D. SPRAWOZDANIE MERYTORYCZNE OSIĄGNIĘCIA. Stworzenie unikatowego warsztatu naukowego i interdyscyplinarnego zespołu badawczego wyposażonego w infrastrukturę informatyczną, który stanowi ważny element rozwoju jednostki realizującej projekt w zakresie pozyskiwania i przetwarzania danych przestrzennych w badaniach środowiska, rolniczych i leśnych. Uzyskanie potencjału w zakresie geoinformatycznym pozwalającego na samodzielną implementację systemów GIS3D i dwuwymiarowych symulacji hydrodynamicznych w oparciu o dane przestrzenne 3D. Wykonanie prototypu samodzielnego systemu GIS3D z funkcjonalnością prowadzenia symulacji hydrodynamicznych w oparciu o równinie Naviera-Stokesa dla dwuwymiarowego ruchu wody w dolinie w oparciu o który możliwe zostało sformułowanie wymagań dla danych przestrzennych 3D stosowanych w modelowaniu hydrodynamicznym. Opracowanie i przetestowanie algorytmów modelowania geometrii dla terenu, budynków, roślinności krzewiastej i pojedynczych drzew oraz obszarów leśnych na różnych poziomach szczegółowości wg systematyki OGC. UZYSKANE WYNIKI Pozyskanie i wstępna obróbka danych przestrzennych. Wykonano pomiar naziemnym skaningiem laserowym fragmentów doliny Widawy reprezentujących różne typy pokrycia terenu (obszary leśne oraz zabudowane). Dokonano integracji danych z pozyskanymi w ramach projektu ISOK danymi lotniczego skaningu laserowego (ALS) oraz numerycznego modelu terenu (NMT), ortofotomapą i bazą danych obiektów topograficznych (BDOT). W ramach publikacji i prezentacji wyników projektu pod dyskusję poddano możliwość zastąpienia danych Informatycznego Systemu Osłony Kraju (ISOK) danymi pozyskiwanymi za pomocą bezzałogowego aparatu latającego wyposażonego w lekki skaner (np. Velodyne). Wykonano edycję NMT uwzględniającą linie krawędziowe (wykorzystano algorytm wykrywania wałów przeciwpowodziowych w oparciu o sztuczne sieci neuronowe) i batymetrię koryta właściwego. Wykonano szereg badań nad algorytmami klasyfikacji obrazów lotniczych i danych skaningowych, w oparciu o które wykonano klasyfikację pokrycia terenu obszaru badań uwzględniającą opory przepływu i sposoby użytkowania (rys. 1a). Wyniki klasyfikacji wykorzystano do segmentacji zintegrowanej chmury punktów skaningu laserowego na podzbiory reprezentujące różne typy geometrii pokrycia terenu (budynki, roślinność niska, roślinność krzewiasta, drzewa itp.). Ponadto zaimplementowane w ramach projektu metody klasyfikacji zostały wykorzystane w publikacjach z zakresu klasyfikacji pokrycia terenu (Bogoliubowa, Tymków 2014; Bogoliubowa, Tymków, 2015). 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 0 1 2 3 4 5 6 7 8 [m] Rysunek 1 a) Przykładowy wynik klasyfikacji pokrycia terenu dla fragmentu doliny Widawy, wykorzystany w procesie segmentacji chmury punktów oraz ustaleniu współczynników oporu Manninga, b) Empiryczna funkcja korelacji par dla danych ALS fragmentu doliny Widawy Dane ALS badano także pod kątem ich rozkładu. Rozkład punktów w R 2 może być rozpatrywany jako realizacja stochastycznego procesu punktowego o intensywności λ. Momentem drugiego rzędu charakteryzującym dany proces punktowy jest iloczynowa funkcja gęstości ρ (2) (x 1,x 2 ) pomiędzy punktami x 1 i x 2. Dla procesów izotropowych ρ (2) (r), r= x 1 -x 2. Do oceny właściwości danego stochastycznego pola punktowego wykorzystuje się funkcję korelacji par g(r)= ρ (2) (r)/ λ, przy czym poszczególne wartości szacowane są numerycznie. Empiryczną funkcję korelacji par dla fragmentu doliny przedstawiono na rysunku 1b. Funkcja ta pokazuje silne uprządkowanie punktów, przede wszystkim w bezpośrednim sąsiedztwie. Ponadto rozpatrywany proces punktowy posiada tzw. odległość Hard-Core na poziomie około
