Fakulteta za gradbeništvo in geodezijo
MAGISTRSKO DELO
MAGISTRSKI ŠTUDIJSKI PROGRAM DRUGE STOPNJE GEODEZIJA IN GEOINFORMATIKA
Ljubljana, 2021
Hrbtna stran: 2021
ANŽE GRACAR
DOLOČITEV DEBELINE SNEŽNE ODEJE LETALNICE V PLANICI NA OSNOVI PRIMERJAVE FOTOGRAMETRIČNIH 3D
MODELOV
GRACAR ANŽE
gradbeništvo in geodezijo
Kandidat/-ka:
Mentor/-ica: Predsednik komisije:
Somentor/-ica:
Član komisije:
Ljubljana, _____________
Magistrsko delo št.:
Master thesis No.:
ANŽE GRACAR
DOLOČITEV DEBELINE SNEŽNE ODEJE LETALNICE V PLANICI NA OSNOVI PRIMERJAVE FOTOGRAMETRIČNIH 3D
MODELOV
DETERMINATION OF SNOW DEPTH ON PLANICA SKI JUMP BASED ON COMPARISON BETWEEN PHOTOGRAMMETRIC 3D MODELS
doc. dr. Klemen Kozmus Trajkovski asist. Neža Ema Komel
POPRAVKI – ERRATA
Stran z napako Vrstica z napako Namesto Naj bo
ZAHVALA
Iskreno bi se rad zahvalil mentorjema, doc. dr. Klemnu Kozmusu Trajkovskemu in asist. Neži Emi Komel za vso pomoč, trud, psihično in fizično energijo ter nenazadnje tudi nasvete, ki sta mi jih namenila tekom pisanja te mentorske naloge.
Posebna zahvala velja tudi za doc. dr. Dušana Petroviča, brez pomoči katerega bi težje opravili težek vzpon na planiško velikanko.
Seveda se v največji meri zahvaljujem vsem bližnjim, ki so mi v času študija stali ob strani in mi pomagali, ko sem potreboval njihovo pomoč. Na prvem mestu so tu vsi domači, sledijo jim sošolci in ostali, s katerimi sem se družil na fakulteti in izven nje.
BIBLIOGRAFSKO-DOKUMENTACIJSKA STRAN IN IZVLEČEK
UDK: 528.7:531.732(043.3)
Avtor: Anže Gracar, dipl. inž. geod. (UN)
Mentor: doc. dr. Klemen Kozmus Trajkovski, univ. dipl. inž. geod.
Somentor: asist. Neža Ema Komel, mag. inž. geod. geoinf.
Naslov: Določitev debeline snežne odeje letalnice v Planici na osnovi primerjave fotogrametričnih 3D modelov
Tip dokumenta: magistrsko delo
Obseg in oprema: 39 str., 7 pregl., 46 sl., 4 pril., 16 virov
Ključne besede: 3D model, fotogrametrija, daljinsko vodeni letalnik, debelina snežne odeje, CloudCompare, georeferenciranje
Izvleček
Tradicionalno so se za določitev debeline snežne odeje uporabljale zamudne točkovne metode. V zadnjem času se vse pogosteje uporabljajo naprednejše metode, ki omogočajo množični zajem, kot so terestrični laserski skenerji in fotogrametrija z daljinsko vodeni letalniki. Pri uporabi slednjega veliko težavo predstavlja predvsem homogenost snežne odeje, ki algoritmu močno uteži iskanje značilnih točk, ki predstavljajo osnovo za izdelavo kvalitetnega 3D modela. V tej magistrski nalogi opisujemo postopek določitve debeline snežne odeje na letalnic v Planici. Na teren smo se odpravili štirikrat in skupno opravili 9 preletov letalnice. Postopek določitve sloni na primerjavi georeferenciranih 3D modelov, izdelanih brez snega in s snegom. To zahteva kvalitetno izdelane 3D modele. Homogenost snežne odeje smo poskušali zmanjšati z risanjem barvnih črt na vrhnji sloj podlage. Za določitev debeline snežne odeje smo uporabili funkcijo »Cloud-mesh distance«, ki je vključena v programu CloudCompare.
BIBLIOGRAPHIC-DOCUMENTALISTIC INFORMATION AND ABSTRACT UDC:
Author:
Supervisor:
Co-supervisor:
Title:
Document type:
Notes:
Keywords:
528.7:531.732(043.3) Anže Gracar, BA
Assoc. Prof. Klemen Kozmus Trajkovski, Ph.D Assist. Neža Ema Komel, MA
Determination of snow depth on Planica ski jump based on comparison between photogrammetric 3D models
Master thesis
39 p., 7 tab., 46 fig., 4 ann., 16 ref.
3D model, photogrammetry, UAV, snow depth, CloudCompare, georeferencing
Abstract
Traditionally, time-consuming point methods have been used to determine the snow depth. Recently, more advanced methods using newer mass capture methods such as terrestrial laser scanner and unmanned aerial vehicle have been used increasingly. When using the latter, a big problem is the homogeneity of the snow cover which makes it very difficult for algorithm to find matching points which are the basis for making a quality 3D model. In this master's thesis, we describe the procedure for determining the snow depth at ski jump in Planica. We went to the site four times and together we made nine UAV flights over the ski jump. The determination process is based on a comparison of georeferenced 3D models made without snow and with snow. This requires well-made 3D models. We tried to reduce the homogeneity of the snow cover by drawing coloured lines on the top layer of the base. To determine the thickness of the snow cover, we used the "Cloud-mesh distance" function, which is included in the CloudCompare program.
KAZALO
POPRAVKI – ERRATA ... I ZAHVALA ... II BIBLIOGRAFSKO-DOKUMENTACIJSKA STRAN IN IZVLEČEK ... III BIBLIOGRAPHIC-DOCUMENTALISTIC INFORMATION AND ABSTRACT ... IV KAZALO ... V KAZALO SLIK ... VII KAZALO PREGLEDNIC ... IX
1 MOTIVACIJA IN CILJI ... 1
2 TEORIJA ... 2
2.1 IZDELAVA 3D MODELA ... 2
2.1.1 IZDELAVA REDKEGA OBLAKA TOČK ... 2
2.1.2 DOLOČANJE OSLONILNIH TOČK IN GEOREFERENCIRANJE ... 2
2.1.3 IZDELAVA GOSTEGA OBLAKA TOČK ... 3
2.1.4 IZDELAVA TIN MREŽE ... 4
2.1.5 IZDELAVA TEKSTURE ... 4
2.2 PRIMERJAVA OBLAKOV TOČK ... 5
3 DELOVIŠČE ... 6
4 TERENSKO DELO... 8
4.1 INŠTRUMENTARIJ ... 8
4.1.1 DJI PHANTOM 4 RTK ... 8
4.1.2 LEICA GS18... 9
4.1.3 TARČE ... 9
4.2 ZAJEM NA TERENU ... 10
4.2.1 PLANICA NOVEMBER 2020 ... 10
4.2.2 PLANICA DECEMBER 2020 ... 11
4.2.3 PLANICA MAREC 2021 ... 13
4.2.4 PLANICA MAJ 2021 ... 14
5 OBDELAVA PODATKOV IN REZULTATI OBDELAV ... 15
5.1 OBDELAVA PLANICA NOVEMBER 2020 ... 15
5.2 OBDELAVA DECEMBER 2020 ... 17
5.2.1 ANALIZA GOSTIH OBLAKOV TOČK DECEMBER 2020 ... 20
5.3 OBDELAVA MAREC 2021 ... 24
5.4 OBDELAVA MAJ 2021 ... 27
6 DOLOČITEV DEBELINE SNEŽNE ODEJE ... 29
6.1 DEBELINA SNEŽNE ODEJE V DECEMBRU 2020 ... 29
6.1.1 ANALIZA DOLOČITVE DEBELINE SNEŽNE ODEJE V DECEMBRU 2020 ... 32
6.2 DEBELINA SNEŽNE ODEJE V MARCU 2021 ... 33
6.2.1 ANALIZA DOLOČITVE DEBELINE SNEŽNE ODEJE V MARCU 2021 ... 34
7 DISKUSIJA IN ZAKLJUČEK ... 36
8 VIRI ... 38
KAZALO SLIK
Slika 1: Izdelava redkega oblaka točk ... 2
Slika 2: Določanje oslonilnih točk in georeferenciranje ... 3
Slika 3: Izdelava gostega oblaka točk ... 3
Slika 4: Izdelava TIN mreže... 4
Slika 5: Izdelava in dodajanje teksture na 3D model ... 4
Slika 6: Bloudkova velikanka sredi 20. stoletja [10] ... 6
Slika 7: Nordijski center Planica (foto: Blaž Oman) ... 7
Slika 8: DJI Phantom 4 RTK [14] ... 8
Slika 9: Leica GS18 [16] ... 9
Slika 10: Primer uporabljene tarče ... 9
Slika 11: Položaji oslonilnih točk... 10
Slika 12: Planica v decembru 2020 ... 11
Slika 13: Določitev položaja oslonilnih točk ... 11
Slika 14: Izris črt in letalnica z izrisanimi črtami ... 12
Slika 15: Letalnica v marcu 2021 ... 13
Slika 16: Redek oblak točk - november 2020 ... 15
Slika 17: Gost oblak točk - november 2020 ... 16
Slika 18: 3D model s teksturo - november 2020 ... 16
Slika 19: Redek in gost oblak točk - 70 m celoten kompleks - december 2020 ... 17
Slika 20: Redki in gosti oblaki točk - 70 m in 35 m letalnica brez črt - december 2020 ... 18
Slika 21: Redki in gosti oblaki točk - 70 m in 35 m letalnica s črtami - december 2020 ... 19
Slika 22: 3D model s teksturo - december 2020 ... 20
Slika 23: Luknje na gostem oblaku točk - 70 m celoten kompleks - december 2020 ... 21
Slika 24: Luknje na gostem oblaku točk - 70 m letalnica brez črt - december 2020 ... 21
Slika 25: Anomalije na gostem oblaku točk - 35 m letalnica brez črt - december 2020 ... 22
