MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA GEOGRAFICKÝ ÚSTAV
UAV SNÍMKOVÁNÍ A JEHO APLIKACE VE FYZICKÉ GEOGRAFII Bakalářská práce
Andrea Křížová
Vedoucí práce: Mgr. Monika Šulc Michalková, PhD. et PhD.
Brno 2014
Bibliografický záznam Autor:
Andrea Křížová Přírodovědecká fakulta, Masarykova univerzita Geografický ústav
Název práce:
UAV snímkování a jeho aplikace ve fyzické geografii
Studijní program:
Geografie a kartografie
Studijní obor:
Geografie (Fyzická geografie)
Vedoucí práce:
Mgr. Monika Šulc Michalková, PhD. et PhD.
Akademický rok:
2013/2014
Počet stran:
70+14
Klíčová slova:
UAV, bezpilotní letecké zařízení, metodika snímkování, zpracování snímků, fotogrammetrie, fluviální geomorfologie, meandr
Bibliographic Entry Author
Andrea Křížová Faculty of Science, Masaryk University Department of Geography
Title of Thesis:
UAV Remote Sensing and Their Application in Physical Geography
Degree programme:
Geography and Cartography
Field of Study:
Geography (Physical Geography)
Supervisor:
Mgr. Monika Šulc Michalková, PhD. et PhD.
Academic Year:
2013/2014
Number of Pages:
70+14
Keywords:
UAV, unmanned aerial vehicle, methodics of photographing, processing of images, photogrammetry, fluvial geomorphology, meander
Abstrakt Tato bakalářská práce se věnuje nové metodě sběru přesných geoprostorových dat v podobě leteckých snímků získaných pomocí UAV technologie. Představuje její historii v rámci oboru fotogrammetrie, její přednosti, limity a uvádí jednotlivé existující letecké bezpilotní platformy. Práce se zaměřuje na aplikaci UAV technologie ve výzkumech parciálních disciplín fyzické geografie. Je zde shrnut dosavadní stav poznání v rámci této problematiky a následně jsou uvedeny příklady využití bezpilotních leteckých prostředků k získání dat při řešení problematiky environmentálních hazardů a v případových studiích oboru meteorologie, hydrologie, glaciologie, vegetační ekologie a geomorfologie. Poslední zmíněná je klíčovou disciplínou této bakalářské práce a je jí tedy věnována větší pozornost a prostor. Na příkladu případové studie nasnímání lokality Strážnického meandru v přírodním parku Strážnickém Pomoraví je zde popsán proces sběru dat, potřebné předcházející kroky a použité nástroje. Pořízené snímky z roku 2014 a taktéž z předešlých let 2013 a 2012 byly zpracovány do podoby ortorektifikované mozaiky a digitálního výškového modelu. Popis postupu je zde uveden a na základě znalosti této metodiky byl vypracován návod k tvorbě ortofotomozaiky ze snímků pořízených pomocí UAV v softwarovém programu Agisoft PhotoScan Professional 1.0.1 1812.
Abstract This Bachelor thesis is focused on a new method of collecting accurate geospatial data in the form of aerial photographs obtained using UAV technology. There is represented its history within the field of photogrammetry , its advantages , limits and list of various existing unmanned aerial platforms. The thesis focuses on the application of UAV technology in researches of partial disciplines of Physical Geography. There is a quantitative summary of the present state of knowledge within the scope of this problem and then there are given examples of the use of unmanned aerial vehicles to obtain data for issue of environmental hazards or in the case studies in meteorology, hydrology, glaciology, vegetation ecology and geomorphology. The last mentioned is a key discipline of this thesis and it is therefore paid more attention to it. Through an example of a case study about photographing meander near Strážnice in the protected area Strážnické Pomoraví there is described process of collection data, necessary previous steps and used tools. Captured images from 2014 and also from previous years 2013 and 2012 were processed into orthorectified mosaics a digital elevation models. Description of this process is introduced here and on the basis of knowledge of this methodics has been composed a manual of the processing images obtained using the UAV to orthorectified mosaic in the software program Agisoft PhotoScan Professional 1.0.1, 1812.
Poděkování Na tomto místě bych chtěla poděkovat Mgr. Monice Šulc Michalkové, PhD. et PhD za vedení této bakalářské práce, věnovaný čas a cenné rady. Mé poděkování patří taktéž RNDr. Jakubu Miřijovskému, Ph.D. za představení metody sběru geoprostorových dat pomocí UAV technologie v terénu a za odborné konzultace vztahující se k tomuto tématu. Dále děkuji Bc. Martinovi Šimíčkovi za poskytnuté rady ohledně využitého softwaru. A v neposlední řadě děkuji i Katedře geoinformatiky Univerzity Palackého v Olomouci za poskytnutí dat.
Prohlášení Prohlašuji, že jsem svoji bakalářskou práci vypracovala samostatně s využitím informačních zdrojů, které jsou v práci citovány. Brno, 1. května 2014
……………………………… Andrea Křížová
OBSAH ÚVOD ...................................................................................................................................... 13 CÍLE PRÁCE.......................................................................................................................... 13 1 TEORETICKO-METODOLOGICKÁ VÝCHODISKA ............................................ 14 1.1 Definice základních pojmů ............................................................................................. 14 1.1.1 Unmanned Aerial Vehicle .............................................................................................. 14 1.1.2 UAV fotogrammetrie ..................................................................................................... 14 1.2 Historie využití UAV ve fotogrammetrii ....................................................................... 15 1.3 Dělení UAV platforem..................................................................................................... 17 1.3.1 Aerostat .......................................................................................................................... 17 1.3.2 Drak ................................................................................................................................ 18 1.3.3 Paraglide......................................................................................................................... 18 1.3.4 Letadlo ........................................................................................................................... 19 1.3.5 Vrtulník .......................................................................................................................... 20 1.3.6 Multikoptér..................................................................................................................... 21 1.4 Vlastnosti UAV technologie ............................................................................................ 22 1.4.1 Přednosti UAV technologie ........................................................................................... 22 1.4.2 Omezení a limity UAV technologie ............................................................................... 24 1.5 Stav poznání ve studované problematice ...................................................................... 25 1.5.1 Temporální vývoj počtu publikací ................................................................................. 26 1.5.2 Geografická lokace publikovaných článků .................................................................... 27 1.5.3 Odborné zaměření publikací .......................................................................................... 28 2 APLIKACE UAV TECHNOLOGIE VE VĚDECKÉM A UŽITÉM VÝZKUMU FYZICKÉ GEOGRAFIE .............................................................................. 30 2.1 Environmentální hazardy ............................................................................................... 30 2.2 Meteorologie..................................................................................................................... 31 2.3 Hydrologie ........................................................................................................................ 32 2.4 Glaciologie ........................................................................................................................ 33 2.5 Vegetační ekologie ........................................................................................................... 34 2.6 Geomorfologie .................................................................................................................. 35 2.6.1 Potenciální využití UAV v dílčích geomorfologických disciplínách ............................ 35 2.6.2 Vybrané zahraniční aplikované geomorfologické studie ............................................... 37 2.6.3 Aplikované geomorfologické studie na území Česka a Slovenska................................ 39 3 METODIKA PRÁCE, PODKLADOVÉ MATERIÁLY A NÁSTROJE ................... 41 3.1 Proces snímkování ........................................................................................................... 41 3.1.1 Bezpilotní letecký systém .............................................................................................. 41 3.1.1.1 Bezpilotní letecký nosič ............................................................................................. 41 3.1.1.2 Pozemní řídící a přijímací stanice ............................................................................ 42 3.1.1.3 Kamera ...................................................................................................................... 42
3.1.2 Plán a příprava snímkovacího letu ................................................................................. 43 3.1.2.1 Meteorologická situace ............................................................................................. 43 3.1.2.2 Kontrola letového provozu ........................................................................................ 43 3.1.2.3 Stanovení parametrů snímkování .............................................................................. 44 3.1.2.4 Naplánování letové trasy .......................................................................................... 46 3.1.3 Terénní práce.................................................................................................................. 47 3.1.4 Let a pořízení snímků .................................................................................................... 49 3.2 Zpracování snímků .......................................................................................................... 49 3.2.1 Teoreticko-metodologické východisko .......................................................................... 49 3.2.2 Postup vlastního zpracování........................................................................................... 51 4 VÝSLEDKY ..................................................................................................................... 58 4.1 Výsledné produkty .......................................................................................................... 58 4.1.1 Přesnost výsledného produktu ....................................................................................... 58 4.2 Možnosti vyhodnocení získané informace ..................................................................... 59 5
DISKUZE ......................................................................................................................... 62
6
ZÁVĚR ............................................................................................................................. 64
LITERATURA A INFORMAČNÍ ZDROJE ...................................................................... 66 Literatura ................................................................................................................................ 66 Elektronické zdroje ................................................................................................................ 69 Mapové služby ........................................................................................................................ 70 SEZNAM ILUSTRACÍ SEZNAM TABULEK SEZNAM PŘÍLOH PŘÍLOHY
Seznam zkratek AIS Aeronautical Information Service BL-Ctrl Brushless Controller CD Compact Disc CULPIS The CU LiDAR Profilometer and Imaging System ČHMÚ Český hydrometeorologický ústav ČSAV Československá akademie věd ČÚZK Český úřad zeměměřičský a katastrální DEM Digital Elevation Model DGPS Diferenciální Globální Polohovací Systém DN Digital Number DPZ Dálkový průzkum Země EOS Electronic and Optical Systém GB Gigabyte GSD Ground Sample Distance GNSS Global Navigation Satellite System GPS Globální Polohovací Systém ICAO International Civil Aviation Organization IMU Inertial Measurement Unit ISPRS International Society for Photogrammetry and Remote Sensing LPS Leica Photogrammetry Suite LiDAR Light Detection And Ranging M2AV Meteorological Mini Aerial Vehicle Navi-Ctrl Navigation Control NDVI Normalizovaný diferenční vegetační index RMS Root Mean Square RMSE Root Mean Square Error RTK Real Time Kinematic ŘLP Řízení letového provozu S-JTSK Souřadnicový systém jednotné trigonometrické sítě katastrální SfM Structure from Motion SIFT Scale Invariant Feature Transform TIF Tagged Image File Format ÚCL Úřad pro civilní letectví UAS Unmanned Aicraft System UAV Unmanned Aerial Vehicle UPOL Univerzita Palackého v Olomouci UVS Unmanned Vehicle Systém V4 Visegrad group VÚTGK Výzkumný ústav geodetický, topografický a kartografický
ÚVOD I na poli přírodních věd je pořízení kvalitní informace o objektu výzkumu klíčovým úkolem. Je-li objekt vizuálně dostupný na povrchu Země, bylo zvykem získávat přehledová data pomocí klasického leteckého snímkování a podrobné, přesné informace při terénním výzkumu. V posledních letech se však v rámci přírodních věd a zvláště pak fyzické geografie a jejích parciálních disciplín rozmáhá využití bezpilotních leteckých prostředků k pořízení snímků, které poskytují plošnou, přehlednou, ale zároveň přesnou a detailní informaci o zkoumaném území. Bezpilotní letecké stroje, užívané původně v obranném průmyslu pro armádní účely, se tak stávají mocným nástrojem ve vědeckém výzkumu. Jako každá technologie má i tato své omezení a limity, jež je třeba uvážit. Těmi je obzvláště omezení letového prostoru či nepříznivý vliv meteorologických podmínek, především síly větru. Díky svým přednostem se však stává čím dál tím častěji využívanou metodou při sběru geodat. Vědce si tato technika získává především svou relativně nízkou cenou, poměrně snadnou ovladatelností, flexibilitou, možností nasazení v situacích člověka limitujících a v neposlední řadě právě schopností obstarat data ve velkém detailu a přesnosti.
CÍLE PRÁCE Cílem této bakalářské práce je obeznámení se s technologií snímkování pomocí bezpilotních leteckých prostředků, označovaných též anglickým Unamanned Aerial Vehicle (UAV), a osvojení si postupu této metody při sběru dat a zpracování získaných snímků. Dále je cílem práce zaměřit se na aplikace UAV technologie ve fyzickogeografickém výzkumu. V rámci seznámení se s technologií snímkování bezpilotními leteckými prostředky je po definování hlavních pojmů, o které se tato práce opírá – tedy UAV a UAV fotogrammetrie – popsán historický vývoj bezpilotních leteckých prostředků ve službách fotogrammetrie, ale i současný stav výčtu používaných UAV platforem. Uvedeny jsou také obecné přednosti a omezení UAV technologie se zaměřením na využití ve fyzické geografii. Dále bude kvantitativně zhodnocen stav poznání v problematice využití UAV ve výzkumech tohoto vědního oboru. A ten pak následují konkrétní příklady těchto aplikací, přičemž největší pozornost bude věnována oboru geomorfologie. V rámci metodologického postupu má být s využitím znalostí získaných terénním výzkumem při nasnímání zájmového území popsán proces pořízení snímků pomocí UAV, tedy snímkový let, včetně potřebných nástrojů a přípravy letu. A na základě osvojení metody zpracování snímků pořízených pomocí UAV má být pak sestaven podrobný metodický postup k tvorbě ortogonalizované fotomozaiky. Dle tohoto postupu budou zpracovány tři sady snímků Strážnického meandru, přičemž skrze získanou vizuální 13
informaci lze navíc představit možnosti vyhodnocení zájmového území coby vlastní ukázka aplikace UAV technologie v rámci výzkumu fluviální geomorfologie.
1 TEORETICKO-METODOLOGICKÁ VÝCHODISKA 1.1 Definice základních pojmů 1.1.1 Unmanned Aerial Vehicle UAV je zkratkou anglického označení Unmanned Aerial Vehicle, které bývá do češtiny překládáno jako bezpilotní letecké zařízení, popřípadě bezpilotní létající prostředek. Přívlastek „bezpilotní“ zde znamená, že pilot tohoto stroje není fyzicky přítomen na palubě (Eisenbeiss, 2009). Bezpilotní letecké zařízení může být tedy navigováno z pozemní kontrolní stanice pilotem manuálně pomocí několika-kanálového dálkového ovládání, popřípadě je schopno pracovat v poloautomatickém či automatickém režimu, kdy se řídí předem naplánovanými naprogramovanými lety (Miřijovský, 2013). Webová stránka Úřadu pro civilní letectví (2011a) pak stručně uvádí, že je jedná o „Letadlo určené pro provoz bez pilota na palubě“. V literatuře, zabývající se bezpilotními leteckými zařízeními, se také často pod zkratkou UVS užívá termín Unmanned Vehicle System čili bezpilotní letecký systém, případně Unamanned Aircraft System (UAS) neboli systém bezpilotního letounu, z důvodu zohlednění faktu, že kompletní soustava zahrnuje kromě samotného leteckého zařízení, také vybavení pozemní kontrolní stanice (Eisenbeiss, 2009; 2011). Webová stránka Úřadu pro civilní letectví (2011a) pak definuje bezpilotní systém jako „Systém skládající se z bezpilotního letadla, řídící stanice a jakéhokoli dalšího prvku nezbytného k umožnění letu, jako například datového spoje pro řízení a kontrolu a prvku pro vypuštění a návrat.“ Jak uvádí Eisenbeiss (2009), UAV technikou se zabývá a využívají ji více vědních oborů například robotika, informatika či umělá inteligence. Na úplném začátku éry bezpilotních leteckých prostředků je jejich využití v obranném průmyslu. Avšak pro tuto bakalářskou práci je podstatná aplikace této moderní technologie v oblasti dálkového průzkumu a fotogrammetrie, kde slouží k získávání velmi detailních leteckých snímků, jenž mohou být využity jako kvalitní a přesné prostorové informace v oboru fyzické geografie. 1.1.2 UAV fotogrammetrie Klasická fotogrammetrie, jak ji definuje Pavelka (2002), je věda, způsob a technologie, která se zabývá získáváním, dále využitelných měření, map, digitálního modelu terénu a dalších produktů, které lze získat z obrazového, nejčastěji fotografického záznamu. Její úlohou je tedy měřičsky vyhodnocovat body na snímku a na základě jejich polohy na snímku odvodit velikost, tvar a polohovou i výškovou lokaci objektů a jevů v prostoru
14
krajiny. Principem je tedy snímání a měření, které se děje bez přímého kontaktu s předmětem, což je jedna z hlavních předností fotogrammetrie. Dalším důvodem pro používání fotogrammetrie je fakt, že snímkování zaznamenává stav předmětů a jevů v konkrétním čase, letecká fotogrammetrie na fotografickém záznamu tak zachycuje aktuální stav krajiny a objektů v ní. A vzhledem k tomu, že snímkování je možné opakovat, mohou jeho výstupy sloužit ke zkoumání a vyhodnocování dynamiky krajiny, procesů a jevů v ní (Pavelka, 2002; Dobrovolný, 2011; Miřijovský, 2013). Vedle letecké fotogrammetrie existuje při rozdělení tohoto vědního oboru dle polohy stanoviska také fotogrammetrie pozemní, při níž je stanovisko většinou nepohyblivé a umístěné na zemi, na rozdíl od pořizování snímků z paluby letadel. Oba způsoby snímkování mají své výhody, u letecké fotogrammetrie je to vertikální pohled z ptačí perspektivy a tedy větší přehlednost snímané plochy, u pozemního stanoviska je to zase vysoký detail fotografického záznamu, zajištěný blízkou vzdáleností. Obě tyto výhody kombinuje právě UAV fotogrammetrie (Eisenbeiss, 2011; Aber, 2010 in Miřijovský, 2013). UAV fotogrammetrie je nový měřičský nástroj, který využívá bezpilotních leteckých prostředků jako nosičů různých snímacích zařízení, z nichž některé jsou běžně používané ve fotogrammetrii i dálkovém průzkumu Země (DPZ). S ohledem na konkrétní typ UAV a konkrétní aplikaci této technologie, bezpilotní letecké zařízení nesou termální kamery, infrakamery nebo snímače LiDAR (Eisenbeiss, 2009). Často však může být kvůli nižší nosnosti některých typů UAV použit neměřický spotřební kompaktní či zrcadlový fotoaparát (Řehák, 2012). Takový byl použit i při snímkování Strážnického meandru, kterému se věnuje podkapitola 3.1.
1.2 Historie využití UAV ve fotogrammetrii Vůbec první bezpilotní letecké prostředky byly konstruovány a využívány armádami v obranném průmyslu. Za první světové války sloužily ke špionážním účelům, v druhé světové válce se používaly rádiem řízené letouny a s rozvojem techniky dochází stále k jejich dalšímu vylepšování a také vyzbrojování, takže dnes jsou dálkově ovládaná letadla schopna ničit určené cíle. Za možnost využívání UAV technologie se tedy původně zasloužila oblast vojenství. Postupem času se však začala hodně využívat také pro účely vědeckých výzkumů (Řehák, 2012). Úvodem by bylo vhodné uvést ještě informaci o pořízení vůbec první vzdušné fotografie v Paříži v roce 1858, kdy Gaspard Tournachon použil horkovzdušný balón řízený z paluby (Newhall, 1969 in Eisenbeiss, 2009). Postupem let pak došlo na experimenty s pořizováním fotografií ze vzduchu s využitím modelů balónů, následně i raket, létajících draků a holubů. Jako první použil draka jako nosiče fotoaparátu anglický meteorolog E. D. Archibald v roce 1882. Holubů využil německý inženýr J. Neubronnera
15
v roce 1903 (Řehák, 2012). Velkého rozvoje snímkování pomocí bezpilotních balónů bylo pak dosaženo díky potřebě archeologických dokumentací. Jak dále uvádí Eisenbeiss (2009), později se přistoupilo k užívání UAV s pevným křídlem, přičemž nejranější experimenty – opět pro archeologické oblasti – byly uskutečněny v roce 1979. O rok později byl pro účely fotogrammetrie poprvé použit model helikoptéry. Nedokonalosti na pořízených snímcích u bezpilotního letadla použitého v roce 1979, zapříčiněné rychlostí letadla a vibracemi motoru, byly při použití helikoptéry do jisté míry odstraněny. V průběhu let byly prováděny další výzkumy za použití systému bezpilotní letecké techniky, která tak byla stále vylepšována a zdokonalována. Jak se zmiňuje také Miřijovský (2013), velký přínos pro UAV technologii znamenal rozvoj levných globálních polohovacích systémů (GPS) a inerciálních měřičských jednotek (IMU) a digitálních kamer. Na jejich využití v rámci nové technologie pro samostatnou navigaci bezpilotního zařízení se od kongresu v roce 2004 zaměřoval výzkum mezinárodní společnosti International Society for Photogrammetry and Remote Sensing (ISPRS) (Eisenbeiss, 2009). Jak dále uvádí Eisenbeiss (2009), významným krokem byla také integrace systému LiDAR do UVS pro vytváření digitálních modelů povrchu v aplikacích vhodných pro UAV technologii (viz Foto 1). Pokrok v rámci UAV technologie stále postupuje a v dnešní době se věnuje pozornost především implementaci různých senzorů používaných ve fotogrammetrii na UAV platformy a zvyšování rozlišení a přesnosti. Důležitá je také historie UAV snímkování v Česku. To zde započalo v 70. letech 20. století, kdyby byla bezpilotními leteckými zařízeními snímkována krajina pro účely Geografického ústavu Československé akademie věd (ČSAV) (Miřijovský, 2013). Používalo se především modelu s padákovým křídlem Rogalo 1976, později modelu Rogalo 1981 s multispektrální fotografickou kamerou Flexaret M-6, která byla také vytvořena na Geografickém ústavu ČSAV. V posledních letech se k výzkumu UAV technologie a její aplikaci česká vědecká obec opět vrací. Tentýž autor popisuje počáteční experimenty na Katedře geoinformatiky Univerzity Palackého v Olomouci (UPOL), kde v roce 2006 Foto 2. První jednoduché nosiče využité na Katedře geoinformatiky UPOL byly jako první jednoduché nosiče (Převzato: Miřijovský, 2013) užity héliové balónky a dále malý Foto 1. Model helikoptéry The Scout B1100 nesoucí letecký laserový skener LMS-Q160 (Převzato: Eisenbeiss, 2009)
16
dálkově ovládaný model vrtulníků Upper Air, vybavený neprofesionálním kompaktním fotoaparátem (viz Foto 2). Ačkoli tyto snímky nebyly fotogrammetricky zpracovány, získané fotografie splnili účel zachycení krajiny z ptačí perspektivy. Posléze se na Fakultě geoinformatiky přistoupilo k využití sofistikovanějších bezpilotních leteckých zařízení a to paraglidového modelu s názvem Pixy a nyní především multirotorového systému (více viz podkapitoly 1.3.3 a 3.1.1.1). UAV technologií se zároveň zabývaly také na Přírodovědecké fakultě Univerzity Komenského v Bratislavě. Díky následné spolupráci pak vznikl projekt Detailed aerial mapping and flood impact monitoring in the V4 region.
