24.09.2013 Views

HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet

HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet

HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

<strong>HMK</strong><br />

– en handbok i mät- och kartfrågor<br />

<strong>Höjddata</strong><br />

<strong>2012</strong> <strong>års</strong> <strong>arbetsdokument</strong>


Innehållsförteckning<br />

1 <strong>Höjddata</strong> ............................................................. 5<br />

1.1 Om höjddata ........................................................................... 5<br />

1.2 Vektordata ............................................................................... 5<br />

1.2.1 Punktmoln ............................................................................... 5<br />

1.2.2 Punkthöjder ............................................................................ 6<br />

1.2.3 Brytlinjer .................................................................................. 7<br />

1.2.4 Höjdkurvor ............................................................................. 8<br />

1.3 TIN ......................................................................................... 10<br />

1.4 Raster ..................................................................................... 11<br />

1.4.1 Upplösning och interpolering ............................................ 13<br />

1.4.2 Att tänka på kring rasterdata ............................................. 14<br />

2 Höjdmodeller ..................................................... 15<br />

2.1 Markmodell .......................................................................... 15<br />

2.2 Ytmodell ................................................................................ 16<br />

2.3 Andra höjdmodeller ............................................................ 16<br />

2.3.1 Modell för ortorektifiering .................................................. 16<br />

2.3.2 Objekthöjdsmodell ............................................................... 17<br />

2.3.3 Differensmodell .................................................................... 17<br />

3 Insamlingstekniker ........................................... 19<br />

3.1 Luftburen laserskanning ..................................................... 19<br />

3.2 Luftburen fotografering ...................................................... 19<br />

3.3 Fordonsburen insamling ..................................................... 19<br />

3.4 Geodetisk mätning ............................................................... 19<br />

3.5 Luftburen radar .................................................................... 20<br />

3.6 Digitalisering ........................................................................ 20<br />

4 Ajourhållning ..................................................... 21<br />

5 Kvalitetskontroll ................................................ 22<br />

6 Produkter .......................................................... 23<br />

6.1 Terränganalys ....................................................................... 23<br />

6.2 Övriga produkter ................................................................. 23<br />

7 Visualisering...................................................... 25<br />

8 Lagring .............................................................. 26<br />

Arbetsdokument, december <strong>2012</strong> 2 (29)


8.1 Filformat ................................................................................ 26<br />

8.1.1 Vektordata ............................................................................. 26<br />

8.1.2 TIN ......................................................................................... 26<br />

8.1.3 Raster ..................................................................................... 27<br />

8.2 Datakomprimering .............................................................. 27<br />

8.3 Geografisk uppdelning ....................................................... 27<br />

9 Metadata ........................................................... 29<br />

Arbetsdokument, december <strong>2012</strong> 3 (29)


1 <strong>Höjddata</strong><br />

Detta dokument behandlar i första hand höjddata som antingen<br />

utgör grunden för framställning av en höjdmodell, eller som är en<br />

produkt baserad på en höjdmodell. Kapitlet behandlar inte djupdata<br />

eller modeller över bottenytan.<br />

1.1 Om höjddata<br />

Med höjddata avses här alla typer av geodata med uppgifter om<br />

topografiska höjdförhållanden. Ofta är det markytans höjdförhållanden<br />

som är av intresse, men även höjden på olika objekt ovanpå<br />

markytan är en vanlig typ av höjddata.<br />

1.2 Vektordata<br />

Med vektordata avses här punkter, linjer och polygoner med känd<br />

position både i plan och i höjd. Höjdvärden kan antingen lagras<br />

som tredimensionella koordinater på geometrierna, eller som attribut<br />

till geometrier med endast plana koordinater. Det senare kan<br />

vara lämpligt för exempelvis höjdkurvor, som har samma höjd i<br />

varje brytpunkt.<br />

1.2.1 Punktmoln<br />

Ett punktmoln är en relativt oordnad datamängd som ofta består av<br />

miljontals 3D-positioner. På grund av den stora datamängden behövs<br />

en effektiv indexering för att få god prestanda vid bearbetning<br />

av ett punktmoln. För många tillämpningar behöver punkterna<br />

också klassas, vilket innebär att de förses med ett attribut som talar<br />

om vilken typ av objekt som har träffats.<br />

Ett punktmoln insamlat med flygburna sensorer har vanligen en<br />

relativt homogen täthet inledningsvis. För att minska datamängden<br />

är det därför ofta lämpligt att glesa ut den så att endast så kallade<br />

”nyckelpunkter” (model key-points) återstår.<br />

Arbetsdokument, december <strong>2012</strong> 5 (29)


