dráze jsou čtyři družice. Dráhy jsou rozmístěny tak, aby bylo možné kdekoliv a kdykoliv určit polohu, tedy aby minimálně bylo možné mít signál od čtyř družic – v ČR je průměr šest družic. b) Kontrolní segment – sestává ze šesti pozemních stanic, má za úkol kontrolovat polohu družic (jejich dráhy) a stav vnitřních atomových hodin družice a případné výchylky opravovat (synchronizace hodin). c) Uživatelský segment – uživatelským segmentem jsou přijímače GPS.

obr. 7: Ilustrace principu určení polohy pomocí GPS [zdroj: O7]

17

Zjednodušeně by se dalo říci, že poloha je určena prostorovým protínáním z délek, kdy délky jsou vypočtené pseudovzdálenosti mezi přijímačem a satelitem. Pseudovzdálenost

ρ ki = c  (t k  t i ) , kde t k je čas příjmu signálu přijímačem, t i je čas vyslání signálu ze satelitu a c je rychlost světla. Mohlo by se zdát, že pro určení tří souřadnic potřebujeme právě tři satelity, nicméně vzhledem k tomu, že hodiny přijímačů nevykazují potřebnou přesnost a jejich chyba by neúměrně znehodnocovala určení polohy (a chyba hodin není jediný znehodnocující faktor – dalšími jsou například ionosferická a troposferická refrakce), musíme ještě jako čtvrtý parametr znát chybu hodin přijímače δk. Základem pro určení polohy jsou tedy minimálně čtyři satelity (z toho vyplývají 4 rovnice o 4 neznámých). Pro určení se používají dvě metody – fázová měření a kódová měření. a) Kódová měření Vzdálenosti jsou určeny podle výše uvedeného vzorce. Doba, po kterou se signál šířil mezi satelitem a přijímačem, je určena z rozdílu fází kódu satelitu a fází kódu, kterou generoval přijímač. Pro kódová měření se používají kódy C/A s frekvencí 1.023 MHz a P kód s frekvencí10.23 MHz. Přesnost této metody je v řádu metrů. (Podle zkušeností autora se bez korekcí EGNOS (viz dále) přesnost pohybovala okolo 5 až 8m.) b) Fázová měření Vzdálenost je vypočtena na základě fázového posunu nosné vlny GPS (dnes jsou používány dvě nosné vlny: L1 s frekvencí 1575.42 MHz a L2 s frekvencí 1277.60 MHz). Z toho je patrné, že fázové měření je přesnější než kódové, ale má jednu nevýhodu. Vzhledem k tomu, že se při fázovém měření určuje celočíselný násobek vlnové délky, jakékoli přerušení signálu znemožní přesné určení tohoto násobku a je nutné měření opakovat od začátku. Měřická část práce byla prováděna autonomním měřením (což znamená měření pouze na družice systému GPS) a diferenčním měřením – signál EGNOS (viz dále). Vzhledem k tomu, že měření bylo prováděno v zastavěné nebo i zalesněné oblasti, a po několika neúspěšných testech použití fázového měření bylo zvoleno méně přesné, nicméně v danou chvíli spolehlivé kódové měření. I přes nižší přesnost kódového měření byla jeho polohová přesnost dostatečná (do 10m)2 vzhledem k tomu, že pixel rastru z GPS měření má rozměr10x10m a je porovnáván s rastry o velikosti pixelu 30x30m (ASTER) a 90x90m (SRTM). 2

Podle výsledků při testování přesnosti GPS je udávaný odhad přesnosti polohy (Trimble neuvádí, zda se jedná o odhad přesnosti v poloze nebo poloze i výšce) možno vzít pro přesnost polohy i výšky. Viz tabulka testování přesnosti měření přístroje (Příloha 3)

18

3.5 Stručná teorie SBAS Název je zkratkou z anglického Satellite-based augmentation systems. Tento systém má za úkol kompenzovat nevýhody satelitních navigačních systémů – jako je poloha a integrita systému. Princip systému je založen na posílání diferenčních oprav satelitů navigačního systému, skrze systém geostacionární družice. Systém SBAS je v praxi rozdělen na několik systémů, kde každý systém je používán v určité částí světa. Dostupnost SBAS korekcí pro Evropu je zajištěna systémem EGNOS (viz dále), dalšími systémy jsou například americký

WAAS či japonský MSAS. Díky těmto systémům je možné učit polohu takzvaně

real-time D-GPS neboli diferenční měření GPS v reálném čase.

obr. 8: Schéma rozložení systému spadajících do SBAS [zdroj: O8]

3.6 Stručná teorie EGNOS EGNOS (European Geostationary Navigation Overlay Service) je společným projektem ESA, Organizace pro bezpečnost navigace a Evropské komise. Jedná se o první funkční evropský satelitní systém. Je volně dostupný pro všechny GPS přijímače (podmínkou je schopnost přijímače přijímat SBAS korekce) a svou činnost zahájil v říjnu 2009. Nicméně neslouží jako autonomní navigační systém (tím má být Galileo), ale jedná se o systém, který rozšiřuje systém GPS/GLONASS. Systém EGNOS je součástí výše zmíněného systému SBAS. Skládá se ze tří geostacionárních družic (mezi 40° západní délky až 60° východní délky a 10° až 90° severní šířky) a sítě pozemních stanic. Díky vysílání korekčních informací je možné určit GPS polohu podle údajů ESA s přesností pod 1.5m. Z vlastních zkušeností je autorovi známo, že je tento systém velkým přínosem, neboť výrazně zpřesňuje, či dokonce „zachraňuje“ použitelnost GPS měření – to znamená, že měření probíhá s přijatelnou přesností (bez dalších zařízení – referenční stanice, či použití CZEPOS). V místech s dostatečným počtem satelitů GPS, bez EGNOS, dosahuje přesnost určení polohy, kterou ukazuje přístroj, okolo 6m, nicméně při té samé situaci s dostupným

19

systémem EGNOS byla přesnost na deklarovaných 1.5m (zdroj ESA) či dokonce i na 0.5m. Při nedostatku družic GPS držel EGNOS přesnost na přijatelných 4 až 6m. (Tyto hodnoty jsou odpozorované z průběhu měření.) Důvodem, proč je zde popsán rozdíl mezi vypnutým a zapnutým systémem EGNOS, je to, že družice vlastního systému jsou umístěny na rovníkové dráze [L16], a tudíž viditelnost těchto satelitů je pro území ČR poněkud problematická, objevují se nízko nad horizontem a z toho důvodu je dostupnost EGNOS korekcí v ČR nestálá; i přesto se však stále jedná o výborný systém, který může pomoci při měření GPS.

4 Přístrojové vybavení Pro měření digitálního modelu terénu metodou GPS byla použita ruční GIS GPS Trimble GeoExplorer 2005 XT (PN: 60950–20). Přesnost měření byla v průběhu prací (na základě pozorování odhadované přesnosti polohy udávané přístrojem) okolo 6 až 7m při autonomním měření a šesti družicích. Pokud byl dostupný i signál korekčních družic EGNOS, byla odpozorována odhadovaná přesnost okolo 0.5 až 2m. Další podrobnosti k testování viz níže odstavec Přesnost měření přístroje. Tento typ přístroje pochází od americké firmy Trimble, která je následníkem jedné z nejslavnějších firem vyrábějící geodetické přístroje – Geotronics AB. Českým distributorem je pražská firma Geotronics a.s. Přístroj samotný je klasickým ručním GIS GPS přijímačem. Celý přístroj pracuje na platformě procesorů Intel a operačním systému Microsoft Windows Mobile – tudíž je možné přístroj používat i pro aplikace (mobilní verze), které jsou známé ze stolních počítačů a notebooků. Přístroj se ovládá přes dotykovou obrazovku (odporový panel) pomocí stylu („tužky“), pro několik úkonů lze použít směrová tlačítka nebo potvrzovací tlačítko. Nad displejem je umístěn integrovaný GPS přijímač. Výhodou přístroje je schopnost příjmu korekčních dat systému SBAS (EGNOS/MSAS). Další výhodou, díky které bylo možné provádět měření za jízdy z automobilu, je možnost připojení externí antény.

20

4.1 Přesnost měření přístroje Jak již bylo zmíněno výše, pozorovaná přesnost se v autonomním módu pohybovala okolo hodnoty 6 až 7m a při příjmu korekčních dat v průměru okolo 1.5m. Nicméně vzhledem k tomu, že se jednalo o odhadovanou přesnost, bylo nutné provést alespoň orientační ověření těchto hodnot. Ověření bylo provedeno na pěti bodech státní trigonometrické sítě ve čtyřech různých částech ČR v různou denní dobu, a to jak v autonomním režimu, tak i v režimu s příjmem signálů korekčních dat. Naměřené hodnoty jsou zobrazeny v tabulce [Příloha 3]. Z tabulky vyplývá, že odhadovaná přesnost určení byla až na jeden případ nadhodnocena oproti naměřeným hodnotám.3

5 Použitý software Pro tuto práci byly stěžejní tři programy, bez kterých by nebylo možné cokoli měřit, či zpracovávat, proto jsou dále programy stručně popsány.

5.1 Trimble TerraSync 3.05 Software TerraSync je software pro sběr dat GPS měření na platformě Windows Mobile. Práce se softwarem je prakticky intuitivní. Vše se ovládá přes dvě roletová menu, vybraný prvek se zobrazí v hlavním okně – zobrazit je možné mapu satelitů (které jsou „viditelné“) a navigaci jako klasický kompas, a nebo pouze textové zobrazení satelitů s hodnotami příjmu (síla signálu PDOP apod.). V horní liště vedle menu jsou ikony znázorňující počet satelitů, příjem korekčních dat a předpokládanou přesnost určení polohy, v případě zobrazení mapy satelitů je ještě možné posuvníkem nastavit parametry pro příjem – PDOP a minimální elevační úhel. Přístrojem je možné měřit bodové elementy, plošné objekty nebo liniové prvky. Následně je možné naměřená data exportovat do formátu SHP. Dále je možné nastavit souřadnicový systém (např.: Křovák – JTSK) a výškový systém (EGM96 nebo elipsoidické výšky).

3

Chyba v poloze byla vypočtena ze vzorce Δ P =

√dx 2 + dy 2 + dz 2 21

5.2 Trimble Pathfinder Office 4.2 Jedná se o program pro zpracování naměřených hodnot z GPS přijímačů Trimble. Program pracuje se soubory typu SSF. Nastavení nabízí klasickou škálu souřadnicových systémů, včetně JTSK. Co se týče výškových systémů, je zde možné nastavit výšky na geoidu EGM96 či na elipsoidu. Pro zpracování je nejprve nutno založit projekt a poté jsou již zde funkce – pro import dat, diferenční korekce a export. V hlavním okně je možné zobrazit naměřená data (bodová, plošná, liniová) a to včetně kružnic chyb (pro chybu v ploše). Pro zobrazení chyb ve výšce je nutné vyvolat vlastnosti bodu (feature properties – sumarizační informace o celém prvku a position properties – informace o vybraném bodu). Korekce dat je zajímavá tím, že se připojuje do sítě SOPAC (Script processing and

permanent array center), která uchovává GPS data (soubory RINEX) a je možné po vybrání nejbližší stanice SOPAC zpřesnit naměřená data – následným zpracováním (post processing) diferenčními korekcemi (D-GPS). Stanice pro ČR je stanice SOPAC Pecný, Ondřejov. Ne úplně dobré pro post processing je, že tato stanice je v ČR pouze jedna, tudíž z některých měst (např. Liberec, Náchod) je směrový vektor k této referenční stanici poměrně vzdálený. Export dat je pak možno provést do velkého počtu formátů (shapefile, kml, Idrisi vector atd.).

5.3 ESRI ArcGIS 10 Desktop Asi dnes nejznámější firmou, která vyvíjí a distribuuje GIS řešení je firma ESRI a její produkt ArcGIS Desktop. Poslední verzí z června roku 2010 je verze 10 SP2. Tento software v ČR využívá většina státní správy a část soukromé sféry. ArcGIS je software pro zpracování a analýzu geografických dat. Jeho funkčnost je možné rozšířit různými placenými extenzemi buď od samotné firmy ESRI (zde záleží na licenci, které extenze jsou nainstalovány) nebo od třetích stran (Trimble GPS Analyst) nebo zdarma dostupnými uživatelskými, které jsou distribuovány na webu ESRI v rámci ESRI Developer Network; dále je možné napsat vlastní skripty v rámci ArcObjects – zde ArcGIS podporuje jazyky Visual Basic.NET (ArcGIS 10 je naprogramován na platformě. NET) a Python (modul ArcPy). ArcGIS zahrnuje velké množství funkcí, které se váží se na GIS. Jsou zde funkce pro převody rastrů, tvorbu DMT, různé konverze, výpočty a vizualizace svahů na základě DMT, vodní toky atd. ArcGIS podporuje mnoho souřadnicových systémů (včetně čtyř možností JTSK – klasický se

22

základním poledníkem Greenwich nebo se základním poledníkem Ferro, JTSK – East-North se základním poledníkem Greenwich nebo se základním poledníkem Ferro). Jako „svůj“ typ souborů má formát SHP (shapefile). Jedná se o jednoduchý typ souborů, jejichž struktura je zveřejněna – popis viz [C11]. Z toho důvodu je možné soubor SHP otevřít v konkurenčních programech, jako například AutoDesk MAP 3D. Detailnější popis funkcí, které byly použity pro tuto práci, či nelogičnosti a problémy, jsou shrnuty v oddíle

Zpracování dat (oddíl 8).

6 Získávání dat 6.1 Získání dat SRTM SRTM je prvním volně dostupným globálním digitálním modelem. Finální verze byla vydána v roce 2006. SRTM data lze získat od více organizací, které kvalitu dat dále vylepšovaly a zdokonalovaly. Avšak mezi jednotlivými daty jsou rozdíly – o těchto problémech bude pojednáno v oddíle 8.3.1. Na rozdíl od prací [Šoul, 2010 a Kaňka, 2010] byla pro tuto práci využita data SRTM verze 4.1 z evropského serveru Evropského výzkumného centra –

Institutu pro životní prostředí a udržitelnost zdrojů [L5]. Na této stránce po výběru odkazu Download je uživatel přesměrován na stránku, kde si může vybrat formát dat. Byl zjištěn rozdíl při testování v softwaru ArcGIS mezi daty GeoTIFF a ArcGIS ASCII rastry formátu GeoTIFF mají rozlišení 6000 na 6000 pixelů, zatímco rastry formátu ArcGIS ASCII mají rozlišení 6001 na 6001 pixelů, při shodné velikosti jednoho pixelu necelých 90x90m (přepočítáno ze stupňové míry). Z toho důvodu byl vybrán „větší“ z obou rastrů a to ArcGIS ASCII, odkud je možné přebírat jednotlivé scény SRTM dat (viz [D2]). Tento server neposkytuje žádný grafický vyhledávač dat. Grafický vyhledávač pro tato data je možné nalézt na serveru [D3] (který pro data ArcGIS ASCII odkazuje na tento evropský server). Zde si uživatel vyhledá požadovaná data výběrem příslušného čtverce mřížky a v horní části vyhledávače si zvolí, z jakého serveru a v jakém formátu bude data přebírat. Poté stačí vybrat Click to begin search a v následující tabulce se zobrazí vybrané rastry včetně náhledu. Pak již stačí data bez problémů přebrat. Pro tuto práci bylo stahování provedeno tak, že čísla scén byla opsána a následně přebrána z výše uvedeného SRTM. Stažená data jsou

23

ve formátu ZIP. Každý archiv obsahuje tři soubory: vlastní data soubory s příponou asc, dále soubor s příponou prj, což je soubor obsahující informace o souřadnicovém systému a projekci těchto dat a soubor Readme, který popisuje SRTM data. Obdržená data jsou ve formátu ArcGIS ASCII, v souřadnicovém systému WGS-84.

6.2 Získání dat ASTER Stejně tak jako SRTM jsou i data z mise ASTER volně dostupná [D4]. Na rozdíl od SRTM je pro získání dat ASTER nutná registrace – k registraci se uživatel dostane po výběru možnosti Login. Zde po stisknutí tlačítka Register se objeví formulář, do kterého je nutné vyplnit osobní a kontaktní údaje. Po registraci je uživatel přesměrován na úvodní stránku, zde se nově objeví tlačítko search – po vybrání se zobrazí interaktivní mapa, se kterou uživatel „najede“ na požadovanou oblast – po stisknutí start je následně možné vybrat požadované scény buď výběrem na zobrazené mřížce nebo ručně nakresleným polygonem, a nebo přímo zadanými souřadnicemi, či dokonce je možné nahrát shapefile s jednoduchou polygonovou vrstvou, která ohraničuje zadanou oblast. Po výběru požadovaných dat uživatel stiskne Next, kde se následně objeví požadovaná data v seznamu, ve formátech zip a ta lze již běžně nahrát pomocí webového prohlížeče. Archiv zip obsahuje dva soubory GeoTIFF, každý s rozlišením 3601x3601 pixelů má velikost necelých 30m (po přepočtu ze stupňové míry). První soubor, který má koncovku názvu dem – značí vlastní nasnímaná data digitálního modelu, druhý soubor má koncovku názvu num. Tento rastr znázorňuje buď pozici anomálií (tyto anomálie jsou reprezentovány zápornými hodnotami pixelů – výšku v těchto oblastech bylo nutné přebrat z jiných modelů) nebo počet DEM ASTER, které ovlivňují vypočtenou hodnotu DEM v každém pixelu. Další zpracování těchto dat je popsáno níže (oddíl 8.4). Pro tuto práci byly vybrány scény číslo N49E012, N49E013, N49E015, N49E016, N50E012, N50E013, N50E014, N50E015, N50E016. Data byla, jak je zmíněno výše, ve formátu GeoTIFF v souřadnicovém systému WGS-84.

6.3 Získání dat ZABAGED Data ze ZABAGED jsou komerčním produktem ZÚ. Proto poskytování dat podléhá zpoplatnění podle platného ceníku. Pro studenty, kteří pracují na závěrečných pracích na

24

vysoké škole, jsou na podkladě školou potvrzené žádosti poskytována data v rozsahu 10 mapových listů z jednotlivých produktů ZABAGED (podle současných pravidel pro poskytování). Podmínky pro poskytování dat pro studenty jsou uvedeny na odkazu [L28]. Data pro tuto práci byla poskytnuta ve formátu shapefile, v souřadnicovém systému S-JTSK. Vlastní získání dat proběhlo přímým stažením ze serveru ZÚ [D5]. Další zpracování těchto dat je popsáno níže (viz oddíl 8.5). Vybrané mapové listy (odpovídají jak na ZABAGED polohopis i ZABAGED výškopis)4 Náchod

- ML 04–33-18; 04–33-23

Hradec Králové

- ML 13–24-03

Jablonec nad Nisou

- ML 03–32-03; 03–14-23

Kadaň

- ML 01–44-25; 11–22-05

Kutná Hora

- ML 13–32-15; 13–32-14; 13–32-19; 13–32-20

Liberec

- ML 03–14-16; 03–14-21

Sokolov

- ML 11–14-05; 11–14-10; 11–23-01; 11–23-06

Strakonice

- ML 22–32-14; 22–32-19

7 Města 7.1 Výběr měst pro měření Vybraná města pocházejí ze seznamu COST laboratoře DPZ FSv ČVUT v Praze, který zkoumá vývoj měst za posledních čtyřicet let. Tento seznam obsahuje padesát měst, z nichž bylo pro jejich odlišnou morfologickou členitost vybráno deset. V oddílu 9 jsou uvedena jednotlivá města, základní informace o nich, poznatky z měření, důvod výběru a analýzy modelů nad jednotlivými městy.

7.2 Měření měst – získávání GPS dat Nejprve budou uvedeny obecné postupy pro měření. Bylo stanoveno, že každá měřená oblast má být přibližně 2x2 km a rozestup bodů okolo 10m. Vzhledem k tomu, že většina měst je morfologicky členitá, byl použit k měření osobní automobil s připevněnou externí anténou na střeše (výška externí antény 1.45m nad úrovní terénu). Pro navigaci byla použita tištěná mapa (turistická, a nebo vytištěná – viz [D6], 4

Pro města Kolín a Plzeň nebyla data ZABAGED použita.