1.3 Dělení UAV platforem Eisenbeiss (2009) uvádí rozdělení bezpilotních leteckých prostředků, užívaných pro fotogrammetrické účely podle toho, zda se jedná o zařízení poháněné motorem či nikoli a zda je toto zařízení lehčí nebo těžší než vzduch, přičemž těžší UAV jsou zde ještě klasifikovány dle typu křídla (viz tabulka 1). Bezpilotní letecká zařízení se také mohou lišit např. velikostí, váhou, výdrží, maximální možnou výškou letu či mírou schopnosti manévrování apod. Níže jsou uvedeny nejčastěji vědecky využívané UAV platformy. Tab. 1. Klasifikace UAV platforem (dle Eisenbeiss , 2009, s. 34 in Miřijovský, 2013, s. 23) Lehčí než vzduch
Těžší než vzduch Padáková křídla
Pevná křídla Kluzáky
Bezmotorový
Balón Vzducholoď
Rogalo Paraglide Drak
Motorový
Vzducholoď
Paraglide
Vrtulové letadlo Proudové letadlo
Systémy s rotujícím "křídlem"
Jednomotorový Multimotorový
1.3.1 Aerostat Bezpilotní aerostaty (balóny a vzducholodě) jsou zařízení lehčí než vzduch, neboť jejich schopnost letu umožňuje naplnění přehřátým vzduchem – u horkovzdušného balónu či netečným plynem, nejčastěji heliem – u vzducholodě (Řehák, 2012). Jedná se tedy o aerostatický vztlak, díky kterému vydrží aerostaty ve vzduchu mnohem déle v porovnání s motorovými bezpilotními leteckými prostředky těžšími než vzduch (Eisenbeiss, 2011). A to je jejich hlavní předností, jsou totiž využívány především pro déle trvající monitorování či při snímkování vyžadující delší čas expozice, jenž je umožněn jejich schopností setrvat na místě, jak píše Miřijovský (2013). Ten dále uvádí jako nemalou přednost balónů a vzducholodí oproti motorovým bezpilotním prostředkům fakt, že neprodukují žádné vibrace, které by zapříčinili rozmazání snímků. Aerostaty jsou však závislé na podmínkách počasí, což značně limituje jejich použití (Řehák, 2012). 17
Everaerts (2008) dodává, že na druhou stranu mohou být upraveny na velikost a váhu přístrojů, které mají nést. Bezmotorové balóny a vzducholodě jsou řízeny pomocí lana, na které jsou uvázány; to značně zhoršuje možnost manévrování, dále je tím omezena výška letu, vzdálenost od pilota a tedy celkově plocha snímkování (Eisenbeiss, 2011). Jedna z podob aerostatu – konkrétně malá vzducholoď, připoutaná lankem – byla využita při výzkumu půdní eroze, kdy Marzolff a Ries (2011) pořídili snímky výmolové eroze ve španělské provincii Navarra a Zaragoza. 1.3.2 Drak Draci jsou dalším bezmotorovým pilotním zařízením. Byly využívány jako jedny z prvních bezpilotních prostředků a dnes, jak píše Miřijovský (2013), se jejich využití pro snímkování vrací. Stejně jako bezmotorové balóny a vzducholodě je drak spojen se zemí pomocí lana a stejně jako u balónů a vzducholodí je tím omezena rozloha území, jenž má být nasnímáno. Tento typ bezpilotní platformy není vhodný pro opakované snímkování zájmového území, kdy je potřeba se držet stále stejných letových linií a zajistit tak pravidelný překryv snímků (D´Oleire Oltmanns et al., 2012). Miřijovský (2013) pak srovnává fakt, že oproti aerostatům je u draka vítr podmínkou použití a uvádí, že dle Abera (2010) musí být rychlost větru minimálně 4 m·s−1, aby bylo možné s drakem vůbec vzlétnout. Eisenbeiss (2009) popisuje některá z využití platformy draka a to například nasnímání zkamenělého lesa, které uskutečnil Bigras v roce 1997. Dále zmiňuje Abera, jenž používá draka např. při mapování mokřad či v oboru glaciální geomorfologie nebo lesnictví. 1.3.3 Paraglide Bezpilotní paraglide je model padákového kluzáku, jak definuje Řehák (2012), jenž může a nemusí být opatřen motorem. Dále obsahuje ovládací prvek a samozřejmě fotoaparát či jiné snímkovací zařízení. Jednoznačnou výhodou je dlouhá výdrž, zajištěná vztlakovou silou padákového křídla, která šetří energii motoru, takže některé modely mohou setrvat ve vzduchu až 3 hodiny (Eisenbeiss, 2009). Bezpečnost letu je další předností, model má totiž mnohem nižší pravděpodobnost havárie jednak díky nízké rychlosti, ale především díky faktu, že paraglide může stále letět a být řízen i po vypnutí či poruše motoru (Řehák, 2012). Na druhou stranu je zde však také několik nevýhod. Jednou z nich je v porovnání s jinými bezpilotními leteckými prostředky obtížnější start, pro který, jak píše Miřijovský (2013), paraglide vyžaduje dlouhou startovací dráhu a také určitou rychlost větru (mezi 3 až 5 m·s−1), při bezvětří se totiž padákové křídlo velmi těžko nafoukne a nezíská dostatečný vztlak. Avšak za letu je vyšší větrnost nežádoucí, neboť kombinace padákového křídla, opřeného o vztlak vzduchu s ne příliš velkou hmotností modelu způsobuje značné odchylky v požadované dráze letu a ztíženou možnost manévrování.
18
Miřijovský (2013) a Eisenbeiss (2009) představují vždy jeden konkrétní model paraglidu. Miřijovský (2013) podrobně popisuje motorový paraglide nazvaný Pixy, jenž byl zhotoven společností Philae Concept v Orange ve Francii. Tento model může být vybaven i několika snímacími zařízení najednou a to jak klasickými, tak digitálními fotoaparáty či still-digital kamerami. A díky dvouosé gyrostabilizaci, která kompenzuje úhlové náklony leteckého zařízení, je zajištěno, že senzory snímačů směřují vždy svisle. Dle popisu stojí konstrukce stroje na čtyřkolovém podvozku, přičemž existují i modely tříkolové, a nese ji padákové dvouplášťové křídlo s plochou 2,9 m2. Bezpilotní letecký paraglide Pixy je řízen přes rádiový signál třemi servomotory, které se typicky používají v modelářských strojích. Dva motory zde ovládají křídlo modelu a třetí má na starosti regulaci plynu motoru. Toto ovládání pak probíhá z pozemní stanice, kde je možné na Foto 3. Paraglidový model displeji sledovat všechny potřebné technické údaje, jakými Pixy (Foto: J. Miřijovský) jsou např. výška a délka letu, stav baterií atd. a na monitoru zase přímo pozorovat právě snímané území. Tuto aktuální pozici modelu lze však kontrolovat i určovat především pomocí GPS modulu. Ten poskytuje data i pro zajištění jednotné stabilní výšky letu nad povrchem. Eisenbeiss (2009) představuje jiný bezpilotní letecký model tentokrát nazvaný Susi, který byl vyvinut na Univerzitě v Bonnu v Německu. Jedná se o motorový paraglide, jenž může být vybaven still-digital kamerou, digitálním kompaktním fotoaparátem či multispektrální kamerou. Pro zaznamenávání a kontrolu aktuální pozice je i k tomuto modelu připojen GPS systém a video kamera, díky níž je možné – stejně jako u modelu Pixy – přes rádiové spojení zabírané území sledovat na pozemní stanici po celou dobu snímkování. Model Susi je řízen přes rádiový signál též manuálně. Eisenbeiss (2009) to však považuje za jednu z největších obtíží při využívání tohoto systému. Neboť kupříkladu v průběhu stoupání do větší výšky nad terénem se může kostra i křídlo modelu naklonit do poměrně strmého úhlu. Při překročení určitého Obr. 1. Nákres pozice příliš strmého úhlu při stoupání bezpilotního stupně náklonu se systém stane neřiditelným a paraglidu SUSI může dojít k poruše či selhání systému. (Převzato: Eisenbeiss, 2009)
1.3.4 Letadlo Různé klasifikace UAV platforem uvádí vždy několik odlišných modelů letadel, využitých pro bezpilotní letecké snímkování. Nabídka tohoto typu UAV je tedy široká, 19
avšak existuje tu pár společných předností a nevýhod, které se obecně vztahují na aplikaci modelů letadel v UAV fotogrammetrii. Řehák (2012) vyzdvihuje výdrž letadel, tudíž jejich dlouhý dolet a dále plynulejší a klidnější průběh letu oproti systémům s rotujícím křídlem. Také poukazuje na bezpečnost samotného stroje, který se při případné poruše motoru nezřítí, ale je schopen sám doplachtit do určité vzdálenosti. Miřijovský (2013) naopak zdůrazňuje zápory bezpilotních letadel, za které označuje především velkou letovou rychlost, jež by při delší expozici způsobila rozmazání snímku. A ačkoli samotný model zajišťuje bezpečný let, snímací zařízení jsou naopak vystaveny poškození a to při dosedání nebo startu, neboť umístění fotoaparátu na tělo bezpilotního letadla není ideální. V mnohých případových studiích jsou však uváděny právě letouny s pevným křídlem coby nasazená bezpilotní letecká zařízení. Jejich užití uvádí například Crocker et al. (2012) a Whitehead et al. (2013) při studiu pevninských ledovců či mořských ledových ker. D´Oleire Oltmanns et al. (2012) popisuje využití letounu s pevným křídlem při monitorování vývoje výmolové eroze v několika časových intervalech.
Obr. 2. Různé modely letounu s pevným křídlem (Převzato: Crocker et al., 2012)
1.3.5 Vrtulník Bezpilotní modely vrtulníků se řadí do kategorie motorových systémů s rotujícím křídlem. Jak píše Řehák (2009), hlavní rotor se otáčí horizontálně a vzniká na něm aerodynamický vztlak, díky čemuž je vrtulník schopen letu. Tento způsob letu s sebou nese výhody i obtíže. Mezi nejoceňovanější přednosti patří bezesporu schopnost kolmého vzletu a přistání, které se uplatní především ve složitém terénu s výškovými překážkami, jakým mohou být kupříkladu horské oblasti či zástavba; s tím se pojí schopnost setrvat ve vzduchu na jednom místě, což je podstatné pro samotné pořizování snímků (Řehák, 2009). Další předností vrtulníků a stejně tak i letadel, jakožto zařízení, která jsou těžší než vzduch, je na rozdíl od draků či paraglidů větší stabilita za vyšší rychlostí větru (Miřijovský, 2013). Tentýž autor na druhou stranu píše, že ovládání bezpilotních vrtulníků není zrovna jednoduché a také cena některých specializovaných modelů bývá velmi vysoká. Využití vrtulníků coby UAV platforem je však poměrně hojné. Eisenbeiss (2009) uvádí vývoj velkého modelu vrtulníku Scout B1-100 k možnost vybavení stroje leteckým LiDAR skenerem, jak již bylo zmíněno v podkapitole 1.2. Bezpilotní helikoptéry byly však 20
nasazeny i při dalších vědeckých výzkumných akcích. Kupříkladu Breckenridge et al. (2012) použil tento typ UAV při pořízení snímků vegetační struktury pelyňkové stepi na území povodí Snake River ve státě Idaho a pomocí pixelové klasifikace zde hodnotil zastoupení několika vegetačních pokryvů. Nagai et al. (2013) využil helikoptéry k monitorování příbřežní vegetace a to japonské řeky Kinugawa poblíž města Utsunomiya; při výzkumu použil také multispektrální kamery a ze získaných dat zjišťoval hodnoty normalizovaného diferenčního vegetačního indexu (NDVI).
Foto 4. Modely bezpilotních vrtulníků (Převzato: Eisenbeiss, 2009)
1.3.6 Multikoptér Řehák (2012, s. 32) vysvětluje termín multikoptér jako „vícerotorový vrtulník, který má více než dva nosné rotory“. Miřijovský (2013) popisuje, že podstata pohybu multirotorového bezpilotního leteckého zařízení se odvíjí z principu vrtulníku, avšak není tu zapotřebí vyrovnávací zadní svislé vrtule, zde je totiž pohyb zajištěn několika vodorovně rotujícími vrtulemi. Rozdílná změna otáček u jednotlivých vrtulí a s tím související tah motorů udávají směr pohybu. Díky takovémuto systému ovládání je pak manévrování oproti vrtulníku s multikoptérem snazší. Multikoptéry je možné dělit dle výkonu motorů či počtu vrtulí. Existuje QuadroKopter se čtyřmi vrtulemi, HexaKopter se šesti vrtulemi a OktoKopter s osmi vrtulemi. Šestivrtulový HexaKopter byl použit pro pořízení snímků Strážnického meandru na řece Moravě, čemuž je věnována podkapitola 3.1. Proto bude toho bezpilotní letecké zařízení blíže popsáno zde. Multikoptér však využil například i Obr. 3. QudroKopter použitý při snímání sesuvu Super-Sauze Niethammer et al. (2010) při detailním (Převzato: Niethammer et al., 2010) výzkumu sesuvu Super-Sauze v jižních Francouzských alpách. Konkrétně se jednalo o vrtulník se čtyřmi rotory, s jehož pomocí byly pořízení snímky posléze využité k tvorbě ortofota a digitálního modelu terénu s vysokým rozlišením. Lucieer et al. (2014) nasadil ve svém výzkumu mechových porostů 21
poloostrova Robinson Ridge, nacházejícího se na východní straně antarktických ostrovů Windmill, OktoKopter a ze získaných snímků vytvořili přesný digitální model mikrotopografie studované lokality.
1.4 Vlastnosti UAV technologie Tato kapitola se věnuje vlastnostem bezpilotních leteckých prostředků a to z pohledu jejich rozčlenění na přednosti této technologie, tedy důvody jejího využívání a na různé omezení či limity, které s sebou UAV a jeho nasazení přináší. Obzvláště výčet předností je pak vztažen přímo k aplikacím ve výzkumech parciálních disciplín fyzické geografie. 1.4.1 Přednosti UAV technologie Jak je již zmíněno v podkapitole 1.1, bezpilotní letecké prostředky se už ve 20. století běžně užívaly v obranném průmyslu a při armádních špionážních akcích. Avšak s rostoucím vývojem této technologie a klesající cenou se zvláště v posledních letech rozvíjí její využití v oblasti přírodních věd a jejich výzkumů, které využívají geoprostorových dat (Horcher a Visser, 2004; Řehák, 2012). Jak srovnává Nagai et al. (2013), běžnou metodou při získávání geoprostorových dat je zaměřování skrze přijímače globálního družicového polohového systému (GNSS) a pomocí nástrojů technické geodézie, které jsou sice velmi přesné díky blízkosti měřeného objektu a měřicího přístroje, ale s jejich pomocí lze získat pouze informace bodové a liniové, jejichž pořízení stojí nemálo času a práce. Letecké mapování naproti tomu nabízí rychlejší možnost pořízení dat v ploše, avšak použití jeho výsledků je limitováno výsledným rozlišením snímků, ovlivněným především výškou letu a dále vysokými náklady na jejich pořízení. Vysoké rozlišení snímků pořízených pomocí UAV však umožňuje provádět výzkumy v mnoha oborech s mnohem větším detailem, než jaký poskytují letecké, tím spíše satelitní snímky a s mnohem větší efektivitou, než jaké lze dosáhnout metodami pozemního měření (D´Oleire Oltmanns et al., 2012). Metoda snímkování pomocí bezpilotních leteckých zařízení se tedy při úspěšném zpracování snímků jeví jako velmi dobrá alternativa či doplněk získávání geodat (Laliberte et al., 2007; Marzolff a Ries, 2011; Breckenridge et al., 2012; Miřijovský, 2013, Lucieer et al., 2014). UAV technologie totiž nabízí možnost přizpůsobení parametrů snímkování na velikost pozorovaného objektu či monitorovaného procesu a také na rychlosti jeho změny v krajině, což je velmi vhodná schopnost například při pozorování a vyhodnocování sesuvů či eroze, ale i monitorování mnoha jiných jevů a procesů (D´Oleire Oltmanns et al., 2012). Tato schopnost se odvíjí právě od základních vlastností UAV technologie, jakými jsou relativně nízká pořizovací a zvláště pak provozní cena, princip a snadnost ovládání, operabilita (Eisenbeiss, 2009, Miřijovský, 2013). Schopnosti UAV technologie dané jejími vlastnosti s sebou tedy přinášejí ony mnohé výhody a přednosti, které jsou důvodem jejího využívání. Hlavní z nich je již zmiňovaná velmi vysoká přesnost pořízených dat (Lucieer et al., 2014). Tato úroveň přesnosti, jak
22
vysvětluje Miřijovský (2013), je zajištěna velkým detailem snímku neboli vysokou prostorou rozlišovací schopností, která je dána snímáním povrchu z nízké výšky nad terénem. Díky tomu je možné provádět na snímcích velmi přesné měření předmětů, které pak dovoluje porovnávání a sledování dynamiky objektů a jevů i v krátkých časových intervalech. Příkladem mohou být výzkumy fluviální geomorfologie, např. kvantifikovaní laterálních pohybů koryta řeky. Nejen téměř libovolné časové rozlišení, dané operabilitou a nízkou provozní cenou systému, je nemalou výhodou UAV technologie, ale také získání a zpracování dat v přímo reálném čase, v angličtině často nazývanou real-time capability (Eisenbeiss, 2009). Tato schopnost je zajištěna přenosem snímků i videí v čase pořízení na pozemní kontrolní stanici. Získaná data tedy poskytují aktuální vizuální informaci a také mohou začít být v tu chvíli zpracovávána. Jako další významnou přednost, kterou UAV technologie nabízí oproti konvenčním leteckým zařízením s posádkou na palubě, uvádí Evaraerts (2008), Lin a Lee (2008), Eisenbeiss (2009) i Rogers a Finn (2012) možnost jejího použití v riskantních situacích bez ohrožení pilota, použití v nepřístupných oblastech, v nízké výšce nad terénem nebo pro let ve velké blízkosti různých výškových objektů, kudy by klasicky pilotované letecké zařízení nemohlo proletět. Konkrétně se v rámci fyzické geografie může jednat o místa přírodních katastrof, např. plochy postižené povodněmi, zemětřesením, lesními požáry nebo také o horské a vulkanické lokality, pouště či polární oblasti. Dále v případě omezení klasického leteckého snímkování nepříznivými podmínkami počasí, může opět přijít na řadu užití UAV, které při dostatečné vzdálenosti od výškových objektů může létat i pod mraky (Eisenbeiss, 2009). Celkově existuje s ohledem na počasí pro UAV snímkování během roku více letových dní, než v kolika je povoleno snímkování letadly s posádkou na palubě (Miřijovský, 2013). Tato technologie je pro odborné i zájmové uživatele však rozhodně atraktivní také svými poměrně nízkými náklady na pořízení i provoz celého UAV systému, což značně zvyšuje jeho celkovou efektivitu (Everaerts, 2008; Miřijovský, 2013; Whitehead et al., 2013). Jak uvádí Everaerts (2008), bezpilotní letecká zařízení jako platformy pro dálkový průzkum Země jsou některými výzkumy považována díky své nízké nákladovosti a dalším mnohým výhodám za přední možnost získávání dat DPZ. Mají předpoklad rozšířit své využití v rámci dálkového průzkumu Země a to obzvláště poté, co úřady pro řízení letového provozu přijmou UAV jako regulérní letoun, což už se v mnohých státech stalo. Miřijovský (2013) se spíše přiklání k názoru, že snímkování pomocí UAV technologie nemá za úkol nahradit žádný ze způsobu získávání geodat, stejně jako Laliberte et al. (2007) píše, že má být uchopena a používání jako mezistupeň či doplněk mezi leteckým snímkováním a pozemním geodetickým měřením. Jak píše Eisenbeiss (2009), nákladovost této technologie velmi záleží na typu bezpilotního leteckého prostředku a použitého snímacího zařízení, neboť některé
23
specializované UAV systémy mohou být ve výsledku dražší než konvenční letecké snímkování. Avšak existují i varianty nízkonákladové s lehčími stroji, které nesou neměřické kamery, a přitom není pravdou, že by tyto systémy dosahovaly nižší přesnosti. Eisenbeiss (2011) dále píše, že v současném stupni vývoje UAV technologie dosáhly tyto nízkonákladové systémy takové úrovně spolehlivosti, profesionalismu a přesnosti, že jsou schopné konkurovat jiným měřickým technologiím, zvláště pokud jde o ekonomické hledisko věci. 1.4.2 Omezení a limity UAV technologie I přes svůj značný vývoj a stále častější využívání – kupříkladu právě v rámci výzkumů fyzické geografie či obecněji přírodních věd – má UAV technologie samozřejmě i své nevýhody, nebo lépe řečeno limity a omezení. Velká většina z nich je však vázána k jednotlivým typům bezpilotních leteckých zařízení a jsou tedy uvedeny v kapitole 1.3. Vychází většinou totiž z principu fungování daného stroje. V některých případech se jedná o horší ovladatelnost stroje, např. při startu či přistání; limitující může být také nosnost či výdrž zařízení, u jiných typů UAV zase závislost na počasí, obzvláště na větrných podmínkách. V případě využití bezpilotních leteckých prostředků jako nosičů fotoaparátů a tedy získávání vizuálních snímků zájmového území, je meteorologická situace určující nejen pro samotný let stroje, ale také pro kvalitu pořízených snímků. Jak je uvedeno výše, pro nasazení UAV technologie existuje během roku podstatně více vhodných dní než pro klasické letecké snímkování. Miřijovský (2013) však uvádí, že je nutné se zaměřit na světelné podmínky. Při ostrém světle za jasného dne jsou totiž vrženy hluboké stíny, oblačnost zase způsobí více šumu v obraze. Sluneční záření může dále na snímcích způsobit vady, jako je sluneční a horká skvrna či třpyt zvlněné vodní hladiny. Nižší nosnost strojů je obecnou limitou bezpilotních leteckých zařízení, ale týká se především nízkonákladových strojů. Ty kvůli své vlastní malé váze nemohou nést měřičské kamery, užívané při konvenčním leteckém snímkování. Ale jak uvádí Eisenbeiss (2009), Miřijovský (2013) či Sládek a Rusnák (2013), mohou být vybaveny pouze spotřebními fotoaparáty, u nichž neznáme všechny prvky vnitřní orientace a i přes případnou kalibraci nejsou zcela přesné a stabilní. Eisenbeiss (2009) ještě dodává, že také navigační jednotky na palubě zařízení mohou být také pouze nižší váhové třídy, tedy i kvality a poskytují tak méně přesné údaje. Od těchto omezení se pak odvíjí specifika zpracování snímků z bezpilotních leteckých zařízení, jež jsou uvedena v kapitole 3.2. Hlavní omezení, která je však všem typům UAV společné, vychází z legislativních podmínek pro využití vzdušného prostoru bezpilotním leteckým prostředkem v dané zemi. Pohledem zákonů České republiky na tuto problematiku se zabývá Miřijovský (2013). Zmiňuje je klíčový Doplněk X Leteckého předpisu L2, který vešel v platnost 1. 3. 2012 a pro případy využití UAS k výzkumům, experimentálním misím či za účelem výdělku je povinným předpisem. Takovéto bezpilotní letecké prostředky musí být zaevidovány, 24
v případě strojů těžších než 0,91 kg musí být registrován i jejich pilot, který – pokud používá UAV těžší než 7 kg – je povinen složit teoretický a praktický test. Miřijovský (2013) dále uvádí, že všechny UAS do 20 kg váhy mohou operovat bez dozoru pilota. Avšak kromě kategorie do 0,91 kg musí mít bezpilotní letecká zařízení implementován tzv. „failsafe“ modul či mód, který, jak vysvětluje Sládek a Rusnák (2013), řeší situaci při ztrátě signálu z pozemní ovládací stanice. Tehdy stroj buď zastaví ve vzduchu na místě, popřípadě zde klesne zemi; jiné nastavení zas navádí UAV na místo poslední úspěšné komunikace s pozemní stanicí či k přistání v místě startu. Dále dle Miřijovského (2013) mohou bezpilotní letecké systémy využívat ze čtyř tříd letových prostorů, které jsou nad Českou republikou vyděleny, pouze nejnižší třídu G, tedy vzdušný prostor do 300 m nad zemí. Vždy je však třeba se řídit využitím letového prostoru dle letecké mapy ICAO či dle mapové aplikace Řízení letového provozu (ŘLP) AisView.
