Bij hoogtedata wordt er al snel gedacht aan het Actueel Hoogtebestand (AHN). Wist u dat het ook mogelijk is om zelf hoogtemodellen te genereren uit luchtfoto’s, met een hogere kwaliteit en actualiteit? De hoogtemodellen, ook wel Digital Surface Models (DSM’s), zijn steeds nauwkeuriger geworden door de continue verbetering van zowel de camera’s waarmee ingewonnen wordt als de verwerkingstechnologie, zoals SURE for ArcGIS. DSM’s zijn interessant voor veel toepassingen. Tijd om eens dieper in de verschillende vormen en de toepassingsmogelijkheden van hoogtedata te duiken!
Hoogtedata uit LiDAR of luchtfoto’s
Er wordt steeds meer gebruik gemaakt van 3D-data. Als bron wordt hier vaak LiDAR voor ingezet, zoals het AHN. Maar LiDAR is kostbaar om in te winnen, waardoor de inwinfrequentie vaak lager is en de data al snel verouderd raakt. Zoals het AHN. Het berekenen van een DSM-puntenwolk uit luchtfoto’s is een interessant alternatief voor organisaties die luchtfoto’s laten inwinnen. Het is kostenefficiënt, omdat de data is opgebouwd uit bestaande luchtfoto’s. De DSM-puntenwolk wordt gemaakt als onderdeel van de productie van een True Orthofoto. Een True Ortho is een nauwkeurig luchtfoto-eindproduct waarbij een gebied recht van boven bekeken wordt. Laat u al luchtfoto’s inwinnen of wilt u de stap maken naar een True Ortho? Dan slaat u dus twee vliegen in één klap.
Hoge actualiteit hoogtedata
Door de jaarlijkse frequentie of een eigen invliegmoment is er hogere actualiteit te garanderen dan wanneer enkel het AHN gebruikt wordt. Het AHN3 is bijvoorbeeld ingewonnen over een periode van zes jaar, en AHN4 over een periode van drie jaar. Bij het verkrijgen van hoogtedata uit een luchtfoto wordt voor elke pixel een hoogte bepaald, hierdoor is een belangrijk verschil ten opzichte van LiDAR de puntdichtheid. Bij een luchtfoto van 10cm resolutie verkrijg je 100 meetpunten, versus 10-14 per vierkante meter in het AHN. De reden hiervoor is dat er bij hoogtedata uit luchtfoto’s meerdere beelden gebruikt worden voor de hoogtemeting. In tegenstelling tot LiDAR, waar één puls leidt tot één opname per locatie.
-
AHN4-puntenwolk
V.l.n.r.: AHN4-puntenwolk, 3D-puntenwolk gemaakt uit luchtfoto’s (nadir en oblique), DSM-puntenwolk gemaakt uit luchtfoto’s (alleen nadir, 3 cm GSD).
Hetzelfde inwinmoment
Een bijkomend voordeel van hoogtedata uit luchtfoto’s is dat er sprake is van hetzelfde inwinmoment. Hierdoor tonen de luchtfoto en hoogtedata exact dezelfde situatie, op hetzelfde tijdsstip. Het combineren van deze twee datasets zal hierdoor eenvoudiger zijn en meer toepassingsmogelijkheden bieden. De DSM-puntenwolk is te combineren met de kleuren uit de luchtfoto, waardoor het beeld realistischer en sprekender/rijker wordt, zoals te zien is op onderstaande afbeelding.
DSM-puntenwolk gecombineerd met kleuren uit de luchtfoto
5 toepassingen van actuele hoogtedata
Er zijn tal van toepassingen voor het gebruiken van een DSM-puntenwolk op basis van een luchtfoto. Een vijftal voorbeelden:
- Binnen cultuurhistorie is de data waardevol om archeologische vindplaatsen te ontdekken die met het blote oog niet of nauwelijks waarneembaar zijn
- Het bepalen van de WOZ-waarde. De waardebepaling van een pand gebeurt op basis van het volume. Het vastleggen van dakkapellen is nodig voor een realistische inschatting van het totale volume en hiervoor kan een DSM geraadpleegd worden.
- Bij het bouwen van wegen is het van belang om naar het waterbeheer te kijken. Door klimaatverandering komt het onderlopen van gebieden steeds frequenter voor. Waterstromen modelleren is mogelijk met een DSM en daarnaast biedt de DSM ook zeer nauwkeurige hoogtewaardes. Met deze hoogtewaardes is traditioneel inmeten (terrestrisch) van terreinpunten op bijvoorbeeld wegen of een kunstwerk, zoals een brug, niet altijd meer nodig.
- Eenvoudiger aanleveren van data rondom basisregistraties. In een True Orthofoto is het niet altijd goed te bepalen of een object bijvoorbeeld een heg of een greppel is. Door de hoogte te combineren met de True Ortho is het proces eenvoudiger. Een True Orthofoto met hoogte geeft net zoveel detail als het resultaat op basis van het gebruik van een (kostbaar) stereokarteerstation.
- Door een DSM op basis van een luchtfoto te combineren met infrarood, krijgt je inzicht in het volume van de vegetatie. Bijvoorbeeld voor het signaleren van (illegale) bomenkap door de jaren heen of gewasherkenning.
Interesse in hoogtedata op basis van luchtfoto’s?
Om een DSM af te leiden uit uw luchtfoto’s heeft u het volgende nodig: nadir-beelden (stereofoto’s), optioneel LiDAR én de oriëntatiegegevens bij elke foto. Lees meer over de technische aspecten rondom het inwinnen van luchtfoto’s.
Met een combinatie van krachtige technologie, goede hardware en expertise op het gebied van fotogrammetrie worden luchtfoto’s omgezet naar waardevolle DSM’s en andere dataproducten. En dat kan, maar hoeft u niet zelf te doen. Specialisten op het gebied van SURE for ArcGIS kunnen uw luchtfoto’s voor u verwerken. In dat geval levert u de beelden en oriëntatiegegevens aan, waarna experts van Esri Nederland de verwerking uitvoeren op een hiervoor speciaal ingericht en geoptimaliseerd verwerkingscluster. Dit heeft als voordeel dat u snel resultaat ontvangt (korte doorlooptijd) en zelf geen hoge investering hoeft te doen in hardware, technologie en specialistische kennis voor de verwerking. Esri Nederland voert deze dienst uit voor diverse luchtfotobedrijven én organisaties die zelf over beeldmateriaal beschikken.
Wilt u meer weten? Boek dan een demo met een van de ArcGIS-specialisten of stuur een e-mail naar contact@esri.nl.
Auteur: Maud Soetens
Over de auteur: Maud is content specialist en heeft ervaring met het maken van kant-en-klare dataservice, zoals puntenwolken en DSM’s, en het verwerken van LiDAR-data. Haar expertise is datavisualisatie en cartografie.
