Inmätning av kontrollytor

I detta avsnitt beskrivs tillvägagångssättet för inmätning av kontrollytor, hur dessa mätts in och varför just denna metod har valts för insamling av data för kontroll. Metoden tar även stöd i dokumentation från Lantmäteriet samt har hos SWECO setts som en föredragen metod.

Punktmolnet kontrollerades genom inmätning av kontrollytor enligt Lantmäteriets rekommendationer (Persson, Rost, och Lithén, 2014). För varje kontrollyta mättes 25 punkter inom en kvadratisk yta med sidorna två gånger två meter in med

totalstation Leica TS15 och Leica 360-prisma. Totalstationen (Figur 15) etablerades som en fri station genom mätningar med god geometri mot tre kända bakåtobjekt, vilket rekommenderas i HMK – Terrester detaljmätning (2017). Placeringar av varje etablering föregicks av noggrann planering. Alla bakåtobjekt var punkter från det inmätta stomnätet. Sammanlagt genomfördes sex stationsetableringar från fem uppställningar. Placeringarna för etableringarna redovisas i Figur 17, där de är markerade med bokstäver från A till E. Notera att två etableringar gjordes från markering C, på grund av att ett cirkelprisma på stativ över en stompunkt behövde centreras om. Detta hade ingen signifikant inverkan på resultatet.

Figur 15 Bild på totalstation Leica TS15 från tidpunkten för inmätning av kontrollytor.

Leica 360-prismat var monterad på prismastång Leica GLS30 med spets. Vid inmätningarna användes totalstationens tillhörande handenhet Leica CS15 för fjärrstyrning. Eftersom mätningarna utfördes mestadels i grus monterades en 1 mm

tjock platta (stångfot) på prismastången för att undvika att spetsen sjönk ner i marken. Den totala prismahöjden för inmätningarna bestämdes därför till 2,001 m. Prismats centrering över den inmätta punkten förbättrades genom att stakkäppar användes som stöd enligt Figur 16.

Området delades in i tre från flygrutten tvärgående linjer där kontrollytor mättes in. Linjerna placerades enligt Figur 17 i den södra, mellersta och nordliga delen av det skannade området. Varje linje innehöll inledningsvis sex kontrollytor separerade med ungefär 5–15 meters mellanrum, med syfte att täcka men inte hamna utanför skanningens svepbredd. Dessutom mättes ytterligare två kontrollytor in i den södra och den mellersta delen av området, nära flygruttens mittlinje.

Sammantaget har 26 kontrollytor mätts in på varierande avstånd från mittlinjen enligt Figur 17. I bilaga E presenteras resultaten för varje inmätning av enskild kontrollyta. I varje tabell redovisas vilken stationsetablering som tillhör den aktuella inmätningen. Även placering för respektive stationsetablering illustreras i Figur 17.

Figur 17 Placering av kontrollytor och stationsetableringar i området.

3.8 Bearbetning av laserdata

Den initiala bearbetningen av insamlade LiDAR-data genomfördes av Trimtec i YellowScans mjukvara CloudStation. Efter detta levererades punktmolnet i filformatet .las som går att läsa in i flertalet mjukvaror på marknaden. Den

huvudsakliga bearbetningen av data utfördes i Terrasolids applikationer TerraScan x32, TerrasMatch x32 och TerraModeler x32, som är insticksprogram till Bentley Microstation v8i (version10).

Att bearbeta insamlade LiDAR-data (benämns som punktmoln i detta avsnitt) har varit en komplex process. Nedan återges stegen för databearbetningen i den ordning som föll sig naturlig i mjukvarumiljön de behandlades i. Microstation är en CAD- mjukvara som agerar plattform till Terrasolids mjukvara. Flera steg i Terrasolid kommer därför att gå in i varandra och är beroende av att olika steg i processen utförs med TerraScan, TerraMatch och TerraModeler.

3.8.1 CloudCompare

För att få en uppfattning av det skannade området öppnades data först i

CloudCompare, som är en mjukvara av typen Open Source. Detta gav en snabb och enkel överblick av punktmolnet som var till stor hjälp för att bedöma hur tätt punktmolnet blivit. I viss mån var det till hjälp även för planering och placering av kontrollytor. Inga mätdata analyserades i denna programvara.

