Kaksi tuoretta mobiililaserskannausta käsittelevää kirjoitusta herättää huomiota kiinnostavuudellaan – nyt mennään asiaan. Ensimmäisessä käsitellään GNSS-teknologian valinnan vaikutusta mobiililaserskannauksen/UAV-skannauksen lopputulokseen ja toisessa HEREn varapresidentti kertoo millaista mobiililaserskannausta HEREssä tehdään – ensin on selkeästi määritelty millaista tarkkuutta tarvitaan ja sitten on valittu laitteet sekä prosessointipolku tarkkuuden saavuttamiseksi.

Tampereen ratikkaprojektissa vaadittiin suunnittelun lähtöaineistolta alle 2 cm absoluuttinen tarkkuus – se toteutettiin mobiililaserskannauksella ilman laputtamista eli signaalipisteiden merkitsemistä.

GNSS-tekniikan hinta kasvaa tarkkuuden parantuessa ja huipputuloksiin tarvitaan hyvien laitteiden lisäksi luotettavat laskentaohjelmat. Mutta aivan oikein kirjoittaja toteaa lopuksi, ettei huippulaitteillakaan saada hyviä lopputuloksia, jolleivat niitä käytä osaavat käyttäjät. Näin se on, kompleksiset järjestelmät vaativat osaamista, jota hankitaan sekä koulutuksella että käytännön työnteolla. Laitteiden helppokäyttöisyyden lisääntyminen ei edelleenkään poista osaamisen tarvetta – pelkkä nappien painaminen ilman ymmärtämystä mitä pinnan alla tapahtuu ei tuota haluttua lopputulosta.

HEREn mobiilikartoitustoimintaa kuvaavassa kirjoituksessa kerrotaan puolestaan miten ja millaisella kalustolla kartoitusta tehdään, miten dataa prosessoidaan ja millaisiin tarkkuuksiin päästään. Kuten tyypillistä, ensin kerrotaan järjestelmän laserskannerin etäisyysmittauksen tarkkuus – 2 cm 100 metrin etäisyydellä. Tällaiseen tietoon moni mobiililaserskannausjärjestelmän hankkija tai aineiston tilaaja helposti sortuu, sillä laserskannerin etäisyysmittauksen tarkkuuden perustella kuvitellaan myös lopputuloksen olevan muutaman senttimetrin tarkkuista. Kirjoituksen myöhemmässä vaiheessa päästään kuitenkin kokonaistarkkuuksiin – HEREn prosessoitujen pistepilvien absoluuttinen sijaintitarkkuus on 5 m ja suhteellinen tarkkuus 100 metrin etäisyydellä on 20 cm. Huh!

Näistä luvuista voimme päätellä aika paljon järjestelmässä käytettyjen komponenttien – laserkeilaimen ja inertianavigointijärjestelmän laadusta ja siten hinnasta. Paljastettakoon lukijalle kuitenkin, ettei ihan halvasta järjestelmästä ole kysymys. Tämä kuitenkin riittää autojen navigoinnin lähtötiedoksi – vai riittääkö?

Kun kerromme asiakkaillemme mitä mobiililaserskannaus on, niin viittaamme usein Googlen ja HEREn kartoitustoimintaan, sillä suurina tekijöinä ne ovat tunnettuja ja tuttuja suurelle yleisölle. Olemme korostaneet ja korostamme näiden lukujen jälkeen toden totta jatkossakin, että meidän myymillämme järjestelmillä ja antamallamme koulutuksella pääsemme tarkkuuksissa huomattavasti tarkempiin lopputuloksiin. Eivät tie/infrasuunnittelijat voi käyttää noin heikkoja aineistoja suunnitelmien lähtöaineistoina, sillä muuten tämä maa ei toimisi.

Jos aihepiiri kiinnostaa enemmän, niin julkaisemme piakkoin mobiililaserskannausjärjestestelmän ostajan oppaan helpottamaan tähän mittaustapaan tutustumista. Ostajan opas auttaa myös perehtymään myös ilmasta tehtyyn lennokkilaserskannaukseen, sillä peruskomponentit ovat samat. Ja kuten aina, kerromme myös mielellämme aihepiiristä lisää ihan kasvokkain.

Mittalaitteiden virheitä koskevat tutkimukset ovat aina mielenkiintoisia, sillä niiden avulla menelmiä ja laitteita voidaan kehittää ja alan ammattilaiset voivat arvioida omaa toimintaansa sekä mittaustilanteissa että aineistojen käsittelyssä.

Tällä kertaa pohdinnan kohteena on ilmalaserskannereilla mitattujen korkeusmallien kokonaisepävarmuus. Kuinka usein sitä tulee ajatelleeksi, että aineiston epävarmuus vaihtelee jo yksittäisen aineiston sisällä saatikka sitten eri aikoina mitattujen aineistojen välillä? Yksi merkittävä epävarmuustekijä on jo mitattava kohde itsessään. Ja huomio, sama pätee myös muihin optisiin mittalaitteisiin.

