354 13. Systemy informacji przestrzennej Przykład 1 Wykorzystanie skanowania laserowego w badaniach przyrodniczych Zespół badawczy: dr inŝ. Piotr WęŜyk, dr inŝ. Marta Szostak, mgr inŝ. Piotr Tompalski Laboratorium GIS i Teledetekcji, Katedra Ekologii Lasu, Wydział Leśny Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie Skaning laserowy (akronim: LiDAR; ang. Light Detection and Ranging) jest zaliczany do aktywnych systemów teledetekcyjnych ze względu na własne źródło promieniowania jakim jest dioda emitująca światło (najczęściej zakres bliskiej podczerwieni; ang. NIR). Ze względu na umieszczenie skanera w przestrzeni pomiarowej, skanowanie moŝna podzielić na (WęŜyk 2006): naziemne (TLS; ang. Terrestrial Laser Scanning zwykle statyczne bądź MMS; ang. Mobile Mapping Systems rejestracja z platform ruchomych), lotnicze (ALS; ang. Airborne Laser Scanning) lub satelitarne (SLS; ang. Satellite Laser Scanning). Celem skanowania laserowego jest pozyskanie chmury punktów 3D (ang. point cloud) opisującej w matematyczny sposób (struktura pozioma i pionowa przestrzennego ich rozmieszczenia) elementy krajobrazu (lasy, tereny zainwestowane, obszary rolnicze, rzeźbę terenu i in.), czy teŝ pojedyncze obiekty na róŝnym poziomie ich szczegółowości, tj.: drzewostany, kołowe powierzchnie próbne, pojedyncze drzewa, budynki, linie energetyczne itp. (ryc. 170, 171). Technologia ALS jest aktualnie takŝe głównym rozwiązaniem technicznym w zakresie pozyskiwania informacji do precyzyjnego generowania NMT, NMPT oraz znmpt na potrzeby modelowania hydrologicznego obszarów szczególnie naraŝo- Ryc. 170. Widok planarny chmury punktów TLS, obraz intensywności (Park Jordana, skaner: FARO FOCIUS 3D dzięki uprzejmości TPI Kraków; mat. niepublikowany, P. WęŜyk, P. Tompalski 2011)
13.6. Zarządzanie systemami krajobrazowymi przez GIS przykłady 355 Ryc. 171. Przekrój przez chmurę punktów TLS (skaner: ScanStation2 dzięki uprzejmości Leica; Puszcza Niepołomicka; mat. niepublikowany, P. WęŜyk 2009) nych na wystąpienie zagroŝeń powodzią (projekt ISOK skanowanie ok. 191 000 km 2 Polski) (http://www.gugik.gov.pl/projekty/isok). Zasada działania skanowania laserowego jest oparta na wyznaczeniu odległości od lustra skanera do badanego obiektu przez pomiar czasu wyznaczonego pomiędzy wysłaniem a odbiorem impulsu o prędkości c = 299 792 458 m/s. Dodatkowo, w celu określenia połoŝenia punktu w chmurze, znane muszą być wartości kąta, pod jakim wysłano wiązkę oraz pozycja XYZ skanera. Chmura punktów, poza informacją o lokalizacji kaŝdego z milionów punktów, moŝe charakteryzować się przypisaną informacją o liczbie odbić i o kolejnych odbiciach, a takŝe o intensywności (siła odbitego sygnału), czy nawet wartości RGB, pozyskiwanej z wykonywanych jednocześnie zobrazowań kamerami fotograficznymi i fotogrametrycznymi. Najczęściej końcowym produktem przetwarzania danych ALS są: numeryczny model terenu (NMT) (ryc. 172), numeryczny model powierzchni topograficznej (NMPT) (ryc. 172, 173), a takŝe produkt pochodny, czyli znormalizowany numeryczny model powierzchni topograficznej (znmpt). W zakresie wykorzystania techniki naziemnego skanowania laserowego (TLS) w leśnictwie i ochronie przyrody głównym celem jest precyzyjne określanie wybranych cech taksacyjnych i opisowych drzewostanów (ryc. 174, 175). Do nich zalicza się parametry, takie jak: liczba drzew na jednostce powierzchni (zagęszczenie), lokalizacja pnia i wierzchołka drzewa w przestrzeni 3D, średnica pnia na róŝnych wy-