Figur 1. Klassificerat punktmoln från luftburen laserskanning.<br />

Detta innebär att punkter på naturliga brytlinjer som t.ex. släntkrön<br />

bevaras, medan punkter på släta ytor såsom vägbanor glesas ut.<br />

Nyckelpunkterna motsvarar alltså de punkter som man vid geodetisk<br />

mätning hade valt ut som representativa för ytan. Övriga punkter<br />

bör dock bevaras, antingen som en fristående datamängd eller<br />

som en annan klass.<br />

1.2.2 Punkthöjder<br />

Punkthöjder används främst för kartografisk representation av<br />

höjdförhållanden och består av en mindre mängd utvalda punkter<br />

på platser av speciellt intresse. Punkterna placeras exempelvis på<br />

höjder och i sänkor, längs vägmitt, eller på specifika objekt ovan<br />

markytan. Dessa punkter kan användas till exempel för uppskattning<br />

av lämplig golvhöjd vid nybyggnation.<br />

När man tar fram en punkthöjd från ett punktmoln kan man antingen<br />

välja ut ett faktiskt höjdvärde nära den önskade positionen,<br />

som då förflyttas, eller interpolera fram ett nytt höjdvärde. Att använda<br />

faktiska höjder ger normalt en lägre lägesosäkerhet, men att<br />

interpolera fram nya höjder kan minska genomslaget för eventuella<br />

grova fel.<br />

Punkthöjder är ett bra komplement till höjdkurvor, och ett yttäckande<br />

system av punkthöjder kan också vara ett sätt att indirekt<br />

redovisa kurvors höjd. Ett tätare system kan även användas för nybyggnadskartor<br />

och andra kartprodukter som kräver mer detaljerad<br />

höjdredovisning än vad höjdkurvor kan ge. Textsättning av<br />

punkthöjder är vanligtvis enklare än för höjdkurvor.<br />

Arbetsdokument, december <strong>2012</strong> 6 (29)


Arbetsdokument, december <strong>2012</strong> 7 (29)<br />

18.0<br />

18.1<br />

14.4<br />

17.5<br />

8<br />

Figur 2. Kommunal primärkarta med punkthöjder både nära vägmitt och ute i<br />

terrängen.<br />

1.2.3 Brytlinjer<br />

Information<br />

15.0<br />

16.5<br />

7A<br />

7B<br />

Brytlinjer ger en mer verklighetstrogen höjdmodell. Om de behövs<br />

eller ej beror på vilka krav som ställs på att skarpa kanter<br />

troget återges i modellen.<br />

Naturliga ytor, t.ex. markytan, är generellt sett släta. De har ofta en<br />

viss textur eller ojämnhet, men skarpa kanter är ovanliga och ofta<br />

skapade av människan. För att återge skarpa kanter i ett punktmoln<br />

behövs vanligtvis en mycket hög punkttäthet och ett alternativ är<br />

då att i stället representera kanterna med brytlinjer.<br />

Exempel på objekt som kan behöva brytlinjer för att troget återges i<br />

en höjdmodell är diken, vägkanter, broar och stödmurar. Eftersom<br />

det ofta handlar om stora datamängder är det vanligt att objekten<br />

mäts in med fotogrammetriska metoder, men till viss del kan de<br />

också tolkas direkt ur punktmolnet. Det viktiga är att objekten mäts<br />

in med en osäkerhet som i både plan och höjd är likvärdig med eller<br />

lägre än den önskade lägesosäkerheten i slutprodukten.<br />

Vid skapande av ett TIN kan brytlinjerna inkorporeras. Det påverkar<br />

triangelbildningen på så sätt att de skarpa kanterna bevaras i<br />

höjdmodellen.<br />

13.6<br />

20.6


1.2.4 Höjdkurvor<br />

Rekommendation<br />

Höjdkurvors ekvidistans bör vara minst 3 gånger större än den<br />

underliggande höjdmodellens mätosäkerhet i höjd.<br />

Ett lämpligt sätt att beskriva graden av generalisering för<br />

höjdkurvor är att ange en målskala där kurvorna ska vara kartografiskt<br />

tilltalande.<br />

Höjdkurvor används främst för kartografisk representation av höjdförhållanden<br />