1.5 Stav poznání ve studované problematice UAV technologie je na poli vědy relativně novým fenoménem. A zvláště v posledních letech zažívá značný rozmach svého využití v mnoha oborech. Cílem kapitoly je zpřehlednit množství publikovaných odborných článků zabývající se tématem UAV technologie aplikované v oblasti fyzické geografie, v jejích dílčích disciplínách. Neklade si nároky na úplnost, neboť nalezení absolutního výčtu relevantních článků je nad rámec této práce. Bylo však nalezeno dostatečně reprezentativní množství publikací ke zhodnocení temporálního vývoje publikování, odborného zaměření článků a jejich geografické lokace. Vyhledávání odborných článků zabývajících se UAV technologií a jejím využitím při výzkumech oboru fyzické geografie probíhalo skrze tři významné elektronické databáze, Scopus, ScienceDirect, Web of Science a to pomocí příkazu nalezení zkratky „UAV“ v názvu článku, v jeho klíčových slovech či v jeho abstraktu; na Web of Science pak v kategorii Téma. Dále bylo určeno časové rozmezí vyhledávání od roku 1990 k 31. 12. 2013. Použité databáze také umožňovaly zúžení příkazu na vyhledávání pouze v relevantních vědeckých oborech, čímž byly automaticky redukovány kupříkladu články ryze technického zameření. Scopus nabízel Physical science, ScienceDirect pak Earth and Planetary Science a Environmental Science a v členitější nabídce Web of Science byly zvoleny Environmental Science ecology, Meteorology atmospheric science, Physical geography, Oceanography, Geography a Geology. Vhodnost takto vyhledaných odborných článků byla posléze ověřena alespoň dle znění jejich plného názvu, ve většině případů však i dle přiložených abstraktů. Neboť i přes specifikování vyhledávacího příkazu byly elektronickými databázemi do výběru zahrnuty například články pojednávající o využití UAV technologie pro účely zemědělství; v několika případech pak neměla zkratka UAV význam označení pro bezpilotní letecké zařízení (angl. Umanned Aerial Vehicle), ale měla zcela jiný význam, jako např. unchanneled alluvial valley či Um Anab metavolcanics. Takovéto publikace s odlišným
25
zaměřením byly po zhodnocení abstraktu ze seznamu vyloučeny. Toto zhodnocení je však značně subjektivní a relevantnost každého článku by bylo nejlépe posuzovat po jeho plném nastudování. Také proto nelze výčet článků, použitých pro vypracování této kapitoly, označit za zcela vyčerpávající. Avšak pro ověření nalezení všech článků dostupných skrze použité elektronické databáze byla posléze vyhledána také kombinace hesla UAV a série nejčastěji se vyskytujících pojmů ve výsledcích předchozího příkazu, kterými byly geomorphology, landslide, erosion, fluvial, river, ocean, ice, atmosphere, vegetation a fire. Jednotlivé příkazy byly vždy omezeny na vyhledávání v rámci výše uvedených oborů a shodné časové rozmezí let 1990 až 2013. Případné nově nalezené články byly do celkového výčtu zařazeny taktéž po prostudování jejich abstraktů. Jako relevantní byly přijaty případové studie, které k získání dat využily bezpilotní letecké zařízení a dokazují tak jeho použitelnost, a také články zaměřené v prvé řadě na UAV technologii, následně doplněné o příklady aplikací v rámci jedné či několika disciplín fyzické geografie. Kvantitativní zhodnocení relevantní literatury tedy zahrnuje celkem 120 odborných článků. 1.5.1 Temporální vývoj počtu publikací Tab. 2. Počet relevantních publikovaných článků v jednotlivých letech do roku 2013
Rok 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Celkem
Počet článků 1 1 0 0 1 1 0 2 0 3 10 4 6 10 13 14 30 24 120
Pro období před rokem 1990, jenž byl použit coby spodní časová hranice vyhledávacího příkazu, nejsou v použitých elektronických databázích žádné relevantní publikace uvedeny. První vyhledaný článek, který se věnuje aplikaci UAV v oborech fyzické geografie, byl publikován v roce 1996 a Valero et al. zde představuje první klimatologická měření prováděná pomocí UAV techniky. Nasbírané informace ohledně toků zářivé energie v atmosféře pak využil v modelech radiační bilance. Publikace v následujících 8 letech (do roku 2004) byly velmi sporadické, taktéž zaměřené na obor meteorologie; za rok byly vydány maximálně 2 články, většinou však žádné. Souvislý zájem o problematiku aplikace UAV v disciplínách fyzické geografie nastal až od roku 2005. Velký skok přišel hned o rok později v roce 2006, kdy většinu publikovaných článků tvořily studie zabývající se detekcemi požárů a bojem proti nim. Pokles počtu publikací v následujících letech, kdy se těžiště zájmu obrátilo zpět k meteorologii, popř. glaciologii, byl brzy vyrovnán a překonán. A od roku 2009, kdy byl
26
vydán první článek věnovaný aplikaci UAV v geomorfologii, neklesla suma publikací za rok pod dvou ciferné číslo, přičemž publikačně nejaktivnější byl prozatím rok 2012. 30
počet článků
25 20 15 10 5 2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
0
rok Obr. 4. Vývoj počtu relevantních publikovaných článků v jednotlivých letech do roku 2013
1.5.2 Geografická lokace publikovaných článků Geografická lokace článků, zahrnutých do tohoto kvantitativního zhodnocení, byla určována dle země původu prvního autora publikace. Tímto principem třídění byla třetina všech článků přiřazena ke Počet Stát publikací Spojeným státům americkým, kde jsou nejčastějšími USA 39 tématy výzkumy meteorologie a klimatologie a Čína 11 vegetační ekologie. Významnými producenty článků, Německo 11 jež se zabývají aplikacemi UAV v disciplínách Španělsko 10 fyzické geografie, jsou také Čína, kde se více než Francie 6 polovina publikací věnuje monitoringu zemětřesení a Japonsko 6 jeho dopadu na krajinu, a Německo, kde se těžiště Itálie 5 Maďarsko 4 odborného zájmu dělí mezi využití UAV Velká Británie 4 v meteorologii a geomorfologii. Také španělští autoři Austrálie 3 publikovali již řadu odborných článků vztahujících se Jižní Korea 3 k aplikaci UAV v oborech fyzické geografie; zde Kanada 3 centrum pozornosti leží především v oblasti Taiwan 3 monitoringu požárů a vegetace. Česká republika 2 Velkou většinu států však reprezentuje pouze Finsko 2 Ostatní 8 malé množství článků a jejich podíl v celkovém počtu Celkem 120 publikací je tedy shodný. Vydělená skupina Ostatní zahrnuje země, k nimž náleží vždy pouze jediná relevantní publikace a podílem tedy tvoří necelé procento celého výčtu článků. K těmto
Tab. 3. Počet relevantních publikací vydaný v jednotlivých zemích do roku 2013
27
státům patří Brazílie, Indie, Jihoafrická republika, Norsko, Nový Zéland, Pákistán, Portugalsko a Thajsko. Množství relevantních článků, zabývajících se aplikacemi UAV technologie v disciplínách fyzické geografie, publikovaných do roku 2013 v jednotlivých státech bylo zobrazeno v politické mapě světa; pro čtyři největší producenty relevantních publikací ve světě je zde v koláčových grafech znázorněno také oborové zaměření článků (viz příloha 1).
Obr. 5. Podíl počtu relevantních publikací v jednotlivých zemích do roku 2013
1.5.3 Odborné zaměření publikací Tab. 4. Počet relevantních publikací v jednotlivých oblastech výzkumu fyzické geografie do roku 2013
Oblast aplikace
Počet článků
Meteorologie a klimatologie Environmentální hazardy Vegetační ekologie Geomorfologie Hydrologie Glaciologie Ostatní
31 26 21 18 12 8 4
Celkem
120
Celý výčet 120 článků (viz příloha na CD) byl dle objektu svého výzkumu roztříděn do jednotlivých parciálních disciplín fyzické geografie, které při svých studiích UAV technologii využily. Více než čtvrtina publikací se vztahuje k oborům meteorologie a klimatologie, neboť právě v těchto disciplínách bylo v rámci fyzické geografie bezpilotních leteckých zařízení využito poprvé a nejranější studie se tedy věnují právě meteorologickým a klimatologickým výzkumům. Jako druhá nejdiskutovanější problematika řešená pomocí UAV technologii jsou zde uvedeny
28
environmentální hazardy jakožto obor aplikované fyzické geografie. V celkovém výčtu publikací tvořilo toto téma tak výraznou a početnou skupinu, že bylo vhodné jej samostatně vydělit; téměř polovinu z takto zaměřených studií tvoří články zabývající se monitoringem požárů. Konkrétním příkladům aplikace UAV ve výzkumech jednotlivých parciálních disciplín fyzické geografie je věnována kapitola 2. Nejsou v ní však rozebírány publikace ze skupiny Ostatní, do níž byly zařazeny celkem čtyři články z celého výčtu, jež nebylo možné jednoznačně zařadit do některé z disciplín, neboť se zaměřují v prvé řadě na UAV technologii a vhodnost jejího použití dokazují na sérii příkladů z různých oborů (nejen) fyzické geografie nebo popisují využití bezpilotních leteckých prostředků obecně v přírodních vědách.
Obr. 6. Podíl relevantních publikací v jednotlivých oblastech výzkumu fyzické geografie do roku 2013
29
2 APLIKACE UAV TECHNOLOGIE VE VĚDECKÉM A UŽITÉM VÝZKUMU FYZICKÉ GEOGRAFIE Tato kapitola se zaměřuje na konkrétní aplikace UAV techniky a UAV fotogrammetrie ve vědních oborech náležících do oblasti fyzické geografie. Vychází ze studia především zahraničních, ale i českých odborných článků zabývajících se touto problematikou. Parciálním disciplínám jsou věnovány jednotlivé podkapitoly, kde jsou, v případě nalezení plně dostupných dostatečně relevantních publikací, případové studie využívající UAV technologii popisovány. Na začátku je zařazena podkapitola zabývající se využitím UAV v monitoringu environmentálních hazardů; dále jsou pak postupně uvedeny další jednotlivé dílčí disciplíny fyzické geografie. Logika jejich seřazení se na počátku opírá o chronologii aplikace UAV technologie ve výzkumech jednotlivých oborů a následně o prostorovou návaznost jednotlivých fyzicko-geografických sfér, avšak v opačném pořadí než je zvykem, aby na závěr mohla být zařazena právě geomorfologie. Ta je totiž pro tuto práci klíčovou disciplínou, je jí proto věnována větší pozornost a prostor a navazuje na ni vlastní případová studie využívající zpracované snímky Strážnického meandru.
2.1 Environmentální hazardy Studium environmentálních hazardů a zvláště pak jejich dopad na krajinu lze řadit do aplikovaného výzkumu fyzické geografie a využití UAV techniky v této problematice je hojné, jak dokazuje podkapitola 1.5(.3). Zaměření jednotlivých případových studií je pak rozličné. Některé z nich se soustředí na zemětřesení a jejich dopady na krajinu i na člověka, čemuž se věnuje kupříkladu Wen et al. (2012), popisující případ zemětřesení v jihočínské provincii Yunnan v roce 2011. Gong et al. (2012) pak popisuje změny v morfologii koryta řeky Chaping River způsobené zemětřesením v okolí čínského města Wenchuan. Pomocí bezpilotního leteckého přístroje pořídil tři sady snímků – před katastrofou, v jejím průběhu a po ní. Z těch bylo následně možné identifikovat některé nově vzniklé sesuvy a přehrazené jezera, jakož i vyhodnotit dopad zemětřesení na tvar půdorysu koryta, jeho šířku apod. Bezpilotní letecká zařízení byla též aplikována při studiu tropických cyklon. Měření jejich charakteristik, jak uvádí Lin a Lee (2008), je významné pro výzkum vývoje těchto atmosférických útvarů, pro předpovědi počasí a zmírnění následků katastrof. Avšak získání potřebných dat, které se obvykle děje pomocí klasických pilotovaných letadel, je finančně náročné a především velmi nebezpečné pro řídící posádku. Proto byl na Taiwanu proveden experiment s bezpilotním leteckým zařízením s dlouhou výdrží, které proniklo až do oka tajfunu Longwang, jenž zasáhl ostrov v říjnu roku 2005. Jednalo se o robustnější letoun s pevným křídlem, který nesl speciální meteorologické přístroje, zaznamenávající požadována data, která byla přenášena na přijímací stanici okamžitě po naměření. Tak mohl být sledován aktuální vývoj tajfunu, jak vysvětlují Lin a Lee (2008). Velká část
30
aplikací UAV techniky v monitoringu přírodních hrozeb náleží boji proti požárům, čímž se zabývají především maďarské a španělské studie. Restas (2006) se věnuje efektivitě detekce požárů pomocí bezpilotního leteckého zařízení v maďarském národním parku Aggtelek. Co se týče snímacího zařízení, za nejvhodnější označuje samozřejmě infračervené či termální kamery, k základní detekci však zcela postačují i černobílé snímky panchromatické; barevné snímky ve viditelném oboru spektra jsou naopak pro monitoring požárů nepoužitelné, neboť zde potřebná informace zaniká. Jako významná pozitiva aplikace UAV techniky při monitoringu požárů jsou uvedeny vyšší bezpečnost celé operace a nižší náklady než při využití klasických pilotovaných letadel. Restas (2006) zdůrazňuje fakt, že při online přenosu snímků na pozemní přijímací stanici okamžitě v moment pořízení je možné identifikovat výskyt požáru v několika minutách, což značně urychlí vyřešení nastalého problému a ve finále zredukuje plošný rozsah postižené krajiny.
2.2 Meteorologie Byla to však meteorologie, která jako první z disciplín fyzické geografie využila pro svůj výzkum bezpilotních leteckých platforem, a to v podobě aerologických sond. Ty pomocí meteorologického balónu unáší radiosondu obsahující čidla pro měření tlaku, teploty a vlhkosti vzduchu (ČHMÚ, 2010-2011). Dnes je v tomto oboru využíváno i sofistikovanějších ovladatelných typů UAV, tedy bezpilotních leteckých strojů v podobě, jakou uvádí podkapitola 1.1. Pro aplikaci v meteorologických výzkumech však přístroje nejsou vybaveny fotoaparáty a nepořizují vizuální snímky studovaného území, ale - stejně jako aerosonda - nesou specializované meteorologické přístroje, pomocí nichž zjišťují vertikální profily teploty, vlhkosti a také rychlosti a směru větru (Bonin et al., 2013). Martin et al. (2011) představuje aplikaci bezpilotního letounu s pevným křídlem Meteorological Mini Aerial Vehicle (M2AV), jenž se svou letovou výdrží 50 až 60 minut dokáže překonat vzdálenost až 70 km, přičemž ovládání kromě startu a přistání probíhá v automatickém módu za pomocí instalované jednotky GPS/IMU. Limitován je tento typ UAV rychlostmi větru přesahujícími 10 m·s−1 a silnými srážkami, které by mohly nesené měřicí elektronické přístroje poškodit. Z pořízených hodnot ranního a večerního měření uvedených charakteristik fyzikálního stavu atmosféry lze posléze konstruovat jejich vertikální profily, sloužící k porovnávání teplotní stratifikace mezní vrstvy atmosféry nad různými druhy povrchu, jakožto i rychlostí a směrů větru v různých výškách nad těmito povrchy. Výškové rozlišení měřených údajů dosahuje 10 cm a to díky stabilní rychlosti stoupání stroje 3 m·s−1 (Martin et al., 2011). Autor také srovnává aplikaci bezpilotních leteckých zařízení v meteorologických měřeních s ostatními používanými přístroji. Aerosondy a meteorologické věže, u nichž je navíc vertikální rozlišení naměřených hodnot limitováno rozmístěním měřících přístrojů, poskytují hodnoty fyzikálních vlastnosti atmosféry pouze in-situ a nemohou tedy vystihnout změny v hodnotách měřených prvků nad různými povrchy; na rozdíl od sodaru a Dopplerova radaru, jejichž vertikální rozlišení
31
se však pohybuje v rámci desítek metrů, zatímco v případě užití UAV jde o desítky centimetrů (Martin et al., 2011). Také Rogers a Finn (2013) popisují využití údajů získaných pomocí UAV k vytváření prostorových profilů teploty vzduchu a polí rychlosti větru, přičemž princip potřebného měření využívá Dopplerova efektu. Při srovnání klasických atmosférických sond či sodaru a lidaru s UAV technologií využívanou pro meteorologická měření Rogers a Finn (2013) vyzdvihují její přesnost, která ve větších výškách sice značně klesá, to však není nijak významným limitujícím faktorem použití, vzhledem k faktu, že největšími změnami projdou fyzikální charakteristiky atmosféry v nízkých výškách nad povrchem.
2.3 Hydrologie V rámci oboru hydrologie byly také k pořízení výzkumných dat využity bezpilotní letecká zařízení. Některé výzkumy jsou však zaměřené především na UAV technologie spíše než na průběh a výsledky přírodovědné části případové studie. Jako například popis principu vytvoření mozaiky korelací pouze mezi snímky s dostatečným překryvem pro oblast čínské řeky Mingjiang (Hu a Wang, 2012). Většina nalezených studií se zaměřuje především na výzkum oceánů a moří, případně pobřežních oblastí. Digruttolo a Mohamed (2010) kupříkladu namodelovali dopad zvyšování hladiny moře na příbřežní regiony v krátkém časovém měřítku (20 let), které bylo umožněno právě vysokou přesností snímků z bezpilotních leteckých zařízení. Velká většina aplikací UAV v oboru hydrologie však k získání potřebných informací snímá svůj objekt v jiném než viditelném oboru spektra. Jednou z takových studií, která se opět týkala hladiny moří a oceánů, bylo McIntyreovo a Gasiewskiho (2007) měření povrchové salinity pomocí UAV s dlouhou výdrží, které neslo digitální radiometr, měřící radiační teplotu mořské hladiny. Existuje také několik výzkumů, které se zaměřily na znečištění povrchu moří a oceánů. Jeden z nich představuje Lega a Napoli (2010), kteří nasnímali několik mil pobřeží italské Kampánie pomocí digitální infračervené kamery a čtyř různých typů UAV. Skrze vysoce přesné a citlivé distanční měření tepelné energie hladiny moře se jim podařilo detekovat místa zdrojů a rozšíření znečištění způsobeného ilegálními výtoky splaškových stok, kanalizací apod. Lega a Napoli (2010) uvádí, že standardní metody zjišťování znečištění pomocí odebírání vzorků a chemických rozborů kvality vody nemohou na rozdíl od přesných snímků z bezpilotních leteckých zařízení tak efektivně postihnout takto rozsáhlé území, ani přesně identifikovat zdroje znečištění. Obor hydrologie se v jistých tématech svého studia protíná s jinými parciálními disciplínami fyzické geografie. Jde například o morfologii koryt řek a její dynamiku studovanou fluviální geomorfologií či výzkum ripariální vegetace. Takovéto studie taktéž využívají bezpilotních leteckých zařízení k získání potřebných dat. V rámci této práce jsou však zařazeny k příslušným prolínajícím se fyzicko-geografickým oborům. K hydrologii jakožto oboru zabývajícímu se vodou ve všech skupenstvím může být ale řazen také
32
výzkum ledovců. Pro množství studií, které se věnují aplikaci UAV v této disciplíně proto pro ni však byla vydělena samostatná podkapitola.
