haku: @supervisor Haggrén, Henrik / yhteensä: 104
viite: 1 / 104
« edellinen | seuraava »
Tekijä:Kuusisto, Iiro
Työn nimi:Evaluation of the performance of two Aerial Lidar Bathymetry systems in Finnish coastal and inland waters
Kahden ilmalaserkeilainmerenmittausjärjestelmän toimintakyvyn arviointi Suomen rannikoilla ja sisävesillä
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2016
Sivut:(7) + 110 s. + liitt. 17      Kieli:   eng
Koulu/Laitos/Osasto:Insinööritieteiden korkeakoulu
Oppiaine:Fotogrammetria ja kaukokartoitus   (M3006)
Valvoja:Haggrén, Henrik
Ohjaaja:Rönnholm, Petri
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201608263111
Sijainti:P1 Ark Aalto  4371   | Arkisto
Avainsanat:ALB
sonar
Chiroptera II
LADS HD
Riegl VQ-820-G
IHO Orders
merenmittaus
ilmalaserkeilaus
kaikuluotaus
pistetiheys
kohteentunnistus
tarkkuus
Tiivistelmä (fin):Merenmittausta ilmalaserkeilaamalla pidetään optimaalisena mittausmenetelmänä matalissa vesissä, sillä perinteiset akustiset menetelmät voivat olla hitaita ja jopa vaarallisia alusturvallisuuden kannalta.
Toisaalta laserin vedenläpäisykyky riippuu veden kirkkaudesta eikä laitteistojen kohteentunnistuskyvystäkään ole aina takeita.
Tässä diplomityössä pyritään selvittämään, voisiko Suomen matalia vesistöjä mitata ilmalaserkeilaamalla.

Ensin perehdyttiin ilmalaserkeilausmerenmittauksen teoriaan, toimintaan ja rajoituksiin.
Sen jälkeen selostettiin samat asiat perinteisestä akustisesta mittauksesta, sillä kaikuluotaimilla tuotettua aineistoa käytetään vertausaineistona.

Keilainjärjestelmien toimintakyvyn arviointi on jaettu kolmeen osioon: pistetiheys ja syvyysläpäisy, kohteen tunnistus sekä horisontaalinen ja vertikaalinen tarkkuus.
Saatuja tuloksia pyritään vertaamaan IHO Order 1a:n vaatimuksiin, aina kun mahdollista.
Ensimmäisessä osiossa pistetiheyksiä laskettiin CloudComparella ja Matlabilla ja peittävyyttä testattiin käyttämällä rasteroituja aineistoja.

Kohteentunnistuskykyä arvioitiin etsimällä kohteita kolmelta eri syvyysvyöhykkeeltä, arvioimalla kohteiden koko ja laskemalla niihin tulleet osumat.
Viimeisessä osiossa selvitettiin keilainjärjestelmien horisontaalinen ja vertikaalinen tarkkuus vertaamalla pieniä alueita kaikuluotainaineistoon.
Vertikaalisuunnan testeissä laserkeilainten pisteitä verrattiin kaikuluotaimen pisteistä laskettuun pintaan.
Horisontaalisuunnassa testialueiden pistepilviä sovitettiin toisiinsa ICP-algoritmilla.

Riegl:n pistetiheys oli ylivoimaisesti paras, mutta sen syvyysläpäisy oli heikoin.
LADS HD:n syvyysläpäisy taas oli paras, mutta sen pistetiheys oli heikoin.
Chiroptera II sijoittui molemmissa osa-alueissa näiden välille, tuottaen kutakuinkin tasalaatuista aineistoa aina läpäisykykynsä rajoille asti.
Vaikutti siltä, että suurin syvyysläpäisyyn vaikuttava tekijä oli laserin teho.
Niinpä, jos laserin tehoa voisi nostaa kasvattamatta pulssin toistoväliä, se olisi mitä luultavimmin optimaalisin asetus Suomen vesistöissä.

Molemmat keilainjärjestelmät kykenivät löytämään paljon Order 1a:n vaatimuksia pienempiä kohteita, mutta samanaikaisesti ne eivät aina kyenneet havaitsemaan paljon suurempia kohteita.
Molempien järjestelmien horisontaalinen tarkkuus verrattuna kaikuluotainaineistoon todettiin olevan senttimetriluokkaa, läpäissen näin Order 1a:n vaatimukset.
Chiroptera II läpäisi ainakin paikallisesti myös vertikaaliset vaatimukset.
LADS HD läpäisi vaatimukset rimaa hipoen samalla syvyysalueella kuin Chiroptera II, mutta ylitti vaatimukset syvemmällä alueella.
Tiivistelmä (eng):Aerial Lidar Bathymetry (ALB) is considered as an optimal surveying method in shallow waters, because traditional shipborne surveying can be very time-consuming or even dangerous.
On the other hand, it cannot be taken for granted that ALB system can detect all the bottom hazards and performance of the ALB systems is highly affected by the water clarity.
This paper aims to find out, whether ALB systems could be used for surveying of the shallow zones in Finnish coastal and inland waters.

Firstly, principles and functioning of an ALB system is explained.
Its capabilities and limitations are also discussed.
After that, same information of sonar is provided, because sonar is used as a reference in this study.

The performance evaluation is divided into three parts: Point density and depth penetration, Feature detection, and Horizontal and vertical accuracy.
Obtained results are compared against IHO Order 1a requirements, when it is possible.
In the first part, point densities were calculated with CloudCompare and Matlab, and coverage was tested by utilizing grids.

Feature detection capabilities were assessed by searching objects and calculating hitcounts and measuring dimensions within three different depth intervals.
Last part aimed to find out the horizontal and vertical accuracies of the ALB systems.
This was done by comparing small areas with sonar reference data.
Vertical checks were done by comparing lidar points to a sonar reference surface.
Horizontal checks were performed by using Iterative Closest Point (ICP) algorithm between lidar and sonar test areas.

It was found out that Riegl had the best point density but the lowest depth penetration capability and LADS HD had the best depth penetration but the lowest point density.
Chiroptera II was somewhere between these two, providing rather uniform data until its extinction depth of approximately 5-6 meters.
It seemed that the power of the lidar affected the depth penetration the most.
It was thought that if power could be raised without lowering the pulse repetition rate, it would be the most optimal set-up in Finnish waters.

Both systems were capable to find objects much smaller than the IHO Order 1a requirements, but sometimes, they failed to detect much bigger objects.
Horizontal accuracy was centimetric in comparison with sonar reference data, thus passing the Order 1a requirements.
Chiroptera II passed at least locally the vertical requirements of Order 1a.
LADS HD passed the requirements narrowly in the same depth interval as Chiroptera II but exceeded the requirements in a deeper interval.
ED:2016-09-04
INSSI tietueen numero: 54322
+ lisää koriin
« edellinen | seuraava »
INSSI