MFTTT 30. VÁNDORGYŰLÉS 2015. július 03. Szolnok CSAPADÉK BEFOGADÓKÉPESSÉGÉNEK TÉRKÉPEZÉSE TÁVÉRZÉKELÉSI MÓDSZEREKKEL VÁROSI KÖRNYEZETBEN Kovács Gergő Földmérő és földrendező szak, IV. évfolyam Verőné Dr. Wojtaszek Małgorzata, egyetemi docens 1
Előadás felépítése 1. Célok ismertetése 2. Kreditrendszerek bemutatása 3. Adatok 4. Objektum alapú képkiértékelés - Szegmentálás - Osztályozás 5. Beépítettség 6. Lefolyás vizsgálat 7. Összefoglalás 2
Célok ismertetése Objektum alapú képkiértékelés Beépítettség vizsgálata Lefolyás vizsgálat A növényzet által visszatartott vízmennyiség meghatározása Az épületek épületgépészeti fejlesztése révén visszatartható csapadékmennyiség meghatározása 3
Kredit rendszerek Célja a csapadék lefolyásának csökkentése, városi környezetben Tehermentesíteni a közműhálózatot Társadalmi felelősségvállalás növelése Adó kivetése a beépített területek arányában Adókedvezményekkel történő ösztönzés Kedvezmények megállapítása a csapadék minőségi javítása ás mennyiségi visszatartása révén A vízkészletekkel való jobb gazdálkodás elősegítése 4
Felhasznált adatok Ortofotó 4 sávban felvételezve (r, g, b, nir) LIDAR pontállomány (1m x 1m pontsűrűség) Ingatlan kataszter (vektoros állomány) Csapadék adatok (óránkénti mintavételezés) 5
Csapadék vizsgálat Szfv-i automata meteorológiai állomás Óránkénti mintavételezés 127mm havi csapadék 2014 augusztus havi csapadék mennyiség 140 120 100 80 60 40 20 0 14 12 10 8 6 4 2 0 mm_h mm 6
Objektum alapú képkiértékelés A pixelnél nagyobb képi elemekkel dolgozunk szegmens Szegmens: a spektrálisan hasonló, szomszédos képpontok összefüggő halmaza Hierarchikus kapcsolatban állnak legyen, olyan nagy amekkora csak lehet, de legyen elég kicsi, hogy kifejezze a vizsgált objektumot 7
Objektum alapú képkiértékelés Input Raszteres adatok (multispektrális felvételek, DDM) Vektoros adatok (ingatlan kataszter, LIDAR pontfelhő) Előkészítés Hányados képek elkészítése (NDVI, GNDVI, BI) Normalizált felszínmodell elkészítése szegmentál ás Multiresolution segmentation Cél: a lehető legnagyobb egybefüggő szegmensek előállítása osztályozás Spektrális tulajdonságok szerinti osztályozás Leíró adatok szerinti osztályozás Output Vektoros adatok GIS alkalmazásokba, és raszteres kimeneti adatok 8
Input adatok vektor raszterek Műveletek Output adatok Osztályozott vektor adatok hányados képek Osztályozott raszter adatok LIDAR Reportok 9
Előzetes műveletek Hányados és különbség képek elkésztése NDVI (Normalizált vegetációs index) NIR R G-NDVI NIR + R BI [talaj index](az eredeti SWIR-t alkalmaz) (R + NIR) (NIR + B) R + NIR + (NIR + B) + 1 SAVI (Soil-adjustedVegetation Index) Normalizált Felszín Modell DFM-DDM = ndfm 10
Szegmentálás Alkalmazott eljárás: Multiresolution segmentationt Név Méret Alak homogenitási érték Összetettség homogenitási érték Level50 50 0,3 0,2 Level50 Level10 11
Osztályozás Szegmens Épület Nem épület Vegetáció Vegetáció mentes Fás terület Füves terület Kopár talajok Mesterséges felszín 12
Osztályozás Kategória Kategória jellemzők Kategória finomításának jellemzői Épület LIDAR, NDVI Rel. border Fás terület Füves terület Mesterséges felszín GNDVI, LIDAR GNDVI, LIDAR NDVI Rel. Border, Rectangular fit Kopár talaj Spektrális tulajdonságok, BI Rectangular fit 13
Épületek leválogatásának folyamata 1. NDVI alapján a mesterséges felszínek leválogatása. Ez tartalmaz minden mesterséges felszíni formát. 2. Relatív magassági adatok szerinti szűrés. Minden 4m-nél magasabb objektumok leszűrése. Tartalmazza a fákat és épületeket egyaránt. 3. Az NDVI és magassági kritériumok metszete. Javítva a szomszédsági viszonyok és alak jellemzők alapján. 14
Épületek leválogatás eredménye Összehasonlítva a kiértékelt és kataszteri épület fedvényt, a következőket állapíthatjuk meg. A kiértékelést követően a valós fedvényünk területe meghaladja a kataszterben foglaltakat 1. A felhasznált kataszter nem naprakész. A tényleges beépítettség változott. 2. A szegmentálás eredményeképpen egyes helyeken nagyobb szegmensek keletkeztek 15
Vegetáció leválogatása Vegetáció leválogatása NDVI alapján. Lidar adatok segítenek a további osztályokra bontásban. Vegetáció Fás terület Füves terület 16
Mesterséges felszínek leválogatása Módosított BI index alapján A spektrális tulajdonsága lehetővé tette a jó elkülönítést. Nem lehet különbséget tenni a vízzáró és nem vízzáró mesterséges felszínek között Szükséges a jobb elkülönítéshez a hiperspektrális felvételek alkalmazása 17
Beépítettség Tömb házas terület Családi házas terület Vizsgált terület 160000 m 2 214500 m 2 Összes épület alapterület 17700 m 2 22400 m 2 Beépítettség aránya (összterület) 0,11% 0,10% Tömbházak úszó telkeken Családi házas terület 18
Lefolyás vizsgálatának eredménye Összes begyűjthető csapadék 105680 m3 100 % Vegetáció által elérhető visszatartás 26445 m3 25 % Épületek által elérhető visszatartás 18400 m3 17 % Lefolyó vizek 60800 m3 58% Eredmény kimutatás (kivágat) 19
Fejlődési irányok Nagy felbontású felvételek alkalmazása FÖMI ortofotó(2014-es repülés 0.4m/px 4sávban) Kis területekről UAV felvételek LIDAR pontfelhők bevonása a pontossági követelmények biztosítása érdekében Minőségbiztosítás terepi ellenőrző mérésekkel Városi fakataszterek integrálhatóságának vizsgálata 20
Összefoglalás Integrált távérzékelési adatok eredményesen használhatók beépített és nem beépített területek térképezéséhez A panel házas területeken a közműhálózat fejlesztése az optimális Családi házas területeken a magántulajdon fejlesztésével is azonos célt érhetünk el A bemutatott módszer alapot adhat, egy társadalmi ösztönzési rendszer felállításához 21
Köszönöm a figyelmet! kovacsge@outlook.com 22