2.4 Glaciologie V rámci studia ledovců bylo jako prvních bezpilotních leteckých platforem stejně v meteorologii využito aerosond pro měření základních meteorologických údajů nad ledovci a to poblíž nejsevernějšího aljašského města Barrow v roce 1999 (Crocker et al., 2012). V posledních letech se však při výzkumu aplikují také bezpilotní letecké zařízení nesoucí senzory k vytváření vizuálních snímků zkoumaného území, jak představuje Crocker et al. (2012). Ten popisuje systém přístrojů nazvaný The CU LiDAR Profilometer and Imaging System (CULPIS, obsahující LiDAR, digitální fotoaparát, still-digital kameru, jednotku IMU, GPS přijímač, GPS anténu a zařízení na synchronizaci všech těchto přístrojů), který byl navržen speciálně pro integraci do bezpilotních leteckých systémů a následnou aplikaci právě ve snímkování polárních oblastí a studiu jejich povrchové topografie. Čtyři různé bezpilotní letecké platformy vyzkoušely snímkování polárních oblastí pomocí systému CULPIS, přičemž se vždy jednalo o letouny Obr. 7. Povrch ledových ker, nasnímaných systémem CULPIS v úžině Fram Strait při pobřeží Špicberských ostrovů s pevným křídlem, schopné (a) fotomozaika v pravých barvách operovat v opravdu velmi (b) klasifikace povrchu ledových ker: tavná jezírka (modrá), nepříznivých polárních hřbety ledovce (červená), rovný povrch ledovce (zelená), podmínkách včetně teplot okolní voda (černá) (Převzato: Crocker et al., 2012) pod -30 °C. Jedno z míst, nasnímané pomocí systému CULPIS, které Crocker et al. (2012) zmiňuje, byl pevninský ledovec Jakobshavn na východním pobřeží Grónska – zkoumaný kvůli procesu telení –, kde bylo zachyceno čelo ledovce, jeho centrální proud s trhlinami a dále byl také vytvořen digitální výškový model prostoru v okolí tří tavných jezer. Další zmiňovanou oblastí výzkumu byla úžina Fram Strait při pobřeží Špicberských ostrovů, přičemž zde byl předmětem zájmu mořský led, ledové kry a jejich povrch, který byl prahovací metodou rozklasifikován do šesti typů (viz obrázek 7); tato klasifikace by mohla přinést pochopení vztahu mezi stářím ledové kry, její mocností, natavením, hrubostí povrchu a dalšími morfologickými charakteristikami povrchu.
33
Také úbytek ledovců, tento v posledních letech často diskutovaný problém, lze monitorovat pomocí snímků vytvořených bezpilotními leteckými zařízeními a následně vygenerovaných digitálních výškových modelů, jak uvádí například Whitehead et al. (2013). Objektem jeho výzkumu byl ledovec Fountain na Bylotově ostrově, který patří ke Kanadskému arktickému souostroví. Nasnímání probíhalo pomocí letounu s pevným křídlem. Whitehead et al. (2013) Obr. 8. Mapa změn mocnosti ledovce Fountain mezi červencem roku 2010 a popisuje, že porovnávány byly vytvořené 2011 ortofotomozaiky a digitální výškové modely (Převzato z Whitehead et al., 2013) ledovce ze dvou po sobě následujících ablačních období, července 2010 a 2011. Výsledkem výzkumu byla pak především kvantifikace míry ztenčování ledovce, přičemž při okraji ledovce byly zjištěny rozdíly až 2,5 m.
2.5 Vegetační ekologie Také v rámci studia vegetace lze efektivně uplatnit technologii UAV snímkování, jak dokazuje například Lucieer et al. (2014) výzkumem antarktických mechových porostů pomocí snímků pořízených bezpilotním leteckým zařízením, přičemž studovaným územím konkrétně byl skalnatý poloostrov Robinson Ridge na východní straně antarktických ostrovů Windmill, pokrytý společenstvy mechovek a lišejníků. Lucieer et al. (2014) popisuje, že tyto porosty jsou objektem zájmu z důvodu jejich postupného usychání a odumírání, jež je zapříčiněno klimatickými změnami. Porosty se tedy stahují do těch míst, kde se při letním tání udrží stále dostatek vlhkosti. A zde hrají roli vlivy topografie a mikro-topografie, jako je sklon, výskyt větších i menších odvodňovacích koryt, skalních výběžků a balvanů. Lucieer et al. (2014) vysvětluje, že takovéto povrchové tvary zájmového území a související rozmístění mechových porostů je tedy třeba studovat ve velkém detailu, který však neposkytnout satelitní ani konvenční letecké snímky. Běžné letecké snímkování je navíc pro studované území poněkud problematické kvůli jeho odlehlé pozici a častým nepříznivým podmínkám počasí. Proto byla při studiu použita multirotorová helikoptéra OktoKopter. Pro účely následného přesného georeferencování byly při této studii použity umělé vlícovací body. Zpracování pořízených snímků proběhlo v programu Agisoft PhotoScan Professional, přičemž výsledkem byl digitální model povrchu a ortofotomaozaika s centimetrovým rozlišením (viz příloha 2).
34
Oba tyto produkty, jak dále popisuje Lucieer et al. (2014), posléze sloužily k vytvoření modelu prostorové distribuce tavné vody ve zkoumaném území při zohlednění vlivů mikro-topografie. Mohl je poskytnout právě pouze velmi přesný model povrchu. Tento model pak ověřil vztah mezi zdravotním stavem mechových porostů a prostorovým rozmístěním dostatečně provlhčených a naopak suchých míst. Dalším příkladem využití bezpilotních leteckých zařízení při výzkumu vegetace může být také hodnocení vegetační struktury pelyňkové stepi na území povodí Snake River, západně od města Idaho Falls, jemuž se věnuje Breckenridge et al. (2012). Cílem jeho studie bylo zjištění procentuálního pokrytí pěti různých typů tamní vegetace a holé půdy pomocí snímků pořízených pomocí UAV, kterým byl konkrétně model helikoptéry. Vyhodnocení pokryvu jednotlivých tříd bylo pak provedeno pixelovou klasifikací získaného digitálního obrazu a porovnáno s daty terénního výzkumu. Breckenridge et al. (2012) uvádí, že nelze konstatovat statisticky významný rozdíl v přesnosti těchto dvou výzkumných metod. Dále byla však srovnávána také efektivita sběru dat, v níž značně lepších výsledků dosahuje metoda UAV snímkování. Jejím využitím celkový čas získání finální informace činil cca 50 hodin v přepočtu na osobu, zatímco pro terénní výzkum to bylo o 33 hodin více.
2.6 Geomorfologie 2.6.1 Potenciální využití UAV v dílčích geomorfologických disciplínách Geomorfologie je pro tuto práci klíčovou disciplínou fyzické geografie, neboť se k ní vztahuje případová studie na Strážnickém meandru, využívající zpracovaných snímků, pořízených bezpilotním leteckým zařízením. Proto je zde aplikaci UAV technologie ve výzkumech tohoto vědního oboru věnována větší pozornost než u ostatních fyzickogeografických disciplín. Geomorfologie, jakožto věda zabývající se tvary zemského povrchu (dále jejich vznikem a stářím), zkoumá svůj objekt studia čili reliéf povrchu naší planety (georeliéf) v různém měřítku (Demek, 1988). Konvenční distanční metody lze aplikovat na studium makroforem a mezoforem; většina nanoforem zase naopak vyžadují terénní práci, která byla do nedávné doby aplikována také při mapování a analýze mikroforem reliéfu, jejichž velikost Demek (1988) definuje do 500 metrů šířky a 50 metrů výšky. Avšak s příchodem UAV technologie do přírodních věd se pro výzkum povrchových tvarů zemského povrchu v měřítku mikroforem nabízí právě snímkování bezpilotními leteckými prostředky a zpracování pořízených snímků do podoby umožňují přesnou kvantifikaci objektů, jevů, případně i procesů studia geomorfologie. Tato podkapitola se snaží o krátké shrnutí možných aplikací UAV technologie v dílčích geomorfologických subdisciplínách, přičemž potenciální příklady užití jsou míněny právě v rámci měřítka mikrotvarů reliéfu. Rozdělení velikost povrchových tvarů dle Demka (1988) je však pouze teoretické východisko, kterým se reálné formy georeliéfu neřídí. Při přizpůsobení parametrů letu by bylo do určité
35
přesnosti možné využít UAV technologii i k výzkumu určitých typů nanotvarů či naopak mezotvarů. Bylo by však nutné zvážit efektivitu takového přístupu. Principů UAV techniky a UAV fotogrammetrie by mohlo být využito ke studiu tvarů vzniklých díky procesu zvětrávání; kupříkladu odnosu zvětralinového pláště a postupného obnažování tvarů zemského povrchu. Při opakovaném nasnímání téže lokality by bylo možné sledovat i dynamiku tohoto procesu a po vytvoření 3D modelu kvantifikovat objemové změny. Další možností aplikace jsou svahové pochody, jejich výskyt, rozsah a změny objemu. Z fluviálních svahových pochodů by mohly být monitorovány ty objemově výraznější, jako jsou bahenní a blokovobahenní proudy. Spíše se však nabízí možnost výzkumu gravitačního typu svahových pochodů, tedy sesuvů, řícení a lavin – sněhových i kamenných. Jako velmi vhodné se jeví aplikace UAV technologie a fotogrammetrie při výzkumu fluviálních pochodů a následně vzniklých tvarů. Příkladem může být výmolová eroze, její vývoj a kvantifikace objemových změn erodovaného materiálu. Takovéto údaje by bylo možné vztáhnout k událostem silných dešťů a extrémních povrchových odtoků; obecně by mohl být monitorován dopad vyskytnuvších se povodní. Z fluviální geomorfologie je to také výzkum morfologie koryta řek, kde se nabízí uplatnění UAV technologie. Ze snímků lze vyhodnocovat půdorys koryta, tedy jeho laterální pohyby, vývoj meandrů apod. K fluviálním tvarům a pochodům se vážou i krasové jevy, které se však z velké části nachází pod zemským povrchem. Pomocí snímků z bezpilotních leteckých zařízení by tedy bylo možné podrobit výzkumu pouze tvary povrchové nejlépe holého krasu. V rámci studia kryogenních tvarů a pochodů by mohla být UAV technologie aplikována ve výzkumech tvarů ledovcové akumulace a abraze. Objektem snímání by tedy byly kupříkladu různé typy morén, eskery či kamy nebo drumliny či oblíky. Vývoj samotných ledovců tato práce zařazuje do oboru glaciologie. Z periglaciálních procesů a forem se nabízí nasnímání rozličných tvarů strukturních půd či studium vývoje ledovcových klínů či hydrolakolitů. UAV technologie by mohla přispět také v oblasti výzkumu eolických tvarů a pochodů, a to jak abrazních tak deflačních. Kupříkladu možnost téměř libovolného časového rozlišení snímků by byla jednoznačným pozitivem při studiu písečných dun, jejich proměn a rychlosti změn tvarů. Vzhledem k tomu, že s některými typy bezpilotních leteckých zařízení lze pořizovat i snímky s horizontální osou záběru a existují programy, které takové snímky umí zpracovat např. do podoby 3D modelu, by bylo možné rekonstruovat takové tvary, jako jsou skalní brány či skalní hřiby apod. Podobného principu by bylo možné využít ke studiu pobřežních abrazních tvarů, jako např. pobřežních útesů, skalních pilířů či jehel. Z marinních forem by to dále mohly
36
být delty řek, jejich vývoj různé podoby, pro jejichž výzkum by snímky z bezpilotních leteckých přístrojů mohly dodat užitečné informace. V rámci geomorfologie by neměly být opomenuty ani antropogenní tvary, při jejichž mapování, kvantifikování plošného rozsahu a objemu, jakož i vyhodnocování změn by se UAV technologie mohla stát efektivním pomocníkem. Vhodným objektem by byly především těžební tvary, jako jsou lomy či povrchové doly. Konkrétní případové studie, při nichž bylo využito UAV techniky a UAV fotogrammetrie ke studiu některých geomorfologických jevů či procesů, jsou uvedeny v podkapitolách níže. Vedle světových příkladů jsou speciálně vyděleny výzkumy českých a slovenských autorů. Zde se totiž snímkování bezpilotními leteckými zařízeními využívá právě v oblasti geomorfologie, obzvláště fluviální. 2.6.2 Vybrané zahraniční aplikované geomorfologické studie Jak je uvedeno v předchozí podkapitole, jedním z možných využití UAV technologie v rámci geomorfologických výzkumů je monitoring sesuvů. Důkazem je například článek Niethammera et al. z roku 2010. Niethammer et al. (2010) zde píše, že monitorování aktivních sesuvů spočívá především ve vyhodnocování rozsahu posuvu, jeho spádu, povrchové topografie a hlavně jejich změn v čase. Dále uvádí možnost analyzovat také materiál sesuvu, trhlinové struktury v něm a díky vysokému rozlišení textury na UAV snímcích při využití infračervené a termální části spektra i půdní vlhkost; Všechny tyto charakteristiky mohou být zjišťovány z ortofotografií či digitálních modelů povrchu a kvantifikovatelným porovnáváním těchto produktů z různých období, přičemž zpracované snímky pořízené bezpilotními leteckými prostředky, i těmi levnými, mají dnes tak vysoké rozlišení, že tyto analýzy umožňují. Dalším důvodem, proč k nasnímání sesuvů použít právě bezpilotní leteckou techniku, Niethammer et al. (2010) uvádí možnost její aplikace v nebezpečných leč zájmových oblastech, neboť těmi místa sesuvů, řícení či bahnotoků rozhodně jsou, takže přímé měření zde není často dost dobře možné. Jako neméně významné opodstatnění užití UAV je zde uvedena i potřeba průběžného a poměrně častého monitorování pohybu sesuvů, které flexibilita nízkonákladových bezpilotních leteckých systémů umožňuje. Niethammer et al. (2010) představuje využití bezpilotního leteckého prostředku pro monitorování sesuvu Super-Sauze ve Francouzských Alpách. Při jeho nasnímání byl nasazen nízkonákladový typ UAV, čtyřvrtulový QuadroKopter, který byl vybaven inerciální měřící jednotkou. Prvky vnější orientace tedy byly určovány již za letu při pořizování každého jednotlivého snímku, přičemž zpracování probíhalo za použití algoritmu Structure from motion. Tento princip pořizování geodat je dle Niethammera et al. (2010) pro výzkum sesuvů velmi vhodný, neboť pozemním zaměřením získané souřadnice vlícovacích bodů na ploše sesuvů lze pořídit jen velmi obtížně a často by to nemuselo být ani bezpečné.
37
Ze snímků byly vygenerovány ortofotomozaiky a digitální modely povrchu jednak celého sesuvu (viz příloha 3) a pak zvlášť jeho spodní části. A je uvedeno, že výsledky jsou minimálně srovnatelné s klasickými fotogrammetrickými metodami. V rámci geomorfologie byly s využitím přesného bezpilotního distančního měření studovány také erozní tvary a jejich vývoj v čase. Horcher a Visser (2004) se sice věnují aplikaci UAV technologie v lesnictví, při tom však zmiňuje problém eroze nezpevněných lesních cest. Navrhuje pro jejich kontrolu využít bezpilotní letecká zařízení, která lze naprogramovat tak, aby v automatickém módu oblétávala síť lesních cest a sledovala možné svahové sesuvy. Horcher a Visser (2004) dále uvažují nad možností sledovat přímý průběh eroze, která je zesílená během srážek a těsně po nich, pomocí UAV techniky, neboť ta je schopna operovat i pod nízkou oblačností; ale kvůli snížené viditelnosti by takovéto lety pravděpodobně nemohly být povoleny. Marzolff a Ries (2011) pak představují využití snímků pořízených UAV technologiemi při studiu výmolové eroze. Konkrétně se věnují foto-monitorování procesu vytvoření výmolu v důsledku sufoze. Ze snímků obilného pole v oblasti Bardenas Reales ve španělské provincii Navarra odhalili souvislost mezi směrem erozních rýh a směrem orby těžkou technikou, který zde má větší vliv než samotný sklon svahu. Na maloformátových fotografiích povodí řeky Huervy ve španělské provincii Zaragoza Marzolff a Ries studovali vznik celé sítě erozních výmolů, vzniklých propojením sousedících sufozních jam. Monitorování eroze za pomocí snímkování UAV technikou pak podrobněji popisuje také d´Oleire Oltmanns et al. (2012). Zájmovým územím jeho studie bylo v tomto případě povodí řeky Souss poblíž marockého města Taroudant. Tamní neúrodná půda byla těžkou technikou upravena za účelem zemědělského obdělávání a dřívější erozní síť strží byla pohřbena navršením nového materiálu. Na takovémto pouze povrchně zpevněném terénu, náchylnému k půdní erozi, byla však původní síť výmolů postupně odkryta a navíc se zde vytvořilo mnoho nových erozních tvarů podél pásů orby. Popisovaná situace je tedy důvodem pro výběr právě této lokality. D´Oleire Oltmanns et al. (2012) uvádí, že z důvodu povahy výmolové eroze, jejíž výskyt je časově a prostorově poměrně variabilní, jsou UAV technologie pro monitorování tohoto procesu nejvhodnějším nástrojem. Přesnost a časová dostupnost konvenčních leteckých snímků totiž není schopna v požadovaném detailu a časovém kroku zachytit velikost a vývoj nestálého jevu výmolové eroze. Zato ze snímků pořízených bezpilotními leteckými zařízeními, které mají vysoké prostorové rozlišení, lze vytvářet detailní mapy a digitální výškové modely (viz příloha 4), na jejichž základě je možné kvantifikovat velikost a rozsah výmolů a strží; jejich vývoj pak z časové řady maloformátových snímků, která může být pořízena v libovolných intervalech. D´Oleire Oltmanns et al. (2012) dále popisuje, že snímky studového území byly pořízeny pomocí letounu s pevným křídlem. Pro následnou rektifikaci sady snímků a
38
přesná geometrická měření byly i při této studii zaměřeny uměle signalizované vlícovací body. Dle popisu byly terče rozmístěny okolo stružek a nejlépe také přímo dovnitř erozních rýh, aby bylo možné posléze zjišťovat změny ve výšce zbrázděného povrchu. Vzájemným odečtením detailních digitálních modelů terénu pořízených v určitých časových intervalech lze poměrně přesně kvantifikovat vývoj strží, změny v objemu erodovaného materiálu apod. Dále d´Oleire Oltmanns et al. (2012) zmiňuje druhý postup zpracování pro snímky pořízené z několikanásobné výšky nad terénem. Vygenerovaný model poskytoval prostorově komplexnější pohled, nabízející možnost zohlednění více vlivů, které mohly mít co dočinění se studovanou půdní erozí. 2.6.3 Aplikované geomorfologické studie na území Česka a Slovenska Na území České a Slovenské republiky se geomorfologické studie využívající UAV technologie zaměřují především na geomorfologii fluviální. Sládek a Rusnák (2013) uvádí výzkum avulze koryta řeky Ondavy, k níž došlo v následku série tří povodní v roce 2010. Díky ortofotomozaice s rozlišením 2 cm na pixel, vytvořené z 67 snímků pořízených bezpilotním leteckým zařízením HexaKopter XL, bylo možné vyhodnotit erozi orné půdy a změnu půdorysu koryta způsobenou avulzí. Sládek a Rusnák (2013) pak zmiňují předpoklad, že za vyšších vodních stavů může pravděpodobně dojít k přesunu hlavního proudění právě do tohoto nového koryta, které protíná šíji meandrového oblouku řeky. Pomocí snímků ze zmíněného HexaKopteru Sládek a Rusnák (2013) také vytvořili 3D model části hráze řeky Moravy u Devínské Nové Vsi. Řeka Morava je vůbec předním objektem zájmu snímkování leteckými bezpilotními zařízeními v rámci českých a slovenských studií zaměřených na fluviální geomorfologii. Jednou z výzkumných lokalit je CHKO Litovelské Pomoraví, kde bylo opakovaně nasnímáno několik vybraných úseků řeky za účelem hodnocení míry břehové eroze (Miřijovský et al., 2012). Dvěma z nich jsou břehové nátrže u obce Štěpánov a Moravičany, jež byly nasnímány v roce 2011 a 2012; poprvé pomocí padákového kluzáku Pixy a o rok později s využitím multirotorové platformy HexaKopter XL. Miřijovský (2013) pak pomocí ortogonalizovaných snímků hodnotí vliv břehové eroze kvantifikací posunu břehového hrany a plošného úbytku nátrží, porovnáním 3D modelů povrchu pak i objemový úbytek erodovaného materiálu. Významnějším výzkumným úsekem je ale Kenický meandr z důvodu protržení jeho šíje během povodně v únoru 2012. Miřijovský et al. (2013) popisuje výzkum vývoje této lokality jednak pomocí historických mapových podkladů, geodetických měření a v neposlední řadě pomocí UAV fotogrammetrie. Je uvedeno, že zkoumaný meandr v rezervaci Kenický byl nasnímán poprvé v lednu 2012, tedy těsně před protržením jeho šíje, a to především za účelem získání vizuální informace. Podruhé pak snímkování proběhlo v prosinci 2012, tentokrát již za účelem přesné ortogonalizace pro možnost následného porovnání s geodetickými měřeními a vyhodnocení změn meandru a meandrové šíje. Polohu břehových linií Kenického meandru na základě těchto snímků 39
vyhodnocuje také Bruncková (2013), která zde vymapovala i polohu štěrkových lavic, kmenů říčního dřeva, kořenových balů a akumulace dřevní hmoty.
