ΑΞΙΟΛΟΓΗΣΗ ΠΑΡΑΓΟΜΕΝΟΥ ΨΗΦΙΑΚΟΥ ΜΟΝΤΕΛΟΥ ΕΠΙΦΑΝΕΙΑΣ ΑΠΟ ΤΕΧΝΟΛΟΓΙΑ UAV ΚΑΙ ΦΩΤΟΓΡΑΜΜΕΤΡΙΚΕΣ ΜΕΘΟΔΟΥΣ, ΜΕ ΧΡΗΣΗ ΣΥΓΚΡΙΤΙΚΩΝ GNSS ΔΕΔΟΜΕΝΩΝ

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΧΩΡΟΤΑΞΙΑΣ & ΑΝΑΠΤΥΞΗΣ ΑΞΙΟΛΟΓΗΣΗ ΠΑΡΑΓΟΜΕΝΟΥ ΨΗΦΙΑΚΟΥ ΜΟΝΤΕΛΟΥ ΕΠΙΦΑΝΕΙΑΣ ΑΠΟ ΤΕΧΝΟΛΟΓΙΑ UAV ΚΑΙ ΦΩΤΟΓΡΑΜΜΕΤΡΙΚΕΣ ΜΕΘΟΔΟΥΣ, ΜΕ ΧΡΗΣΗ ΣΥΓΚΡΙΤΙΚΩΝ GNSS ΔΕΔΟΜΕΝΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΚΑΛΑΜΑΚΗΣ ΔΗΜΗΤΡΙΟΣ ΤΣΙΤΣΙΠΛΑΜΗΣ ΕΥΑΓΓΕΛΟΣ ΕΠΙΒΛΕΠΩΝ: ΕΥΣΤΡΑΤΙΟΣ ΣΤΥΛΙΑΝΙΔΗΣ, ΕΠ. ΚΑΘ. ΑΠΘ Θεσσαλονίκη, Σεπτέμβριος 2015

2 Καλαμάκης Σ. Δημήτριος Τσιτσιπλάμης Δ. Ευάγγελος Διπλωματούχοι Χωροτάκτες Πολεοδόμοι Μηχανικοί Α.Π.Θ. Copyright Δημήτριος Σ. Καλαμάκης, Ευάγγελος Δ. Τσιτσιπλάμης 2015 Με επιφύλαξη παντός δικαιώματος. All rights reserved. Απαγορεύεται η αντιγραφή, αποθήκευση και διανομή της παρούσης εργασίας, εξ ολοκλήρου ή τμήματος αυτής, για εμπορικό σκοπό. Επιτρέπεται η ανατύπωσή, αποθήκευση και διανομή για σκοπό μη κερδοσκοπικό, ερευνητικής ή εκπαιδευτικής φύσης, υπό την προϋπόθεση να αναφέρεται η πηγή προέλευσης και να διατηρείται το παρόν μήνυμα. Ερωτήματα που αφορούν την χρήση της εργασίας για κερδοσκοπικό σκοπό πρέπει να απευθύνονται προς τον συγγραφέα. Η διπλωματική εργασία με τίτλο Αξιολόγηση παραγόμενου Ψηφιακού Μοντέλου Επιφάνειας από τεχνολογία UAV και φωτογραμμετρικές μεθόδους, με χρήση συγκριτικών GNSS δεδομένων εκπονήθηκε στο πλαίσιο της ολοκλήρωσης των προπτυχιακών σπουδών των συγγραφέων. Οι απόψεις και τα συμπεράσματα που περιέχονται σε αυτό το έγγραφο, εκφράζουν τις θέσεις των συγγραφέων και όχι τις επίσημες θέσεις της Πολυτεχνικής Σχολής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης. 1

3 Ευχαριστίες Με την ολοκλήρωση της παρούσας διπλωματικής εργασίας θα θέλαμε να ευχαριστήσουμε τον Επίκουρο καθηγητή κ. Ευστράτιο Στυλιανίδη, ο οποίος ήταν ο επιβλέπων καθηγητής για την εκπόνησή της. Η καθοδήγηση και η στήριξη που μας παρείχε, μέσω της εμπειρίας και των γνώσεών του στο γνωστικό αντικείμενο της Φωτογραμμετρίας, ήταν ιδιαίτερα σημαντική και ανεκτίμητη. Ιδιαίτερες ευχαριστίες πρέπει να εκφραστούν επίσης στην εταιρεία GEOSENSE και ειδικότερα στους κ. Βασίλη Πολύχρονο και Δ. Ράμναλη για την παροχή του τεχνικού εξοπλισμού. Αναλυτικότερα, μας παραχώρησαν το UAV Ebee της εταιρείας SenseFly, της οποίας είναι αντιπρόσωποι στην Ελλάδα. Χωρίς την συνδρομή και την απρόσκοπτη στήριξή τους η παρούσα διπλωματική δεν θα μπορούσε να εκπονηθεί. Επίσης, οφείλουμε να ευχαριστήσουμε και την τσιμεντοβιομηχανία ΤΙΤΑΝ Α.Ε. για την ειδική άδεια που μας χορήγησε να εισέλθουμε και να αποτυπώσουμε τμήμα των εγκαταστάσεων της. Τέλος, θα θέλαμε να ευχαριστήσουμε τις οικογένειες μας, τους στενούς φίλους και τους συναδέλφους για τη στήριξη τους, καθ όλη τη διάρκεια εκπόνησης της έρευνας. 2

4 Πίνακας περιεχομένων Ευρετήριο Εικόνων... 5 Ευρετήριο Πινάκων... 7 Συντομογραφίες / Abbreviations... 8 Περίληψη... 9 Abstract Εισαγωγή Σκοπός και δομή της εργασίας Περιοχή Μελέτης Επίγεια αποτύπωση περιοχής μελέτης Εισαγωγή Διαδικασία αποτύπωσης Επεξεργασία Μετρήσεων Τελικά προϊόντα Εναέρια αποτύπωση περιοχής μελέτης Εισαγωγή Κατηγορίες και χαρακτηριστικά Οφέλη χρήσης UAVs στην Φωτογραμμετρία και την Τηλεπισκόπηση Νέες Τάσεις Το UAV«Ebee» Yλικό Επιχειρησιακή Ικανότητα Λογισμικό Αποτύπωση του λατομείου Επεξεργασία Δεδομένων Παραμετροποίηση αρχικών επιλογών του PostFlightTerra 3D Διαδικασία επεξεργασίας Τελικά προϊόντα επεξεργασίας Αξιολόγηση Αποτελεσμάτων Σύγκριση Μεθόδων

5 Εισαγωγή Άντληση τιμών συντεταγμένων από την επίγεια αποτύπωση Άντληση τιμών συντεταγμένων από την εναέρια αποτύπωση Σύγκριση Σημείων Σύγκριση συντεταγμένων σημείων Σύγκριση σημείων ανάλογα με την απόστασή τους από Control Points Σύγκριση των δύο Μοντέλων Παραγωγή DTM από την επίγεια μέθοδο αποτύπωσης Αφαίρεση των μοντέλων εδάφους Συμπεράσματα Αξιολόγηση Βιβλιογραφία

6 Ευρετήριο Εικόνων Εικόνα 1. Περιοχή Μελέτης Εικόνα 2. Μοντέλο 3Δ απεικόνισης του ανάγλυφου του εδάφους Εικόνα 3. Ισοϋψείς καμπύλες από τις κορυφές των τριγώνων Εικόνα 4. Autonomous Real-Time Ground Ubiquitous Surveillance Imaging System» - ARGUS-IS Εικόνα 5. Το ελληνικής κατασκευής UAV "ΠΗΓΑΣΟΣ ΙΙ" ιδιοκτησίας της Ελληνικής Πολεμικής Αεροπορίας Εικόνα 6. To Ebee που χρησιμοποιήθηκε για την αποτύπωση του λατομείου Εικόνα 7. Η πορεία της πτήσης και οι θέσεις λήψεις φωτογραφιών Εικόνα 8. 3Δ απεικόνιση της πορείας της πτήσης και των θέσεων λήψης φωτογραφιών Ι Εικόνα 9.3Δ απεικόνιση της πορείας της πτήσης και των θέσεων λήψης φωτογραφιών ΙΙ Εικόνα 10. Η πορεία της πτήσης και οι θέσεις λήψης των εικόνων καθώ και οι θέσεις των Control Points (Μπλέ σταυροί) Εικόνα 11. Αποτύπωση με GPS των φωτοσταθερών Ι Εικόνα 12. Αποτύπωση με GPS των φωτοσταθερών ΙΙ Εικόνα 13. Θέσεις Εικόνων και GCPs Εικόνα 14. Αρχικό Παράθυρο καθορισμού εργασίας Εικόνα 15. Παράθυρο προεπισκόπησης των ιδιοτήτων των εικόνων Εικόνα 16. Παραμετροποίηση των στοιχείων βαθμονόμησης του αισθητήρα Εικόνα 17. Επιλογές σταδίου Αρχικής Επεξεργασίας (1ο στάδιο) Εικόνα 18. Επιλογές Νέφους Σημείων (2ο στάδιο) Εικόνα 19. Αριθμός σημείων σε σχέση με την επιλεγόμενη κλίμακα επεξεργασίας Εικόνα 20. Επιλογές DSM και Ορθομωσαϊκό (3ο στάδιο) Εικόνα 21. Διαδοχική εφαρμογή Noise Filtering Εικόνα 22. Διαδοχική εφαρμογή Surface Smoothing Εικόνα 23. Επιλογές για τους πόρους του συστήματος Εικόνα 24. 1ο στάδιο επεξεργασίας - Initial Processing (Full Processing) Εικόνα 25. Εισαγωγή Control Points Εικόνα 26. Προσδιορισμός του συστήματος συντεταγμένων των GCPs Εικόνα 27. Διαδικασία εντοπισμού του GCP σε κάθε εικόνα στην οποία διακρίνεται από το σύστημα Εικόνα 28. Τελικό Μοντέλο απεικόνισης της περιοχής μετά την παραγωγή του νέφους σημείων αλλά και το 3Δ πλέγματος Εικόνα 29. Το Ψηφιακό Μοντέλο Επιφάνειας και το ορθομωσαϊκό Εικόνα 30. Το διάγραμμα των ισοϋψών καμπύλων Εικόνα 31. Παράδειγμα εμφάνισης της ακρίβειας εντοπισμού ενος GCP

7 Εικόνα 32. Απόσταση μεταξύ αρχικών (μπλε κουκκίδες) και υπολογισμένων (πράσινες κουκκίδες) θέσεων των εικόνων και των GCPs Εικόνα 33. Διάγραμμα παρουσίασης των επικαλύψεων Εικόνα 34. Πληροφορίες που αφορούν τα Keypoints και διάγραμμα που παρουσιάζει το πόσο ισχυρές είναι οι συσχετίσεις τους Εικόνα 35. Σημεία επίγειας αποτύπωσης με τις τιμές των υψομέτρων τους Εικόνα 36. Εισαγωγή των σημείων επίγειας αποτύπωσης στο λογισμικό QGIS Εικόνα 37. Εντοπισμός της ορθής θέσης στο ορθομωσαϊκό, των αποτυπωμένων σημείων Εικόνα 38. Άντληση υψομέτρου των σημείων που ψηφιοποιήθηκαν στο ορθομωσαϊκό Εικόνα 39. Οι θέσεις των συγκρινώμενων σημείων (κουκκίδες) και η θέσεις των Control Points (Τρίγωνα) Εικόνα 40. Παραγωγή DTM από ισοϋψέις μέσω του λογισμικού ERDAS IMAGINE Εικόνα 41. Λειτουργία "Minus" του 3D Analyst για την αφαίρεση δύο Raster Εικόνα 42. Υψομετρικές αποκλίσεις μεταξύ των δύο μοντέλων εδάφους Εικόνα 43. Τιμή υψομετρικής διαφοράς σε σημείο χωρίς φυσικό εμπόδιο (άσφαλτος δρόμου) 68 Εικόνα 44. Τιμή υψομετρικής διαφοράς σε σημείο με φυσικό εμπόδιο (έντονη βλάστηση - δέντρα)

8 Ευρετήριο Πινάκων Πίνακας 1. Κατηγοριοποίηση UAVs σύμφωνα με την UVS International Πίνακας 2. Ταξινόμηση UAV που χρησιμοποιούνται σε Φωτογραμμετρικές/Τηλεπισκοπικές εφαρμογές (Eisenbeiß, 2009, σ. 34) Πίνακας 3. Πινάκας αρχικών και βελτιστοποιημένων τιμών βαθμονόμησης του αισθητήρα Πίνακας 4. Πίνακας τιμών συντεταγμένων των Control Points όπως μετρήθηκαν από το GPS 46 Πίνακας 5. Πίνακας αρχικών τιμών βαθμονόμησης της κάμερας και τελικών τιμών μετά την βελτιστοποίηση από το λογισμικό Πίνακας 6. Σφάλματα απόδοσης των GCPs Πίνακας 7. Πίνακας διαφορών στις τιμές των συντεταγμένων ανάμεσα στις δύο μεθόδους Πίνακας 8. Πίνακας απόδοσης των τιμών των υψομέτρων των σημείων κοντά σε Control Point και η διαφορά τους Πίνακας 9. Πίνακας απόδοσης των τιμών των υψομέτρων των σημείων μακριά από Control Point και η διαφορά τους

9 Συντομογραφίες / Abbreviations UAV Unmanned Aerial Vehicle DTM Digital Terrain Model DSM Digital Surface Model GCP Ground Control Points 3D 3 Dimensions GPS Global Positioning System RTK Real Time Kinematic SLR Single-Lens Reflex ΣΜΕΑ/Φ Σμήνος Μη Επανδρωμένων Αεροσκαφών ΓΕΑ Γενικό Επιτελείο Αεροπορίας ΓΕΕΘΑ Γενικό Επιτελείο Εθνικής Άμυνας 8

10 Περίληψη Η παρούσα διπλωματική εργασία ξεκινά, στο πρώτο κεφάλαιο, με μια εισαγωγή οπού αναφέρονται κάποια ιστορικά στοιχεία για τις μεθόδους αποτύπωσης επιφανειών, την επιστήμη της φωτογραμμετρίας και την παραγωγή φωτογραμμετρικών προϊόντων. Κλείνοντας, γίνεται μια παρουσίαση του σκοπού εκπόνησης της εργασίας και παρουσιάζεται η περιοχή μελέτης που αποτυπώθηκε. Στο δεύτερο κεφάλαιο της διπλωματικής εργασίας γίνεται παρουσίαση της επίγειας μεθόδου αποτύπωσης. Ειδικότερα, γίνεται μια περιγραφή της διαδικασίας που ακολουθήθηκε για την αποτύπωση των λατομείων της ΤΙΤΑΝ ΑΕ τόσο από άποψη εξοπλισμού και ανθρώπινου δυναμικού όσο και της πορείας αποτύπωσης. Προχωρώντας, παρουσιάζεται η διαδικασία που ακολουθήθηκε για την επεξεργασία των δεδομένων που ελήφθησαν και παρουσιάζονται τα τελικά προϊόντα, ανάμεσα στα οποία είναι και ένα τρισδιάστατο μοντέλο απεικόνισης του ανάγλυφου, το οποίο θα χρησιμοποιηθεί για την σύγκριση των δύο μεθόδων. Το επόμενο κεφάλαιο της εργασίας περιλαμβάνει την περιγραφή της εναέριας μεθόδου αποτύπωσης του χώρου με την χρήση του Ebee, ενός μη επανδρωμένου ιπτάμενου οχήματος. Στο κεφάλαιο αυτό αρχικά παρατίθενται κάποιες γενικές πληροφορίες σχετικά με τα UAVs όπως είναι οι κατηγορίες στις οποίες διαχωρίζονται, τα χαρακτηριστικά τους γνωρίσματα, και κάποιες νέες τάσεις όσο και παρατίθενται κάποια εμπορικά παραδείγματα UAV. Συνεχίζοντας γίνεται μια λεπτομερής παρουσίαση του UAV Ebee της εταιρείας Sensefly, το οποίο χρησιμοποιήθηκε στην αποτύπωση της περιοχής μελέτης. Έπειτα, περιγράφεται λεπτομερώς η διαδικασία αποτύπωσης και επεξεργασίας των δεδομένων και παρουσιάζονται και αξιολογούνται τα τελικά προϊόντα της επεξεργασίας. Στο τέταρτο κεφάλαιο της εργασίας, γίνεται η σύγκριση των δύο μεθόδων αποτύπωσης. Αρχικά περιγράφεται η διαδικασία με την οποία θα πραγματοποιηθεί η σύγκριση των δύο μεθόδων ενώ στην συνέχεια, αναλύεται διεξοδικά η διαδικασία με την οποία έγινε τόσο η άντληση των δεδομένων των σημείων από κάθε μέθοδο όσο και η διαδικασία με την οποία συγκρίθηκαν. Συνεχίζοντας, παράγεται ένα Ψηφιακό Μοντέλο Εδάφους από την επίγεια αποτύπωση και με την μέθοδο της αφαίρεσης, συγκρίνονται υψομετρικά οι δύο μέθοδοι. Τέλος, γίνεται μια αξιολόγηση των αποτελεσμάτων της σύγκρισης. Στο πέμπτο και τελευταίο κεφάλαιο της διπλωματικής, γίνεται μια συνολική αξιολόγηση δύο μεθόδων αποτύπωσης του χώρου και εξάγονται κάποια χρήσιμα συμπεράσματα για αυτές που αφορούν τόσο το κόστος όσο και τις ακρίβειες αποτύπωσης. Κλείνοντας, γίνονται κάποιες παρατηρήσεις που αφορούν τομείς για μελλοντική, περεταίρω έρευνα 9