Tämän osoittavat mielenkiintoisesti Zürichin yliopiston tutkijat, jotka tutkivat jäätikön muutoksia vuosina 2005-2010. He keräsivät samalla 4 ilmalaserkeilausaineistoa, joista valmistetuilla korkeusmalleilla voidaan tarkastella menetelmän tarkkuutta seurannan kannalta. Referenssimittauksina on käytetty muun muassa pistemäisiä dGPS- ja takymetrimittauksia sekä referenssipintoina lähistöllä sijaitsevien neljän alppimajan vinoja kattoja. Ilmalaserkeilaukseksessa aineistojen tarkkuuksia tarkastellaan normaalisti yksittäisillä referenssipisteillä ja kohtisuorilla tasoilla (joissa epävarmuus on muuten pienin), mutta jäätikköympäristössä näitä kohteita on vaikea löytää, samoin kuin muitakaan tarkkoja kontrollipisteitä. Toisaalta majojen kattojen vino pinta mahdollistaa hyvin mahdollisten pysty- ja vaakapoikkeaminen tarkastelun, vaikkakin mittauspulssin osuminen vinosti kohteeseen aiheuttaa kokonaisepävarmuuden kasvua.

Mittauksissa on siis monenlaisia virhelähteitä. Tässä tutkimuksessa kokonaisepävarmuus on laskettu stokastisista ja systemaattisista epävarmuuksista. Stokastiset virheet aineutuvat pääosin lentokoneen sijainnin ja asennon määrittelyn virheistä, laitteiston suhteellisen sijainnin määrittelystä lentokoneessa sekä skannausprosessin epävarmuustekijöistä. Sijaintitarkkuuksissa havaittin Glennien nyrkkisäännön paikkaansapitävyys eli se on 2 cm + 1 ppm (ppm lentokoneen sijainnin ja GPS-maa-aseman välillä). Suurin osa xy-sijainnin virheestä aiheutui tutkijoiden mukaan kuitenkin IMU-yksiköstä.

Myös systemaattisilla epävarmuuksilla on monta lähdettä, joista tässä mainittakoon mittaussäteen kohtauskulma kohteeseen: hyvin kaltevat rinteet kasvattavat systemaattista epävarmuutta selkeästi. Rinteiden jyrkkyys erottui myös lentojen kaistoissa, jotka erottuivat varsinkin lennettäessä kohtisuoraan rinnettä nähden. Jäätikön tasaisissa osissa on puolestaan pieni systemaattinen epävarmuus.

Tarkkojen korkeusmallien (DEM) osalta tutkimuksen päätelmät ovat seuraavat: tarkin malli saadaan GPS-satelliittien hyvällä geometrialla, tarkalla IMU-yksiköllä ja mittaamalla referenssipintoja paikan päällä. IMU-yksikön tarkkuus on lentokorkeuden ohella suurin mittausepävarmuutta aiheuttava tekijä. Myös kohde vaikuttaa tulokseen eli jyrkät rinteet ja mittaussäteen vino kohtauskulma kohteeseen heikentävät tulosta aiheuttaen muun muassa systemaattisen vertikaalisen siirron. Lisäksi todettiin, että korkealaatuiseen korkeusmalliin päästään ennenkaikkea mittauskampanjan hyvällä suunnittelulla ja pitkällä aikavälillä, haluttaessa vertailukelpoisia aineistoja, myös aineistojen yhdenmukaisellä jälkikäsittelyllä.

Tutkimuksessa kokonaisvirheen suuruus oli vain muutamia desimetrejä vaaka-ja pystysuunnassa, mikä osoittaa ilmalaserskannauksen olevan käyttökelpoinen menetelmä jäätiköiden seurannassa.

Jäätiköntutkimuksen osalta tulos on sama kuin muuallakin maailmassa eli tutkittavat jäätiköt pienenivät selkeästi 5 vuoden seurantajakson aikana. On kuitenkin huomionarvoista, että tulokset poikkeavat selkeästi pistemäisesti toteutettuun jäätikkömonitorointiin verrattuna. Tähän syynä lienee se, että jäätikkö käyttäytyy kokonaisuutena eri tavalla kuin yksittäiset seurantapisteet. Tämä on muuten huomionarvoinen asia myös maamassojen liikettä seurattaessa. Pistemäiset monitorointimenetelmät eivät näytä kohteen kokonaismuutosta riittävällä tarkkuudella.

Verrattaessa ilmalaserskannausta maan päällä tapahtuvaan mobiiliskannaukseen yhtälaisyys virhelähteiden kohdalla on huomattava ja luonnollinen: valmistajien mukaan suurin virhe aiheutuu GPS- ja IMU-mittausten epätarkkuudesta.

Lähde: Philip Claudio Joerg , Felix Morsdorf and Michael Zemp. 2012. Uncertainty assessment of multi-temporal airborne laser scanning data: A case study
on an Alpine glacier. Remote Sensing of Environment 127 (2012) 118–129.