Presentation laddar. Vänta.

Presentation laddar. Vänta.

”Senaste” inom 3D fjärranalys Redovisning om skoglig flygburen laserskanning och fotogrammetri för skogsinventering 14.9.2012 Ilkka Korpela, Akademieforskare.

Liknande presentationer


En presentation över ämnet: "”Senaste” inom 3D fjärranalys Redovisning om skoglig flygburen laserskanning och fotogrammetri för skogsinventering 14.9.2012 Ilkka Korpela, Akademieforskare."— Presentationens avskrift:

1 ”Senaste” inom 3D fjärranalys Redovisning om skoglig flygburen laserskanning och fotogrammetri för skogsinventering Ilkka Korpela, Akademieforskare Institutionen för skogvetenskaper, HU ”... den tvärvetenskapliga verksamheten är att främja ekologiskt, ekonomiskt och socialt hållbar användning av skogarna samt skogs- och myrmiljöerna” (http://www.helsinki.fi/skogsvetenskaper/)http://www.helsinki.fi/skogsvetenskaper/ Namn på två låtar & ett område i Stockholm finns gömmt i ppt-bilder, kan du hitta dom?

2 Syftet Larä känna till Väsentliga ord och begrepp Den denaste utveckling inom optisk fjäranalysbaserad skogsmätning (uppskattiningen, kartlägning, värdering, ) Powerpoint bilder Vokabulären i 4 sidor, MS-Word filet Ett 45 minuters tal + Paus + Funderingsstund + Meningsbyte

3 Innehållet av föreläsningen Fjärranalys och skogen – Bakgrundsinformation Historien, förr och i digitaliserade nutider Att surfa på teknikens framgångsrika vågor 3D med bilder – Digital fotogrammetri Den lättare vägen – Laserskanning Vad forskar man just nu? Vad har jag syslat med – ”bästa bitar”

4 Bakgrunden: Syftet med fjärranalystekniker inom skogsuppskattningen Datainsamling för ett bättre beslutsfattande (temporal/spatial) (efterfrågan för data) En del av skogsbruksplanering, men också (natur-, miljö-, landskaps-, stadsplanering) En näring  kostnadseffektivitet (nytta kontra kostnader) Någon betalar alltid aktiviteten. Faktumet som ofta faller i glömskan.

5 Beslutsfattandet inom skogsbruk Skogen, infrastruktur för skogsbruk, typ av skogsbruken Olika fjäranalystekniker utgör alternativ (komplettera) här med påföljder senare i kedjan. Ekologiska & ekonomiska modeller, prognoser osv. Skogsägare, myndigheter, politiker, enstaka träd… hela landet, nu..om 20 år

6 Mitt gammalt skogsinventeringsnomogram

7 Syftet med fjärranalystekniker... (ingen självklarhet) Alla patienter kan inte hjälpas från rymden och inte med stövelvandring heller  Kombination av (Sampling + fältobservationer + expert kunskap (inkl. modeller) + fjäranalysobservationer). Optimering av detta system i det varierande skogsbruket (virkesefterfrågan, priser, kostnader, lönsamhet) och dess infrastruktur (lagstiftning, (stöd)politik, skattepolitik, osv.) Se upp för teknikfanatiker

8 Målet? Inom skogsbruksplanering (oberoende av ägoslag) i Finland: Ministeriet vill något. Förr ville (statliga beslutfattarna) att skogar används. De vill också att skogar bevaras. Skogbruksplanering utgör ett medel. Privata skogsägare vill (bl.a.) veta om avverkningsmöj- ligheter och optimering av huggningsaktiviteter. Så noggrant som möjligt med ringa pengar. Firmor vill det- samma och t.o.m. vara medvetna om andras resurser. Databehov för att kunna svara på frågor gällande nutida situationen (eller bak-) och framåt i tiden.

9 Målet – mera allmänt Frågor med tidsmässig och spatial täckning Internationella  Klimat, markanvädning,... Nationella  Skogs-, energi-, miljöpolitiken Regionala  industri-investeringsfrågor, stadsplanering Fastighetsnivå  värde, avverkningsmöjligheterna Beståndsnivå  skogsvården, optimaliska åtgärder Trädnivå  korkekar i Spanien, möbelvirke i Tyskland,  Olika krav på - noggrannhet, - variabler, - hållbara kostnader

10 Målet Fastighets – Beståndsnivå: Olika frågor och variabler enligt åldern / utvecklingsklass (växtplats, volym, tillväxt, distributionsvariabler av höjd- eller diameterdistributionen, LAI? osv.)