40
3 METODIKA PRÁCE, PODKLADOVÉ MATERIÁLY A NÁSTROJE Tato kapitola popisuje metodiku získání snímků pomocí bezpilotního leteckého zařízení. Opírá se především o znalosti získané terénním výzkumem při nasnímání Strážnického meandru, které proběhlo 14. 3. 2014. Lokalita Strážnického meandru je popsána později v kapitole 4, která se věnuje vyhodnocení získaných snímků zpracovaných do podoby ortografických mozaiek.
3.1 Proces snímkování 3.1.1 Bezpilotní letecký systém K získání požadovaných detailních snímků zájmového území samozřejmě nestačí pouze samotný bezpilotní létající prostředek (UAV), ale je zapotřebí celého bezpilotního leteckého systému (UAS). Ten byl definován již v podkapitole 1.1.1. jako soustava zahrnující bezpilotní létající stroj, pozemní řídící stanici a další části, jež jsou potřebné k fungování systému (Úřad pro civilní letectví, 2011a). Miřijovský (2013) stanovuje jako základní prvky bezpilotního leteckého systému letecký nosič, kalibrovanou kameru, softwarové programy a proškolený personál s dostatečnými odbornými znalostmi a dovednostmi. 3.1.1.1 Bezpilotní letecký nosič Různé typy bezpilotních leteckých zařízení byly již popsány v kapitole 1.3. Pro nasnímání Strážnického meandru byl použit multikoptér čili vícemotorový vrtulník, konkrétně model se šesti vrtulemi nazývaný HexaKopter ve velikosti XL. Stroj je tvořen lehkou kostrou, jež se skládá ze šesti radiálně uspořádaných kovových profilů, směřujících ke středové hlavici a na vnějším konci opatřených motorkem s vrtulí. Každý profil je podepřen plastikovou nožičkou, čímž se vytváří prostor pro upevnění baterie, ale především fotoaparátu, pevně přišroubovanému ke kovovému rámu. Kovový kryt středové hlavice ukrývá veškerou elektroniku, s jejíž pomocí zařízení funguje a která je ovládaná telemetricky přes připojenou anténu. Jak uvádí Miřijovský (2013) a webové stránky výrobní společnosti HiSystems GmbH (2014), řídicí systém HexaKopteru zahrnuje elektronický obvod Flight Control, který má na starosti samotný let zařízení. Obsahuje inerciální měřičskou jednotku (IMU) s trojicí gyroskopů a akcelerometrů. Zvolenou letovou hladinu udržuje kromě měřené souřadnice z také barometrickým čidlem. Jednotlivé motory ovládá a reguluje šest obvodů Brushless Controller (BL-Ctrl); zajišťují jejich různý tah udávající směr letu, kontrolují jejich teplotu, čímž předchází přehřátí apod. Navigace kopteru probíhá pomocí elektronického obvodu Navigation Control (Navi-Ctrl) s GPS čipem, tím je umožněno využití poloautomatických či automatických módů letu.
41
3.1.1.2 Pozemní řídící a přijímací stanice Pro pohodlné a úspěšné provedení snímkovacího letu na Strážnickém meandru byla přímo ve vyschlém bývalém korytě toku umístěna provizorní pozemní řídící a přijímací stanice. Ta se skládala z mobilního úložného prostoru pro HexaKopter, sloužícího zároveň jako startovací plocha; dále z notebooku, sloužícího pro naplánování trasy pomocí programu Mikrokopter Tool a pro přenos souřadnic a parametrů této trasy telemetricky přes anténu k elektronickým jednotkám bezpilotního leteckého zařízení; obrazovky, taktéž propojené s anténou, pro přenos snímaného obrazu; avšak nejdůležitější součástí byl vysílač pro dálkové ovládání stroje. Ten umožňuje navigaci kopteru manuálně v módu Free či v poloautomatickém nebo plně automatickém módu. Dle Miřijovského (2013) a webové stránky výrobní společnosti HiSystems GmbH (2014) poloautomatický mód, nazývaný PositionHold resp. Dynamic PositionHold, udržuje HexaKopter ve vzduchu v aktuální pozici, přičemž pohyb mezi těmito pozicemi probíhá dle manuálního ovládání. Automatický mód ComingHome naviguje přístroj zpět na místo startu; v případě předdefinované letové trasy však nejdříve absolvuje ji a až poté se vrací zpět. Módy lze libovolně měnit v průběhu letu (HiSystems GmbH, 2014). Pomocí vysílače dálkového ovládání byly také v pravidelných intervalech vysílány příkazy k pořízení snímku území, které bylo aktuálně viditelné na obrazovce. 3.1.1.3 Kamera K nasnímání zájmové lokality Strážnického meandru byl použit digitální zrcadlový fotoaparát Canon EOS 500D. Vzhledem k nosnosti využitého bezpilotního leteckého zařízení nelze, stejně jako ve většině případů nasazení UAV, snímkovat speciálními měřičskými kamerami, které se obvykle užívají ve fotogrammetrii a jsou pro ně známy všechny prvky vnitřní orientace čili konstanta komory, poloha hlavního snímkového bodu a průběh distorze objektivu (Pavelka, 2003; Dobrovolný, 2011; Miřijovský, 2013). Spotřební neměřičské fotoaparáty, používané v UAV fotogrammetrii, nejsou kalibrovány a jejich kalibraci je tedy třeba provést svépomocí před nasazením ve snímkovacím letu, jak blíže rozebírá Miřijovský (2013). V případě následného zpracování snímků pomocí programu Agisoft Photoscan (viz kapitola 3.2), jsou však prvky vnitřní orientace dopočítány pomocí algoritmů, na jejichž základě program pracuje. Pro pořízení opravdu kvalitních zpracovatelných snímků bylo třeba také nastavit parametry expozice kamery, které dle Miřijovského (2013) musí splňovat jisté zásady. Z důvodu zachování podobné digital number (DN) hodnoty odpovídajících si pixelů na jednotlivých snímcích, nesměl být použit automatický režim. Při snímkování Strážnického meandru bylo využito režimu „Priority času“, který dopočítává hodnotu clony k pevně stanovenému expozičnímu času. Ten musel být vždy dostatečně krátký (1/800 s), aby pohyb stroje nestihl způsobit rozmazání snímku.
42
Ještě podstatnějším problémem bylo zaostření kamery. Ačkoli byl použit objektiv s pevnou ohniskovou vzdáleností 20 mm, bylo potřeba jej lepicí páskou zafixovat v pevné pozici z důvodu zajištění stability ostřícího kroužku proti jakýmkoli posunům optických členů objektivu a tedy znehodnocení předešlé kalibrace. Aby se všechny objekty na snímku jevily jako ostré, byla nastavena hloubka ostrosti na nekonečno, což při nastavených parametrech ohniskové vzdálenosti znamenalo zaostření již o cca 4 metrů (Miřijovský, 2013). To bylo vzhledem k výšce letu 150 metrů zcela dostačující. 3.1.2 Plán a příprava snímkovacího letu 3.1.2.1 Meteorologická situace Pro zvolení vhodného dne k provedení nasnímání zájmové lokality Strážnického meandru bylo potřeba zkontrolovat předpověď počasí z ČHMÚ, přičemž limitující jsou především srážky a silný vítr. Miřijovský (2013) uvádí, že multirotorový model HexaKopter XL je schopen operovat do rychlosti větru 5 m·s−1. Co se týče meteorologické situace, důležitá je také oblačnost podmiňující světelné podmínky. Jejich vliv je blíže popsán v podkapitole 1.4.2. Předpověď počasí pro pátek 14. 3. 2014 vyhovovala podmínkám důležitým pro úspěšné provedení snímkování. Data ČHMÚ posloužila také ke zhodnocení vodního stavu řeky Moravy na nejbližší vodoměrné stanici Strážnice (Morava). Ten v den snímkování 14. 3. 2014 činil pouhých 130 cm (ČHMÚ, 2014); bylo tedy sucho, což je pro účely snímkování velmi vhodné. 3.1.2.2 Kontrola letového provozu Lety s bezpilotními leteckými zařízeními jsou ošetřeny legislativou, čemuž se také blíže věnuje podkapitola 1.4.2. Před výjezdem ke Strážnickému meandru musela být ověřena možnost provést nad tímto územím let s UAV skrze mapovou aplikaci ŘLP AisView, kde lze zjistit, zda lokalita není ve zvolený den zahrnuta k dočasně vyhrazeným prostorům pro vojenská letadla či omezeným prostorům chránícím civilní letadla apod. (Novotný, 2009).
Obr. 9. Stav vzdušného prostoru nad zájmovým územím Strážnického meandru v den 14. 3. 2014 (Zdroj: aplikace AisView)
43
Dle mapové služby aplikace AisView se snímkované území nachází v koncové řízené oblasti letiště Kunovice. Tato část vzdušného prostoru slouží k ochraně přilétajících a odlétajících letadel (Úřad pro civilní letectví, 2011b), její spodní hranice je však až ve výšce 5000 stop, tedy cca 1,5 kilometru (viz obrázek 9) a na prováděné snímkování ve výšce 150 metrů nad terénem tedy nemá vliv. 3.1.2.3 Stanovení parametrů snímkování Jako nejpodstatnější parametry pro snímkování bezpilotními leteckými přístroji Miřijovský (2013) uvádí ohniskovou vzdálenost kamery (f), výšku letu (Hg), měřítko snímku (M), resp. měřítkové číslo (ms), prostorové rozlišení snímku (GSD) a popř. vzdálenost mezi dvěma expozicemi (B). Jako výchozí a pevně daný parametr byla brána pevná ohnisková vzdálenost použitého objektivu, tedy 20 mm a vysoké prostorové rozlišení snímku, udávané jako GSD (angl. Ground sample distance) s hodnotou 3,5 cm na pixel. Miřijovský (2013, s. 51) definuje GDS jako skutečnou vzdálenost v terénu, která je na snímku resp. senzoru kamery vyjádřena jedním pixelem. Zvolená hodnota by měla být dostatečná pro účely výzkumu fluviální geomorfologie a je jí dosaženo při výšce letu ve 150 metrech nad povrchem. Miřijovský (2013) uvádí výpočet parametrů snímkování dle následujících vzorců:
kde: Hg – je průměrná letová výška nad terénem [mm], GSD – Ground Sample Distance [mm], f – ohnisková vzdálenost [mm], p – skutečná velikost obrazového prvku snímače [mm]. Výška letu při požadavku rozlišení 3,5 cm na pixel je tedy skutečně přibližně 150 m. S touto informací je možné dopočítat velikost území, které bude zachyceno na jeden snímek. K tomu je potřeba znát velikost obrazového senzoru použitého fotoaparátu a měřítko snímku, vypočítané dle následujícího vzorce:
44
kde: M – je měřítko snímku, ms – měřítkové číslo, Hg – průměrná letová výška nad terénem [cm], f – ohnisková vzdálenost [cm]. Měřítko snímku, resp. jeho středu je tedy 1:7 500. Velikost obrazového senzoru použitého digitálního zrcadlového fotoaparátu Canon EOS 500D činí 22,3344 × 14,8896 mm (Miřijovský, 2013). Rozměry území zachycené je na jednom kolmém snímku lze tedy vypočítat následovně: (3.6) 167,51 m
kde: D – je délka snímané scény, Š – šířka snímané scény. Při snímání Strážnického meandru byl fotoaparát natočen vůči letové dráze o 90°, aby delší strana snímače a tedy i snímané scény ležela v linii letu. Pro požadovaný 80% překryv snímků by tak mělo stačit pořídit v jedné letové ose méně snímků. Vzdálenost mezi dvěma expozičními stanovišti lze vypočítat dle následujícího vzorce:
kde: Bd – je délka základny mezi dvěma stanovišti expozice [m], D – délka snímané scény [m], PE – požadovaný překryv snímků [%]. Časový interval mezi dvěma expozicemi, tedy stisky spouště je pak možné zjistit pomocí vzorce: ;
(3.10)
45
kde: ∆T – je čas mezi dvěma expozicemi [s], Bd – délka základny mezi dvěma stanovišti expozice [m], Vg – rychlost letu [m·s−1]. Teoretický čas mezi dvěma stisky spouště fotoaparátu, které probíhaly manuálními příkazy, činí tedy cca 11 sekund. Avšak ve skutečnosti byly snímky pořizovány v mnohem častěji čili v menším časovém intervalu (cca 3 sekundy), přičemž natočení fotoaparátu vůči letové ose o 90° a tedy delší strana snímače a scény v linii letu zajistili opravdu značný překryv snímků. Ten je velmi vhodný při práci se softwarovým programem PhotoScan, kde byly pořízené sady snímků zpracovávány (viz podkapitola 3.2). Snímky byly pořizovány s vyšší frekvencí také z důvodu, že s jejich větším množstvím, použitým při zpracování, se zvětšuje i přesnost (Miřijovský, 2013). Velikost příčného překryvu snímků je obvykle požadována v hodnotě 30 %. V tom případě by vzdálenost mezi letovými osami měla činit cca 78 metrů a to dle vzorce:
kde: Bš – je vzdálenost mezi letovými osami [m], D – šířka snímané scény [m], PE – požadovaný překryv snímků [%]. Do výpočtu vstupuje kvůli natočení fotoaparátu o 90° kratší strana snímané scény. Avšak ani zde nebyly vypočtené parametry striktně dodrženy a vzdálenost letových os při provádění nasnímání území byla kratší a výsledný překryv snímků tedy větší. 3.1.2.4 Naplánování letové trasy Pro snadnější navigování bezpilotního leteckého zařízení a zajištění dostatečného pokrytí celého zájmového území snímky byla vytvořena letová trasa, skládající se z průletových bodů, tzv. waypointů a letových os. Miřijovský (2013) popisuje waypointy jako body definované geodetickými souřadnicemi, kterými musí bezpilotní letecký stroj proletět a letové osy jako spojovníky těchto bodů. Naplánování letové osy proběhlo přímo v terénu pomocí softwarového programu Mikrokopter Tool s využitím podkladových map GEO Map Tool.de (viz příloha 5 a 6). Nad mapou zájmového území byl nejdříve vytvořen první waypoint manuálně pouze pomocí kliknutí myší. Od tohoto bodu byla pak pomocí funkce Waypoint Generator automaticky vytvořena letová trasa (z waypointů a letových os) v podobě pravidelné
46
pravoúhlé sítě, gridu. Následně bylo třeba upravit její parametry. Nejdůležitější bylo natočit grid o určitý úhel (Grid Rotation), aby letová trasa ležela nad zájmovým územím. K tomu se vázal parametr Heading, určující natočení kopteru a tedy i fotoaparátu vůči letové trase. Vzhledem k tomu, že bylo požadováno pořizovat snímky území s delší stranou snímače v letové ose, bylo pro správné určení tohoto parametru třeba k hodnotě Grid Rotation přičíst 90°. Z důvodu požadavku pořízení kolmých snímků byl dále upraven sklon kamery (Cam-Nick) o 90°. Nutné bylo také zvolit vzdálenost letových drah v ose X a Y (Distance X/Y) pro dostatečný překryv snímků a počet waypointů v ose X i Y (#WP in X/Y). Pro všechny waypointy byl určen tzv. radius, vytvářející okolo bodu okruh zvětšující prostor souřadnicově určeného místa, které má UAV navštívit. Jak uvádí Miřijovský (2013) a webové stránky výrobní společnosti HiSystems GmbH (2014), z důvodu ne příliš přesného GPS čipu či za větrných podmínek má kopter problém dosáhnout přesných souřadnic waypointu. Proto je dobré toto místo o určitou hodnotu (udávanou v metrech) rozšířit. Pro waypointy je možné také nastavit čas prodlení na těchto bodech (Delay time), který se začne odpočívat v moment dosažení hranic radiusu, a to kupříkladu pro pořízení snímků v těchto místech. Avšak při snímání Strážnického meandru byla spoušť fotoaparátu ovládána manuálním módem v průběhu celého letu a čas prodlení byl tedy nastaven na nulovou hodnotu. Dalšími nastavovanými parametry byly výška letu nad terénem (Altitude) ve 150 metrech, rychlost letu (Speed) a rychlost stoupání (Climb rate) do zadané letové výšky s hodnotou 3 m·s−1 (30 × 0,1 m·s−1). Vytvořenou letovou Obr. 10. Nastavení všech dráhu je pak možné dále manuálně upravovat, parametrů letové trasy přizpůsobovat polohu waypointů, nadbytečné body pomocí nástroje Waypoint Generator odebírat apod. 3.1.3 Terénní práce Terénní práce v rámci procesu pořízení snímků Strážnického meandru obsahovala vhodné rozmístění umělých vlícovacích bodů a zaměření jejich souřadnic, o něž se při zpracování snímků opírala obnova vnější orientace (více viz kapitola 3.2). Při snímkování dne 14. 3. 2014 bylo použito 23 vlícovacích bodů, které měly formu terčů trojí podoby.
47
Jednalo se převážně o CD či vinylové gramodesky opatřené nástřikem výrazné reflexní barvy, popřípadě zalaminované papírové obdélníky taktéž v zářivé barvě (viz foto 5).
Foto. 5. Typy použitých terčů (foto autor, březen 2014)
Miřijovský (2013) se věnuje problematice ideálního počtu a rozmístění vlícovacích bodů v území, resp. na snímcích a uvádí, že řešení je velmi podstatné pro přesnost určení prvků vnější orientace a zpřesnění některých prvků vnitřní orientace. Zásady rozmístění vychází z obecných fotogrammetrických pravidel, která doporučují rovnoměrnou distribuci terčů po celém snímaném území, přičemž žádné tři body by neměly ležet v jedné přímce. Ve snaze dodržet tyto principy byly tedy umělé vlícovací body rozmístěny ve vyschlém korytě a na přilehlém poli. Následně byla zjištěna přesná poloha těchto terčů, vyjádřená geodetickými souřadnicemi. Ty byly zaměřeny pomocí dvou geodetických GPS přijímačů metodou Real Time Kinematic (RTK). Jeden z přijímačů fungoval jako referenční stanice na stabilním bodě, který zde byl vytyčen již dříve a byly pro něj určeny velmi přesné geodetické souřadnice statickou metodou. Referenční stanice, jak uvádí Rapant (2002) a Miřijovský (2013), určuje korekční údaje z rozdílu mezi geodeticky zaměřenou polohou a polohou zjištěnou z momentálně přijímaných signálů družic. Druhý GNSS přijímač byl mobilní a byly pomocí něj zaměřovány Foto. 6. Referenční GPS všechny rozmístěné terče. Přičemž jejich souřadnice byly stanice RTK metody opravovány právě o RTK korekce (zjištěné zásadně skrze (foto autor, březen stejné satelity), vysílané z referenční stanice radiovým 2014) přenosem a přijímány přímo v moment měření čili v reálném čase (Rapant, 2002; Miřijovský, 2013). Souřadnice každého terče byly při měření vždy opatřeny identifikačním číslem a výsledkem byl textový soubor sady souřadnic vlícovacích bodů, který byl posléze využit při zpracovávání snímků. Přesnost zaměření činila 1 cm pro polohové souřadnice X, Y a pro výškovou souřadnici Z pak 2 cm.
48
3.1.4 Let a pořízení snímků Nasnímání celého Strážnického meandru bylo rozděleno na dvě části; nejdříve proběhl let nad severovýchodním úsekem zájmového území, poté nad jihozápadním. Miřijovský (2013) rozděluje provedení snímkového letu do pěti dílčích kroků a to předletové přípravy, startu, samotného letu, přistání a kontroly dat. V předletové přípravě byly zkontrolovány všechny prvky samotného kopteru a také všechny části pozemní řídicí a přijímací stanice. Důležitá byla funkčnost jak mechaniky, tak elektroniky. Skrze Mikrokopter Tool bylo ověřeno zapojení všech elektronických obvodů zařízení, funkčnost motorů včetně teploty kvůli hrozbě Foto. 7. Start HexaKopteru z plošiny úložného přehřátí, funkčnost telemetrie apod. prostoru (foto autor, březen 2014) Start zařízení byl z principu fungování HexaKopteru kolmým výstupem a to z provizorní plošiny, za niž posloužil přenosný úložný prostor stroje. Ten byl pomocí příruční vodováhy vyvážen do horizontální polohy pro zajištění kolmé osy záběru, resp. pro usnadnění práce gyroskopům při vyrovnávání fotoaparátu. Start a výstup do požadované výšky 150 metrů nad terén proběhl v manuálním režimu Free. V zápětí byl mód letu skrze řídicí vysílač přepnut na automatický režim ComingHome a kopter tedy proletěl předdefinovanou letovou dráhu (viz příloha 5 a 6). Snímky byly pořizovány manuálními příkazy skrze dálkové ovládání. Přistání bylo řízeno opět v módu Free a místo dosednutí na zem bylo zařízení odchyceno do ruky. Pořízené snímky byly zkontrolovány přímo ve fotoaparátu okamžitě po jeho odmontování ze stroje.