3.8.2 Terrasolid

Kontrollen av punktmolnets mätosäkerhet i plan och höjd i förhållande till de

inmätta kontrollytorna gjordes i TerraScan. För att göra en så korrekt utvärdering av de insamlade data som möjligt krävdes vissa justeringar av datasetet. Det finns tydliga indikationer på att punktmolnet har en systematisk avvikelse (offset) i höjd från kontrollytorna, något som ofta är fallet enligt Johan Larsson på SWECO i Gävle (personlig kommunikation, 8 maj 2020). En orsak till denna offset är att

punktmolnet har ett ganska högt brus, vilket kan ses i Figur 18. När TerraScan utför kontrollen väljs punkter lågt belägna i punktmolnet, baserat på en algoritm i

mjukvaran. För brusiga data får punkterna en stor spridning mellan lägsta och högsta punkt. För att åtgärda detta behövs en justering av punktmolnet som utförs med hjälp av medelavvikelsen som beräknas från skillnaden kontrollytorna och punktmolnet.

För att möjliggöra en kontroll av punktmolnets kvalitet undersöktes alltså dess läge i förhållande till de inmätta kontrollytorna, vars koordinater här behandlas som sanna. I TerraScan görs då en jämförelse mellan kontrollytor och punktmoln där

medeldifferensen mellan dem med omvänt tecken utgör den justering som

appliceras på det inlästa punktmolnet i TerraScan. Detta genomförs i flera steg innan den slutliga justeringen kan äga rum.

3.8.3 Kontroll av mätosäkerhet

Klassificering

Att klassificera punktmolnet är en förutsättning för att kunna identifiera vilka punkter som utgör markyta, har låg växlighet, medelhög växtlighet samt högvuxen växtlighet. Första steget i denna process är att köra alla punkter i ett makro (flera kommandon som är återkommande och delvis är automatiserade) för klassificering. Speciella makron konstruerades utifrån vilka parametrar som skulle definiera punkter för varje klass. Resultatet utgörs av totalt åtta klasser som är standard i TerraScan: Default, Ground, Low vegetation, Medium vegetetion, High vegetation, Building, Low points och Model key points (TerraSolid OY, 2016b). Tabell D1 i Bilaga D redovisas parametrar för klassificeringen. Ett exempel på hur markklass kan se ut efter klassificering visas i Figur 19.

Figur 19 Punktmoln med endast markklassade punkter efter klassificering.

Justering av flygstråken i TerraMatch (gäller endast för 50 m flyghöjd)

Med anledning av den karaktär UAS-plattformen har så kan påverkan av roll (vinkel runt flygriktningen mot horisontalplanet) vara påtaglig, vilket resulterar i

höjddifferenser mellan flygstråken. Därför kan det vara av yttersta vikt att göra en justering mellan stråken och få punktmolnen att passa ihop bättre vid överlappande

ytor och därmed få en lägre mätosäkerhet (TerraSolid OY, 2015). Innan den faktiska kontrollen av mätosäkerhet kan äga rum behöver en matchning utföras mellan ingående punktmoln och för alla klassificeringar. I Terrasolids programvara TerraMatch jämförs främst två parametrar (även om andra parametrar kan väljas efter egna önskemål): höjd (z) och roll. Syftet med denna justering är att minska inbördes vinklar och höjddifferenser mellan punktmolnen. På så vis kan ett korrigerat och förbättrat punktmoln skapas som jämförelsen sker emot.

Output Control (Inledande kontroll av medelavvikelse mellan punktmoln och kontrollytor) När klassificeringen är utförd och alla punkter tilldelats sin klass kan en första kontroll av punktmolnets systematiska avvikelse utföras. Genom att jämföra höjderna från de inmätta kontrollytorna mot punktmolnets läge i höjd, baserat på marklassificerade punkter, genererar TerraScan en medeldifferens mellan

kontrollytorna och punktmolnet. Differensen används därefter till att justera punktmolnet upp eller ned, för denna studie justerades punktmolnet upp. Ett förtydligande som kan vara på sin plats här är att TerraScan skapar en DTM av de markklassificerade punkterna i samband med jämförelsen mot kontrollytorna. Denna process sker i bakgrunden och DTM:en presenterades inte visuellt, endast ett resultat av Output Control presenterades.

Transformation och justering

Det krävs sedan en separat transformationsoperation för att justera punktmolnets höjd. Den skillnad som genererades från ”Output control” inverteras och anger storleken av justeringen (korrektionen). Att den inverteras beror helt enkelt på att, om det ska vara möjligt att nå ett ”noll-läge” mellan kontrollytorna och

punktmolnet, så måste justeringen göras med omvänt tecken mot den framräknade skillnaden.

Justeringen av hela punktmolnet kan nu gå in den avslutande fasen genom att

transformera alla klassade punkter i punktmolnet och därmed åstadkomma en slutlig justering av punktmolnets höjd. I Terrascan användes en funktion för att

transformera punkters höjd motsvarande den som justeringssteget ”Transformation” tillhandahåller. Här användes den tidigare skapade transformationen som en styrfil för vilka klasser som ska justeras och vilka värden mjukvaran ska justera mot. Efter transformationen har punktmolnet fått sin slutliga justering och en mer korrekt utvärdering av mätosäkerheten i punktmolnet kunde således utföras.