11 Bakgrund: Så har enkelt är skogsmätning Att mäta skog innebär, alltid (”gyllene triangeln”): Mätningar och observationer (direkta eller indirekta) Användandet av modeller (beroendet mellan fenomen) Sampling / urval (några får representera Dom Andra) t.ex. Höjd-, relaskåpmätningar, bestämningen av växtplatstypen, pixelvärden, laserpunkter, Volymfunktioner, allometrisk samverkan mellan variabler (krondiametern – stamdiametern), klassificeringsfunktioner Provträd, provytor, -linjer, kluster, gles data,

12 Fjärranalys (FA) av skogar Indirekta mätningar från luften / rymden och i skogen (referens-, undervisnings-, kontroll-) Aktiva eller passiva. Elektomagnetisk strålning. Modeller beskriver sambandet mellan variabler av intresse och signaler. Två huvudansatser finns här. Teoretisk FA och Datastyrd FA. Imputering (tilldelning) av det kända beroendet till det okända området/populationen, med statistiska modeller. Urval / Sampling har en mindre (varierande) betydelse, men behövs (t.ex. kontrolldata)

13 Dom två alternativen: empirisk eller teoretisk approach Objekten  Sensorsystemet  Fältobservationer + FA- observationer+tolkning  Statistisk modell  imputering  uppskattning av hela området Objekten+Teorin+FA-observationer+fältdata  Fysisk modell  Inverterad modell + FA-observationer  Objekten (kvaliteter) av hela området - Aktiva mot passiva observationer - Spatiala upplösningen, samplingstäthet - Spektrala upplösningen (antalet våglängsbanden) - Radiometriska upplösningen (~Bitdjupet, Signal-brusförhållandet) - Tidsmässiga upplösningen - Mediets inverkan (submarin-, när-, luft-, rymdfjärranalys) - Dimensionen: 2D, 2.5D, 3D

14 Några exempel – Skalan är väsentlig

15 Några till Terrester mot rymd FA Mediet (luft)

16 om Historien Teknikens utveckling i fjärranalys, inom civila applikationer har följt denna inom? Försvarsmakten’s första flygbildskameror på 30-talet Finska skogsforskare (R. Sarvas) rapporterade om flygfotokraferingens möjligheter på 30-talet Lantmäteriverket i Finland, efter kriget, grundkartläggning Infrarödfilmen nådde Finland på 1970-talet Stereotolkning av analoga bilder, svaga steg på 1980-talet Ortokorrigerade digitala bilder i slutet av 90-talet (scanning av film) Satellitbilder för rikskogstaxering (Simo Poso, Erkki Tomppo) har existerat i över 25 år. Första tester med laserskanning ~2000 (Juha Hyyppä TKK), första kommersiella flyg sommaren 2004 Digitala ramkameror, f.o.m. 2006

17 Militärteknikens sista landvinningar - GPS/INS- baserat navigerings- system, direkt och exakt orientering av sensorerna (rotationer/vridning och positionen i XYZ på en frekvens bättre än 200Hz) - Flygburen laserskanning, Snabba sändare/mottagare av korta laserpulser, Up till 500 kHz ”PUF”, Exakt orientering av smala “pulsstrålar”, noggran bestäming av flere distanser, kartlägger kronskikten och jordytans geometri samtidigt. Mäter återspridning av ljus. Tidstämplade fotoner. Vågformlasern lagrar provtagna amplituder (tidserie av amplitudsvärden), Ekolasrar lagrar distansobservationer - Digitala flygfotograferingskameror, CCD-sensorer som mäter radians. Förbätringar i radiometrin i jamförelse med filmkameror. - Databehandlingens utveckling, rörlighet, lagringsmediernas kapasitet, hastighet av dataöverförning, nya algoritmer inom datavetenskap, automatiska - Satellitbilder med en upplösning på sub-meternivå, hyperspektrala skannrar.

18 Fina grejer, men … - Att flyga kostar ännu 50+ €/min i atmosfär, Ute i rymden? - Ostadigt väder / molntäcket vs. molnfri med en solelevation på 30 grader - Sommaren är kort - Olika (strukturer) skogar visar lindriga skillnader i mätningar som är tagna på en distans av 1  10 km eller 600  900 km. Inversionen? om Historien – Vad har teknikens framgång gett oss?

