Kaukokartoituksen muutostulkintamenetelmät

Monikanavaisesta ilmalaserkeilausaineistosta automaattisesti luokitellut asfaltti- (keltainen) ja hiekka- (oranssi) tiet.

Ryhmä kehittää automaattisia menetelmiä kaukokartoitusaineistojen tulkintaan ja muutostulkintaan. Käytössä on eri erotuskyvyn aineistoja satelliittikuvista tiheisiin laserkeilauspistepilviin. Tavoitteena on, että eri kaukokartoitustekniikoilla tuotettuja aineistoja yhdistämällä ja automaattista käsittelyä lisäämällä voidaan kartoitussovellusten, karttojen ajantasaistuksen sekä maankäytön seurannan tehokkuutta parantaa.

Ryhmä hyödyntää tutkimuksessaan avoimia satelliittiaineistoja (mm. ESA Sentinel-2), uusia monikanavailma-laserkeilauksia (Optech Titan) sekä Paikkatietokeskuksessa kehitetyillä kartoitusjärjestelmillä kerättyjä UAV- ja mobiililaserkeilauspistepilviä (mm. NLS FGI Roamer).

Aineistojen tulkinnassa käytetään objektipohjaisia tulkintamenetelmiä sekä tehokkaita luokittelu- ja koneoppimismenetelmiä. Ryhmä tutkii lisäksi avointen työkalujen käyttöä tutkimuksessaan ja pyrkii edistämään niiden hyödyntämistä.

Ajankohtaiset kaukokartoitusaineistot

Euroopan Avaruusjärjestön Sentinel -aineistot

Kaikki toimemme vaikuttavat asuinympäristöömme ja sen kehitykseen. Vaikutusten parempi ymmärtäminen vaatii ajantasaista tietoa ympäristön tilasta ja sen muutoksista. Erinomainen työkalu muutosten seurantaan on satelliittikuvaus (engl. Earth Observation), johon Euroopan avaruusjärjestö (ESA) tarjoaa Sentinel-satelliittikaukokartoitusjärjestelmien tuottamia monikanavaisia kuva- ja tutka-aineistoja. Yhteiskunnan kannalta merkittävää on, että järjestelmien tuottamat aineistot ovat ilmaiseksi hyödynnettävissä eri käyttötarkoituksiin. Kuvilla on laaja kattavuus ja uusia kuvia on saatavissa viikoittain. Tiheästi päivittyvä aineisto mahdollistaa jatkuvan ja pitkälle automatisoidun muutosten etsinnän, seurannan ja tulkinnan käytännössä missä päin Suomea hyvänsä. Tiedot paikallisen tason muutoksista voidaan edelleen yhdistää muihin Maanmittauslaitoksen sekä muiden julkisyhteisöjen tarjoamiin avoimiin paikkatietokantoihin alueellisten muutostulkintamallien luomiseksi.


Ryhmämme tutkii uusia menetelmiä ja avoimia työkaluja tavoitteena helpottaa avointen satelliittiaineistojen sisältämän tiedon omaksumista ja laajamittaisempaa hyödyntämistä.

 

Monikanavainen ilmalaserkeilaus

Monikanavainen ilmalaserkeilaus (ALS) on yksi lupaavimmista tekniikoista uudistettaessa karttojen ajantasaistusrutiineja. Monikanavaisessa ALS:ssa yhdistyvät monet laserkeilauksen ja ilmakuvauksen eduista: aktiivinen 3D-informaation keräys, jota tarvitaan maasto- ja pintamallien luonnissa sekä monikanavainen spektritieto, joka helpottaa kohde- ja maastoluokkien rajaamista ja tulkintaa.

Tutkimusryhmä käyttää monikanavaisen ALS:n tutkimuksessa ensimmäisellä kaupallisella monikanavalaserkeilausjärjestelmällä – Optech Titanilla – kerättyjä aineistoja. Titan kerää kohdealueesta pistepilven samanaikaisesti kolmella eri aallonpituudella, mikä nopeuttaa ja parantaa kohdealueen luokittelua kartan ajantasaistusprosessissa.

 

Liikkuvat kartoitusjärjestelmät

Satelliittijärjestelmät ja ilmalaserkeilaus tuottavat tehokkaasti uutta päivitettyä tietoa laajoilta alueilta. Näissä tekniikoissa havainnointi tapahtuu tyypillisesti kohteiden yläpuolelta, mistä aiheutuu katvealueita jo pienilläkin katselukulmilla. Tämä vähentää satelliitti- ja lentojärjestelmien tehokkuutta mm. tiheään rakennetussa kaupunkiympäristössä. Tällaisessa ympäristössä karttojen ajantasaistusta voidaan tukea maanpinnalla liikkuvilla kartoitusjärjestelmillä, kuten Paikkatietokeskuksessa kehitetyllä Roamer-järjestelmällä.

Liikkuvat kartoitusjärjestelmät tuottavat erittäin tiheää 3D-informaatiota ympäriltään ja niiden katselukulmat mahdollistavat pystyrakenteiden, julkisivujen ja pienten kohteiden kuten pylväiden ja liikennemerkkien tarkan dokumentoinnin. Yhdistämällä kaikki aineistot voidaan kehittää tarkkoja kaupunkimalleja mm. muutosten tulkintaa, virtualisointia tai kaupunki-ilmaston mallinnusta varten.

roamer

Paikkatietokeskuksessa kehitetty ROAMER R3 -laserkeilausjärjestelmä on asennettavissa monelle eri alustalle, kuvassa auton katolle kiinnitettyyn trussitelineeseen.