11 Abstract The current master thesis begins with an introduction about some historical facts concerning the different methods of land surveying, the science of Photogrammetry as well as the production of photogrammetric outputs from relevant raw data. The first chapter ends by presenting the main purpose of the thesis and by analyzing the specific area that the survey of the current project took place. In the second chapter, the ground survey method is being described. Moreover, we analyze the procedures followed for collecting the survey data of a quarry in TITAN s S.A. facilities. The description refers to the equipment used, the human factor variable as well as the methods of land survey that we used. Continuing, we describe the steps followed for processing the raw data that was collected in the field and we present the final products of the surveying project. Among these products we produced a 3-D visualization model of the quarry s surface, that was used to compare the two different surveying methods. The thesis continues with the next chapter that refers to the aerial surveying method of the area, using an Unmanned Aerial Vehicle, the Ebee. Firstly, we quote some general information about UAV s, including the categories that they differentiate, their specifications, the new trends in this field and some commercial examples of UAV s. Moreover, a detailed presentation of Ebee s specifications is being presented followed by a thorough analysis of the procedure followed for processing the collected data and producing the final photogrammetric outputs. In the fourth chapter of the project we perform a comparison between the two different methods. Firstly, we describe the method that we chose to compare the two different products and then, we thoroughly analyze the procedure for collecting the data to compare. Furthermore, we produce a Digital Terrain Model from the data acquired by the ground survey and we compare it with the DSM of the aerial one by using the Raster extraction method. Finally, after the comparison we evaluate the results. Concluding, in the fifth chapter, we perform an overall evaluation of the two surveying methods and we come to some useful results concerning the cost and the precision of them. Closing, we present some overall comments for the project and we suggest fields for further research. 10

12 1. Εισαγωγή Στην σύγχρονη εποχή, οι μέθοδοι τοπογραφικής αποτύπωσης έχουν ακολουθήσει την επιταγές της τεχνολογικής εξέλιξης. Πιο συγκεκριμένα, η εξέλιξη αυτή αποτυπώνεται χαρακτηριστικά στον τοπογραφικό εξοπλισμό που απαιτείται για την εκπόνηση τοπογραφικών μελετών ανεξάρτητα από τον βαθμό δυσκολίας τους. Την θέση του θεοδόλιχου και της μετροταινίας για την μέτρηση των γωνιών και των αποστάσεων αντίστοιχα έχουν πάρει σύγχρονοι γεωδαιτικοί σταθμοί οι οποίοι σε πολλές περιπτώσεις έχουν την δυνατότητα να ενσωματώνουν ακόμα και ρομποτικές μεθόδους για την πλήρως αυτοματοποιημένη αποτύπωση του χώρου και των αντικειμένων που περιλαμβάνονται σε αυτόν. Ακόμη ένα χαρακτηριστικό παράδειγμα αυτής της εξέλιξης αποτελεί και η αποτύπωση με δορυφορικές μεθόδους αξιοποιώντας το παγκόσμιο σύστημα εντοπισμού (GPS) και συνδυάζοντας ένα δίκτυο διόρθωσης σφαλμάτων μεταξύ του δέκτη στο πεδίο αποτύπωσης, του δορυφόρου και του κέντρου διόρθωσης σφαλμάτων που διαθέτει η εκάστοτε εταιρεία. Στον αντίποδα υπάρχουν οι διάφορες μέθοδοι αεροφωτογράφισης οι οποίες παρουσίασαν κι αυτές μια αντίστοιχη εξελικτική πορεία. Η αεροφωτογράφιση, από τις απαρχές ανάπτυξης της, στα τέλη του 19ου αιώνα, είχε σημαντική επίδραση στον αστικό και περιφερειακό σχεδιασμό, προσφέροντας νέες προοπτικές για το δομημένο και φυσικό περιβάλλον. Η φωτοερμηνεία του πλήθους των πληροφοριών που διαθέτει μια αεροφωτογραφία, δίνει τη δυνατότητα πραγματοποίησης χωρικών συγκρίσεων, με στόχο την απόκτηση αντίληψης για το χώρο, που δύσκολα επιτυγχάνεται με άλλα μέσα. Μια καινοτόμος μέθοδος στην λήψη αεροφωτογραφιών αποτελούν τα μη επανδρωμένα εναέρια οχήματα (UAV) τα οποία παρέχουν την δυνατότητα στον χρήστη να οργανώνει τα δεδομένα της πτήσης εκ των προτέρων μειώνοντας δραματικά το κόστος εκπόνησης της εργασίας σε σύγκριση με τις πιο συμβατικές μεθόδους λήψης αεροφωτογραφιών. 1.1 Σκοπός και δομή της εργασίας Ένα κρίσιμο θέμα που εγείρεται με την εμφάνιση αυτών των διαφορετικών και καινοτόμων μεθόδων αποτύπωσης του χώρου είναι η ποιότητα των τελικών προϊόντων και η ακρίβεια που προσφέρουν αναλογικά με τις παραδοσιακές μεθόδους. Αυτός είναι και ο κύριος σκοπός εκπόνησης της συγκεκριμένης εργασίας. Ειδικότερα, η παρούσα διπλωματική εργασία έχει ως στόχο να συγκρίνει την ακρίβεια ενός 3D μοντέλου απεικόνισης του αναγλύφου, το οποίο έχει παραχθεί μέσω μετρήσεων από επίγεια μέσα, με ένα αντίστοιχο μοντέλο εδάφους της ίδιας ακριβώς περιοχής, το οποίο παράχθηκε έχοντας σαν πρωτογενή δεδομένα τις αεροφωτογραφίες από ένα UAV, αφού αυτές επεξεργάστηκαν κατάλληλα στο αντίστοιχο λογισμικό που το συνοδεύει. 11

13 Ως προς το περιεχόμενο της παρούσας εργασίας, αρχικά γίνεται μια περιγραφή της επίγειας μεθόδου αποτύπωσης που πραγματοποιήθηκε στην περιοχή μελέτης. Αναλύονται επίσης τα τεχνικά χαρακτηριστικά του εξοπλισμού που χρησιμοποιήθηκε για την αποτύπωση αλλά και παρουσιάζεται σε επίπεδο λογισμικού η διαδικασία επεξεργασίας των πρωτογενών δεδομένων με σκοπό την παραγωγή του τελικού ψηφιακού μοντέλου εδάφους. Αντίστοιχη συγγραφική πορεία ακολουθείται και στο επόμενο κεφάλαιο, στο οποίο γίνεται μια λεπτομερής παρουσίαση του UAV που χρησιμοποιήθηκε τόσο σε επίπεδο τεχνικών χαρακτηριστικών όσο και σε επίπεδο ακρίβειας απεικόνισης. Στην συνέχεια παρουσιάζεται, όπως και πρότερα, σε επίπεδο λογισμικού, βήμα-βήμα η διαδικασία που ακολουθείται έτσι ώστε οι αεροφωτογραφίες να οδηγήσουν σε ένα ακριβές ψηφιακό μοντέλο εδάφους και μετέπειτα σε ένα τριών διαστάσεων μοντέλο απεικόνισης της περιοχής μελέτης. Στο τέταρτο κεφάλαιο της εργασίας πραγματοποιείται η σύγκριση των δυο φωτογραμμετρικών προϊόντων που παράχθηκαν. Ειδικότερα, γίνεται ένας έλεγχος των υψομετρικών αποκλίσεων που παρουσιάζουν τα 2 μοντέλα και παρουσιάζονται οι συνολικές διαφορές τους μέσω της μεθόδου της αφαίρεσης των 2 μοντέλων. Κλείνοντας την εργασία στο πέμπτο κεφάλαιο, γίνεται μια τελική αξιολόγηση των δυο διαφορετικών μεθόδων παραγωγής φωτογραμμετρικών προϊόντων και εξάγονται κάποια συμπεράσματα σχετικά με την σχέση κόστους - ποιότητας και ευκολίας που παρουσιάζουν οι δύο διαφορετικές μέθοδοι λήψης πρωτογενών δεδομένων. 1.2 Περιοχή Μελέτης Για την εκπόνηση της διπλωματικής μας εργασίας στο συγκεκριμένο αντικείμενο, κρίναμε πως η εξαγωγή ποιοτικότερων αποτελεσμάτων θα ήταν εφικτή αν επιλέγαμε μια περιοχή με έντονες υψομετρικές διαφορές. Ως εκ τούτου επιλέχθηκε η αποτύπωση ενός λατομείου της τσιμεντοβιομηχανίας ΤΙΤΑΝ ΑΕ. Ειδικότερα, πρόκειται για ένα ανενεργό πλέον λατομείο στο οποίο παρουσιάζονται έντονες υψομετρικές αποκλίσεις λόγω των προγενέστερων εκσκαφών για την εξόρυξη πετρωμάτων. Το λατομείο βρίσκεται Δυτικά της Ευκαρπίας και στα βόρεια του συνορεύοντος οικισμού της Εφεδρούπολης ενώ το διασχίζει η εξωτερική Περιφερειακή Οδός της Θεσσαλονίκης, όπως φαίνεται και στην εικόνα: 12

14 Εικόνα 1. Περιοχή Μελέτης Τόσο για την επίγεια όσο και για την εναέρια αποτύπωση του λατομείου, μας εξασφαλίστηκε άδεια εισόδου στις εγκαταστάσεις του λατομείου από το αρμόδιο τμήμα ασφαλείας της ΤΙΤΑΝ ΑΕ σε συνεννόηση με το Τμήμα Τεχνικών Υπηρεσιών αλλά και το Τμήμα Οικονομικών και Διοικητικών Υπηρεσιών της εταιρείας. 13

15 2. Επίγεια αποτύπωση περιοχής μελέτης 2.1 Εισαγωγή Η επίγεια αποτύπωση της περιοχής μελέτης πραγματοποιήθηκε από συνεργείο 3 ατόμων, διήρκησε 3 ημέρες και για την εκτέλεση της εργασίας χρησιμοποιήθηκε τόσο ένας Γεωδαιτικός Σταθμός της εταιρείας Nikon όσο και όργανα GPS της εταιρείας Magellan. 2.2 Διαδικασία αποτύπωσης Ξεκινώντας, βάση για την έναρξη οποιασδήποτε τοπογραφικής εργασίας στην περιοχή των λατομείων και του εργοστασίου της ΤΙΤΑΝ ΑΕ αποτελεί ένα εγκατεστημένο δίκτυο σταθερών σημείων. Πάνω σε αυτό το δίκτυο πραγματοποιήθηκε η εξάρτηση της αποτύπωσης και το σύστημα συντεταγμένων που χρησιμοποιήθηκε ήταν το ΕΓΣΑ87. Εξαιτίας του ιδιόμορφου ανάγλυφου που παρουσιάζει κατά τόπους έντονες υψομετρικές διαφορές, χρησιμοποιήθηκε κατά κύριο λόγο ο Γεωδαιτικός Σταθμός, ενώ ο ρόλος του GPS ήταν επικουρικός για την αποτύπωση των συντεταγμένων των στάσεων αλλά και την αποτύπωση ενός μικρού αριθμού σημείων. Η μορφή του καννάβου σημείων που σχηματίστηκε δεν ήταν ομοιογενής καθώς, όπως προαναφέρθηκε, το έδαφος παρουσίαζε ιδιαίτερες υψομετρικές διαφορές. Πιο αναλυτικά, σε σημεία που παρουσιάζονταν μεγάλες κλίσεις αποτυπώθηκαν σημεία ανά 1m ενώ σε άλλες περιοχές τα σημεία στον κάνναβο απείχαν 5m. 2.3 Επεξεργασία Μετρήσεων Μετά την ολοκλήρωση της αποτύπωσης γίνεται η αποφόρτιση των δεδομένων από τα όργανα μέτρησης. Στην συνέχεια, τα δεδομένα αυτά εισήχθησαν στο λογισμικό "Wtax" έτσι ώστε να επιλυθούν τόσο οι οδεύσεις όσο και η ταχυμετρία της αποτύπωσης. Στην περίπτωση μας όλες οι οδεύσεις ήταν κλειστές έτσι ώστε να αποφευχθούν μεγάλα σφάλματα στις μετρήσεις των σημείων. Με την ολοκλήρωση αυτής της διαδικασίας, έχουν υπολογιστεί οι συντεταγμένες των σημείων. Το αρχείο εισάγεται στο λογισμικό "Geocalc" με σκοπό την παραγωγή του αρχείου.dxf. Αυτό με την σειρά του εισήχθη σε περιβάλλον "AutoCAD", στο οποίο έγινε η οπτικοποίηση των σημείων και οι μετέπειτα επεξεργασίες για την παραγωγή του τοπογραφικού διαγράμματος. Μια καίρια διαδικασία η οποία χρησιμοποιήθηκε για την άντληση των δεδομένων της σύγκρισης των δύο μεθόδων, ήταν η παραγωγή ενός αρχείου tin με την μέθοδο του τριγωνισμού Delaunay. Σύμφωνα με την μέθοδο αυτή, δημιουργούνται τρίγωνα, οι κορυφές των οποίων είναι γνωστά σημεία. Χαρακτηριστική ιδιότητα της μεθόδου είναι πως για ένα σύνολο σημείων Σ που βρίσκονται στο επίπεδο, υπάρχει ένας τριγωνισμός τέτοιος ώστε κανένα σημείο του Σ δεν βρίσκεται 14

16 εντός της περιβάλλουσας οποιουδήποτε τριγώνου. (Ε. Στυλιανίδης, Σημειώσεις μαθήματος "Τοπογραφία - Γεωδαισία", σελ.41). 2.4 Τελικά προϊόντα Με το τέλος της φάσης επεξεργασίας των δεδομένων παράχθηκαν, με την χρήση των τριγώνων, οι ισοϋψείς καμπύλες της περιοχής μελέτης αλλά και ένα αρχείο 3D dwg στο οποίο αποδίδεται στις τρεις διαστάσεις η μορφολογία του εδάφους. Η χωρική ακρίβεια των μετρήσεων και κατά συνέπεια του τελικού προϊόντος εκτιμάται στα 2cm. Εικόνα 2. Μοντέλο 3Δ απεικόνισης του ανάγλυφου του εδάφους 15