0,4m. Oznacza to że odległości pomiędzy punktami mniejsze niż 0,4m niemal nie występują. Maksimum funkcji przy odległości 0,5m wskazuje, że jest to najczęściej występująca odległości pomiędzy punktami skaningu. Funkcja korelacji par może być wykorzystana do oszacowania optymalnej wielkości siatki NMT budowanych dla obszaru doliny. Drugim parametrem charakteryzującym dane ALS jest ich dokładność. W celu oszacowania dokładności danych ALS pomierzono, na wybranych polach testowych kilkaset punktów bezpośrednio w terenie metodami geodezyjnymi. Otrzymane wysokości porównano z wysokościami obliczonymi na podstawie danych ALS. Obliczony na podstawie różnic błąd RMSE waha się od 0,10 do 0,50 m w zależności od pokrycia terenu. Algorytmy modelowania geometrii obiektów. W projekcie tworzono i rozwijano stworzone wcześniej algorytmy modelowania różnych typów obiektów przestrzennych w oparciu głównie o dane skaningu laserowego. Do najważniejszych problemów należało: automatyczne modelowanie budynków na dwóch poziomach szczegółowości (LOD1, LOD2 wg standardu CityGML rys. 2a) i roślinności na trzech poziomach (zaproponowano podział: LOD1, LOD2, LOD3 rys 2b.). Zaimplementowane algorytmy wykorzystano do modelowania geometrii również innych obiektów przestrzennych i wyznaczania ich objętości (Tymków, Borkowski, 2012; Tymków, 2012). c) Rysunek 2. Przykładowe wyniki modelowania geometrii na różnych poziomach szczegółowości: a) budynki b) roślinności c) Symulacja ruchu cząstek wody 3D (particles) metodą SPH z użyciem modelu pokrycia terenu LOD2. Ponadto doskonalono algorytm semiautomatytcznego modelowania linii krawędziowych wałów przeciwpowodziowych. Zautomatyzowanie procesu modelowania linii krawędziowych jest bardzo istotnym i złożonym zagadnieniem. Częściowe zautomatyzowanie tego mechanizmu pozwala na szybsze tworzenie dokładniejszych modeli hydrodynamicznych. Wstępne badania w tym obszarze zostały przeprowadzone na etapie przygotowania wniosku o projekt. Celem obecnych badań było wykonanie testów na większym obszarze i udoskonalenie sposobu klasyfikacji punktów na obszary należące do poszczególnych płaszczyzn wałów (korona oraz prawa i lewa strona wału). Danymi wyjściowymi są dane lotniczego skaningu laserowego pochodzące ze zbioru danych ISOK. Zakładana rozdzielczość przestrzenna dla tych terenów to 12 punktów na 1 m2. Wykorzystując program ArcGiS, moduł 3D Analyst i funkcję LAS to Multipoint wybrano punkty leżące na gruncie i poddano rasteryzacji. Każdy piksel dla rastra wynikowego otrzymał cechę określającą dla niego spadek obliczony na podstawie współrzędnej Z. Na tym etapie wynikiem stała się chmura punktów wzbogacona o dodatkową cechę w postaci spadków. Kolejnym etapem była klasyfikacja punktów do poszczególnych płaszczyzn. Do tego celu została wykorzystana sztuczna sieć neuronowa. Mając jako dane chmurę punktów po procesie klasyfikacji, wykonane zostało modelowanie linii krawędziowych. Na tym etapie wykorzystano algorytm opary o metodę aktywnych konturów. Wyniki modelowania posłużyły do edycji NMT wykorzystanego w procesie modelowania hydrodynamicznego. Ponadto otrzymane linie krawędziowe zostały poddane ocenie dokładności na podstawie porównania z danymi referencyjnymi. Dane otrzymano ma podstawie manualnego określenia położenia poszczególnych krawędzi wałów w chmurze punktów.