Sovelluskohteet

Rakennukset

Rakennukset ovat yksi tärkeimmistä kohderyhmistä karttojen ajantasaistuksessa. Ne ovat myös lupaava kohde automaattisten tulkintamenetelmien soveltamista ajatellen, koska ne voidaan löytää melko luotettavasti automaattisilla menetelmillä nykyisistä laserkeilaus- ja ilmakuva-aineistoista. Paikkatietokeskuksessa tehtävä tutkimus on sisältänyt menetelmäkehitystä ja testausta useilla eri alueilla ja aineistoilla. Tulokset osoittavat, että valtaosa rakennuksista voidaan löytää automaattisesti ja muutostulkinnan avulla saadaan hyödyllistä tietoa uusista, puretuista ja muuttuneista rakennuksista.

a) Laserkeilausaineistosta muodostettu pintamalli ja vanhat rakennusvektorit, b) automaattisen rakennustulkinnan tulos, c) automaattisen muutostulkinnan tulos. Vanhan kartan rakennukset © Maanmittauslaitos 2001.

 

Peltolohkot

Yksi tutkimuskohteistamme on peltojen kartoitus. Pyrimme kehittämään automaattisia menetelmiä peltolohkojen muutostulkintaan. Tavoitteena on löytää muuttuneita peltolohkoja ilmakuvien ja ilmalaserkeilauksen avulla peltolohkokarttojen ajantasaistusta varten. Tutkimme myös satelliittikuvien käyttöä peltojen jatkuvassa muutosseurannassa.

Automaattisesti löydettyjä muutoskohtia peltolohkojen sisällä (rajattu punaisella). Kartta- ja ilmakuva-aineistot © Maaseutuvirasto ja ilmakuvatoimittajat.

 

Maankäyttö / maanpeite

Olemme tutkineet automaattista maankäyttö-/maanpeiteluokittelua monilta erilaisilta aineistoilta. Tutkimuksissa on käytetty SAR-kuvia, laserkeilaus- ja ilmakuva-aineistoa sekä optisia satelliittikuvia. Tutkimukset osoittavat, että objektipohjaisilla tulkintamenetelmillä hyvistä aineistoista saadaan lupaavia tuloksia. Tulokset ovat olleet hyviä sekä visuaalisesti että luokittelutarkkuuden perusteella numeerisesti arvioituna. Uusimmat tulokset monikanavaisella ilmalaserkeilauksella ovat erityisen lupaavia kartoitussovelluksien kannalta. Aineistosta voidaan tehdä yksityiskohtaista kaupunkialueen luokittelua ja tunnistaa rakennusten ja puiden lisäksi myös monia maanpintaluokkia, kuten asfaltti, sora, kallio ja matala kasvillisuus. Se sopii myös hyvin teiden kartoitukseen.

Automaattisen maanpeiteluokittelun tulos. Luokittelussa käytettiin moniaikaista interferometrista SAR-aineistoa. Luokat: metsä, avoin alue, rakennettu alue (kolme luokkaa rakennustiheyden mukaan), vesimaski, puuttuva aineisto. SAR-aineisto ja vesimaski © M. Engdahl.

optech titan

Automaattinen maanpeiteluokittelu monikanavaisesta Optech Titan -laserkeilausaineistosta.

 

Objektipohjainen tulkinta

Tutkimuksissamme on käytetty jo 1990-luvulta asti objektipohjaisia tulkintamenetelmiä, joissa tarkastellaan yhtenäisiä kohteita tai alueita yksittäisten pikseleiden sijasta. Kohteet tai alueet saadaan kuvan segmentoinnista, kartta-aineistoista tai näitä yhdistelemällä. Kohteiden luokittelu voi perustua käyttäjän määrittelemiin monipuolisiin sääntöihin, mutta nykyisin myös pitkälle automaattisiin luokittelumenetelmiin, jotka hyödyntävät tehokkaasti koneoppimista ja tietokoneiden kasvanutta laskentatehoa.

Landsat TM -satelliittikuvan segmentointi yhtenäisiin alueisiin (Kuva raportista: Matikainen, L., Yu, X., Kuittinen, R. and Ahokas, E., 1997. Updating topographic maps by using multisource data and knowledge-based interpretation. Reports of the Finnish Geodetic Institute 97:1.).

Valuma-alueiden lumenpeittoprosentit 20.4.1999 arvioituna NOAA AVHRR -satelliittikuvalta. Valuma-alueet © Suomen ympäristökeskus. (Kuva raportista: Matikainen, L., Grandell, J., Kuittinen, R. and Vepsäläinen, J., 1999. Snowmelt monitoring using multisource satellite image and ground measurement data. Reports of the Finnish Geodetic Institute, (99:8), 46 p.). Lisätietoja menetelmästä: Matikainen, L., Kuittinen, R. and J. Vepsäläinen, 2002. Estimating drainage area-based snow-cover percentages from NOAA AVHRR images. International Journal of Remote Sensing, Vol. 23, No. 15, pp. 2971-2988. http://www.tandfonline.com/doi/abs/10.1080/01431160110071923

Yhteyshenkilöt
Jäsenet