och skapas normalt genom interpolering från en<br />

höjdmodell i TIN- eller rasterformat.<br />

Vad som är en passande ekvidistans för höjdkurvor styrs främst av<br />

den ursprungliga datamängdens lägesosäkerhet och den modellerade<br />

ytans karaktär. Men även upplösning eller punktavstånd, liksom<br />

användningsområde, påverkar valet. Lämplig ekvidistans för<br />

kurvor från laserdata finns i dokument Laserdata, luftburen insamling<br />

tabell 1.<br />

För att åstadkomma kartografiskt tilltalande kurvor är det vanligtvis<br />

nödvändigt med en viss generalisering så att kurvorna får en<br />

mjukare form. Ibland är det nödvändigt att mjuka upp den underliggande<br />

höjdmodellen innan beräkning av höjdkurvor, något som<br />

naturligtvis försämrar detaljeringsgraden.<br />

I första hand är det därför höjdkurvorna som bör generaliseras, efter<br />

interpoleringen. Det kan exempelvis vara aktuellt att avlägsna<br />

mycket små polygoner, samt att tillämpa algoritmer för linjeförenkling<br />

och uppmjukning.<br />

Arbetsdokument, december <strong>2012</strong> 8 (29)


Figur 3. Höjdkurvor beräknade från en markmodell baserad på luftburen laserskanning.<br />

I detta fall är markytan (en plöjd åker) mycket plan och småkuperad,<br />

och kurvbilden har blivit alldeles för detaljerad. Här är det troligen nödvändigt<br />

med en viss uppmjukning av höjdmodellen.<br />

Eftersom höjdkurvor i första hand är en kartografisk produkt är<br />

textsättning av kurvorna ett viktigt moment. Kurvornas höjd, lagrade<br />

som koordinater eller attribut, bör sättas ut så tätt att man i<br />

varje trolig vy i målskalan utan svårighet kan utläsa ytans höjd.<br />

Tolkningen underlättas om exempelvis kurvan för var tionde meter<br />

ges ett tydligare manér.<br />

Arbetsdokument, december <strong>2012</strong> 9 (29)


Figur 4. Höjdkurvor över ett område där höjddata har samlats in med geodetisk<br />

mätning.<br />

1.3 TIN<br />

Ett TIN (Triangulated Irregular Network) är en datastruktur som vanligtvis<br />

skapas genom Delaunay-triangulering av nyckelpunkter<br />

(noder) som representerar en viss yta. Fördelen med TIN-strukturen<br />

är att den troget kan representera en yta med relativt få noder.<br />

Nackdelen är att eventuella grova fel får stort genomslag.<br />

Ett TIN skapas vanligtvis internt av respektive programvara. Strukturen<br />

används ofta som mellansteg när man med hjälp av interpolering<br />

vill gå från diskreta punkter (ofta ett punktmoln) till exempelvis<br />

höjdkurvor eller en höjdmodell i rasterformat.<br />

Arbetsdokument, december <strong>2012</strong> 10 (29)


Figur 5. TIN konstruerat från geodetiska mätningar. Notera att områden som<br />

saknar mätningar har utelämnats.<br />

1.4 Raster<br />

<strong>Höjddata</strong> i rasterformat (även grid eller rutnät) har en regelbunden<br />

struktur med höjder angivna i ett rätvinkligt rutnät med homogent<br />

avstånd. Rasterformatet kan därför lagras effektivt eftersom plana<br />

koordinater endast behöver anges för en insättningspunkt. När<br />

även upplösningen är känd behöver sedan endast höjdvärdet anges<br />

för respektive position, vilket gör att datamängden minskar till ungefär<br />

en tredjedel av data i vektorformat.<br />

Arbetsdokument, december <strong>2012</strong> 11 (29)


Figur 6. Exempel på höjddata i textbaserat rasterformat (ASCII Grid). I filhuvudet<br />

anges insättningspunkt och upplösning som georeferens. Därefter behöver<br />

endast höjdvärdet anges för respektive position.<br />

Den enkla datastrukturen gör att höjddata i rasterformat kan analyseras<br />

och visualiseras enkelt och effektivt, och detta är den främsta<br />

orsaken till dess popularitet.<br />

Rasterstrukturen gör det också enkelt att tillämpa olika metoder för<br />

datakomprimering. Vanliga icke förstörande komprimeringsalgoritmer<br />

som LZW (Lempel-Ziv-Welch) kan ofta halvera datamängden,<br />

speciellt om antalet decimaler reduceras (ofta räcker två decimaler<br />

för en höjdmodell).<br />

Arbetsdokument, december <strong>2012</strong> 12 (29)