17 Εικόνα 3. Ισοϋψείς καμπύλες από τις κορυφές των τριγώνων 16

18 3. Εναέρια αποτύπωση περιοχής μελέτης 3.1 Εισαγωγή Η εναέρια μέθοδος αποτύπωσης του χώρου αποτελεί μια επιλογή στην Φωτογραμμετρία η οποία αποκτά όλο και μεγαλύτερη δημοτικότητα, εξαιτίας της ραγδαίας τεχνολογικής εξέλιξης και της πληθώρας καινοτομιών, τόσο στον τομέα των πλατφορμών λήψης όσο και στον τομέα των εικονοληπτικών αισθητήρων. Αιχμή του δόρατος στον τομέα αυτό αποτελούν τα πλήρως αυτοματοποιημένα, μη επανδρωμένα αεροσκάφη, τα γνωστά και ως UAV (Unmanned Aerial Vehicles) Κατηγορίες και χαρακτηριστικά Σύμφωνα με τον ορισμό που δίνει η ένωση UVS International (μια μη κερδοσκοπική ένωση που έχει συσταθεί από το Εμπορικό Επιμελητήριο της Χάγης και αντιπροσωπεύει κατασκευαστές μη επανδρωμένων συστημάτων) ένα μη επανδρωμένο εναέριο όχημα (UAV), είναι ένα αεροσκάφος σχεδιασμένο να λειτούργει χωρίς την παρουσία πιλότου σε αυτό. Τα κύρια μέρη από τα οποία αποτελείται ένα σύστημα UAV είναι: Η πλατφόρμα εξάρτησης του αισθητήρα. Όπως προαναφέρθηκε με την πάροδο των χρόνων και την εξέλιξη της τεχνολογίας παρατηρήθηκε και αντίστοιχη εξέλιξη των πλατφορμών. Χαρακτηριστικά παραδείγματα που απεικονίζουν και την εξέλιξη αυτή είναι το μπαλόνι, ο χαρταετός, τα περιστέρια ενώ μετέπειτα χρησιμοποιήθηκαν αεροπλάνα, ανεμόπτερα, ελικόπτερα και Drones. Ο αισθητήρας φωτογράφισης. Πρόκειται για το πιο ζωτικό κομμάτι ενός UAVκαι είναι το μέσο με το οποίο συλλέγονται τα απεικονιστικά πρωτογενή δεδομένα. Οι αισθητήρες ακολούθησαν αντίστοιχη εξελικτή πορεία με τις πλατφόρμες, ακολουθώντας πάντα τις τεχνολογικές καινοτομίες της εκάστοτε εποχής. Πιο συγκεκριμένα, τα πρώτα συστήματα εξοπλίζονταν με αναλογικές φωτογραφικές μηχανές που έφεραν φιλμ ενώ τα πιο σύγχρονα συστήματα χρησιμοποιούν ψηφιακές μηχανές τύπου SLR με υψηλής ποιότητας φακούς που συνδυάζουν μεγάλης ανάλυσης εικόνες και πολύ καλή ποιότητα απεικόνισης. Χαρακτηριστικό παράδειγμα της εξέλιξης είναι η πειραματική διάταξη που χρησιμοποιήθηκε από ερευνητές και ως αισθητήρα φωτογράφησης χρησιμοποιούσε ένα smartphone της εταιρείας Samsung. Ο σταθμός εδάφους. Αποτελεί το κέντρο ελέγχου τόσο για τις κινήσεις του αισθητήρα όσο και για τον έλεγχο ολόκληρης της πτήσης της πλατφόρμας. Αξίζει να σημειωθεί πως τα τελευταία 17

19 χρόνια γίνονται ολοένα και πιο διαδεδομένα τα πλήρως αυτοματοποιημένα συστήματα, στα οποία τόσο η πτήση όσο και η λήψη φωτογραφιών σχεδιάζεται μέσω ειδικού λογισμικού πριν από την πτήση. Ως προς την διασύνδεση των μερών μεταξύ τους, στις περισσότερες περιπτώσεις ο αισθητήρας συνδέεται με την πλατφόρμα με ένα μηχανισμό (motorized gimbal ή pan-and-tilt mount), ο οποίος διαχειρίζεται ασύρματα από το έδαφος και κινεί την κάμερα προς διαφορετικές κατευθύνσεις σύμφωνα με τις εντολές του χειριστή. Ο ασύρματος χειρισμός του συστήματος, για την εκτέλεση των κατάλληλων κινήσεων της κάμερας προς όλους τους άξονες αλλά και για zoom in / zoom out, επιτυγχάνεται μέσω μιας μονάδας ραδιοκυμάτων πομπού/δέκτη της εικόνας από τον αισθητήρα, στην οθόνη του σταθμού εδάφους. Τα τελευταία χρόνια έχουν κυριαρχήσει στο χώρο συστήματα λήψης τα οποία είναι πλήρως αυτοματοποιημένα και είναι δυνατός ο καθολικός προγραμματισμός της πτήσης εκ των προτέρων Πλατφόρμα εξάρτησης Η UVS International ορίζει κύριες κατηγορίες τηλεκατευθυνόμενων μη επανδρωμένων εναέριων οχημάτων με βάση το μέγεθος, το βάρος, την αντοχή και το ύψος πτήσης όπως φαίνεται και στον παρακάτω πίνακα: Κατηγορία Μάζα (kg) Εμβέλεια (km) Ύψος πτήσης (m) Μέγιστη διάρκεια πτήσης (Hours) Micro <5 < Mini <25/30/150 <10 150/250/300 <2 Close Range έως 4 Medium Range έως 6 High Alltitude Long Endurance >250 >70 >3000 >6 Πίνακας 1. Κατηγοριοποίηση UAVs σύμφωνα με την UVS International Υπάρχει βέβαια και μια επιπλέον κατηγοριοποίηση στις εξής ομάδες (Remondino, Barazzetti, Nex, Scaioni & Sarazzi, UAV photogrammetry for mapping and 3D modeling current status and future perspectives, 2011, σ. 1): Τα τακτικά (tactical) UAVs, τα οποία περιλαμβάνουν μικρού και μεσαίου μεγέθους, χαμηλού υψομέτρου πτήσης, πτήσης. Το βάρος τους μπορεί να φτάσει έως και 1000 kg, το ύψος πτήσης έως 500 mκαι ο μέγιστος χρόνος πτήσης τους κυμαίνεται από λίγα λεπτά έως και 2-3 μέρες. 18

20 Τα στρατηγικά (strategical) UAVs, τα οποία αποτελούν συστήματα που έχουν την ικανότητα να πραγματοποιούν πτήσεις σε ιδιαίτερα μεγάλο ύψος (20 km), τόσο στην στρατόσφαιρα όσο και έξω από αυτήν. Τα στρατηγικά UAVsέχουν αυτονομία που μπορεί να φτάσει έως και 4 ημέρες. Τα UAVs ειδικών επιχειρήσεων, όπως τα αυτόνομα, μη επανδρωμένα μαχητικά αεροσκάφη. Επίσης, έχει επιχειρηθεί και μια κατηγοριοποίηση των UAVs που χρησιμοποιούνται για φωτογραμμετρικές και τηλεπισκοπικές μεθόδους (Eisenbeiß, 2009, σ. 34) με βάση τα χαρακτηριστικά των πλατφορμών τους, όπως το αν είναι ηλεκτρικά/θερμικά ή μη, αν είναι ελαφρύτερα από τον αέρα ή βαρύτερα, αν διαθέτουν σταθερά ή περιστρεφόμενα πτερύγια κ.α. Μη τροφοδοτούμενα (Unpowered) Τροφοδοτούμεν α (Powered) Ελαφρύτερατουαέρ α (Lighter than air) Μπαλόνι Αερόπλοιο Βαρύτερατουαέρα (Heavier than air) Ευέλικτων πτερυγίων (Flexiblewing ) Αιωρόπτερο (Hangglider) Παραπέντε (Paraglider) Χαρταετοί Παραπέντε (Paraglider) Σταθερών πτερυγίων (Fixedwing) Ανεμόπτερα (Gliders) Ελικοφόρα (Propeller) Μηχανοκίνητ α (Jetengines) Περιστρεφόμενω ν πτερυγίων (Rotarywing) Χαρταετός με ρότορα (Rotorkite) Με ένα ρότορα (Singlerotors) Με δύο ρότορες - ομοαξονικά (Coaxial) Με τέσσερις ρότορες Με πολλούς ρότορες (Multirotors) Πίνακας 2. Ταξινόμηση UAV που χρησιμοποιούνται σε Φωτογραμμετρικές/Τηλεπισκοπικές εφαρμογές (Eisenbeiß, 2009, σ. 34) Τα συστήματα UAVπεριστρεφόμενων πτερυγίων, μπορούν να ταξινομηθούν όπως φαίνεται και στον πίνακα σε μονά, διπλά, τετραπλά και πολύ-ροτορικά συστήματα. Τα μονο-ροτορικά συστήματα (singlerotor), διαθέτουν ένα κύριο στροφείο που βοηθά στην ανύψωση και ένα στροφείο στην ουρά της πλατφόρμας που χρησιμοποιείται για να αντισταθμίσει την κίνηση περιστροφής και τη ροπή. Τα διπλό - ροτορικά συστήματα (double-rotor ή coaxial), διαφέρουν επειδή έχουν αυξημένο ωφέλιμο φορτίο και είναι σε θέση να λειτουργούν σε μεγαλύτερα υψόμετρα με την ίδια ισχύ κινητήρα (σε σχέση με τα μονο-ροτορικά). Επίσης, μπορούν να ελεγχθούν πιο εύκολα, έχουν μειωμένο επίπεδο θορύβου και είναι αποτελεσματικότερα. Σε γενικές γραμμές, τα υπάρχοντα μονά και διπλά-ροτορικά συστήματα έχουν περισσότερη 19

21 δύναμη από τα πολυ-ροτορικά συστήματα και επομένως είναι σε θέση να μεταφέρουν περισσότερο ωφέλιμο φορτίο, δηλαδή μεγαλύτερο αριθμό, μέγεθος και βάρος αισθητήρων τοποθετημένων στο UAV σύστημα. (Eisenbeiß, 2009, σσ ). Τα τροφοδοτούμενα αεροσκάφη με σταθερά πτερύγια κινούνται και ανυψώνονται χρησιμοποιώντας έλικες ή στροβιλοκινητήρες. Ειδικότερα, ολοένα και πιο συχνά κάνουν την εμφάνισή τους συστήματα UAV τα οποία χρησιμοποιούν ηλεκτρική ενέργεια, αποθηκευμένη σε μπαταρίες υψηλής χωρητικότητας και απόδοσης, που δίνουν την δυνατότητα στο αεροσκάφος να κινείται με μεγάλη ευελιξία και για χρονικό διάστημα άκρως ικανοποιητικό. Συναντώνται επίσης και μη τροφοδοτούμενα UAV όπως τα ανεμόπτερα, τα οποία χρησιμοποιούν τον άνεμο για να κινηθούν και να ανυψωθούν. (Eisenbeiß, 2009, σσ ) Αισθητήρες Οι αισθητήρες που χρησιμοποιούνται σε ένα σύστημα UAV διακρίνονται στους εικονοληπτικούς (κάμερες) και στους αισθητήρες πλοήγησης. Το είδος του εικονοληπτικού αισθητήρα που θα εξοπλίσει το UAVσύστημα εξαρτάται από το ωφέλιμο φορτίο της πλατφόρμας, από το είδος των δεδομένων που πρέπει να συλλεχθούν καθώς επίσης και από τις απαιτήσεις σε φασματική, ραδιομετρική και χωρική ανάλυση. Τα τελευταία χρόνια η χρήση αναλογικών φωτογραφικών μηχανών τείνει να εκλείψει και ως επί το πλείστον χρησιμοποιούνται ψηφιακές φωτογραφικές μηχανές οι οποίες διακρίνονται στις εξής τρεις κατηγορίες: Small Format που ενσωματώνουν κάμερες με αισθητήρα έως και 16 megapixel Medium Format με κάμερες μεταξύ 16 και 50 megapixel Large Format που διαθέτουν κάμερα με αισθητήρα μεγαλύτερο των 50 megapixel Ανάλογα με το είδος των ζητούμενων δεδομένων, είναι δυνατό να χρησιμοποιηθούν και θερμικές κάμερες όπως επίσης και αισθητήρες LiDAR. Oπως προαναφέρθηκε, κρίσιμο ρόλο σε ένα UAVδιαδραματίζουν και οι αισθητήρες πλοήγησης καθώς είναι απαραίτητοι για τον προσδιορισμό της θέσης του συστήματος ανα πάσα στιγμή. Η πιο δημοφιλής μέθοδος προσδιορισμού θέσης και πλοήγησης είναι η χρήση του GPS (Global Positioning System), καθώς και συστημάτων INS (Inertial Navigation System), τα οποία βοηθούν στην πλοήγηση αξιοποιώντας αισθητήρες κίνησης, επιταχυνσιόμετρα και γυροσκόπια που υπολογίζουν κάθε στιγμή τη θέση, τον προσανατολισμό και την ταχύτητα του κινούμενου αντικειμένου (Austin, 2010, σ.171) Έλεγχος/Χειρισμός στο έδαφος Τα συστήματα UAV, παρά την ικανότητα τους να λειτουργούν σε διαφορετικά επίπεδα αυτονομίας, ελέγχονται από απόσταση από το έδαφος μέσω του επίγειου σταθμού ελέγχου (Ground Control System), ο οποίος διευκολύνει το χειρισμό, την παρακολούθηση και την αξιοποίηση των πληροφοριών που παρέχονται από τα UAVs. Υπάρχουν διάφοροι τύποι επίγειων 20

22 σταθμών ελέγχων για UAV, από απλά τηλεχειριστήρια μέχρι μικρές ή μεγάλες μονάδες εξοπλισμένες με μηχανισμούς για το χειρισμό της πλατφόρμας και των αισθητήρων αλλά και με οθόνες monitorsπου επιτρέπουν την real-timeπαρακολούθηση της πτήσης και της σκηνής λήψης. Σταθμό στην εξέλιξη των UAV αποτελούν τα συστήματα τα οποία παρέχουν την δυνατότητα της πλήρως αυτοματοποιημένης πτήσης, το σχέδιο της οποίας καθορίζεται από τον χρήστη σε επίπεδο softwareσε περιβάλλον γραφείου και κατά τη διάρκεια της πτήσης ο ανθρώπινος παράγοντας έχει ρόλο καθαρά εποπτικό. Σε τέτοια συστήματα δίνεται επίσης η δυνατότητα παρακολούθησης των δεδομένων της πτήσης σε πραγματικό χρόνο ακόμα και από tablets ή smartphones, μέσω κατάλληλων εφαρμογών Οφέλη χρήσης UAVs στην Φωτογραμμετρία και την Τηλεπισκόπηση Τα μη επανδρωμένα συστήματα λήψης εικόνων συνιστούν ένα πολύτιμο εργαλείο για την απόκτηση δεδομένων. Η ευελιξία τους τα καθιστά κατάλληλα για τη συλλογή απομακρυσμένων δεδομένων σε επικίνδυνα ή και απρόσιτα από τον άνθρωπο περιβάλλοντα αλλά και σε περιοχές που απαιτούν άμεση παρακολούθηση καθώς συνδέονται με ιδιαίτερα κρίσιμα φαινόμενα (π.χ. πυρκαγιές, ηφαίστεια, διαρροές τοξικών ουσιών). Επίσης, εξασφαλίζουν την απόκτηση δεδομένων από απόσταση, με ταχύτητα και χαμηλό κόστος σε σχέση με τα επανδρωμένα αεροσκάφη. Την διαρκή εξέλιξη της τεχνολογίας ακολουθούν και τα μη επανδρωμένα αεροσκάφη. Έτσι, τα σύγχρονα UAVsμπορούν να πραγματοποιήσουν σημαντικής διάρκειας πτήσεις, οι οποίες κυμαίνονται από 30 λεπτά έως 30 ώρες. Επίσης, έχουν την δυνατότητα να φτάσουν σε μεγάλα ύψη πτήσης (εως και 3000m), εκτελώντας ακριβείς και επαναλαμβανόμενες σαρώσεις μιας περιοχής παρέχοντας έτσι το πλεονέκτημα της παρακολούθησης σε πραγματικό χρόνο ενώ τα τελευταία χρόνια κάνουν την εμφάνισή τους συστήματα στα οποία είναι δυνατός ο εκ των προτέρων προγραμματισμός της πτήσης με ιδιαίτερα μεγάλη ακρίβεια, μετατρέποντας κάθε επιχείρηση πλήρως αυτοματοποιημένη. Σημαντικό πλεονέκτημα των UAVsείναι και το ιδιαίτερα χαμηλό κόστος λειτουργίας και επεξεργασίας των συλλεγμένων δεδομένων έναντι των συμβατικών εικονοληπτικών, επανδρωμένων αεροσκαφών. Τα μη επανδρωμένα αεροσκάφη θεωρούνται ιδιαίτερα φιλικά προς το περιβάλλον καθώς η κίνηση τους γίνεται κατά την συντριπτική πλειοψηφία από ηλεκτροκινητήρες οι οποίοι έχουν μηδενικές εκπομπές ρύπων προς το περιβάλλον αλλά και τα επίπεδα θορύβου είναι πολύ χαμηλά έως και μηδενικά. Ραγδαία είναι επίσης η εξέλιξη των εικονοληπτικών αισθητήρων που χρησιμοποιούνται στα UAVs. Σε αυτό έχει συντελέσει η συνεχόμενη διεύρυνση του πεδίου εφαρμογής των μη επανδρωμένων αεροσκαφών που κάνουν επιτακτική την ανάγκη για ιδιαίτερα υψηλή χωρική ανάλυση. Αυτά τα δεδομένα, σε συνδυασμό και με την διαρκή εμφάνιση τεχνολογικών 21