Opracowane fragmenty modeli przestrzennych testowano także w symulacjach przepływów 3D metodą SPH (ang. Smoothed-particle hydrodynamics) (rys. 2c). Budowa systemu informacji przestrzennej 3D Jako model cyklu życia projektu przyjęto model przez prototypowanie. W pierwszym etapie rozpoczęto implementację systemu zarządzania i bazy danych służącej do gromadzenia i udostępniania wyników symulacji oraz modelowania o architekturze jednowarstwowej. Ze względu na ograniczenia związane z utrudnioną wizualizacją na maszynach zdalnych oraz brakiem standaryzacji i elastyczności rozwiązania prace nad jej rozwojem przerwano (szczegóły implementacji w raportach wewnętrznych publikowanych na stronie projektu). Finalnie zaproponowano i zaimplementowano drugą wersję aplikacji o strukturze modułowej typu klient-serwer (rys. 3a). Rysunek 3. a) Diagram klas systemu GIS 3D uwzględniający strukturę i standaryzację bazy danych b) Interfejs części klienckiej w przykładowymi widokami obiektów przestrzennych i wynikami symulacji Użyto bazę danych PostgreSQL z dodatkiem PostGIS. Strukturę wewnętrzną klas obiektów przestrzennych w bazie danych oparto o standard CityGML poprzez wykorzystanie i zmodyfikowanie struktury bazy danych 3dcitydb. Jej schemat został opracowany przez Instytut Geodezji i Geoinformatyki Uniwersytetu w Bonn we współpracy z lat/lon GmbH w imieniu senatu Berlina oraz Berlin Partner GmbH w ramach projektu EFRE (niem. Europäischer Fonds für regionale Entwicklung) realizowanego przez Unię Europejską. Jest on przełożeniem struktur danych standardu CityGML na tabele w relacyjnym modelu danych. Poszczególnym klasom zdefiniowano odpowiadające im tabele, a łączące je powiązania przeniesiono na odpowiednie relacje pomiędzy tabelami dodając do nich klucze główne i obce. Nie wszystkim klasom utworzono jednak odpowiednie tabele. Zamiast tego łączono drobne, pochodne klasy z ich klasą nadrzędną w jedną tabelę zawierającą wszystkie ich pola. Zmniejszono dzięki temu fragmentację bazy danych kosztem niewykorzystanego miejsca, jednak dzięki temu zapytania do tej bazy wymagają mniej kosztownych złączeń tabel. Ostatecznie baza składa się z 45 tabel i umożliwia przechowywanie informacji przestrzennej na 5 poziomach szczegółowości, z czego w projekcie wykorzystano poziomy LOD0 dla symulacji opartych o współczynniki oporu, LOD1 dla symulacji ruchu wody 2D opartego o dane przestrzenne 3D i LOD2 i LOD3 dla celów prezentacji wyników symulacji. Implementacja modelu hydrodynamicznego z użyciem geometrii 3D W zależności od przyjętego modelu opisu ruchu cieczy w różny sposób reprezentuje się dane geoprzestrzenne czyli rzeźbę terenu, elementy pokrycia terenu i charakterystykę szorstkości powierzchniowej (Tymków, Stodolak, 2012). System GIS stanowiący źródło danych dla analiz hydrodynamicznych jak i platformę wizualizacji wyników gromadzenia powinien zapewniać mechanizmy konwersji danych przestrzennych na reprezentację umożliwiającą przeprowadzenie symulacji. Determinuje
to oczywiście zastosowany system modelowania przepływu oraz stopień jego integracji z systemem GIS 3D. Najłatwiejsze może wydawać się podejście z pełną integracją ale pamiętać należy że systemy modelowania hydrodynamicznego stanową niezwykle skomplikowane i zaawansowane algorytmicznie oprogramowanie i samodzielna implementacja nawet bardzo uproszczonego modelu hydrodynamicznego może przekraczać możliwości jednostek niewyspecjalizowanych w tym zakresie, a ponadto może okazać się nieopłacalna. Innym rozwiązaniem może być zaadoptowanie istniejącego systemu modelowania i zapewnienie po stronie platformy GIS 3D eksportu i importu wraz z algorytmami konwersji. Tutaj problemem wydaje się zależność od zewnętrznego oprogramowania. W ramach projektu zaproponowano sposoby transformacji wyników symulacji hydrodynamicznych publikowanych w ramach map zagrożenia i ryzyka powodziowego na numeryczne modele 3D powierzchni wody w standardzie CityGML, które mogą zostać zwizualizowane w dowolnym systemie GIS3D. Szczegóły w publikacjach (Hadaś, Tymków, 2013; Hadaś, 2014). W podobny sposób możliwa jest wizualizacja wyników symulacji wykonanych z użyciem oprogramowania MIKE FLOOD modeli hydrodynamicznych. W tym wypadku system GIS3D musi