Slika 26: Izbokline na gostem oblaku točk - 35 m letalnica brez črt - december 2020 ... 22
Slika 27: Luknje in osamelci na gostem oblaku točk - 70 m letalnica s črtami - december 2020 ... 23
Slika 28: Anomalije na gostem oblaku točk – 35 m letalnica s črtami – december 2020 ... 23
Slika 29: Redka oblaka točk - marec 2021 ... 24
Slika 30: Gosta oblaka točk - marec 2021 ... 25
Slika 31: Luknje na gostem oblaku točk - marec 2021 ... 26
Slika 32: 3D model s teksturo - marec 2021 ... 26
Slika 33: Redek oblak točk - maj 2021 ... 27
Slika 34: Gost oblak točk - maj 2021 ... 28
Slika 35: 3D model s teksturo - maj 2021 ... 28
Slika 36: Obrezana 3D modela (levo 3D model - december 2020. desno 3d model – maj 2021) ... 29
Slika 37: Izbrane vloge 3D modelov (maj – december) ... 30
Slika 38: Parametri v funkciji "Cloud - mesh distance" ... 30
Slika 39: Vse izmerjene razdalje (maj – december) ... 31
Slika 40: Filtrirane izmerjene razdalje (maj - december) ... 31
Slika 41: Histogram debeline snežne odeje - december 2020 ... 32
Slika 42: Razlika med 3D modeloma (maj – december) na območju deponije ... 33
Slika 43: Obrezan 3D model - marec 2021 ... 33
Slika 44: Rezultati določitve debeline snežne odeje (marec - maj) ... 34
Slika 45: Histogram debeline snežne odeje – marec 2021 ... 34
Slika 46: Prerez 3D modelov (maj - marec) ... 35
KAZALO PREGLEDNIC
Preglednica 1: Specifikacije DJI Phantom 4 RTK[15] ... 8
Preglednica 2: Specifikacije Leica GS18 [16] ... 9
Preglednica 3: Preleti Planica december 2020 ... 12
Preglednica 4: Rezultati redki oblaki točk - Planica december 2020 ... 17
Preglednica 5: Rezultati gosti oblaki točk - Planica december 2020 ... 17
Preglednica 6: Rezultati redki oblaki točk - Planica marec 2021 ... 24
Preglednica 7: Rezultati gosti oblak točk - marec 2021 ... 25
»Ta stran je namenoma prazna.«
1 MOTIVACIJA IN CILJI
Tradicionalne metode merjenja snežne odeje so precej zamudne in v veliki večini primerov precej nenatančne. Najbolj osnova metoda merjenja debeline snežne odeje je točkovna metoda [1], pri kateri se debelina meri z navadnimi merilnimi palicami, v novejši dobi se uporabljajo tudi ultrasonični merilniki, ki jih postavimo na naključne točke na opazovanem območju. Problem takšnih metod je predvsem v tem, da so rezultati na območju interpolirani, kar pomeni, da so samo približek dejanskemu stanju. Obstaja kar nekaj študij [2] – [6], kjer so ugotovili, da se debelina snežne odeje spremeni že na zelo kratkih razdaljah.
V novejši dobi so se za merjenje debeline snežne odeje začeli uporabljati terestrični laserski skenerji (TLS) [3]. Kakovost rezultatov je precej boljša. Prednost te metode je predvsem v tem, da lahko z TLS zajamemo precej več točk in s tem naredimo precej boljši približek dejanskemu stanju. Kljub temu ta metoda ni optimalna, saj problem predstavlja lomljenje žarkov na snegu. Zaradi strukture snega se lahko žarki zlomijo v smeri, ki ne vodi nazaj do senzorja. Takšen problem nastane predvsem na ravnih površinah. Prav tako problem predstavljajo tudi ovire med TLS in obravnavanim območjem, kar je omenjeno tudi v [7].
V zadnjem času so za potrebe izmere debeline snežne odeje začeli uporabljati tudi daljinsko vodene letalnike (angl. Unmanned Aerial Vehicle, UAV). Uporaba slednjih je najenostavnejša izmed opisanih metod. Poleg tega smo z njimi sposobni zajeti večja območja v krajšem času z visoko ločljivostjo.
Prednost uporabe letalnikov se kaže tudi v tem, da so cenovno dostopni in da omogočajo zajem območij, ki jih z TLS ne moremo zajeti [8]. Prav tako se v večini primerov na letalniku uporablja fotogrametrični zajem, kar pomeni, da ni težav z lomljenjem laserskih žarkov.
Sneg je lahko problematičen tudi pri fotogrametričnem zajemu, predvsem pri t.i. strukturi iz gibanja (angl. Structure from Motion, SfM). Težavo predstavlja pomanjkanje teksture na fotografijah, ki privede do tega, da algoritmi niso sposobni najti ujemanj na fotografijah [9]. Glede na to, da je tekstura močno odvisna od površine snega, je potrebno razviti metodologijo, kako izvesti fotogrametrični zajem območja s snegom, da bo na fotografijah prisotne čim več teksture.
V okviru te magistrske naloge smo želeli izdelati metodologijo izdelave kakovostnih fotogrametričnih 3D modelov, kjer je prisoten sneg. Na osnovi izdelanega 3D modela smo želeli kvalitetno izmeriti debelino snežne odeje na osnovi primerjave 3D modelov opazovanega območja s snegom in brez njega.
Magistrska naloga je sestavljena iz sedmih poglavij. Prvo poglavje je namenjeno opisu motivacije za pisanje te magistrske naloge in ciljem. V drugem poglavju je na kratko opisana teorija izdelave 3D modelov in krajša predstavitev funkcije »Cloud – mesh distance«. V tretjem poglavju je opisano delovišče Planica. Četrto poglavje predstavlja opis terenskega dela. V petem poglavju smo opisali obdelavo podatkov. V šestem poglavju je opisana metodologija določitve debeline snežne odeje. V zadnjem, sedmem poglavju, je napisan povzetek magistrske naloge in zaključek.
2 TEORIJA
2.1 IZDELAVA 3D MODELA
Za izdelavo 3D modelov smo uporabili klasičen postopek v primeru UAV fotogrametrije, ki temelji na postopkih SfM in MVS (angl. Multi-View Stereo) in je v osnovi sestavljen iz petih korakov [9].
1. Izdelava redkega oblaka točk
2. Določanje oslonilnih točk in georeferenciranje redkega oblaka točk 3. Izdelava gostega oblaka točk
4. Izdelava TIN mreže 5. Izdelava teksture
2.1.1 IZDELAVA REDKEGA OBLAKA TOČK
Izdelava redkega oblaka točk obsega uvoz fotografij v program, kjer se izdela oblak točk. V programu se najprej izvede slikovno ujemanje, kar pomeni, da algoritem poišče ujemajoče (značilne) točke na več posnetkih. Na osnovi najdenih značilnih točk določijo parametri notranje in zunanje orientacije fotoaparata in izdela redek oblak točk Grafični prikaz izdelave redkega oblaka točk je prikazan tudi na sliki 1. Tekom izdelave redkega oblaka točk se izvede tudi izravnava bloka, v sklopu katere se določijo parametri notranje orientacije fotoaparata in parametre zunanje orientacije za vsako fotografijo.
Slika 1: Izdelava redkega oblaka točk
2.1.2 DOLOČANJE OSLONILNIH TOČK IN GEOREFERENCIRANJE
V drugem koraku programa, kjer izdelujemo 3D model, uvozimo koordinate oslonilnih in kontrolnih točk. Oslonilne točke uporabimo zato, da lahko 3D model geolociramo v prostor. Kontrolne točke pa uporabimo zato, da lahko preverimo kakovost georeferenciranja. Koordinate oslonilnih točk določimo na terenu z eno izmed geodetskih metod, pogosto se uporablja tahimetrija ali GNSS (Globalni navigacijski satelitski sistem). Ponavadi se uporablja statično metodo ali RTK (angl. Real-Time Kinematic). V našem primeru smo uporabili RTK-GNSS metodo. Po uvozu koordinat oslonilk v program moramo središče tarče slednjih označiti na fotografijah. To lahko naredimo ročno ali pa iskanje
oslonilk na fotografijah prepustimo programu za obdelavo. Ročno iskanje je nekoliko dolgotrajnejše, vendar v večini primerov ne pride do napak, ki se rade zgodijo pri avtomatskem iskanju. Ko na fotografijah najdemo in označimo vse oslonilne točke, lahko začnemo s postopkom georeferenciranja redkega oblaka. Tekom georeferenciranja redkega oblaka točk se izračunajo parametri zunanje orientacije vsakega posnetka v prostorskem koordinatnem sistemu in izboljšajo parametri notranje orientacije fotoaparata. Določanje oslonilk in georeferenciranje je prikazano tudi na sliki 2.