Figur 7. Raster interpolerat från geodetiska mätningar. Färgskalan representerar<br />

olika höjder, där blå är lägst. Notera att värdet för pixlar i ej mätta områden<br />

är ”inga data”, men att en viss extrapolering har tillåtits.<br />

1.4.1 Upplösning och interpolering<br />

Vad som är en lämplig upplösning för höjddata i rasterformat styrs<br />

främst av den ursprungliga datamängdens punktavstånd, och normalt<br />

bör upplösningen motsvara det genomsnittliga punktavståndet.<br />

Lämplig upplösning för raster från laserdata finns i dokument<br />

Laserdata, luftburen insamling tabell 1.<br />

Framställning av höjddata i rasterformat kräver alltid interpolering,<br />

vilket medför att rastret blir en approximation av den ursprungliga<br />

datamängden. Störst blir skillnaden vid låga upplösningar och i<br />

kraftigt kuperad terräng.<br />

Det finns många metoder för interpolering som är lämpliga för<br />

höjddata, och alla har olika styrkor och svagheter. En metod som<br />

fungerar bra i de flesta sammanhang är linjär interpolering i TIN.<br />

Styrkan med denna metod är att brytlinjer troget bevaras, men<br />

svagheten är att grova fel får stort genomslag och därför måste elimineras<br />

före interpolering.<br />

<br />

Arbetsdokument, december <strong>2012</strong> 13 (29)


1.4.2 Att tänka på kring rasterdata<br />

Rekommendation<br />

Metadata som upplyser om den ursprungliga datamängdens<br />

punktavstånd eller punkttäthet är ett viktigt komplement till<br />

höjddata i rasterformat och bör därför anges.<br />

För att bibehålla högsta möjliga kvalitet hos höjddata i rasterformat<br />

bör man utgå från den ursprungliga datamängden vid<br />

förändring av upplösning eller transformation mellan olika<br />

koordinatsystem.<br />

Den homogena upplösningen hos höjddata i rasterformat kan orsaka<br />

att onödigt täta höjdvärden lagras på plana ytor. Samtidigt<br />

bibehålls den höga upplösningen även i områden med glest underlag,<br />

något som användaren bör uppmärksammas på genom någon<br />

typ av metadata.<br />

Ett alternativ är att markera områden utan underlag som ogiltiga.<br />

Detta kan göras genom att sätta berörda höjdvärden till ett avvikande<br />

värde, som i filhuvud eller på annat sätt definieras som ”inga<br />

data” (no data). En fördel med det är att man undviker eventuella<br />

motsättningar mellan ”falska” interpolerade värden och andra<br />

höjddata med högre kvalitet.<br />

Ett problem med höjddata i rasterformat är att förändring av upplösningen<br />

(så kallad omsampling), liksom transformation mellan<br />

olika koordinatsystem, kräver interpolering. Det kan i sin tur försämra<br />

kvaliteten. I många fall är dock denna försämring marginell<br />

och knappt märkbar.<br />

Arbetsdokument, december <strong>2012</strong> 14 (29)


2 Höjdmodeller<br />

Rekommendation<br />

Oavsett om höjdmodellen är i form av ett TIN eller ett raster<br />

bör eventuella ogiltiga områden hanteras.<br />

Information<br />

En höjdmodell består av en sammanhållen mängd höjddata<br />

som representerar en viss yta, exempelvis markytan.<br />

De flesta höjdmodeller redovisar höjder i ett visst höjdsystem,<br />

vanligen RH 2000. Men det finns även relativa höjdmodeller<br />

som redovisar höjdskillnader, exempelvis vegetationshöjd.<br />

En höjdmodell är kontinuerlig, så att man för varje plan position<br />

inom täckningsområdet kan beräkna höjden. Därför krävs också en<br />

definierad interpoleringsmetod, som sammanbinder diskreta höjddata<br />

till en kontinuerlig yta.<br />

Ett vanligt sätt är att sammanbinda punkter och brytlinjer till ett<br />

TIN, där höjden mellan noderna vanligtvis beräknas med linjär interpolering<br />