25

do které byla předkreslována plánovaná trasa. Cesta byla volena tak, aby vystihovala důležité prvky daného území. Místa, kam nebylo možné dojet automobilem (náměstí, zalesněné oblasti), byla zaměřena pěšky s anténou ve výšce 1.15m nad úrovní terénu. Sběr dat probíhal automaticky. Při jízdě automobilem byl zvolen interval záznamu 1 sekunda, a při předpokladu 1bod na deset metrů bylo snahou pohybovat se rychlostí 36 km/h, což, vzhledem ke stavu silnic a hustoty dopravy v našich městech, nebylo obtížné dodržovat. Vyskytlo se však i několik problémů – například na okruhu v Hradci Králové; aby nedošlo ke zdržování provozu byla rychlost udržována okolo 60 km/h, ale hradecký okruh není výrazně výškově členitý, proto zvýšení rychlosti nepředstavovalo významné zhoršení kvality měření. Opačný problém nastal například při náhlém snížení rychlosti (vlivem provozu), kdy se naopak hustota bodů i přes rychlé pozastavení měření výrazně zvýšila. Tyto shluky bodů byly následně při zpracování odmazávány (viz oddíl 8.2 Zpracování GPS). Protože se očekávalo, že v hustě zastavěné nebo zalesněné oblasti nemusí být přesnost v určení polohy konstantní, byla během jízdy odhadovaná přesnost kontrolována, a pokud přesáhla hodnotu 10m, bylo měření pozastaveno. Nicméně i přes tuto kontrolu nebylo možné některé chybové body vyloučit pozastavením měření, neboť při rychlosti zápisu nelze měření zastavit okamžitě. Tyto anomálie byly taktéž odstraněny při zpracování dat. Dalším faktorem ovlivňujícím kvalitu dat byla místa, kde nebylo možné, převážně z důvodu zástavby, měřit body v požadované kvalitě (odhad přesnosti do 10m) nebo měřit data vůbec (nedostatek zachycených satelitů). V těchto místech byla měření prováděna opakovaně a tam, kde se ani po několikerých pokusech nepodařilo naměřit relevantní data, se tato místa ponechala nezměřená (proluky například 300m mezi body) a při výpočtu digitálního modelu byla výška těchto míst určena lineární interpolací mezi dvěma nejbližšími body. Vzhledem k tomu, že výška byla interpolována, bylo předpokládáno větší procento chyb. Jak již bylo zmíněno v úvodu tohoto oddílu, byla snaha nedostupná místa naměřit pešky. Zde byl sběr taktéž automatický a s intervalem sběru 5sec, to při rychlosti chůze 4 km/h přibližně odpovídá jednomu bodu na každých 5,5m, což dostatečně splňovalo předepsanou hustotu bodů. Problémy při pěším měření byly totožné s problémy při měření automobilem, nicméně se objevovaly s vyšší intenzitou, a to především díky tomu, že při chůzi člověk GPS anténu zastiňuje jednak sám, jednak se chodníky nacházejí blíž budov, a tudíž je zde horší příjem signálu než v ose silnice. Pěšky byla navíc měřena i velmi hustě zalesněná místa (náchodský lesopark v okolí zámku, či kadaňský Svatý kopeček), kde kvůli změření bodu bylo nutné na místě počkat i několik minut, neboť zde by interpolace mezi vzdálenými body mohla způsobit naprosté zkreslení modelu. Pěšky proměřena byla také 26

zastavěná historická centra měst (náměstí s okolím ve Strakonicích a v Hradci Králové s vysokou zástavbou a úzkými ulicemi, které jsou místy pro GPS špatně viditelné či dokonce naprosto neviditelné). Samostatným problémem při obou typech měření byla nedostupná místa. Některá místa byla zcela nedostupná, ať již vzhledem k zalesnění, vlastnostem terénu, či oplocené zástavbě (průmyslové areály, zahrádkářské kolonie), proto pak následně (viz dále Náchod odd. 9.2,

Kadaň odd. 9.6, Liberec odd. 9.9) byla oblast (kopec, vyvýšenina) změřena jen z dostupné části a nedostupná část na digitálním modelu chybí – respektive je interpolována z nejbližších dat, neboť software zcela logicky „nepředpokládá“, že by se tam mohla nacházet změna tvaru terénu. V takovýchto místech mohou vzniknout hrubé chyby, které se následně objeví při porovnání satelitních dat. Tyto chyby by se daly opravit jen doměřením příslušných částí. Doměření by sice bylo možné; s ohledem na omezující faktory jako je čas a finanční prostředky na dopravu a měření, neboť města byla rozložena po celé republice, však nebylo provedeno. Z předchozích řádků vyplývá, že GPS měření není zcela vhodná metoda pro měření DMT. Výsledky měření GPS odpovídají použitému vybavení a časovým možnostem. Při použití přesnějšího GPS přijímače a systému referenčních stanic CZEPOS, by bylo možné dosáhnout lepších výsledků GPS měření. Pak by se však již nejednalo o snadno dostupné digitální modely, jejichž analýzou se tato práce zabývá. Měření v každém městě probíhalo jeden až dva dny, během nichž byly proměřeny desítky kilometrů a tisíce bodů. I přes výše uvedené překážky bylo snahou vytvořit co nejlepší digitální model. Data byla měřena v souřadnicové systému S-JTSK, výšky byly vztaženy k systému EGM-96. Měření bylo ukládáno do souborů typu SSF. Vzhledem k přerušování měření a střídání stylu měření (automobilem/pěšky) vyskytuje se u jednoho města i více souborů SSF. Podrobnosti o jednotlivých městech jsou uvedeny v oddílu 9.

27

8 Zpracování a příprava dat V následujících odstavcích je uvedeno, jakým způsobem byla data zpracovávána do té podoby, aby s nimi mohly být nadále prováděny analýzy. Společnou vlastností dat SRTM ASTER a GPS je výškový systém EGM 96 (jak neměřená GPS data, tak data SRTM a ASTER jsou výškově vztažena ke geoidu). Tudíž porovnávání mezi těmito třemi modely je bezproblémové. Nicméně zde je použit ZABAGED, jehož výšky jsou vztaženy do systému Bpv. Rozdíl těchto dvou výškových systémů problém nepředstavuje, neboť, vezmeme-li v úvahu přesnost jednotlivých modelů, rozdíl mezi Bpv a EGM 96, který je pro ČR přibližně 0.5m – viz [C13], je možné zanedbat.

8.1 Problém s daty při převodu z float do int Problém nastal u dat GPS a dat ZABAGED (a souvisejícími rozdílovými rastry). Tato data mají své hodnoty v typu float (Floating point data – neboli data s pohyblivou desetinnou

čárkou), to znamená, že tato data nemají atributovou tabulku. Tudíž není možné provádět jisté statistické analýzy. Sice je možné střední hodnotu, směrodatnou odchylku, maximální a minimální data odečíst z metadat (ve formátu XML) daného rozdílového rastru, nicméně další analýzy nejsou povoleny. Řešením je převést data na typ integer (celočíselná data). Cest, jak tento problém vyřešit, je několik: a) ArcGIS obsahuje v souboru funkcí (dále jen toolbox) Spatial Analyst funkci INT. Ta převede rastr z typu float na typ integer, avšak ArcGIS z neznámého důvodu hodnoty s desetinnou čárkou převádí na celá čísla tak, že pouze oddělí část za desetinnou čárkou a ponechá jen celé číslo – to znamená, že 1.1 se po zaokrouhlení rovná 1, rovněž i 1.9 se po zaokrouhlení rovná 1. Tento způsob zaokrouhlování se dle autorova názoru jeví jako naprosto nelogický. Při použití Rastr Calculator z toolboxu Spatial Analyst se jiného výsledku není možné dobrat. Jsou zde funkce pouze na zaokrouhlení nahoru či na zaokrouhlení dolů – to v praxi znamená, že 1.9 se po zaokrouhlení dolů bude rovna 1, či naopak 1.1 se po zaokrouhlení nahoru bude rovnat 2. Ani jeden způsob není ideální vzhledem k tomu, že se data mohou chybně opravit ve výšce až o ±0.9 metru.

28

b) Dalším způsobem řešení problému je použití externího programu, například Matlab. Pro tento způsob je nejprve nutné převést ArcGrid pomocí funkce Rastr to other format na standardní grafické formáty – například TIFF. Zde ovšem znovu vyvstane problém. Data do Matlabu lze načíst, k tomu slouží funkce load, která do matice uloží načtená data, pro správné zaokrouhlení (k nejbližšímu celému číslu) zde slouží funkce round. Problém nastal při exportu dat zpět do TIFF, kdy Matlab znemožnil data převést správně. Chyba je v tom, že v rámci školní licence není dostupný toolbox Matlabu – Mapping, který umí pracovat s geodaty. Tudíž Matlab neumožnil uložit záporná data do formátu TIFF. Dalším problémem tohoto postupu je, že Matlab nezachová hlavičku TIFF s údajem o souřadnicovém systému. A tak se po načtení dat data zobrazí okolo souřadnice [0;0]. Problém by bylo možné vyřešit; například v Matlabu by se všem hodnotám přičetla hodnota 100 000, data by se vyexportovala do ArcGISu, referencovala by se a následně pomocí Rastr calculatoru by se přidaná hodnota odečetla, ale tento postup se zdá být velmi zdlouhavý, s nejistým výsledkem. c) Třetí a poslední (a v této práci využitý) postup spočívá ve vynásobení neceločíselných hodnot tisíci – z toho vyplývá, že na celých číslech budou data v mm. Následně se tato data převedou na celá čísla a statistické údaje se vypočítají v milimetrech.5

8.2 Zpracování dat GPS Zpracování měření GPS probíhalo v několika krocích. Ještě během měření byly kontrolně v programu TerraSync generovány shapefily, ze kterých byly generovány první „nevyčištěné“ 3D modely jednolitých měst. Tyto prvotní modely byly použity pro vizuální přibližnou kontrolu měření. V druhém kroku byly naměřené veličiny upraveny v programu Pathfinder Office. Nejprve byl založen a nastaven projekt. Každé město bylo zpracováváno v samostatném projektu. V dalším kroku byl nahrán do programu soubor SSF s daty. (Program může mít v režimu editací otevřen vždy pouze jen jeden SSF soubor). Po načtení tohoto souboru byla otevřena funkce Differencial correction a po následném projetí několika dialogů byla v seznamu referenčních stanic SOPAC vybrána stanice nejblíže měření (pro všechna města 5

Ačkoli byly na různých serverech nalezeny úpravy do SW ArcGIS, byly programované pro starší verze, které ve verzi 10 nepracovaly. Byla zde možnost naprogramovat si například v jazyku C# vlastní funkci pro zaokrouhlení, avšak vzhledem k časovému omezení tato varianta nebyla uskutečněna.

29

se jedná o stanici Pecný, Ondřejov). Po potvrzení byla přebrána potřebná data a došlo ke zpřesnění měřených dat. Soubor opravených dat měl příponu COR. S tímto souborem bylo dále pracováno. Avšak i v těchto datech se nacházely body zatížené velkou chybou. Tyto body byly posléze vymazány. Byla nastavena první měřená linie – pro každou linii jsou zobrazeny statistiky s nejhorší chybou bodu. Podle vizuální kontroly byly vymazány body s největšími kružnicemi chyb. Pokud i poté se v linii nalézal bod s kružnicí chyb větší než 7m, byl v dané linii nalezen a vymazán. V případě, že bod měl kružnici chyb větší než 7m a další bod byl vzdálen víc než 30m, byly ponechány při čištění body s kružnicí chyb do 10m a s chybou ve výšce do 15m. Tento případ nastal například v Hradci Králové, kde na jihovýchodě je bod s udávanou chybou ve výšce 13m – po jeho vymazání a tvorbě nového modelu je chyba z rozdílu dvou modelů v tomto místě 5m. Z tohoto důvodu byl bod ponechán, neboť v případě odmazání bodu by vzdálenost mezi dalšími nejbližšími body byla 100m. Vyskytla se však i místa, kde i na 200m není bod s dostatečnou přesností. Body buď nebylo možné změřit vůbec nebo s přesností vysoce přesahující maximální toleranci (10m v poloze a 15m ve výšce). Tudíž zde byla 200m vzdálenost bodů. Nicméně tato místa nejsou nikterak četná a důvodem, proč body s horší přesností eliminovat, byla snaha (i přes zmíněné proluky) ve výsledku vytvořit co možná nejpřesnější model. Takto byly kontrolovány všechny linie ve všech souborech každého města. Opravená data byla pomocí funkce Export (pokud bylo město změřeno na více souborů SSF) nejprve složena do jednoho souboru a následně exportována do souboru SHP.6 Tento SHP soubor byl otevřen v ArcGIS, kde z něj byl následně vytvořen pomocí funkce

Create TIN z toolboxu (3D analyst) 3D model. Na tomto modelu byly pohledově zkoumány anomálie. Jednalo se o anomálie typu: „kopec uprostřed roviny“ nebo „ desetimetrová prohlubeň uprostřed stoupání “, které tam z logiky věci a hlavně podle znalosti terénu ve skutečnosti neexistovaly. Tyto anomálie se zde mohly vyskytovat proto, že velikosti kružnic chyb se vztahovaly pouze na odchylku v poloze, nikoliv na odchylku ve výšce, a proto bylo možné kritický bod přehlédnout, i když se odchylka ve výšce vyskytuje na stejné kartě, jako největší odchylka v poloze. Některé anomálie neměly odchylku ve výšce ani v poloze nijak významnou, ale určení bodu mohlo být zatížené jinou chybou. Nejzávažnější chybové body byly v programu Pathfinder vymazány a celý proces exportu 6

V nastavení exportu byl nastaven souřadnicový systém (i když následný export proběhl bez souřadnicového systému – ten bylo nutné opět přiřadit programem ArcCatalog).

30

a kontroly byl opakován, a to až do doby, kdy bylo dosaženo kompromisu mezi realitou zobrazení modelu a počtem anomálií.7 TIN model, který již nevykazoval výrazné anomálie, byl dále upraven – z modelu byly vymazány nevhodné trojúhelníky. Mezní hodnota délky strany trojúhelníku, která byla považována za nevhodnou, byla volena pro každé město jinak, a to s ohledem na to, že pokud by byl parametr nevhodné délky příliš malý, mohla by uprostřed modelu vznikat nevhodná prázdná místa (v angličtině nazývána holes nebo voids). Tuto úpravu provádí funkce Delineate TIN z toolboxu (3D analyst).

Mezní délky trojúhelníků pro jednotlivá města jsou uvedeny v tab. 1: Mezní délka trojúhelníku [m]

Město

Hradec Králové 400 Jablonec nad Nisou 450 Strakonice 1000 Sokolov 500 Plzeň 600 Náchod 689 Liberec 900 Kadaň 1200 Kutná Hora 700 Kolín 900 tab.1: Mezní délky trojúhelníků TIN

Opravené 3D modely byly následně převedeny funkcí TIN to Rastr do souboru ČR_DMT-GRID ve formátu ArcGIS GRID: Parametry převodu: velikost pixelu podle zadaného rozestupu bodů, tj. 10m, hodnoty pixelů byly zvoleny float.8 Jako interpolační metoda pro výpočet hodnot rastrů byla zvolena metoda Natural neighbour – neboli metoda Přirozeného souseda. Metoda data interpoluje na základě vah hodnot přiřazeným okolním pixelům. Tímto krokem byly digitální modely měst připraveny na další analýzy.

7

8

obr. 9: Princip metody Přirozeného souseda [O9]

Vzhledem k problematické dostupnosti signálu v hustě zastavěné oblasti byl pro měření filtr bodů (filtrování na základě parametrů PDOP a elevační úhel) nastaven na minimální úroveň. O přesnosti modelů je pojednáno v dalších kapitolách. Rastry s datovým typem pixelu float nemají atributovou tabulku, ale zachovávají plnou přesnost dat. V případě, že je třeba u těchto rastrů pracovat s atributovou tabulkou, je nutné tyto rastry konvertovat na typ pixelu integer

31

8.3 Zpracování dat SRTM 8.3.1 Problémy s daty SRTM Ačkoli bylo výše uvedeno, že použitá SRTM data pocházela ze zdroje [D2] ještě předtím byla použita data SRTM nižších verzí z několika různých zdrojů. První data byla převzata z bakalářské práce [Šoul, 2010]. Tato data (SRTM-verze 2) udávala rozdíly od dat GPS nad Hradcem Králové od -6m do +21m. Vzhledem k informaci, že data byla posunuta o 1 pixel, nebyla tato data použita (u SRTM-verze 2 je posun neobvyklý, problém je dokumentován ve verzi 3, kde došlo k posunu o půl pixelu –posun nebyl konstantní [Mouratidis et al.,2010 [A3], Hirt et al., 2010, [A4] ]. Dalším testovaným datovým souborem byla data české firmy GISAT, která na svých internetových stránkách nabízí volně k použití SRTM model ČR v souřadnicovém systému JTSK a s velikostí pixelu 100x100m. Tento model se v porovnání s modelem Hradce Králové, vytvořeném z dat GPS, lišil mezi -5 až +21m. S daty [Šoul, 2010] se v některých místech výškově lišil dokonce i o 200m. Při vizuální analýze byl zjištěn posun mezi těmito dvěma datovými soubory v rámci pixelu. Tento posun byl ostatně vidět i na rastru rozdílu těchto dvou datových souborů, díky posunu měly pohoří a řeky v údolí po obarvení „stínování“ (tvaru obalové zóny) – což je právě následek nestejného vlícování obou rastrů. V závislosti na tento jev byla přebrána mapa říční sítě ČR – zdroj [D7]. Při vizuální kontrole bylo zjištěno, že se zde zřejmě jedná o posun dat. Nicméně vzhledem k tématu práce nebyl tento problém hlouběji řešen (důvodem proto může být fakt, že data GISATu mohla být do JTSK transformována jiným klíčem, než jaký používá ArcGIS – to však nebylo ověřeno). Vzhledem k těmto problémům bylo tedy rozhodnuto přebrat data z poslední verze (4.1) z již uvedeného nezávislého zdroje. Také zde se vyskytl problém. Na serveru je možné přebrat data ve dvou formátech. ArcGIS ASCII – ASC a GeoTIFF. Rozdíl mezi těmito soubory (pomineme-li strukturu formátu) je ten, že data ASC mají rozměr 6001x6001 pixelů a data GeoTIFF 6000x6000. Při zkoumání bylo zjištěno, že zde existuje vizuální rozdíl – při porovnávání těchto souborů byl vidět jasný posun.9

9

Další testy poukázaly na rozdíly mezi daty GISAT a dále používanými daty ve formátu ASC. Rozdíly těchto dvou datových souborů se pohybovaly v rozmezí -45 m až +60 m. Nedostatkem souboru ASC byla překrývající se spodní a krajní levá řada se sousední scénou. Ale vzhledem k tomu, že v okrajových pásech nebylo zkoumané město, a zároveň data vizuálně nejlépe odpovídala říční síti ČR, byl zvolen právě tento datový soubor.

32

Při rozdílu těchto souborů byl sice rozdíl vypočtený ArcGISem roven nule, nicméně pro rozdíl mezi těmito daty a s uvedenými daty [Šoul, 2010] byl zjištěn rozdíl -12 až +19m, při jednom testovacím odečtu vznikl rozdíl -142 až +145m. To by bylo možné přičíst na vrub rozdílu mezi verzemi SRTM modelů a posunu, uvedeném v předchozí práci [Šoul, 2010].

8.3.2 Vlastní zpracování dat SRTM Data SRTM byla po stažení v souřadnicovém formát WGS-84 a formátu 3´´ x 3´´ a bylo je nutné nejprve převést do systému JTSK – provedeno funkcí Project Rastr

(Data Management). Parametry výsledného formátu byly: výstup dat ESRI GRID, transformační klíč: WGS_JTSK_1. Aby došlo k co nejmenší ztrátě informací, byla ponechána hodnota velikost výstupního pixelu rastru daná ArcGISem10 (hodnoty velikosti pixelů se pro jednotlivé rastry liší, hodnoty jsou

uvedeny u zpracování příslušného města). Třebaže se jednalo o data z jednoho datového soubor, velikost pixelů mezi jednotlivými SRTM rastry nebyla konstantní. Co se týče transformační metody (interpolace hodnot rastru), je zde několik možností. Vzhledem k tomu, že data rastru jsou uváděna ve vlastnostech jako continues, byla zvolena doporučená metoda interpolace – CUBIC (kubická). Tato metoda je nevýhodná v tom, že proloží data polynomem 3. řádu; z toho vyplývá, že výsledná data budou bez velkých skoků („vyhlazená“), avšak hodnoty výsledného rastru mohou být oproti původním datům zkreslena. Proto byla pro zpracování zvolena metoda Natural neighbour, která sice samotným ArcGISem pro tento typ dat doporučována není, protože však hodnotu pixelu vypočítává pouze z okolních hodnot, nedochází k významnému zkreslení dat. Vzhledem k tomu, že pro ČR byly použity čtyři scény SRTM data, byly pojmenovány podle světových stran (v angličtině) – north-east, north-west, south-east a south-west. Připravené scény SRTM pro analýzu: srtm_ne; srtm_nw; srtm_se; srtm_sw

8.4 Zpracování dat ASTER Data z mise ASTER obsahovala, jak již bylo zmíněno, dva soubory. Pro tvorbu modelu byl použit pouze soubor s koncovkou _dem (druhý takzvaný QA – Quality Assesment nebyl pro tuto práci nijak použit). Jelikož byla data ASTER v souřadnicovém formátu WGS-84 a formátu 1´´ x 1´´ , bylo je nutno nejprve převést do systému JTSK (který pracuje v metrech 10

Ačkoli se jedná o porušení zažitých konvencí, podle kterých je velikost pixelu celé číslo.

33

nikoli ve stupních). Toto bylo provedeno funkcí Project Rastr (Data Management). Parametry výsledného formátu byly: výstup dat ESRI GRID, transformační klíč WGS_JTSK_1. Aby došlo k co nejmenší ztrátě informací, byla ponechána hodnota velikost výstupního pixelu rastru daná ArcGISem10 (hodnoty velikosti pixelů se pro jednotlivé rastry liší, hodnoty jsou

uvedeny u zpracování příslušného města). Interpolace rastru byla provedena stejně jako u dat SRTM (metodou Natural neighbour, viz předchozí oddíl). Převedená data byla nakonec pro přehlednost přejmenována podle měst, která se na nich nacházejí. Připravené scény ASTER pro analýzu: ASTGTM_N49E013_Plz_Strak ASTGTM_N49E015_Kutná_Hora ASTGTM_N50E012_Sokolov ASTGTM_N50E013_Kadaň ASTGTM_N50E015_LBC_JNN_HK_Kolín ASTGTM_N50E016_Náchod

8.5 Zpracování dat ZABAGED Data ZABAGED byla ZÚ dodána komprimovaná v archivu ZIP. Archiv po rozbalení obsahoval data výškopisu a polohopisu ve formátu shapefile v souřadnicovém systému S-JTSK East–North, avšak bez jeho přímé reference. Ta byla přiřazena v programu ArcCatalog. Data byla poskytnuta pro každý prvek v jedné souvislé vrstvě zobrazovaného území objednaných mapových listů (tj. nebyla rozdělená podle jednotlivých mapových listů, které byly objednány). Polohopisná složka obsahuje 121 prvků (liniových, bodových nebo plošných), které detailně popisují polohopisnou složku, díky které je možné analyzovat příčiny chyb u rozdílů modelů. Protože polohopisná data slouží pouze k určení prvků, nebyla nijak zpracovávána. Výškopisná data obsahovala dvanáct vrstev. Z nich bylo vybráno devět vrstev, se kterými byl funkcí Create TIN vytvořen Delaunayho triangulací digitální model: CR_TIN. Vybrané vrstvy a jejich typ při tvorbě modelu jsou uvedeny v tab. 2 na straně 34.