Slika 2: Določanje oslonilnih točk in georeferenciranje
2.1.3 IZDELAVA GOSTEGA OBLAKA TOČK
Ko imamo izdelan georeferenciran redek oblak točk, lahko izdelamo gost oblak točk, ki se izdela tako, da algoritem MVS v izbranem programu za vsako fotografijo glede na njen položaj v prostoru izračuna t.i. globinsko sliko (angl. Depth map). Slednje potem združi v gost oblak točk [11]. Večina programov omogoča, da nastavimo način filtriranja fotografij, na osnovi katerih se prilagodi izdelava gostega oblaka točk. Slika 3 prikazuje shematski prikaz izdelave gostega oblaka točk.
Slika 3: Izdelava gostega oblaka točk
2.1.4 IZDELAVA TIN MREŽE
Predzadnji korak izdelave 3D modela je izdelava TIN mreže. Gre za postopek, pri katerem program na osnovi točk v gostem oblaku točk izdela nepravilno trikotniško mrežo (angl. Triangulated irregular network, skrajšano TIN). Izdelava TIN mreže spremeni gost oblak v 3D model. Postopek izdelave 3D modela iz TIN mreže je prikazan tudi na sliki 4.
Slika 4: Izdelava TIN mreže
2.1.5 IZDELAVA TEKSTURE
Zadnji korak izdelave 3D modela je dodajanje teksture. Izdelana tekstura 3D model naredi bolj fotorealističen. Izdela se jo tako, da izbran program na osnovi položaja fotografij v prostoru določi barvo vsakemu trikotniku na 3D modelu. Večina programov omogoča različne načine dodajanje tekstur na 3D modele. Poznamo več načinov izdelave teksture. Prvi način je generičen, pri katerem program poskuša narediti čimbolj enotno teksturo glede na površje. Drugi način je ortofoto, kjer je celotna tekstura površja izdelana v ortografski projekciji. Obstaja tudi prilagodljiv ortofoto, kjer se tekstura izdela posamično za horizontalne in vertikalne dele površja [11]. Postopek dodajanja teksture je prikazan tudi na sliki 5.
Slika 5: Izdelava in dodajanje teksture na 3D model
2.2 PRIMERJAVA OBLAKOV TOČK
Za izmero debeline snežne odeje smo uporabili funkcijo »Cloud-mesh distance« v programu CloudCompare. Gre za odprtokodni program, s katerim lahko analiziramo in primerjamo oblake točk in 3D modele. Za pravilno uporabo funkcije »Cloud-mesh distance« moramo v program uvoziti georeferenciran oblak točk in 3D model. V osnovi funkcija deluje tako, da izračuna razdaljo med točkami v oblaku točk in najbližjim trikotnikom v 3D modelu. Razdalja lahko predstavlja ortogonalno razdaljo, če se točka preslika znotraj trikotnika. V nasprotnem primeru je razdalja določena do roba trikotnika [12]. Funkcija deluje tudi, če želimo izmeriti razdalje med dvema 3D modeloma. V tem primeru algoritem deluje tako, da v 3D modelu, ki je nastavljen kot »primerjava« (angl. Compared), uporabi samo gorišča trikotnikov [13]. Pri primerjavi 3D modelov program omogoča izmero razdalje s predznakom (angl. signed distances). To so razdalje, pri katerih se pri določitvi upoštevajo tudi normale trikotnikov v modelu. Problem pri izmeri razdalj med dvema 3D modeloma lahko nastane, če je mreža pri modelu, ki je izbran kot »primerjava«, premalo gosta. V tem primeru se priporoča uporaba funkcije, ki zgosti mrežo.
3 DELOVIŠČE
Za delovišče smo izbrali Letalnico bratov Gorišek v Planici. Gre za največjo slovensko smučarsko skakalnico oz. letalnico, ki se nahaja v sklopu osmih skakalnic v okviru Nordijskega centra Planica.
Idejni oče Nordijskega centra v Planici je Joso Gorec, ki je že v začetku tridesetih let 20. stoletja imel željo zgraditi zimsko-letno športno letovišče, v sklopu katerega bi stala tudi največja smučarska skakalnica na svetu. Leta 1934 so v neposredni bližini današnje letalnice zgradili in odprli prvo večjo skakalnico v Planici, ki so jo poimenovali po Stanku Bloudku (Slika 6) [10].
Slika 6: Bloudkova velikanka sredi 20. stoletja [10]
Tri desetletja kasneje so načrtovali nadgradnjo Bloudkove velikanke, vendar sta brata Gorišek ugotovila, da je na lokaciji, kjer stoji Bloudkova velikanka, premalo prostora za izgradnjo večje skakalnice. Zato je Janez Gorišek narisal načrte za izgradnjo večje skakalnice na lokaciji, kjer še danes stoji Letalnica bratov Gorišek. Slednjo so pozno leta 1968 pod budnim očesom Vlada Goriška dokončali. Prvi preizkus skakalnice so opravili 21. marca 1969. Od takrat naprej smo bili v Planici priča množici rekordov, leta 1972 so organizirali sploh prvo prvenstvo v smučarskih poletih, leta 1984 je Letalnica bratov Gorišek doživela prvo povečavo in že leto kasneje so čez vikend tekmovanj zabeležili rekordnih 150.000 obiskovalcev. Prav tako so leta 1994 na Planiški velikanki prvič preskočili 200 m [10].
Leta 2009 so v dolini pod Poncami začeli z celovito prenovo vseh skakalnic, poleg tega so zgradili tudi izjemno moderno tekaško progo, ki jo dopolnjuje tudi notranji tekaški tunel. Prenova celotnega nordijskega centra se je zaključila leta 2015 (Slika 7) [10].
Slika 7: Nordijski center Planica (foto: Blaž Oman)
Med samo prenovo so prenovili vse skakalnice, tako da imajo vse razen letalnice plastično podlago, ki omogoča trening tudi v poletnem času. Po prenovi letalnica omogoča polete preko 250 metrov.
Letalnico bratov Gorišek smo si za delovišče te magistrske naloge izbrali zato, ker:
1. Večino leta ni v uporabi, zato smo lahko tam opravljali prelete z letalnikom 2. Vsako leto so organizirane tekme svetovnega pokala v smučarski poletih 3. Se nahaja na območju, kjer običajno ni veliko ljudi, zato so preleti varni 4. Še niso bili izvedeni podobni eksperimenti
4 TERENSKO DELO 4.1 INŠTRUMENTARIJ 4.1.1 DJI PHANTOM 4 RTK
Za prelete smo uporabili daljinsko vodeni letalnik DJI Phantom 4 RTK (Slika 8). Gre za nadgradnjo letalnika DJI Phantom 4 Pro. V osnovi je to letalnik s štirimi rotorji, ki ima dodan relativno natančen GNSS senzor, ki nam omogoča RTK zajem položaja. Poleg tega ima letalnik nameščen tudi kvaliteten fotoaparat, katerega smo uporabili tudi za izdelavo fotografij. Podrobnejše specifikacije letalnika in fotoaparata so prikazane v spodnji razpredelnici.
Slika 8: DJI Phantom 4 RTK [14]
Preglednica 1: Specifikacije DJI Phantom 4 RTK[15]
DJI Phantom 4 RTK
Teža 1391 g GNSS sprejemnik
Maks. hitrost vzpenjanja 6 m/s Enofrekvenčni GNSS
modul GPS+GLONASS+Galileo
Maks. hitrost spuščanja 3 m/s
Večfrekvenčni RTK GNSS sprejemnik
GLONASS: L1/L2
Maks. hitrost letenja 16,1 m/s Galileo：E1/E5a
Maks. čas letenja 30 min GPS: L1/L2
Frekvence delovanja 2.400 GHz do 2.483 GHz First-Fixed čas：< 50 s
Pozicija fotoaparata
Položaj središča kamere je glede na fazno središče vgrajene antene D-RTK pod osjo letalnika: (36,0 in 192 mm).
Odmik je že upoštevan v koordinatah slik v datoteki Exif.