zapewniać jedynie możliwość transformacji informacji o głębokości (lub wysokości zwierciadła wody) do postaci bryłowej zgodnie z wymaganiami standardu CityGML w przypadku prezentacji zasięgu wezbrania lub bezpośrednio dostosować tabele wyników pośrednich symulacji do teselacji terenu zastosowanej w systemie GIS w celu prezentacji ich zmian w czasie. W samodzielnie implementowanej wersji systemu GIS3D zdecydowano się na wykorzystanie równań Nivera-Stokesa dla wody płytkiej postaci: Hw t H t + div(hw) = 0 + div(hww) + g } 2 gradh2 = Hg gradd gdzie: H - głębokość wody, w wektor prędkości. G stała grawitacji, d głębokość wody mierzona od spokojnej powierzchni zwierciadła wody. Do rozwiązania układu wykorzystano metodę różnic skończonych. Obliczano wysokości zwierciadła wody oraz prędkości w węzłach siatki GRID, utworzonej na podstawie NMT oraz modeli bryłowych w bazie danych (integracja modeli bryłowych z siatką) (Rys 3b). System pozwala na wizualizacją na trójwymiarowej scenie poszczególnych kroków symulacji za pomocą zasięgu zalewu z opcją włączenia palety barwnej prezentującej głębokości lub/i wektorów prędkości. W testach użyto siatkę GRID o rozdzielczości 1m, co uniemożliwiło wykorzystanie precyzyjnych modeli roślinności LOD2 i LOD3. Wykorzystanie takich modeli w postaci makro lub mikrostrukturalnej możliwe by było w przypadku zastosowania symulacji opartej o równania 3D (fluid particles) co wykraczało poza ramy niniejszego projektu podobnie jak tarowanie uzyskanych symulacji. W badaniach eksperymentalnych uwzględniano geometrię roślin w postaci zintegrowanych z siatką GRID prymitywów geometrycznych (walec). Opracowano metodę automatycznej identyfikacji przestrzennego usytuowania pni i pomiaru ich średnicy w oparciu o skaning naziemny oraz segmentacji chmury punktów w oparciu o metodę aktywnych konturów. W procesie implementacji skupiono się nad zastosowaniem rozwiązań wielowątkowych dla CPU i GPU aby zapewnić rozsądne czasy przetwarzania. Nawet w przypadku zastosowania aplikacji typu kient-serwer i przeniesienia ciężaru obliczeń na wysokowydajne serwery, złożoność obliczeniowa może powodować, że ich wydajność w przypadku klasycznej implementacji opartej wyłącznie o CPU może okazać się wciąż niewystarczająca. Systemy modelowania hydrodynamicznego zazwyczaj stanowią środowiska zamknięte. Z drugiej strony charakter obliczeń skłania do zastosowania przetwarzania opartego o procesory graficzne (GPU). Zatem system umożliwiający elastyczne i czasowo rozsądne obliczenia powinien składać się z dedykowanego hardware i software po stronie serwerowej i uniwersalnością i powszechną dostępnością po stronie klienckiej. Wniosek ten stanął u podstaw wyboru architektury dwuwarstwowej dla opracowywanego w ramach projektu prototypu. Modelowanie zjawiska przepływu wezbraniowego równaniami 2D i 3D jak np. równania Naviera- Stokesa wymaga precyzyjnego i aktualnego opisu geometrii obszaru zalewowego. Wiarygodność wyników spada wraz z upływem czasu od momentu pozyskania do momentu modelowania zjawiska. Duże znaczenie ma nawet zastosowanie danych pozyskanych w innej porze roku. W jaki sposób zapewnić aktualność danych przestrzennych? Jakie znaczenie może mieć wprowadzenie bezzałogowych platform latających wyposażonych w systemu skanowania laserowego i obrazowania w tej kwestii? Wydaje się to na obecną chwilę najlepszym pod względem kosztochłonności i rozdzielczości czasowej rozwiązaniem. Projektując
system umożliwiający symulacje zjawisk fizycznych należy zatem zapewnić możliwość szybkiego zasilania bazy danych o dane przestrzenne i ich atrybuty. REALIZOWANE CELE Podstawowym celem projektu było stworzenie unikatowego warsztatu naukowego i zespołu naukowego z zakresu pozyskiwania i przetwarzania danych geoprzestrzennych stosowanych w modelowaniu hydrodynamicznym przepływów powodziowych. Cel zrealizowano poprzez zakup aparatury w postaci serwera obliczeniowego GPU wraz z repozytorium danych NAS, systemem podtrzymania UPS oraz specjalistycznym oprogramowaniem i bibliotekami programistycznymi umożliwiającymi rozwijanie własnego oprogramowania jak również poprzez zbudowanie i skonsolidowanie zespołu naukowego w obrębie Instytutu Geodezji i Geoinformatyki i ekspertów