34

Prvek

Typ linie pro model

Vrstevnice zesílená Vrstevnice hlavní Vrstevnice doplňková Potok Břehovka Koruna Horní hrana Dolní hrana Koruna železničního tělesa Kotovaný body

softline softline softline hardline hardline hardline hardline hardline hardline masspoints

tab. 2: Prvky a jejich typy při tvorbě TIN

Vzhledem k tomu, že dodaná data nebyla rozdělena podle mapových listů, ale jednalo se o soubor bezešvých vrstev, tak i výsledný model pokrýval celou plochu mezi jednotlivými mapovými listy. Tento nežádoucí jev byl odstraněn použitím funkce Delineate TIN, jejíž atributem je maximální velikost strany trojúhelníku pro triangulaci. Mezní hranice byla zvolena na 900m (stejné omezení bylo zvoleno i u měst při tvorbě modelů z GPS dat). Opravený 3D model byl následně převeden funkcí TIN to Rastr na soubor ČR_DMT-GRID ve formátu ArcGIS GRID. Parametry převodu byly následující. Velikost pixelu byla volena shodně s velikostí pixelů rastrů vytvořených z měření GPS, tedy 10m, hodnoty pixelů byly zvoleny float.8 Jako interpolační metoda pro výpočet hodnot rastrů byla zvolena metoda Natural neighbour, která data interpoluje na základě nejbližších hodnot. Tímto krokem byla data ZABAGED připravena pro další použití. Model z dat ZABAGED byl pro tuto práci použit jako referenční model (ground-truth model).

8.6 Analýza nad zástavbou Nejprve byly pomocí funkce Merge z toolboxu (Data Management) spojeny plošné prvky ZABAGEDU obsahující zástavbu. Nový prvek byl nazván spojena_zástavba.shp. Poté byly pomocí funkce Clip z toolbox (Analysis tools ) ořezány jednotlivé rozdílové rastry (rozdílovými rastry jsou myšleny modely z rozdílů modelů SRTM, ASTER a GPS od referenčního modelu ZABAGED). Na těchto modelem zástavby ořezaných rozdílových rastrech byla počítána maximální a minimální hodnota rozdílu, střední hodnota rozdílu se směrodatnou odchylkou.

35

8.6.1 Možný problém s funkcí CLIP Podle seznamu změn mezi SP1 a SP2 pro ArcGIS 10 je možný výskyt chyby při používání funkce klip – viz popis problému na webové adrese [L26], číslo opravy NIM05923; z toho vyplývá, že rastry zástaveb, které byly tvořeny pod verzí se SP1 (to platí pro města Hradec Králové, Kadaň, Jablonec nad Nisou a Kutná Hora), mohou být ovlivněny chybou funkce Clip. Rastry zástaveb nad městy Liberec, Kadaň, Náchod a Strakonice byly již tvořeny na verzi se SP2, z čehož vyplývá, že by neměly být ovlivněny výše zmíněnou chybou.

8.7 Tvorba sklonů Rastr sklonů byl vytvořen z rastu DMT – tudíž přebíral všechny jeho vlastnosti (10m pixel, typ dat float). Hodnoty sklonů byly vypočteny ve stupních. Rastr sklonů (Slope_Raster) byl vytvořen pomocí funkce Slope z toolbox (3D Analyst) z rastru mesta_cr_dmt. Rastr sklonů byl klasifikován do sedmi tříd. Každá třída byla exportována do samostatné vrstvy. Třída 1 – sklony od 0° od 2° Třída 2 – sklony od 2° od 5° Třída 3 – sklony od 5° od 15° Třída 4 – sklony od 15° od 25° Třída 5 – sklony od 25° od 35° Třída 6 – sklony od 35° od 55° Třída 7 – sklony nad 55° Pro analýzu chyb pro jednotlivé sklonové třídy bylo nutné vyříznout z rastrů rozdílů (rozdílovými rastry jsou myšleny rastry z rozdílů modelů SRTM, ASTER a GPS od referenčního modelu ZABAGED) oblasti pro každou třídu. Tento proces byl proveden pomocí funkce Extract by Mask ze skupiny funkcí Spatial Analyst. Pro každou třídu byla vypočtena maximální minimální hodnota rozdílu, střední hodnota rozdílu a směrodatná odchylka.

36

9 Popis jednotlivých měst Analýza modelů probíhala nad 10 vybranými městy: Jablonec nad Nisou a Liberec – Liberecký kraj Náchod a Hradec Králové – Královéhradecký kraj Kolín a Kutná Hora – Středočeský Kraj Plzeň a Strakonice – Západočeský kraj Sokolov – Karlovarský kraj Kadaň – Ústecký kraj

V následujících podkapitolách jsou uvedena jednotlivá měřená města. U každého města jsou uvedeny stručné informace o městě, informace o měření a nakonec i analýza modelů nad vybraným územím města. Rozdíly mezi jednotlivými modely byly klasifikovány do tříd, které uvádí následující tabulka:

Klasifikační stupnice pro rozdíly modelů nad vybranými městy rozsah rozdílu modelů [m]

barva

od -5 do + 5 od -5 do -10 ; od +5 do +10 od -10 do -20 ; od +10 do +20 od -20 do -30 ; od +20 do +30 od -30 do -50 ; od +30 do +50 od -50 do -100 ; od +50 do +100 od -100 do -1000 ; od +100 do +1000 pod -1000 ; nad +1000

tab. 3: Klasifikační tabulka pro intervaly rozdílů nad městy

37

9.1 Jablonec nad Nisou 9.1.1 O městě, důvod výběru Město Jablonec nad Nisou se nachází nedaleko města Liberce na okraji Jizerských hor. Morfologicky je město zajímavé. Za osu města je možné považovat silnici (nejnižší území ve městě) mezi Libercem a Tanvaldem, od které se na obě strany terén prudce zvedá. Jižně je tento terén v jednom souvisle se zvedajícím masivu. Na sever od silnice je masiv ještě dělen malým údolím a po dosažení vrcholu za hlavním náměstím tento masiv pozvolna klesá směrem k přehradě.

9.1.2 Mapované území Jablonec nad Nisou byl měřen jako první a na tomto městě se teprve tvořil postup měření. Nejprve byl měřen obvod města ze sídliště na severovýchodním okraji města, od kterého se pozvolna klesalo do údolí k přehradě, od ní se stoupalo na hřeben silnice k Bedřichovu a poté se opět klesalo k silnici na Rýnovice. Odtud se překonal východní cíp Prosečského hřebene a pozvolna se klesalo na hlavní silnici (Tanvald-Liberec). Okruh byl dokončen po této silnici s výjezdem na sídliště, ze kterého bylo měření započato. Následně bylo město zaměřeno pěšky, a to křížem, napříč obvodem a zpět. Problémy s měřením se vyskytly na hlavní silnici, vzhledem k zástavbě byl nedostatečný signál pro měření GPS, a v údolí pod kostelem Nejsvětějšího Srdce Páně byl problém v příjmu způsoben vegetací.

38

9.1.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Jablonec nad Nisou kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km]

veličina minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

hodnota 2,7 24,9 10,1 4,7 1,8 15,9 6,4 3,9 1351 11,328

střední hodnota v poloze [m] 3,43 směrodatná odchylka v poloze [m] 1,07 střední hodnota ve výšce [m] 2,27 směrodatná odchylka ve výšce [m] 0,91 střední hodnota v poloze [m] 4,78 Nejhorší hodnota směrodatná odchylka v poloze [m] 1,30 přesnosti určení bodů střední hodnota ve výšce [m] 3,49 směrodatná odchylka ve výšce [m] 1,69 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Průměrná hodnota přesnosti určení bodů

tab. 4: Statistika měření GPS, Jablonec nad Nisou

9.1.4 Analýza dat GPS oproti ostatním datům nad Jabloncem nad Nisou

Jablonec nad Nisou statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Analýza rozdílů nad zástavbou ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -15,77 -9,77 -11,19 20,50 23,34 19,39 2,38 3,28 0,93 6,88 5,65 5,45

tab. 5: Analýza nad zástavbou, Jablonec nad Nisou

39

Jablonec nad Nisou - testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM rastr rastr rastr -16,45 -6,89 -10,83 21,00 19,65 19,16 2,03 3,11 0,40 8,18 6,78 6,75 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM rastr rastr rastr -15,60 -5,70 -11,35 19,90 23,34 19,39 1,80 2,77 0,85 6,15 5,02 5,25 Rozsah sklonového rastru: 5° až 15° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM rastr rastr rastr -16,02 -9,77 -11,54 18,94 17,76 18,86 1,47 3,08 0,33 6,37 4,84 4,83 Rozsah sklonového rastru: 15° až 25° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM rastr rastr rastr -10,27 -3,27 -9,98 17,60 18,00 17,80 5,38 7,75 1,15 6,90 5,88 5,86 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM rastr rastr rastr 6,17 12,33 3,34 16,35 17,90 16,83 12,83 15,54 9,11 3,80 2,35 4,37 Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM rastr rastr rastr ----6,74 ----7,57 ----7,16 ----0,41 Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM rastr rastr rastr -------------------------

tab. 6: Analýza nad sklonovým rastrem, Jablonec nad Nisou

40

GPS

GPS

GPS

GPS

GPS

GPS

GPS

9.1.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

79,86 +23,34 -9,77 3,28 5,53

tab. 7: Porovnání SRTM – GPS, Jablonec nad Nisou

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

65,29 88,32 99,31

tab. 8: Přehled rozdílů SRTM – GPS v procentech, Jablonec nad Nisou

Necelých sedm desetin procentních bodů jsou hodnoty rozdílů větší než 20m (jedná se o dva oranžové pixely s hodnotami 23m a 21m – po zaokrouhlení na celé metry). Tyto body se nacházejí na jihovýchodě města nad vilovou zástavbou (blok budov, ovocná zahrada, sad), okolo nich se vyskytuje poměrně široká „žlutá oblast“ bodů, tedy bodů s hodnotou rozdílů mezi 10 a 20m; vznikly nejspíše z důvodu interpolace při tvorbě modelu z dat GPS. Další pixely s hodnotou rozdílu mezi 10 a 20m se nacházejí nad zástavbou a vegetací roztroušeně po městě.

obr. 10: Znázornění rozdílů SRTM – GPS, Jablonec nad Nisou

41

9.1.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

27,78 +21,00 -16,45 1,84 6,77

tab. 9: Porovnání ASTER – GPS, Jablonec nad Nisou

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

55,66 84,70 99,83

tab. 10: Přehled rozdílů ASTER – GPS v procentech, Jablonec nad Nisou

Hodnoty rozdílů nad 20m se nacházejí na necelých dvou desetinách procenta pixelů. Jedná se o čtyři pixely opět na jihovýchodě města – nad obytnou zástavbou se zahradami. Hodnoty rozdílů mezi 10 a 20m se nacházejí, kromě výše zmíněné oblasti, i na severu v oblasti plaveckého bazénu a v jeho okolí a v centru města, v oblasti okolo náměstí, u zástavby několikapatrových, převážně secesních domů, a také v panelové zástavbě na severovýchodě města.

obr. 11: Znázornění rozdílů ASTER – GPS, Jablonec nad Nisou

42

9.1.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

10,00 +19,39 -11,54 0,93 5,99

tab. 11: Porovnání ZABAGED – GPS, Jablonec nad Nisou

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

74,92 94,11 100,00

tab. 12: Přehled rozdílů ZABAGED – GPS v procentech, Jablonec nad Nisou

Rozdíl modelů z dat ZABAGED a z dat GPS je na většině území do ± 5 metrů. Největší rozdíly mezi těmito modely jsou na jihovýchodě nad obytnou zástavbou, nicméně, jak je vidět z linií měření (černé linie), tak je toto místo v GPS modelu výsledkem interpolace při tvorbě modelu. Další rozdíly uprostřed města jsou také ovlivněny zástavbou (centrum města bylo vzhledem k místy nedostupnému GPS signálu obtížné měřit).

obr. 12: Znázornění rozdílů ZABAGED – GPS, Jablonec nad Nisou

43

9.2 Náchod 9.2.1 O městě, důvod výběru Náchod je příhraniční město na severovýchodě Čech, které bylo založeno ve 13. století současně s hradem v údolí řeky Metuje. Z hlediska morfologického je město velice členité. Dominantním údolím vede hlavní silnice od České Skalice do Polska. Od tohoto údolí se terén zdvíhá na východ (směrem k Orlickým horám) do souvislého masivu. Na severozápad se zdvíhají dva hřebeny, pod jedním vede silnice do Hronova, pod druhým do Červeného Kostelce.

9.2.2 Mapované území Pro mapování byla vybrána oblast okolo náměstí, část údolí okolo silnice a všechny kopce. Nejprve bylo mapováno území v údolí směrem k polským hranicím. Poté byl měřen masiv na východ od této silnice, a pak masiv, který vede směrem k Hronovu a do Polska. Měření těchto částí proběhlo vcelku bez problémů. Větší hodnoty rozdílů byly zaznamenány v jižní a jihozápadní části území – rozdíl až 50m. Takový rozdíl byl nejspíš způsoben tím, že toto území nebylo měřeno přímo a hodnoty v GPS modelu vnikly interpolací při jeho tvorbě. Následně byla zaměřena část hřebenu, který se táhne od České Skalice po náchodský zámek. Tato část je automobilem špatně přístupná, proto byla měřena pěšky. Před vlastním stoupáním k zámku nedošlo k vážnějším problémům, neboť při měření byla snaha vyhýbat se hustě zalesněným místům. To však nebylo možné v oblasti okolo zámku. V husté vegetaci byl problém s měřením značný, místy bylo nutné čekat, aby bylo možné změřit bod. Nakonec i tento úsek byl změřen a měření se přesunulo na náměstí a do okolních ulic, kde se projevil problém při měření v zástavbě historických center a to nedostatečný, či nedostatečně kvalitní GPS signál. Při zpracování dat muselo být vymazáno několik celých liniových prvků v těchto místech, což mohlo vést ke zhoršení kvality modelu.

44

9.2.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Náchod kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

hodnota 2,6 26,5 10,8 6,6 1,7 18,2 7,8 5,3 2083 16,407

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

1,73 0,61 2,30 1,02

3,30 střední hodnota v poloze [m] 1,56 směrodatná odchylka v poloze [m] 3,62 střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m] 1,46 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 13: Statistika měření GPS, Náchod

9.2.4 Analýza dat GPS oproti ostatním datům nad Náchodem

Náchod statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Analýza rozdílů nad zástavbou ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -37,49 -26,84 -32,53 18,83 53,92 39,81 -9,77 3,19 -1,13 7,98 9,07 8,24

tab. 14: Analýza nad zástavbou, Náchod

45

Náchod - testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -37,49 -26,87 -31,40 15,23 26,52 37,48 -9,60 0,92 -2,49 7,07 6,15 6,79 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -36,36 -12,53 -32,20 29,23 17,38 59,80 -9,44 2,16 0,98 6,36 4,97 7,23 Rozsah sklonového rastru: 5° až 15° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -35,19 -18,73 -32,53 41,11 55,49 61,36 -9,95 3,91 2,49 9,73 11,13 11,68 Rozsah sklonového rastru: 15° až 25° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -35,22 -26,84 -30,93 36,17 47,56 57,82 -5,64 6,38 4,73 11,89 13,02 12,92 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -28,33 -14,78 -26,52 21,33 55,98 53,14 -0,42 16,98 10,57 11,75 17,66 12,85 Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr 1,86 13,24 -11,58 20,93 13,24 47,19 11,22 13,24 17,74 5,36 0,00 12,05 Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -------------------------

tab. 15: Analýza nad sklonovým rastrem, Náchod

46

9.2.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

79,88 +55,98 -26,87 3,44 10,24

tab. 16: Porovnání SRTM – GPS, Náchod

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

59,78 78,97 93,17

tab. 17: Přehled rozdílů SRTM – GPS v procentech, Náchod

Jak je vidět z [O13] (černě jsou znázorněny linie, hnědočerveně hlavní vrstevnice), jsou hlavní rozdíly mezi SRTM a GPS obdobné jako rozdíly mezi ZABAGED a GPS. Další významnější rozdíly jsou také na jihozápadě (nad areálem účelové zástavby – hřiště a v okolí řeky Metuje), na severním a západním okraji zájmového území a v okolí zámku, kde je hustá vegetace. Pro odstranění těchto rozdílů by bylo nutné provést daleko podrobnější měření, které by však bylo nad rámec této práce. obr. 13: Znázornění rozdílů SRTM – GPS, Náchod

47

9.2.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

27,47 +41,11 -37,49 -8,78 9,50

tab. 18: Porovnání ASTER – GPS, Náchod

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

19,78 48,69 90,57

tab. 19: Přehled rozdílů ASTER – GPS v procentech, Náchod

Rozdíly mezi GPS daty a ASTER daty jsou, jak je vidět z [O14], v podstatě totožné s rozdíly SRTM a ZABAGED. Nicméně je zde poměrně velká oblast s rozdíly od 10 do 20m (žlutá oblast). Tyto rozdíly nejsou nahodilé, vyskytují se převážně nad údolní částí (údolí ve směru na Trutnov, kde jsou velmi prudké svahy), v severní části, kde se na ostrohu nachází zahrádkářská kolonie; v severovýchodní části (téměř u hranic s Polskem) se tyto rozdíly objevily bez jasných důvodů. Oblast je zde rovinatá bez výrazné zástavby. Dle dat ZBAGED se jedná pouze o účelovou zástavbu, či travní porost. Je možné, že se zde střetlo několik faktorů (interpolace dat při tvorbě

obr. 14: Znázornění rozdílů ASTER – GPS, Náchod

modelu, vliv vegetace a panelové zástavby v jižní části této oblasti). Strmé svahy jsou typické

pro celé okolí centra Náchodu. Tudíž rozdíly okolo zahrádkářské kolonie mohou být dány jak ne zcela hustou sítí měření GPS, tak i svahovými poměry v oblasti. To samé platí i pro jižní

48

část ve směru na Dobrošov, kdy se od Metuje strmě stoupá vzhůru k sídlišti. Jihovýchodní oblast s rozdíly do 50m je totožná, jak již bylo zmíněno, s oblastmi u rastrů SRTM-GPS a ZABAGED-GPS. Černě jsou zobrazeny linie měření, hnědočerveně jsou zobrazeny vrstevnice.

9.2.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

10 +61,36 -32,53 2,40 12,79

tab. 20: Porovnání ZABAGED – GPS, Náchod

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

68,45 83,87 93,74

tab. 21: Přehled rozdílů ZABAGED – GPS v procentech, Náchod

Hodnoty rozdílů větší než 20m se nacházejí na necelých 6.5% pixelů. Vzhledem k morfologii města byly tyto rozdíly očekávané. Oblastí s největšími rozdíly je oblast na jihovýchodě. Zde se nachází výběžek masivu, který nebyl měřen, tudíž rozdíl je zde téměř 60m, který znamená, že ZABAGED model je o 60m výš než GPS model (tento rozdíl je naprosto extrémní i přesto, že výškopisný model ZABAGED může brát jako DMR v potaz výšky korun stromů). Rozdíl je zřejmě následkem interpolace při tvorbě obr. 15: Znázornění největších rozdílů ZABAGED – GPS, Náchod

modelu (viz [O15]). Tato oblast se vyznačuje

49

velkým sklonem s lesnatým porostem, který zhoršuje dostupnost GPS signálu a ovlivňuje tím přesnost měření GPS. Další významnější rozdíly se na západě vyskytují pod vrcholem masivu, severněji v zalesněné oblasti v masivu pod zámkem a na severu na vrcholu výběžku, na kterém měření GPS nebylo provedeno. Na obrázku [O16] je vidět jednotlivé rozložení rozdílových hodnot. Černě jsou zobrazeny linie měření a červenohnědě hlavní vrstevnice. Vrstevnice byly použity pro větší přehlednost, vzhledem k velké členitosti terénu.

50

obr. 16: Znázornění rozdílů ZABAGED – GPS, Náchod

9.3 Kolín 9.3.1 O městě, důvod výběru Morfologicky se nejedná o příliš členité území, nicméně pojem „rovina jak u Kolína“ je zavádějící. Základním prvkem je bezesporu Labe. Na jeho pravém břehu se lehce zvedá část Zálabí. Na levém břehu území stoupá k náměstí a dále kolem kostela sv. Bartoloměje směrem k jihu za silnici, spojující Prahu a Kutnou Horu, kde opět přechází na samém jižním okraji města téměř do roviny.

9.3.2 Mapované území Území bylo ohraničeno na východě ulicí, vedoucí od nádraží ke kruhovému objezdu a dále na jih směrem do zástavby. Na západě byla oblast omezena na jihu panelovým sídlištěm a na severu koncem obytné části (Pražské předměstí). Na jihu byla měřená oblast ukončena na Kouřimském předměstí s koncem obce Kolín a na severu s koncem hlavní zástavby části Kolín-Zálabí. Měření probíhalo ve třech etapách. V první etapě byla měřena část od hlavní silnice Praha – Kutná Hora, jižně mezi Kouřimským a Pražským předměstím. V této části nebyly při měření zaznamenány řádné významné problémy, neboť toto území je převážně zastavěno panelovými domy či vilami. Druhou částí bylo území mezi nádražím, Labem a silnící Praha – Kutná Hora. Zde se kromě panelové zástavby vyskytuje i historické centrum města, v něm se opět vyskytl problém s dostupností signálu. Problém se signálem se v této části překvapivě vyskytl i v obytné zástavbě u nádraží. Území třetí etapy, měřené na pravém břehu Labe, se skládá převážně z vilové zástavby, ve které nebyly zaznamenány významnější problémy. Zhoršení modelu v oblasti Zálabí mohlo vzniknout v okolí průmyslové oblasti, neboť zde je postaven silniční nadjezd, pod který nebyl v době měření možný přístup. Druhým důvodem zhoršení modelu může být (a jak se také na rozdílu z dat ASTER ukázalo), že se i přes veškerou snahu nepodařilo dostat až na břeh řeky, pouze na most, tudíž model není doměřen výškově až na úroveň řeky, ale je v této oblasti asi o 15 – 20m výš. Vzhledem k tomu, že se při rozdílech modelů neobjevily závažné rozdíly, nebyl pro toto město použit kontrolní referenční model z dat ZABAGED.