utifrån respektive triangels hörnpunkter.<br />

Ett annat sätt är att utifrån samma TIN, eller med annan lämplig<br />

interpoleringsmetod, omvandla diskreta höjddata till en höjdmodell<br />

i rasterformat. Men även till denna bör en lämplig interpoleringsmetod<br />

definieras, som talar om hur höjden för positioner mellan<br />

angivna höjdvärden beräknas.<br />

Oavsett om höjdmodellen är i form av ett TIN eller ett raster bör<br />

eventuella ogiltiga områden hanteras. I ett TIN kan man förhindra<br />

triangelbildning över sådana områden. Till ett raster kan man antingen<br />

bifoga polygoner som omringar områdena, eller definiera<br />

ogiltiga värden som ”inga data”.<br />

2.1 Markmodell<br />

I detta dokument används höjdmodell som en övergripande term,<br />

medan markmodell avser en modell av markytans höjd. Ett i många<br />

fall likvärdigt begrepp är terrängmodell.<br />

Markmodellen utelämnar alltså objekt ovan markytan, som vegetation<br />

och byggnader. Vilka detaljer som ingår i markytan är inte helt<br />

entydigt, och det kan ibland behöva specificeras. Detaljer som<br />

stenmurar eller diken kan ställa särskilda krav på både insamling<br />

och bearbetning av data, och kan därmed även innebära högre<br />

kostnader om de ska inkluderas.<br />

Arbetsdokument, december <strong>2012</strong> 15 (29)


Figur 8. Markmodell baserad på luftburen laserskanning med både färgskala,<br />

terrängskuggning och höjdkurvor. Notera att kurvorna till höger har för hög<br />

detaljeringsgrad.<br />

2.2 Ytmodell<br />

En ytmodell inkluderar även objekt ovan markytan, och redovisar<br />

alltså höjder ovanpå eventuell vegetation och byggnader. Temporära<br />

objekt som fordon ska dock inte ingå.<br />

Figur 9. Ytmodell baserad på luftburen laserskanning med färgskala och terrängskuggning.<br />

2.3 Andra höjdmodeller<br />

2.3.1 Modell för ortorektifiering<br />

En höjdmodell för ortorektifiering är vanligen en markmodell som<br />

inkluderar broar och andra upphöjda objekt som bär vägar och<br />

järnvägar, och som annars deformeras i det färdiga ortofotot. För<br />

korrekt redovisning av broar är brytlinjer ofta en nödvändighet,<br />

Arbetsdokument, december <strong>2012</strong> 16 (29)


men i vissa fall kan det räcka med speciellt anpassade interpoleringsalgoritmer<br />

för att framställa en funktionell höjdmodell.<br />

För att skapa ett så kallat sant ortofoto måste höjdmodellen också<br />

inkludera byggnader och eventuellt vegetation. För mer information<br />

om höjdmodeller för ortorektifiering se dokument Ortofoto,<br />

avsnitt Rektifieringsmodell. <br />

2.3.2 Objekthöjdsmodell<br />

En objekthöjdsmodell redovisar höjden för objekt ovan mark, främst<br />

vegetation och byggnader. I princip skapas modellen genom att<br />

markmodellen subtraheras från ytmodellen och därför kallas den<br />

ibland för normaliserad ytmodell. Modellen redovisar alltså inte höjder<br />

i ett höjdsystem, utan höjdskillnader relativt markytan.<br />

Figur 10. Objekthöjdsmodell överlagrad med terrängskuggning. Låga objekt i<br />

ljusgrön färg och höga i mörkgrön. Riktigt höga objekt i rött. Grå områden har<br />

öppen mark.<br />

2.3.3 Differensmodell<br />

En differensmodell redovisar höjdskillnader mellan två höjdmodeller,<br />

och används för bland annat volymberäkningar och redovisning<br />

av motsättningar mellan olika höjdmodeller över samma<br />

område.<br />

Arbetsdokument, december <strong>2012</strong> 17 (29)


Figur 11. Differensmodell beräknad genom subtraktion av en markmodell från<br />

en annan. I blå och röda områden skiljer sig modellerna åt.<br />

Arbetsdokument, december <strong>2012</strong> 18 (29)


