Inwentaryzacja drzewostanu skanerem SLAM. Od chmury punktów do wektoryzacji pni

Tradycyjna inwentaryzacja drzewostanu wymaga określenia położenia poszczególnych drzew oraz zebrania informacji o ich wymiarach. Przy większej liczbie obiektów oznacza to wiele powtarzalnych pomiarów wykonywanych bezpośrednio w terenie.

Skanowanie mobilne pozwala podejść do tego zadania inaczej.

Najpierw pozyskujemy kompletną chmurę punktów badanego fragmentu terenu. Następnie klasyfikujemy dane, oddzielamy grunt od roślinności i przygotowujemy wybrane warstwy do dalszego opracowania.

W kolejnym materiale z serii pokazującej wykorzystanie urządzenia SOUTH SLAM ME RTK sprawdzamy, jak taki proces może wyglądać podczas inwentaryzacji fragmentu lasu.

Dlaczego inwentaryzacja drzewostanu jest wymagającym zadaniem?

W przypadku pojedynczych drzew klasyczny pomiar nie musi być szczególnie skomplikowany. Trudność rośnie wraz z wielkością badanego terenu oraz liczbą obiektów, które należy zidentyfikować.

Podczas inwentaryzacji potrzebne mogą być między innymi informacje o:

• lokalizacji poszczególnych drzew,
• średnicach pni,
• wysokości, na której wykonano pomiar średnicy,
• rozmieszczeniu drzew względem granic lub innych obiektów,
• ukształtowaniu terenu,
• występowaniu niskiej, średniej i wysokiej roślinności.

W terenie leśnym dodatkowym problemem jest duża ilość danych. Chmura punktów zawiera nie tylko pnie, ale również grunt, gałęzie, korony drzew, krzewy i pozostałą roślinność.

Aby wykorzystać taki materiał do inwentaryzacji, trzeba najpierw uporządkować dane.

Pomiar fragmentu lasu urządzeniem SLAM

Przedmiotem projektu był fragment lasu zarejestrowany za pomocą urządzenia SLAM.

Efektem pomiaru była przestrzenna chmura punktów odwzorowująca:

• powierzchnię terenu,
• pnie drzew,
• niską roślinność,
• średnią roślinność,
• wysoką roślinność.

Sama kompletna chmura nie jest jeszcze gotową inwentaryzacją. Zawiera jednak dane, które można odpowiednio sklasyfikować, wyodrębnić i przenieść do dalszej obróbki.

Pierwszym etapem było więc rozdzielenie punktów należących do różnych elementów terenu i roślinności.

Klasyfikacja chmury punktów w AcuteLas Studio

Do klasyfikacji danych wykorzystano oprogramowanie AcuteLas Studio.

Program pozwala podzielić chmurę na podstawowe warstwy:

• grunt,
• niską roślinność,
• średnią roślinność,
• wysoką roślinność.

Poszczególne klasy można wyświetlać w różnych kolorach, co znacznie ułatwia kontrolę wyników.

W pokazanym projekcie:

• grunt został przedstawiony w kolorze rdzawobrązowym,
• niska roślinność w kolorze ciemnozielonym,
• średnia i wysoka roślinność w kolorze jasnozielonym.

Takie rozdzielenie danych pozwala szybko ocenić, które punkty opisują powierzchnię terenu, a które należą do drzew i pozostałej roślinności.

Które warstwy są potrzebne do wektoryzacji pni?

Dla potrzeb przedstawionej inwentaryzacji najważniejsze były dwie klasy:

1. grunt,
2. niska roślinność.

Warstwa gruntu stanowi odniesienie wysokościowe. Pozwala określić, na jakiej wysokości nad powierzchnią terenu analizowany jest przekrój pnia.

Niska roślinność zawiera natomiast fragmenty pni znajdujące się w dolnej części drzew.

Pozostałe warstwy można czasowo wyłączyć, aby korony, gałęzie i wyższe partie roślinności nie utrudniały identyfikacji poszczególnych pni.

To ważny etap całego procesu. Zamiast ręcznie wyszukiwać drzewa w kompletnej, gęstej chmurze, operator pracuje wyłącznie na danych potrzebnych do wykonania konkretnego opracowania.