51

9.3.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Kolín kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina

hodnota

minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

2,3 45,0 12,6 8,8 1,6 30,9 9,0 6,8 3794 30,148

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

1,50 0,62 1,99 0,81

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

2,87 1,15 3,58 1,37 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 22: Statistika měření GPS, Kolín

9.3.4 Analýza dat GPS oproti ostatním datům nad Kolínem

9.3.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

79,88 +11,36 -11,73 0,82 3,4

tab. 23: Porovnání SRTM – GPS, Kolín

52

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

89,57 99,62 100,00

tab. 24: Přehled rozdílů SRTM – GPS v procentech, Kolín

Z tabulek je patrné, že necelé půl procento dat má hodnotu rozdílu větší než 10m. Nad 10m mají hodnotu pouze 3 pixely (-12m, 11m a 11m – po zaokrouhlení na celé metry). Jeden pixel se nachází nad tokem řeky (-12m), další dva se nacházejí nad zastavěnou oblastí. Černě jsou zobrazeny linie měření.

obr. 17: Znázornění rozdílů SRTM – GPS, Kolín

53

9.3.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) největší rozdíl kladný [m] největší rozdíl záporný [m] střední hodnota rozdílu [m] směrodatná odchylka rozdílu [m]

27,78 +9,91 -17,43 -2,49 4,38

tab. 25: Porovnání ASTER – GPS, Kolín

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

67,64 96,73 100,00

tab. 26: Přehled rozdílů ASTER – GPS v procentech, Kolín

Tyto rozdíly jsou očekávané, neboť například rovina koryta řeky nebyla měřena, tudíž bylo očekáváno, že se tento jev projeví (žlutý shluk pixelů uprostřed). Další oblast s většími rozdíly je na severu, kde se nachází systém nadjezdů a podjezdů. Díky dopravní infrastruktuře může být GPS model zkreslen. V jižní části se tyto rozdíly objevují již za koncem zástavby, kde se místy nachází vegetace a místy louka [O18]. Původ těchto rozdílových hodnot není zcela zřejmý, avšak je možné,

obr. 18: Letecký snímek jižní části zájmového území, Kolín

že vznikly díky porostu vegetace. V této části Kolína mohlo dojít k úpravám terénu. Černě jsou zobrazeny linie měření.

obr. 19: Znázornění rozdílů ASTER – GPS, Kolín

54

9.4 Kutná Hora

9.4.1 O městě, důvod výběru Historicky nejvýznamnější město ve zpracovávaném výběru měst s mnoha architektonickými skvosty je rovněž neobyčejné z hlediska morfologického. Půdorys města tvoří nepravidelný obdélník nad strmým obloukovitým svahem řeky Vrchlice. Tento profil bylo velice zajímavé porovnat s dalšími modely, neboť v údolí Vrchlice je poměrně hustá vegetace, navíc je západní část tohoto údolí úzká, užší než je velikost pixelu dat SRTM.

9.4.2 Mapované území Měření probíhalo od severovýchodu, kde se nachází panelová a vilová čtvrť, pokračovalo přes park okolo Vrchlice na východě. V tomto parku byly zjištěny problémy s příjmem signálu GPS. Měření ve vilové i panelové čtvrti nezaznamenalo výraznějších problémů. Poslední měřenou oblastí byla část okolo chrámu sv. Barbory, kde bylo měření GPS opět ovlivněno masivní zástavbou jezuitské koleje a chrámem sv. Barbory, směrem do centra vystřídanou úzkými uličkami, ve kterých taktéž bylo místy zcela nemožné měření uskutečnit. Na závěr byla měřena západní oblast okolo Vrchlice. Zde, až na místa skrytá vegetací, bylo měření bezproblémové.

55

9.4.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Kutná Hora kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

hodnota 3,6 97,6 13,5 17,5 1,6 32,4 5,4 5,2 4494 29,386

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

1,11 0,39 1,96 0,71

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

2,00 1,11 3,36 1,32 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 27: Statistika měření GPS, Kutná Hora

9.4.4 Analýza dat GPS oproti ostatním datům nad Kutnou Horou

Kutná Hora statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Analýza rozdílů nad zástavbou ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -21,76 -21,46 -14,83 15,39 37,35 15,35 -5,54 0,80 0,14 4,65 4,51 3,64

tab. 28: Analýza nad zástavbou, Kutná Hora

56

Kutná Hora - testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -21,76 -9,98 -15,25 31,86 47,30 40,88 -6,75 0,94 -0,02 4,04 4,14 4,65 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -20,82 -14,27 -13,71 31,81 45,28 45,73 -5,56 0,72 1,07 5,34 5,26 6,14 Rozsah sklonového rastru: 5° až 15° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -21,68 -16,81 -14,83 32,44 46,86 45,60 -4,44 1,03 1,40 7,03 8,50 7,36 Rozsah sklonového rastru: 15° až 25° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -13,46 -21,46 -14,54 22,05 40,46 36,05 1,15 7,53 3,11 8,08 16,94 10,69 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -7,00 -10,61 -13,02 14,13 18,70 30,12 1,29 0,24 2,77 5,64 9,94 10,09 Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -1,61 -0,66 -12,55 9,51 29,32 26,45 5,99 14,33 8,12 3,83 14,99 10,73 Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -------------------------

tab. 29: Analýza nad sklonovým rastrem, Kutná Hora

57

9.4.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 83,72 největší rozdíl kladný [m] +47,30 největší rozdíl záporný [m] -21,46 střední hodnota rozdílu [m] 1,07 směrodatná odchylka rozdílu [m] 6,47 tab. 30: Porovnání SRTM – GPS, Kutná Hora

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

82,39 od -5 do + 5 94,35 od -10 do + 10 97,90 od -20 do + 20 tab. 31: Přehled rozdílů SRTM – GPS v procentech, Kutná Hora

Rozdíly se zde nacházejí prakticky na stejných místech jako rozdíly mezi modely ZABAGED a GPS, tj. na jihu okolo Vrchlice, kde se díky interpolaci dat při tvorbě modelu objevil skoro 50m rozdíl. Již menší rozdíly se objevují na jihu tam, kde bylo území okolo Vrchlice měřeno, jenže díky husté vegetaci okolo řeky bylo měření zkreslováno a tam, kde se silnice (silnice na Zruč nad Sázavou) blíží k Vrchlici. Další rozdíly se nalézají v centru města a na severu tam, kde se zdvihá masiv k obci Kaňk. Černě jsou zobrazeny linie měření.

obr. 20: Znázornění rozdílů SRTM – GPS, Kutná Hora

58

9.4.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 28,04 největší rozdíl kladný [m] +32,44 největší rozdíl záporný [m] -21,76 střední hodnota rozdílu [m] -5,43 směrodatná odchylka rozdílu [m] 5,87 tab. 32: Porovnání ASTER – GPS, Kutná Hora

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

30,89 od -5 do + 5 84,71 od -10 do + 10 99,30 od -20 do + 20 tab. 33: Přehled rozdílů ASTER – GPS v procentech, Kutná Hora

Největší rozdíly jsou zde, stejně jako u dat SRTM a ZABAGED, v jižní části; vznikly při odečítání části rastru, jejíž hodnoty byly vypočteny interpolací při tvorbě modelu. Na severu (směrem na obec Kaňk) se rozdíly nalézají nad zelení (husté křoviny a zalesněná oblast), kde se masiv zvedá, zde mohlo dojít k jistému zkreslení GPS modelu díky interpolaci při jeho tvorbě. Z toho vyplývají výsledné hodnoty rozdílů. To platí i o rozdílu na východě, kde je terén mírně zvlněn a při měření nebylo dosaženo vrcholu této terénní vlny. Rozdíl na jihozápadě vnikl nejspíš stejným způsobem, jako výše zmíněný uvedený rozdíl severu. V místech největšího rozdílu se nachází plavecký bazén, okolo kterého je zalesněný svah. Na severu se rozdíl nachází v zástavbě obytných domů se zahradami nad sokolovnou v Tyršově ulici. obr. 21: Znázornění rozdílů ASTER – GPS, Kutná Hora

59

9.4.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 10,00 největší rozdíl kladný [m] +45,73 největší rozdíl záporný [m] -15,25 střední hodnota rozdílu [m] 1,62 směrodatná odchylka rozdílu [m] 8,42 tab. 34: Porovnání ZABAGED – GPS, Kutná Hora

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

90,24 97,27 98,72

tab. 35: Přehled rozdílů ZABAGED – GPS v procentech, Kutná Hora

Rozdíly těchto modelů jsou téměř nulové. Drobné rozdíly se lokálně objevují (od 10 do 20m) například v centru města, či na okrajích. Avšak na jihu je místo s rozdílem skoro 50m. Tento rozdíl vznikl díky interpolaci dat při tvorbě GPS modelu – jak je zřejmé z černých linií měření. Rastr byl vyinterpolován mezi dvěma místy v údolí Vrchlice a na protější straně řeky je strmý svah, který rozdíl způsobuje.

obr. 22: Znázornění rozdílů ZABAGED – GPS, Kutná Hora

60

9.5 Sokolov

9.5.1 O městě, důvod výběru Morfologie města je zajímavě členitá. Na východě, na pravém břehu řeky Ohře, je na rovině rozsáhlý chemický závod, za kterým terén dramaticky stoupá až na vrchol hřebenu, kde leží jedno ze sídlišť. Za tímto sídlištěm svah zase prudce klesá, aby posléze opět stoupal a nakonec vystoupil nahoru k rychlostní silnici R6. Tento profil se od východu na západ „uklidňuje“, až přechází do roviny, na které se nachází sokolovský magistrát a historické centrum. Na levém břehu se od řeky terén opět zvedá vzhůru. Morfologicky je v Sokolově zajímavý onen východní profil s panelovou zástavbou a jeho pozvolné zmírňování směrem na západ. V tomto městě je důležité sledovat vliv zástavby v silně zvlněném území na data ASTER a SRTM.

9.5.2 Mapované území V rámci Sokolova byla měřena oblast od rovinatého území na západě (včetně historického centra) až po východní zvlněný profil. Dále bylo měřeno malé vilové sídliště na levém břehu Ohře a území kolem chemického závodu a okolí řeky Ohře. Chyby v měření GPS byly převážně v okolí řeky Ohře a to hlavně kvůli husté a vysoké vegetaci. Další problém byl v údolí mezi silnicí R6 a hřebenem se sídlištěm. Zde se nacházela vilová zástavba a také park s vegetací. Z těchto důvodů byl příjem signálu GPS slabý.

61

9.5.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Sokolov k ategorie

m ax PDOP

m ax HDOP celk ový počet bodů nam ěřená délk a [k m ]

veličina minimální maximální střední hodnota směrodatná odchylk a minimální maximální střední hodnota směrodatná odchylk a -----

hodnota 2,2 116,0 14,1 22,4 1,2 39,9 5,9 7,4 4232 33,807

Prům ěrná hodnota přesnosti určení bodů

střední hodnota v poloze [m] směrodatná odchylk a v poloze [m] střední hodnota ve výšce [m] směrodatná odchylk a ve výšce [m]

1,21 0,46 2,02 0,81

Nejhorší hodnota přesnosti určení bodů

střední hodnota v poloze [m] směrodatná odchylk a v poloze [m] střední hodnota ve výšce [m] směrodatná odchylk a ve výšce [m]

2,18 1,34 3,20 1,23

Poznámk a: max PDOP/HDOP je k atogorie maximálních hodnot těchto veličin, ze k teré se vyb írají jejich k rajní hodnoty, střední hodnota a její rozptyl

tab. 36: Statistika měření GPS, Sokolov

9.5.4 Analýza dat GPS oproti ostatním datům nad Sokolovem

Sokolov statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Analýza rozdílů nad zástavbou ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -26,16 -8,00 -11,60 4,23 20,82 16,67 -10,29 1,87 -0,62 4,61 4,48 3,69

tab. 37: Analýza nad zástavbou, Sokolov

62

Sokolov- testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -23.70 -9.41 -12.69 0.74 8.32 20.76 -10.28 0.85 -1.05 4.10 3.13 3.68 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -26.16 -10.64 -13.04 4.21 16.74 23.85 -10.64 1.90 -0.10 4.36 3.64 4.41 Rozsah sklonového rastru: 5° až 15° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -24.44 -8.86 -12.99 7.25 26.06 24.36 -9.39 4.28 1.25 5.79 6.82 5.91 Rozsah sklonového rastru: 15° až 25° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -14.94 -6.98 -9.57 5.98 30.38 24.10 -3.97 18.00 5.57 4.86 9.94 6.30 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -6.84 --1.17 3.48 --13.19 -2.29 --7.66 3.03 --2.50 Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr ------------------------Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -------------------------

tab. 38: Analýza nad sklonovým rastrem, Sokolov

63

9.5.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 84,42 největší rozdíl kladný [m] +30,38 největší rozdíl záporný [m] -10,64 střední hodnota rozdílu [m] 2,30 směrodatná odchylka rozdílu [m] 5,21 tab. 39: Porovnání SRTM – GPS, Sokolov

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

77,57 od -5 do + 5 93,56 od -10 do + 10 98,45 od -20 do + 20 tab. 40: Přehled rozdílů SRTM – GPS v procentech, Sokolov

Jak je zřejmé z obrázku, popis rozdílů dat je v podstatě totožný s popisem rozdílů ZABAGED – GPS. Zde se více projevil rozdíl v prudkém srázu mezi hřebenem na východě a rovinou okolo chemického závodu. Tento rozdíl zde postupuje od východu téměř do centra města. Na jihovýchodě jsou drobné rozdíly (okolo 13m) v okolí školy v části Sokolova – Dolní Rychnov.

obr. 23: Znázornění rozdílů SRTM – GPS, Sokolov

64

9.5.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 28,69 největší rozdíl kladný [m] +7,25 největší rozdíl záporný [m] -26,16 střední hodnota rozdílu [m] -10,11 směrodatná odchylka rozdílu [m] 4,90 tab. 41: Porovnání ASTER – GPS, Sokolov

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

11,66 od -5 do + 5 48,93 od -10 do + 10 97,93 od -20 do + 20 tab. 42: Přehled rozdílů ASTER – GPS v procentech, Sokolov

Dvě procenta rozdílů jsou větší než 20m. Tyto rozdíly se nacházejí ve třech oblastech. První z nich je již zmíněná oblast v parku v části Dolního Rychnova, kde se vyskytují větší rozdíly i u dat ZABAGED-GPS a SRTM-GPS. Jak je vidět [O24] (díky průhlednosti rastrů v Image Analysis), pod pixely větších hodnot rozdílů se nalézá park s jezírkem. Dalším faktorem tohoto rozdílu může být i všudypřítomná interpolace dat při tvorbě dat GPS modelu v místech, kde nebylo prováděno měření. Dalším místem s významnějšími rozdíly je oblast

obr. 24: Detail 1 - rozdíl ASTER -GPS, Sokolov

nad účelovou zástavbou Baníku Sokolov – nad fotbalovým a atletickým hřištěm. Zde se vyskytuje poměrně hustá vegetace. Severně odsud je možné vidět [O25] nad zástavbou několik dalších pixelů s větší hodnotou rozdílu. Třetí oblast se objevuje na východě města, která je v ZABAGED určen jako Ovocný sad – zahrada. obr. 25: Detail 2 – rozdíl ASTER-GPS, Sokolov

65

Většina města Sokolova je ve „žluté oblasti“ – to znamená s hodnotou rozdílů větší než 10m. Jak je vidět [O26], rozdíly se nacházejí převážně nad panelovou zástavbou, avšak není to pravidlo, například na severu je velká „žlutá plocha “ rozdílového rastru, pod kterou se v datech ZBAGED nachází park s nízkými stromy. Protože tato oblast byla měřena pouze v obvodu, je zde možný i faktor již mnohokrát zmíněné chyby, a tou je interpolace dat při tvorbě modelu GPS. Rastr je pro názornost povrchu zobrazen průhledný k podkladové vrstvě ZABAGED-polohopis. Černě jsou zobrazeny linie měření.

¨

obr. 26: Znázornění rozdílů ASTER – GPS, Sokolov

66

9.5.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 10,00 největší rozdíl kladný [m] +24,36 největší rozdíl záporný [m] -13,04 střední hodnota rozdílu [m] 0,67 směrodatná odchylka rozdílu [m] 6,25 tab. 43: Porovnání ZABAGED – GPS, Sokolov

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

88,01 od -5 do + 5 97,10 od -10 do + 10 99,68 od -20 do + 20 tab. 44: Přehled rozdílů ZABAGED – GPS v procentech, Sokolov

Největší rozdíly ve východní části rastru se nalézají ve svahu mezi sídlištěm na vrcholu hřebenu a údolím vesnice Těšovice a okolo chemického závodu. ZABAGED uvádí, že povrch, nad kterým se tyto rozdíly shlukly, je trvalý travní porost v západní část rozdílu a trvalý lesní porost ve východní části rozdílu. Drobné rozdíly se vyskytly na jihovýchodě v oblasti Dolního Rychnova, kde je park s trvalým travním porostem. Problém zde mohl vzniknout i díky interpolaci dat při tvorbě GPS modelu. Je překvapivé, že na rozdíl od dat ASTER, se zde neprojevily výrazné rozdíly na severu okolo řeky Ohře (je zde pouze malá oblast s rozdíly nad 10m nad lesní půdou se stromy), neboť zde byl příjem signálu GPS velmi špatný. Linie měření jsou zobrazeny černě. obr. 27: Znázornění rozdílů ZABAGED – GPS, Sokolov

67

9.6 Kadaň 9.6.1 O městě, důvod výběru Morfologie města je více než členitá. Od Prunéřova a Vernéřova se profil území vějířovitě sklání k řece Ohři – respektive k mostu přes řeku, kde dále pak silnice směřuje k Žatci. Pokud bychom zkoumali profil terénu okolo řeky, budeme konstatovat, že terén je vždy v určité výšce nad řekou. Nejprve se svažuje k mostu, odkud pod hradem pozvolna stoupá, aby pak opět rychle klesl k vodní nádrži (tzv. Kadaňský stupeň). Dalšími morfologicky význačnými prvky města jsou dvě sopečné vyvýšeniny (Svatý kopeček a Prostřední vrch).

9.6.2 Mapované území Kadaň je nevelké město, takže v zájmovém území měření se město objevilo téměř celé. Jsou zde všechny druhy zástavby, které je zajímavé prostudovat s jejich vlivem na data dálkového průzkumu země. Jsou zde panelová sídliště, vilové čtvrti, historické centrum, rozsáhlý park či hustě zalesněné území. Na měřeném území se projevily jak problémy měření GPS v historických centrech, či zalesněných oblastech, tak i vlastní nevýhoda sběru dat GPS pro rozsáhlý 3D model, což se projevilo na nesprávně vykresleném Svatém kopečku. Tato oblast byla měřena pěšky – na jediné cestě, které na vyvýšeninu vedla. Vzhledem k tomu, že byla změřena jen dostupná část kopce, vznikla zde chyba: plošina na vrcholu kopce je větší, než jak byla vymodelována. Rozdíly na těchto místech činí až 40m.

68

9.6.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Kadaň kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

hodnota 2,4 41,6 10,9 8,6 1,1 32,1 7,0 6,5 5535 40,359

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

1,26 0,35 1,78 0,56

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

2,26 0,95 3,12 1,22 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 45: Statistika měření GPS, Kadaň

9.6.4 Analýza dat GPS oproti ostatním datům nad Kadaní

Kadaň statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Analýza rozdílů nad zástavbou ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -22,54 -18,23 -14,06 16,58 37,57 49,43 -4,80 2,32 0,48 5,13 5,91 3,95

tab. 46: Analýza nad zástavbou, Kadaň

69

Kadaň - testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -24,07 -11,07 -19,32 40,41 36,07 52,10 -6,06 1,14 -0,61 6,29 4,43 8,36 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -21,70 -9,92 -19,47 42,39 40,78 52,02 -4,79 2,47 1,40 6,78 6,73 7,74 Rozsah sklonového rastru: 5° až 15° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -25,25 -11,53 -20,24 41,35 43,83 55,09 -1,56 6,05 5,69 10,35 10,59 12,29 Rozsah sklonového rastru: 15° až 25° SRTM DEM - GPS ZABAGED DEM - GPS ASTER GDEM - GPS rastr rastr rastr -31,06 -18,23 -20,15 31,91 42,76 53,80 -0,63 7,47 7,73 12,03 12,13 13,34 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -33,16 -8,81 -16,31 29,22 43,10 49,23 -1,62 14,06 12,88 14,14 15,71 13,48 Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr 1,08 13,18 17,54 20,32 13,18 44,27 8,26 13,18 33,02 6,19 0,00 6,05 Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -------------------------

tab. 47: Analýza nad sklonovým rastrem, Kadaň

70

9.6.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 84,42 největší rozdíl kladný [m] +43,83 největší rozdíl záporný [m] -18,23 střední hodnota rozdílu [m] 3,93 směrodatná odchylka rozdílu [m] 9,03 tab. 48: Porovnání SRTM – GPS, Kadaň

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -5 do + 5 od -10 do + 10 od -20 do + 20

62,61 84,44 93,00

tab. 49: Přehled rozdílů SRTM – GPS v procentech, Kadaň

Na 7,00% území jsou rozdíly větší než ± 20m. Střední hodnota rozdílu rastrů v této části území je 29.14m se směrodatnou odchylkou 9.97m. Území s největšími rozdíly je na obrázku zobrazeno azurovou barvou na podkladu dat ZABAGED. Největší rozdíly se (kromě jihu) nalézají nad lesními porosty (křovinatý / trvalý lesní porost). Na jihu se tento rozdíl nachází i nad porostem okolo řeky Ohře v zahrádkářské oblasti. Rozdíly jsou s největší pravděpodobností způsobeny interpolací dat při tvorbě modelu. obr. 28: Znázornění největších rozdílů SRTM – GPS, Kadaň

71

9.6.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 28,39 největší rozdíl kladný [m] +42,39 největší rozdíl záporný [m] -33,16 střední hodnota rozdílu [m] -3,51 směrodatná odchylka rozdílu [m] 9,32 tab. 50: Porovnání ASTER – GPS, Kadaň

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

37,80 od -5 do + 5 71,88 od -10 do + 10 96,19 od -20 do + 20 tab. 51: Přehled rozdílů ASTER – GPS v procentech, Kadaň

Na 3.81 % jsou místa s rozdíly většími než ±20m. Střední hodnota rozdílu je v tomto území 13.58m se směrodatnou odchylkou 22.10m. Toto statistické vyjádření znamená, že rozdíly nad 20m jsou téměř pravidelně rozloženy. Významnější rozdíly se nacházejí nad místy jako rozdíly území mezi daty SRTM a ZABAGED a navíc i jižně od Svatého kopečku. Zde je na jedné straně vilová oblast a na druhé straně park. Rozdíly jsou zde v intervalu od -21m do +22m. Toto místo je zajímavé tím, že podle rozdílu má být GPS model nad SRTM, nicméně rozdíl v tom samém místě mezi modely GPS a ZABAGED je v pásmu do ±5m [O30]. obr. 30: Detail rozdílu ASTER – GPS, Kadaň

72

obr. 29: Znázornění největších rozdílů ASTER – GPS, Kadaň

9.6.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 10,00 největší rozdíl kladný [m] +55,09 největší rozdíl záporný [m] -20,24 střední hodnota rozdílu [m] 5,70 směrodatná odchylka rozdílu [m] 13,60 tab. 52: Porovnání ZABAGED – GPS, Kadaň

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

72,48 od -5 do + 5 85,12 od -10 do + 10 94,07 od -20 do + 20 tab. 53: Přehled rozdílů ZABAGED – GPS v procentech, Kadaň

Na 5,93% území jsou rozdíly větší než ±20m. Střední hodnota rozdílu v této části území je 31.81m se směrodatnou odchylkou 9.01m. Území s největšími rozdíly je na obrázku zobrazeno azurovou barvou na podkladu dat ZABAGED. Největší rozdíly jsou především na lesní půdě (na severu a západě obrázku). Na východě je tato rozdíl z části na lesní půdě, z části na ostatní půdě. Linie měření (červeně) ukazuje místa, které byla dostupná. Je zřejmé, že území s větší hodnotou rozdílu se nachází mimo přímo měřenou oblast. Z toho vyplývá, že model z dat GPS v této oblasti vznikl interpolací a vzhledem k morfologické členitosti města jsou tyto rozdíly očekávané. obr. 31: Znázornění největších rozdílů ZABAGED – GPS, Kadaň

73

9.7 Plzeň 9.7.1 O městě, důvod výběru Plzeň leží na soutoku řek Úhlavy, Úslavy, Radbuzy a Mže. Morfologie města je zajímavá, neboť od severního sídliště Bolevec prudce klesá k historickému centru, které je v blízkosti soutoku Radbuzy a Mže. A odtud opět (i když ne tak prudce) stoupá k části Bory.