Natančnost RTK GNSS sprejemnika
Horizontalno: 1 cm + 1 ppm (RMS)
Vertikalno: 1.5 cm + 1 ppm (RMS)
Stabilizacija 3 osni stabilizator fotoaparata
Fotoaprat
Senzor 1" CMOS, 20mil efektivnih pikslov Maks. ločljivost fotografij
4864×3648（4:3) 5472×3648（3:2）
Objektiv
Zorni kot: 84°; 8.8 mm / 24 mm(35 mm format ekvivalent :24 mm);f/2.8 - f/11, avtofokus d 1 m - ∞
Video H.264，4K : 3840×2160 30p
ISO Video: 100-3200 (avtomatsko), 100-
6400 (ročno) Format slik JPEG
Fotografije: 100-3200 (avtomatsko),
100-12800 (ročno) Format videa MOV
Hitrost mehanskega zaklopa 8-1/2000 s
Hitrost elektronskega zaklopa 8-1/8000 s
4.1.2 LEICA GS18
Za georeferenciranje oblakov točk smo uporabili oslonilne točke, ki smo jih na terenu izmerili s GNSS sprejemnikom Leica GS18 (Slika 9). V terenskih meritvah smo se poslužili RTK metode določitve položaja. Določevali smo tako horizontalne koordinate kot višine oslonilnih točk. Spodnja razpredelnica prikazuje bolj natančne specifikacije uporabljenega GNSS sprejemnika.
Slika 9: Leica GS18 [16]
Preglednica 2: Specifikacije Leica GS18 [16]
Leica G18
Podprti signali GPS (L1, L2, L2C, L5), Glonass (L1, L2, L32),
BeiDou (B1, B2, B32), Galileo (E1, E5a, E5b, Alt-BOC, E62),
QZSS (L1, L2, L5), NavIC L53, SBAS (WAAS, EGNOS, MSAS, GAGAN), L-band
Kodna opazovanja 25 cm
Fazna opazovanja
Statična in hitra statična Hz 3 mm + 0.5 ppm / V 5 mm + 0.5 ppm Statična (dolga opazovanja) Hz 3 mm + 0.1 ppm / V 3.5 mm + 0.4 ppm
Kinematična Hz 8 mm + 1 ppm / V 15 mm + 1 ppm
RTK Hz 8 mm + 0.5 ppm / V 15 mm + 0.5 ppm
Dimenzije antene (višina, premer) 90 mm, 190 mm
Masa antene 1,23 kg
Območje delovanja –40 °C do +65 °C
4.1.3 TARČE
Za označitev oslonilnih točk na terenu smo uporabili standardne fotogrametrične tarče (Slika 10).
Premer kroga na tarči je 27 cm.
Slika 10: Primer uporabljene tarče
4.2 ZAJEM NA TERENU
V sklopu magistrskega dela smo se štirikrat odpravili na terensko delo v Planico. Prvič smo se na teren odpravili v začetku novembra 2020, ko na letalnicah še ni bilo snega. Sledil je obisk Planice v decembru 2020, nekaj dni po zaključku svetovnega prvenstva v smučarski poletih. Tretji obisk je bil izveden v marcu 2021, po zaključku tekem za svetovni pokal v smučarskih skokih. Zadnji obisk delovišča smo opravili v maju 2021, ko na letalnici ni bilo več snega.
4.2.1 PLANICA NOVEMBER 2020
Terensko delo v novembru leta 2020 je bilo namenjeno zajemu golih skakalnic, tj. v času, ko teren še ni bil pokrit s snežno odejo. Opravili smo en prelet celotnega kompleksa skakalnic, in sicer na višini 70 m.
Za georeferenciranje smo izbrali pet oslonilnih točk, ki smo jih postavili po terenu (Slika 11).
Pomembno je bilo, da so točke enakomerno razporejene po območju. Položaje oslonilnih točk smo določil z GNSS-RTK metodo zajema, ki nam omogoča nekaj centimetrsko natančnost. Na vsaki izmed izmerjenih točk smo stali 30 sekund. Določitev položaja točk smo izvedli pred preletom in po preletu.
Okvirne položaje točk smo uporabljali pri vseh terenskih izmerah. Glede na to, da je bilo izvedenih že ogromno 3D modelov golega površja, nismo pričakovali večjih težav. Edino težavo je predstavljala deponija snega, ki je bila postavljena sredi doskočišča velikanke. Zaradi deponije nismo mogli zajeti dejanskega doskočišča in izteka skakalnice. Skupno je letalnik zajel 431 fotografij. Med preletom smo imeli misijo leta nastavljeno tako, da je vzdolžni preklop znašal 80%, prečni pa 65%. Omenjena preklopa smo uporabljali pri vseh preletih, ki smo jih izvedli v okviru te magistrske naloge. Prav tako so bili vse zajete fotografije nadirne.
Slika 11: Položaji oslonilnih točk 1
2 3 4 5
4.2.2 PLANICA DECEMBER 2020
Drugič smo se na teren odpravili v mesecu decembru, ko je bilo obravnavano območje prekrito s snežno odejo (Slika 12).
Slika 12: Planica v decembru 2020
Glede na to, da nas je zanimalo, koliko snega je na letalnici v času tekem v smučarskih poletih, smo se na teren odpravili le nekaj dni po zaključku Svetovnega prvenstva v smučarskih poletih. Za georeferenciranje smo ponovno na terenu določili položaj šestim točkam, ki so bile razporejene na približno enakih lokacijah kot so bile pri prvem terenskem delu. Ponovno smo za določitev položaja uporabili RTK metodo izmere (Slika 13). Podobno kot pri prvem terenskem delu smo tudi v decembru oslonilne točke določili dvakrat, in sicer enkrat pred preleti in enkrat po preletih. Glede na to, da smo opravili prelete tudi nad samo velikanko, smo na terenu dodali še eno oslonilno točko, ki je izboljšala razporeditev oslonilnih točk na območju velikanke.
Slika 13: Določitev položaja oslonilnih točk
Zaradi pomanjkanja izkušenj s fotogrametričnim zajemom snega smo v decembru opravili kar 5 preletov, in sicer smo na višini 70 metrov najprej preleteli vse skakalnice, potem smo prav tako na višini 70 metrov preleteli samo velikanko, sledil je prelet velikanke na višini 35 metrov. Omenjene prelete
smo izvedli zgodaj zjutraj, ko je bilo celotno območje še v senci. Želeli smo preveriti, ali ima sonce in z njim povezane sence kakšen vpliv na fotogrametrični zajem snega.
Glede na to, da je sneg izjemno homogen in posledično predstavlja težavo za iskanje ujemajočih (značilnih) točk na fotografijah, smo se odločili, da bomo po snegu narisali rdeče črte in s tem povečali možnost določitve ujemajočih točk. Brez dobrega ujemanja med slikami ni mogoče izdelati kvalitetnega oblaka točk. Omenjene rdeče črte smo po doskočišču velikanke narisali na vsakih 30 metrov, in sicer smo skupaj narisali 5 črt. Prvo črto smo narisali pri oznaki za 240 metrov, zadnjo črto pa pri oznaki 120 metrov. Letalnica z izrisanimi črtami je prikazana tudi na sliki 14. Za izris črt smo uporabljali kratko obstojno barvo in doma izdelane šablone.
Slika 14: Izris črt in letalnica z izrisanimi črtami
Po končanem izrisu črt smo letalnico preleteli še dvakrat, ponovno na višinah 70 in 35 metrov. V času zadnjih dveh preletov je bilo doskočišče letalnice obsijano s soncem. Prisotnih je bilo le nekaj senc bližnjih dreves. V spodnji razpredelnici je navedeno, koliko fotografij je bilo narejenih za posamezen prelet in koliko točk je bilo uporabljenih za georeferenciranje posameznega oblaka točk.
Preglednica 3: Preleti Planica december 2020
Prelet Višina leta [m] Število fotografij Število uporabljenih točk
Vse skakalnice 70 432 6
Letalnica bratov Gorišek brez črt 70 81 3
35 255 3
Letalnica bratov Gorišek s črtami 70 81 3
35 255 3
Število fotografij med obema preletoma na višini 35 metrov in obema preletoma na višini 70 metrov je enako zato, ker smo za prelete uporabili vnaprej pripravljene načrte letenja. Na višini 70 metrov je število fotografij manjše zato, ker je brezpilotni letalnik letel višje in lahko zajame večje območje z eno fotografijo. Vendar je v tem primeru detajl na fotografijah manj razviden.
4.2.3 PLANICA MAREC 2021
Na tretje terensko delo smo se odpravili nekaj dni po zaključku tekem za svetovni pokal v poletih konec meseca marca. Za to terensko delo smo se odločili zato, ker se je sneg nahajal samo na letalnici in je le ta bila ponovno pripravljena. Okolica letalnice je bila gola (Slika 15), to nam je dalo upanje, da bo ujemanje med slikami boljše, zaradi povečane teksture na slikah. Odločili smo se, da bomo naredili prelete samo nad velikanko. Ponovno smo naredili dva preleta, podobno kot pri prejšnjih izmerah smo en prelet opravili na višini 35 metrov, drugega pa na višini 70 metrov. Tokrat smo izmerili položaj samo trem oslonilkam, saj so bile preostale tri izven območja zajema. Tako kot vedno smo tudi tukaj uporabili metodo RTK in točke izmerili dvakrat, pred in po preletu. Za ponovno risanje črt se nismo odločili, saj so na letalnici ostale še smrečice, ki jih zapičijo v sneg tekom tekem. Te smrečice bi lahko zmanjšale vpliv homogenosti snega na ujemanje med slikami. Skupno je bilo med preletom na višini 70 metrov narejenih 81 fotografij, med preletom na višini 35 metrov pa 255 slik. Za oba preleta smo uporabili enak načrt letenja kot smo ga uporabili v mesecu decembru.
