Modelos de Elevação - wiki DPI
Transcrição
Modelos de Elevação - wiki DPI
8/16/2010 Modelos de Elevação e TIN Laercio M. Namikawa DPI-INPE Modelos de Elevação • • • • O que são? Por que são necessários? Como obter? Como usar? 1 8/16/2010 Modelos de Elevação O que são? • Representações computacionais da distribuição de um fenômeno espacial que ocorre em uma região da superfície terrestre • Fenômeno: Elevação do Terreno Questões sobre Representações • Mundo Digital: Finito e discreto • Mundo Real: variação contínua e suave da elevação Ontological Level Geographic Reality Conceptual Level Representation Level Implementation Level Scale Model 2 8/16/2010 Elevação no Mundo Real Modelagem • Ontológico: Abordagem cognitiva – Propósito, escala, instrumento de medição. Uso para enchente, navegação, erosão • Conceitual: Formalização Matemática – f = [R, λ, V] (λ – mapeamento; R localizações,V – conjunto de valores discretos ou reais – Campo/Objeto • Representação: – Matricial: grade regular retangular – Vetorial: grade irregular triangular, isolinhas • Implementação: – Estrutura de dados, algoritmos 3 8/16/2010 Modelagem Representação • Matricial • Vetorial Modelagem Implementação • Estruturas – – – – Matriz Quad Tree Binary Tree R tree • Algoritmos – Compressão – Busca – Estimativas de derivativas 4 8/16/2010 Data Structures, Not Elevation Models • DEM and TIN are Data Structures. Structures • DEM and TIN are not Elevation Models – “A set of elevation points does not necessarily imply anything about the space between them” - David Mark, 1990, cited by (Kumler 1994) • Elevation Model requires an implicit method to define surface between elevation points of the data structures. Modelos de Elevação • • • • O que são? Por que são necessários? Como obter? Como usar? 5 8/16/2010 Modelos de Elevação Por que são necessários? • Criação de mapas topográficos • Projetos de engenharia: estradas, barragens • Análise de visibilidade • Computação de mapas de declividade e exposição • Delineação de linhas de drenagem e bacias • Visualização em projeção planar com imagens de satélite • Orto-retificação de imagens • Correção radiométrica de imagens • Geração de mapas de aptidão agrícola • Planejamento urbano e rural, • Determinação de áreas de riscos, • Geração de relatórios de impacto ambiental • Simulação de fenômenos onde a força gravitacional atua Modelos de Elevação • • • • O que são? Por que são necessários? Como obter? Como usar? 6 8/16/2010 Data Sources • Ground Surveys – Field instruments • Photogrammetric Data Capture – Stereoscopic Interpretation of Aerial or Satellite Photographs • Cartographic Sources – Contour Maps, Profiles • Synthetic Aperture Radar Interferometry (InSAR) – Aerial, Satellite, Space Shuttle • Light detecting and ranging (LIDAR) – Aerial, Satellite • Global Positioning System (GPS) Data Sources InSAR from SRTM (NASA 200 7 8/16/2010 Data Sources LIDAR From http://www.environment-agency Data Sources GPS From http://www.navicom.co.kr/english/index.asp 8 8/16/2010 Error Sources • Ground Surveys – Depend on instruments and methods - highly accurate, surveyor is at the field. • Photogrammetric Data Capture – Paralax principle – Stereocorrelation. Accuracy dependent on photograph scale, image resolution, discernibility of image features. Correlation window (10x10 pixels) Error Sources Photogrammetric Data Capture 9 8/16/2010 Error Sources • Cartographic Sources – Dependent on original data, usually photogrammetric, equipment/operator lag, analog recording precision, digitalization or scanning resolution, map resolution →0.4 mm of scale. • InSAR – Ground Range Resolution, layover/shadowing effects, speckle noise, vegetation depending on band. Error Sources InSAR 10 8/16/2010 Error Sources LIDAR • Pulse width, width atmospheric effects effects, vegetation influence, influence footprint size (typical laser beam projects to 24–60 cm diameter at a distance of 1219 m) Accuracy: USGS DEM • Level-1 DEM reserved for ones created byy scanningg National High g