9.7.2 Mapované území V Plzni bylo možné vybrat několik oblastí měření. Nakonec byla zvolena severní část města, která zahrnuje sídliště Bolevec, Lochotín a Košutka. Toto území je zajímavé svým profilem (jedná o svažité území) a také vzhledem k masivní panelové zástavbě, respektive vzhledem k možnosti sledovat vliv této zástavby na data ASTER a SRTM. Při testování rozdílů mezi modely nad městem nebyly objeveny žádné hrubé chyby, proto zde nebyl aplikován kontrolní model z dat ZABAGED.

9.7.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Plzeň kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

hodnota 2,3 37,5 7,0 6,1 1,2 25,8 3,7 4,1 5111 37,262

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m] střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

0,99 0,31 1,79 1,06

1,79 0,97 2,93 1,47 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 54: Statistika měření GPS, Plzeň

74

9.7.4 Analýza dat GPS oproti ostatním datům nad Plzní 9.7.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 88,44 největší rozdíl kladný [m] +28,02 největší rozdíl záporný [m] -7,46 střední hodnota rozdílu [m] 1,12 směrodatná odchylka rozdílu [m] 3,90 tab. 55: Porovnání SRTM – GPS, Plzeň

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

86,42 od -5 do + 5 97,74 od -10 do + 10 99,43 od -20 do + 20 tab. 56: Přehled rozdílů SRTM – GPS v procentech, Plzeň

Rozdíly nad 20m se vyskytují pouze na necelých 0,6 % zájmového území (3 pixely). Tyto rozdíly se nacházejí pouze v jihovýchodní části – v areálu nemocnice na Bolevci. Tato část nebyla přístupná, tudíž výsledný rozdíl je možné dát na vrub interpolaci při tvorbě modelu z dat GPS. Hodnoty rozdílových pixelů (po zaokrouhlení na celé metry) jsou 22m, 24m a 28m (na obrázku jsou zobrazeny třemi oranžovými pixely). Černě jsou zobrazeny linie měření.

obr. 32: Znázornění rozdílů SRTM – GPS, Plzeň

75

9.7.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 28,66 největší rozdíl kladný [m] +18,63 největší rozdíl záporný [m] -15,26 střední hodnota rozdílu [m] -3,59 směrodatná odchylka rozdílu [m] 4,10 tab. 57: Porovnání ASTER – GPS, Plzeň

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

60,18 od -5 do + 5 95,89 od -10 do + 10 100,00 od -20 do + 20 tab. 58: Přehled rozdílů ASTER – GPS v procentech, Plzeň

Jak je vidět [O33], rozdíly mezi 10 a 20m jsou pouze místy. Nacházejí se v areálu Bolevecké nemocnice na jihovýchodě a jihu, a následně na severu okolo OC Globus. Vzhledem k malým rozdílům nebyl pro město Plzeň použit referenční modle ZABAGED.

obr. 33: Znázornění rozdílů ASTER – GPS, Plzeň

76

9.8 Strakonice

9.8.1 O městě, důvod výběru Město se ze všech čtyř světových stran svažuje k soutoku řek Otavy a Volyňky. Je městem historickým, tudíž pro měření trpí jistým neduhem historických center – úzkými uličkami, ve kterých je signál GPS velmi slabý či dokonce nedostupný (což má vliv na přesnost určení polohy GPS). Z hlediska porovnávání vlivu zástavby na jednotlivé modely je toto město téměř ideální, neboť na svém území, které je totožné s územím zájmovým, má jak historické centrum, tak i zástavbu panelovou a vilovou.

9.8.2 Mapované území Jak již bylo zmíněno výše, bylo v rámci zájmového území změřeno takřka celé město. Středem zájmu bylo sledování hodnoty rozdílů především v okolí nábřeží nad řekou Otavou, v historickém centru a v oblastech s panelovou zástavbou.

77

9.8.3 Statistika dat Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Strakonice kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

hodnota 1,9 29,4 7,8 5,1 1,1 16,5 4,8 3,6 5227 42,428

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

1,30 0,57 1,92 0,90

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

2,26 1,08 3,21 1,54 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 59: Statistika měření GPS, Strakonice

9.8.4 Analýza dat GPS oproti ostatním datům nad Strakonicemi

Strakonice statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Analýza rozdílů nad zástavbou ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -23,38 -13,56 -13,38 3,86 10,80 10,86 -8,49 1,40 0,05 4,15 3,01 3,01

tab. 60: Analýza nad zástavbou, Strakonice

78

Strakonice - testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -23,38 -27,94 -13,08 1,63 8,10 12,94 -8,83 0,83 -0,51 3,46 3,23 3,53 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -22,75 -13,56 -13,38 3,86 10,13 15,29 -8,43 1,71 0,66 4,49 3,19 3,79 Rozsah sklonového rastru: 5° až 15° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -23,33 -7,02 -13,33 3,74 10,80 14,86 -10,09 1,66 0,26 5,15 3,81 3,76 Rozsah sklonového rastru: 15° až 25° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -20,20 -4,70 -13,52 4,06 10,00 12,09 -7,72 3,95 0,31 5,06 4,04 4,67 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -10,57 -1,40 -8,59 -3,19 6,57 10,80 -6,86 2,59 2,60 2,73 3,99 4,33 Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr ------------------------Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -------------------------

tab. 61: Analýza nad sklonovým rastrem, Strakonice

79

9.8.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 84,44 největší rozdíl kladný [m] +10,80 největší rozdíl záporný [m] -27,94 střední hodnota rozdílu [m] 1,24 směrodatná odchylka rozdílu [m] 3,42 tab. 62: Porovnání SRTM – GPS, Strakonice

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

87,46 od -5 do + 5 98,86 od -10 do + 10 99,71 od -20 do + 20 tab. 63: Přehled rozdílů SRTM – GPS v procentech, Strakonice

Jak je zřejmé z obrázku, téměř všechny body se od sebe neodchylují o víc jak 20m. Jedinou výjimkou jsou dva oranžové pixely na západě města. Tyto rozdíly by se daly přičíst na vrub interpolaci dat při tvorbě GPS modelu (po zaokrouhlení na metry mají hodnoty 20 a 28m). Nacházejí se v místě Blatského rybníka (dle ZABAGED). obr. 34: Znázornění rozdílů SRTM – GPS, Strakonice

80

9.8.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 28,66 největší rozdíl kladný [m] +4,057 největší rozdíl záporný [m] -23,38 střední hodnota rozdílu [m] -8,93 směrodatná odchylka rozdílu [m] 4,34 tab. 64: Porovnání ASTER – GPS, Strakonice

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

15,38 od -5 do + 5 62,93 od -10 do + 10 99,27 od -20 do + 20 tab. 65: Přehled rozdílů ASTER – GPS v procentech, Strakonice

Rozdíly nad 20m jsou pouze na necelých 0,8 %. Tyto extrémní hodnoty se nacházejí [O35] hlavně v jižní a severní části, v místech, kde se dle ZABAGEDU nachází trvalý travní porost nebo orná půda (na jihu), na severu se jedná o areál účelové zástavby; z toho vyplývá, že rozdíly jsou nejspíš zapříčiněné interpolací dat při tvorbě GPS modelu. Tyto rozdíly se vyskytují i ve středu města u řeky. Oblasti s rozdíly mezi 10 a 20m se většinou nacházejí v oblastech s vegetací a na jihu ve vilové oblasti. Černě jsou zobrazeny linie měření.

obr. 35: Znázornění největších rozdílů ASTER – GPS, Strakonice

obr. 36: Znázornění rozdílů ASTER – GPS, Strakonice

81

9.8.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 10,00 největší rozdíl kladný [m] +15,29 největší rozdíl záporný [m] -13,52 střední hodnota rozdílu [m] 0,09 směrodatná odchylka rozdílu [m] 4,68 tab. 66: Porovnání ZABAGED – GPS, Strakonice

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

93,55 od -5 do + 5 98,99 od -10 do + 10 100,00 od -20 do + 20 tab. 67: Přehled rozdílů ZABAGED – GPS v procentech, Strakonice

Ověření modelu Strakonic z dat ZABAGED ukázalo, že rastr z dat GPS není oproti ZABAGED odchýlen ve výšce o víc jak ±20m. Většina rozdílů od 10 do 20m se nachází na okrajích modelu, kde se dá předpokládat vliv interpolace dat při tvorbě modelu. Na obrázku jsou černě zobrazeny linie měření.

obr. 37: Znázornění rozdílů ZABAGED – GPS, Strakonice

82

9.9 Liberec

9.9.1 O městě, důvod výběru Liberec leží v kotlině mezi Ještědským hřebenem a Jizerskými horami. Směrem od Ještědu se reliéf prudce svažuje k řece Nise, odkud strmě stoupá k Jizerským horám. Ulice města jsou místy strmé a úzké, tudíž dostupnost signálu GPS je problematická. Dalším místem s nedostupným GPS signálem je oblast okolo zimního stadionu (průmyslová oblast), kde jsou místa veřejně nepřístupná.

9.9.2 Mapované území Pro analýzu modelů nad tímto městem byla vybrána oblast od rychlostní silnice (TurnovDěčín) směrem k Ještědu. Důvodem byly obavy ze špatného příjmu signálu GPS a vlivu silného provozu v centru města, proto byla vybrána klidnější část Liberce, která je tvořena prudkým svahem od části Hanychov ke středu Liberce. Jedná se převážně o obytnou oblast, na severu s vilovou zástavbou, pozvolna přecházející do zástavby městské (s úzkými ulicemi, kde byl příjem signálu i přes opakovaná měření špatně dostupný). Na jihovýchodě zájmového území se nachází průmyslová oblast Doubí.

83

9.9.3 Statistika dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Liberec kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina

hodnota

minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

3,3 168,9 24,2 40,9 1,9 96,8 15,3 24,0 5557 44,762

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

1,10 0,19 1,41 0,17

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

3,06 1,41 3,76 1,19 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 68: Statistika měření GPS, Liberec

9.9.4 Analýza dat GPS oproti ostatním datům nad Libercem

Liberec statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

ASTER GDEM - GPS rastr -26,34 8,99 -5,29 4,43

Analýza rozdílů nad zástavbou SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr -11,38 -22,37 18,29 13,46 0,64 -2,52 3,42 4,36

tab. 69: Analýza nad zástavbou, Liberec

84

Liberec - testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -30,31 -19,89 -24,29 7,40 11,02 13,08 -7,35 0,22 -2,66 5,35 4,04 5,61 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -30,52 -18,50 -24,31 13,92 25,17 16,68 -5,23 0,97 -4,04 5,08 4,10 5,68 Rozsah sklonového rastru: 5° až 15° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -30,92 -18,42 -24,13 10,15 10,01 17,50 -7,62 -1,04 -4,85 6,22 5,31 6,23 Rozsah sklonového rastru: 15° až 25° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -25,60 -13,18 -19,81 8,01 5,66 16,25 -8,88 -2,22 -3,79 6,55 5,05 6,83 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -12,43 -5,04 -13,60 2,29 -5,04 14,34 -5,39 -5,04 0,51 4,31 0,00 6,42 Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -0,86 ---7,21 0,96 --17,79 0,16 --7,06 0,76 --6,21 Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -------------------------

tab. 70: Analýza nad sklonovým rastrem, Liberec

85

9.9.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 79,88 největší rozdíl kladný [m] +25,165 největší rozdíl záporný [m] -19,89 střední hodnota rozdílu [m] 0,49 směrodatná odchylka rozdílu [m] 4,38 tab. 71: Porovnání SRTM – GPS, Liberec

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

82,33 od -5 do + 5 96,39 od -10 do + 10 99,73 od -20 do + 20 tab. 72: Přehled rozdílů SRTM – GPS v procentech, Liberec

Rozdíly větší než 20m se vyskytují pouze na čtyřech pixelech na západě rozdílového rastru. Tyto pixely jsou na území jehličnatého lesa. Jak je vidět [O38], rozdíly mezi 10 a 20m se vyskytují na přibližně stejných místech jako rozdíl mezi GPS a referenčním modelem ZABAGED.

obr. 38: Znázornění rozdílů SRTM – GPS, Liberec

86

9.9.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 27,78 největší rozdíl kladný [m] +13,92 největší rozdíl záporný [m] -30,92 střední hodnota rozdílu [m] -6,31 směrodatná odchylka rozdílu [m] 5,78 tab. 73: Porovnání ASTER – GPS, Liberec

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

46,46 od -5 do + 5 81,69 od -10 do + 10 97,93 od -20 do + 20 tab. 74: Přehled rozdílů ASTER – GPS v procentech, Liberec

Největší rozdíly se jsou na obrázku [O39] vyjádřeny červeně a oranžově zabarvenými místy s prosvítajícím povrchem dat ZABAGED. Na jihu se jedná o okolí oblouku železniční trati, největší rozdíl je nad domem se zahradou. Na severu se rozdíly vyskytují v okolí skládky. Rozdíly od 10 do 20m se nacházejí na zalesněné ploše u libereckého letiště. Nad zástavbou se rozdíly objevují ve střední a východní části. Na západě jsou rozdíly identifikovány nad zatravněnou plochou. Černě jsou znázorněny linie měření.

obr. 39: Znázornění rozdílů ASTER – GPS, Liberec

87

9.9.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 10,00 největší rozdíl kladný [m] 17,79 největší rozdíl záporný [m] -24,31 střední hodnota rozdílu [m] -4,77 směrodatná odchylka rozdílu [m] 7,01 tab. 75: Porovnání ZABAGED – GPS, Liberec

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

83,59 od -5 do + 5 94,32 od -10 do + 10 99,53 od -20 do + 20 tab. 76: Přehled rozdílů ZABAGED – GPS v procentech, Liberec

Ze statistiky vyplývá, že pouze 0,5% všech pixelů přesahuje hodnotu 20m. Tyto hodnoty se objevují jako extrémy oblastí s přesností od 10 do 20m. Na jihu je tato oblast okolo velkého oblouku železniční trati, kam nebyl možný přístup. Na severu se oblast s většími rozdíly nalézá nad oblastí trvalého travního porostu, kde je také skládka. Navíc bylo toto území nepřístupné, takže rozdíly je též možné přičíst na vrub interpolaci dat GPS při tvorbě modelu. V centru se tato oblast nalézá nad vilovou čtvrtí a na severu je tato oblast dle ZBAGED určena jako trvalý travní porost.

obr. 40: Znázornění rozdílů ZABAGED – GPS, Liberec

88

9.10 Hradec Králové

9.10.1 O městě, důvod výběru Hradec Králové leží na téměř ideální rovinně v okolí soutoku řek Labe a Orlice. Dominantním prvkem města je vyvýšení v historickém centru (další je možné nalézt na území Nového Hradce u místní hvězdárny). Historické centrum města se vyznačuje vysokými budovami a úzkými uličkami (jako například Staré Město v Praze), které mohou ovlivňovat data SRTM, ASTER i GPS. Směrem na západ od historického centra se nachází zástavba z 20. a 30. let 20. století, která byla vytvořena podle jednotného urbanistického plánu.

9.10.2 Mapované území Pro analýzu modelů nad tímto městem byla vybrána oblast, obklopující centrum města (je ohraničena městským okruhem a průtahem města) a část města, ležící od okruhu na západ, směrem k novému autobusovému nádraží (zde se nacházejí právě výše zmíněné budovy z 20. a 30. let minulého století). Větší rozdíly mezi jednotlivými rastry byly očekávány v historickém centru a v okolí nábřeží, západně od historického centra. Výška mezi nábřežím a hladinou řeky dosahuje asi 15m. Model GPS byl vzhledem k nepřístupnému korytu řeky měřen pouze na horní hraně nábřeží.

89

9.10.3 Statistika modelu z dat GPS Statistické údaje pocházejí z dat, která nasbíral GPS přijímač během měření. Tato data byla exportována do atributové tabulky, odkud byla dále zpracovávána.

Statistika měření GPS ve městě Hradec Králové kategorie

max PDOP

max HDOP celkový počet bodů naměřená délka [km] Průměrná hodnota přesnosti určení bodů

veličina minimální maximální střední hodnota směrodatná odchylka minimální maximální střední hodnota směrodatná odchylka -----

hodnota 3,3 92,2 19,9 22,7 2,4 87,5 13,1 18,9 3471 31,267

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

1,14 0,15 1,15 0,24

střední hodnota v poloze [m] směrodatná odchylka v poloze [m] střední hodnota ve výšce [m] směrodatná odchylka ve výšce [m]

3,47 1,70 4,58 2,89 Poznámka: max PDOP/HDOP je katogorie maximálních hodnot těchto veličin, ze které se vybírají jejich krajní hodnoty, střední hodnota a její rozptyl Nejhorší hodnota přesnosti určení bodů

tab. 77: Statistika měření GPS, Hradec Králové

9.10.4 Analýza dat GPS oproti ostatním datům nad Hradcem Králové

Hradec Králové statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Analýza rozdílů nad zástavbou ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -48,43 -3,29 -8,22 31,06 14,95 8,07 -7,71 2,29 -0,77 9,49 2,42 2,58

tab. 78: Analýza nad zástavbou, Hradec Králové

90

Hradec Králové - testování nad rastrem sklonů statistické veličiny rozdílů minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

minimální hodnota [m] maximální hodnota [m] střední hodnota [m] směrodatná odchylka [m]

Rozsah sklonového rastru: 0° až 2° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -48,43 -3,29 -9,22 31,06 14,95 7,41 -7,79 2,13 -1,68 9,25 2,24 2,93 Rozsah sklonového rastru: 2° až 5° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -48,92 -1,76 -9,02 17,24 12,59 8,07 -9,72 2,43 -1,86 12,88 2,97 2,94 Rozsah sklonového rastru: 5° až 15° SRTM DEM - GPS ZABAGED DEM - GPS ASTER GDEM - GPS rastr rastr rastr -44,55 -1,62 -8,72 13,86 13,80 7,43 -7,64 3,82 -1,09 12,48 4,23 4,27 Rozsah sklonového rastru: 15° až 25° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -18,08 -0,69 -8,73 12,99 10,73 5,31 -2,00 3,93 -0,86 8,15 3,22 3,47 Rozsah sklonového rastru: 25° až 35° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr ------------------------Rozsah sklonového rastru: 35° až 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr ------------------------Rozsah sklonového rastru: nad 55° ASTER GDEM - GPS SRTM DEM - GPS ZABAGED DEM - GPS rastr rastr rastr -------------------------

tab. 79: Analýza nad sklonovým rastrem, Hradec Králové

91

9.10.4.1 Analýza SRTM – GPS Porovnání SRTM - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 79,86 největší rozdíl kladný [m] +14,59 největší rozdíl záporný [m] -3,29 střední hodnota rozdílu [m] 2,24 směrodatná odchylka rozdílu [m] 2,45 tab. 80: Porovnání SRTM – GPS, Hradec Králové

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

90,29 od -5 do + 5 98,97 od -10 do + 10 100,00 od -20 do + 20 tab. 81: Přehled rozdílů SRTM – GPS v procentech, Hradec Králové

Z obrázku [O41] je vidět sedm pixelů, přesahujících rozdíl 10m ve výšce, které se nacházejí v historické části města na malém okruhu. V těchto místech bylo obtížně měřit pomocí GPS vzhledem k husté vegetaci a zástavbě. Rozdíly se tedy nacházejí nad zástavbou a vegetací. Černé linie na obrázku jsou linie měření.

obr. 41: Znázornění rozdílů SRTM – GPS, Hradec Králové

92

9.10.4.2 Analýza ASTER – GPS Porovnání ASTER - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 27,78 největší rozdíl kladný [m] +31,06 největší rozdíl záporný [m] -48,92 střední hodnota rozdílu [m] -7,89 směrodatná odchylka rozdílu [m] 9,77 tab. 82: Porovnání ASTER – GPS, Hradec Králové