3.2 Zpracování snímků 3.2.1 Teoreticko-metodologické východisko Klasické zpracování leteckých fotografií, které uvádí Pavelka (2003) či Dobrovolný (2011), lze využít i při úpravě snímků, které byly pořízeny bezpilotními leteckými zařízeními, jak popisuje Miřijovský (2013). Ten uvádí jako první krok obnovení vnější orientace aerotriangulací, resp. svazkovým vyrovnáním bloku snímků. Prvky vnější orientace jsou tvořeny třemi souřadnicemi středu promítání ve zvoleném geodetickém souřadnicovém systému (XO, YO, ZO) a třemi úhly určujícími pootočení os snímku vůči geodetickému souřadnicovému systému (směr osy záběru ω, sklon osy záběru ϕ a pootočení snímku κ). Přičemž hodnoty těchto prvků se určují buď dodatečně pomocí
49
vlícovacích bodů, nebo v momentě pořízení snímku pomocí GPS a IMU (Pavelka, 2003; Dobrovolný, 2011). Inerciální měřící jednotka (IMU) je dle slovníku Výzkumného ústavu geodetického, topografického a kartografického VÚGTK (2005– 2014) definována jako zařízení pro inerciální navigaci obsahují gyroskopy a akcelerometry, které určují nezávisle na prostorové poloze senzoru (letecké kamery, laserové skeneru apod.) jeho uhlové prvky vnější orientace vůči přijatému souřadnicovému systému. V UAV fotogrammetrii se však častěji využívá právě vlícovacích bodů. V tom případě, jak uvádí Dobrovolný (2011), obnova vnější orientace Obr. 11. Prvky vnější orientace pro jeden snímek vychází z procesu prostorového snímku protínání zpět, pro stereopár z procesu prostorového (Převzato: Dobrovolný, 2011) protínání vpřed a pro sadu snímků z principu aerotriangulace čili svazkového vyrovnání bloku (komplexní varianty řešení aerotriangulace), kdy jsou svazky paprsků umisťovány a pootáčeny tak, aby co nejlépe, a co nejblíže je možné, procházely všemi vlícovacími body najednou. Prvky vnější orientace pak vstupují do kolineárních rovnic, jež odvozují poměr mezi snímkovými a geodetickými souřadnicemi. Výpočet aerotriangulace probíhá iteračním postupem a určí vztah mezi všemi snímky v bloku, středy promítání a terénem s co nejmenší možnou chybou. Kvůli absenci přesných prvků vnitřní orientace z důvodu užití neměřických kamer, je zpracovávání snímků pomocí UAV fotogrammetrie při obnově orientace specifické. Miřijovský (2013) tedy navrhuje v případě použití klasického stereofotogrammetrického řešení do procesu aerotriangulace zahrnout výpočet radiální distorze objektivu, jednoho z prvků vnitřní orientace, který lze za použití spotřebních Obr. 12. Schematické znázornění principu fotoaparátů těžko kalibrovat. V případě užití aerotriangulace programu PhotoScan to však není nutné. (Převzato: Pavelka, 2003) Po vyrovnání bloku snímků dochází k extrakci bodů z překrývajících se snímků, tedy nalezení identických pixelů na překryvech snímků. Tyto body mají z důvodu rozdílného stanoviště snímkování odlišné hodnoty x-ových souřadnic, jejichž vzájemným odečtením je vypočtena horizontální neboli X-paralaxa; ta je nositelem informace o výšce bodu, tedy o hodnotě jeho souřadnice Z
50
(Dobrovolný, 2011; Miřijovský, 2013). V případě práce s digitálními snímky probíhá extrakce bodů automatickým způsobem na základě obrazové korelace. Avšak v místech homogenních povrchů (např. vodní hladiny) nebo v zastíněných částech fotografie, často nejsou identické body nalezeny z důvodu nedostatečné hodnoty korelačního koeficientu; hustota extrahovaných bodů je pak v ploše bloku snímků různá (Pavelka, 2003; Dobrovolný, 2011; Miřijovský, 2013). Miřijovský (2013) uvádí, že z těchto extrahovaných bodů o známé výšce je poté interpolačními metodami generován 3D modelu povrchu, sloužící jako zdroj výškových dat pro ortogonalizaci snímků. Tu vysvětluje Pavelka (2003), Dobrovolný (2011) a VÚTGK (2005–2014) jako opravu polohy všech pixelů na základě znalosti jejich výšky nad srovnávací rovinou, čímž dojde k odstranění radiálních posuvů a relativních změn v poloze objektů, způsobených centrální projekcí fotografie a výškovými rozdíly snímaného povrchu. Výsledkem tohoto výpočetního procesu je ortogonalizovaný snímek čili ortofoto, které lze užívat jako mapu, neboť je zde každý bod zobrazen tak, jako by byl snímek pořízen přímo nad ním (Dobrovolný, 2011; Miřijovský, 2013). Niethammer et al. (2010), Miřijovský (2013) a Lucieer et al. (2014) uvádí také možnost zpracovat maloformátové snímky metodou Structure form Motion. Ta má oproti klasickému stereofotogrammetrickému řešení jistá specifika, vhodná ke zpracovávání snímků z bezpilotních leteckých prostředků. Jedno z nejdůležitějších je princip vyhledávání identických pixelů, při němž metoda Structure from Motion, zkráceně označovaná jako SfM, využívá algoritmu Scale Invariant Feature Transform (SIFT) (Turner et al., 2012). Tento algoritmus je do určité míry robustní vůči změnám v měřítku, orientaci nebo také osvětlení snímků, čímž umožňuje propojit klasický stereofotogrammetrický přístup a princip průsekové fotogrammetrie, která pracuje s konvergentními osami záběru; a tak není například nutné dodržet požadavek kolmých os záběru či směr letových linií (Turner et al., 2012; Miřijovský, 2013). Algoritmus SIFT navíc dokáže identifikovat shodné pixely na mnoha snímcích zároveň. Turner et al. (2012) pak nastiňuje průběh procesu zpracování snímků, pořízených s využitím UAV technologie, metodou SfM v případě určování prvků vnější orientace za letu pomocí GPS a IMU i v případě užití vlícovacích bodů. Přičemž uvádí, že výsledky zpracování při obnově vnější orientace z vlícovacích bodů jsou přesnější. 3.2.2 Postup vlastního zpracování Jedním z programů, jež fungují na základě algoritmu Structure from Motion, je i Agisoft PhotoScan Professional od společnosti AgiSoft (Miřijovský, 2013). V rámci této bakalářské práce byl vytvořen metodický postup pro tvorbu ortorektifikované fotomozaiky snímků z UAV (viz příloha 7) v prostředí tohoto desktopového programu ve verzi 1.0.1 1812. Následně byly dle tohoto vlastního vytvořeného návodu zpracovány sady snímků Strážnického meandru z let 2012, 2013 a 2014. Tato kapitola pak
51
popisuje konkrétní řešení při zpracování těchto sad snímků, volby jednotlivých parametrů apod. Každé sadě snímků Strážnického meandru příslušel také textový soubor geodeticky zaměřených středů terčů, jež sloužily jako vlícovací body. Identifikace či vůbec nalezení těchto bodů na jednotlivých snímcích byla někdy obtížná, přesto však bylo nutné zaměřit je s co největší přesností. Z tohoto důvodu proběhlo zpracování každé sady snímků vždy dvakrát. Poprvé pouze v nejnižší kvalitě bez zaměření vlícovacích bodů, přičemž vygenerované ortofoto bylo v programu ArcGIS od firmy Esri georeferencováno pomocí sady bodově zobrazených XY souřadnic vlícovacích terčů. Tyto body, opatřené identifikačním číslem, pak ležely nad správnými vyfotografovanými terči na mozaice, díky čemuž bylo již snadné je identifikovat při druhém přesnějším zpracování celé sady v programu PhotoScan Professional. Jak praví návod, nebylo nutné manuálně digitalizovat všechny body v celé sadě snímků, neboť ty se značně Obr. 13. Zaměření středu překrývají a jeden terč se tedy vyskytuje na několika terče (a) v podobě červené fotografiích. Každý vlícovací bod stačilo zaměřit, tedy kartonové desky se žlutý CD; (b) v podobě zeleného umístit značku se shodným identifikačním číslem, dvakrát CD ze sady snímku z roku čili na dvou snímcích a následně provést první automatický 2012 krok zpracování – uspořádání snímků (Align photo), přičemž v tento moment byla dostačující pouze nízká přesnost výpočtu (Accuracy: Low). Miřijovský (2013) popisuje, že v tomto kroku program spojuje snímky na základě shodných pixelů, nalezených pomocí korelace jejich DN hodnot. Dále uvádí, že je to právě velké množství značně se překrývajících snímků a tedy velké množství nadbytečných kolineárních rovnic, které zajišťuje vysokou přesnost výsledku. Po tomto předběžném seřazení snímků program detekoval vlícovací body na zbývajících snímcích; sice pouze v přibližné poloze, ale nyní již stačilo opravit umístění markerů na všech snímcích co nejpřesněji na středy terčů a digitalizace vlícovacích bodů byla hotova. Zaměření středů terčů má však velký vliv na výslednou přesnost finálních produktů a proto mu musela být věnována dostatečná pozornost. Vždy bylo třeba v co největším možném přiblížení umístit značku vlícovacího bodu co nejpřesněji do středu barevného kompaktního disku, který byl při terénní práci geodeticky zaměřován s přesností vyšší než velikost hrany pixelu. Přesná lokalizace vlícovacího bodu tedy ležela uvnitř středového pixelu, o jehož nalezení by mělo být vždy usilováno ve snaze dosáhnout ideálního výsledku. V případě, že však byl terč na snímku mírně rozmazán či přesvětlen (viz obrázek 14), bylo přesné zaměření středu terče velmi obtížné až nemožné.
52
Důležité bylo markery vlícovacích bodů okamžitě po vytvoření opatřit identifikačním číslem dle pořadí geodetického měření uvedeného v seznamu souřadnic, neboť v tento moment zpracování je dalším krokem vložení geodetické souřadnice X, Y, Z každého středu terče. Tyto se ke správnému vlícovacímu bodu přiřadí právě pomocí shodného identifikačního čísla. Terče byly zaměřeny při terénní práci s velmi vysokou přesností, je tedy požadováno Obr. 14. Zaměření středu pracovat přesně s jejich naměřenými přesvětleného terče ze sady snímků z roku 2013 souřadnicemi. Z tohoto důvodu bylo nutné provést krok přenastavení chyby v přesnosti vlícovacích bodů (Marker Accuracy) na nulovou hodnotu. V této fázi by bylo také třeba pojmenovat souřadnicový systém projektu. Avšak vzhledem k tomu, že PhotoScan nenabízí možnost výběru souřadnicového systému jednotné trigonometrické sítě katastrální (S-JTSK), byl tento při následné práci s výsledným ortofotem přiřazen dodatečně v programu ArcGIS. Následné uspořádání snímků (Align photo) s vysokou přesností (Accuracy: High) trvá poměrně dlouhý čas kvůli nalézání shodných pixelů mezi snímky, proto bylo dobré využít dalšího parametru uspořádání a to párového třídění (Pair Preselection), které proces urychlí sestavením vhodných párů fotografií. Program nabízí možnost vytvářet páry na základě polohy kamer v době snímkování (Ground Control), které však v tomto případě nejsou k dispozici na rozdíl od vlícovacích bodů; proto je lépe zvolit obecný mód párového třídění (Generic), který bere v potaz umístěné markery (AgiSoft LLC, 2013). Po tomto uspořádání snímků byly zkontrolovány odmocniny středních kvadratických chyb (RMSE) každého vlícovacího bodu. V případě vysoké hodnoty byly upraveny pozice digitálních značek vlícovacích bodů a změny byly aktualizovány (Update). Nejvyšších hodnot RMSE dosahovaly zpravidla okrajové vlícovací body. Poté bylo základní mračno upraveno funkcí Optimize. Při předešlém nastavení nulové chyby pro zaměřené souřadnice, budou tyto z procesu optimalizace vyloučeny (AgiSoft LLC, 2013). V případě sady snímků pořízené v roce 2013 mohly být díky vysokému vodnímu stavu terče umístěny pouze na poli podél vrcholu meandru a na lavici při levém břehu; na většině fotografií tedy nebylo možné zaměřit žádný vlícovací bod. I přesné vyrovnání snímků se v tomto případě tedy opíralo z velké části pouze o korelací nalezené shodné body.
53
Obr. 15. Rozmístění vlícovacích bodů při snímkování v květnu 2013
Proces uspořádání snímků poskytnul tedy základní mračno propojovacích bodů a dále určení všech prvků vnitřní a vnější orientace (Miřijovský, 2013). Tím byla vypočítána poloha kamer v moment pořízení snímku a bylo možno si ji zobrazit (viz obrázek 16). Co se týče prvků vnitřní orientace, program PhotoScan převezme z EXIF souboru snímků jako počáteční (Initial) informaci ohniskovou vzdálenost a velikost senzoru, z něhož určí také offset hlavního snímkovacího bodu. Po uspořádání snímků jsou pak dopočítány koeficienty radiálního a tangenciálního zkreslení.
Obr. 16. Poloha a orientace každého snímku po uspořádání sady z roku 2012 a vytvoření základního mračna bodů
Další krok – vygenerování hustého mračna bodů (Build Dense Cloud) byl opět automatickým výpočtem, jenž požaduje nastavení parametrů. Základem byla míra kvality výsledku procesu neboli množství vytvořených bodů. Zde byla zvolena pouze střední 54
hodnota (Quality: Medium), neboť v následujících fázích, při kterých je již nutné požadovat nejvyšší přesnost, značně narůstá velikost celého projektu a tedy náročnost na operační paměť. Dále byl určován způsob filtrování mračna bodů (Depth Filtering), které nabízí tři možnosti dle stupně filtrování odchylek – mild/moderate/aggressive; při zpracování byla zvolena možnost moderate, tedy průměrné filtrování. Husté mračno bodů – i při střední hodnotě kvality – čítalo cca 10 milionů bodů a skutečně detailně pokrylo celou snímkovanou plochu (viz obrázek 17). Při přehledovém zobrazení celé uspořádané sady snímků poskytlo prvotní představu o podobě finální mozaiky. Je to podobné mračno bodů, jaké lze získat pomocí LiDARu; oproti této technologii, která proniká i pod vegetační kryt území, však poskytuje informaci pouze přímo viditelnou z ptačí perspektivy (Sládek a Rusnák, 2013).
Obr. 17. Pokrytí sady snímků z roku 2012 hustým mračnem bodů
Po vytvoření hustého mračna bodů bylo nutné neopomenout krok odstranění velkých odchylek (bodů nacházejících se mimo celé mračno) a to skrze jejich označení čili vytvoření polygonu okolo těchto bodů pomocí nástrojů výběru, např. Free-Form Selection. Důležité bylo především odstranit části mračna znázorňující vodní plochy, neboť v důsledku nepřesně korelace homogenní plochy došlo k chybnému vygenerování bodů (viz obrázek 18). Zároveň však nesmělo být zasáhnuto do břehových hran, popř. bylo nutné ponechat ve vodní ploše místa s výskytem mrtvého dřeva.
55
Obrázek 10.vygenerovaná Chybně Obr. 18.1Obr. Chybně část mračna bodů (červený obdélník) znárodňující
homogenní vodní plochu (sada snímků 2012)
Před vytvořením 3D modelu bylo vhodné také upravit velikost prostoru ohraničujícího hustého mračno bodů, tzv. bounding box, uvnitř nějž dochází ke zpracování mračna bodů (AgiSoft LLC, 2013). Tento prostor má tvar kvádru, jehož jednotlivé hrany je možné libovolně zmenšovat či zvětšovat (Resize Region); popřípadě lze celý tento prostor vhodně natočit (Rotate Region). Vždy bylo třeba zkontrolovat, zda se i po úpravě tzv. bounding box celé mračno bodů stále nachází uvnitř tohoto prostoru, čemuž mohou sloužit i Obr. 19. Odstranění chybně přednastavené pohledy na všechny stranu kvádru. vygenerované části mračna bodů Vhodné přizpůsobení jeho hranic však může být v místě homogenní vodní plochy (sada snímků 2012) využito také jako jeden ze způsobů, jak odstranit některé odchylky vygenerovaného mračna. Vytvoření 3D modelu (Build Mesh) spočívalo v automatickém kroku spojení hustého mračna bodů do plošek, přičemž bylo opět potřebné nastavit několik parametrů procesu. Pro požadovaný typ povrchu (Surface type) byla zvolena možnost výškového pole (High filed), neboť ta je dle manuálu AgiSoft LLC (2013) vhodnější pro modelování rovinných povrchů z leteckých fotografií, na rozdíl od možnosti Arbitrary, která se využívá pro vytváření prostorových modelů jednotlivých objektů jako např. soch či budov. Dále bylo určeno, že zdrojovými daty pro vytvoření 3D povrchu síťovou strukturou má být husté mračno bodů (Dense cloud), nikoli pouze základní mračno bodů (Sparse cloud). Posledním nastavovaným parametrem byl počet vytvořených plošek mezi mračnem bodů (Polygon count), jinými slovy tedy kvalita výstupu. Zvolen byl nejvyšší stupeň (High). Následné vytvoření textury (Build texture) provádí jakési naložení snímků na prostorový model povrchu. Program PhotoScan Professional v používané verzi 1.0.0 nabízí šest způsobů vytvoření textury, tzv. texture mapping modes, které popisuje AgiSoft LLC, 2013. Vzhledem k tomu, že požadovaným finálním produktem celého zpracování sad 56
snímků je především ortografický snímek, zkráceně ortofoto, byla zvolena možnost adaptive ortophoto, při níž je textura vytvářena zvlášť na horizontálních površích – ortografickou projekcí a zvlášť na vertikálních površích. Varianta Ortophoto zpracovává ortografickou projekcí i vertikální části povrchu, což poskytuje kompaktnější dojem, avšak na úkor kvality a přesnosti textury v oněch vertikálních plochách. Dále tu existuje varianta vhodná pro vytváření textury na prostorových objektech (Generic), speciálně pak na kulových tvarech (Sferic), či možnost vytvoření textury z jednoho zvoleného snímku (Single photo) (AgiSoft LLC, 2013). Dalším parametrem při vytváření textury byl také způsob barevného vyrovnání snímků, určující, jakým způsobem budou kombinovány DN hodnoty z odpovídajících si pixelů překrývajících se snímků, respektive volba té nejvhodnější hodnoty (Blending mode). Pro následné generování ortofota bylo jako nejvhodnější zvolena varianta Mozaika (Mosaic), neboť přejímá hodnotu z toho snímku, na němž je zpracovávaný pixel nejblíže středu fotografie, a tak poskytuje nejpřesnější výsledky (AgiSoft LLC, 2013). Dále je uvedeno, že program také nabízí variantu průměrování hodnoty ze všech korespondujících pixelů (Average), možnost převzetí informace z odpovídajícího pixelu, jehož hodnota je nejvyšší (Max Intensity) či naopak nejnižší (Min Intensity). Po vytvoření textury bylo zpracování snímků v programu PhotoScan Professional dokončeno a bylo možné přistoupit k automatickému generování výsledných produktů.
57
4 VÝSLEDKY 4.1 Výsledné produkty Hlavním výstupem zpracování každé sady snímků byla především ortogonalizovaná či jinak též ortorektifikovaná fotomozaika. Dalším vytvořeným produktem byl digitální výškový model povrchu (DEM), tedy soubor výškových hodnot přiřazených k dvourozměrným souřadnicím (VÚTGK, 2005–2014). Dále byl pořízen i report ve formátu PDF, který obsahuje náhled ortofotomozaiky a digitálního výškového modelu, zobrazeného v barevné škále výšek, dále také obraz překryvu snímků a pozic kamer. Jsou zde uvedeny i informace jako například množství zpracovávaných snímků, výška letu nad terénem, plocha pokrytá snímky, rozlišení snímků a další. V neposlední řadě report obsahuje také obraz rozmístění vlícovacích bodů a RMS chyby jejich souřadnic, jakož i celkovou RMS chybu. Vytvořené ortofotomozaiky v mapové podobě, digitální výškové modely v mapové podobě a také ve formátu TIF a dále i vygenerované reporty ze zpracování jednotlivých sad snímků jsou obsahem přiloženého CD, kde jsou přehledně rozděleny dle data pořízení snímků. 4.1.1 Přesnost výsledného produktu Získaná přesnost vytvořených ortofotomozaiek sad snímků z let 2012 a 2013 (viz tabulka 5) se v hodnotách RMS chyb – ať již jednotlivých souřadnic či chyby celkové v metrech i pixelech – příliš neliší. Přesnost sady snímků z roku 2014 je však přibližně o polovinu vyšší. RMS chyba (angl. Root Mean Square) čili odmocnina střední kvadratická chyba je ukazatelem míry přesnosti, neboť vyčísluje vzdálenost mezi původními souřadnicemi vlícovacích bodů a souřadnicemi vypočtenými pomocí kolineárních rovnic (Dobrovolný, 1998; Miřijovský, 2013). Horizontální přesnost ortofotomozaiek Strážnického meandru se pohybuje od 0,5 do 1 cm, vertikální přesnost pak od 1 do 3,5 cm; stejně tak celková RMS chyba, jež je uvedena taká v jednotkách obrazového prvku a činí cca 0,2; 0,4 a 0,5 pixelu. Chyba 0,5 pixelu se může zdát nedostatečně nízká, je však třeba mít na paměti vysoké rozlišení snímků, tedy velmi malou reálnou vzdálenost zachycenou jedním pixelem. Tab. 5. Přesnost vytvořených ortorektifikovaných mozaiek snímků
sada snímků
RMS chyba [m] X
Y
Z
celková
RMS chyba [pix]
počet snímků
počet vlíc. bodů
2012
0,009815 0,010893 0,034368 0,037365 0,483308
63
73
2013
0,011581 0,009441 0,031829 0,035161 0,411743
107
18
2014
0,004564 0,006372 0,008355 0,011456 0,239044
206
23
58
Důležitým poznatkem je, že přesnost čili velikost RMS chyby je pro ortofotomozaiky z roku 2012 a 2013 velmi podobná, ačkoli počet vlícovací bodů i jejich rozmístění se u jednotlivých sad snímků poměrně značně liší. Pouze z těchto tří provedených zpracování snímků a získaných přesností nelze vyvozovat obecné závěry. Je však dobré si povšimnout, že významnou roli v hodnotě získané přesnosti hraje zřejmě počet zpracovávaných snímků. To poukazuje na podstatný vliv automatických kroků zpracování. Vyšší přesnost zpracování sady snímků z roku 2014 by mohla být přisuzována jednak např. zdařilejšímu zaměření středů terčů. Větší roli tu však pravděpodobně bude hrát (více než) dvojnásobný počet snímků, zahrnutý do výpočtů. Už v průběhu úpravy snímků v použitém softwarovém programu bylo možno zaregistrovat vygenerování značně hustšího mračna bodů. To se také podepsalo na náročnosti zpracování operační pamětí.