23 καινοτομιών στον τομέα των εικονοληπτικών αισθητήρων προσφέρουν ενδιαφέρουσες λύσεις που συνδυάζουν χαμηλό φορτίο και καλά ποσοστά χωρικής ανάλυσης των δεδομένων. Όλα τα παραπάνω πλεονεκτήματα καθιστούν τα μη επανδρωμένα συστήματα ιδιαίτερα χρήσιμα εργαλεία σε εφαρμογές φωτογραμμετρίας και τηλεπισκόπησης. Στις περισσότερες περιπτώσεις, ο βασικός λόγος που επιλέγονται είναι το σημαντικά χαμηλό κόστος της επιχείρησης, η ανάγκη για άμεση ανταπόκριση σε φυσικά φαινόμενα και το γεγονός ότι πρόκειται για συστήματα που μπορούν να πλοηγηθούν σε περιβάλλοντα στα οποία η πρόσβαση από τον άνθρωπο είναι ιδιαίτερα επικίνδυνη ή και αδύνατη. Τα UAV s καλύπτουν ένα αρκετά ευρύ πεδίο εφαρμογών. Οι πιο διαδεδομένοι τομείς είναι: η δασοκομία και η γεωργία όπου οι παραγωγοί μπορούν να λάβουν κρίσιμες αποφάσεις με ιδιαίτερα μεγάλη αξιοπιστία για θέματα που θα τους οδηγήσουν στην εξοικονόμηση χρόνου και πόρων όπως π.χ. ο εντοπισμός προβλημάτων σε μια καλλιέργεια η αρχαιολογία και πολιτιστική κληρονομιά: στην οποία η συλλογή εικόνων από χαμηλό ύψος μπορεί να οδηγήσει σε είτε σε απλή χαρτογράφηση είτε σε 3Dμοντέλα αρχαιολογικών χώρων και δομών. Η τοπογραφία, η πολεοδομία και η χωροταξία για την δημιουργία και ενημέρωση χαρτών, κτηματολογικές εφαρμογές, αστική χαρτογράφηση, παράνομες κατασκευές, δημιουργία ψηφιακών μοντέλων επιφάνειας, σχεδιασμό και παρακολούθηση πόλεων κ.α. Για περιβαλλοντικές αποτυπώσεις οπού γρήγορες και χαμηλού κόστους πτήσεις με UAV, επιτρέπουν την παρακολούθηση του εδάφους και των υδατικών πόρων σε διαδοχικές περιόδους με σκοπό την εξαγωγή κρίσιμων συμπερασμάτων για την προστασία του περιβάλλοντος. Η συγκοινωνιολογία για την παρακολούθηση της κυκλοφορίας, την εκτίμηση χρονικών αποστάσεων και φόρτων κυκλοφορίας. 22

24 Η παραγωγή τρισδιάστατων μοντέλων μέσα από εικόνες που έχουν ληφθεί από UAVγια σκοπούς αναπαράστασης και ανασυγκρότησης κατασκευών Νέες Τάσεις Παρ ότι η αυτοματοποιημένη λήψη και επεξεργασία εικόνας από πλατφόρμες εξάρτησης εικονοληπτικών αισθητήρων είναι δεδομένη εδώ και αρκετά χρόνια προσφέροντας ιδιαίτερα υψηλή ακρίβεια, η εξέλιξη της τεχνολογίας προμηνύει ένα πολλά υποσχόμενο εγγύς μέλλον. Όσον αφορά τις πλατφόρμες των UAV, υπάρχει η τάση για σχεδιασμό όσο το δυνατό μικρότερων σε μέγεθος σκελετών που θα μπορούν να πλοηγούνται ευέλικτα σε περιβάλλοντα με ιδιαιτερότητες, όπως για παράδειγμα στον αστικό ιστό μιας πόλης. Ταυτόχρονα με τη μείωση του μεγέθους της πλατφόρμας, η τεχνολογία των αισθητήρων που είναι απαραίτητοι για την ολοκληρωμένη λειτουργία ενός UAV, προσανατολίζεται σε αισθητήρες πλοήγησης, όπως οι DGPS και INS που θα επιτρέπουν την άμεση γεωαναφορά των εικόνων τη στιγμή της λήψης, ενώ προηγμένοι αλγόριθμοι θα μπορούν να αποδίδουν μοντέλα επιφάνειας DSM/DTM σε σύντομο χρονικό διάστημα (Remondino, Barazzetti, Nex, Scaioni, & Sarazzi, UAV photogrammetry for mapping and 3D modeling current status and future perspectives, 2011). Επίσης, οι πρόσφατες εξελίξεις στον τομέα της ψηφιακής όρασης (computer vision), περιλαμβάνουν τεχνικές στερεοσκοπικής παρατήρησης από πολλές πλευρές (MVS, multiviewstereopsis), από τις οποίες μπορούν να προκύψουν τρισδιάστατες δομές επικαλυπτόμενων φωτογραφιών που έχουν ληφθεί από διαφορετικές οπτικές γωνίες. Μελέτες έχουν χρησιμοποιήσει την τεχνολογία MVS για την εξαγωγή πυκνών νεφών σημείων από δεδομένα που έχουν ληφθεί από UAV (Harwin & Lucieer, 2012). Σε ότι αφορά τους εικονοληπτικούς αισθητήρες που προσαρμόζονται σε ένα UAV σύστημα για τη συλλογή των δεδομένων, στόχος είναι ο συνδυασμός υψηλής φασματικής, ραδιομετρικής και χωρικής ανάλυσης εικόνων και χαμηλού βάρους αισθητήρες. Τελευταία, πραγματοποιούνται εφαρμογές που χρησιμοποιούν τα έξυπνα κινητά τηλέφωνα, γνωστά ως smartphones, ως αισθητήρες σε συστήματα UAV. Ένα smartphone παρέχει 3G κάλυψη, σε οποιοδήποτε χρόνο και τόπο, διαθέτει ενσωματωμένες κάμερες, σχετικά υψηλής ανάλυσης (41MP), αλλά και ποικιλία MEMS (Micro-Electro-Mechanical Systems) αισθητήρων, όπως για παράδειγμα GPS, επιταχυνσιόμετρο και μαγνητόμετρο (αισθητήρας που παρέχει πληροφορίες τοποθεσίας στα αεροσκάφη) και μπορούν να προσδεθούν σε οποιοδήποτε σύστημα UAV, χωρίς να υπάρχει κίνδυνος υπέρβασης του ωφέλιμου φορτίου που δύναται να σηκώσει το σύστημα (Jinsoo, Seongkyu, Hoyong, Dongju, Soyoung, & Chuluong, 2013). Τρανταχτό παράδειγμα της εξέλιξης αυτών των συστημάτων αποτελεί το «Αυτόνομο Σύστημα σε Πραγματικό Χρόνο Πανοπτικής Επιτήρησης Εδάφους» ή αλλιώς «Autonomous Real-Time Ground Ubiquitous Surveillance Imaging System» - ARGUS-IS. Πρόκειται για ένα, από τα πλέον προηγμένα συστήματα παρακολούθησης μέσω αισθητήρων, που κατασκευάστηκε από 23

25 την εταιρεία BAE Systems, για λογαριασμό της αμερικανικής κυβερνητικής υπηρεσίας DARPA (Defense Advanced Research Projects Agency). Σχεδιαστής του εν λόγω συστήματος είναι ο ελληνικής καταγωγής Γιάννης Αντωνιάδης. Το σύστημα αποτελείται από ένα σύμπλεγμα πολυάριθμων καμερών (τέσσερις φακούς και 368 αισθητήρες των 5 Megapixel), παρέχοντας ευκρίνεια της τάξης των 1.8 Gigapixel και δυνατότητα αποθήκευσης terrabyte. Έτσι επιτυγχάνεται σάρωση και σε μεγάλο βαθμό λεπτομερειακή αποτύπωση 50 τετραγωνικών χιλιομέτρων εδάφους από ύψος ποδιών. Εικόνα 4. Autonomous Real-Time Ground Ubiquitous Surveillance Imaging System» - ARGUS-IS Αξίζει επίσης να αναφερθεί ο «Πήγασος I&II» τα πρώτα ελληνικά UAVsτα οποία σχεδιάστηκαν και κατασκευάστηκαν εξ ολοκλήρου από την Ελληνική Πολεμική Αεροπορία. Το πρώτο πλήρες σύστημα «Πήγασος Ι» παραδόθηκε στην 131 Σμηναρχία Μάχης του Άκτιου Πρέβεζας το 2002, όπου τον Ιανουάριο του 2003 με απόφαση του Ανωτάτου Αεροπορικού Συμβουλίου ιδρύθηκε το Σμήνος Μη Επανδρωμένων Αεροσκαφών. Τον Αύγουστο του 2005 ολοκληρώθηκε η αναβάθμιση του πρώτου «Πήγασος Ι» σε «Πήγασος ΙΙ», ενώ τον Δεκέμβριο του 2008 το ΣΜΕΑ/Φ αναβαθμίσθηκε επίσης σε πολεμική Μοίρα Μη Επανδρωμένων Αεροσκαφών (ΜΜΕΑ/Φ), με χαρακτηριστικό κλήσης «Αχέρων». Από το 2009 βρίσκεται σε εξέλιξη η παραγωγή 12 αεροσκαφών με εμπλοκή του ΓΕΕΘΑ, λόγω της διακλαδικής αξιοποίησης του συστήματος. Συγκεκριμένα, ο «Πήγασος II», που έχει λάβει και την έγκριση του Φορέα Πιστοποίησης Αεροπλοϊσιμότητας, αποτελεί ένα εξελιγμένο τηλεχειριζόμενο αεροσκάφος συλλογής πληροφοριών και επιτήρησης μήκους περίπου 4,5 μέτρων, εκπετάσματος πτερύγων περίπου 24

26 6,5 μέτρων και συνολικού βάρους, συμπεριλαμβανομένων καυσίμων και αισθητήρων 250 κιλών. Το ελληνικό UAV κατασκευάζεται απο σύνθετα υλικά του Τμήματος Συνθετικών Υλικών του ΚΕΑ. Η άτρακτος του είναι τραπεζοειδούς διατομής επιτρέποντας τη μεταφορά στο εσωτερικό του συστήματος μετάδοσης δεδομένων και εικόνας, καθώς και περισσότερων και ογκωδέστερων αισθητήρων από την αρχική έκδοση Πήγασος Ι, η άτρακτος του οποίου ήταν κυλινδρική. Η αυτονομία του Πήγασος ΙΙ φτάνει περίπου τις 8 ώρες, η εμβέλεια του είναι εκατοντάδων χιλιομέτρων, η ταχύτητα πλεύσης του είναι περίπου 120 χλμ. την ώρα, ενώ μπορεί να μεταφέρει ικανοποιητικό ωφέλιμο φορτίο αισθητήρων. Το αεροσκάφος είναι εξοπλισμένο με σύστημα FLIR υψηλής ευκρίνειας για χρήση ημέρα και νύχτα. Χρησιμοποιείται για επιχειρησιακές αποστολές της Πολεμικής Αεροπορίας αλλά και επικουρικά με ρόλο επιτήρησης σε περιπτώσεις Έρευνας και Διάσωσης αλλά και έκτακτων φαινομένων όπως μια πυρκαγιά. Ενδεικτικά, στην άσκηση «Ηνίοχος 2008» η εικόνα του "Πήγασος ΙΙ" έφτασε στα κέντρα επιχειρήσεων του ΓΕΕΘΑ και του ΓΕΑ μέσω του δορυφόρου Hellas-Sat. Σε ένα τυπικό σενάριο, αποστολή του Ελληνικού UAV θα είναι ο εντοπισμός κινούμενων στόχων με τη θερμική του κάμερα. Το στίγμα τους θα διαβιβαστεί μέσω του Hellas- Sat στο κέντρο επιχειρήσεων και από εκεί τα στοιχεία θα περάσουν στις βόμβες JDAM ενός ζεύγους F-16 που βρίσκεται σε CAP πάνω από τη Λήμνο. Εικόνα 5. Το ελληνικής κατασκευής UAV "ΠΗΓΑΣΟΣ ΙΙ" ιδιοκτησίας της Ελληνικής Πολεμικής Αεροπορίας Για την εκπόνηση της εναέριας αποτύπωσης της περιοχής μελέτης χρησιμοποιήθηκε το UAV «Ebee» της εταιρείας sensefly SA, το οποίο μας παραχωρήθηκε από την εταιρεία GEOSENSE Ο.Ε. 25

27 3.2 Το UAV«Ebee» Όπως προαναφέρθηκε, για την λήψη των πρωτογενών δεδομένων χρησιμοποιήθηκε το μη επανδρωμένο αεροσκάφος Ebee της εταιρείας sensefly. Πρόκειται για ένα UAV το οποίο ενσωματώνει καινοτόμες τεχνολογίες καθώς παρέχει στον χρήστη τη δυνατότητα πλήρως αυτοματοποιημένης πτήσης κατά την διάρκεια της οποίας ο χρήστης έχει καθαρά εποπτικό ρόλο Yλικό Το βάρος του Ebee, συμπεριλαμβανομένου του αισθητήρα λήψης εικόνων, ανέρχεται σε 0,73 kg, γεγονός που προσδίδει ιδιαίτερη σημασία καθώς απαλλάσσεται από οποιονδήποτε κανονισμό αεροπλοΐας (βάρος <1kg). Το άνοιγμα των πτερυγίων του ανέρχεται σε 96εκ., ενώ είναι φτιαγμένο από εκτεταμένο προπυλένιο, το οποίο είναι ελαφρύς πλαστικός αφρός, ιδιαίτερα φιλικός προς το περιβάλλον, και από ανθρακόνημα με τα αμέτρητα πλεονεκτήματα που προσφέρει σαν υλικό, όπως το εξαιρετικά χαμηλό βάρος αλλά και η ιδιαίτερη αντοχή του. Η κίνηση του αεροπλάνου εξασφαλίζεται μέσω μιας προπέλας η οποία τροφοδοτείται από έναν ηλεκτροκινητήρασυνεχούς ρεύματος ισχύος 160W. Ως πηγή ισχύος του Ebee χρησιμοποιείται μια επαναφορτιζόμενη μπαταρία τάσης 11,1Vκαι χωρητικότητας 2150mAh.Τέλος, ο εικονοληπτικός αισθητήρας που χρησιμοποιήθηκε στο Ebee είναι το μοντέλο IXUS 127HS RGB της εταιρείας CANON, με αισθητήρα CMOS μεγέθους 16,1MP, δυνατότητα οπτικού ζουμ 5xκαι με ενσωματωμένο οπτικό σταθεροποιητή εικόνας (OIS), τα οποία δίνουν τη δυνατότητα στην κάμερα να παίρνει υψηλής ποιότητας εικόνες σε συνθήκες γρήγορης μετακίνησης αλλά και αρκετά χαμηλού φωτισμού. (Πηγή: εγχειρίδιο κατασκευαστή, βλ. λίστα URL) Επιχειρησιακή Ικανότητα Το Ebee έχει την ικανότητα να πετάει αδιάκοπα για 40 λεπτά με ταχύτητες που κυμαίνονται από 40 έως 90 χλμ/ώρα ανάλογα με τις ρυθμίσεις του χρήστη. Επίσης, η ραδιοκεραία του μπορεί να εκπέμπει και να δέχεται σήματα από τον επίγειο σταθμό σε ακτίνα 3 χιλιομέτρων. Η μέγιστη επιφάνεια που μπορεί να καλύψει το συγκεκριμένο UAV είναι 8km 2 (σε ύψος πτήσης 974μ.) ενώ είναι ικανό να πετάει ακόμα και όταν επικρατούν άνεμοι ταχύτητας έως και 45χλμ/ώρα. Ως προς τις ακρίβειες που προσφέρει, η απόσταση μεταξύ των κέντρων των pixelsμετρημένη στο έδαφος (GSD) μπορεί να φτάσει μέχρι το 1,5cmανά pixel, ενώ η σχετική ακρίβεια του ορθομωσαϊκού ή του 3Dμοντέλου κυμαίνεται από 1 έως 3 φορές το GSD. Η απόλυτη οριζόντια ακρίβεια φτάνει μέχρι και τα 3cmενώ η κατακόρυφη μέχρι τα 5cm. (Πηγή: εγχειρίδιο κατασκευαστή, βλ. λίστα URL) Λογισμικό Για την επεξεργασία των εικόνων που λήφθηκαν μέσω του Ebee χρησιμοποιήθηκε το λογισμικό Post flight Terra 3D 3 της εταιρείας Pix4d, το οποίο συνοδεύει και τα UAVs της εταιρείας 26