Slika 15: Letalnica v marcu 2021
4.2.4 PLANICA MAJ 2021
Zadnje terensko delo smo opravili v mesecu maju, ko je bilo celotno območje povsem brez snega. Za ponovni prelet območja brez snega smo se odločili zato, ker so nam z Nordijskega centra sporočili, da v letu 2021 ne bodo imeli deponije snega na doskočišču letalnice. To nam je omogočilo izdelavo 3D modela letalnice brez snega, ki je zelo dober približek realnemu stanju. Opravili smo samo en polet in sicer na višini 70 metrov. Želeli smo opraviti tudi prelet na višini 35 metrov, vendar nam je to onemogočila jeklenica, ki je bila nameščena za potrebe zip-line-a. Tako kot pri vseh obiskih terena smo tudi v tem primeru imeli tri oslonilne točke. Ponovno smo jih določili z GNSS-RTK metodo v dveh izmerah. Tekom preleta je letalnik naredil 81 fotografij.
5 OBDELAVA PODATKOV IN REZULTATI OBDELAV
Pred dejansko obdelavo podatkov smo preizkusili nekatere programe za izdelavo 3D modelov po postopku SfM, ki so na tržišču. Preizkusili smo Agisoft Metashape Professional, Pix4D mapper in 3DSurvey. Vsak izmed omenjenih programov uporablja svoj algoritem obdelave podatkov do izdelave končnega cilja. Vendar vsi algoritmi delujejo po principu, kot je vpisan v drugem poglavju. Po izvedenih preizkusih smo se odločili, da bomo izdelavo 3D modelov izvedli v programu Agisoft Metashape Professional, saj se je izkazalo, da je za naš primer njihov algoritem najboljši za izdelavo 3D modelov.
Za določitev debeline snežne odeje smo uporabili program CloudCompare.
Georeferenciranje oblakov točk je potekalo z različnimi kombinacijami kontrolnih točk. Glede na to, da so bila odstopanja na oslonilnih in kontrolnih točkah podobna, so bile v končno izravnavo vse točke izbrane kot oslonilne.
Agisoft Metashape Professional je nadgradnja programa Agisoft Photoscan proizvajalca Agisoft LLC.
Gre za program za izdelavo 3D modelov, kjer so uvedene napredne tehnike obdelave fotografij. Prav tako omogoča izdelavo ortofota, izmero razdalj, površine in prostornine 3D modelov. Novejše različice programa omogočajo izdelavo tudi 4D modelov za dinamične prikaze.
5.1 OBDELAVA PLANICA NOVEMBER 2020
Za izdelavo prvega 3D modela smo uporabili 431 narejenih fotografij. Število fotografij je tako visoko zato, ker smo preleteli vse smučarske skakalnice na območju Nordijskega centra v Planici. Redek oblak točk je v tem primeru vseboval 417.248 točk (Slika 16). Iz rezultatov izdelave redkega oblaka točk smo lahko razbrali, da so se fotografije dobro združile, saj je bilo uspešno orientiranih vseh 431 fotografij.
Slika 16: Redek oblak točk - november 2020
Redek oblak točk smo nato georeferencirali na osnovi koordinat oslonilnih točk. Koordinate oslonilnih točk smo določili v državnem koordinatnem sistemu D96/TM. Višine so bile določene v državnem višinskem sistemu SVS2010 (datum Koper), vendar smo jim zaradi združljivosti dodali geoidne višine.
Tako smo za višine uporabljali elipsoidne višine na WGS84, saj smo uporabljali letalnik z RTK načinom določitve položaja. Omenjeni ravninski in višinski koordinatni sistem smo uporabljali pri vseh terenskih delih. Dosegli smo zadovoljivo natančnost, saj so odstopanja med koordinatami in ocenjenim položajem vsake točke v povprečju znašala okoli 3,5 cm. Podrobnejši rezultati georeferenciranja so navedeni v prilogi A.
Izdelali smo tudi gost oblak točk. Zaradi velikega števila fotografij in velik območja zajema smo se odločili, da bomo izbrali visoko kakovost (angl. High quality) izdelave gostega oblaka točka. Končni gost oblak točk je vseboval 249.800.813 točk (Slika 17).
.
Slika 17: Gost oblak točk - november 2020
Sledila je izdelava trikotniške mreže. Uporabili smo poljuben (angl. Arbitrary) način izdelave površja.
Skupno je 3D model vseboval 49.654.537 trikotnikov. Na koncu obdelave smo na izdelano trikotniško mrežo dodali še teksturo. Izdelan 3D model s teksturo je prikazan na sliki 18.
Slika 18: 3D model s teksturo - november 2020
Potencialno težavo pri določitvi dejanske debeline snežne odeje je predstavljala deponija snega, ki se je nahajala na doskočišču velikanke. Zato smo se odločili, da bomo ponovno opravili prelet letalnice, ko na njej ni snega.
5.2 OBDELAVA DECEMBER 2020
Obdelava podatkov, pridobljenih na terenu v decembru 2020, je bila najobsežnejša, saj smo opravili največ preletov. V razpredelnici 4 so navedeni rezultati za redke oblake točk, število opravljenih fotografij, število orientiranih fotografij in natančnost določitve oslonilnih točk. Razpredelnica 5 predstavlja rezultate gostih oblakov točk. Natančnejši rezultati o natančnostih oslonilnih točk so predstavljeni v prilogi B.
Preglednica 4: Rezultati redki oblaki točk - Planica december 2020 Redek oblak točk
Prelet Višina leta [m] Število fotografij Število orientiranih fotografij Število točk Odstopanja oslonilk [cm]
Vse skakalnice 70 432 432 400.351 1,70449
Letalnica brez črt 70 81 81 73.625 2,07365
35 255 255 209.499 3,83329
Letalnica s črtami 70 81 81 66.013 2,85337
35 255 255 182.672 4,96556
Preglednica 5: Rezultati gosti oblaki točk - Planica december 2020 Gost oblak točk
Prelet Višina leta [m] Število točk
Vse skakalnice 70 160.678.042
Letalnica brez črt 70 223.316.698
35 608.136.366
Letalnica s črtami 70 238.529.774
35 600.134.368
Spodnje slike prikazujejo redke in goste oblake točk za posamezni prelet. Slika 19 prikazuje oblaka točk za prelet na višini 70 metrov čez celoten kompleks skakalnic. Slika 20 prikazuje redke in goste oblake točk za prelete nad velikanko, na kateri še ni narisanih črt. Slika 21 pa prikazuje redke in goste oblake točk za prelete nad velikanko, ko so na njej narisane črte.
Slika 19: Redek in gost oblak točk - 70 m celoten kompleks - december 2020
Slika 20: Redki in gosti oblaki točk - 70 m in 35 m letalnica brez črt - december 2020
Slika 21: Redki in gosti oblaki točk - 70 m in 35 m letalnica s črtami - december 2020
Iz zgornjih slik je moč opaziti, da so redki oblaki točk najboljši pri preletih, ko je bila letalnica obsijana s soncem. Razlika je precej manjša pri gostih oblakih točk, vendar so imeli gosti oblaki točk z narisanimi črtami in sončno svetlobo manj lukenj kot vsi ostali. Pomembno je dodati, da so bili vsi gosti oblaki točk izdelani z izjemno visoko kakovostjo (angl. Ultra high quality), kar je privedlo do tega, da so bili gosti oblaki točk izjemno gosti.
Glede na to, da je izdelava 3D modela precej zahtevna za računalnike in ker ni potrebe po izdelavi 3D modelov za vse prelete, smo se odločili, da bomo izdelali 3D model samo za prelet na višini 35 metrov, ko so bile na letalnici narisane črte. Iz primerjave vseh oblakov točk se je izkazalo, da je gosti oblak točk tega preleta najboljše kakovosti, kar je dobra popotnica za dobro izdelan 3D model. Podrobnejša analiza kvalitete gostega oblaka točk je opisana v naslednjem podpoglavju. Izdelan 3D model je vseboval 17.794.785 trikotnikov in je prikazan na sliki 22.
Slika 22: 3D model s teksturo - december 2020
5.2.1 ANALIZA GOSTIH OBLAKOV TOČK DECEMBER 2020
V želji izdelave čim boljšega 3D modela letalnice v decembru 2020 smo med seboj primerjali goste oblake točk vseh petih preletov. Najprej smo ocenili kakovost gostega oblaka točk celotnega kompleksa skakalnice. Opazili smo, da ima kar precej velikih lukenj, ki so posledica slabega ujemanja med fotografijami. Luknje predstavljajo problem pri izdelavi 3D modela, saj algoritem na območju lukenj naredi večje trikotnike, ki ne skladajo z dejanskim stanjem, kar bi pomenilo, da so rezultati določitve debeline snežne odeje slabi. Slika 23 prikazuje večje luknje na omenjenem gostem oblaku točk.
