Využití digitální stereofotogrammetrie jako podpůrných dat pro automatizovanou tvorbu lesnických tematických map

Transkript

1 Využití digitální stereofotogrammetrie jako podpůrných dat pro automatizovanou tvorbu lesnických tematických map Filip Hájek a kolektiv Pracoviště fotogrammetrie a DPZ ÚHÚL pob. Frýdek-Místek hajek.filip@uhul.cz GIS Ostrava 2015, Současné výzvy geoinformatiky, ledna 2015

2 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

3 Přínos interpretace leteckých snímků pro NIL V rámci NIL2 probíhá fotogrammetrické šetření vybraných parametrů na inventarizačních bodech ve čtvercové síti 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

4 PhoNIL - stereoskopická interpretace 1. Šetření v bodovém poli NIL2 výška objektů, druhu vegetace a typu krajinného krytu na 16 bodech interpretačního čtverce 2. Zaznamenání okraje porostu a zatřídění inventarizačních bodů do kategorií pozemků dle definic FAO (ENFIN) a LULUCF při vedení linie okraje porostu a zařazení do kategorie pozemku dle definice FAO (ENFIN) 3. Hodnoceníporostníchparametrůnaplochách kategorie Les: poškození abiotickými činiteli, růstovéfáze porostu, druhováskladba, korunový zápoj, typ smíšení 4. Šetření objektů na transektu500 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)

5 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

6 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 Hodnoceníporostníchparametrůnaplochách kategorie Les: na středu inventarizační plochy kategorie Les se šetří: poškození abiotickými činiteli, růstové fáze porostu, druhová skladba, korunový zápoj, typ smíšení

7 počet zhodnocených bodů NIL: 343 tis. včetně revizí (stav konec ledna 2015)

8 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

9 Infračervená (CIR) ortofotomapa dvě verze ortofotapro 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

10 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

11 Lesnické mapové výstupy (wall-to-wall) automatizovaný postup v prostředí objektové analýzy obrazu (ecognition) řízená klasifikace CIR ortofotaa 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

12 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

13 Okraje vysoké vegetace LES / OLWTC dle NIL forest/ olwtc/ other land celková přesnost 96,3% (simulovaný RF v R)

14 Rozlišení listnaté a jehličnaté vegetace listnaté jehličnaté ostatní mladé do 8m voda nepropustné Classification Producers accuracy coniferous deciduous impervious other Groundtruth (simulated RF in R stats) coniferous ,9% deciduous ,8% impervious ,3% other ,7%

15 Základní růstové fáze lesa ostatní kmenovina nad 20m tyčkovina do 8m kultura do 2,5m tyčovina 8 20m holina

16 Shrnutí další kroky letecké snímky zpracované různým způsobem poskytují širokou škálu informací o lesích v ČR automatizovaná klasifikace spektrální informace z CIR ortofotaa 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, ledna 2015