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

27,35 od -5 do + 5 56,04 od -10 do + 10 91,40 od -20 do + 20 tab. 83: Přehled rozdílů ASTER – GPS v procentech, Hradec Králové

Jak tomu bylo i v předchozích případech rozdílových rastrů ASTER – GPS, jsou i zde zaznamenány největší rozdíly. Největší rozdíly (červené > 30m) se nacházejí nad říčním korytem (nebylo přímo měřeno) a v malých ohniscích nad zástavbou. Rozdíly od 20 do 30m se nacházejí také nad korytem řeky a zároveň i v malém množství nad účelovou či obytnou zástavbou (na východě např. nad fotbalovým stadionem). Rozdíly mezi 10 a 20m se vyskytují na severu nad vegetací (Šimkovy sady) a na jihu nad areálem účelové zástavby. Na západě se rozdíly od 10 do 30m objevují nad vilovou zástavbou. Černé linie představují linie měření.

obr. 42: Znázornění největších rozdílů ASTER – GPS, Hradec Králové

obr. 43: Znázornění rozdílů ASTER – GPS, Hradec Králové

93

9.10.4.3 Analýza ZABAGED – GPS Porovnání ZABAGED - GPS nad celým zájmovým územím velikost pixelu (strana pixelu [m] ) 10,00 největší rozdíl kladný [m] +8,07 největší rozdíl záporný [m] -9,22 střední hodnota rozdílu [m] -1,59 směrodatná odchylka rozdílu [m] 3,33 tab. 84: Porovnání ZABAGED – GPS, Hradec Králové

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

94,41 od -5 do + 5 100,00 od -10 do + 10 100,00 od -20 do + 20 tab. 85: Přehled rozdílů ZABAGED – GPS v procentech, Hradec Králové

Rozdíly modelů z dat ZABAGED a z dat GPS jsou na téměř celém území do ± 5m. Rozdíly od ±5 do ±10m se nacházejí místy nad korytem řeky a dále nad zástavbou pod náměstím v historickém centru.

obr. 44: Znázornění rozdílů ZABAGED – GPS, Hradec Králové

94

10 Analýza – porovnání 3D modelů SRTM a ASTER

Jednou z částí této práce je i samostatné porovnání těchto dvou volně dostupných modelů. Rozdíl těchto modelů byl proveden funkcí Minus z toolboxu (3D Analyst). Odečet byl proveden v pořadí SRTM – ASTER. Výsledky rozdílů byly klasifikovány podle stupnice:

Klasifikační stupnice pro rozdíly celých rastrů rozsah rozdílu modelů [m]

barva

od -10 do +10 od -10 do -20 ; od +10 do +20 od -20 do -30 ; od +20 do +30 od -30 do -50 ; od +30 do +50 od -50 do -100 ; od +50 do +100 od -100 do -1000 ; od +100 do +1000 pod -1000 ; nad+1000

tab. 86: Klasifikační tabulka pro intervaly rozdílů celých rastrů

95

10.1 Rastr SRTM_NE – ASTER_LJHK Na rozdílovém rastru se nacházejí města:

Liberec, Jablonec nad Nisou, Hradec Králové a Kolín

Rastr SRTM_NE – ASTER_LJHK statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +132 -98 20.75 54,94

tab. 87: Porovnání SRTM NE – ASTER LJHK v procentech

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

55,40 92,43 98,60

tab. 88: Přehled rozdílů SRTM_NE – ASTER_LJHK v procentech

obr. 45: Znázornění rozdílů SRTM_NE – ASTER_LJHK

96

10.2 Rastr SRTM_NE – ASTER_Nachod Na rozdílovém rastru se nachází město:

Náchod

Rastr SRTM_NE – ASTER_Nachod statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +120 -103 7,81 56,24

tab. 89: Porovnání SRTM_NE – ASTER_Nachod

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

52,68 88,83 97,66

tab. 90: Přehled rozdílů SRTM_NE – ASTER_Nachod v procentech

obr. 46: Znázornění rozdílů SRTM_NE – ASTER_Nachod

97

10.3 Rastr SRTM_NW – ASTER_Kadan Na rozdílovém rastru se nachází město:

Kadaň

Rastr SRTM_NW – ASTER_Kadan

.

statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +111 -1835 -155,07 465,99

tab. 91: Porovnání SRTM_NW – ASTER_Kadan

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

51,13 92,57 98,66

tab. 92: Přehled rozdílů SRTM_NE – ASTER_Kadan v procentech

Poznámka: Na rozdílovém rastru se vyskytla extrémní anomálie – rozdíl 1835 metrů. Vzhledem k tomu, že území s touto chybou leží ve Spolkové republice Německo, nebyla tato anomálie analyzována. Menší rozdíly (modré území) patří do oblasti severočeských dolů

obr. 47: Znázornění rozdílů SRTM_NW – ASTER_Kadan

98

10.4 Rastr SRTM_NW – ASTER_Sokolov Na rozdílovém rastru se nachází město:

Sokolov

Rastr SRTM_NW – ASTER_Sokolov statistické veličiny rozdílu

hodnota [m]

největší kladný největší záporný střední hodnota směrodatná odchylka

+114 -65 26,42 49,47 tab. 93: Porovnání SRTM_NW – ASTER_Sokolov

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

56,85 93,03 99,03

tab. 94: Přehled rozdílů SRTM_NW – ASTER_Sokolov v procentech

Poznámka: Místa s největším rozdílem rastrů jsou povrchové hnědouhelné doly severně od Sokolova, kde se vlivem těžby hodnoty výšek mění.

obr. 48: Znázornění rozdílů SRTM_NW – ASTER_Sokolov

99

10.5 Rastr SRTM_SW – ASTER_Plzeň_Strakonice Na rozdílovém rastru se nacházejí města:

Plzeň, Strakonice

Rastr SRTM_SW – ASTER_Plzeň_Strakonice statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +77 -50 13,46 33,48

tab. 95: Porovnání SRTM_SW – ASTER_Plzeň_Strakonice

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

49,56 90,43 98,72

tab. 96: Přehled rozdílů SRTM_SW – ASTER_Plzeň_Strakonice v procentech

obr. 49: Znázornění rozdílů SRTM_SW – ASTER_Plzeň_Strakonice

100

10.6 Rastr SRTM_SE – ASTER_Kutna_Hora Na rozdílovém rastru se nachází město:

Kutná Hora

Rastr SRTM_SE – ASTER_Kutna_Hora statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +161 -68 18,09 49,81

tab. 97: Porovnání SRTM_SE – ASTER_Kutna_Hora

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

49,45 89,93 98,67

tab. 98: Přehled rozdílů SRTM_SE – ASTER_Kutna_Hora v procentech

obr. 50: Znázornění rozdílů SRTM_SE – ASTER_Kutna_Hora

101

11 Analýza – porovnání 3D modelů ZABAGED a ASTER

11.1 Rastr ZABAGED – ASTER_Kutna_Hora Na rozdílovém rastru se nachází město:

Kutná Hora

Rastr ZABAGED – ASTER_Kutna_Hora statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +29,07 -25,86 6,03 8,00

tab. 99: Porovnání ZABAGED – ASTER_Kutna_Hora

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

60,14 od -10 do + 10 99,66 od -20 do + 20 100,00 od -30 do + 30 tab. 100: Přehled rozdílů ZABAGED – ASTER_Kutna_Hora v procentech

obr. 51: Znázornění rozdílů ZABAGED – ASTER_Kutna_Hora

102

11.2 Rastr ZABAGED – ASTER_Sokolov Na rozdílovém rastru se nachází město:

Sokolov

Rastr ZABAGED – ASTER_Sokolov statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +46,83 -51,03 4,58 13,50

tab. 101: Porovnání ZABAGED – ASTER_Sokolov

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

54,74 95,59 98,67

tab. 102: Přehled rozdílů ZABAGED – ASTER_Sokolov v procentech

Poznámka: Červené rozdíly patří do oblasti sokolovské hnědouhelné pánve

obr. 52: Znázornění rozdílů ZABAGED – ASTER_Sokolov

103

11.3 Rastr ZABAGED – ASTER_Plz_Strak Na rozdílovém rastru se nachází město:

Strakonice

Rastr ZABAGED – ASTER_Plz_Strak statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +31,38 -22,93 9,03 7,06

tab. 103: Porovnání ZABAGED – ASTER_Plz_Strak

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

43,99 98,78 99,99

tab. 104: Přehled rozdílů ZABAGED – ASTER_Plz_Strak v procentech

obr. 53: Znázornění rozdílů ZABAGED – ASTER_Plz_Strak

104

11.4 Rastr ZABAGED – ASTER_Nachod Na rozdílovém rastru se nachází město:

Náchod

Rastr ZABAGED – ASTER_Nachod statistické veličiny rozdílu

hodnota [m]

největší kladný největší záporný střední hodnota směrodatná odchylka

+40,39 -252,75 12,76 8,00 tab. 105: Porovnání ZABAGED – ASTER_Nachod

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

36,40 86,76 99,64

tab. 106: Přehled rozdílů ZABAGED – ASTER_Nachod v procentech

Poznámka: Statistika může být lehce zkreslena z důvodu převodu hodnot rozdílového rastru na celá čísla (byla nutná transformace z int 32 na int16)

obr. 54: Znázornění rozdílů ZABAGED – ASTER_Nachod

105

11.5 Rastr ZABAGED – ASTER_Kadan Na rozdílovém rastru se nachází město:

Kadaň

Rastr ZABAGED – ASTER_Kadan statistické veličiny rozdílu

hodnota [m]

největší kladný +49,27 největší záporný -37,21 střední hodnota 8,96 směrodatná odchylka 7,15 tab. 107: Porovnání ZABAGED – ASTER_Kadan

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

52,42 od -10 do + 10 98,01 od -20 do + 20 99,82 od -30 do + 30 tab. 108: Přehled rozdílů ZABAGED – ASTER_Kadan v procentech

obr. 55: Znázornění rozdílů ZABAGED – ASTER_Kadan

106

11.6 Rastr ZABAGED – ASTER_LJHK Na rozdílovém rastru se nacházejí města:

Liberec, Hradec Králové, Jablonec nad Nisou

Rastr ZABAGED – ASTER_LJHK statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +53,94 -231,61 3,94 8,33

tab. 109: Porovnání ZABAGED – ASTER_LJHK

obr. 56: Znázornění rozdílů ZABAGED – ASTER_ LJHK 1

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

77,20 97,33 99,73

tab. 110: Přehled rozdílů ZABAGED – ASTER_ LJHK v procentech

Poznámka: Statistika může být lehce zkreslena z důvodu převodu hodnot rozdílového rastru na celá čísla (byla nutná transformace z int 32 na int16)

obr. 57: Znázornění rozdílů ZABAGED – ASTER_ LJHK 2

107

12 Analýza – porovnání 3D modelů ZABAGED a SRTM

12.1 Rastr ZABAGED – SRTM_NW Na rozdílovém rastru se nacházejí města:

Sokolov, Kadaň

Rastr ZABAGED – SRTM_NW statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +82,99 -121,53 -2,69 11,30

obr. 58 : Znázornění rozdílů ZABAGED – SRTM NW 1

tab. 111: Porovnání ZABAGED – SRTM_NW

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

87,24 95,77 97,80

tab. 112: Přehled rozdílů ZABAGED – SRTM_NW v procentech

Poznámka: Na obrázku číslo 59 je v jeho horní části modrá a černá oblast s extrémními rozdíly. Tyto oblasti se nacházejí v oblasti povrchových hnědouhelných dolů, kde se výšky území mění velmi rychle obr. 59 : Znázornění rozdílů ZABAGED – SRTM NW 2

108

12.2 Rastr ZABAGED – SRTM_NE Na rozdílovém rastru se nacházejí města:

Liberec, Jablonec nad Nisou, Náchod, Hradec Králové

Rastr ZABAGED – SRTM_NE statistické veličiny rozdílu největší kladný největší záporný střední hodnota směrodatná odchylka

hodnota [m] +23,87 -108,25 -4,02 6,87

tab. 113: Porovnání ZABAGED – SRTM_NE

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

83,31 96,44 99,62

tab. 114: Přehled rozdílů ZABAGED – SRTM_NE v procentech

obr. 60: Znázornění rozdílů ZABAGED – SRTM_NE 1 obr. 61: Znázornění rozdílů ZABAGED – SRTM_NE 2

109

12.3 Rastr ZABAGED – SRTM_SE Na rozdílovém rastru se nachází město:

Kutná Hora

Rastr ZABAGED – SRTM_SE statistické veličiny rozdílu

hodnota [m]

největší kladný největší záporný střední hodnota směrodatná odchylka

+14,85 -23,25 0,65 4,45 tab. 115: Porovnání ZABAGED – SRTM_SE

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

97,52 99,94 100,00

tab. 116: Přehled rozdílů ZABAGED – SRTM_SE v procentech

obr. 62: Znázornění rozdílů ZABAGED – SRTM_SE 110

12.4 Rastr ZABAGED – SRTM_SW Na rozdílovém rastru se nachází město:

Strakonice

Rastr ZABAGED – SRTM_SW statistické veličiny rozdílu

hodnota [m]

největší kladný největší záporný střední hodnota směrodatná odchylka

+21,33 -48,40 -2,44 7,35

tab. 117: Porovnání ZABAGED – SRTM_SW

Přehled rozdílů vyjádřených v procentech nad zájmovým územím rozsah rozdílu modelů [m]

procent plochy nad zájmovým územím [%]

od -10 do + 10 od -20 do + 20 od -30 do + 30

87,70 97,01 99,34

tab. 118: Přehled rozdílů ZABAGED – SRTM_SW v procentech

obr. 63: Znázornění rozdílů ZABAGED – SRTM_SW

111

13 Závěrečné zhodnocení Podstatou této práce bylo posouzení volně dostupných modelů reliéfu (SRTM, ASTER) s digitálním modelem terénu z dat, naměřených pomocí GPS. V rámci této práce bylo proměřeno 10 měst České republiky. Při vlastním měření bylo najeto více než 320 km, včetně přesunů mezi jednotlivými místy pak téměř 2 500 km. Z naměřených bodů bylo pro tvorbu modelů GPS a pro příslušné analýzy použito 40 855 bodů. Vzhledem k tomu, že u 8 měst z vybraného vzorku docházelo místy k velkým rozdílům mezi všemi modely, byl nad 8 z 10 měst, jako kontrolní model, použit digitální model reliéfu ZABAGED. Nad testovanými městy byly analyzovány rozdíly SRTM – GPS, ASTER – GPS a pokud byl k dispozici ZABAGED, tak i rozdíly ZABAGED – GPS. Pro rozdílové hodnoty rastrů byla vytvořena tři pásma. V prvním pásmu (do ±5m) dosáhly největšího procentuelního pokrytí zájmového území rastry rozdílu ZABAGED – GPS (8 z 8 testovaných měst), nejhoršího pokrytí pak rozdíly ASTER – GPS (ve všech 10 testovaných městech v tomto pásmu, a nad některými městy nedosahovalo ani 15%). Ve druhém pásmu (do ±10m) se opakoval výsledek pásma prvního. Největší pokrytí dosahoval ZABAGED (7 z 8 testovaných měst), nejhoršího pokrytí opět dosahovaly rozdílové rastry ASTER – GPS (10 z 10 testovaných měst). Nad městy Kadaň a Strakonice bylo pokrytí rozdílových rastrů ZABAGED – GPS a SRTM – GPS téměř stejné. V třetím pásmu (do ±20m) byla situace vyrovnanější ZABAGED – GPS dosáhl nejlepšího pokrytí nad 5 z 8 testovaných měst, ASTER – GPS nad 3 z 10 testovaných měst a SRTM – GPS nad 2 z 10 testovaných měst. Střední hodnota rozdílů byla na rozdílových modelech ASTER – GPS v 9 z 10 testovaných měst záporná, což znamená, že model GPS byl nad modelem ASTER. Rozdílový model ZABAGED – GPS měl zápornou střední hodnotu rozdílů pouze ve 2 případech a model SRTM – GPS měl střední hodnotu rozdílů vždy kladnou. Z těchto výsledků můžeme usuzovat, že nejvěrnějším modelem k ověření modelu ZABAGED je model GPS. Avšak kvalita modelu GPS závisí na kvalitě měření v terénu (hustota bodů a vystižení všech hran terénu). Rozdílový model ASTER – GPS potvrzuje testování firmy Gisat s.r.o. [L12], že model ASTER má pro 95% území ČR přesnost ve výšce do ±20m. Další testování nad zájmovým územím zkoumalo vliv zástavby a sklonů na velikost rozdílů mezi jednotlivými modely. Z výsledků vyplývá, že vliv zástavby není prokazatelný.

112

Střední hodnota rozdílů nad celým zájmovým územím a nad zastavěným územím se lišila maximálně o 2m. V některých případech byla dokonce střední hodnota rozdílu nad zástavbou lepší, než střední hodnota rozdílu nad celým zájmovým územím. Co se týče vlivu sklonů, lze vysledovat, že se vzrůstajícím sklonem roste i střední hodnota rozdílu. U rozdílových rastrů ASTER-GPS byla hodnota rozdílů u vyšších hodnot sklonu kladná a následně klesala, například u Kutné Hory od +6m do -7m11. Tento trend klesání hodnoty rozdílu je patrný všude, i když nad některými městy je méně zřetelný (Strakonice, Hradec Králové) – zde záleží na morfologické členitosti města a na kvalitě modelu GPS. Nad některými městy je tento jev zřetelně patrný jen u dvou nejvyšších kategorií sklonu, střední hodnoty dalších kategorií jsou vyrovnané. Někde je však tento vliv zcela jasně patrný napříč všemi sedmi kategoriemi sklonů. Poslední testování se týkalo celých rastrů. Testovány byly rozdíly SRTM – ASTER, ASTER – ZABAGED, SRTM – ZABAGED a vytvořeny tři kategorie procentuelního pokrytí území v závislosti na hodnotě rozdílů (první do ±10m, druhá do ±20m a třetí do ±30m). V kategorii testů SRTM – ASTER byla průměrná střední hodnota rozdílů okolo 17m. Co se týče procentuelního pokrytí rozdílovými hodnotami, byl zde patrný vyrovnaný trend, kdy rozdíl do ±10m spadal do hodnot okolo 50%, rozdíl do ±20m do hodnot okolo 90% a rozdíl do ±30m se blížil 100%. Z analýzy byl vypuštěn model SRTM_NW – ASTER_Kadan, neboť se zde nachází extrémní hodnota rozdílu 1835m, která ovlivňuje statistiky. V kategorii testů ZABAGED – ASTER byla průměrná střední hodnota rozdílů necelých 8m. V procentuelním pokrytí rozdílovými hodnotami byl zde také patrný vyrovnaný trend, kdy rozdíl do ±10m spadal do hodnot okolo 54%, rozdíl do ±20m do hodnot okolo 97% a rozdíl do ±30m se opět blížil 100%. U první kategorie (±10m) byl na rozdíl od testů SRTM-ASTER daleko větší rozsah hodnot (od 37% do 77%). V kategorii testů ZABAGED – SRTM byla průměrná střední hodnota rozdílů okolo -2m. U procentuelního pokrytí rozdílovými hodnotami byl zde rovněž patrný vyrovnaný trend, kdy rozdíl do ±10m spadal do hodnot okolo 89%, rozdíl do ±20m do hodnot okolo 97% a rozdíl do ±30m do hodnot okolo 99%. Model ASTER (ačkoli při porovnávání celých rastrů byla průměrná střední hodnota rozdílů oproti modelu ZABAGED pouze 8m) dosahoval po celou dobu testování největších hodnot 11

střední hodnota rozdílů ASTER nad zájmovými územími se pohybuje v průměru okolo –5 až -7m.

113

rozdílů, avšak jako jediný detekoval chyby z nedoměření koryta řeky v Hradci Králové. Model ASTER je, při své přesnosti do 20m ve výšce, 30m pixelu a možnosti zpřesnění pomocí GPC bodů, výborným modelem. V pásmu pokrytí do ±20m nad městy dosáhl po rozdílu ZABAGED – GPS nejlepšího výsledku. Model SRTM je méně citlivý díky velikosti pixelu 90m (jako jediný vůbec nedetekoval nedoměřené koryto v Hradci Králové), ale v porovnání jak s modelem GPS, tak i ZABAGED, poskytuje dobré výsledky. Zajímavé by bylo porovnat modely SRTM 1´´ a ASTER, neboť SRTM 3´´ a ASTER se od sebe odchylují v průměru o 17m. GPS model naráží na několik zásadních problémů: abychom byly schopni určit vysoce kvalitní 3D model, je nutné provést velmi detailní měření, které vystihne terénní hrany a tím eliminuje nedostatky, které se v této práci objevily například ve městech Kadaň či Náchod. Dále je zapotřebí dobré vybavení, GIS GPS je sice výborná, ale poskytuje pouze přesnost v řádech metrů, která je výrazně zhoršena v hustě zastavěných oblastech (historická centra měst), či v oblastech zalesněných. Zhoršení přesnosti může mít velký vliv na výsledný model (např. Hradec Králové, kde je každá chyba měření díky morfologii města ihned v modelu viditelná). Tento problém by mohla částečně odstranit geodetická GPS s připojením na systém CZEPOS, nicméně toto vybavení je finančně velmi náročné. Model ZABAGED: z výškopisných dat ZABAGED je možné vytvořit velmi kvalitní model (i přesto, že se jedná o DMR, byla snaha tuto vlastnost eliminovat např. odečítáním průměrné výšky stromů v lesech apod. [C17]). Ve výsledku je možné vytvořit téměř dokonalý digitální model spojením vrstevnic a jasných terénních hran (hrana terénu, břehovka, koruna železničního tělesa). Zásadní nevýhodou ZABAGED je však to, že není volně dostupný.