28 sensefly. Πρόκειται για ένα λογισμικό ιδιαίτερα φιλικό στο χρήστη, το οποίο προσφέρει αμέτρητες δυνατότητες παραμετροποίησης. Με αυτόν τον τρόπο ο χρήστης έχει την δυνατότητα να προσαρμόζει τον τρόπο επεξεργασίας των εικόνων ανάλογα με το είδος των συμπερασμάτων που θέλει να εξάγει από τα τελικά προϊόντα της επεξεργασίας των δεδομένων. Κάποιες από αυτές τις επιλογές παραμετροποίησης θα επεξηγηθούν και πιο αναλυτικά σε επόμενο κεφάλαιο της εργασίας. Για την χρήση του προγράμματος μας χορηγήθηκε από την εταιρεία Geosense, που είναι και ο αποκλειστικός εισαγωγέας του Ebee για την Ελλάδα, μια δοκιμαστική άδεια που μας εξασφάλιζε πλήρη πρόσβαση σε όλες τις δυνατότητες και επιλογές του Post Flight Terra 3D Αποτύπωση του λατομείου Η αποτύπωση με το συγκεκριμένο UAV αποτελεί μια εύκολη διαδικασία για τον χρήστη καθώς η δυνατότητα του Ebee για εκτέλεση πλήρους αυτοματοποιημένης πτήσης δεν απαιτεί ιδιαίτερες ικανότητες χειρισμού του αεροσκάφους όπως συμβαίνει σε συστήματα τα οποία τηλεκατευθύνονται κατά την διάρκεια της πτήσης. Πιο αναλυτικά, η πτήση εκτελέστηκε πρωί καθώς κατά τους θερινούς μήνες οπότε και εκπονήθηκε η διπλωματική, οι θερμοκρασίες είναι σχετικά χαμηλές. Ο άνεμος που επικρατούσε ήταν αμελητέος (μετρήθηκε από το Ebee στα 2,5 m/sσε ύψος 75m) ενώ η θερμοκρασία μετρήθηκε στους 28,5 ο C. Αρχικά επιλέχθηκε μια σχετικά ομαλή επιφάνεια για την απογείωση και την προσγείωση του UAV και έπειτα συναρμολογήθηκε. Ειδικότερα, το αεροπλάνο χωρίζεται σε τρία βασικά κομμάτια στην βαλίτσα μεταφοράς του: τα δύο φτερά και την άτρακτό του, στην οποία προσαρμόζονται σε ειδικές θήκες η μπαταρία και ο εικονοληπτικός αισθητήρας. Πρόκειται για ένα ιδιαίτερα βολικό πακέτο το οποίο εξασφαλίζει ευκολία και άνεση στην μεταφορά, ένα από τα κύρια χαρακτηριστικά του Ebee που το προσφέρει και σημαντικό πλεονέκτημα έναντι των ανταγωνιστικών UAVs. 27

29 Εικόνα 6. To Ebee που χρησιμοποιήθηκε για την αποτύπωση του λατομείου Μετά την συναρμολόγηση του Ebee συνδέθηκε η ραδιοκεραία για την επικοινωνία του αεροσκάφους με τον σταθμό στο έδαφος για την παρακολούθηση της πτήσης, ο οποίος στην προκειμένη περίπτωση ήταν ένα tablet Surface 3 της Microsoft με λειτουργικό σύστημα Windows 8.1. Έπειτα, έγινε ο σχεδιασμός της πτήσης με το λογισμικό emotion 2 της sensefly στο οποίο καθορίστηκε τόσο η περιοχή που πρέπει να καλύψουν οι αεροφωτογραφίες όσο και το ύψος στο οποίο θέλουμε να γίνει η λήψη. Η περιοχή που τελικά καλύφθηκε είχε έκταση 0,52km 2 ενώ η πτήση πραγματοποιήθηκε στα 175mπάνω από το σημείο απογείωσης. Η επιλογή του συγκεκριμένου ύψους έγινε λαμβάνοντας υπόψη την χρυσή τομή μεταξύ της χωρικής ανάλυσης που επιδιώκουμε, του ποσοστού των επικαλύψεων μεταξύ των φωτογραφιών αλλά και τον αριθμό τους. Πριν την απογείωση του αεροσκάφους το τοποθετήσαμε στο έδαφος ώστε να γίνει μια βαθμονόμηση των αισθητήρων του και όταν δόθηκε η σχετική ειδοποίηση ολοκλήρωσης της διαδικασίας, πραγματοποιήσαμε μια ανακίνηση του αεροσκάφους ώστε να ενεργοποιηθεί ο ηλεκτροκινητήρας που είναι υπεύθυνος για την κίνηση της προπέλας. Μετά την απογείωση το αεροσκάφος ανυψώθηκε στα 75mοπού και πέταξε για λίγο χρονικό διάστημα ώστε να υπολογιστεί μέσω των αισθητήρων η ταχύτητα του ανέμου. Με τον προσδιορισμό και του ανέμου το Ebee ανυψώθηκε, ακολουθώντας σπειροειδή τροχιά, στο προκαθορισμένο υψόμετρο των 175mοπού και ξεκίνησε την λήψη των αεροφωτογραφιών. Η πορεία λήψης των φωτογραφιών ήταν σπειροειδής ενώ καθ όλη τη διάρκειά της είχαμε την δυνατότητα 28

30 παρακολούθησης της πορείας και των λεπτομερειών της πτήσης (θέση και ύψος πτήσης, επίπεδο μπαταρίας Ebee, σημείο λήψης φωτογραφίας, ταχύτητα ανέμου κ.α.), σε πραγματικό χρόνο, από τον σταθμό εδάφους. Η πτήση διήρκησε 23 και η περιοχή καλύφθηκε από 132 φωτογραφίες. Εικόνα 7. Η πορεία της πτήσης και οι θέσεις λήψεις φωτογραφιών Εικόνα 8. 3Δ απεικόνιση της πορείας της πτήσης και των θέσεων λήψης φωτογραφιών Ι 29

31 Εικόνα 9.3Δ απεικόνιση της πορείας της πτήσης και των θέσεων λήψης φωτογραφιών ΙΙ Μετά την προσγείωση και την αποσυναρμολόγηση του UAV προχωρήσαμε στην αποτύπωση με GPS μερικών χαρακτηριστικών σημείων στο έδαφος στο σύστημα συντεταγμένων ΕΓΣΑ 87,τα οποία θα χρησιμοποιηθούν ως Σημεία Ελέγχου (Ground Control Points) κατά την διαδικασία επεξεργασίας των αεροφωτογραφιών και ειδικότερα για το «δέσιμο» και τον σωστό προσανατολισμό του μωσαϊκού. Εικόνα 10. Η πορεία της πτήσης και οι θέσεις λήψης των εικόνων καθώ και οι θέσεις των Control Points (Μπλέ σταυροί) 30

32 Εικόνα 11. Αποτύπωση με GPS των φωτοσταθερών Ι Εικόνα 12. Αποτύπωση με GPS των φωτοσταθερών ΙΙ 3.4 Επεξεργασία Δεδομένων Όπως αναφέρθηκε, για την επεξεργασία χρησιμοποιήθηκε το πρόγραμμα PostFlight Terra 3D 3. Η διαδικασία της επεξεργασίας αποτελείται από 4 κυρίως στάδια. Αρχικά, γίνεται η παραμετροποίηση του προγράμματος με σκοπό να εξασφαλιστεί η βέλτιστη σχέση ποιότητας και ταχύτητας επεξεργασίας των δεδομένων. Μετά το στάδιο της αρχικής επεξεργασίας (Initial Processing), η διαδικασία διακόπτεται για να γίνει η χειροκίνητη εισαγωγή των Control Points. Το πρόγραμμα συνεχίζει με 2 στάδια πλήρως αυτοματοποιημένης επεξεργασίας και καταλήγει στην εξαγωγή μιας σειράς από εικόνες και δεδομένα, ανάλογα με το τι έχει ζητήσει ο χρήστης. 31

33 Παρακάτω θα περιγραφτούν αναλυτικά και οι 4 αυτές φάσεις του λογισμικού. Σκοπός της επεξεργασίας είναι να παραχθεί ένα ακριβές Ψηφιακό Μοντέλο Επιφάνειας (DSM) αλλά και ένα ορθομωσαϊκο πολλών ορθοανηγμένων φωτογραφιών που να απεικονίζει με ιδιαίτερη ακρίβεια της υψόμετρα της περιοχής μελέτης. Τα πρωτογενή δεδομένα που εισάχθηκαν στο λογισμικό για επεξεργασία είναι 132 αεροφωτογραφίες, ανάλυσης 16MP στα 180dpi και τα 6 σημεία με συντεταγμένες Χ,Υ,Ζ σε ΕΓΣΑ 87 ως GCPs. Εικόνα 13. Θέσεις Εικόνων και GCPs Παραμετροποίηση αρχικών επιλογών του PostFlightTerra 3D 3 Ξεκινώντας την διαδικασία παραμετροποίησης, η βασική αρχή που καθορίζει τα βήματα που θα ακολουθηθούν κατά την επεξεργασία, είναι η ύπαρξη ή όχι Σημείων Ελέγχου στο έδαφος (GCPs). Στην παρούσα εργασία, όπως έχει ήδη προαναφερθεί, χρησιμοποιήθηκε το μοντέλο Ebee το οποίο δεν έχει ενσωματωμένο δέκτη RTK και ως εκ τούτου η αποτύπωση των GCPs έγινε με επιτόπιο εντοπισμό και χρήση GPS. Έτσι η διαδικασία παραγωγής των τελικών προϊόντων στηρίζεται σε τρία επιμέρους τμήματα: 1) Τον σχεδιασμό της πτήσης μέσω ξεχωριστού λογισμικού, οπού καθορίζονται μεταξύ άλλων η περιοχή και το ύψος πτήσης, ο αριθμός των εικόνων που θα ληφθούν (και κατά συνέπεια και η επικαλύψεις των εικόνων) κ.α. 2) Στην καθεαυτή πτήση και την λήψη των πρωτογενών δεδομένων (εικόνες και σημεία ελέγχου) 3) Στην τελική επεξεργασία και την παραγωγή προϊόντων μέσω του PostFlightTerra 3D 3 32

34 Έχοντας περιγράψει και ολοκληρώσει τα πρώτα 2 στάδια, η παραγωγή των φωτογραμμετρικών προϊόντων μπαίνει στο τελικό και πιο κρίσιμο στάδιο της, αυτό της επεξεργασίας. Αξίζει να σημειωθεί πως το λογισμικό της Pix4d δίνει την δυνατότητα μιας πρόχειρης και ταχείας επεξεργασίας των δεδομένων στο πεδίο, που την ονομάζει Rapid Check. Πιο αναλυτικά, πρόκειται για μια διαδικασία μέσω της οποίας ο χρήστης έχει την ευκαιρία να πραγματοποιήσει μια δοκιμαστική πτήση και στην συνέχεια πολύ γρήγορα, στο πεδίο, να ελέγξει κατά πόσο οι εικόνες που τραβήχτηκαν είναι ικανοποιητικές από άποψη επικαλύψεων και απόδοσης λεπτομερειών ανάλογα με το επιθυμητό αποτέλεσμα για τον χρήστη. Έπειτα, πραγματοποιείται μια δεύτερη πτήση στην οποία όλες οι παράμετροι έχουν βελτιστοποιηθεί. Οι βασικές διαφορές σε σχέση με το Full Processing είναι πρωτίστως είναι η διαφορά στην ταχύτητα επεξεργασίας αλλά και το γεγονός ότι δίνεται η δυνατότητα ελέγχου επιτόπου στο πεδίο πτήσης. Επίσης, υπάρχει και σημαντική διαφορά ακρίβειας στις δύο διαδικασίες καθώς κατά την διάρκεια του RapidCheck μειώνεται η ανάλυση των αρχικών εικόνων σε 1MP και κατά συνέπεια μειώνεται η ολική ακρίβεια κάτι το οποίο μπορεί να οδηγήσει σε ελλιπή αποτελέσματα. Αυτό συμβαίνει καθώς όσο λιγότερα τα σημεία-κλειδιά σε κάθε εικόνα τόσο λιγότερα θα είναι και τα σημεία ταύτισης (Matchpoints) μεταξύ των εικόνων Οδηγός έναρξης εργασίας της Pix4d (pix4dwizard) Ξεκινώντας τον οδηγό για την παραμετροποίηση της επεξεργασίας εμφανίζεται το παρακάτω παράθυρο: 33

35 Εικόνα 14. Αρχικό Παράθυρο καθορισμού εργασίας Στα πρώτα δύο πλαίσια καθορίζεται το όνομα της εργασίας αλλά και η τοποθεσία στην οποία θα αποθηκευτούν όλα τα δεδομένα στον συγκεκριμένο υπολογιστή. Έπειτα, ο χρήστης καλείται να επιλέξει κατά πόσο η εργασία που ρυθμίζει είναι εξολοκλήρου νέα ή αποτελεί τμήμα κάποιας άλλης. Πρέπει να τονιστεί πως το λογισμικό δίνει την δυνατότητα κατακερματισμού μια εργασίας προς όφελος της ταχύτητας. Με άλλα λόγια, σε περιπτώσεις κατά τις οποίες πρέπει να επεξεργαστεί μεγάλος αριθμός φωτογραφιών και δεν υπάρχει η κατάλληλη επεξεργαστική ισχύς από το σύστημα, δίνεται η δυνατότητα τμηματοποίησης σε επιμέρους εργασίες και στο τέλος γίνεται η ένωσή τους. Στην συνέχεια ο χρήστης καλείται να επιλέξει τον τύπο επεξεργασίας που θα χρησιμοποιήσει. Ο πιο συχνά χρησιμοποιούμενος τύπος αλλά και ο πιο αποδοτικός για τις περισσότερες εργασίες είναι ο Aerial Nadir. Ο τύπος αυτός χρησιμοποιείται όταν η πτήση έχει κανναβοειδή μορφή και η κάμερα ως επί το πλείστον σημαδεύει το έδαφος, αλλά κυρίως στις περιπτώσεις που σκοπός είναι να παραχθεί ένα DSM και ορθομωσαϊκό. Όπως διακρίνεται και στην εικόνα, δίνεται επιπλέον η επιλογή Alternative Processing Mode η οποία επιλέγεται όταν η περιοχή μελέτης παρουσιάζει μικρές διακυμάνσεις στο ανάγλυφο αλλά και όταν στην επιφάνεια παρουσιάζεται ένα συνεχές παραπλήσιο μοτίβο όπως π.χ. άμμος, δέντρα κλπ. Η δεύτερη εναλλακτική μέθοδος που προσφέρεται ονομάζεται Aerial oblique or Terrestrial. Η βασική της διαφορά σε σχέση με την επιλογή Aerial Nadir είναι πως ο χρήστης «ενημερώνει» 34

36 το λογισμικό πως δεν χρειάζεται να επιχειρηθεί η δημιουργία ενός DSM ή ενός ορθομωσαϊκού παρά μόνο το νέφος σημείων. Αυτή η επιλογή χρησιμοποιείται σε περιπτώσεις που οι μετρήσεις γίνονται κατά κύριο λόγο από το έδαφος ή από ένα drone πολύ μικρού βεληνεκούς για αποτυπώσεις μικρής κλίμακας. Για την περιοχή των λατομείων που αποτυπώθηκαν στην παρούσα διπλωματική επιλέχθηκε ο τύπος επεξεργασίας Aerial Nadir καθώς η πτήση που ακολούθησε το Ebee ήταν σπειροειδούς μορφής, ενώ η επιλογή Alternative Processing Mode δεν επιλέχθηκε καθώς δεν παρουσιάζεται κάποια έντονη ιδιομορφία στον τύπο του ανάγλυφου της περιοχής Ιδιότητες εικόνων και εικονοληπτικού αισθητήρα Προχωρώντας εμφανίζεται ο επόμενο παράθυρο που έχει να κάνει με την διαχείριση των εικόνων που λήφθηκαν από το Ebee αλλά και για τον καθορισμό των ιδιοτήτων του εικονοληπτικού αισθητήρα που χρησιμοποιήθηκε. Εικόνα 15. Παράθυρο προεπισκόπησης των ιδιοτήτων των εικόνων Έπειτα, το σύστημα συντεταγμένων που ορίστηκε αυτομάτως από το σύστημα είναι το WGS 84 ενώ η μετατροπή του σε ΕΓΣΑ87 γίνεται μετέπειτα, με την εισαγωγή των GCPs. Στην συνέχεια 35