356 13. Systemy informacji przestrzennej Ryc. 172. Wizualizacja NMPT oraz NMT (cieniowany relief) fragmentu obszaru nadleśnictwa Chojna RDLP Szczecin (dane: ALS, skaner RIEGL Q560; gęstość 4 pkt/m 2 ; WęŜyk, Sieczka 2010) sokościach, pierśnicowe pole przekroju drzewa i drzewostanu, wysokość drzewa, podstawa i długość korony drzewa, miąŝszość pnia, krzywizna pnia, objętość korony, biomasa części nadziemnej drzewa, liczba kształtu pnia, wady drewna, gatunek drzewa (WęŜyk, Tompalski 2010). Przetwarzanie pozyskanych w terenie chmur punktów TLS metodą jedno- lub wielostanowiskową moŝe odbywać się manualnie, jednak celem nadrzędnym jest automatyzacja tego procesu (WęŜyk i in. 2007, Wę- Ŝyk i in. 2009). Bardzo istotny jest w tym przypadku odpowiedni dobór typu skanera (fazowe lub impulsowe) i metody skanowania (liczba stanowisk) do określania wybranej cechy drzewa lub drzewostanu z określoną dokładnością. Badania zespołu Laboratorium GIS i Teledetekcji w Krakowie w zakresie technologii TLS rozpoczęto w 2006 r., w ramach projektu Dyrekcji Generalnej Lasów Państwowych i prowadzono na obszarze nadleśnictwa Milicz (RDLP Wrocław).
13.6. Zarządzanie systemami krajobrazowymi przez GIS przykłady 357 Ryc. 173. Wizualizacja NMPT rejonu Kasprowego Wierchu w Tatrzańskim Parku Narodowym (dane: ALS, skaner RIEGL Q560; gęstość ok. 20 pkt/m 2 ; WęŜyk i in. 2008) Ryc. 174. Obraz planarny TLS (skanowanie nocą XI.2011; Puszcza Niepołomicka; FARO FOCUS 3D) (mat. niepublikowany, P. WęŜyk, P. Tompalski 2011) Późniejsze prace zespołu, realizowane w Małopolsce w latach 2006 2011, objęły, poza drzewostanami Puszczy Niepołomickiej i obszarów rekultywowanych, takŝe zespoły zabytkowych parków Krakowa i dotyczyły doskonalenia metod automatycznego określania cech taksacyjnych drzew i testowania nowych rozwiązań technologicznych (FARO Photon oraz FOCUS 3D, Leica ScanStation 2, TOPCON GLS-1000). Prace badawcze zespołu w zakresie lotniczego skanowania laserowego (ALS) są realizowane od 2006 r. i obejmują m.in. zagadnienia modelowania powierzchni koron drzew (CHM; ang. Crown Height Model) oraz określania wybranych charakterystyk drzewostanu (wysokość, zwarcie poziome, pionowe, liczba drzew, zagęszczenie, bio-
358 13. Systemy informacji przestrzennej Ryc. 175. Obraz planarny chmury punktów TLS biogrupy świerków z wykonanymi pomiarami manualnymi (skaner: FARO FOCUS 3D dzięki uprzejmości TPI Kraków; mat. niepublikowany, P. WęŜyk, P. Tompalski 2011) masa, piętrowość) na podstawie procesu automatycznej analizy histogramów chmur punktów ALS (Weidenbach i in. 2008). Prace prowadzono na obiektach, takich jak: Nadleśnictwa: Chojna RDLP Szczecin (WęŜyk 2008; WęŜyk, Sieczka 2010), Milicz RDLP Wrocław (WęŜyk 2010b), Niepołomice (RDLP Kraków), Tatrzański Park Narodowy (WęŜyk i in. 2008; WęŜyk i in. 2010d), czy na obszarze Krakowa (tereny parków i ESE Natura 2000). Wyniki projektów zademonstrowały szerokie moŝliwości wykorzystania danych ALS w automatycznym określaniu wysokości: pojedynczych drzew (WęŜyk i in. 2008), drzewostanów oraz całego obrębu nadleśnictwa (WęŜyk i in. 2010). Wykazano takŝe moŝliwości integracji technologii ALS
