HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet
HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet
HMK – en handbok i mät- och kartfrågor Höjddata 2012 års arbetsdokument
- Page 2 and 3: Innehållsförteckning 1 Höjddata
- Page 5 and 6: 1 Höjddata Detta dokument behandla
- Page 7 and 8: Arbetsdokument, december 2012 7 (29
- Page 9 and 10: Figur 3. Höjdkurvor beräknade fr
- Page 11 and 12: Figur 5. TIN konstruerat från geod
- Page 13 and 14: Figur 7. Raster interpolerat från
- Page 15 and 16: 2 Höjdmodeller Rekommendation Oavs
- Page 17 and 18: men i vissa fall kan det räcka med
- Page 19 and 20: 3 Insamlingstekniker Vid insamling
- Page 21 and 22: 4 Ajourhållning Liksom för övrig
- Page 23 and 24: 6 Produkter Rekommendation Eftersom
- Page 25 and 26: 7 Visualisering En höjdmodell kan
- Page 27 and 28: 8.1.3 Raster Det finns många filfo
- Page 29: 9 Metadata Krav - Varje del av en d
<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)