37 ακολουθεί η παραμετροποίηση του εικονοληπτικού αισθητήρα. Το λογισμικό έχει την ικανότητα να αναγνωρίσει τις πληροφορίες για τον αισθητήρα που χρησιμοποιήθηκε διαβάζοντας τις πληροφορίες μορφής EXIF που βρίσκονται αποθηκευμένες στις φωτογραφίες. Μόλις αναγνωριστεί το μοντέλο του αισθητήρα από την βάση δεδομένων του προγράμματος, ο χρήστης πιέζοντας το πλήκτρο editμπορεί να έχει πρόσβαση σε όλες τις λεπτομέρειες που αφορούν την βαθμονόμηση του αισθητήρα. Εικόνα 16. Παραμετροποίηση των στοιχείων βαθμονόμησης του αισθητήρα Για την δική μας περίπτωση εργασίας χρησιμοποιήθηκε, όπως έχει προαναφερθεί ένα μπλοκ από 132 φωτογραφίες που ενσωμάτωναν γεωπληροφορίες, ενώ ο ο αισθητήρας που έφερε το Εbee ήταν ο IXUS 127HS της CANON. Το συγκεκριμένο μοντέλο κάμερας υπήρχε στην βάση δεδομένων της pix4d και αναγνωρίστηκε αυτόματα από το λογισμικό, χωρίς να χρειαστεί να γίνει η διαδικασία της χειροκίνητης εισαγωγής των δεδομένων και του ελέγχου. Τα δεδομένα της βαθμονόμησης του συγκεκριμένου μοντέλου παρουσιάζονται στην Εικόνα 16 ενώ στον Πίνακα 3 διακρίνονται τόσο οι αρχικές tιμές του εσωτερικού προσανατολισμού (Εστιακή απόσταση, συντεταγμένες πρωτεύοντος σημείου και σφάλματα) όσο και οι βελτιστοποιημένες τιμές όπως προσαρμόστηκαν από το λογισμικό μετά το πέρας της επεξεργασίας. 36

38 Αρχικές Τιμές Βελτ/νες Τιμές Εστιακή Απόσταση [pixel] [mm] [pixel] [mm Πρωτεύον Σημείο x [pixel] [mm] [pixel] [mm] Πρωτεύον Σημείο y [pixel] [mm] [pixel] [mm] R1 R2 R3 T1 T Πίνακας 3. Πινάκας αρχικών και βελτιστοποιημένων τιμών βαθμονόμησης του αισθητήρα Παραμετροποίηση των σταδίων επεξεργασίας Μετά τον καθορισμό του τύπου επεξεργασίας, την εισαγωγή των εικόνων στο λογισμικό και τον ορισμό των επιμέρους λεπτομερειών για τα χωρικά δεδομένα των εικόνων αλλά και του εικονοληπτικού αισθητήρα, συνεχίσαμε με την παραμετροποίηση των τριών βασικών σταδίων επεξεργασίας. Αυτά είναι: 1) Οι επιλογές αρχικής επεξεργασίας 2) Οι ρυθμίσεις για το νέφος σημείων και 3) Οι ρυθμίσεις που αφορούν την παραγωγή του DSMκαι του Ορθομωσαϊκού, όπως και τις επιλογές για διαφορετικούς τύπους αρχείων εξαγωγής των αποτελεσμάτων. 1 ο στάδιο Επιλογές αρχικής επεξεργασίας Η διαδικασία της παραμετροποίησης για την παραγωγή των τελικών προϊόντων ξεκίνησε με κάποιες βασικές επιλογές που αφορούν τόσο το είδος της επεξεργασίας που θα πραγματοποιηθεί όσο και την βελτιστοποίηση κάποιων παραμέτρων της κάμερας και των εικόνων αλλά και την επιλογή του είδους των αρχείων που θα εξαχθούν στο τέλος της διαδικασίας. 37

39 Εικόνα 17. Επιλογές σταδίου Αρχικής Επεξεργασίας (1ο στάδιο) Πιο αναλυτικά, ο χρήστης έχει την δυνατότητα να αλλάξει τον τύπο επεξεργασίας που είχε επιλέξει αρχικά, με την έναρξη του οδηγού. Έπειτα, στο πεδίο Feature Extraction, δίνεται η δυνατότητα να οριστεί η κλίμακα στην οποία θα επεξεργαστούν οι εικόνες που έχουν ήδη εισαχθεί. Η πιο συνήθης επιλογή είναι και αυτή που εξ ορισμού επιλέγει το λογισμικό, να επεξεργαστεί δηλαδή τις εικόνες στο πραγματικό τους μέγεθος. Σε περιπτώσεις που οι παρεχόμενες εικόνες έχουν ιδιαίτερα μικρή ανάλυση (<1MP) είναι χρήσιμο να επιλεγεί η μεγέθυνση των εικόνων κατά 2-3 φορές, κάτι το οποίο μπορεί να έχει σοβαρή επίπτωση στην ακρίβεια των τελικών προϊόντων. Στον αντίποδα, όταν έχουν εισαχθεί εικόνες με ιδιαίτερα μεγάλη ανάλυση (>50MP), προς χάριν οικονομίας χρόνου και επεξεργαστικών πόρων συνηθίζεται μια σμίκρυνση των εικόνων κατά ½ ή ¼. Προχωρώντας, υπάρχει το πλαίσιο Optimization στο οποίο ο χρήστης μπορεί να επιλέξει ποιες παράμετροι θα βελτιστοποιηθούν αλλά και το αν θα γίνει η όχι επανασυσχέτιση των εικόνων. Εξ ορισμού, το λογισμικό θα προσπαθήσει να υπολογίσει για κάθε εικόνα που τραβήχτηκε την ακριβή τοποθεσία της κάμερας και τον προσανατολισμό της (externals) καθώς και την εστιακή απόσταση και την παραμόρφωση του φακού (internals)καταλήγοντας έτσι σε μια ακριβή μέση τιμή για όλη την πτήση. Παρ όλα αυτά, σε περιπτώσεις που χρησιμοποιούνται αισθητήρες με αργή ταχύτητα 38

40 ανοιγοκλεισίματος του κλείστρου με αποτέλεσμα να δημιουργούνται κάποια εφέ στις εικόνες που μπερδεύουν τον αλγόριθμο του λογισμικού. Σε αυτές τις περιπτώσεις επιλέγεται να υπολογιστούν μόνο οι κυρίαρχες εσωτερικές παράμετροι (leading internals). Έπειτα, επιλέγοντας την επανασυσχέτιση των εικόνων ( Rematch Images ) το λογισμικό θα προσπαθήσει να βαθμονομήσει (calibrate) όλες τις εικόνες και αφού βρει τις πραγματικές θέσεις της κάμερας σε κάθε εικόνα, θα επανέλθει σε καθεμία εικόνα ξεχωριστά και θα προσπαθήσει να τις συσχετίσει εκ νέου. Αυτή η διαδικασία συνήθως προσφέρει μεγαλύτερη ακρίβεια στα τελικά προϊόντα αλλά αυξάνει κατά πολύ τον χρόνο που απαιτείται για να ολοκληρωθεί η εργασία, ενώ μπορεί να χρησιμοποιηθεί όταν η εργασία δεν περιλαμβάνει περισσότερες από 500 φωτογραφίες. Τέλος, έπρεπε να επιλέξουμε τα αρχεία που θα παραχθούν από την διαδικασία. Η πρώτη επιλογή ( Camera Internals and Externals, AAT, BBA ) εξάγει στον χρήστη, σε διάφορες μορφές αρχείων κειμένου, πληροφορίες σχετικά με τις θέσεις της κάμερας και τον προσανατολισμό τους, έτσι ώστε να μπορεί να τις χρησιμοποιήσει με άλλα λογισμικά. Συνεχίζοντας, το λογισμικό της pix4d δίνει την δυνατότητα διόρθωσης των παραμορφώσεων στα άκρα των φωτογραφιών που μπορεί να παρουσιάζεται από τους φακούς. Έτσι, επιλέγοντας το κουτί Undistorted Images, κατά την φάση της επεξεργασίας το πρόγραμμα θα δημιουργήσει έναν φάκελο στον οποίο θα τοποθετήσει όλες τις φωτογραφίες από τις οποίες θα έχει αφαιρέσει τις παραμορφώσεις. Η τελευταία επιλογή στην παραμετροποίηση του 1 ου σταδίου επεξεργασίας είναι η δυνατότητα να δημιουργηθεί ένα πρώτο ορθομωσαϊκό με χαμηλή ανάλυση. Το μωσαϊκό αυτό έχει χαμηλή ακρίβεια (8 φορές το GSD) αλλά είναι ιδιαίτερα χρήσιμο καθώς μπορεί να δώσει από νωρίς μια πρώτη εικόνα στον χρήστη σχετικά με την επιφάνεια του εδάφους. Για την περιοχή του λατομείου της ΤΙΤΑΝ ΑΕ, ορίσαμε στο λογισμικό ότι οι εικόνες θέλουμε να επεξεργαστούν στην αρχική τους κλίμακα καθώς το μέγεθός τους κρίνεται ιδιαίτερα ικανοποιητικό (16MP) ενώ ζητήσαμε επίσης από το πρόγραμμα να υπολογίσει τόσο τις εσωτερικές όσο και τις εξωτερικές παραμέτρους για κάθε εικόνα. Τέλος, εφόσον υπολογισθούν οι παράμετροι κάθε εικόνας, ορίσαμε στο λογισμικό να πραγματοποιήσει επανασυσχέτιση των εικόνων με σκοπό την βελτίωση της ακρίβειας όσο το δυνατόν περισσότερο. 2 ο στάδιο Νέφος Σημείων Προχωρώντας στην παραμετροποίηση των σταδίων επεξεργασίας, έπρεπε να καθορίσουμε τις επιλογές για την παραγωγή και επεξεργασία του πυκνωμένου νέφους σημείων. 39

41 Εικόνα 18. Επιλογές Νέφους Σημείων (2ο στάδιο) Αρχικά, το πρώτο μπλοκ επιλογών έχει να κάνει με τις ρυθμίσεις που αφορούν την πύκνωση του νέφους σημείων ( Point Cloud Densification ). Πρόκειται για τις ρυθμίσεις της διαδικασίας η οποία ουσιαστικά θα μετατρέψει τις βαθμονομημένες εικόνες του προηγούμενου σταδίου, σε ένα ιδιαίτερα πυκνό νέφος σημείων. Αρχικά, στο πεδίο Image Scale καθορίσαμε σε τι κλίμακα θα γίνει η επεξεργασία των αρχικών εικόνων από τον αλγόριθμο που έχει οριστεί να δημιουργήσει τις συσχετίσεις των pixels. Ως επί το πλείστον, οι περισσότεροι εικονοληπτικοί αισθητήρες εμφανίζουν τα βέλτιστα αποτελέσματα κατά την επεξεργασία όταν επιλέγεται το ½ του μεγέθους της εικόνας ( 1/2 (Half Image size) ). Η μόνη περίπτωση που θα υπάρξει κάποια διαφορά στο τελικό αποτέλεσμα είναι εφόσον έχει χρησιμοποιηθεί ένας εξαιρετικά ακριβής φακός, όπως π.χ. αυτός που διαθέτουν οι κάμερες της εταιρείας Hasselblad. Η επιλογή της κλίμακας καθορίζει και τον αριθμό των σημείων που θα παραχθούν και κατά συνέπεια και την ακρίβεια απεικόνισης του παραγόμενου μοντέλου, πάντα βέβαια σε συνάρτηση με τον χρόνο επεξεργασίας. Όσο μικραίνει η κλίμακα τόσο γρηγορότερα γίνεται η επεξεργασία αλλά και μειώνεται ο αριθμός των παραγόμενων σημείων στο νέφος. 40

42 Εικόνα 19. Αριθμός σημείων σε σχέση με την επιλεγόμενη κλίμακα επεξεργασίας Επιλέξαμε επίσης την επιλογή Multiscale η οποία είναι ιδιαίτερα χρήσιμη όταν συναντάται βλάστηση στην περιοχή επεξεργασίας. Ενεργοποιώντας την επιλογή αυτή, το λογισμικό θα προσπαθήσει να συσχετίσει pixels σε διαφορετικά μεγέθη. Για παράδειγμα, ένα δέντρο λόγω της πολυπλοκότητας της υφής του δεν μπορεί να αποδοθεί μόνο σε ένα επίπεδο pixel. Σε αυτήν την περίπτωση, επιλέγοντας το Multiscale, το λογισμικό θα επεξεργαστεί τα δεδομένα στην κλίμακα που ορίστηκε μόλις πριν αλλά και σε όλες τις αμέσως μικρότερες και στο τέλος θα συνδυάσει όλα τα αποτελέσματα σε ένα. Η επόμενη επιλογή που κάναμε αφορά την πυκνότητα των σημείων οπού εξορισμού είναι επιλεγμένη βέλτιστη ( Optimal ). Πρόκειται καθαρά για την απόσταση που θα έχουν μεταξύ τους τα pixels και είναι σε άμεση συνάρτηση με τον αριθμό τους και την ταχύτητα επεξεργασίας. Εάν επιλεγεί χαμηλή πυκνότητα μειώνεται δραστικά ο αριθμός των σημείων και συνεπώς και ο χρόνος επεξεργασίας, ενώ αν επιλεχθεί υψηλή πυκνότητα θα πολλαπλασιαστούν τα pixelsκαι ο χρόνος επεξεργασίας χωρίς όμως να υπάρξει κάποια ουσιαστική διαφορά στην παρεχόμενη πληροφορία. Προχωρώντας, οι υπόλοιπες επιλογές για την παραμετροποίηση του 2 ου σταδίου αφορούν την κατηγοριοποίηση του νέφους σημείων (Point Cloud Classification). Πρόκειται για μια δοκιμαστική ακόμα λειτουργία του λογισμικού (φάση beta)κατά την οποία δημιουργούνται ομάδες αντικειμένων, μέσω συγκεκριμένων αλγορίθμων, ανάλογα με τις διαστάσεις και την κοντινότητά τους, την οποία αποφασίσαμε και να μην χρησιμοποιήσουμε εξαιτίας της beta μορφής της. Συνεχίζοντας, ορίσαμε στο πρόγραμμα να δημιουργήσει ένα τριών διαστάσεων πλέγμα (3DTexturedMesh) με στόχο να εξομαλυνθούν κενά pixels. Το πλέγμα αυτό ζητήσαμε να έχει μέγιστο αριθμό τριγώνων και διαστάσεις 8192x8192 pixels.τέλος, ζητήσαμε να παραχθεί το νέφος σε μορφές LAS,LAZ και XYZ ενώ το 3D πλέγμα σε αρχείο μορφής OBJ. 41

43 3 ο στάδιο - DSM και Ορθομωσαϊκό Στο επόμενο στάδιο, καθορίσαμε τις παραμέτρους εκείνες που αφορούν την παραγωγή τόσο του Ψηφιακού Μοντέλου Επιφάνειας όσο και του Ορθομωσαϊκού. Εικόνα 20. Επιλογές DSM και Ορθομωσαϊκό (3ο στάδιο) Η πρώτη επιλογή στην οποία κάναμε αφορούσε τα φίλτρα που θα χρησιμοποιηθούν στο DSM για να βελτιωθεί η ακρίβειά του αλλά και το τελικό οπτικό αποτέλεσμα. Υπάρχουν δύο είδη αλγορίθμων για να επιτευχθεί αυτό το αποτέλεσμα: α) ο αλγόριθμος για τον φιλτράρισμα του θορύβου ( Noise Filtering ) και β) ο αλγόριθμος που πραγματοποιεί εξομάλυνση της επιφάνειας ( Surface Smoothing ).Ο αλγόριθμος για το φιλτράρισμα του θορύβου ουσιαστικά θα δημιουργήσει στατιστικά για όλα τα σημεία και θα προσπαθήσει να εντοπίσει περιπτώσεις στις οποίες ένα σημείο είναι ιδιαίτερα μακριά από ένα άλλο. Ο αλγόριθμος που πραγματοποιεί 42

44 εξομάλυνση της επιφάνειας ουσιαστικά αφαιρεί μικρές λεπτομέρειες από το μοντέλο επιφάνειας καθώς οι περισσότερες είναι συνήθως θόρυβος και όχι πραγματικά στοιχεία στην επιφάνεια του εδάφους. Στην περίπτωση που επιλεγεί η έντονη εξομάλυνση ( sharp ) ο αλγόριθμος θα προσπαθήσει να αφαιρέσει αντικείμενα μόνο μια φορά, ενώ στην περίπτωση που ο χρήστης επιλέξει smooth ο αλγόριθμος θα τρέξει περισσότερες φορές. Εικόνα 21. Διαδοχική εφαρμογή Noise Filtering Εικόνα 22. Διαδοχική εφαρμογή Surface Smoothing Προχωρώντας, η επόμενες επιλογές αφορούν την παραγωγή του Raster DSM το οποίο είναι αναγκαίο για την παραγωγή του ορθομωσαϊκού. Το λογισμικό εξορισμού παράγει το DSM σε πλάκες μεγέθους 5000x5000 pixels τις οποίες θα προσπαθήσει να ενώσει σε ένα κομμάτι στο τέλος της επεξεργασίας εφόσον έχει επιλεγεί η ρύθμιση Merge Tiles. Αυτή η λειτουργία καθιστά πολύ πιο εύκολη την πρόσβαση σε ένα DSM αλλά σε περιπτώσεις μεγάλων εργασιών (π.χ εικόνες) η συγκεκριμένη διεργασία μπορεί να γίνει ιδιαίτερα χρονοβόρα και να καταλάβει μεγάλο όγκο αποθηκευτικού χώρου. Στην περίπτωσή μας, οι εικόνες προς επεξεργασία ήταν 132 όποτε δεν υπήρχε τέτοιο ζήτημα. Συνεχίζοντας, συναντάμε το Grid DSM, το οποίο περιλαμβάνει ουσιαστικά τις ίδιες πληροφορίες με το Raster DSM αλλά με τη μορφή ενός νέφους σημείων. Εδώ επιλέξαμε να γίνει η εξαγωγή του Grid DSM σε αρχεία μορφής LAS, LAZ και XYZ. 43