3 Insamlingstekniker<br />

Vid insamling av höjddata är målet ofta att bygga upp en höjdmodell.<br />

Vilken insamlingsteknik som väljs beror till stor del på områdets<br />

storlek, men också på kvalitetskraven.<br />

<br />

3.1 Luftburen laserskanning<br />

Luftburen laserskanning är den i dag vanligaste tekniken för insamling<br />

av höjdinformation över stora ytor. Tekniken är effektiv<br />

och förmår avbilda markytan även under måttligt tät vegetation.<br />

För mer information se dokument Laserdata, luftburen insamling.<br />

3.2 Luftburen fotografering<br />

Innan laserskanningen utvecklades var luftburen fotografering den<br />

vanligaste tekniken för insamling av höjdinformation över stora<br />

ytor. Med fotogrammetriska metoder kan punkthöjder och brytlinjer<br />

mätas in manuellt, och genom automatisk bildmatchning kan<br />

punktmoln med mycket hög täthet och geometrisk kvalitet skapas.<br />

För mer information se dokument Laserdata, luftburen insamling.<br />

För insamling av höjddata är luftburen fotografering främst aktuell<br />

i öppen terräng, eftersom markytan i skog sällan syns tillräckligt<br />

tydligt i bilddata.<br />

3.3 Fordonsburen insamling<br />

Fordonsburen laserskanning med mobila system kan användas för<br />

att samla in höjddata bland annat i stadsmiljö. Eftersom insamlingsavståndet<br />

är mindre kan en mycket hög detaljeringsgrad och<br />

geometrisk kvalitet uppnås. Det gör det möjligt att exempelvis kartera<br />

kantsten och andra detaljer som kan vara viktiga exempelvis<br />

vid detaljerad översvämningskartering. För mer information om<br />

tekniken se dokument laserdata, fordonsburen insamling.<br />

3.4 Geodetisk mätning<br />

För små områden kan ibland geodetisk mätning vara den mest effektiva<br />

metoden för insamling av höjddata. Mätningen utförs vanligen<br />

med GNSS-teknik, totalstation eller terrester (stationär) laserskanner.<br />

Vid mätning för en markmodell är fördelen med GNSS och totalstation<br />

att den som utför mätningen direkt kan mäta in punkter och<br />

Arbetsdokument, december <strong>2012</strong> 19 (29)


linjer där markytan bryter. Vad som utgör markyta eller ej avgörs<br />

alltså redan ute i fält, och någon efterföljande klassificering behövs<br />

inte.<br />

Traditionell geodetisk mätning ger alltså förutsättningar för insamling<br />

av höjddata med mycket hög kvalitet – både vad gäller<br />

geometri och klassning. Samtidigt måste den som utför mätningen<br />

kunna tolka terrängen och hitta nyckelpunkterna. Ett alternativ till<br />

att göra detta i fält är att med terrester laserskanning samla in ett<br />

punktmoln och sedan med automatiska metoder markklassa och<br />

glesa ut punktmolnet.<br />

3.5 Luftburen radar<br />

Interferometric Synthetic Aperture Radar (InSAR eller IfSAR) är en<br />

teknik som gör det möjligt att mycket snabbt samla in höjddata<br />

över stora områden. Fördelen med radar är att tekniken kan användas<br />

från mycket hög höjd och även genom ett molntäcke.<br />

Luftburen radar fungerar dock bäst i öppen terräng, och har problem<br />

i både skog och stadsmiljö. Lägesosäkerheten är också betydligt<br />

högre än för luftburen laserskanning, och standardosäkerheten i<br />

höjd ligger vanligen runt 1 meter.<br />

3.6 Digitalisering<br />

Digitalisering av äldre analogt material används endast i undantagsfall<br />

och beskrivs inte vidare här.<br />

Arbetsdokument, december <strong>2012</strong> 20 (29)


4 Ajourhållning<br />

Liksom för övriga geodata måste höjddata och höjdmodeller uppdateras<br />

i takt med förändringar i topografin. Det leder ofta till att en<br />

från början homogen datamängd med tiden kommer att bestå av<br />

data med olika ursprung. Det är då mycket viktigt med spårbarhet,<br />

så att varje del av datamängden kan kopplas till metadata som beskriver<br />

dess ursprung och kvalitet (se avsnitt 9).<br />

Arbetsdokument, december <strong>2012</strong> 21 (29)