Slika 23: Luknje na gostem oblaku točk - 70 m celoten kompleks - december 2020
Sledila je analiza gostega oblaka točk letalnice brez narisanih črt pri preletu na višini 70 metrov. Na omenjenem oblaku točk so še vedno bile prisotne luknje, vendar so bile manjše. 3D model, izdelan na osnovi tega gostega oblaka točk, bi bil še vedno slabši približek realnemu stanju. Luknje na omenjenem oblaku točk so prikazane na sliki 24.
Slika 24: Luknje na gostem oblaku točk - 70 m letalnica brez črt - december 2020
Pri analizi gostega oblaka letalnice brez črt pri preletu na višini 35 metrov smo opazili, da je precej manj lukenj. Manjše luknje so se pojavljale samo v delih gostega oblaka, kjer so bile prisotne sence dreves, ograje, osvetljave itd. Opazili smo tudi, da so gosti oblaki neprimerno boljši, če je letalnica obsijana s soncem. Anomalije na omenjenem gostem oblaku točk so prikazane tudi na sliki 25. Največ anomalij pri tem oblaku točk je bilo prisotnih v spodnjem delu doskočišča, ki je bil v času preleta še v senci. Tam so se na oblaku točk pojavi izbokline, ki jih v naravi ni bilo. Nekaj teh izboklin je prikazanih tudi na sliki 26.
Slika 25: Anomalije na gostem oblaku točk - 35 m letalnica brez črt - december 2020
Slika 26: Izbokline na gostem oblaku točk - 35 m letalnica brez črt - december 2020
Do podobnih ugotovitev smo prišli tudi pri analizi gostega oblaka točk letalnice s črtami pri preletu na višini 70 metrov. Tudi v tem primeru je gosti oblak točk vseboval luknje predvsem v senčnih delih.
Poleg tega smo opazili, da je gost oblak točk na območju senc precej razgiban. Pojavilo se je veliko osamelcev, ki bi precej pokvarili 3D model. Nekaj takšnih anomalij prikazuje tudi slika 27.
Slika 27: Luknje in osamelci na gostem oblaku točk - 70 m letalnica s črtami - december 2020
Izmed vseh gostih oblakov točk je najmanj anomalij imel gosti oblak točk letalnice s črtami pri preletu na 35 metrih. Vsekakor tudi ta oblak točk ni bil popoln. Tudi tukaj so se pojavljale podobne anomalije kot so se pojavljale pri prej omenjeni analizi. Vendar je bilo zaradi nižje višine leta in nekoliko manjšega števila senc teh anomalij nekoliko manj (Slika 28). Zato smo se odločili, da bomo ta gosti oblak točk uporabili za izdelavo 3D modela. Ugotovili smo, da risanje črt na snežne podlago bistveno ne izboljša ujemanja na fotografijah.
Slika 28: Anomalije na gostem oblaku točk – 35 m letalnica s črtami – december 2020
5.3 OBDELAVA MAREC 2021
Obdelava podatkov, pridobljenih v marcu 2021, je bila nekoliko krajša, saj smo izvedli samo dva preleta.
Opustili smo prelet celotnega kompleksa skakalnic, saj ni bil potreben za to magistrsko nalogo. Kot je bilo že omenjeno, v marcu na snežno odejo velikanke nismo risali črt, saj so organizatorji tekem za svetovni pokal v smučarskih poletih na skakalnici pustili smrečice, ki so zapičene na vsakih nekaj metrov. Ponovno smo najprej izdelali redke oblake točk za oba preleta. Število točk v posameznem redkem oblaku točk, število opravljenih fotografij, število orientiranih fotografij in natančnost georeferenciranja je prikazana v spodnji razpredelnici (Preglednica 6). Podrobnejši rezultati georeferenciranja so predstavljeni v prilogi C. Slika 29 prikazuje redka oblaka za oba izvedena preleta.
Preglednica 6: Rezultati redki oblaki točk - Planica marec 2021 Redek oblak točk
Prelet Višina leta [m] Število fotografij Število orientiranih fotografij Število točk Odstopanja oslonilk [cm]
Letalnica 70 81 81 80.603 2,40923
35 255 255 190.227 3,27512
Slika 29: Redka oblaka točk - marec 2021
Iz zgornje slike lahko opazimo, da je bil že redek oblak točk pri preletu na višini 35 metrov zelo dober.
To lahko pripišemo smrečicam na snežni podlagi, kot tudi dejstvu, da je bila okolica letalnice brez snega, kar je privedlo do tega, da je bilo ujemanje na fotografijah boljše. Zato smo se odločili, da bomo gosti oblak točk izdelali pri visoki kakovosti in ne pri izredno visoki kakovosti, kot smo to storili pri obdelavi podatkov, pridobljenih v mesecu decembru 2020. V spodnji razpredelnici (Preglednica 7) so prikazani
rezultati izdelave gostih oblakov točk za oba preleta. Oba gosta oblaka točk sta grafično prikazana tudi na sliki 30.
Preglednica 7: Rezultati gosti oblak točk - marec 2021
Gost oblak točk
Prelet Višina leta [m] Število točk
Letalnica 70 40.682.081
35 102.398.877
Slika 30: Gosta oblaka točk - marec 2021
Na osnovi obeh gostih oblakov točk smo se odločili, da bomo 3D model izdelali samo iz gostega oblaka točk, narejenega iz preleta na višini 35 metrov. Slednji je imel zelo malo lukenj, nekaj manjših lukenj, ki nastanejo zaradi pomanjkanja ujemanj med slikami. Nekaj lukenj je prikazanih tudi na sliki 31.
Slika 31: Luknje na gostem oblaku točk - marec 2021
Izdelan 3D model je bil izdelan z nastavljeno visoko kakovostjo obdelave in je vseboval 20.250.636 trikotnikov. 3D model je slikovno prikazan tudi na spodnji sliki (Slika 32).
Slika 32: 3D model s teksturo - marec 2021
5.4 OBDELAVA MAJ 2021
Obdelava podatkov pridobljenih v maju 2021 je bila najkrajša, saj smo opravili samo en prelet velikanke na višini 70 metrov. Glede na to, da smo v maju opravili prelet gole letalnice, smo pričakovali enostavno obdelavo.
Najprej je bil izdelan redek oblak točk, ki je vseboval 51.704 točke (Slika 33). Med preletom letalnice je letalnik zajel 81 fotografij in prav vse fotografije so bile tudi orientirane. Dosegli smo tudi dobro natančnost georeferenciranja. Skupna natančnost je znašala okoli 2,15 centimetra. Podrobnejši rezultati o natančnosti georeferenciranja so opisani v prilogi D.
Slika 33: Redek oblak točk - maj 2021
Glede na to, da 3D model gole letalnice predstavlja osnovo za določitev debeline snežne odeje, smo za izdelavo gostega oblaka točk v programu izbrali izjemno visoko kakovost določitve gostega oblaka točk.
Rezultat tega je bil gost oblak točk z 177.652.828 točkami, prikazan tudi na sliki 34.
Slika 34: Gost oblak točk - maj 2021
Na osnovi gostega oblaka točk smo izdelali 3D model. Tudi v tem primeru smo v programu izbrali način izdelave 3D modela z izjemno visoko kakovostjo. Rezultat je bil 3D model, sestavljen iz 13.439.694 trikotnikov. Izdelan 3D model s teksturo je prikazan na sliki 35.
Slika 35: 3D model s teksturo - maj 2021
6 DOLOČITEV DEBELINE SNEŽNE ODEJE
Za določitev debeline snežne odeje smo uporabili program CloudCompare. Uporabili smo predvsem funkcijo »Cloud – mesh distance«, kar v prevodu pomeni razdalja med oblakom točk in 3D modelom.
V našem primeru smo to funkcijo uporabili tako, da smo v program uvozili 3D model območja, ko na njem ni snega, in 3D model, ko je območje prekrito s snežno odejo. Postopek določitve debeline snežne odeje smo izvedli dvakrat, za stanje v mesecu decembru in za stanje v mesecu marcu.
6.1 DEBELINA SNEŽNE ODEJE V DECEMBRU 2020
V CloudCompare smo uvozili 3D model letalnice v stanju iz maja 2021, ko na njej ni bilo snežne odeje, in 3D model letalnice, prekrite s snegom, iz decembra 2020. Uporabili smo 3D model, ki je bil narejen na osnovi fotografij, narejenih pri preletu na višini 35 metrov.
Glede na to, da sta oba 3D modela zajemala širše območje od območja obravnave, smo oba 3D modela obrezali tako, da sta zajemala samo doskočišče letalnice. Za obrez smo uporabili orodje »Segment«, ki je vključeno v CloudCompare. Obrezana 3D modela prikazuje slika 36. Obrezan 3D model letalnice brez snega smo uporabili tudi pri drugi določitvi snežne odeje.
Slika 36: Obrezana 3D modela (levo 3D model - december 2020. desno 3d model – maj 2021)
V naslednjem koraku določitve debeline snežne odeje smo uporabili že omenjeno funkcijo »Cloud – mesh distance«. V našem primeru smo kot referenčni 3D model izbrali 3D model letalnice brez snega, kot primerjavo smo pa izbrali 3D model, prekrit z snežno odejo (Slika 37).