Avslutande kontroll

När punktmolnets nya höjd angivits gjordes en ny kontroll av höjdskillnaderna mellan punktmoln och kontrollytorna. Nu hade rätt differens angivits med korrekt tecken och den nya medeldifferensen var på millimeternivå. Därmed kunde

var ny medeldifferens, medelvärde för skillnaderna mellan varje kontrollyta och punktmoln samt RMS-värden för skillnaderna mellan kontrollytor och punktmoln.

3.8.4 Digital terrängmodell (DTM)

Genom att skapa DTM:er från punktmolnen i TerraScan kunde en visuell

granskning utföras i syfte att finna eventuella fel i klassningen av punkter i datasetet. När klassificeringen gjorts skapades en editerbar modell från TerraScans meny. Efter att ha namngivits kunde den öppnas i TerraModelers modul för visning av

höjdmodellen (TerraSolid OY, 2016a). Där misstänkta fel fanns, togs ett tvärsnitt från den aktuella ytan fram som sedan kunde granskas i profil och eventuella fel korrigeras.

3.8.5 Skanningsvinklar

De enskilda skanningsvinklarnas mätosäkerhet kontrollerades var för sig med utgångspunkt i kontrollytorna som föll inom avståndet ca ± 3 m från en tänkt mittlinje i skanningsområdet för respektive skanningsvinkel. När kontrollytor valts ut baserat på placering i förhållande till skanningsvinkel och punkttäthet,

grupperades kontrollytorna. För flyghöjd 50 m kunde de planerade

skanningsvinklarna 0, ±10, ±20 och ±40 grader undersökas, för flyghöjd 80 m visade sig 0, ±5, ±10 och ±15 grader vara genomförbara. Funktionen Output Control utfördes för att kontrollera mätosäkerhet i höjd för varje grupp av

kontrollytor. När detta var gjort fastslogs fyra resultat för flyghöjden 50 m och fyra resultat för flyghöjden 80 m. Här användes samma parametrar som i den avslutande kontrollen i avsnitt 3.8.3.

3.8.6 Planstöd

Vid skanningstillfället användes så kallade planstöd för att kontrollera punktmolnets läge i plan vid efterbearbetning av LiDAR-data. I TerraScan möjliggjorde

klassningsförfarandet, som nämndes ovan, att det blev lättare att identifiera planstöden. Tack vare den höjd som stöden fick i fält (över 50 cm), kunde de enklare hittas i klassen för medelhög vegetation. Punkterna som träffat planstöden isolerades och gavs en ny klass samt sparades som separata punkter.

3.8.7 Markklassade punkters kvalitet

Utvärderingen av mätosäkerheten för markklassade punkter utfördes separat och med kontrollytor för respektive skanningsvinkel. För flyghöjden 50 m fanns relativt goda möjligheter att undersöka mätosäkerheten. Många kontrollytor var placerade så att de fick många träffar från skanningen. De inmätta kontrollytorna sorterades utifrån punkttäthet och avstånd till mittlinjen. Kontrollytor som placerades sig

mellan två skanningsvinklar kunde, om avståndet inte ansågs vara för stort, tilldelas en vinkelgrupp som låg inom ±3 meter från centrum på flygstråk i syd-nordlig riktning. Annars uteslöts de för att inte påverka resultatet på oönskat sätt och ge missvisande resultat.

På flyghöjden 80 m visade det sig mer utmanande att finna tillräckligt punkttäta ytor som sammanföll med kontrollytorna. På grund av denna förutsättning antogs nya skanningsvinklar att undersöka och utifrån punkttätheten valdes kontrollytor ut för att bäst kunna få ett tillförlitligt resultat.

3.8.8 SBG Geo 2019

Som en extra kontroll behandlades även data i SBG Geo 2019 genom att först ta in punktmolnet och sedan exportera det i ett format som skulle ligga till grund för en digital terrängmodell (DTM), vilket krävdes för att möjliggöra den önskade kontrollen av höjdskillnader mellan punktmolnet och kontrollytan. När en DTM producerats kunde en jämförelse göras. Dock ska sägas att det inte är helt

tillförlitligt resultat på grund av de tillkortakommanden som mjukvaran visade sig ha vid bearbetning av laserdata. Trots kommandon som skulle rensa bort punkter ovan markytan kvarstod dessa punkter vid generande av DTM, vilket således resulterar i ett missvisande resultat. Men som tidigare nämnts var detta endast avsett som en kontroll.