Teilprojekt Vegetationsvermessung
Ziele:
Ein entscheidender Punkt beim Vergleich von gemessenen Winddaten mit Modellergebnissen ist eine möglichst detailgetreue Nachbildung der Charakteristika des Standorts im Modell. Für eine hochaufgelöste Modellierung von Strömungen an Waldkanten ist daher eine Bestandesaufnahme durch eine Forstinventur o.Ä. nicht ausreichend. Neben einer direkten Einzelbaumvermessung wurde aus diesem Grund die Vermessung mit terrestrischen Laserscannern vorgenommen. Die Zielgrößen sind unter anderem:
- Erfassung der räumlichen Verteilung der Vegetation mittels terrestrischen 3D-Laserscanning und Bestandesaufnahmen von Einzelbäumen mit photogrammetrischen Methoden
- Ableitung von Baum- und Bestandsparametern (Baumhöhe, Brusthöhendurchmesser, Position, DGM)
- Bestimmung von Strukturparametern und Extraktion von Parametern zur Bestimmung von Widerstandsbeiwerten (Bsp.: Plant Surface Area Density PAD(x,y,z))
- Die mittlere freie Weglänge zwischen den Strömungshindernissen (Bäumen, Zweigen)
Ausführende:
Terrestrische Laserscanningaufnahmen:Professur für Photogrammetrie in Zusammenarbeit mit der Professur für Meteorologie
Einzelbaumvermessung: Professur für Meteorologie
Einzelbaumvermessung
im Aufbau...
Laserscanning
Aufnahme
In den Jahren 2008, 2010 und 2011 wurde das Untersuchungsgebiet von verschiedenen Laserscannerstandpunkten aufgenommen. Zusätzlich wurden zu den Bodenscans Aufnahmen vom Gittermast 1 (auf dem Wildacker, Höhe 40 m) und dem Hauptmast (im Bestand, Höhe 42 m) durchgeführt, die eine flächendeckende Erfassung des Kronendaches ermöglichten. Über künstliche Targets (Kugeln und Zylinder) wurden die einzelnen Scans zueinander registriert. Die Gesamtpunktwolke besteht aus über 150 Mio. Einzelpunkten und umfasst ein Gebiet von 450 m x 250 m. Abbildung 1 zeigt die Punktwolke am Fuße des Hauptmastes mit drei verschwenkten Scannerstandpunkten (Riegl). Die Vermessung des Standortes erfolgte in Zusammenarbeit mit der Professur für Photogrammetrie.
Video 1 - Überflug durch die Punktwolke des Studiengebietes
Verwendete Laserscanner
Riegl LMS-Z420i
- Reichweite: bis 800 m
- Laserklasse 1
- Messgenauigkeit: 5 - 10 mm
- Datenrate: 12000 Punkte/Sekunde
- Gesichtsfeld: 80° x 360°
- Digitalkamera Nikon D100 (optional)
- Weitere Informationen: www.riegl.com
Laserscanner FARO LS 880
- Reichweite 80 m
- Laserklasse 3R
- Messgenauigkeit: 3 mm
- Datenrate: 120000 Punkte/Sekunde
- Gesichtsfeld: 320° x 360°
- Weitere Informationen: www.Faro.com
Messkampagne Herbst 2008
Video 2 - Der Laserscanner im Einsatz auf dem Hauptturm (Quelle: R.Queck)
Messkampagne Herbst 2010
Ergebnisse
Neben der automatischen Bestimmung der Baumhöhe, den BHDs sowie Baumpositionen der Bäume entlang des Transektes wird zusätzlich das Digitale Geländmodell (DGM) aus den terrestrischen Laserscannerdaten abgeleitet. Mit einer Rasterweite von 50 cm wird das Gelände um die Messtürme beschrieben. In Abbildung 1a ist die perspektivische höhencodierte Ansicht des DGMs in West-Ost-Ausrichtung dargestellt. Abbildung 1b zeigt das überhöhte Höhenprofil in West-Ost-Richtung.
In Abbildung 2 wird der Übergang von der Messung einzelner Punkte (Abb. 2a) zur modelladequaten Abbildung von Voxeln (Abb. 2b, 2c und 2d) ersichtlich. Aus den normierten Punktdichten in den Volumenelementen sollen später Reibungskoeffizienten für die Strömung im Bestand parametrisiert werden.
Die Punktwolke entlang der 4 Türme (500 m x 120 m) wurde in einen Voxelraum mit 1 m Kantenlängen transformiert. Zu jedem Voxel, welches über diskrete Voxelmittelpunktskoordinaten verfügt, werden Attribute abgespeichert:
- die Punktanzahl der im Voxel befindlichen Laserpunkte
- die Anzahl der Durchschüße der Laserpunkte welche hinter dem Voxel zum Treffer geführt haben und durch das Voxel gelaufen sind
- die Anzahl der Punkte die vor dem Voxel zum Treffer geführt haben (Wahrscheinlichkeit eines Treffers wenn kein Hinderniss vorhanden wäre)
- Reflexionswahrscheinlichkeit
Abbildung 3a zeigt eine farbcodierte Darstellung des Voxelraum (1 m) nach der Anzahl der Treffer im Voxel (rot = hohe Anzahl; blau = niedrige Anzahl) über 500 m Länge und 60 m Breite.