45 Αμέσως μετά, κάναμε κάποιες επιλογές που αφορούν την οπτικοποίηση του ορθομωσαϊκού όπως το Visibility και το Color Balancing, ενώ και πάλι εμφανίζεται η επιλογή Merge Tiles που διαδραματίζει ακριβώς τον ίδιο ρόλο όπως και στο Raster DSM. Τέλος, επιλέξαμε το πλαίσιο Google maps tiles and KML οπού το λογισμικό θα παράξει ένα δέντρο μικρών εικόνων ανάλυσης 256x256 pixelsτο οποίο είναι ακριβώς οι ίδιες διαστάσεις που χρησιμοποιούνται σε WMS, TMS servers και σε υπηρεσίες όπως είναι το Google Maps. Το KML αρχείο δίνει την δυνατότητα της απευθείας ενσωμάτωσης και οπτικοποίησης του ορθομωσαϊκού στην πλατφόρμα Google Earth. Ζητήσαμε επίσης να δημιουργηθούν πλακίδια σε μορφή που να υποστηρίζονται από την πλατφόρμα οπτικοποιήσης Mapbox. Συμπληρωματικές Ρυθμίσεις Ολοκληρώνοντας την διαδικασία παραμετροποίησης ορίσαμε στο λογισμικό πως θέλουμε να παράξει ισοϋψείς καμπύλες για την περιοχή μελέτης μας με interval 1m ανάμεσα σε κάθε μια, ενώ η μορφή των αρχείων ζητήσαμε να είναι SHPγια επεξεργασία κυρίως σε λογισμικό GIS, DXF για επεξεργασία σε λογισμικό CAD και σε PDF. Τέλος, πραγματοποιήσαμε κάποιες επιλογές για τους πόρους του συστήματος. Ειδικότερα, επιλέξαμε να χρησιμοποιηθεί όλη η διαθέσιμη μνήμη RAM του συστήματος (16GB) αλλά και η πλήρης επεξεργαστική ισχύς που προσέφεραν οι 4 πυρήνες του επεξεργαστή που είχαμε στην διάθεσή μας (Intel i5-3570k).αξίζει να σημειωθεί πως σε περίπτωση που υπάρχει κάρτα γραφικών στο σύστημα που υποστηρίζει την τεχνολογία CUDA της NVIDIA, μπορεί να προσφέρει υπολογιστική ισχύ στο σύστημα αξιοποιώντας τον πυρήνα και την μνήμη RAM της κάρτας γραφικών. Στην περίπτωση μας, η κάρτα γραφικών του συστήματος ήταν της εταιρείας AMD. 44

46 Εικόνα 23. Επιλογές για τους πόρους του συστήματος Διαδικασία επεξεργασίας Ολοκληρώνοντας την παραμετροποίηση των 3 σταδίων ξεκινά η φάση της επεξεργασίας των δεδομένων. Η σειρά που ακολουθείται από το λογισμικό είναι περίπου η ίδια με την οποία παραμετροποιήθηκε: 1) Initial Processing 2) Εισαγωγή και εντοπισμός GCPs 3) Point Cloud Densification 4) DSM and Orthomosaic generation Initial Processing Η φάση της επεξεργασίας ξεκινά με την «Αρχική Επεξεργασία», οπού στην συγκεκριμένη περίπτωση έχει επιλεγεί η διαδικασία της πλήρους επεξεργασίας, όπως αναφέρθηκε και πρότερα στην εργασία. 45

47 Κατά την φάση αυτή το λογισμικό εκτελεί διαδοχικά εργασίες όπως είναι να υπολογίσει τις συσχετίσεις μεταξύ των εικόνων και να δημιουργήσει αυτοματοποιημένα σημεία δεσίματος (Automated Tie Points). Έπειτα κάνοντας βαθμονομήσεις και βελτιστοποιήσεις ενσωματώνοντας γεωχωρικά δεδομένα στις εικόνες, προχωρά στον υπολογισμό των επανασυσχετίσεων (Rematches), όπως είχε ρυθμιστεί να πραγματοποιήσει. Εικόνα 24. 1ο στάδιο επεξεργασίας - Initial Processing (Full Processing) Εισαγωγή και εντοπισμός GCPs Με το τέλος του σταδίου του Initial Processing, η διαδικασία διακόπτεται προσωρινά καθώς έπρεπε να γίνει η εισαγωγή και ο εντοπισμός των Σημείων Ελέγχου. Πιο αναλυτικά, χρησιμοποιήθηκαν 4 GCP με συντεταγμένες ΕΓΣΑ87, τα οποία εντοπίστηκαν και αποτυπώθηκαν στο πεδίο με την χρήση GPS. A/A σημείου X Y Z Πίνακας 4. Πίνακας τιμών συντεταγμένων των Control Points όπως μετρήθηκαν από το GPS 46

48 Αρχικά τα σημεία εισάχθηκαν στο σύστημα με μορφή.txt ενώ στην συνέχεια ορίσαμε το σύστημα συντεταγμένων τους. Το λογισμικό μετά τον καθορισμό του ΕΓΣΑ87 προσάρμοσε όλη την εργασία στο συγκεκριμένο σύστημα. Εικόνα 25. Εισαγωγή Control Points Εικόνα 26. Προσδιορισμός του συστήματος συντεταγμένων των GCPs 47

49 Μετά την επιτυχή εισαγωγή των σημείων ακολουθεί η διαδικασία εντοπισμού κάθε σημείου. Για την διαδικασία αυτή επιλέχθηκε το ray Cloud editor, όπου πρόκειται για έναν οδηγό εντοπισμού ιδιαίτερα φιλικό προς τον χρήστη. Ειδικότερα, το λογισμικό έχει την δυνατότητα να αναγνωρίζει και να εμφανίζει αυτόματα όλες εκείνες τις εικόνες στις οποίες είναι ορατό κάθε GCP που του εισάγει ο χρήστης, περιμένοντας από αυτόν να δηλώσει την ακριβή τοποθεσία του GCP σε κάθε εικόνα. Εικόνα 27. Διαδικασία εντοπισμού του GCP σε κάθε εικόνα στην οποία διακρίνεται από το σύστημα Μετά το επιτυχές μαρκάρισμα όλων των GCPs δώσαμε την εντολή στο λογισμικό να κάνει Reoptimize. Πρόκειται για την διαδικασία που έχει σαν στόχο να προσαρμόσει τη θέση ολόκληρου του μοντέλου σύμφωνα με τις θέσεις στις οποίες έχουμε εντοπίσει κάθε GCP στις εικόνες. Πρόκειται για μια ιδιαίτερα κρίσιμη λειτουργία καθώς χωρίς την διενέργειά της η απώλειες του τελικού μοντέλου σε ακρίβεια θα είναι ιδιαίτερα μεγάλες (σφάλματα της τάξης του 1m) Point Cloud Densification Έχοντας πραγματοποιήσει τις καίριες επεξεργαστικές διεργασίες για την συσχέτιση των εικόνων, το λογισμικό προχωρά στο κομμάτι της επεξεργασίας που αφορά το νέφος σημείων. Πιο αναλυτικά, το στάδιο αυτό ξεκινά με μια σχετικά χρονοβόρα διαδικασία που είναι να παράγει τα σημεία. Αναφορικά με την περιοχή μελέτης μας, ο αλγόριθμος προχώρησε στην παραγωγή σημείων με μέση πυκνότητα σημείων 23,87 points/m 3. 48

50 Στην συνέχεια δημιουργήθηκε το 3Dπλέγμα (3D Mesh) και εφαρμόστηκε μια σειρά από επεξεργαστικές διαδικασίες σε αυτό όπως η βελτίωση Εξομάλυνση Απλοποίηση του πλέγματος (Improving Smoothing Simplifying) για να οδηγηθούμε τελικά στην τμηματοποίηση και την δημιουργία της τελικής υφής του πλέγματος. Εικόνα 28. Τελικό Μοντέλο απεικόνισης της περιοχής μετά την παραγωγή του νέφους σημείων αλλά και το 3Δ πλέγματος DSM and Orthomosaic Generation Μετά και την παραγωγή του νέφους σημείων και του πλέγματος, η διαδικασία της επεξεργασίας προχωρά στο τρίτο και τελευταίο στάδιό της, την παραγωγή του DSM και του ορθομωσαϊκού. Το λογισμικό, σε αυτό το στάδιο, φορτώνει αρχικά το νέφος σημείων που παράχθηκε στο προηγούμενο στάδιο. Έπειτα παράγει το DSM σε κομμάτια (Tiles) όπως είχε οριστεί στις ρυθμίσεις ενώ με το τέλος της διαδικασίας αυτής τα ενώνει σε ένα. Στην συνέχεια, φορτώνει τις ορθοανηγμένες εικόνες και παράγει το ορθομωσαϊκό σε κομμάτια (Tiles), τα οποία στην συνέχεια ενώνει σε ένα κομμάτι όπως ακριβώς έγινε με το DSM. Η διαδικασία της επεξεργασίας κλείνει με την παραγωγή των αρχείων KML και Mapbox που ζητήθηκε κατά την φάση παραμετροποίησης. 49

51 3.5 Τελικά προϊόντα επεξεργασίας Με το πέρας της επεξεργασίας των δεδομένων, είχαμε πρόσβαση σε ένα σύνολο παραχθέντων φωτογραμμετρικών προϊόντων. Πιο αναλυτικά, τα κύρια προϊόντα που παράχθηκαν είναι ένα Ψηφιακό Μοντέλο Επιφάνειας (DSM) σε μορφή tiff, συνοδευόμενο από τα κατάλληλα για τον προσδιορισμό του συστήματος συντεταγμένων αρχεία.prj και.tfw, αλλά και τα αρχεία laz και xyzπου ζητήθηκαν κατά την φάση της παραμετροποίησης. Επίσης, σε μορφή εικόνας tiffπαράχθηκε και το ορθομωσαϊκό συνοδευόμενο επίσης από τα αντίστοιχα αρχεία.prj και.tfw. Στην ίδια τοποθεσία υπάρχουν και τα kml αρχεία τα οποία χρησιμοποιούνται στην πλατφόρμα Google Earth. Εικόνα 29. Το Ψηφιακό Μοντέλο Επιφάνειας και το ορθομωσαϊκό Κλείνοντας, το λογισμικό παρήγαγε και διάγραμμα ισοϋψών καμπυλών της περιοχής μελέτης με interval1m, σε μορφή.shp για χρήση κυρίως σε λογισμικό GIS,.shx για χρήση σε λογισμικό CAD, και σε μορφή.pdf. 50

52 Εικόνα 30. Το διάγραμμα των ισοϋψών καμπύλων 51

53 3.6 Αξιολόγηση Αποτελεσμάτων Αρχικά, πρέπει να τονισθούν κάποιες γενικές πληροφορίες της συνολικής εργασίας. Πιο αναλυτικά, η συνολική περιοχή που καλύφθηκε από τις φωτογραφίες του UAVήταν 0,7846km 2, η διάρκεια της πτήσης ήταν 29 λεπτά και 33 δευτερόλεπτα ενώ μια μέση τιμή του Ground Sampling Distance (Η απόσταση των κέντρων των pixels μετρημένη στο έδαφος) ή αλλιώς Pixel Size ήταν 4,98cm. Προχωρώντας, το λογισμικό κατά την επεξεργασία κατάφερε να εντοπίσει σημεία ανά εικόνα ενώ ως προς τις εσωτερικές παραμέτρους της κάμερας παρατηρήθηκε μια διαφορά της τάξης του 0,33% στις αρχικές τιμές σε σχέση με τις βελτιστοποιημένες στο τέλος της επεξεργασίας. Αρχικές Τιμές Βελτ/νες Τιμές Εστιακή Απόσταση [pixel] [mm] [pixel] [mm Πρωτεύον Σημείο x [pixel] [mm] [pixel] [mm] Πρωτεύον Σημείο y [pixel] [mm] [pixel] [mm] R1 R2 R3 T1 T Πίνακας 5. Πίνακας αρχικών τιμών βαθμονόμησης της κάμερας και τελικών τιμών μετά την βελτιστοποίηση από το λογισμικό Συνεχίζοντας με την αξιολόγηση των επικαλύψεων αλλά και του matchingμεταξύ των εικόνων, τα αποτελέσματα ήταν καλά. Ειδικότερα, το λογισμικό κατάφερε να αναγνωρίσει σημεία ανά εικόνα, τα οποία εντόπισε σε τουλάχιστον 2 από τις 132 συνολικές. Ως προς τα Σημεία Ελέγχου, η ακρίβεια εισαγωγής τους ήταν πολύ υψηλή με μια μέση τιμή σφάλματος στην γεωαναφορά 0,016m. Το γεγονός αυτό αποτυπώνεται και στις πολύ μικρές αποκλίσεις που παρουσιάζει η πραγματική θέση των GCPs σε σχέση με τις θέσεις στις οποίες τα τοποθέτησε το λογισμικό. 52

54 Αρ. GCP Ακρίβεια XY/Z (m) Σφάλμα X (m) Σφάλμα Y (m) Σφάλμα Z (m) Προβολικό Σφάλμα (pixel) Εντοπισμένο/ Σημειωμένο (εικόνες) / / / / / / / /6 RMS σφάλμα Πίνακας 6. Σφάλματα απόδοσης των GCPs Εικόνα 31. Παράδειγμα εμφάνισης της ακρίβειας εντοπισμού ενος GCP 53

55 Εικόνα 32. Απόσταση μεταξύ αρχικών (μπλε κουκκίδες) και υπολογισμένων (πράσινες κουκκίδες) θέσεων των εικόνων και των GCPs Συνεχίζοντας, πολύ καλό ήταν και το επίπεδο των επικαλύψεων των εικόνων, γεγονός το οποίο αποτυπώνεται και από τον μεγάλο αριθμό σημείων τα οποία εντοπίστηκαν σε περισσότερες από μία εικόνες. 54

56 Εικόνα 33. Διάγραμμα παρουσίασης των επικαλύψεων Όπως φαίνεται και στην εικόνα 33, αναμενόμενα οι επικαλύψεις των εικόνων είναι λίγες έως καμία στις άκρες των εικόνων, ενώ πλησιάζοντας προς το κέντρο, παρατηρούνται σημεία τα οποία είναι ορατά ακόμα και από 8 εικόνες. Σε συνάρτηση με τον αριθμό των επικαλύψεων είναι και ο επαρκής αριθμός συσχετίσεων σημείων, ο οποίος διαδραματίζει καίριο ρόλο στη εξαγωγή καλών αποτελεσμάτων. Κι εδώ επίσης οι συσχετίσεις σημείων ήταν πολύ καλές σε αριθμό όπως φαίνεται και στην εικόνα 34: 55

57 Εικόνα 34. Πληροφορίες που αφορούν τα Keypoints και διάγραμμα που παρουσιάζει το πόσο ισχυρές είναι οι συσχετίσεις τους Η διαδικασία της πύκνωσης του νέφους σημείου ήταν και η πιο χρονοβόρα και απαιτητική σε επεξεργαστική ισχύ. Ειδικότερα, η μεμονωμένη αυτή διαδικασία διήρκησε 31 λεπτά και 32 δευτερόλεπτα ενώ παράχθηκαν συνολικά σημάδια που προσφέρουν στην περιοχή μελέτης μια πυκνότητα της τάξης 23,87 σημείων ανα m 3. Ο έλεγχος αυτός μας επιβεβαίωσε πως ως αποτέλεσμα της επεξεργασίας είχαμε ένα ορθομωσαϊκο αλλά και ένα Ψηφιακό Μοντέλο υψηλής ποιότητας το οποίο θα μας επιτρέψει να εξάγουμε συμπεράσματα για την χωρική ακρίβεια αλλά και την υψομετρική απόδοση της εναέριας αποτύπωσης έναντι της επίγειας. 56