5 Kvalitetskontroll<br />

Kvaliteten på en färdig höjdmodell beror till stor del på den totala<br />

mätosäkerheten för den insamlingsteknik som valts. Men även<br />

klassificering och interpolering (för en modell i rasterformat) har<br />

stor inverkan på resultatet. Andra vanliga felkällor är felaktig hantering<br />

av referenssystem, geoidmodeller och transformationer.<br />

För en höjdmodell baserad på laserdata kan metodik från dokument<br />

Laserdata, luftburen insamling avsnitt Lägesosäkerhet tillämpas<br />

för kontroll av lägesosäkerhet. Övrig testning behandlas inte<br />

här, men kan exempelvis utformas enligt SIS-TS 21145:2007 – Statistisk<br />

provning av digital markmodell.<br />

Arbetsdokument, december <strong>2012</strong> 22 (29)


6 Produkter<br />

Rekommendation<br />

Eftersom de flesta produkter från en höjdmodell kan skapas på<br />

många olika sätt, bör det vid leverans tydligt redovisas vilken<br />

metodik och beräkningsmetod som valts.<br />

6.1 Terränganalys<br />

Grunden för många analyser på en markmodell är en beräkning av<br />

respektive delytas normalvektor, det vill säga av markytans lutning<br />

och lutningsriktning. Beräkningen kan utföras på olika sätt, delvis<br />

beroende på typ av markmodell (TIN eller raster). Resultatet är i<br />

båda fallen oftast en ny modell i rasterformat.<br />

Figur 12. En markmodells lutning i gråskala.<br />

Exempel på andra vanliga analyser på en markmodell är beräkning<br />

av krökning och textur, som båda ger ytterligare information om<br />

markytans karaktär.<br />

6.2 Övriga produkter<br />

Många produkter baseras helt eller delvis på en höjdmodell. Några<br />

vanliga exempel är stabilitetskartering, avrinnings- och översväm-<br />

Arbetsdokument, december <strong>2012</strong> 23 (29)


ningskartering, siktanalyser, samt utbredning av buller, luftföroreningar<br />

eller radiovågor. I de flesta fall krävs kompletterande data.<br />

Figur 13. Siktanalys där de skära områdena är synliga från en utsiktspunkt<br />

nära bildens mitt.<br />

Arbetsdokument, december <strong>2012</strong> 24 (29)


7 Visualisering<br />

En höjdmodell kan visualiseras på många olika sätt, där målet är att<br />

tydliggöra ytans karaktär. En vanlig metod är att representera ytans<br />

höjdvariationer med en lämplig färgskala. En annan intuitiv metod<br />

är terrängskuggning, där ytans höjdvariationer representeras av<br />

dess reflektans i förhållande till en fiktiv ljuskälla. Det är också vanligt<br />

med en kombination av dessa metoder (se Figur 9 för ett exempel).<br />

För en mer exakt visualisering med möjlighet till detaljerad tolkning<br />

är punkthöjder och höjdkurvor effektiva (se Figur 2 för ett exempel).<br />

Arbetsdokument, december <strong>2012</strong> 25 (29)


8 Lagring<br />

8.1 Filformat<br />

Man bör eftersträva att använda öppna eller väl dokumenterade<br />

filformat så att utbyte mellan olika system underlättas. Det kan<br />

ibland vara en fördel att använda textbaserade format som kan inspekteras<br />

med valfri texteditor, till skillnad från binära format där<br />

datainnehållet endast kan läsas maskinellt.<br />

<strong>Höjddata</strong> kan även lagras i en databas, vilket kan vara att föredra<br />