Automatyczne przycięcie pni na wysokości około jednego metra

Podczas klasyfikacji AcuteLas Studio automatycznie przycina widoczne fragmenty pni na wysokości około jednego metra nad poziomem gruntu.

W materiale sprawdzono wysokość utworzonego przekroju. Pomiar wykazał wartość zbliżoną do jednego metra.

Dzięki temu w warstwie niskiej roślinności pozostają przekroje pni znajdujące się na zbliżonej wysokości względem powierzchni terenu.

Ma to znaczenie podczas dalszej analizy, ponieważ umożliwia porównywanie wymiarów poszczególnych drzew na jednym, ustalonym poziomie.

Należy jednak pamiętać, że wysokość przekroju warto każdorazowo zweryfikować na chmurze. Ma to szczególne znaczenie na terenach pochyłych lub nierównych, gdzie bezwzględna wysokość płaszczyzny nie zawsze odpowiada tej samej odległości od lokalnej powierzchni gruntu.

Eksport wybranych klas chmury punktów

Po zakończeniu klasyfikacji nie trzeba eksportować kompletnej chmury zawierającej wszystkie punkty.

Do dalszego opracowania można przekazać wyłącznie klasy potrzebne w danym projekcie.

W omawianym przykładzie wyeksportowano:

• grunt,
• niską roślinność.

Ograniczenie liczby warstw upraszcza dalszą pracę. Użytkownik nie musi ponownie usuwać koron drzew, gałęzi i pozostałych elementów, które nie są potrzebne podczas wektoryzacji pni.

Tak przygotowane dane zostały następnie przeniesione do X-PAD Fusion.

Wektoryzacja pni w X-PAD Fusion

X-PAD Fusion umożliwia pracę z różnymi rodzajami danych geoprzestrzennych, w tym z chmurami punktów pochodzącymi ze skanerów.

Po zaimportowaniu danych w projekcie dostępne były dwie wcześniej przygotowane warstwy: grunt i niska roślinność.

Aby rozpocząć wektoryzację pni, należy:

1. wyłączyć wyświetlanie gruntu,
2. pozostawić widoczną niską roślinność,
3. ustawić widok chmury z góry,
4. przejść do narzędzi rysunkowych,
5. wybrać funkcję rysowania okręgów,
6. wskazać punkty opisujące przekrój pnia.

Widok z góry pozwala zobaczyć przekroje pni jako skupiska punktów o kształcie zbliżonym do okręgu.

Na ich podstawie można utworzyć obiekty wektorowe przedstawiające poszczególne drzewa.

Jak powstaje wektorowy obrys pnia?

W pokazanym przykładzie do rysowania wykorzystano przyciąganie do punktów chmury.

Po wskazaniu dwóch miejsc na przekroju program utworzył okrąg odpowiadający zarejestrowanemu pniowi.

W ten sposób chmura punktów została przekształcona w prosty obiekt wektorowy, który można wykorzystać w dalszej dokumentacji.

Dla przykładowego drzewa otrzymano średnicę wynoszącą około 0,2 m. Przekrój znajdował się na wysokości około jednego metra od poziomu gruntu.

Analogiczny proces można powtórzyć dla kolejnych drzew widocznych w warstwie niskiej roślinności.

Finalnym rezultatem nie jest już wyłącznie trójwymiarowa wizualizacja lasu, ale uporządkowany zbiór obiektów opisujących położenie i wymiary pni.

Co otrzymujemy po zakończeniu opracowania?

Po sklasyfikowaniu i zwektoryzowaniu danych można przygotować materiał zawierający:

• położenie poszczególnych drzew,
• obrysy pni,
• średnice pni na określonej wysokości,
• rozmieszczenie drzew względem siebie,
• informacje o powierzchni gruntu,
• wybrane klasy roślinności.

Zakres finalnego opracowania zależy od celu projektu oraz jakości i gęstości pozyskanej chmury punktów.

Dane mogą być następnie wykorzystane między innymi przy:

• przygotowywaniu map do celów projektowych,
• dokumentowaniu istniejącego zagospodarowania terenu,
• planowaniu inwestycji przecinających tereny zadrzewione,
• projektowaniu dróg i infrastruktury,
• analizach środowiskowych,
• zarządzaniu zielenią,
• porównywaniu zmian zachodzących w kolejnych okresach.

Dlaczego klasyfikacja chmury punktów jest tak ważna?