Slika 37: Izbrane vloge 3D modelov (maj – december)
V naslednjem koraku lahko določimo parametra za izračun razdalj med 3D modeloma. V našem primeru smo pustili vse parametre nastavljene, kot jih priporoča avtor funkcije. Možni parametri, ki se jih lahko spreminja, so prikazani na sliki 38.
Slika 38: Parametri v funkciji "Cloud - mesh distance"
Po pregledu parametrov je program izračunal razdalje med obema 3D modeloma. Rezultat je prikazan tudi na sliki 39, kjer je dodana tudi legenda. Opazimo lahko, da je celotno doskočišče precej enobarvno in ni možno natančneje razbrati, kje na doskočišču je več oziroma manj snega. To lahko razložimo z dejstvom, da se poligoni, ki smo jih narisali za obrez 3D modelov, niso popolnoma ujemali z mejami doskočišča, kar posledično pomeni, da je bila razdalja izmerjena tudi izven meja doskočišča. Zato smo se odločili, da bomo prikazovali samo razdalje, ki padejo med 0 in 1,6 metra, saj smo ugotovili, da se vrednosti na območju doskočišča gibljejo znotraj tega intervala. Izboljšan prikaz je prikazan tudi na sliki 40. Razdalje prikazane na legendi so v metrih.
Slika 39: Vse izmerjene razdalje (maj – december)
Slika 40: Filtrirane izmerjene razdalje (maj - december)
6.1.1 ANALIZA DOLOČITVE DEBELINE SNEŽNE ODEJE V DECEMBRU 2020
Na sliki 41 so s histogramom prikazani rezultati določitve debeline snežne odeje v mesecu decembru 2020.
Slika 41: Histogram debeline snežne odeje - december 2020
Opazimo lahko, da se debelina snežne odeje po doskočišču letalnice v večini giblje med 0,15 in 1 metrom. Vrednosti, ki so na histogramu obarvane v temno modri barvi, tj. vrednosti do okoli 0,15 m, se nahajajo v neposredni bližini ograje oz. na ograji, ki ograjuje doskočišče. Nekoliko manj snega je bilo nanešenega tudi v zgornji polovici doskočišča (med oznako za 120 in 150 metrov), kar je verjetno posledica tega, da je tam doskočišče najstrmejše. Podobna debelina snežne odeje je tudi nekoliko višje po skakalnici, kar je verjetno posledica tega, da tam pristane izredno malo smučarskih skakalcev, zato niti ni potrebno, da je veliko snežne podlage. Zanimivo je tudi dejstvo da je nekoliko manj snega prisotnega na desni strani letalnice med oznakama za 210 in 240 metrov. To bi lahko bila posledica velikega števila pristankov smučarskih skakalcev na tem območju, vendar bi bila potrebna dodatna analiza, da bi lahko to trditev zagotovo potrdili. Snežna odeja je bila najdebelejša na območju, kjer se je v novembru leta 2020 nahaja deponija starega snega, tam so vrednosti presegle 1,5 metra. Očitno so med odstranjevanjem deponije naredili vdolbino v talno podlago, kar je potrdil tudi 3D model gole letalnice, kjer je na tem območju vidna omenjena vdolbina (Slika 42).
Slika 42: Razlika med 3D modeloma (maj – december) na območju deponije
Zanesljivo lahko trdimo, da je v decembru 2020 bilo največ snega na koncu doskočišča, ker je teren najbolj raven, kar pomeni, da je nanos snega na tem območju najlažji. Prav tako so se na tem območju nahajajo tudi vdolbine, ki so posledica odvodnjavanja.
6.2 DEBELINA SNEŽNE ODEJE V MARCU 2021
Pri določitvi snežne odeje na letalnici v mesecu marcu smo izvedli enak postopek, kot je bil pri določitvi snežne odeje na letalnici v mesecu decembru. Najprej smo 3D model s snežno odejo obrezali, tako da nam je ostal samo 3D model letalnice z čim manj okolice (Slika 43). Obrezovanje 3D modela brez snega ni bilo potrebno, saj smo uporabili kar tistega, ki smo ga obrezali pri prvi določitvi snežne odeje.
Slika 43: Obrezan 3D model - marec 2021
Tako kot pri prvi določitvi snežne odeje smo tudi pri tej pustili vse parametre funkcije »Cloud – mesh distance« prednastavljene. Tudi v tem primeru smo imeli težave, ker 3D modela nista bila obrezana, tako bi se popolnoma skladala samo z doskočiščem. Zato smo tudi v tem primeru prvotne rezultate nekoliko filtrirali, in sicer smo tukaj določili interval prikaza med 0 in 1.5 metra, saj smo v tem primeru ugotovili, da se razdalje na območju doskočišča gibljejo na tem intervalu. Nefiltrirani in filtrirani rezultati so prikazani na spodnji sliki (Slika 44).
Slika 44: Rezultati določitve debeline snežne odeje (marec - maj)
6.2.1 ANALIZA DOLOČITVE DEBELINE SNEŽNE ODEJE V MARCU 2021
Slikovno smo rezultate določitve debeline snežne odeje v marcu 2021 prikazali že na zgornji sliki (Slika 44). Spodnja slika pa prikazuje histogram rezultatov (Slika 45).
Slika 45: Histogram debeline snežne odeje – marec 2021
Takoj lahko opazimo, da je histogram debeline snežne odeje v marcu 2021 nekoliko drugačen, kot je bil histogram za debelino snežne odeje v decembru 2020. Iz histograma lahko izhajamo, da je bila snežna odeja v marcu 2021 bolj razgibana. Največji del doskočišča velikanke je bil pokrit s cca 40 centimetri snežne odeje. Kljub temu je moč opaziti nekaj podobnosti. Podobno kot pri prvi določitvi so tudi tukaj vrednosti, ki so na histogramu obarvane s temno modro barvo, prisotne predvsem pri ograji, ki ograjuje doskočišče. Razgibanost debeline snežne odeje je bila precej podobna tisti v mesecu decembru z manjšimi odstopanji. Opazimo lahko, da je bila snežna odeja nekoliko višja tudi na koncu doskočišča, tj. na ravnem delu. Pri podrobnejši analizi tega območja (Slika 46) smo odkrili, da je bila snežna odeja nekoliko napihnjena.
Slika 46: Prerez 3D modelov (maj - marec)
Podobno kot v decembru je bilo tudi v marcu 2021 največ snega na ravnem delu doskočišča, kjer je bilo snega glede na december celo nekoliko več. Manj snega je bilo na strmem delu doskočišča, kjer je bilo glede na december manj snega, kar bi lahko bila posledica močnejšega Sonca in drugačne pozicije glede na sonce.
7 DISKUSIJA IN ZAKLJUČEK
V okviru te magistrske naloge smo želeli ugotoviti, ali je možno izdelati kvaliteten 3D model območja, pobeljenega s snegom, in izmeriti debelino snežno odeje na osnovi primerjave 3D modelov. Skupno smo z letalnikom opravili devet preletov območja. Iz pridobljenih fotografij smo nato na osnovi fotogrametrične obdelave izdelali tri kvalitetne 3D modele, in sicer dva modela sta predstavljala območje, pokrito s snežno odejo, en pa je predstavljal golo območje, tj. brez snega. Na osnovi primerjave 3D modela s snežno odejo in 3D modela brez snega smo uspeli določiti debelino snežne odeje na letalnici v mesecu decembru in mesecu marcu.
Za kvalitetno izdelavo 3D modela območja, pobeljenega s snegom, je potrebno upoštevati nekaj dejavnikov. V našem primeru smo prišli do najboljših rezultatov, če je bila snežna odeja obsijana s soncem, saj je v tem primeru algoritem našel največ ujemanj med slikami. Vendar velik problem predstavljajo sence, ki jih tvorijo drevesa ali druge strukture, zato priporočamo, da terenski zajem izvede v času, ko je območje obsijano in je prisotnih minimalno število senc. Poleg tega smo ugotovili, da so rezultati boljši, če se prelet območja izvede na nižji višini, saj se v tem primeru zajeme več detajlov, ki znatno izboljšajo ujemanje. Navedene trditve potrjuje tudi 3D model, izdelan na osnovi fotografij, narejenih pri nizkem preletu letalnice v mesecu marcu. Omenjeni 3D model je izdelan kakovostno in ima v primerjavi z ostalimi 3D modeli, na katerih je prisoten sneg, malo anomalij. Prav tako so bili tudi 3D modeli, izdelani na osnovi decembrskih fotografij, ko je bila letalnica bolj obsijana, boljši kot tisti, ko ni bila obsijana s soncem.
Poizkus z risanjem barvnih črt na snežno podlago se ni izkazal za preveč učinkovitega. V našem primeru nismo opazili večjih razlik v kakovosti med oblakom točk, ki je bil narejen brez narisanih črt, in oblakom točk, ki je bil narejen, ko smo narisali črte na snežno podlago v podobnih svetlobnih pogojih, v obdelavi smo uporabili 3D model z narisanimi črtami na snežni podlagi zato, ker so bili takrat svetlobni pogoji na letalnici najboljši za zajem. Opazili smo tudi, da je 3D model boljši, če na fotografijah poleg snega prisotne še druge strukture (tj. skale, trava, ograje, smrečice v snegu itd.), kot smo jih imeli pri preletu v marcu leta 2021. Omenjene strukture prav tako izboljšajo ujemanje in posledično omogočijo algoritmu izdelavo boljšega 3D modela.