4.2 Možnosti vyhodnocení získané informace Vytvořené ortofotomozaiky ukazují stav odškrceného Strážnického meandru v letech 2012, 2013 a 2014. Strážnický meandr je součástí přírodního parku Strážnické Pomoraví, který byl v rozloze 31 km2 vyhlášen v roce 1993 za účelem ochrany krajinné rázu údolní nivy řeky Moravy. Z abiotické složky přírody je zde nejvýznamnějším objektem přirozeně se vyvíjející tok řeky Moravy. Ten zde vytváří silné zákruty meandrů, jež byly v některých případech v šíji protrženy a odškrceny. (Jihomoravský kraj, 2013).
Obr. 20. Lokalizace Strážnického meandru (autor: A. Křížová)
59
Nasnímaný meandr poblíž obce Strážnice (okres Hodonín) je pro přehled lokalizován na podkladu Základní mapy 1:50 000 (viz obrázek 20), jež byla aktualizována k roku 2010 (ČÚZK, 2010). Podoba Strážnického meandru jako fungující a aktivní části řeky je pak shodná i na Základní mapě 1:25 000 a 1:10 000. Lze si tedy všimnout, že jeden ze základních zdrojů geoprostorových dat České republiky nezobrazuje (a ani nemůže zobrazovat) aktuální informaci o stavu zájmové lokality s takto dynamickým vývojem. Snímky získané pomocí UAV technologie tedy informaci o stavu meandru doplňují a to v mnohonásobně větší přesnosti než snímky satelitní. Z hlediska geomorfologického členění patří lokalita Strážnického meandru k celku Dolnomoravský úval, náležící k podsoustavě Jihomoravské pánve (soustavě Vídeňské pánve), která je částí provincie Západopanonská pánev. Osou Dolnomoravského úvalu je široká Dyjsko–moravská niva, jíž je Strážnický meandr součástí, resp. již spolutvoří (Demek a Mackovčin, 2006). Z geologického hlediska se Strážnické Pomoraví nachází na styku fluviálních hlín a vátých písků (Česká geologická služba, 2013). Výskyt takovéhoto ne příliš kohezního podloží je základem značných laterálních pohybů koryta řeky Moravy. Konkrétně Strážnický meandr však nebyl zformován v nánosu vátých písků, neboť leží na opačné straně meandrového pásu. V tomto případě se pozornost soustředí na vývoj aluviální zátky odškrceného meandru, čemuž mají dopomoci právě i vytvořené ortofotomozaiky. Snímky z roku 2013 však byly pořizovány při značném průtoku 137 m3·s-1 (ČHMÚ, 2013), kdy byl celý Strážnický meandr zatopen a není zde tedy možné pozorovat aluviální zátku. Ortofoto z tohoto roku je však také hodnotné, neboť poskytuje informaci o stavu zaplavení studovaného odškrceného meandru při daném průtoku a příslušném vodním stavu. Na ortofotomozaice z roku 2012, kdy průtok činil 27 m3·s-1 (ČHMÚ, 2012) a z roku 2014, kdy byl naměřen průtok 32 m3·s-1 a vodní stav 130 cm (ČHMÚ, 2014), však meandr zaplaven není. Pouze v jeho vrcholu se nachází stálé vodní těleso, jež je s hlavním protékaným korytem spojeno přívodním kanálkem. Jím je za vyšší vodních stavů, jež překročí výšku aluviální zátky, těleso také napájeno. Šíře toho přívodního kanálku je na detailních ortofotomozaikách dobře viditelná, její hranici tvoří zvýšená poloha zazemňující se aluviální zátky, kde již začíná probíhat sukcese. Na ortofotomozaikách lze v softwarovém programu ArcGIS digitalizovat hraniční čáru přívodového kanálku a srovnat jeho polohu mezi jednotlivými lety (viz obrázek 21). Poté lze zkonstatovat, že v průběhu dvou let došlo k určitému zúžení přívodního kanálu, což naznačuje postupné zazemňování a zarůstání odškrceného meandru. Dále lze kupříkladu na ortofotomozaikách lokalizovat polohu štěrkových lavic či mrtvého říčního dřeva a mezi jednotlivými lety (v případě jeho výskytu) interpretovat jeho posun či stabilitu (viz obrázek 22).
60
Obr. 21. Posun hranic přívodního kanálu Strážnického meandru mezi lety 2012 a 2014 na podkladu snímku z roku 2014 (autor: A. Křížová)
Obr. 22. Poloha říčního dřeva v protržené šíji bývalého Strážnického meandru v roce 2012 na podkladu snímku z roku 2014 (autor: A. Křížová)
61
5 DISKUZE Software použitý ke zpracování pořízených snímků se v posledních letech stává čím dále častěji nástrojem k úpravě dat získaných pomocí UAV. PhotoScan od společnosti Agisoft využil k tvorbě ortofotomozaiky či digitálního modelu povrchu jednak Miřijovský (2013), ale také kupříkladu Niethammer et al. (2010) a Lucieer et al. (2014). Získanou přesnost lze však srovnávat jen obtížně, neboť v každém výzkumu byla řada proměnných prvků. A to především počet pořízených snímků, výška letu nad terénem a tedy i rozlišení snímků. Studie Niethammera et al. (2010) se však odlišuje poměrně značně také tím, že zde k obnově vnější orientace nebyly využity vlícovací body. Jedná se totiž o nasnímání sesuvu, přičemž autoři zde dokazují využitelnost sběru geodat pomocí UAV a metodu jejich následného zpracování právě pro místa, jež rozmístění ani zaměření vlícovacích bodů neumožňují. Pro vytvoření výsledné ortofotomozaiky a digitálního výškového modelu (viz příloha 3) využil program PhotoScan přibližné souřadnice polohy středů promítání z GPS a IMU a princip korelace mezi odpovídajícími si pixely snímků. Těch však také nebylo příliš velké množství vzhledem k velikosti studovaného jevu. Celková průměrná RMS chyba činila cca 0,5 m (Niethammer et al., 2010). Parametrům sběru dat na Strážnickém meandru se nejvíce podobají parametry sběru dat výzkumu Lucieera et. al (2014) na skalnatém poloostrově Robinson Ridge. Nižší výška letu nad terénem v pouhých 50 metrech však zajistila vyšší rozlišení snímků 1 cm na pixel. K obnově vnější orientace byly zaměřeny souřadnice 42 terčů v podobě hliníkových desek oranžové barvy s vyznačenými středy metodou RTK, avšak s mírně nižší přesností a to 2 až 4 cm. Přesnost ortofotomozaiky poloostrova Robinson Ridge je však srovnatelná s přesností vytvořené ortofotomozaiky Strážnického meandru, průměrná RMS chyba činí 4,2 cm. Vlícovací body a jejich přesné souřadnice zaměřené principem Diferenciální GPS (DGPS) využil také d´Oleire-Oltmanns et al. (2012) při monitorování výmolové eroze v Maroku. Tyto body byly tvořeny červenými čtvercovými deskami s CD připevněným uprostřed, představujícím střed vlícovacího bodu. Tohoto typu terčů se dříve užívalo i při snímkování zájmových meandrů řeky Moravy v rámci projektu Detailed aerial mapping and flood impact monitoring in the v4 region Miřijovský (2013) však uvádí, že se od nich po čase upustilo, neboť v zamokřeném prostředí blízkého okolí řeky často došlo k rozmočení či zkroucení čtvercových papírových podkladových desek. Při snímkování půdní eroze však zřejmě splnily svůj účel. Přesnost jejich zaměření byla vyšší než u vlícovacích bodů na Strážnickém meandru, činila 0,5 cm pro souřadnice X a Y a 1 cm pro souřadnici Z. I rozlišení snímků s těmito terči bylo vyšší – 1,5 cm – a to především z důvodu přibližně poloviční výšky letu nad terénem (70 m). Přesnost této ortofotomozaiky se pohybuje od 2 do 4 cm, podobně jako u vlastních vytvořených produktů. D´OleireOltmanns et al. (2012) provedl také snímkování z výšky 400 metrů nad terénem a získal rozlišení 8,6 cm na pixel. U této sady snímků nebyly stejně jako při studii Niethammera et 62
al. (2010) využity vlícovací body. Hodnoty prvků vnější orientace byly určeny přímo za letu z větší výšky nad terénem pomocí GPS a IMU, umístěných na palubě zařízení, kterým byl na rozdíl od Quadro/Hexa/OktoKopterů nasazených ve výzkumech výše zmíněných autorů letoun s pevným křídlem. Dalším rozdílem je, že snímky nebyly zpracovávány v programu PhotoScan, ale v programu Leica Photogrammetry Suite (LPS), který vyžaduje jistý minimální počet vlícovacích bodů. Jejich souřadnice byly pro tuto druhou sadu snímků odečteny ze satelitních snímků družice Quickbird s přesností od 1 do 1,7 m. Přesnost takto vytvořené ortofotomozaiky je o řád nižší (0,3 až 0,4 m). Co se týče možností interpretace vytvořených ortofotomozaiek Strážnického meandru, lze zkonstatovat, že jsou podobné výzkumům fluviální geomorfologie, které proběhly na území Česka a Slovenska. Miřijovský et al. (2013) hodnotil pomocí snímků pořízených díky UAV vývoj Kenického meandru po protržení jeho šíje, její posuny břehů a pohyb dřevní hmoty v korytě během roku 2012. Bruncková (2013) provedla obdobné hodnocení téhož meandru pro období mezi lety 2012 a 2013. Miřijovský (2013) interpretuje také ortofoto břehové nátrže Štěpánov a Moravičany. Porovnává posun břehové hrany, úbytek plochy a úbytek objemu nátrže mezi dvěma daty snímkování. Sládek a Rusnák (2013) vyhodnocují změnu půdorysu koryta řeky Ondavy způsobenou avulzí v šíji meandru řeky. Tato práce však přináší přehledné shrnutí možností aplikace UAV v rámci jednotlivých parciálních disciplín vědeckého výzkumu fyzické geografie a také v rámci jejího užitého výzkumu. Podrobně představuje metodiku UAV technologie při získávání detailních a vysoce přesných informací pro tyto výzkumy a to od pořízení snímků až k jednotlivým krokům postupu zpracování včetně možných úskalí, jež při zpracování mohou nastat.
63
6 ZÁVĚR Cíle stanovené v úvodu této bakalářské práce byly splněny. Je zde popsána metoda sběru geoprostorových dat pomocí UAV technologie a metoda zpracování těchto dat pomocí softwarových nástrojů k tomu určených. Přitom je zacíleno především na využitelnost principů těchto metod ve výzkumech z oblasti fyzické geografie. Jsou zde uvedeny příklady studií z dílčích fyzicko-geografických disciplín. Klíčovým oborem pro tuto práci je geomorfologie; pro ni jsou zde tedy zařazeny i potenciální možnosti využití a následný vlastní příklad možnosti aplikace v rámci fluviální geomorfologie. UAV technologie má mnohé přednosti a výhody jejího použití, ale pojí se k ní i některé limity. Tyto vlastnosti byly v rámci práce uvedeny jednak v obecné rovině u uvedených bezpilotních leteckých platforem, ale také jsou vztaženy na aplikace ve výzkumech fyzické geografie. Kupříkladu v obranném průmyslu je technika bezpilotních leteckých zařízení již zavedeným a běžně užívaným nástrojem. Avšak pro vědecké výzkumné účely konkrétně v oblasti fyzické geografie se začíná hojněji užívat až od roku 2006, resp. 2005. Jde tedy stále o relativně novou technologii získávání dat, jejíž přínos je však velmi slibný. Vzhledem k tomu, že UAV může být vybaveno – s ohledem na svou nosnost – různými přístroji a zařízeními, jsou její služby využitelné téměř ve všech parciálních disciplínách fyzické geografie. Pro získávání charakteristik ovzduší lze bezpilotní letecký přístroj vybavit meteorologickými senzory. Ke studiu vegetace zase velmi dobře poslouží infračervené kamery. Velmi často však UAV nese digitální fotoaparát a pořizuje klasické barevné snímky ve viditelném oboru spektra pro nalétávané území ve velkém měřítku. Tyto snímky se vyznačují velkým detailem a po úpravě a zpracování do podoby ortofota také velkou přesností. Tím překlenují značnou mezeru v dostupných geoprostorových datech, jež bylo před nasazením UAV technologie možné získat z leteckých snímků při preferenci přehledové informace nebo z geodetických měření při preferenci přesné a detailní informace. Při potřebě obou typů takovýchto dat byly v rámci fyzickogeografických výzkumů dříve oba zdroje informací kombinovány manuálně. Na poklad leteckého snímku byla vynášena přesná geodetická měření. Snímky pořízené pomocí bezpilotních leteckých strojů však do jisté míry kombinují obě tyto výhody a poskytují tedy prostorově komplexní a detailní informace zároveň. Přitom navíc odpadá problém vysoké pořizovací ceny leteckých snímků a praktická a časová náročnost geodetických měření v terénu. Konkrétním příkladem, dokazujícím pravdivost těchto tvrzení, který představuje tato bakalářská práce, je aplikace UAV technologie ve výzkumu fluviální geomorfologie, konkrétně při studiu odškrceného Strážnického meandru. Pro zachycení zájmového území o rozloze cca 150 000 m2 s rozlišením 3,5 cm na pixel a přesností průměrně 3,5 (resp. 1) cm postačilo nasnímání této lokality bezpilotním leteckým zařízením HexaKopter XL trvající přibližně 5 hodin. Cena samotného provedení letu je téměř nulová. Jedinými 64
peněžními opakovanými výdaji je dobytí baterie kopteru, všech částí pozemní řídicí a přijímací stanice a doprava na místo výzkumu. Počáteční investice k pořízení veškerého potřebného vybavení je však vyšší. Na druhou stranu pak již možné provádět snímkování v (téměř) libovolný čas na (téměř) libovolném místě. Terénní sběr geodat metodou UAV technologie je tedy z hlediska času rozhodně výhodný. Následné zpracování snímků je ale na čas podstatně náročnější a to jak, co se týče manuálních, tak automatických kroků. Manuální část zahrnuje především digitalizaci vlícovacích bodů a délka jejího trvání záleží na počtu rozmístěných terčů, který se násobí počtem snímků. I s dopomocí skrze přibližnou automatickou detekci vyžadoval proces precizního zaměření středu terčů např. při zpracování sady snímků z roku 2014 cca 5 hodin. Automatické kroky činí úpravu snímků velmi náročnou na operační paměť použité výpočetní techniky. Se 4 Gigabyty (GB) interní a 4 GB externí operační paměti byla po provedení všech automatických kroků výsledná ortofotomozaika jedné sady snímků vygenerována po cca 20 hodinách. I zde je náročnost zpracování zvyšována s počtem snímků; ty jsou však velmi podstatné při získání vysoké přesnosti finálních produktů. Výhodou je však nulová cena softwaru potřebného ke zpracování dat, neboť program Agisoft PhotoScan i ve verzi Professional, jakož také 30denní licenci poskytuje společnost Agisoft přes internet zdarma. Princip zpracování snímků pořízených pomocí UAV byl představen na sadách fotografií zájmového území Strážnického meandru z let 2012, 2013 a 2014. Výslednými produkty je trojice ortofotomozaiek a digitálních výškových modelů. Ty však nejsou jediným vlastním přínosem této bakalářské práce. Tím je především vytvořený metodický postup k tvorbě ortofotomozaiky (popř. DEM) ze snímků pořízených pomocí UAV. Ten může sloužit jako návod pro další uživatele softwarového programu PhotoScan; a to kupříkladu studenty geografie, kteří si tak mohou osvojit novou metodu zpracování detailních geoprostorových dat.
65
LITERATURA A INFORMAČNÍ ZDROJE Literatura ABER, J.S. (2010). Small-Format Aerial Photography: Principles, technice and geoscience application. 1. vyd. Elsevier Science. 268 s. AGISOFT LLC (2013). Agisoft PhotoScan User Manual: Professional Edition, Version 1.0.0. BONIN, T., P. CHILSON, B. ZIELKE a E. FEDOROVICH (2013). Observations of the Early Evening Boundary-Layer Transition Using a Small Unmanned Aerial Systém. Boundary-Layer Meteorology, 146, č. 1, s. 119-132. BRECKENRIDGE, R.P., M. DAKINS, S. BUNTING, J.L. HARBOUR a R.D. LEE (2012). Using unmanned helicopters to assess vegetation cover in sagebrush steppe ecosystems. Rangeland Ecology and Management, 65, č. 4, s. 362-370. BRUNCKOVÁ, K. (2013). Hydromorfologický monitoring Kenického meandra v kontexte skúmania vývoja rieky Moravy: Bakalářská práce. Bratislava: Univerzita Komenského v Bratislavě, Přírodovědecká fakulta. 50 l. Vedoucí práce: Monika Šulc Michálková. CROCKER, R.I., J.A. MASLANIK, J.J. ADLER, S.E. PALO, U.C. HERZFELD a W.J. EMERY (2012). A sensor package for ice surface observations using small unmanned aircraft systems. IEEE Transactions on Geoscience and Remote Sensing, 50, č. 4, s. 1033-1047. D'OLEIRE-OLTMANNS, S., I. MARZOLFF, K.D. PETER a J.B. RIES (2012). Unmanned aerial vehicle (UAV) for monitoring soil erosion in Morocco. Remote Sensing, 4, č. 11, s. 3390–3416. DEMEK, J. (1988). Obecná geomorfologie. 1. vyd. Praha: ČSAV. 476 s. DEMEK, J. a P. MACKOVČIN (2006). Zeměpisný lexikon ČR: Hory a nížiny. 2. vyd. Brno: AOPK ČR. 582 s. ISBN 80-86064-99-9. DOBROVOLNÝ, P. (1998). Dálkový průzkum Země. Digitální zpracování obrazu. 1. vyd. Brno: Masarykova univerzita. 210 s. ISBN 80-210-1812-7. DOBROVOLNÝ, P. (2011). Základy fotogrammetrie. Z8101. Nepublikováno. Brno: Geografický ústav PřF. 103 s.
Učební
texty
k
přednášce
DIGRUTTOLO, N. a A. MOHAMED (2010). Emerging unmanned aerial remote sensing system for intertidal zone modeling: A low-cost method of collecting remote sensing data for modeling short-term effects of sea level rise, part II: Close-range airborne remote sensing. Surveying and Land Information Science, 70, č. 3, s. 119-129.
66
EISENBEISS, H. (2009). UAV Photogrammetry: Disertační práce. Zürich: Eidgenössische Technische Hochschule Zürich, Institut für Geodäsie und Photogrammetrie. 190 s., 9 l. příl. Vedoucí práce: Armin Grün. EISENBEISS, H. (2011). The Potential of Unmanned Aerial Vehicle for Mapping. Photogrammetrische Woche, Dieter Fritsch (Ed.), Wichmann Verlag, Heidelberg, s. 135–145. EVERAERTS, J. (2008). The Use of Unmanned Aerial Vehicle (UAV) for Remote Sensing and Mapping. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, s. 1187–1191. GONG, J., Y. YUE, J. ZHU, Y. WEN, Y. LI, J. ZHOU, D. WANG a C. YU (2012). Impacts of the Wenchuan Earthquake on the Chaping River upstream channel chase. International Journal of Remote Sensing, 33, č. 12, s. 3907-3929. HORCHER, A. a R.J.M. VISSER (2004). Unmanned Aerial Vehicles: Applications for Natural Resource Management and Monitoring. In Council on Forest Engineering Annual Meeting, Hot Springs (AR), USA. HU, W.-Y. a X.-B WANG (2012). Fast mosaic algorithm of the UAV remote sensing image for Mingjiang river area. Wutan Huatan Jisuan Jishu, 34, č. 3, s. 340-343. LALIBERTE, A.S., A. RANGO a J. HERRICK (2007). Unmanned Aerial Vehicles for Rangeland Mapping and Monitoring: A Comparision of two systems. ASPRS Annual Conference 2007: Identifying Geospatial Solutions, 1, s. 379–388. LEGA, M. a R.M.A. NAPOLI (2010). Aerial infrared thermography in the surface waters contamination monitoring. Desalination and Water Treatment, 23, č. 1-3, s. 141-151. LIN, P.-H. a C.-S. LEE (2008). The eyewall-penetration reconnaissance observation of Typhoon Longwang (2005) with unmanned aerial vehicle, aerosonde. Journal of Atmospheric and Oceanic Technology, 25, č. 1, s. 15-25. LUCIEER, A., D. TURNER, D.H. KING a S.A. ROBINSON (2014). Using an Unmanned Aerial Vehicle (UAV) to capture micro-topography of Antarctic moss bed. International Journal of Applied Earth Observation and Geoinformation, 27, s. 53–62. MARTIN, S., J. BANGE a F. BEYRICH (2011). Meteorological profiling of the lower troposphere using the research UAV "M2AV Carolo". Atmospheric Measurement Techniques, 4, č. 4, s. 705716. MARZOLFF, I. a J.B. RIES (2011). Piping as a Process of Gully Erosion in Small-Format Aerial Photography: A Short Note. Cuadernos de Investigación Geográfica, 37, č. 1, s. 115–120.