19 3D mätningar och bildbehandling - Digital fotogrammetri “Skogen är ett kompliserad 3D system” Idéen: Rekonstruktion av tredimensionella objekt från mer än en bild. Behövs: En operatör eller algoritm som löser bildmatchningsproblemet. Utmaning: Problemet kan ej lösas entydigt i de flesta fallen (skuggning, perspektiv/ockludering) i skogar. Lösningar leder till “en kombinatorisk explosion”. CHM~krontaksmodell (yta) DEM~terrängsmodell (höjdyta)

20 3D mätningar och bildbehandling - Digital fotogrammetri Andel fotosynliga träden enligt relativa höjden (0-1). Manuell lösning till bildmatchingproblemet för trädtoppar. “Skogen är ett kompliserad 3D system”

21 Lösning till bildmatchings- problemet genom att be- gränsa volymen av möjliga lösningar – geometrisk begränsning. 3D mätningar och bildbehandling - Digital fotogrammetri

22

23 För- och nackdelar med BILDER (altså med passiv optisk fjärranalys) - vädret - skuggor och blockering/ockludering -/+ “Att åstadskomma något i 3D är lite komplicerad” (Analytisk geometri + databehandling) + Att nå “tät urval/samplig” är billigare än med LiDAR/radar + Multispektrala bilder, tidssekvensser möjliga “Skogen är ett kompliserad 3D system” 3D mätningar och bildbehandling - Digital fotogrammetri

24 Den okomplicerade 3D vägen - Flygburen laserskanning Om tekniken “som detonerade banken“: Apparatens delar och funktion: - Snabb laser pulssändare (pulser av nanosekunders längd) - Pulsenergin sprider sig Gaussiskt, mycket smalt ’fotspåret’ - Laserljusets våglängd t.ex.532, 1064, 1550 nm. IR-sensorer dominerar, - Mottagere med en snabb fotonräknare (fotodiod), ut far spänningen, snab analys för ekon (tidsinterval, distans, spridningsintensitet) och/eller sampling (provtagning) av amplitudvärden, på en GHz hastighet - En exakt klocka, mäter ljusets gångstid, distansen = 1/2  t  c. - Uppmätningar: ekon eller vågformen, eller båda - Datorn + GPS/INS systemet, apparatens orientering (vridning) och position, kontinuerligt. Skanner-objekt vektorn. - Leveranspriset miljoner € - Avsedda för topografisk kartläggning (träd utgör problem)

25 Om laserskanninginformation ‘Fotogrammetri använder ljus för at nå koordinater’ Modern fotogrammetri har med radiometrin och göra, också X Y Z LiDAR Cam #3 Cam #2 Cam #1

26 Laserskanner (LiDAR) Objekt (X a, Y a, Z a ) Distans Skanningsvinkel  (  20°) +  t x (X 0, Y 0, Z 0, , ,  ) Positionen och läget i stund t x, F = 100  200 kHz Laserpulssens riktning (i,j,k) = f( , , ,  ) Objekts position: (X a,Y a,Z a ) = (X 0, Y 0, Z 0 ) (laser) + distans  (i,j,k) Flygbana / orientering GPS + accelerationer Belyst område (fotspåret, footprint) Utgående vågform och den som återvänder (återspridning). Om laserskanninginformation

27 Laserskanning ger observationer om växlighetens geometri och radiometri (volymetrisk återspridning). Bladyta, bladställning, täthet, osv. påverkar signalen. Pulsen når ofta terrängen genom öppningar (mått på dem) Flygburen laserskanning

28

29 Laserskanning – För- och nackdelar + Väldigt lätt att utföra 3D rekonstruering. Direkt mätning av XYZ-koordinater (Jämför med bildmatching) + Aktivt system. Vädret är en mindre kritisk komponent. Solljus filtras bort. Nedanför molntäcket, 4  8  bättre chanser vädervis under växtperioden i jämförelse med rymd- eller flygburen fotografering (passiv FA). + Inga skuggor i landskapet, minskad blockeríng/ockludering p.g.a små vinklar Skanning +/- 15 grader längs lodet, nedåt.  Återspridning endast på en våglängd. Ringa BRDF-effekter (bidirektionel ljusspridningsfunktion). Konstiga effekter p.g.a distansvariationen eftersom fotspåret täcks ej helt av löv och barr. Systembundna justeringar.  Sensor orientering är känslig för GPS-fel. Vinklar (vridning av laserkanonem) har ett medelfel på mikroradianer, ju högre man flyger, desto värre noggranhet för punkter i terrängen. - Icke-systematisk sampling (punktkonfigurationen beror på många faktorer) Höga samplinggrader blir dyra pga låga flyghöjder.