Mogoče bi bilo smiselno poizkusiti tudi z risanjem vzorcev, ki se ne ponavljajo, ter s tem zmanjšati homogenost na fotografijah. Iz izkušenj vemo, da naravne strukture, katerih oblike se v večini primerov ne ponavljajo, močno izboljšajo kakovost določitve ključnih točk na fotografijah. Na osnovi tega znanja lahko sestavimo domnevo, da bi lahko tudi naključni vzorci izboljšali ujemanje med fotografijami.
Omenjeno domnevo bi bilo potrebno preveriti še na terenu. Prav tako bi verjetno bili lahko rezultati boljši, če bi leteli še nižje, vendar v našem primeru zaradi okoliških objektov in varnosti to ni bilo izvedljivo.
V drugem delu magistrske naloge smo poizkusili določiti debelino snežne odeje na osnovi primerjave 3D modela, kjer sneg ni prisoten, in 3D modela, kjer je sneg prisoten. Z našimi rezultati smo lahko zadovoljni, saj se vrednosti skladajo z dejanskim stanjem v naravi. Funkcija »Cloud – mesh distance«, ki je vgrajena v program CloudCompare, se je izkazala za zelo uporabno za takšne aplikacije. Za kvalitetne rezultate je potrebno, da sta oba oblaka točk dobro georeferencirana, zato je zelo pomembno,
da se na terenu kvalitetno izmeri oslonilne točke. Iz pridobljenih rezultatov lahko razberemo, da je snežna odeja v zgornjem delu letalnice precej tanjša kot v spodnjem delu doskočišča. To lahko pripišemo dejstvu, da je zgornji del skakalnice precej bolj strm in bolj izpostavljen sončnim žarkom, kar otežuje vzdrževanje večje količine snega. V času decembrskih tekem v smučarskih skokih se je debelina snežne odeje gibala med 0,15 metra in 1 metrom. Nekoliko debelejšo snežno odejo smo izmerili na območju, kjer se v novembru leta 2020 nahajala deponija snega. Na tistem območju je debelina snežne odeje dosegla preko 1,5 metra. Rezultati debeline snežne odeje v mesecu marcu 2021 so pokazali, da je bila večina skakalnice pokrita s 40 cm snega. Vrednosti so se sicer gibale na intervalu med 0,1 metra in 1,5 metra. Podobno kot decembra je bilo tudi v marcu največ snega na delu doskočišča, kjer se je nahajala deponija snega.
Celoten postopek obdelave se je izkazal za učinkovitega, vendar je nekoliko zamuden. Največ časa vzame izdelava 3D modelov. Slednjo bi lahko skrajšali tako, da bi zmanjšali kakovost izdelave 3D modela. S tem bi izgubili nekaj trikotnikov v 3D modelu, kar bi privedlo do tega, da bi bil 3D model bolj generaliziran glede na dejansko stanje. Zato je po našem mnenju nekoliko daljši čas obdelave smiseln, saj smo želeli pridobiti rezultate, ki so kar se da blizu dejanskemu stanju.
Vsekakor se lahko nadejamo, da bodo v prihodnosti obdelave podatkov hitrejše, zaradi vse hitrejše strojne opreme. Prav tako lahko pričakujemo, da bodo rezultati še boljši, saj se na tržišču pojavljajo vse boljši algoritmi za izdelavo 3D modelov, kot tudi vse boljši brezpilotni letalniki.
8 VIRI
[1] Magnusso, M. M., Egilsson, J. G., Petursson, O. 2000. Snow Depth Measurements in Avalanche Starting Zones. https://arc.lib.montana.edu/snow-science/item/767 (Pridobljeno 5.7.2021.) [2] Brazenec, W., Doesken, N., Fassnacht, S. 2021. Ultrasonic snow depth sensors for measuring
snow in the U.S.
https://www.researchgate.net/publication/241755763_ULTRASONIC_SNOW_DEPTH_SENS ORS_FOR_MEASURING_SNOW_IN_THE_US (Pridobljeno 5.7.2021.)
[3] Lavy, M., Amanzio, G., Crepaldi, S., Suozzi, E., & Maio, M. 2015. Terrestrial laser scanner for spatial snow depth and density measurements in mountain environment. Rendiconti online della Società Geologica Italiana. 35. 177-179. https://doi.org/10.3301/ROL.2015.94 (Pridobljeno 29.5.2021.)
[4] Grünewald, T., Stötter, J, Pomeroy, J., Dadic, R., Banos, I., Marturia, J., Spross, M., Hopkinson, C., Burlando, P. in Lehning, M. 2013. Statistical modelling of the snow depth distribution in open alpine terrain. http://dx.doi.org/10.5194/hess-17-3005-2013 (Pridobljeno 29.5.2021.)
[5] Veitinger, J., Sovilla, B., Purves, R. (2013). Influence of snow depth distribution on surface roughness in alpine terrain: A multi-scale approach. The Cryosphere Discussions. 7. 4633-4680.
http://dx.doi.org/10.5194/tcd-7-4633-2013 (Pridobljeno 29.5.2021.)
[6] Schweizer, J., Kronholm, K., Jamieson, J. B., and Birkeland, K. W. 2008. Review of spatial variability of snowpack properties and its importance for avalanche formation, Cold Reg. Sci.
Technol., 51, 253–272. https://doi.org/10.1016/j.coldregions.2007.04.009 (Pridobljeno 29.5.2021.)
[7] Bühler, Y., Adams, M., Bösch, R., Stoffel, A. 2016. Mapping snow depth in alpine terrain with unmanned aerial systems (UASs): Potential and limitations. http://dx.doi.org/10.5194/tc-10- 1075-2016 (Pridobljeno 29.5.2021.)
[8] Bühler, Y., Marty, M., Egli, L., Veitinger, J., Jonas, T., Thee, P., Ginzler, C. 2015. Snow depth mapping in high-alpine catchments using digital photogrammetry. http://dx.doi.org/10.5194/tc-9- 229-2015 (Pridobljeno 29.5.2021.)
[9] Westoby M.J., Brasington J., Glasser N.F., Hambrey M.J., Reynolds J.M., 2012. ‘Structure- from-Motion’ photogrammetry: A low-cost, effective tool for geoscience applications, Geomorphology, Volume 179,; str. 300-314. https://doi.org/10.1016/j.geomorph.2012.08.021 (Pridobljeno 29.5.2021.)
[10] Nordijski center Planica. 2017. Zgodovina Planice. https://www.nc-planica.si/o- planici/zgodovina-planice/ (Pridobljeno 5.7.2021.)
[11] Agisoft LLC. 2021. Agisoft Metashape User Manual Professional Edition, Version 1.7.
https://www.agisoft.com/pdf/metashape-pro_1_7_en.pdf (Pridobljeno 5.7.2021.) [12] CloudCompare. 2015. Cloud-to-Mesh Distance
https://www.cloudcompare.org/doc/wiki/index.php?title=Cloud-to-Mesh_Distance (Pridobljeno 5.7.2021.)
[13] CloudCompare. 2015. Distances Computation,
https://www.cloudcompare.org/doc/wiki/index.php?title=Distances_Computation (Pridobljeno 5.7.2021)
[14] DJI. 2021. PHANTOM 4 RTK. https://www.dji.com/hr/phantom-4-rtk (Pridobljeno 12.6.2021.) [15] DJI. 2021. PHANTOM 4 RTK Specs. https://www.dji.com/si/phantom-4-rtk/info (Pridobljeno
12.6.2021)
[16] Leica Geosystems. 2021. Leica GS18-DataShet. https://lib.store.yahoo.net/lib/yhst- 141816440267150/LeicaGS18T-DataSheet.pdf (Pridobljeno 12. 6. 2020.)
»Ta stran je namenoma prazna«
PRILOGA A
Podatki o natančnosti modela – November 2020
Oznaka točke
Koordinate [m] Odstopanje1 Odstopanje
[pix]2
x [m] y [m] z [m] x
[m] y [m] z [m]
1 401.611,155 149.359,859 1.127,882 0,00 -0,01 0,07 0,378
2 401.917,346 149.269,210 991,989 -0,02 0,00 -0,01 0,338
3 401.956,201 149.409,965 986,165 -0,01 0,00 -0,03 0,235
4 401.934,494 149.559,258 976,780 -0,01 0,02 0,01 0,302
5 401.735,152 149.512,106 1.041,712 0,00 0,00 0,02 0,340
1Odstopanje predstavlja razdaljo med vhodnimi podatki oslonilnih točk in ocenjenimi položaji pripadajoče oznake. Izražen je v metrih
2Odstopanje[pix] predstavlja koren povprečne kvadratne napake projekcije položaja oznake, ki je računan za vsak posnetek, kjer je oznaka vidna. Izražen je v slikovnih točkah.
»Ta stran je namenoma prazna.«
