Využití digitální stereofotogrammetrie jako podpůrných dat pro automatizovanou tvorbu lesnických tematických map
Filip Hájek a kolektiv Pracoviště fotogrammetrie a DPZ ÚHÚL pob. Frýdek-Místek
[email protected]
GIS Ostrava 2015, Současné výzvy geoinformatiky, 26. - 28. ledna 2015
Pracoviště fotogrammetrie a DPZ na ÚHÚL Fotogrammetrické práce • přebírání a zpracování LMS a metadat od ČÚZK • příprava dat pro stereo-vyhodnocení • fotogrammetrická interpretace sítě NIL2 • tvorba infračervené (CIR) ortofotomapy • tvorba normalizovaného digitálního modelu povrchu (nDSM) Mapové výstupy z DPZ • periodické mapování přítomnosti lesa v ČR z dat Landsat • detekce holin z dat Landsat • tvorba normalizovaného digitálního modelu povrchu (nDSM) • analýzy a výstupy z nDSM a CIR ortofota
Přínos interpretace leteckých snímků pro NIL V rámci NIL2 probíhá fotogrammetrické šetření vybraných parametrů na inventarizačních bodech ve čtvercové síti 500 × 500 metrů (cca 360 tisíc ploch v ČR).
₋
možnost zpřesnění bodových odhadů metodami postratifikace a dvoufázového výběru (double sampling for stratification)
₋
zajištění přesných navigačních podkladů pro terénní skupiny
₋
pořízení precizních trénovácích dat pro řízenou klasifikaci obrazu – automatizovaná produkce celorepublikových (wall-to-wall) mapových výstupů
₋
kompenzace okrajových efektů po provedení venkovního měření – využití možnosti zakreslení průběhu okraje lesa
₋
zajištění výstupů související s popisem krajiny bez vazby na pozemní šetření – metodika transektu ve fotogrammetrii
PhoNIL - stereoskopická interpretace 1.
Šetření v bodovém poli NIL2 –
2.
Zaznamenání okraje porostu a zatřídění inventarizačních bodů do kategorií pozemků dle definic FAO (ENFIN) a LULUCF –
3.
při vedení linie okraje porostu a zařazení do kategorie pozemku dle definice FAO (ENFIN)
Hodnocení porostních parametrů na plochách kategorie Les: –
4.
výška objektů, druhu vegetace a typu krajinného krytu na 16 bodech interpretačního čtverce
poškození abiotickými činiteli, růstové fáze porostu, druhová skladba, korunový zápoj, typ smíšení
Šetření objektů na transektu 500 m v síti NIL2 1 x 1 km –
lineární porosty dřevin, malé skupiny stromů a keřů a solitérní stromy mimo les, tzv. trees outside forest (TOF)
PhoNIL - stereoskopická interpretace
Šetření v bodovém poli: • interpretační čtverec 51 x 51 metrů obsahuje 16 bodů • šetření výšky, druhu vegetace, či typu krajinného krytu: jehličnatý strom, listnatý strom, keř, povrch terénu, ostatní
PhoNIL - stereoskopická interpretace Zatřídění inventarizačních bodů do kategorií pozemků dle definic FAO (ENFIN) a LULUCF: • linie okraje porostu se zohledňuje hranice využití, výška stromů/keřů (min. 5m), minimální šířka porostu a maximální mezera (20 m), minimální výměra pozemku 0,5 ha a procentická pokryvnost stromy min. 10% • kategorie pozemku dle definice FAO (ENFIN): Forest, Other Land with Tree Cover (OLWTC), Other Wooded Land (OWL), Other
Hodnocení porostních parametrů na plochách kategorie Les:
• na středu inventarizační plochy kategorie Les se šetří: poškození abiotickými činiteli, růstové fáze porostu, druhová skladba, korunový zápoj, typ smíšení
počet zhodnocených bodů NIL: 343 tis. včetně revizí (stav konec ledna 2015)
PhoNIL – databázové prostředí požadavkem bylo vytvořit nástroj pro stereo-hodnocení ploch NIL2, s cílem maximálně potlačit souborové zpracování dat na desktop PC PhoNIL = custom aplikace na platformě SW Photopol •
plná podpora databázového zpracování dat