114

14 Přílohy 14.1 Příloha č. 1 – Slovník zkratek a cizích slov ASTER – z angl. Advanced Spaceborne Thermal Emission and Reflection Radiometer systém snímání zemského povrchu z oběžné dráhy, data jsou snímána pro každou oblast ve stereodvojicích, z nich se vypočítají výškové poměry v měřené oblasti a vytvoří se 3D model, výsledkem je globální digitální model Bpv

–

Balt po vyrovnání, výškový systém závazně používaný v ČR, je založen na normálních Moloděnského výškách

CERES –

z angl. Clouds and Earth's Radiant Energy – zařízení, které měří celkovou radiaci Země a vlastnosti oblačných systémů

CZEPOS – služba Českého úřadu zeměměřického a katastrálního (ČÚZK), síť permanentních stanic GPS DMR

– digitální model reliéfu – výškopisná data území, která se vztahují na vrcholy stromů či budov

DMT

– digitální model terénu – výškopisná data území

DEM

– z angl. Digital Elevation Model, jedná se o DMR, pracující výhradně s nadmořskými výškami bodů

EGM96 – z angl. Earth Gravity Model 1996, model gravitačního pole Země, je používán pro přibližný výpočet průběhu plochy geoidu EGNOS – z angl. European Geostationary Navigation Overlay Service, první funkční evropský satelitní systém

115

ESA

– z angl. European Space Agency, Evropská vesmírná agentura

GPS

– z angl. Global Position System, navigační systém pro určení polohy v jakémkoli čase, provozovaný armádou USA (zkratka se však dnes všeobecně používá také pro přístroje, které jsou schopné určit polohu pomocí družicového signálu, tedy i pro další, dnes operující, družicové navigační systémy – např.GLONAS, DORIS nebo plánovaný systém GALILEO)

GRID

– neboli mřížka, tímto termínem se označuje rastrový obrázek

HDOP – z angl. Horizontal Dilution of Precision, vyjadřuje přesnost určení 2D polohy při použití systému GPS pro určování absolutní polohy v reálném čase přímo z pseudovzdáleností

HDOP 

1

0

  x  y 2

2

 0 …aposteriorní jednotková střední chyba  x …aposteriorní jednotková střední chyba souřadnice x

 y …aposteriorní jednotková střední chyba souřadnice y Interferometrické radary – snímají kromě intenzity vracejícího se signálu i jeho fázový

posun, z čehož jsou dále schopny určit vzdálenost od ozářeného bodu. Radary pracují na frekvencích, u kterých snímání není ovlivněno denní dobou a meteorologickými podmínkami. MISR

– z angl. Multi-angle Imaging Spectroradiometr, zařízení pro měření směrové charakteristiky odrazu slunečního záření od zemského povrchu

PROJ

– z angl. Projection, jednoduchý textový program pro převod mezi souřadnicovými systémy

116

PDOP – z angl. Positional Dilution of Precision, vyjadřuje přesnost určení 3D polohy

při použití systému GPS pro určování absolutní polohy v reálném čase přímo z pseudovzdáleností PDOP 

1

0

  x  y  z 2

2

2

 0 …aposteriorní jednotková střední chyba  x …aposteriorní jednotková střední chyba souřadnice x  y …aposteriorní jednotková střední chyba souřadnice y  z …aposteriorní jednotková střední chyba souřadnice z S-JTSK – Systém jednotné trigonometrické sítě katastrální, závazný polohový souřadnicový

systém v České a Slovenské republice SBAS – z angl. Satelite-based Augmentation System, satelitní systém, který zasíláním

diferenčních oprav kompenzuje nevýhody satelitních navigačních systémů, jako je poloha a integrita systému SRTM – z angl. Shuttle Radar Topography Mission, mise raketoplánu Endeavour

z 11.2.2000, během 11denní mise byl nasbírán dostatek dat pro vytvoření celosvětového digitálního modelu reliéfu zemského povrchu ve vysokém rozlišení (byla to mise NASA a NGA, s přispěním německé a italské vesmírné agentury) SWIR

– z angl. Shortwave Infrared, subsystém zařízení ASTER pro snímání krátkovlnného infračerveného záření

TIN

– z angl. Triangulated Irregular Network, nepravidelná trojúhelníková síť, používaná pro tvorbu digitálního modelu terénu

VNIR

– z angl. Visible and Near Infrared, subsystém zařízení ASTER pro snímání viditelného a blízkého infračerveného záření.

ZABAGED – základní báze geografických dat, digitální topografický model

území České republiky 117

14.2 Příloha č.2 - Tabulka ověření modelů na bodech ČSTS a ČSNS

Testování jendotlivých modelů oproti bodům ČSTS a ČSNS

Město

Hodnoty Hodnoty pixelů pixelů z Souřadnice bodů rastru tovřených rastru z metodou CUBIC dat GPS Rastr ASTER X [m] Y [m] Bpv [m] SRTM [m] GPS [m] [m]

Hodnoty pixelů rastru - metoda NEAREST NEIGHBOUR SRTM [m]

ASTER [m]

Hradec Králové Ea3-1 KH-032-285 Ead-12 Ead-10

1042064 1042252 1041810 1041776

640807 640881 641763 642001

233,24 243,56 232,57 232,68

233,1 239,57 232,84 231,54

237 251 234 234

225 237 230 222

236 247 234 234

226 239 231 222

998406 998961 997698 999575

820187 820225 818903 819294

402,30 319,99 306,53 288,70

349,57 318,05 304,74 288,6

395 320 309 285

382 322 302 278

395 324 311 291

382 318 302 280

1057819 1057317 1056943 1056212

688753 688443 688332 687743

223,24 216,44 215,19 197,76

223,46 214,71 214,35 199,28

228 218 221 198

223 218 220 195

230 218 222 198

223 218 220 195

1065390 1066814 1066297 1066261

683649 685153 685742 684615

221,99 271,93 304,71 251,11

218,39 269,06 302,47 251,13

222 268 303 256

214 258 296 247

222 257 303 251

214 258 297 248

975939 974941 975653 974176

689787 690598 691375 689030

415,57 416,80 478,47 359,66

417,78 419,16 478,68 360,5

416 416 484 361

416 415 472 365

415 418 481 362

415 415 472 363

979882 979602 978991 979077

680041 681154 680685 679495

498,36 507,82 518,23 515,58

498,30 508,3 518 517,44

499 507 519 529

505 514 516 531

500 514 518 530

505 513 516 528

1022513 1022855 1023102 1022570

615 697 614320 614967 615339

398,54 386,25 367,50 342,881

383,56 384,87 364,75 341,02

404 385 365 346

386,00 369,00 350,00 344,00

405 392 370 344

387 370 351 346

Kadaň 25 AZ2-83 BZ2-111.1 AB-172 Kolín Jbe-6.1 Jbe-4 Jbe-1.1 Dg3-3 Kutná Hora Je1-7 Je1-18 Je4-33.1 Je1-1 Liberec 261 218 220 Cc4-7 Jablonec n. N. DZ4-37.1 DZ4-32.1 339 DZ4-41 Náchod KH-0198-14 KH-065-51 KH-065-4 Z5Z6-3.1

118

Pokračování - Testování jendotlivých modelů oproti bodům ČSTS a ČSNS Hodnoty pixelů z rastru z dat GPS

Souřadnice bodů Město

Hodnoty pixelů rastru tovřených metodou CUBIC

Hodnoty pixelů rastru - metoda NEAREST NEIGHBOUR

ASTER [m]

SRTM [m]

ASTER [m]

331 393 380 349

323,00 390,00 371,00 346,00

331 391 379 348

323 390 372 346

424,06 402,63 407,1 ,

449 404 408

430,00 393,00 397,00 ,

444 404 404

430 393 397

443,91 393,11 402,63 419,73

439 396 403 424

430,00 385,00 400,00 413,00

444 396 402 425

429 384 400 412

Rastr SRTM [m] GPS [m]

X [m]

Y [m]

Bpv [m]

1068026 1066423 1067101 1066003

822813 823121 823406 821620

328,29 396,17 380,99 353,85

326,74 397,14 381,26 347,37

1014322 1014024 1013267

865610 866952 867176

439,60 403,04 408,11 ,

1130368 1129501 1128077 1127945

791440 792164 791603 793005

437,51 394,23 404,58 421,65

Plzeň AB-5.2 316 PL-000-69 PL-000-816 Sokolov Z1ab-0.3.1 Z1ab-0.8.1 Z1ab-3 Strakonice JC-008-75 Mad-45 Mab-20.1 Ma2-3.1

Poznámka 1:

Hodnoty výšek modelů ASTER a SRTM jsou vztaženy k EGM-96

Poznámka 2:

Vzhledem k tomu, že výšky bodů byly porovnávány již pro hodnoty pixelů, bylo možné souřadnice bodů zaokoruhlit na celé metry

119

Rozdíly mezi jednotlivými hodnotami výšek

Město

Hradec Králové Ea3-1 KH-032-285 Ead-12 Ead-10

Rozdíl Rozdíl ČSNS/ČSTS ČSNS/ČSTS Rozdíl Rozdíl - ASTER Rozdíl ČSNS/ČSTS - ČSNS/ČSTS - ČSNS/ČSTS - SRTM Nearest Nearest - ASTER GPS [m] SRTM CUBIC [m] CUBIC [m] Neighbour Neighbour [m] [m]

0,14 3,99 -0,27 1,14

-3,76 -7,44 -1,43 -1,32

8,24 6,56 2,57 10,68

-2,76 -3,44 -1,43 -1,32

7,24 4,56 1,57 10,68

52,73 1,94 1,79 0,10

7,30 -0,01 -2,47 3,70

20,30 -2,01 4,53 10,70

7,30 -4,01 -4,47 -2,30

20,30 1,99 4,53 8,70

-0,22 1,73 0,84 -1,52

-4,76 -1,56 -5,81 -0,24

0,24 -1,56 -4,81 2,76

-6,76 -1,56 -6,81 -0,24

0,24 -1,56 -4,81 2,76

3,60 2,87 2,24 -0,02

-0,01 3,93 1,71 -4,89

7,99 13,93 8,71 4,11

-0,01 14,93 1,71 0,11

7,99 13,93 7,71 3,11

-2,21 -2,36 -0,21 -0,84

-0,43 0,80 -5,53 -1,34

-0,43 1,80 6,47 -5,34

0,57 -1,20 -2,53 -2,34

0,57 1,80 6,47 -3,34

0,06 -0,48 0,23 -1,86

-0,64 0,82 -0,77 -13,42

-6,64 -6,18 2,23 -15,42

-1,64 -6,18 0,23 -14,42

-6,64 -5,18 2,23 -12,42

14,98 1,38 2,75 1,86

-5,46 1,25 2,50 -3,12

12,54 17,25 17,50 -1,12

-6,46 -5,75 -2,50 -1,12

11,54 16,25 16,50 -3,12

Kadaň 25 AZ2-83 BZ2-111.1 AB-172 Kolín Jbe-6.1 Jbe-4 Jbe-1.1 Dg3-3 Kutná Hora Je1-7 Je1-18 Je4-33.1 Je1-1 Liberec 261 218 220 Cc4-7 Jablonec n. N. DZ4-37.1 DZ4-32.1 339 DZ4-41 Náchod KH-0198-14 KH-065-51 KH-065-4 Z5Z6-3.1

120

Pokračování - Rozdíly mezi jednotlivými hodnotami výšek

Město

AB-5.2 316 PL-000-69 PL-000-816

Rozdíl Rozdíl Rozdíl Rozdíl ČSNS/ČSTS ČSNS/ČSTS Rozdíl ČSNS/ČSTS - ČSNS/ČSTS - ČSNS/ČSTS - SRTM - ASTER SRTM GPS [m] - ASTER Nearest Nearest CUBIC [m] CUBIC [m] Neighbour Neighbour [m] [m]

1,55 -0,97 -0,27 6,48

-2,71 3,17 0,99 4,85

5,29 6,17 9,99 7,85

-2,71 5,17 1,99 5,85

5,29 6,17 8,99 7,85

15,54 0,41 1,01 2,19

-9,40 -0,96 0,11 2,10

9,60 10,04 11,11 10,10

-4,40 -0,96 4,11 2,10

9,60 10,04 11,11 10,10

-6,40 1,12 1,95 1,92

-1,49 -1,77 1,58 -2,35

7,51 9,23 4,58 8,65

-6,49 -1,77 2,58 -3,35

8,51 10,23 4,58 9,65

Sokolov Z1ab-0.3.1 Z1ab-0.8.1 Z1ab-3 Z1a5-40 Strakonice JC-008-75 Mad-45 Mab-20.1 Ma2-3.1

Poznámka: Extrémní chyby mohou jít na vrub interpolaci dat při tvorbě modelu z dat GPS

121

14.3 Příloha č. 3 – Tabulka zhodnocení přesnosti měření GPS

Je na samostatné tabulce ve formátu A3

122

15 Seznamy 15.1

Seznamy obrázků

[O1] Logo ČVUT [online], 2008, ČVUT v Praze, [použito k: 10. 9. 2010], ve formátu png, dostupný z WWW: http://www.cvut.cz/pracoviste/odbor-vnejsichvztahu/obrazky/logo/cvut-logo-bw-600.png

titulní strana

[O2] VEVERKA,Bohuslav. Obrázek klu: Přednášky k předmětu TTKA – Vývoj kartografie1 [online], ČVUT FSv; 2007 [citace 1. 3. 2011]; přednáška ve formátu pdf. dostupný z WWW http://geo3.fsv.cvut.cz/kurzy/course/view.php?id=8 str. 11 [O3] Ukázka bočního zobrazení [online], autor neznámý, [citace 11. 10. 2010], http://farm4.static.flickr.com/3660/3417720217_466913942d_z.jpg str. 11 [O4] Institut Géographique national. Atlas des formes du relief, Institut Géographique national 1956, 1 strana, ofoceno z tištěného atlasu do formátu jpg. str. 13 [O5] SRTM - NASA. Ilustrace radaru SRTM [online], NASA 2005 [použito k: 24.3.2011], obrázek ve formátu GIF, dostupný z WWW:

str. 14

http://www2.jpl.nasa.gov/srtm/instrumentoverview.html [O6] ASTER ,Schéma snímačů ASTER, [online], NASA 2005, [použito k: 24.3.2011] , http://asterweb.jpl.nasa.gov/instrument.asp

str. 16

[O7] Obrázek protínání GPS, zdroj [C9]

...17

[O8] Obrázek rozdělení systému SBAS, zdroj [L14]

...19

[O9] Princip Natural Neighbour, zdroj [L25]