Altitude Photography (NHAP)/NAPP photography. – Vertical RMSE of 7 meters is the desired standard. A RMSE of 15 meters is the maximum permitted. • Level-2 DEM data sets have been processed or smoothed for consistency and edited to remove identifiable systematic errors and were derived from hyposographic and hydrographic data digitizing. – RMSE of one-half contour interval is the maximum permitted. • Level-3 DEMs are derived from DLG data by incorporating selected elements from both hypsography (contours, spot elevations) and hydrography (lakes, shorelines, drainage). – RMSE of one-third of the contour interval is the maximum permitted. • RMSE error is calculated on 27 sample points – any 27 points distributed on the area. 11 8/16/2010 Accuracy: ASTER DEM • Advanced Spaceborne Thermal Emission and Reflection Radiometer • Generated from along-track stereo • Grid 30 meter • Estimated accuracy: – Relative vertical accuracy between ±12 and 25 meters Accuracy: SRTM C-Band DEM • Absolute – 16 meters vertical 90% linear error (LE90) – 20 meters horizontal 90% circular error (CE90) • Relative – 10 meters vertical LE90 – 15 meters horizontal CE90 12 8/16/2010 Accuracy: LIDAR • ICESat – 15 cm – footprint: 60 m diameter • Saab TopEye system for of bare soil and low grass – Between 10 and 16 cm RMSE Modelos de Elevação Como obter? • Amostragem • Preparação das amostras – Redução – Organização • Armazenagem nas estruturas de dados 13 8/16/2010 Amostragem Regularidade na Distribuição • Regular R l – Levantamentos sistemáticos: trabalhos de campo – Automaticamente das imagens em par estéreo g de fase interferométrica – Imagens • Irregular – Locais de acesso mais fácil - ao longo de drenagens ou de estradas – Amostras mais representativas não estão regularmente distribuídas. Amostragem Isolinhas • Curvas de isovalor • Fiel à superfície apenas ao longo dela mesma • A região entre duas isolinhas é apenas deduzida 14 8/16/2010 Preparação das Amostras • Minimizar a quantidade de informações a serem adquiridas • Maximizar a fidelidade na representação da superfície • Melhor espaçamento da grade regular, • Seleção de amostras para pontos espaçados irregularmente • Redução dos pontos das curvas de isovalor Preparação das Amostras • Organização das amostras – Melhorar a performance dos processos de manipulação dos modelos • Partição do espaço: bi á i - árvore binária, á 2k-d 2k d árvore • Interpolação para grade regular 15 8/16/2010 Árvore 2k-d A 1 2 C 4 B 2 3 1 C D 3 4 D E E A B Armazenagem nas Estruturas de Dados • Grade G d regular l – Polígonos tem a mesma forma e tamanho, geralmente um retângulo, definindo a forma de grade regular mais utilizada, a grade regular retangular. retangular • Grade irregular triangular – Polígonos têm a mesma forma, triangular, mas tamanhos são diferentes. 16 8/16/2010 Grade Regular Grade Irregular Triangular Triangulated Irregular Network 17 8/16/2010 Modelos de Elevação • • • • O que são? Por que são necessários? Como obter? Como usar? Modelos de Elevação Como usar? • Interpolação • Visualização em projeção • Geração de imagens: nível de cinza, sombreadas e temáticas • Cálculo de volumes de aterro e corte • Análise de perfis sobre trajetórias • Geração de mapeamentos derivados – declividade, exposição, drenagem, isolinhas, visibilidade 18 8/16/2010 Aplicação Hidrologia Aplicação Hidrologia PCRaster NutShell 19 8/16/2010 Aplicação Corridas de Detritos - TITAN2D Equações do Modelo • Balanço da massa média: ∂th+∂x(hu)+∂y(hv) = 0 • Balanço do momento em X ∂t(hu)+∂x(hu2+(β/2)gzh2)+∂y(huv)= h x-sgn(∂ hg (∂yu)∂ )∂y((β/2)sin(φ)g ((β/2) i ( ) zh2sgn(u)htan(δ)[gz+(u2/rx)] • Balanço do momento em Y (Similar trocando X por Y) 20 8/16/2010 Variáveis da Equação • XYZ - Cartesian coordinates, plane XY parallel to basal surface; • h - Flow layer thickness; • u - Velocity field in downslope direction; • v - Velocity field in cross-slope direction; • rx, ry - Radius of curvature of the local basal surface; • gx, gy, gz - Local direction of gravity; • β=εK; K - Earth pressure coefficient; • φ - Internal friction angle; • δ - Basal friction angle. Dados Espaciais • DEM: DEM – rx, ry - Radius of curvature of the local basal surface – Second derivative of elevation. – gx, gy, gz - Local direction of gravity – First derivative of elevation. • Thematic Map – Geology/Soils/Land Cover: – δ - Basal friction angle. 