In Abbildung 3b ist die Reflexionswahrscheinlichkeit im Voxelraum farbig dargestellt (dunkelgrün = hohe Wahrscheinlichkeit einer Reflexion, weiß = geringe Wahrscheinlichkeit).
In Abbildung 4 sind ausgedünnte Punktwolken mit dem Streckennetz der detektierten Bäume zu sehen. Die detektierten Baumpositionen wurden mit einer Delaunay Triangulation zu einem Streckennetz verbunden. Anhand der Dreiecksseitenlängen wurde der mittlere Baumabstand ermittelt. Da am Rand aufgrund von Scanschatten nicht alle Bäume detektiert wurden, äußert sich das in langen Dreiecksseiten. Diese Seiten wurden mit Hilfe der 3Sigma Regel bei der Berechnung der mittleren Wegstrecke nicht mit berücksichtigt (arithm. Mittel: 8,18m).
Vegetationsvisualisierung
In Zusammenarbeit mit dem ZIH (Zentrum für Informationsdienste und Hochleistungsrechnen) der TU-Dresden ist ein Überflug über das Studiengebiet entstanden.
Aus den abgeleiteten Bamparametern (Position, Brusthöhendurchmesser, Baumhöhe und Kronenansatzhöhe) der terrestrischen Laserscannerdaten in Kombination mit Airborne Laserscans wurden die Bestände um den Wildacker modelliert und mit den Strömungsdaten der numerischen Simulation visualisiert (Abb. 5).
Video 3 - Detaillierte Darstellung der Bäume und Überflug über die Kronen
Video 4 - Modellierte Vegetation mit Stromlinien der mittleren Strömung durch den Bestand
Zukünftige Arbeiten
Publikationen, Vorträge, Poster
-
Bienert, A. & Maas, H.-G. (2014):
Segmentierung von Entfernungsbildern zur Registrierung von Laserscannerpunktwolken in Waldbeständen Gemeinsame Tagung 2014 der DGfK, der DGPF, der GfGI und des GiN (DGPF Tagungsband 23 / 2014) -
Bienert, A. & Schneider, D. (2013):
Range image segmentation for tree detection in forest scans. In: International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Antalya, Turkey, Vol. II-5/W2, pp. 49-54. -
Schlegel, F.; Stiller, J.; Bienert, A.; Maas, H.-G.; Queck, R.; Bernhofer., Ch. (2012):
Large-Eddy Simulation of inhomogeneous canopy flows using high resolution terrestrial laser scanning data. Boundary-Layer Meteorology 142, pp. 223-243, 2012. -
Queck, R.; Bienert, A.; Maas, H.-G.; Harmansa, S.; Goldberg, V.; Bernhofer, Ch. (2012):
Wind fields in heterogeneous cinifer canopies: parameterisation of momentum absoprtion using high-resolution 3D vegetation scans. European Journal of forest research, Vol. 131/1, S. 165-176. -
Queck, R.; Bernhofer, C.; Bienert, A.; Maas, H.-G. (2012):
Measurements of turbulence and vegetation structure across a forest clearing. European Geoscience Union, EGU 2012-11555 -
Schlegel, F.; Stiller, J.; Bienert, A.; Maas, H.-G.; Queck, R.; Bernhofer, C. (2011):
Large-Eddy simulation of inhomogeneous canopy flows using high resolution terrestrial laser scanning data. Boundary Layer Metrology. -
Bienert, A.; Stiel, B.; Queck, R.; Maas, H.-G. (2010):
Photogrammetrische Bestimmung von statischen und dynamischen Verformungsstrukturen an Einzelbäumen. In: Allgemeine Vermessungs-Nachrichten, 5/2010, S.190-197. (Download) -
Queck, R.; Bienert, A.; Eipper, T. (2010):
Sturmsicherer Wald. ARD. -
Bienert, A.; Stiel, B. (2010):
Photogrammetrische Bestimmung von statischen und dynamischen Verformungsstrukturen von Einzelbäumen. Photogrammetrie - Laserscanning - Optische 3D-Messtechnik (Beiträge Oldenburger 3D-Tage 2010, Hrsg. Th. Luhmann), Verlag Herbert Wichmann -
Queck, R.; Bienert, A. (2009):
Estimation of PBL model parameters from high resolution vegetation scans. Geophysical Research Abstracts, Vol. 11, EGU2009-10888, 2009. -
Queck, R.; Bienert, A.; Harmansa, S. (2009):
Modeling wind fields in tall canopies - towards better momentum distribution using 3D vegetation scans in high resolution. 2nd International Conference "Wind Effects on Trees". Albert-Ludwigs-University of Freiburg, Germany, 13-16 October 2009. -
Queck, R.; Bienert, A.; Harmansa, S. (2009):
Calculating advective fluxes in tall canopies - towards better wind speed distribution using 3D vegetation scans in high resolution. Atmospheric Transport and Chemistry in Forest Ecosystems, Castle of Thurnau, Germany, Oct 5 - 8, 2009.