•
zachování integrity, vyloučení duplicity, snadné řešení záloh, atp…
•
ukládání a správa dat do PostgreSQL
•
zajištění kontrol kvality (manuální interpretace operátorek)
aplikace i databázové schéma navrženo tak, aby bylo možné efektivně plánovat průběh prací s ohledem na výjezdy pozemních skupiny NIL
Infračervená (CIR) ortofotomapa • • • •
dvě verze ortofota pro automatizované úlohy a potřeby mapového podkladu prostorové rozlišení 25cm/pixel výsledek ortorektifikace ve PhoTopoL s použitím DMR_4G od ČÚZK barevné vyrovnání a mozaikování v ERDAS Imagine a segmentace v eCognition
Normalizovaný digitální model povrchu (nDSM) • • • •
body povrchového modelu generovány metodou obrazové korelace ze stereo-dvojic leteckých snímků v gridu 2 x 2 metry NIR 8-bit data uložená kompresním formátu ECW obrazová korelace ve Photopol Corr, normalizace a filtrace v LAStools, mozaikování v ERDAS MosaicPro, GDAL,… normalizace na terén modelem DMR_4G od ČÚZK
Lesnické mapové výstupy (wall-to-wall) • • • •
automatizovaný postup v prostředí objektové analýzy obrazu (eCognition) řízená klasifikace CIR ortofota a nDSM s rozlišením 2m /pixel s využitím trénovacích dat nasbíraných během fotogrammetrické interpretace operátorkami v NIL2 výstupy přes ČR v prostorovém rozlišení 2m/ pixel postprocessing a manuální opravy…
tematický výstup: ₋ ₋ ₋
okraje vysoké vegetace - okraje kategorií porostů dle definic NIL rozlišení listnatých/ jehličnatých dřevin mapa základních růstových fází
Objektová klasifikace obrazu •
obrazová segmentace na třech úrovních - parametry velikosti a tvaru segmentů byly nastaveny s ohledem na třídy krajinného krytu (landuse/landcover)
•
větší segmenty - Random Forest klasifikace území do kategorií pozemků dle NIL2 dle interpretace na středu plochy, tj. Les, OLWTC, Ostatní, TOF,….
•
drobné segmenty - Random Forest klasifikace dle dat šetření v bodovém poli do kategorií listnatá/ jehličnatá vegetace, nepropustné povrchy, a ostatní
•
třetí úroveň - segmentace a klasifikace rastru nDSM do základních růstových fází lesa dle průměrných hodnot výšek segmentů
•
úpravy pomocí geometrických a kontextuálních pravidel, morfologické vyhlazení, vizuální kontroly a příp. manuální opravy …
Okraje vysoké vegetace – LES / OLWTC dle NIL forest / olwtc/ other land
celková přesnost 96,3% (simulovaný RF v R)
Rozlišení listnaté a jehličnaté vegetace listnaté jehličnaté ostatní mladé do 8m voda nepropustné
Classification Groundtruth coniferous deciduous impervious other
coniferous
deciduous
impervious
other
400 58 6 24
33 180 0 19
0 0 10 0
17 20 16 478
Producers accuracy (simulated RF in R stats) 88,9% 69,8% 31,3% 91,7%
Základní růstové fáze lesa ostatní kmenovina nad 20m tyčkovina do 8m kultura do 2,5m tyčovina 8 – 20m holina
Shrnutí – další kroky •
letecké snímky zpracované různým způsobem poskytují širokou škálu informací o lesích v ČR
•
automatizovaná klasifikace spektrální informace z CIR ortofota a výškové informace z povrchového modelu (nDSM) založená na tematickém obsahu z vizuální interpretace umožnuje tvorbu celorepublikových (wall-to-wall) mapových výstupů
•
mapování LULC kategorií pozemků dle definic NIL (ENFIN) je zajištěno pokročilým GIS post-zpracováním
•
vyvinutá procesní linka je přenositelná na obrazová data z jiných (družicové, LiDAR) zdrojů
•
vyšší tematická správnost klasifikace lze očekávat od zpracování multi/hyperspektrálních dat z ESA Sentinel-2l-2
GIS Ostrava 2015, Současné výzvy geoinformatiky, 26. - 28. ledna 2015