Kompletna chmura punktów zawiera bardzo dużą ilość informacji. Nie wszystkie są jednak potrzebne do każdego rodzaju opracowania.

Podczas inwentaryzacji pni korony drzew mogą zasłaniać dolne partie roślinności. Nierówności gruntu mogą z kolei utrudniać ustalenie wysokości, na której wykonano przekrój.

Klasyfikacja pozwala rozdzielić te elementy i analizować je niezależnie.

Dzięki temu operator może:

• pracować tylko na interesującej go grupie punktów,
• ograniczyć liczbę danych wyświetlanych jednocześnie,
• dokładniej kontrolować wysokość przekroju,
• szybciej identyfikować pnie,
• przygotować prostszy materiał do wektoryzacji.

Wartość oprogramowania nie polega więc wyłącznie na automatycznym oznaczeniu kolorów. Najważniejsza jest możliwość przekształcenia nieuporządkowanej chmury w warstwy odpowiadające konkretnym elementom terenu.

Czy skaner SLAM zastępuje klasyczną inwentaryzację drzew?

Nie w każdym projekcie.

Dobór metody powinien zależeć od:

• wymaganej dokładności,
• powierzchni badanego obszaru,
• liczby drzew,
• gęstości roślinności,
• ukształtowania terenu,
• wymaganej wysokości pomiaru średnicy,
• formatu finalnej dokumentacji.

Skanowanie SLAM może jednak znacząco usprawnić pozyskiwanie dużej ilości danych przestrzennych, szczególnie gdy oprócz samych pni potrzebna jest również informacja o terenie i otoczeniu.

Zaletą takiego podejścia jest możliwość ponownego wykorzystania chmury. Jeżeli dany element został prawidłowo zarejestrowany, dodatkowe odległości lub wymiary można sprawdzić podczas opracowania, bez natychmiastowego powrotu w teren.

Jeden pomiar, kilka etapów pracy

Przedstawiony projekt pokazuje kompletny workflow:

1. pomiar fragmentu lasu urządzeniem SLAM,
2. utworzenie przestrzennej chmury punktów,
3. klasyfikacja gruntu i roślinności,
4. kontrola wysokości przekroju pni,
5. eksport wybranych warstw,
6. import danych do X-PAD Fusion,
7. wyłączenie warstwy gruntu,
8. identyfikacja pni w widoku z góry,
9. wektoryzacja przekrojów,
10. odczyt średnic.

Każdy z tych etapów prowadzi do konkretnego rezultatu. Najpierw kompletne dane zostają uporządkowane, a następnie przekształcone w obiekty możliwe do wykorzystania w dokumentacji technicznej.

Zobacz inwentaryzację drzewostanu na wideo

W materiale wideo Tomasz Kuźnar pokazuje:

• klasyfikację chmury punktów fragmentu lasu,
• podział danych na grunt oraz trzy warstwy roślinności,
• automatyczne przycięcie pni,
• sprawdzenie wysokości przekroju,
• eksport wybranych klas,
• pracę z chmurą w X-PAD Fusion,
• rysowanie okręgów na przekrojach pni,
• odczyt średnicy przykładowego drzewa.

Więcej informacji o pracy z chmurami punktów znajdziesz na stronie X-PAD Fusion.

Zobacz również inne rozwiązania dostępne w Geoline lub skontaktuj się z naszym zespołem, aby omówić pomiar konkretnego obiektu.

Jak dobrać workflow do konkretnej inwentaryzacji?

Nie każda inwentaryzacja drzewostanu wymaga tego samego zakresu danych.

W jednym projekcie kluczowa może być wyłącznie lokalizacja drzew i średnica pni. W innym potrzebne będą również informacje o terenie, koronach, sąsiedniej roślinności lub relacji drzew względem projektowanej infrastruktury.

Dlatego przed rozpoczęciem pomiaru warto określić:

• jakie elementy mają znaleźć się w finalnym opracowaniu,
• z jaką dokładnością należy je przedstawić,
• na jakiej wysokości mają być mierzone pnie,
• w jakim formacie mają zostać przekazane dane,
• czy potrzebna będzie późniejsza analiza tej samej chmury.

Dopiero na tej podstawie można świadomie dobrać sposób pomiaru, klasyfikacji oraz dalszej wektoryzacji.