67
McINTYRE, E. M. a A.J. GASIEWSKI (2007). An ultra-lightweight L-band digital lobedifferencing correlation radiometer (LDCR) for airborne UAV SSS mapping. IEEE International Symposium on Geoscience and Remote Sensing (IGARSS), s. 1095-1097. MIŘIJOVSKÝ, J., M. ŠULC MICHÁLKOVÁ a M. TRIZNA (2012). Evaluation of a new remote sensing metodology for detailed international mapping in the V4 region. Journal of Landscape Management, 3, č. 2, s. 7–11. ISBN 1804–2821. MIŘIJOVSKÝ, J. (2013). Fotogrammetrický přístup při sběru geodat pomocí bezpilotních leteckých zařízení: Disertační práce. Olomouc: Univerzita Palackého v Olomouci, Přírodovědecká fakulta. 144 l., 8 l. příl. Vedoucí práce: Vít Voženílek, MIŘIJOVSKÝ, J., O. PETYNIAK, H. UHROVÁ a M. ŠULC MICHÁLKOVÁ (2013). Morfologický vývoj Kenického meandru v letech 2011 a 2012. NAGAI, M., T. CHEN, A. AHMED a R. SHIBASAKI (2013). UAV Borne Mapping System for River Environment. IEEE Transactions on Geoscience and Remote Sensing, 47, č. 3, s. 701–708. NEWHALL, B. (1969). Aiborne Camera: The World from air and outer space. Trowbridge & London: Hasting House, 144 s. NIETHAMMER, U., S. ROTHMUND, M.R. JAMES, J. TRAVELLETTI a M. JOSWIG (2010). UAV-based remote sensing of landslides. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 38, s. 496–501. PAVELKA, K. (2002). Fotogrammetrie 10. 2. přeprac. vyd. Praha: FSv ČVUT. 198 s. ISBN 2630371154 PAVELKA, K. (2003). Fotogrammetrie 20. 2. přeprac. vyd. Praha: FSv ČVUT. 193 s. ISBN 8001-02762-7. RAPANT, P. (2002). Družicové polohové systémy. 1. vyd. Ostrava: VŠB – Technická univerzita Ostrava. 200 s. ISBN 80-248-0124-8 RESTAS, A. (2006). Forest fire management supporting by UAV based air reconnaissance results of szendro fire department, Hungary. In 1st International Symposium on Environment Identities and Mediterranean Area, ISEIM, s. 73-77. ROGERS, K., a A. FINN (2013). Three-Dimensional UAV-Based Atmospheric Tomography. Journal of Atmospheric and Oceanic Technology, 30, č. 2, s. 336-344. ŘEHÁK, M. (2012). Využití bezpilotních prostředků ve fotogrammetrii: Diplomová práce. Praha: České vysoké učení technické v Praze, Fakulta stavební. 91 l., 12 l. příl. Vedoucí práce: Karel Pavelka.
68
SLÁDEK J. a M. RUSNÁK (2013). Nízkonákladové mikro-UAV technologie v geografii (nová metóda zberu prostorových dát). Geographical Journal, 65, č. 3, s. 269–285. TURNER, D., A. LUCIEER a Ch. WATSON (2012). An Automated Technique for Generating Georectified Mosaics from Ultra-High Resolution Unmanned Aerial Vehicle (UAV) Imagery, Based on Structure from Motion (SfM) Point Clouds. Remote Sensing, 4, s. 1392–1410. VALERO, F.P.J., S.K. POPE, R.G. ELLINGSON, A.W. STRAWA a J. VITKO JR. (1996). Determination of clear-sky radiative flux profiles, heating rates, and optical depths using unmanned aerospace vehicles as a platform. Journal of Atmospheric and Oceanic Technology, 13, č. 5, s. 1024-1030. WEN, Q., S. CHEN, H. HE, S. LI, R. BAI a X. ZHAO (2012). Application of remote sensing system of unmanned aerial vehicle in Yingjiang, Yunnan earthquake. Journal of Natural Disasters, 21, č. 6, s. 65-71. WHITEHEAD, K., B.J. MOORMAN a C.H. HUGENHOLTZ (2013). Low-cost, on-demand aerial fotogrammetry for glaciological measurement. The Cryosphere Discussions, 7, s. 3043–3057.
Elektronické zdroje ČHMÚ. Hlásná a předpovědní povodňová služba: Detail stanice Strážnice. [online]. ©2012. [cit 2012-05-15]. Dostupné z: http://hydro.chmi.cz/hpps/popup_hpps_prfdyn.php?seq=307233 ČHMÚ. Hlásná a předpovědní povodňová služba: Detail stanice Strážnice. [online]. ©2013. [cit 2013-05-14]. Dostupné z: http://hydro.chmi.cz/hpps/popup_hpps_prfdyn.php?seq=307233 ČHMÚ. Hlásná a předpovědní povodňová služba: Detail stanice Strážnice. [online]. ©2014. [cit 2014-03-14]. Dostupné z: http://hydro.chmi.cz/hpps/popup_hpps_prfdyn.php?seq=307233 ČHMÚ. Sondáž_základní měření. [online]. ©2010–2011. [cit 2014-01-17]. Dostupné z: http://portal.chmi.cz/files/portal/docs/meteo/oa/sondaz_PTU_vitr.html ČÚZK. Geoportál. Základní mapa ČR 1:50 000 – barevná bezešvá. [online]. ©2010, poslední revize 11. 4. 2014. [cit 2014-01-17]. Dostupné z: http://geoportal.cuzk.cz/(S(qxbdrkzi5m0r5laheu0o5wru))/Default.aspx?menu=2251&mode=TextM eta&side=mapy50&metadataID=CZ-CUZK-ZM50-RB HiSystems GmbH. MikroKopter·Home. [online]. ©2014. [cit 2014-03-20]. Dostupné z: http://www.mikrokopter.de/en/home Jihomoravský kraj. Strážnické Pomoraví – jižní Morava. [online]. ©2013. [cit 2014-03-28]. Dostupné z: http://www.jizni-morava.cz/?tpl=42&typ=1&id=1607
69
NOVOTNÝ, V. Nová aplikace ŘLP – AIS View. [online]. ©2005-2014, poslední revize 7. 5. 2009. [cit 2014-03-14]. Dostupné z: http://www.aeroweb.cz/clanek.asp?ID=1648&kategorie=30 Úřad pro civilní letectví. Co je to bezpilotní letadlo, bezpilotní systém, model letadla? [online]. ©2011(a).[cit 2013-11-27]. Dostupné z: http://www.caa.cz/letadla-bez-pilota-na-palube/co-je-tobezpilotni-letadlo-bezpilotni-system-model-letadla
Úřad pro civilní letectví. Kde se nachází jaký druh vzdušného prostoru? (TMA, CTR, ATZ, zakázané, nebezpečné, vyhrazené, atd.). [online]. ©2011(b).[cit 2014-03-14]. Dostupné z: http://www.caa.cz/letadla-bez-pilota-na-palube/kde-se-nachazi-jaky-druh-vzdusneho-prostoru-tmactr-atz VÚGTK. Terminologický slovník zeměměřičství a katastru nemovitostí. [online]. ©2005-2014. [cit 2014-03-20]. Dostupné z: http://www.vugtk.cz/slovnik/
Mapové služby Aplikace AISView. [online]. [cit 2014-03-14]. Dostupné z: http://aisview.rlp.cz Česká geologická služba. Geologická mapa 1:25 000. [online]. ©2013. [cit 2014-03-29]. Dostupné z: http://mapy.geology.cz/geocr_25/ ČÚZK. WMS ZM 50. [online]. ©2010. [cit 2014-03-28]. Dostupné z: http://geoportal.cuzk.cz/(S(oevw2u55cxpfn345iknyalar))/Default.aspx?menu=3116&mode=TextM eta&side=wms.verejne&metadataID=CZ-CUZK-WMS-ZM50-P&metadataXSL=metadata.sluzba
70
SEZNAM ILUSTRACÍ Foto 1. Model helikoptéry The Scout B1-100 nesoucí letecký laserový skener LMS-Q160 ...16 Foto 2. První jednoduché nosiče využité na Katedře geoinformatiky UPOL ..........................16 Foto 3. Paraglidový model Pixy ...............................................................................................19 Foto 4. Modely bezpilotních vrtulníků .....................................................................................21 Foto. 5. Typy použitých terčů ...................................................................................................48 Foto. 6. Referenční GPS stanice RTK metody .........................................................................48 Foto. 7. Start HexaKopteru z plošiny úložného prostoru .........................................................49 Obr. 1. Nákres pozice příliš strmého úhlu při stoupání bezpilotního paraglidu SUSI .............19 Obr. 2. Různé modely letounu s pevným křídlem ....................................................................20 Obr. 3. QudroKopter použitý při snímání sesuvu Super-Sauze ................................................21 Obr. 4. Vývoj počtu relevantních publikovaných článků v jednotlivých letech do roku 2013 ..........................................................................................................................................27 Obr. 5. Podíl počtu relevantních publikací v jednotlivých zemích do roku 2013 ....................28 Obr. 6. Podíl relevantních publikací v jednotlivých oblastech výzkumu fyzické geografie do roku 2013 ..........................................................................................................................29 Obr. 7. Povrch ledových ker, nasnímaných systémem CULPIS v úžině Fram Strait při pobřeží Špicberských ostrovů ...................................................................................................33 Obr. 8. Mapa změn mocnosti ledovce Fountain mezi červencem roku 2010 a 2011 ...............34 Obr. 9. Stav vzdušného prostoru nad zájmovým územím Strážnického meandru v den 14. 3. 2014 ................................................................................................................................43 Obr. 10. Nastavení všech parametrů letové trasy pomocí nástroje Waypoint Generator .........47 Obr. 11. Prvky vnější orientace snímku ....................................................................................50 Obr. 12. Schematické znázornění principu aerotriangulace .....................................................50 Obr. 13. Zaměření středu terče .................................................................................................52 Obr. 14. Zaměření středu přesvětleného terče ze sady snímků z roku 2013 ............................53 Obr. 15. Rozmístění vlícovacích bodů při snímkování v květnu 2013.....................................54 Obr. 16. Poloha a orientace každého snímku po uspořádání sady z roku 2012 a vytvoření základního mračna bodů ...........................................................................................................54 Obr. 17. Pokrytí sady snímků z roku 2012 hustým mračnem bodů ..........................................55 Obr. 18. Chybně vygenerovaná část mračna bodů (červený obdélník) znárodňující homogenní vodní plochu (sada snímků 2012) ..........................................................................56 Obr. 19. Odstranění chybně vygenerované části mračna bodů v místě homogenní vodní plochy (sada snímků 2012) .......................................................................................................56 Obr. 20. Lokalizace Strážnického meandru ..............................................................................59 Obr. 21. Posun hranic přívodního kanálu Strážnického meandru mezi lety 2012 a 2014 na podkladu snímku z roku 2014 ...................................................................................................61 Obr. 22. Poloha říčního dřeva v protržené šíji bývalého Strážnického meandru v roce 2012 na podkladu snímku z roku 2014 ..............................................................................................61
SEZNAM TABULEK Tab. 1. Klasifikace UAV platforem ..........................................................................................17 Tab. 2. Počet relevantních publikovaných článků v jednotlivých letech do roku 2013 ...........26 Tab. 3. Počet relevantních publikací vydaný v jednotlivých zemích do roku 2013 .................27 Tab. 4. Počet relevantních publikací v jednotlivých oblastech výzkumu fyzické geografie do roku 2013 .............................................................................................................................28 Tab. 5. Přesnost vytvořených ortorektifikovaných mozaiek snímků........................................58
SEZNAM PŘÍLOH Příl. 1. Množství relevantních článků, zabývajících se aplikacemi UAV technologie v jednotlivých oblastech výzkumu fyzické geografie, publikovaných do roku 2013 v jednotlivých státech světa Příl. 2. Ortofotomozaika poloostrova Robinson Ridge s vyznačením umístění vlícovacích bodů, kontrolních bodů a míst odběru vzorků Příl. 3. Ortofotomozaika a stínovaný reliéf sesuvu Super-Sauze Příl. 4. Ortofotomozaika a digitální model povrchu vybraného místa výmolové eroze v povodí řeky Souss Příl. 5. Plánování letové trasy v programu MiktoKopter Tool pro severovýchodní část zájmové lokality Strážnického meandru Příl. 6. Plánování letové trasy v programu MiktoKopter Tool pro jihozápadní část zájmové lokality Strážnického meandru Příl. 7. Tvorba ortorektifikované fotomozaiky snímků z UAV v programu Agisoft PhotoScan Professional 1.0.1 1812 Volné přílohy: Příl. 8. CD Struktura CD Adresář
Podadresář 1 2012
Strážnický meandr
2013
2014 Seznam článků pro kapitolu 1.5
Podadresář 2 DEM_2012 DEM_2012_mapa Ortofotomozaika_2012_mapa DEM_2013 DEM_2013_mapa Ortofotomozaika_2013_mapa DEM_2014 DEM_2014_mapa Ortofotomozaika_2014_mapa
Příl. 1. Množství relevantních článků, zabývajících se aplikacemi UAV technologie v jednotlivých oblastech výzkumu fyzické geografie, publikovaných do roku 2013 v jednotlivých státech světa (autor: A. Křížová)
Příl. 2. Ortofotomozaika poloostrova Robinson Ridge s vyznačením umístění vlícovacích bodů, kontrolních bodů a míst odběru vzorků (Převztato: Lucieer et al., 2014)
Příl. 3. Ortofotomozaika a stínovaný reliéf sesuvu Super-Sauze (Převzato: Niethammer et al. 2010)
Příl. 4. Ortofotomozaika a digitální model povrchu vybraného místa výmolové eroze v povodí řeky Souss (Převzato: D´Oleire-Oltmanns et al., 2012)
Příl. 5. Plánování letové trasy v programu MiktoKopter Tool pro severovýchodní část zájmové lokality Strážnického meandru
Příl. 6. Plánování letové trasy v programu MiktoKopter Tool pro jihozápadní část zájmové lokality Strážnického meandru
Příl. 7.
Tvorba ortorektifikované fotomozaiky snímků z UAV v programu Agisoft PhotoScan Professional 1.0.1 1812 Proces zahrnuje tyto hlavní kroky: 1) Načtení snímků 2) Digitalizace vlícovacích bodů I 3) Seřazení snímků I 4) Digitalizace vlícovacích bodů II 5) Seřazení snímků II 6) Generování hustého mračna bodů 7) Vytvoření 3D modelu 8) Vytvoření textury 9) Export výsledných produktů
1) Načtení snímků
Po otevření programu PhotoScan nahrajte do projektu snímky pořízené pomocí UAV, určené pro zpracování.
V záložce Workflow pomocí příkazu Add photos vyberte v počítači potřebnou složku a požadované snímky.
Snímky se zobrazí v panelu Photos.
Po dvojkliku na zvolený snímek jej lze zobrazit v hlavním panelu a editovat.
2) Digitalizace vlícovacích bodů I Zaměřte na snímcích terče, pro něž jsou známy geodetické souřadnice s centimetrovou přesností, a vytvořte jejich digitální podobu. Dvojklikem zobrazte vybraný snímek, jenž lze přiblížit až do rozlišení 1:1.
Vyhledejte na snímku terč a v subpixelové přesnosti co nejlépe zaměřte jeho střed.
V daném místě klikněte pravým tlačítkem myši a zvolte příkaz Create marker.
Opět klikněte pravým tlačítkem myši na vytvořený bod a přejmenujte jej pomocí příkazu Rename marker. Použijte označení shodné s označením tohoto bodu v seznamu souřadnic zaměřených terčů.
Každý vlícovací bod digitalizujte dvakrát čili na dvou různých snímcích.
Na druhém snímku však pouze umístěte do přesného středu již vytvořený marker ze seznamu pomocí příkazu Place marker.
Vlícovací body se seřazují v panelu Ground Control kolonce Markers.
Pozn.: Panely lze v pracovním poli zobrazovat a skrývat přes záložku View – Panes jejich (od)označením.
3) Seřazení snímků I Aby nemusely být manuálně zaměřeny terče na všech snímcích, proveďte první vlnu seřazení snímků; tentokrát pouze s malou přesností.
V záložce Workflow zvolte automatický krok Align photos.
V dialogovém okně Align photo nastavte parametry tohoto procesu seřazení snímků: - přesnost - mód párového třídění
Výsledkem je základní mračno bodů zobrazitelné v záložce Model a automatické vyhledání zbývajících nezaměřených vlícovacích bodů. Nad tímto mračnem bodů si již lze zobrazit zdigitalizované vlícovací body pomocí tlačítka Show Markers
a pokrytí nasnímané oblasti snímky pomocí tlačítka Show Cameras
4) Digitalizace vlícovacích bodů II V první vlně seřazení snímků byly detekovány terče na ostatních snímcích. Tyto snímky jsou v panelu Photos označeny šedou vlaječkou.
Dvojklikem otevřete každý takový snímek a vyhledejte automaticky detekované vlícovací body, jež jsou také znázorněny šedou vlaječkou.
Opravte přibližně určenou polohu každého takového markeru posunutím myší do přesného středu terče.
Po digitalizování všech bodů k nim vložte jejich geodetické souřadnice pomocí tlačítka Import
v panelu Ground Control.
V dialogovém okně importu dat určete způsob oddělení údajů (Delimiter); v kolonce Columns pořadí sloupců s popiskem a souřadnicemi X, Y, Z; a dále také první řádek načítání dat (Start import at row: ).
Souřadnice budou dle popisku přiřazeny k vlícovacím bodům a zobrazí se v panelu Ground Control kolonce Markers.
V panelu Ground Control otevřete pomocí tlačítka Settings dialogové okno Ground Control Setting a nastavte zde nulovou hodnotu chyby v přesnosti zaměření markeru (Marker accuracy).
5) Seřazení snímků II Po digitalizování všech vlícovacích bodů a načtení jejich velmi přesných souřadnic lze provést druhé seřazení snímků; tentokrát již s vysokou přesností.
V záložce Workflow opět automatický krok Align photos.
V dialogovém okně Align photo nastavte parametry tohoto procesu seřazení snímků: - přesnost - mód párového třídění Popřípadě lze v kolonce Advanced upravovat počet vygenerovaných bodů.
zvolte
Výsledkem je opět základní mračno bodů – tentokrát ve vyšší kvalitě –, jež je zobrazeno v záložce Model
.
Zkontrolujte RMS chyby, které byly v tuto chvíli vypočítány pro každý vlícovací bod a jsou uvedeny v panelu Ground Control kolonce Markers.
Body s chybou nad zvolenou hodnotu (např. 1 pixel) opravte posunem na snímcích pomocí myši, popř. vymažte kliknutím pravého tlačítka myši a výběrem příkazu Remove Markers . Po úpravách proveďte aktualizaci mračna funkcí Uptade .
Poté proveďte optimalizaci vygenerovaného mračna pomocí tlačítka Optimize v panelu Ground Control.
6) Generování hustého mračna bodů
V záložce Workflow zvolte automatický krok Build Dense Cloud.
V dialogovém okně Build Dense nastavte parametry tohoto procesu: - míra kvality - způsob filtrování mračna
Cloud
Výsledkem je husté mračno bodů extrahovaných ze snímků.
Pozn.: Mezi základním a hustým mračnem bodů můžete přepínat pomocí tlačítek Point Cloud
a Dense Cloud
.
Odstranění odchylek Pečlivě si prohlédněte vygenerované mračno bodů a odstraňte výrazně odchýlené body či chybně vygenerované části mračna.
Vyberte nalezené odchylky či chybně vygenerované body pomocí nástrojů Rectangle Selection
, Circle Seletion
či Free-Form Selection
. Označené
body vymažete klávesou Delete na klávesnici či tlačítkem Delete Selection
.
Pozn.: Pro zkontrolování mračna bodů ze všech stran použijte předdefinované pohledy (Predefined Views) v záložce View a také manuální rotaci modelu pomocí myši. Pro lepší orientaci je vhodné zobrazit Trackball a Info o natočení prostorových os skrze příkaz Show/Hide Items v záložce View.
Úprava Bounding Box
Pomocí nástrojů Resize Region a Rotate Region upravte hrany a natočení kvádrového prostoru ohraničující mračno bodů dle jeho velikosti a tvaru.
Zkontrolujte hrany Bounding Box ze všech předdefinovaných pohledů (Predefined Views) v záložce View.
7) Vytvoření 3D modelu Automatickým krokem vytvořte z hustého mračna bodů spojitou plochu trojrozměrného modelu.
V záložce Workflow zvolte automatický krok Build Mesh. V dialogovém okně Build Mesh nastavte parametry tohoto procesu: - požadovaný typ povrchu - zdroj dat - počet vygenerovaných polygonů
Pozn.: Vygenerovaný 3D model povrchu je pak možné si zobrazit ve třech variantách: -
pomocí tlačítka Shaded pomocí tlačítka Solid
v probarvené variantě s předběžnou texturou (a) jako celistvý povrch (b)
-
pomocí tlačítka Wireframe
jako TIN strukturu (c).
8) Vytvoření textury Automatickým krokem vytvořte na trojrozměrném modelu texturu snímků.
V záložce Workflow zvolte automatický krok Build Texture. V dialogovém okně Build Texture nastavte parametry tohoto procesu: - způsob vytvoření textury - způsob přiřazení DN hodnoty
9) Exportování výsledných produktů Automatickým krokem výsledné produkty.
vyexportujte
požadované
V záložce File zvolte příkaz: - Export Ortophoto k vytvoření ortorektifikované fotomozaiky - Export DEM k vytvoření digitálního výškového modelu - popř. další produkty
V dialogovém okně příkazů exportu ponechte přednastavené parametry.