58 4. Σύγκριση Μεθόδων Εισαγωγή Πρέπει να επισημανθεί πως οι δύο μέθοδοι παρουσιάζουν διαφορά στην χωρική ακρίβεια. Πιο αναλυτικά, η επίγεια αποτύπωση με χρήση GPS παρουσιάζει μια ακρίβεια της τάξης των 2 εκατοστών, αν ενσωματώσει κανείς τις αποκλίσεις του γεωειδούς που ενσωματώνονται στις τελικές μετρήσεις. Αντίθετα, η αποτύπωση με την χρήση του UAV έγινε με ακρίβεια 5 εκατοστών και αυτό καθώς τα δεδομένα προϋπήρχαν και δεν δινόταν η ευκαιρία για επανάληψη της αποτύπωσης με μεγαλύτερη χωρική ανάλυση. Η στρατηγική που επιλέχθηκε για την σύγκριση της εναέριας μεθόδου παραγωγής ψηφιακού μοντέλου επιφάνειας με την επίγεια ήταν αρχικά να γίνει μια σύγκριση κοινών σημείων μέσω των τιμών των συντεταγμένων τους στα δύο προϊόντα. Για την σύγκριση αυτή έπρεπε να γίνει ένας συνδυασμός δεδομένων CAD (σημεία και ισοϋψείς καμπύλες από την επίγεια αποτύπωση) και δεδομένων που επεξεργάζονται σε λογισμικό GIS (ορθομωσαϊκό και ψηφιακό μοντέλο εδάφους). Στην συνέχεια, παράχθηκε ένα Ψηφιακό Μοντέλο Επιφάνειας από τα δεδομένα της επίγειας αποτύπωσης και χρησιμοποιήθηκε η μέθοδος της αφαίρεσης των δύο μοντέλων έτσι ώστε να προκύψει μια οπτικοποίηση των υψομετρικών διαφορών. Τα αντίστοιχα λογισμικά που χρησιμοποιήθηκαν ήταν το AutoCAD MAP 3D της εταιρείας Autodesk και το QGIS, το οποίο αποτελεί ένα ελεύθερο λογισμικό ανοιχτού κώδικα που αναπτύσσεται από μια ομάδα προγραμματιστών αλλά κάθε χρήστης έχει το δικαίωμα να δημιουργήσει το δικό του εργαλείο προγραμματίζοντας σε γλώσσα Python. Το DSM παράχθηκε στο λογισμικό ERDAS Imagine ενώ η τελική αφαίρεση και η οπτικοποίηση των αποτελεσμάτων έγινε στο λογισμικό ArcMap της εταιρείας ESRI. 4.1 Άντληση τιμών συντεταγμένων από την επίγεια αποτύπωση Στην διάθεσή μας είχαμε ένα αρχείο.dwg το οποίο περιείχε μεμονωμένα αποτυπωμένα σημεία στο έδαφος, με τιμές σε ΕΓΣΑ87, τα οποία απεικόνιζαν σημεία ενδιαφέροντος στην περιοχή μελέτης, όπως γωνίες τεχνικών έργων, φρεάτια κλπ. Οι τιμές των υψομέτρων ήταν καταγεγραμμένες σε μορφή.txt δίπλα από κάθε σημείο. Τα σημεία αυτά μετατράπηκαν σε μορφή.dxf για να μπορέσουν να εισαχθούν στο λογισμικό QGIS. 57

59 Εικόνα 35. Σημεία επίγειας αποτύπωσης με τις τιμές των υψομέτρων τους Μετά την μετατροπή των σημείων, έγινε η εισαγωγή τους στο QGIS και αμέσως ορίστηκε το σύστημα συντεταγμένων των εισαγόμενων Layers (ΕΓΣΑ87). Αυτό είχε ως αποτέλεσμα να τοποθετηθούν τα σημεία στην πραγματική τους θέση, ανάλογα δηλαδή με τις τιμές που είχαν εισαχθεί στο AutoCAD. Στην συνέχεια, τα σημάδια μετατράπηκαν σε shapefile (.shp) και μέσω της λειτουργίας «Add Geometry Columns» ενσωματώθηκαν στο Attribute Table οι συντεταγμένες Χ και Υ κάθε σημείου. Τα υψόμετρα κάθε σημείου δεν μπόρεσαν να εισαχθούν καθώς στο αρχείο CAD ήταν σε μορφή κειμένου και όχι πληροφορίας. Τα σημάδια αυτά που επιλέχθηκαν αποτελούσαν και τις κορυφές με βάση τις οποίες έγινε ο τριγωνισμός Delaunay για να παραχθούν οι ισοϋψείς καμπύλες, όπως αναλύθηκε και σε προηγούμενο κεφάλαιο. Τελικό αποτέλεσμα της διαδικασίας αυτής ήταν η δημιουργία του αρχείου «TIN_POINTS_XY.shp» με όλα τα σημάδια από την επίγεια αποτύπωση να έχουν συντεταγμένες σε ΕΓΣΑ87. 58

60 Εικόνα 36. Εισαγωγή των σημείων επίγειας αποτύπωσης στο λογισμικό QGIS 4.2 Άντληση τιμών συντεταγμένων από την εναέρια αποτύπωση Σκοπός της διαδικασίας αυτής ήταν να εντοπιστούν στο ορθομωσαϊκό, που παράχθηκε μετά την επεξεργασία, κάποια χαρακτηριστικά σημεία στο έδαφος τα οποία έχουν αποτυπωθεί και επίγεια. Για να μπορέσουν να εξαχθούν ασφαλή συμπεράσματα για την ακρίβεια των μετρήσεων εντοπίστηκαν και ψηφιοποιήθηκαν γωνίες τεχνικών έργων πάνω στον οδικό άξονα και κάποιες σταθερές κατασκευές. 59

61 Εικόνα 37. Εντοπισμός της ορθής θέσης στο ορθομωσαϊκό, των αποτυπωμένων σημείων Η ψηφιοποίηση των σημείων έγινε στο shapefile «TELIKA_SHMADIA_XYZ.shp» ενώ η εικόνα στο υπόβαθρο είναι το ορθομωσαϊκο. Με το μαρκάρισμα όλων των σημείων εξάχθηκαν οι συντεταγμένες Χ και Υ των σημείων, σύμφωνα με τις τιμές που παίρνουν από το υπόβαθρό τους, το ορθομωσαϊκό. Το επόμενο βήμα ήταν να αποτυπωθεί στο Attribute Table των σημείων και το υψόμετρο. Για να πραγματοποιηθεί αυτή η εργασία σαν υπόβαθρο εισήχθη το DSM που παράχθηκε από την διαδικασία. Σε αυτό το σημείο, πρέπει να τονισθεί πως τα σημάδια που επιλέχθηκαν για ψηφιοποίηση και έλεγχο αποτελούν σημεία που δεν επηρεάζονται από φυσικά εμπόδια στην επιφάνεια του εδάφους (δέντρα, επιχωματώσεις, βλάστηση κλπ), τα οποία θα προκαλούσαν εσφαλμένα συμπεράσματα για τις διαφορές στις τιμές των συντεταγμένων των σημείων. Συνεχίζοντας, για την εξαγωγή της τιμής του υψομέτρου από το DSM χρησιμοποιήθηκε το add-on «Point Sampling Tool» του QGIS, το οποίο είναι σχεδιασμένο να αντλεί υψόμετρα σημείων από υπόβαθρα που περιέχουν αντίστοιχη πληροφορία, όπως π.χ. ένα DSM. 60

62 Εικόνα 38. Άντληση υψομέτρου των σημείων που ψηφιοποιήθηκαν στο ορθομωσαϊκό Με το τέλος αυτής της διαδικασίας, είχαμε στην διάθεσή μας ένα shapefile (TELIKA_SHMADIA_XYZ.shp )στο οποίο περιέχονται οι συντεταγμένες των επιλεγμένων προς σύγκριση σημείων αλλά και το υψόμετρό τους, όπως αυτά ψηφιοποιήθηκαν στην θέση τους στο ορθομωσαϊκο. 4.3 Σύγκριση Σημείων Για την σύγκριση των συντεταγμένων σημείων ακολουθήθηκαν δύο σενάρια. Κατά το πρώτο έγινε μια σύγκριση των συντεταγμένων Χ, Υ αλλά και του υψομέτρου ενός δείγματος 17 σημείων και εξάχθηκε μια μέση τιμή του σφάλματος σε κάθε περίπτωση. Έπειτα, κάνοντας μια παραδοχή για την θέση των σημείων, συγκρίθηκαν οι τιμές των υψομέτρων μια ομάδα που βρίσκεται κοντά σε Control Points αλλά και μιας ομάδας η οποία απέχει αρκετά από κάποιο Σύγκριση συντεταγμένων σημείων Αρχικά έγινε μια συνολική σύγκριση για τα 17 σημεία τα οποία επιλέχθηκαν. Η σύγκριση αυτή πραγματοποιήθηκε με την εισαγωγή των τιμών και των 2 shapefiles στο Microsoft Office Excel. Πιο αναλυτικά, υπολογίστηκαν για τις αντίστοιχες τιμές κάθε σημείου οι διαφορές μεταξύ των δυο μεθόδων και υπολογίστηκε μια μέση τιμή για κάθε είδος πληροφορίας, όπως φαίνεται και συγκεντρωτικά στον παρακάτω πίνακα: 61

63 Όνομα Σημείου ΔΧ ΔΥ ΔΖ 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,09901 Μέση Τιμή 0, , , Πίνακας 7. Πίνακας διαφορών στις τιμές των συντεταγμένων ανάμεσα στις δύο μεθόδους Η μέση τιμή των σφαλμάτων για τις Χ συντεταγμένες υπολογίστηκε σε 9,5cm, για τις συντεταγμένες Υ σε 4,4cm, ενώ η ακρίβεια απόδοσης των υψομέτρων είχε μια μέση τιμή που ανέρχεται σε 6,5cm. Στην συνέχεια, πραγματοποιήθηκε μια σύγκριση των υψομέτρων δύο ομάδων σημείων, με κριτήριο την απόστασή τους από τα GCPs που επιλέχθηκαν. Για να γίνει η υψομετρική σύγκριση προχωρήσαμε στην παραδοχή ότι τα εν λόγω σημεία, οριζοντιογραφικά έχουν τις ίδιες συντεταγμένες Χ, Υ τόσο από την επίγεια όσο και από την εναέρια αποτύπωση. Για να μειωθεί η πιθανότητα αποτύπωσης διαφορετικών σημείων, επιλέχθηκαν αυτά τα οποία βρίσκονται σε περιοχές οι οποίες παρουσιάζουν σχετικά σταθερή μορφολογία εδάφους και ήταν ξεκάθαρος ο εντοπισμός τους και στις δύο περιπτώσεις (δρόμοι και επίπεδες μεγάλες επιφάνειες χωρίς καθόλου βλάστηση) Σύγκριση σημείων ανάλογα με την απόστασή τους από Control Points Η πρώτη ομάδα σύγκρισης αφορά σημεία τα οποία βρίσκονται σε κοντινή απόσταση από κάποιο Control Point. Οι τιμές των υψομέτρων στις δύο περιπτώσεις αποτύπωσης καταγράφονται στον παρακάτω πίνακα: 62

64 Z_EBEE Ζ ΔΖ Μέση Τιμή Διαφοράς Πίνακας 8. Πίνακας απόδοσης των τιμών των υψομέτρων των σημείων κοντά σε Control Point και η διαφορά τους Παρατηρούμε ότι η μέση τιμή στην υψομετρική διαφορά των σημείων κυμαίνεται στα 0,066m. Η επόμενη ομάδα σημείων αφορά αυτά τα οποία βρίσκονται σε αρκετή απόσταση από κάποιο Control Point και οι τιμές των υψομέτρων τους είναι οι εξής: Z_EBEE Z ΔΖ Μέση Τιμή Διαφοράς Πίνακας 9. Πίνακας απόδοσης των τιμών των υψομέτρων των σημείων μακριά από Control Point και η διαφορά τους 63

65 Η μέση τιμή για την ομάδα σημείων που βρίσκονται μακριά από Control Points είναι 0,109m. Εικόνα 39. Οι θέσεις των συγκρινώμενων σημείων (κουκκίδες) και η θέσεις των Control Points (Τρίγωνα) 4.4 Σύγκριση των δύο Μοντέλων Όπως προαναφέρθηκε, για την καλύτερη οπτικοποίηση της σύγκρισης έγινε μια αφαίρεση των δύο Ψηφιακών Μοντέλων Εδάφους. Βασική προϋπόθεση για την διαδικασία αυτή ήταν να παραχθεί το DTM της επίγειας αποτύπωσης. Πρέπει να τονισθεί επίσης ότι σε συγκεκριμένα σημεία οι υψομετρικές αποκλίσεις των δύο μοντέλων είναι έντονες και δεν αξιολογούνται καθώς στην περίπτωση της επίγειας αποτύπωσης καταγράφηκε το έδαφος και κατά συνέπεια παρήχθη Ψηφιακό Μοντέλο Εδάφους, ενώ στην περίπτωση της εναέριας αποτύπωσης, το UAV φωτογράφησε την επιφάνεια του εδάφους που περιλαμβάνει εξωγενείς παράγοντες (κτήρια, βλάστηση κλπ), και με αποτέλεσμα να παραχθεί το Ψηφιακό Μοντέλο της Επιφάνειας Παραγωγή DTM από την επίγεια μέθοδο αποτύπωσης Το πρώτο βήμα για την παραγωγή του DTM ήταν να μετατραπούν οι ισοϋψείς καμπύλες της περιοχής μελέτης σε μορφή.shp (shapefile). Η διαδικασία αυτή έγινε μέσω του AutoCAD Civil 3D. Στην συνέχεια το αρχείο αυτό εισήχθη στο περιβάλλον του ERDAS IMAGINE 9.2 και αφού 64

66 έγινε έλεγχος των τιμών των υψομέτρων για μηδενικές τιμές, παρήχθη το ψηφιακό μοντέλο επιφάνειας μέσω τoυ εργαλείου Surfacing tool. Εικόνα 40. Παραγωγή DTM από ισοϋψέις μέσω του λογισμικού ERDAS IMAGINE Αφαίρεση των μοντέλων εδάφους Για την οπτικοποίηση των υψομετρικών αποκλίσεων των δύο μοντέλων επιλέξαμε να χρησιμοποιήσουμε την μέθοδο της αφαίρεσης δύο Raster. Πιο αναλυτικά, χρησιμοποιήθηκε η λειτουργία Minus της εργαλειοθήκης 3D Analyst που παρέχει το λογισμικό ArcMap

67 Εικόνα 41. Λειτουργία "Minus" του 3D Analyst για την αφαίρεση δύο Raster Το αποτέλεσμα ήταν η παραγωγή ενός νέου Raster στο οποίο εμφανίζονται οι υψομετρικές αποκλίσεις μεταξύ των δύο μοντέλων. 66

68 Εικόνα 42. Υψομετρικές αποκλίσεις μεταξύ των δύο μοντέλων εδάφους Παρατηρείται πως οι διαφορές στα δύο μοντέλα είναι στο μεγαλύτερο ποσοστό τους μικρότερες από 20cm. Στα σημεία στα οποία παρουσιάζονται έντονες αποκλίσεις (>1m) είναι σημεία στα οποία εμφανίζονται φυσικά εμπόδια (βλάστηση, κτήρια κλπ) και ενώ απουσιάζουν στο μοντέλο της επίγειας μεθόδου, εμφανίζονται στο μοντέλο που παράχθηκε από τις αεροφωτογραφίες του UAV. Η διαφοροποίηση στα υψόμετρα από το DTM στο DSM γίνεται καλύτερα αντιληπτή αν η σύγκριση επικεντρωθεί μεμονωμένα σε περιοχές που απουσιάζει η βλάστηση και αποτυπώθηκε το έδαφος από το UAV, και αντίστοιχα σε περιοχές στις οποίες έχουμε κάλυψη της επιφάνειας του εδάφους με εξωτερικούς παράγοντες. 67

69 Εικόνα 43. Τιμή υψομετρικής διαφοράς σε σημείο χωρίς φυσικό εμπόδιο (άσφαλτος δρόμου) Εικόνα 44. Τιμή υψομετρικής διαφοράς σε σημείο με φυσικό εμπόδιο (έντονη βλάστηση - δέντρα) Όπως επιβεβαιώνεται και από το απόσπασμα της περιοχής μελέτης, η υψομετρική διαφορά των δύο μοντέλων στο επίπεδο της ασφάλτου του δρόμου που απεικονίζεται είναι της τάξης των 6,5cm (Εικόνα 43) ενώ αντίθετα στο διπλανό κομμάτι από τον δρόμο παρουσιάζεται βλάστηση με την υψομετρική διαφορά να ανέρχεται στα 5,4m (Εικόνα 44). Με αυτόν τον τρόπο γίνεται ξεκάθαρο το γεγονός πως η σύγκριση DTM με DSM σε σημεία που υπάρχουν εξωτερικά 68