30 Laserkanning i skogen Pulser som nått terrängen – digital höjdmodel Ekon i trädkronor  trädhöjder, positioner, krondiametrar, trädslag, inventering av virkesförråd med “enstaka träd –metoden”. (Yksinpuintulkinta) Ekon i trädkronor inom ett bestämd område : kalkylering av statistiska fördelningsvariabler (medelvärde, standardavvikelse, kvantiler,..) av höjd- och intensitetdistributioner. (Aluepohjainen)

31 Uppskattning av medelhöjden på provytenivå. Förklarande variabler: höjdkvartiler, Kvot av terrängsträffar, osv. Precisionen av stamvolym på provytenivå. Laserkanning i skogen – empiriska FA

32 Laserskanning används redan för uppskattning av virkesresursser för skogsbruksplanering - Laserskanning, 1 €/ha - Flygbilder, 0.5 €/ha - Provytor, 2  4 €/ha - Statistisk imputering, 0.5 €/ha Resultater är - i rasterformat eller enligt beståndsindelning - indelning i bestånd sker genom tolkning av laserdata (segmentering) - stamvolym, medelhöjd, grundyta, stamantal per trädslag - I bestånd där H> 6-8 meter Första erfarenheter i Nordamerika och i Ryssland på 1980-talet. I Norden, praktisk använding började i Norge Laserkanning i skogen – empiriska FA

33 Vad forskar man nu? Starka empiriska sambanden har man redan hittat och utnyttjat (där pengar har varit med i spelet) Lätt automatiserade funktioner har redan blivit autom. (punktmolnalgoritmer, bildmatchningsalgoritmer) Nya applikationsområden kommer, söks. (det finns annat också iskogen, tidserier, uppföljningsmetoder) Teoretisk arbete siktar på en bättre förståelseav ljusets beteende i växligheten, och i atmosfären. Syntetiska provytor i framtiden som målet, t.ex. Byggandet av simulatorer som samlar kunnandet. Fotografering (hyperspektral scanning) från flera riktningar för en bättre beskriving av växligheten, med flera våglängder. Hur signaler varierar med synvinkeln beror delvis på växligheten. Koppling av inventeringar och tillväxtprognoser, i stil ’Kalman-filtering’ Kloka och komplexa klassificeringsalgoritmer (maskininlärning)

34 Vad forskar man – exemplar på mina äventyr? “Enstaka träd” –metoden med bilder+LiDAR kombinerad

35 “Enstaka träd” –metoden med bilder: trädpositioner, höjder

36 Kronform med laserpunkter Krondiametern med flygfoton

37 Höjdmodeller med hjälp av gamla foton i arkivet. Försumpningen av träsk och gölar I fototidsekvenser

38 Kartläggning av renlavar med lasersignalen

39 Uppskattning av plantbestånd i flygfoton och laser.

40 Mätning och kartläggning av objekt med laserpulser som ej har tangerat dom. Öppningar I pseudodatan motsvarar trädkronor

41 Jämförelser av kameror och laserskannrar i fält / simulering. ADS40 radkamerabild. Vägen ej går i sicksack. Samtidig mätningen av belysning och reflektans-spektrum av objekt.

42 Utveckling av metoder för att bestämma positionen under krontaket på dm-nivå.

43 Identifiering av torvmarkstyper I laserskanning articifiell intelligens används med över 60 förklarande variabler.

44 Klassificering av trädslag med laserskanningsdata Trädkronor och tak i Hyytiälä

45 Klassificering av trädslag i reflektansflygfoton, med riktningsbereonde signaler Bi-direktionel ljusspridning hos tall, gran och björk. Blå, grön, röd, och när-infraröd våglängder Bestämning av skuggor och kamerasynlighet Resultat visar att - Riktningsberoende signaturer gav en lindrig (oansenlig) hjälp - Enstaka träd syns likadant mörka eller bleka åt alla riktningar, på alla våglängder - Det är orsaken bakom den höga reflektansvarianssen inom trädslag - Trädslagsidentifiering håller sig som oavgjort problem

46 Skogsuppskattning med en mobiltelefonkamera. Skogägaren går omkring och tar foton, enstaka och systematiskt placerade. Dataöverföring. Tolkning.

47 Identifiering av förändringar, och skador i laser tidserier Röjning av underväxten. Snöskador.

48 - Uppskattningen av underväxten, ungskogväxligheten i vågform- och ekolaser - Trädslagsklassificering i vågformlaser

49 Första ekon ytor med jämna reflekstans Asfalt, amplitud- värden varierar - Terrester fotogrammetri för en bättre förståelse om lasersignalen

50

51

52 Simulering av laserskanning och återspridning i skogsvegetation Vi har kontroll över skannern och kan ha den såsom vi vill (testa parametrar). Återspridning är enklare att behärska. En våglängd endast, en riktning endast. Byggandet av växter == flaskhalsen Björk, Bergrör Mjölke

53 Tackar!


Ladda ner ppt "”Senaste” inom 3D fjärranalys Redovisning om skoglig flygburen laserskanning och fotogrammetri för skogsinventering 14.9.2012 Ilkka Korpela, Akademieforskare."

Liknande presentationer


Google-annonser