...31

[O10] Znázornění rozdílů SRTM-GPS, Jablonec nad Nisou

...41

[O11] Znázornění rozdílů ASTER-GPS, Jablonec nad Nisou

...42

[O12] Znázornění rozdílů ZABAGED-GPS, Jablonec nad Nisou

...43

[O13] Znázornění rozdílů SRTM-GPS, Náchod

...47

[O14] Znázornění rozdílů ASTER-GPS, Náchod

...48

[O15] Zázornění největších rozdílů ZABAGED-GPS, Náchod

...49

123

[O16] Zázornění rozdílů ZABAGED-GPS, Náchod

...50

[O17] Znázornění rozdílů SRTM-GPS, Kolín

...53

[O18] Letecký snímek jižní části zájmového území, Kolín

...54

[O19] Znázornění rozdílů ASTER-GPS, Kolín

...54

[O20] Znázornění rozdílů SRTM-GPS, Kutná Hora

...58

[O21] Znázornění rozdílů ASTER-GPS, Kutná Hora

...59

[O22] Znázornění rozdílů ZABAGED-GPS, Kutná Hora

...60

[O23] Znázornění rozdílů SRTM-GPS, Sokolov

...64

[O24] Detail 1- rozdíl ASTER-GPS, Sokolov

...65

[O25] Detail 2 - rozdíl ASTER-GPS, Sokolov

...65

[O26] Znázornění rozdílů ASTER-GPS, Sokolov

...66

[O27] Znázornění rozdílů ZABAGED-GPS, Sokolov

...67

[O28] Znázornění největších rozdílů SRTM-GPS, Kadaň

...71

[O29] Znázornění největších rozdílů ASTER-GPS, Kadaň

...72

[O30] Detail rozdílu ASTER-GPS, Kadaň

...72

[O31] Znázornění největších rozdílů ZABAGED-GPS, Kadaň

...73

[O32] Znázornění rozdílů SRTM-GPS, Plzeň

...75

[O33] Znázornění rozdílů ASTER-GPS, Plzeň

...76

[O34] Znázornění rozdílů SRTM-GPS, Strakonice

...80

[O35] Znázornění největších rozdílů ASTER-GPS, Strakonice

...81

[O36] Znázornění rozdílů ASTER-GPS, Strakonice

...81

[O37] Znázornění rozdílů ZABAGED-GPS, Strakonice

...82

[O38] Znázornění rozdílů SRTM-GPS, Liberec

...86

[O39] Znázornění rozdílů ASTER-GPS, Liberec

...87

[O40] Znázornění rozdílů ZABAGED-GPS, Liberec

...88

[O41] Znázornění rozdílů SRTM-GPS, Hradec Králové

...92

[O42] Znázornění největších rozdílů ASTER-GPS, Hradec Králové

...93

[O43] Znázornění rozdílů ASTER-GPS, Hradec Králové

...93

[O44] Znázornění rozdílů ZABAGED-GPS, Hradec Králové

...94

[O45] Znázornění rozdílů SRTM_NE – ASTER_LJHK

...96

[O46] Znázornění rozdílů SRTM_NE – ASTER_Nachod

...97

[O47] Znázornění rozdílů SRTM_NW – ASTER_Kadan

...98

[O48] Znázornění rozdílů SRTM_NW – ASTER_Sokolov

...99

[O49] Znázornění rozdílů SRTM_SW – ASTER_Plzeň_Strakonice

...100

124

[O50] Znázornění rozdílů SRTM_SE – ASTER_Kutna_Hora

...101

[O51] Znázornění rozdílů ZABAGED – ASTER_Kutna_Hora

...102

[O52] Znázornění rozdílů ZABAGED - ASTER_Sokolov

...103

[O53] Znázornění rozdílů ZABAGED - ASTER_Plz_Strak

...104

[O54] Znázornění rozdílů ZABAGED - ASTER_Nachod

...105

[O55] Znázornění rozdílů ZABAGED - ASTER_Kadan

...106

[O56] Znázornění rozdílů ZABAGED - ASTER_LJHK1

...107

[O57] Znázornění rozdílů ZABAGED - ASTER_LJHK 2

...107

[O58] Znázornění rozdílů ZABAGED – SRTM_NW 1

...108

[O59] Znázornění rozdílů ZABAGED – SRTM_NW 2

...108

[O60] Znázornění rozdílů ZABAGED – SRTM_NE 1

...109

[O61] Znázornění rozdílů ZABAGED – SRTM_NE 2

...109

[O62] Znázornění rozdílů ZABAGED – SRTM_SE

...110

[O63] Znázornění rozdílů ZABAGED – SRTM_SW

...111

15.2

Seznamy tabulek

[T1] Mezní délky trojúhelníků

...31

[T2] Prvky ZABAGED a jejich typy při tvorbě TIN

...35

[T3] Klasifikační tabulka pro intervaly rozdílů nad městy

...37

[T4] Statistika měření GPS, Jablonec nad Nisou

...39

[T5] Analýza nad zástavbou, Jablonec nad Nisou

...39

[T6] Analýza nad sklonovým rastrem, Jablonec nad Nisou

...40

[T7] Porovnání SRTM-GPS, Jablonec nad Nisou

...41

[T8] Přehled rozdílů SRTM-GPS v %, Jablonec nad Nisou

...41

[T9] Porovnání ASTER-GPS, Jablonec nad Nisou

...42

[T10] Přehled rozdílů ASTER-GPS v %, Jablonec nad Nisou

...42

[T11] Porovnání ZABAGED-GPS, Jablonec nad Nisou

...43

[T12] Přehled rozdílů ZABAGED-GPS v %, Jablonec nad Nisou

...43

[T13] Statistika měření GPS, Náchod

...45

[T14] Analýza nad zástavbou, Náchod

...45

[T15] Analýza nad sklonovým rastrem, Náchod

...46

[T16] Porovnání SRTM-GPS, Náchod

...47

125

[T17] Přehled rozdílů SRTM-GPS v %, Náchod

...47

[T18] Porovnání ASTER-GPS, Náchod

...48

[T19] Přehled rozdílů ASTER-GPS v %, Náchod

...48

[T20] Porovnání ZABAGED-GPS, Náchod

...49

[T21] Přehled rozdílů ZABAGED-GPS v %, Náchod

...49

[T22] Statistika měření GPS, Kolín

...52

[T23] Porovnání SRTM-GPS, Kolín

...52

[T24] Přehled rozdílů SRTM-GPS v %, Kolín

...53

[T25] Porovnání ASTER-GPS, Kolín

...54

[T26] Přehled rozdílů ASTER-GPS v %, Kolín

...54

[T27] Statistika měření GPS, Kutná Hora

...56

[T28] Analýza nad zástavbou, Kutná Hora

...56

[T29] Analýza nad sklonovým rastrem, Kutná Hora

...57

[T30] Porovnání SRTM-GPS, Kutná Hora

...58

[T31] Přehled rozdílů SRTM-GPS v %, Kutná Hora

...58

[T32] Porovnání ASTER-GPS, Kutná Hora

...59

[T33] Přehled rozdílů ASTER-GPS v %, Kutná Hora

...59

[T34] Porovnání ZABAGED-GPS, Kutná Hora

...60

[T35] Přehled rozdílů ZABAGED-GPS v %, Kutná Hora

...60

[T36] Statistika měření GPS, Sokolov

...62

[T37] Analýza nad zástavbou, Sokolov

...62

[T38] Analýza nad sklonovým rastrem, Sokolov

...63

[T39] Porovnání SRTM-GPS, Sokolov

...64

[T40] Přehled rozdílů SRTM-GPS v %, Sokolov

...64

[T41] Porovnání ASTER-GPS, Sokolov

...65

[T42] Přehled rozdílů ASTER-GPS v %, Sokolov

...65

[T43] Porovnání ZABAGED-GPS, Sokolov

...67

[T44] Přehled rozdílů ZABAGED-GPS v %, Sokolov

...67

[T45] Statistika měření GPS, Kadaň

...69

[T46] Analýza nad zástavbou, Kadaň

...69

[T47] Analýza nad sklonovým rastrem, Kadaň

...70

[T48] Porovnání SRTM-GPS, Kadaň

...71

[T49] Přehled rozdílů SRTM-GPS v %, Kadaň

...71

[T50] Porovnání ASTER-GPS, Kadaň

...72 126

[T51] Přehled rozdílů ASTER-GPS v %, Kadaň

...72

[T52] Porovnání ZABAGED-GPS, Kadaň

...73

[T53] Přehled rozdílů ZABAGED-GPS v %, Kadaň

...73

[T54] Statistika měření GPS, Plzeň

...74

[T55] Porovnání SRTM-GPS, Plzeň

...75

[T56] Přehled rozdílů SRTM-GPS v %, Plzeň

...75

[T57] Porovnání ASTER-GPS, Plzeň

...76

[T58] Přehled rozdílů ASTER-GPS v %, Plzeň

...76

[T59] Statistika měření GPS, Strakonice

...78

[T60] Analýza nad zástavbou, Strakonice

...78

[T61] Analýza nad sklonovým rastrem, Strakonice

...79

[T62] Porovnání SRTM-GPS, Strakonice

...80

[T63] Přehled rozdílů SRTM-GPS v %, Strakonice

...80

[T64] Porovnání ASTER-GPS, Strakonice

...81

[T65] Přehled rozdílů ASTER-GPS v %, Strakonice

...81

[T66] Porovnání ZABAGED-GPS, Strakonice

...82

[T67] Přehled rozdílů ZABAGED-GPS v %, Strakonice

...82

[T68] Statistika měření GPS, Liberec

...84

[T69] Analýza nad zástavbou, Liberec

...84

[T70] Analýza nad sklonovým rastrem, Liberec

...85

[T71] Porovnání SRTM-GPS, Liberec

...86

[T72] Přehled rozdílů SRTM-GPS v %, Liberec

...86

[T73] Porovnání ASTER-GPS, Liberec

...87

[T74] Přehled rozdílů ASTER-GPS v %, Liberec

...87

[T75] Porovnání ZABAGED-GPS, Liberec

...88

[T76] Přehled rozdílů ZABAGED-GPS v %, Liberec

...88

[T77] Statistika měření GPS, Hradec Králové

...90

[T78] Analýza nad zástavbou, Hradec Králové

...90

[T79] Analýza nad sklonovým rastrem, Hradec Králové

...91

[T80] Porovnání SRTM-GPS, Hradec Králové

...92

[T81] Přehled rozdílů SRTM-GPS v %, Hradec Králové

...92

[T82] Porovnání ASTER-GPS, Hradec Králové

...93

[T83] Přehled rozdílů ASTER-GPS v %, Hradec Králové

...93

[T84] Porovnání ZABAGED-GPS, Hradec Králové

...94

127

[T85] Přehled rozdílů ZABAGED-GPS v %, Hradec Králové

...94

[T86] Klasifikační tabulka pro intervaly rozdílů celých rastrů

...95

[T87] Porovnání SRTM_NE – ASTER_ljhk

...96

[T88] Přehled rozdílů SRTM_NE – ASTER_ljhk v %

...96

[T89] Porovnání SRTM_NE – ASTER_Nachod

...97

[T90] Přehled rozdílů SRTM_NE – ASTER_Nachod v %

...97

[T91] Porovnání SRTM_NW – ASTER_Kadan

...98

[T92] Přehled rozdílů SRTM_NW – ASTER_Kadan v %

...98

[T93] Porovnání SRTM_NW – ASTER_Sokolov

...99

[T94] Přehled rozdílů SRTM_NW – ASTER_Sokolov v %

...99

[T95] Porovnání SRTM_SW – ASTER_Plzeň_Strakonice

...100

[T96] Přehled rozdílů SRTM_SW – ASTER_Plzeň_Strakonice v %

...100

[T97] Porovnání SRTM_SE – ASTER_Kutna_Hora

...101

[T98] Přehled rozdílů SRTM_SE – ASTER_Kutna_Hora v %

...101

[T99] Porovnání ZABAGED – ASTER_Kutna_Hora

...102

[T100] Přehled rozdílů ZABAGED – ASTER_Kutna_Hora v %

...102

[T101] Porovnání ZABAGED – ASTER_Sokolov

...103

[T102] Přehled rozdílů ZABAGED – ASTER_Sokolov v %

...103

[T103] Porovnání ZABAGED – ASTER_Plz_Strak

...104

[T104] Přehled rozdílů ZABAGED – ASTER_Plz_Strak v %

...104

[T105] Porovnání ZABAGED – ASTER_Nachod

...105

[T106] Přehled rozdílů ZABAGED – ASTER_Nachod v %

...105

[T107] Porovnání ZABAGED – ASTER_Kadan

...106

[T108] Přehled rozdílů ZABAGED – ASTER_Kadan v %

...106

[T109] Porovnání ZABAGED – ASTER_ljhk

...107

[T110] Přehled rozdílů ZABAGED – ASTER_ljhk v %

...107

[T111] Porovnání ZABAGED – SRTM_NW

...108

[T112] Přehled rozdílů ZABAGED – SRTM_NW v %

...108

[T113] Porovnání ZABAGED – SRTM_NE

...109

[T114] Přehled rozdílů ZABAGED – SRTM_NE v %

...109

[T115] Porovnání ZABAGED – SRTM_SE

...110

[T116] Přehled rozdílů ZABAGED – SRTM_SE v %

...110

[T117] Porovnání ZABAGED – SRTM_SW

...111

[T118] Přehled rozdílů ZABAGED – SRTM_SW v %

...111

128

15.3

Použité přístroje

[P1] GPS Trimble GeoExplorer Geo XT 2005, PN: 60950-20 a příslušenství

15.4

Použitý software

[S1] Trimble TerraSync 3.05, Trimble USA [S2] Trimble GeoPathfinder Office 4.20, Trimble USA [S3] ESRI ArcGIS 10 SP2, ESRI Redlands, USA [S4] Microsoft Office Home 2003, Microsoft Redmond, USA

15.5

Citace (citace a články)

Články – A

[A1] KERVYN, ERNST, GOOSSENS, et.al. Mapping volcano topography with remote sensing: ASTER vs. SRTM, International Journal of Remote Sensing 2008, Vol. 29 Issue: 22 p. 6515–6538 [A2] RIVERA, CASASSA, BAMBE, KÄÄB. Ice elevation changes of Glaciar Chico southern Patagonia, using ASTER DEMs, aerial photographs and GPS data, Journal of Glaciology, 2005, Vol. 51, Issue: 172, p. 105 - 112 [A3] MOURATIDIS, Antonio, BRIOLE, Pierre, KATSAMBALOS, Kostas. SRTM 3´´ DEM (versions 1,2,3,4) validation by means of extensive kinematic GPS measurements: a case study from North Greece, International Journal of Remote Sensing, December 2010, Volume 31, Issue 23 , p. 6205-6222 [A4] HIRT, FILMER, FEATHERSTONE. Comparision and validation of the recent freely available ASTER G-DEM ver1, SRTM ver4.1 and GEODATA DEM – 9S ver3 digital elevation models over Australia, Australan Journal of Earth Science, 2010, vol 57, Issue. 3, p. 337-347 [A5] HAYKAWA, OGUCHI, LIN. Comparison of new and existing global digital elevation models: ASTER G-DEM and SRTM – 3, Geophysical reasearch letters, September 2008, vol. 35, Issue 17, no. L17404 129

[A6] HUGGEL,SCHNEIDER, MIRANDA, et al. Evaluation of ASTER and SRTM DEM data for lahar modeling: A case study on lahars from Popocatepetl Volcano, Mexico, JOURNAL OF VOLCANOLOGY AND GEOTHERMAL RESEARCH, February 2008, vol. 170, Issue: 1–2, p. 99–110 [A7] RAO, NAIDU, SKALLEY, et al. Study of DEMs derived from ERS-1/2 SAR asn SRTM data, PHOTONIRVACHAK-JOURNAL OF THE INDIAN SOCIETY OF REMOTE SENSING, June 2005, Vol. 33, Issue: 2, p. 267-276 [A8] CHANG, GE, RIZOS, et al. Validation of DEMs derived from radar interferometry, airborne laser scanning and photogrammetry by using GPS-RTK, IGARSS 2004, Volume 1-7, September 2004, p. 2815-2818 [A9] LANGELY, Richard B. Dilution of Precision, GPS World, May 1999, p. 52-59, [online] ve formátu pdf, [citace k 1.5.2011], dostupný na WWW: http://gauss.gge.unb.ca/papers.pdf/gpsworld.may99.pdf

Literatura-citace:

[C1] IMHOF, Eduard. Cartographic relief presentation, anglická verze, Esri Press 2007, 14 stran, ISBN 978 – 1 – 58948 –026 – 1 [C2] VOGELOVÁ, Kateřina. Možnosti využití přístoje GeoExplorer 2005, Praha 2008, 7 stran, Bakalářská práce (Bc.), ČVUT, Fakulta stavební, 2008. [C3] HÁNEK ml, Jiří. Návod na používání GPS Trimble GeoExplorer GeoXT, Praha 2004, 10 stran, Technická zpráva ČVUT, Fakulta stavební [C4] ČERBA , Otakar. Významná data v tematické kartografii do přelomu letopočtu [online], Plzeň ZČU 2009 [citace 14. 2. 2011], 8 stran, přednáška ve formátu pdf, dostupný z WWW: www.gis.zcu.cz/studium/tka/Slides/historie_0.pdf [C5] VEVERKA, Bohuslav; Zimová, Růžena. Topografická a tematická kartografie, Praha, ČVUT 2008, skriptum, 17 stran, ISBN 978–80-01–04157-4 130

[C6] HALOUNOVÁ, Lena. Přednášky DPZ – část 2., Praha, 2007, [citace 15. 2. 2011], 4 strany, přednáška ve formátu pdf. [C7] HALOUNOVÁ, Lena. Přednášky GIS 1, Praha, 2007, [citace 15. 2. 2011], 2 strany, přednáška ve formátu ppt. [C8] CIMBÁLNÍK, Miloš; MERVART, Leoš. Vyšší geodézie 1, Praha, ČVUT 2002, skriptum, 2 strany, ISBN 80–01-02527–6 [C9] CIMBÁLNÍK, Miloš; MERVART, Leoš. Vyšší geodézie 2, Praha, ČVUT 1997, skriptum, 33 stran, ISBN 80–01-01628–5 [C10] HÁNEK ml, Jiří. Globální družicové systémy, České Budějovice, 2011, 7 stran, odborný text, [online], ve formátu doc, [citace k – 16. 2. 2011], Jihočeská Univerzita, Zemědělská fakulta, Dostupný na WWW: http://home.zf.jcu.cz/public/departments/kpu/vyuka/geod_hanek/gps.doc [C11] UKO, Tomáš. GPS a navigace FGPA, Praha 2008, 12 stran, [online], Diplomová práce (Ing.) ve formátu pdf, [citace 11. 3. 2011], ČVUT, Fakulta elektrotechnická, 2008, dostupný na WWW: https://dip.felk.cvut.cz/browse/pdfcache/ukot1_2008dipl.pdf [C12] Trimble, Geotronics s.r.o., Přiručka Trimble GeoExplorer 2005, příručka je dodávána současně s přístrojem, 32 stran, Trimble, Geotronics s.r.o. 2006 [C13] ESRI. ESRI Shapefile Technical Description, [online], 1998, [citace 19. 2. 2011], technický dokument ve formátu pdf, 5 stran, ESRI 1998, dostupné na WWW: www.esri.com/library/whitepapers/pdfs/shapefile.pdf [C14] Earth Remote Sensing Data Analysis Center. ASTER GDEM Readme File – ASTER GDEM Version 1, [online], 2010, [citace 14. 11. 2010], technický dokument ve formátu pdf, 12 stran, ERSDAC 2010, tento soubor je dodáván přímo s daty ASTER

131

[C15] Letecká informační služba ČR – Řízení letového provozu ČR. Hlava 3 – všeobecná ustanovení, [online], 2010,[citace 4. 1. 2011], Předpis ve formátu pdf., 1 strana, ŘLP ČR 2010, dostupný na WWW: lis.rlp.cz/predpisy/predpisy/dokumenty/L/L-15/data/effective/hl3.pdf [C16] JUREK, Martin. Geomorfologická terminologie II., Olomouc, 2007, [online], přednáška ve formátu pdf, 1 strana, [citace 8. 4. 2011], Katedra geografie UPOL 2007, Dostupný z WWW: http://geography.upol.cz/soubory/lide/smolova/GMOR/GMOR_Terminologie.pdf [C17] POCHE, Emanuel, a kolektiv. Umělecké památky Čech 1. až 4. díl, první vydání, nakladatelství Academia, Praha, 1978, 27 stran, Československá Akademie věd 1977. [C18] DIVIŠOVÁ, Martina. Kontrola přesnosti digitálního modelu reliéfu ZABAGED porovnáním s výškopisem technickohospodářské mapy v lokalitě Česká Skalice, Plzeň, 2006, 9 stran, [online], Diplomová práce (Ing.) ve formátu pdf, [citace 4.4.2011], Fakulta aplikovaných věd, ZČÚ 2006, dostupný na WWW: http://www.kma.zcu.cz/DATA/zaverecne_prace/Divisova__Kontrola_presnosti_digitalni ho_modelu_reliefu_ZABAGED_porovnanim_s_vyskopisem_technickohospodarske_map y_v_lokalite_Ceska_Skalice__DP.pdf

15.6

Seznam odkazů

[L1] SRTM – Instrument, [online], 2005, NASA, [citace 11. 2. 2011], Dostupný z WWW: http://www2.jpl.nasa.gov/srtm/instr.htm [L2] SRTM – Fact Sheet, [online], 2003, USGS, [citace 11. 2. 2011], Dostupný z WWW: http://egsc.usgs.gov/isb/pubs/factsheets/fs07103.html [L3] SRTM DEM, [online], 2011, Gisat s.r.o, [citace 11. 2. 2011], Dostupný z WWW: http://www.gisat.cz/content/cz/produkty/digitalni-model-terenu/srtm-dem

132

[L4] SRTM – Mission, [online], 2005, NASA, [citace 11. 2. 2011], Dostupný z WWW: http://www2.jpl.nasa.gov/srtm/mission.htm [L5] SRTM CIAT V4, [online], 2008, European Communities [citace 2. 5. 2011 Dostupný z WWW: http://srtm.jrc.ec.europa.eu/ [L6] What is SIR-C/X-SAR?, [online], 2003, NASA, [citace 17. 2. 2011], Dostupný z WWW: http://southport.jpl.nasa.gov/desc/SIRCdesc.html [L7] InSAR and PSInSAR, [online], 2011, Geo Lab University of Miami, [citace 17. 2. 2011], Dostupný z WWW: http://www.geodesy.miami.edu/sar.html [L8] Radarová interferometre, [online], 2011, Gisat s.r.o., [citace 4. 5. 2011], Dostupný z WWW: http://www.gisat.cz/content/cz/dpz/zpracovani-dat/radarovainterferometrie [L9] Synthetic Aperture Radar "Interferometry, [online], 2004, Geospatial Information Authority of Japan, [citace 1. 3. 2011], Dostupný z WWW: http://vldb.gsi.go.jp/sokuchi/sar/mechanism/mechanism03-e.html [L10] ASTER – mission, [online], 2004, NASA, [citace 22. 2. 2011], Dostupný z WWW: http://asterweb.jpl.nasa.gov/mission.asp [L11] ASTER GDEM, [online], 2010, Gisat s.r.o., [citace 22. 2. 2011], Dostupný z WWW: www.gisat.cz/content/cz/produkty/digitalni-model-terenu/aster-gdem [L12] Kvalita a přesnost ASTER GDEM, [online], 2010, Gisat s.r.o., [citace 22. 2. 2011], Dostupný z WWW: http://www.gisat.cz/content/cz/dpz/zpracovani-dat/digitalnivyskove-modely/kvalita-a-presnost-aster-gdem [L13] ASTER instrument, [online], 2004, NASA, [citace 1. 3. 2011], Dostupný z WWW: http://asterweb.jpl.nasa.gov/instrument.asp

133

[L14] EOS a Terra, [online], 2004, NASA, [citace 1. 3. 2011], Dostupný z WWW: http://asterweb.jpl.nasa.gov/eos.asp [L15] Terra, [online], 2010, Gisat s.r.o., [citace 4. 5. 2011], Dostupný z WWW: http://www.gisat.cz/content/cz/dpz/prehled-druzicovychsystemu/terra?sat=383 [L16] GPS, [online], 2009, Jaroslav Vojta – UK v Praze, [citace 20. 2. 2011], Dostupný z WWW: http://botany.natur.cuni.cz/geobotanika/vybaveni/gps.htm, [L17] Globální družicový polohový systém, In Wikipedie: Otevřená encyklopedie, [online], St. Petersburg (Florida) : Wikimedia Foundation, 2001-, strana naposledy edit. 2011– 03-28 [citace 11. 4. 2011], Dostupný z WWW: http://cs.wikipedia.org/wiki/Globální_družicový_polohový_systém [L18] What is SBAS – feature, [online], 2011, GSA, [citace 11. 2. 2011], Dostupný z WWW: http://egnos-portal.gsa.europa.eu/discover-egnos/about-egnos/what-is-sbas[L19] What is EGNOS – feature, [online], 2011, ESA, [citace 11. 2. 2011], Dostupný z WWW:http://www.esa.int/esaNA/GGG63950NDC_egnos_0.html [L20] Evropská „podpůrná“ geostacionární služba, [online], 2009, Ministerstvo dopravy ČR, [citace 17. 1. 2011], Dostupný z WWW: http://www.spacedepartment.cz/wiki/NKB_EGNOS [L21] SOPAC, [online], 2011, SOPAC / USCD, [citace 2. 5. 2011], Dostupný z WWW: http://sopac.ucsd.edu/ [L22] TerraSync software, [online], 2008. Trimble, Geotronics s.r.o. [citace 24. 1. 2011], Dostupný z WWW: http://www.geotronics.cz/index.php?page=shop.product_details&flypage=flypage.tpl& product_id=37&category_id=71&option=com_virtuemart&Itemid=8

134

[L23] ESRI – kompletní GIS, [online], 2011, ESRI, ArcData Praha, [citace 2. 5. 2011], Dostupný z WWW: http://www.arcdata.cz/aktuality/ [L24] ESRI official site, [online], 2011, ESRI, [citace 2. 5. 2011], Dostupný z WWW: http://www.esri.com/ [L25] How Natural Neighbour works, [online], 2010, ESRI, [citace 3. 5. 2011], Dostupný z WWW: http://help.arcgis.com/en/arcgisdesktop/10.0/help/index.html#/How_Natural_Neighbor_ works/009z00000077000000/ [L26] Issues addressed with Service Pack 2, [online], 2011, ESRI, citace 3. 5. 2011], Dostupný z WWW: http://downloads2.esri.com/support/downloads/other_/ArcGIS-10sp2-issues.htm [L27] Základní báze geografických dat ZABAGED, [online], 2011, ČÚZK, [citace 24. 4. 2011], Dostupný z WWW: http://www.cuzk.cz/Dokument.aspx?PRARESKOD=998&MENUID=0&AKCE=DOC: 30-ZU_ZABAGED [L28] Poskytování dat k diplomové, bakalářské nebo semestrální práci, [online], 2005, ČÚZK, [citace 3. 5. 2011], Dostupný z WWW: http://geoportal.cuzk.cz/Dokumenty/Podminky_studenti.html [L29] Terminologický slovník zeměměřictví a katastru nemovitostí, [online], 2011, VÚGTK, [citace 3. 5. 2011] Dostupný z WWW: http://www.vugtk.cz/slovnik/index.php

15.7

Seznam použitých dat

[D1] GPS – viz měření oddíl 7.2 [D2] SRTM, data byla k 20.2.2011 přebrána z – ftp://xftp.jrc.it/pub/srtmV4/arcasci/ ©European Communities 2008

135

[D3] Grafický vyhledávač SRTM dat: http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp [D4] ASTER data byla k 20.2.2011 přebrána z – http://www.gdem.aster.ersdac.or.jp/ ©ERSDAC 2010 [D5] ZABAGED data byla k 12.4.2011 přebrána z internetového obchodu: http://geoportal.cuzk.cz/(S(hu1zvj45tfuyefzkvlfzvy45))/Default.aspx?mode=eShop&head _tab=sekce-01-gp&menu=13 ©ČÚZK 2011 [D6] Mapové podklady pro navigaci při měření měst www.mapy.cz, ©PLANstudio 2010 [D7] Data říční sítě pro verifikaci polohy dat SRTM a ASTER byla k 25. 2. 2011 přebrána z http://heis.vuv.cz/data/spusteni/popisy/isvs_utvpov.asp?check= ©VÚV 2010

15.8

Obsah DVD

Struktura DVD: data: obsahuje v podadresářích data SRTM, ASTER, GPS (po korekci), VÚV – říční síť ČR elektronické zdroje: obsahuje data elektronické informační zdroje ve formátech pdf, doc, ppt. obrazová dokumentace: obsahuje data obrazová ve formátu tif, png,jpg tabulky: obsahuje tabulky, které se vyskytují v BP ve formátu xls. texty: obsahuje kompletní text bakalářské práce ve formátech doc a pdf. výstupy analýz: obsahuje podadresáře:

Difference2_z_Nearest neighbour: rozdílové rastry ve formátu ArcGIS GRID GRIDs: Rastry digitálních modelů z GPS měření Pracovní_rastry – po_převodu_na_mm_a_int: rozdílové rastry ve formátu ArcGIS GRID, s pixely formátu integer, hodnoty rozdílů pixelů jsou v milimetrech Testování_nad_sklonovým_gridem: masky sklonů ve formátu ArcGIS GRID a rozdílové rastry extrahované podle masek sklonů pro jednotlivá města, ve formátu ArcGIS GRID. Testování_nad_zástavbou: rozdílové rastry extrahované podle zástavby z dat ZABAGED12 pro jednotlivá města, ve formátu ArcGIS GRID12 12

Data ZABAGED (ani upravená) nejsou kvůli licenčním podmínkám součástí dat na DVD nosiči

136