oraz współpracowników zewnętrznych. Dzięki upowszechnianiu wyników projektu na konferencjach nawiązano szereg kontaktów międzynarodowych z jednostkami realizującymi badania o podobnym profilu, skutkujących wizytami i stażami naukowymi członków zespołu w ramach projektu jak i finansowanych równolegle z innych źródeł. Do najważniejszych należą: miesięczny staż naukowy kierownika projektu z zakresu modelowania 3D roślinności i skanowania laserowego na obszarach leśnych na University of Washington, Seattle, USA połączony z wygłoszeniem zaproszonego referatu na konferencji naukowej (koszty związane z udziałem w konferencji częściowo pokryto z środków projektu), miesięczny staż naukowy kierownika i jednego z wykonawców projektu (finansowany z innych źródeł) na Baku State University, Azerbejdżan w zakresie hydrologii i modelowania hydrodynamicznego. Nawiązane kontakty rokują na dalszy rozwój i współpracę naukową w obszarach związanych z tematyką projektu. Celami naukowymi projektu było rozwiązanie szeregu problemów teoretycznych związanych z budową bazy danych geoprzestrzennych o dolinach rzek i implementacją modelu hydrodynamicznego w oparciu o takie bazy. Zrealizowane wszystkie cele szczegółowe tj.: opracowano koncepcję i wykonano pierwsze prototypy systemu GIS 3D umożliwiającego gromadzenie danych przestrzennych opracowanych na podstawie pomiarów lotniczym i naziemnym skaningiem laserowym oraz opracowanymi i udoskonalonymi algorytmami modelowania geometrii oraz klasyfikacji pokrycia terenu dla potrzeb segmentacji danych LIDAR i oceny szorstkości powierzchniowej. W trakcie realizacji projektu pojawiły się nowe, nieprzewidziane wcześniej problemy teoretyczne związane z standaryzacją danych przestrzennych. Opracowany i zaimplementowany prototyp systemu gromadzenia i udostępniania danych opary został o standard CityGML, co stanowi dodatkowy zrealizowany cel. Wykonane badań i analiza problemów związanych z wykorzystaniem danych 3D w badaniach środowiskowych pozwala na wysunięcie szeregu uwag i wniosków w zakresie wymaganej szczegółowości, dokładności, formatu i standardu danych, które są niezwykle aktualne w aspekcie wdrażanego projektu Polska 3D+, dzięki którym możliwe będzie szersze wykorzystanie produktów projektu i dalsze prace nad zasobem 3D. Niezrealizowanym celem jest publikacja wyników prac w projekcie w postaci monografii, ze względu na spadek znaczenia tego typu publikacji w ocenie dorobku naukowego. Poszczególne wyniki były i będą publikowane w czasopismach naukowych (w przygotowaniu artykuł podsumowujący projekt). WPŁYW NA DYSCYPLINĘ W obszarze badań z zakresu teledetekcji, fotogrametrii, geodezji i GIS obserwować można szybki rozwój i coraz większą dostępność do nowoczesnych technik pozyskiwania danych. Krok za rozwojem tych technik podążają badania nad zastosowaniami ich produktów. Obecnie w wielu państwach (w tym i w Polsce) wdrażane są projekty mające na celu tworzenie zasobu danych przestrzennych 3D. Prace w projekcie wyprzedzają prace wdrożeniowe i pozwalają na doskonalenie ich produktów pod kątem standaryzacji i aplikacji w badaniach środowiskowych, a w szczególności modelowaniu hydraulicznym przepływów powodziowych. Ważnym aspektem jest również aspekt publikacji wyników symulacji w środowiskach geoportali 3D, które powoli stają się podstawą prezentacji danych przestrzennych w Internecie. Prace nad sposobami wizualizacji 3D i standaryzacji wyników modelowania hydrodynamicznego prowadzone w ramach projektu należą do pionierskich. Z drugiej strony rozwój w tworzeniu wydajnych modeli hydraulicznych ograniczony jest mocami obliczeniowymi i w tym zakresie wykorzystanie procesorów graficznych w obliczeniach hydraulicznych stanowią nową stosunkowo gałęź w badaniach środowiskowych, a w tym zakresie wciąż tkwi niewykorzystany potencjał, ze względu na dynamiczny rozwój narzędzi deweloperskich, bibliotek programistycznych i prac na ujednoliceniem obszarów pamięci systemowych i przez to ułatwienie korzystania z tej techniki programowania. Na uwagę zasługuje również fakt, że interdyscyplinarny charakter projektu pozwala na rozwój dziedzin, które integruje, dzięki efektowi synergii i wspólnemu wykorzystaniu osiągnieć w poszczególnych obszarach.