21 8/16/2010 Proposed Implementation Multiple Representations TITAN2D Samples Contour Lines Regular Grid TIN Regular Grid Geospatial Database System Metadata Location Acquisition Instrument Processing Algorithms Functions Spatial/Temporal queries Interpolation Aggregation Derivative Implementation Platform TerraLib • Open source GIS functions library • Access geospatial data stored in relational database • Query function to implement: G id S l t ( Elevation, Grid=Select El ti Contains(loc), C t i (l ) Before(ev), B f ( ) Between(l_res,h_res) ); • Other functions for new representation storage 22 8/16/2010 Ranking Representations Default System • Time: Representations acquired before query time are higher than after – Scores getting lower as time difference becomes larger – For time just after query time, score is l lower than th representations t ti acquired i d just before – Score decreases faster for after than before • Resolution: increases with decrease in difference Ranking Representations Default System if (Qres > Rres) //Qres=Query repsres.push back( Rres/Qres ); repsres.push_back( else repsres.push_back( Qres/Rres ); Rank - Resolution 1 0.8 0.6 0.4 if (timediff < 0.) //Before event repstdif.push_back( 1.+timediff ); else //After event repstdif.push_back( 0.5(timediff/2.) ); 0.2 0 0 5 10 15 20 25 Rank - Time 1 0.8 0.6 0.4 0.2 0 -100 -50 0 50 100 repsres+repstdif; 23 8/16/2010 Validation Platform TerraLib Relational Database TITAN2D Multiple Representations Samples Contour Lines Regular Grid TIN Regular Grid Functions TerraLib Spatial/Temporal queries Metadata Location Acquisition Instrument Processing Algorithms Interpolation Aggregation Derivative Summary • Beneficiaries - decision makers and researchers – Simulation Sim lation of en environmental ironmental processes using sing spatial distributed dynamic models – Reliable simulation from best data representation • Metadata – Describe data modeling – Essential to select best geospatial data for an application 24 8/16/2010 Summary • Smart link to process models – Process models define: • Geospatial p data selection • Transformation algorithms • Estimation of geospatial data quality – Statistical analysis using multiple representations – Spatial distributed quality information • Minimization of inaccuracies – Geospatial data transformations provided on-the-fly – Local transformations instead of new representation Summary Integrated framework to use multiple representations of elevation for simulation of environmental process Reliable simulation from best combination of representations • Geospatial data versions – Validated simulation results storage – New representation inserted in database – Metadata updated – Available for other simulations • Open source interface for other process models 25 8/16/2010 Bibliografia • El-Sheimy, N., C. Valeo, et al. (2005). Digital Terrain Modeling: Acquisition, Manipulation And Applications. Norwood, MA, Artech House Publishers. • Li, Z., Q. Zhu, et al. (2005). Digital Terrain Modeling: Principles and Methodology. Boca Raton, Florida, CRC Press. • Namikawa, L. M., C. A. Felgueiras, et al. (2003). Modelagem numérica de terreno e aplicações. São José dos Campos, SP, Brazil, INPE. • Maune, D. F., Ed. ((2001). ) Digital g Elevation Model Technologies g and Applications : The DEM Users Manual. Bethesda, Md., American Society for Photogrammetry and Remote Sensing. • NAMIKAWA, L. M. Multiple representations of elevation for dynamic process modeling. 2006. 202 p. (INPE--T/). PhD Thesis State University of New York at Buffalo, Buffalo, NY, USA. 2006. Disponvel em: <http://wwwlib.umi.com/dissertations/fullcit/3226646>. 1