13.6. Zarządzanie systemami krajobrazowymi przez GIS przykłady 359 z tzw. obiektowym podejściem (OBIA; ang. Object Based Image Analysis) przetwarzania ortofotoobrazów oraz analizami przestrzennymi GIS, co znacznie wzmacnia osiągane wyniki końcowe (WęŜyk i in. 2010). Technologia ALS jest w tym momencie przodującym rozwiązaniem technicznym w zakresie pozyskiwania informacji do precyzyjnego generowania NMT, NMPT oraz znmpt, analiz przestrzennych w zakresie kontroli dopłat w rolnictwie (WęŜyk i in. 2009), modelowania hydrologicznego dla obszarów szczególnie naraŝonych na wystąpienie powodzi (projekt ISOK skanowanie ok. 191 000 km 2 Polski) czy w wielu innych analizach przestrzennych (mapy hałasu, badania archeologiczne, określanie stref zabudowy i wpływu infrastruktury na krajobraz w analizach OOS). Przykład 2 Projekt pilotowy Pokrycie terenu dla SIP Mazowsza Autorzy projektu : Stanisław Białousz, Jerzy Chmiel, Anna Fijałkowska, Przemysław Kupidura, Krystyna Lady-DruŜycka, Sebastian RóŜycki Laboratorium Teledetekcji i SIP Politechniki Warszawskiej Pokrycie terenu jest jednym z najwaŝniejszych komponentów krajobrazu. Dane o pokryciu terenu są niezbędne nie tylko do stworzenia obrazu (inwentaryzacji) terenu, ale równieŝ jako dane początkowe słuŝące do wielu analiz przestrzennych i modelowania. Warstwa Pokrycie terenu jest dlatego jedną z najwaŝniejszych w kaŝdym systemie informacji przestrzennej, szczególnie w systemach terytorialnych dla gmin, miast, województw i kraju. W badaniach i w zastosowaniach praktycznych są stosowane w tym obszarze tematycznym równolegle dwa pojęcia: pokrycie terenu (ang. land cover) i uŝytkowanie ziemi (ang. land use). W prezentowanym tu projekcie pilotowym przyjęto metodykę właściwą dla pokrycia terenu (Białousz red. 2004). Pokrycie terenu odnosi się do pokrywy fizycznie występującej na powierzchni ziemi, którą moŝna obserwować metodami naziemnymi lub teledetekcyjnymi. Pokrywa ta obejmuje roślinność naturalną i uprawną, obiekty stworzone przez człowieka oraz powierzchnie wodne, lodowce, pokrywy skalne i piaskowe. Mapy pokrycia terenu wykonuje się zwykle dla większych obszarów (duŝe miasta, regiony, kraje, kontynenty). SłuŜą one głównie do modelowania zjawisk przyrodniczych na większych obszarach (klimat, powodzie, erozja gleb) i do badania zmian zagospodarowania terenu. W ostatnich latach największy wpływ na metody wykonywania map pokrycia terenu w Europie miał projekt Komisji Europejskiej CORINE Land Cover, a w skali świata projekt FAO Land Cover Classification System LCCS (EUROSTAT 2000, Gallego 2002). Opisany w dalszej części tekstu projekt pilotowy Pokrycie terenu wykonany dla systemu informacji przestrzennej (SIP) Mazowsza zrealizowano z zastosowaniem metodyki europejskiej. CORINE Land Cover (CLC) stanowi część szerszego projektu CORINE (CoORdination of INformation on Environment). W 1991 r. projekt CLC rozszerzono na kraje Europy Środkowej i Wschodniej i sfinansowano go ze środków programu po-