om data ska bearbetas av många användare. För att få prestanda i<br />

hanteringen av de ofta stora datamängderna krävs då en effektiv<br />

indexering.<br />

Det förekommer en mängd olika filformat för lagring av höjddata,<br />

och valet av format beror i första hand på datastrukturen.<br />

8.1.1 Vektordata<br />

Det finns många filformat som är lämpliga för lagring av höjddata i<br />

vektorformat (punkter, linjer eller ytor). Några vanligt förekommande<br />

är Shape, TAB eller MIF/MID, samt XML-baserade format<br />

som KML och olika varianter av GML.<br />

Även filformat avsedda för CAD (Computer-Aided Design), exempelvis<br />

DWG/DXF och DGN kan användas, men har ofta en mer<br />

komplex struktur för både geometri och attribut.<br />

Ett lämpligt filformat för alla typer av punktmoln är LASer File<br />

Fomat (LAS), version 1.2 eller senare. Detta format är främst avsett<br />

för laserdata, men kan användas även för punktmoln skapade med<br />

andra tekniker.<br />

8.1.2 TIN<br />

TIN är en datastruktur som normalt skapas internt av respektive<br />

programvara, vanligtvis genom Delaunay-triangulering. Något<br />

vanligt förekommande filformat finns inte, utan det är noderna i<br />

nätverket som utbyts, alternativt själva trianglarna. Både noder och<br />

trianglar lagras som vektordata.<br />

Trianguleringen kan ge olika resultat beroende på vilken programvara<br />

som används. Därför kan det vara en fördel att lagra trianglarna,<br />

vilket garanterar en identisk yta oavsett programvara.<br />

Arbetsdokument, december <strong>2012</strong> 26 (29)


8.1.3 Raster<br />

Det finns många filformat som är lämpliga för lagring av höjddata i<br />

rasterformat. Två vanligt förekommande är TIFF (Tagged Image File<br />

Format) och ASCII Grid. Det som krävs av formatet är dels att det<br />

kan lagra höjdvärden som flyttal, dels att det inte använder förstörande<br />

komprimering. Annars vanliga rasterformat som GIF och<br />

JPEG kan därför inte användas.<br />

Vissa filformat för rasterdata har inbyggd georeferens där insättningspunkt<br />

och upplösning anges i filhuvudet. Andra format, exempelvis<br />

vanlig TIFF, kräver en kompletterande fil med denna information.<br />

Ett vanligt filformat för detta är world file, som är en textfil<br />

med information om bland annat insättningspunkt och upplösning.<br />

8.2 Datakomprimering<br />

Krav<br />

Förstörande komprimering ska inte användas vid lagring av<br />

höjddata i rasterformat med inbyggd komprimering.<br />

Många filformat lämpliga för höjddata kan komprimeras kraftigt<br />

med vanligt förekommande algoritmer. Nackdelen med komprimerade<br />

data är förstås den längre tid som krävs för åtkomsten, något<br />

som ska vägas mot den kortare överföringstiden om filerna distribueras.<br />

Vissa rasterformat, exempelvis TIFF, har inbyggd komprimering<br />

som bör utnyttjas. Icke förstörande algoritmer som LZW (Lempel-<br />

Ziv-Welch) kan med fördel användas, medan förstörande algoritmer<br />

som JPEG måste undvikas.<br />

8.3 Geografisk uppdelning<br />

Krav<br />

Vid leverans av höjddata med geografisk uppdelning ska en<br />

indexfil alltid bifogas, där datafilernas utbredning redovisas<br />

som polygoner med filnamn som attribut.<br />

<strong>Höjddata</strong> bör levereras i hanterbara filstorlekar och därför krävs<br />

normalt någon form av geografisk uppdelning, vanligen i form av<br />

Arbetsdokument, december <strong>2012</strong> 27 (29)


ett rutsystem. En logisk namngivning av filerna bör tillämpas,<br />

gärna där koordinaterna för något hörn av respektive ruta ingår.<br />

Det rekommenderas att använda en geografisk uppdelning enligt<br />

<strong>Lantmäteriet</strong>s indexsystem för SWEREF 99. Detta system kan tilllämpas<br />

både för SWEREF 99 TM och för lokala projektionszoner.<br />

För lämplig indelning i indexrutor av höjddata baserat på laserdata<br />

se dokument Laserdata, luftburen insamling tabell 1.<br />

Arbetsdokument, december <strong>2012</strong> 28 (29)


9 Metadata<br />

Krav<br />

- Varje del av en datamängd ska ha en koppling till metadata<br />

som beskriver dess ursprung och kvalitet.<br />

- Aktualitet och förväntad lägesosäkerhet ska anges.<br />

För vektordata används med fördel metadata på objektnivå, så att<br />

ursprung och kvalitet för varje individuell punkt, linje eller polygon<br />

kan spåras. Även ett TIN kan hanteras på samma sätt.<br />

För rasterdata är situationen mer komplicerad, och spårbarheten<br />

blir ofta begränsad. I den mån det är möjligt bör dock områden med<br />

likartat ursprung och kvalitet avgränsas, till exempel genom kompletterande<br />

polygoner med koppling till metadata.<br />

Arbetsdokument, december <strong>2012</strong> 29 (29)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!