Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Belvízelöntések térképezését és a belvizképződés modellezését megalapozó térbeli adatgyűjtés Szatmári József 1 – Szijj Nándor 2 – Mucsi László 1 – Van.

Hasonló előadás


Az előadások a következő témára: "Belvízelöntések térképezését és a belvizképződés modellezését megalapozó térbeli adatgyűjtés Szatmári József 1 – Szijj Nándor 2 – Mucsi László 1 – Van."— Előadás másolata:

1 Belvízelöntések térképezését és a belvizképződés modellezését megalapozó térbeli adatgyűjtés Szatmári József 1 – Szijj Nándor 2 – Mucsi László 1 – Van Leeuwen Boudewijn 1 – Tobak Zalán 1 1 SZTE – Természeti Földrajzi és Geoinformatikai Tanszék, 2 Carto-Hansa Kft. ügyvezető igazgató, FÉNYKÉP, TÉRKÉP, FÉNY - TÉR – KÉP Székesfehérvár, október 14.

2 Tartalom Belvíz jelenség Térbeli adatgyűjtés – Mintaterületek Domborzatmodellek, alkalmazás Modellezés: Mesterséges neurális hálózatok (ANN) Keretrendszer: ANN – GIS kapcsolata Eredmények Következtetések

3 A belvíz probléma Március 2005 Március 2006 Február június szept. 28.

4 a.talajtani okok (pl. talajtípus, gyenge vezetőképesség, agrotechnikai gondok), b.domborzati tényezők (pl. zárt depressziók, időszakos domborzati formák), c.geomorfológiai okok (pl. hordalékkúpok pereme, talajvízáramlás), d.hidrogeológiai okok (talajvíz- és rétegvíz-áramlások), e.területhasználati okok (beépítettség, vonalas infrastruktúrák hatása), f.éghajlati okok (talajfagy szerepe, párolgás, vízmérleg, vegetáció), g.társadalmi-politikai okok (pl. csatornarendszerek vegyes kezelése, nem megfelelő karbantartása, politikai határ, közigazgatási határ), h.műszaki (pl. csatornarendszerek), technológiai, vízkormányzási gondok Belvizek kialakulásában szerepet játszó egyedi hatások

5 A belvíztérképezés módszertanának kialakítása A térképezés légi távérzékeléses módszerei Mobil, térinformatikai rendszerre alapozott terepi térképezés Digitális terepmodellek készítése és alkalmazhatóságának vizsgálata az országos és regionális operatív belvízvédekezésben

6 Mintaterületek 70 km 2 Kiválasztás kritériumai: - Belvíz előfordulások - Kutatási előzmények - Reptér közelsége

7 Mintaterületek kiválasztása Székkutas Batida Tápairét

8 Munkaterületek meghatározása Batida – Tápairét - Székkutas

9 Repülés Repülés Szeged, Hansa-Luftbild GmbH

10 Lézerszkennelés Lézerszkennelés Műszaki paraméterek és eszközök Repülési paraméterek RepülőgépCessna 404 D-IDOS Repülési sebesség65 m/s Relatív repülési magasság1500 m Repülés dátuma Lézeres mérés paraméterei MérőeszközALTM 3100 (Optech/Toronto) Lézermérési frekvencia Hz Max. szkennelési szög± 18 fok Szkennelési frekvencia35 Hz Sortávolság725 m Sorszélesség250 m Átfedés250 m Pontmérés sűrűsége1,4 pont/m²

11 Koordinátatranszformáció (Lineáris transzformáció 1km-es rácsban, azonos pontok felhaszn.) ETRS89 ellipszoidi magassággal -> HD72 Balti magassággal - EHT A mérőeszköz koordinátáinak kiszámítása (dGPS) - TTC Megbízhatóság 1-2 cm, Lézerpontok koordinátáinak (x,y,z) számítása - ASDA Rendszerkalibrálás –Kalibrációs területek ellenőrzésével –Keresztsorok mérésével Mérési pontosság analizálása (két ellenőrzési területre): Lézerszkennelés Lézerszkennelés Pontadatbázis kiértékelése 1.

12 Lézerpontok automatikus osztályozása - TerraScan A talaj- és egyéb pontok szoftveres szétválasztása Az automatikus osztályozás interaktív ellenőrzése – GVE, PRO600,TE Változtatandó pontok statisztikája: –Az összes „utolsó visszaverődésű” talajpontok száma: (100%) –Ebből interaktívan másik osztályba sorolt pontok száma: (0,04%) Modellszámítás (interpoláció) - SCOP A talajpontok 1m-es rácspont-sűrűségre történő átszámolása és a domborzatmodell letisztázása, 1kmx1km-es „csempékre” osztás Lézerszkennelés Lézerszkennelés Pontadatbázis kiértékelése 2.

13 Mérési eredmények bemutatása az utolsó visszaverődésekből leválogatott tereppontok

14 Mérési eredmények bemutatása digitális terepmodell 1 méteres rácsként lézeres mérés modellszámításából „3D-s” ortofotó

15 Országos DDM és lézermérés összehasonlítása

16 Sztereo légifelvételezés Műszaki paraméterek és eszközök Repülési paraméterek RepülőgépCessna 404 D-IDOS Repülési sebesség65 m/s Relatív repülési magasság1500 m Repülés dátuma Digitális kamera paraméterei MérőeszközDigital Mapping Camera -DMC Pixel méret (felbontás)12 µ Max. látószög69.2 fok Érzékelési tartomány Színes és közel-infravörös (RGB+IR) Sortávolság1450 m Sorok közötti átfedés30% Soron belüli átfedés60% Pixel méret a terepen15 cm

17 Sztereo légifelvételezés és feldolgozás Sztereo légifelvételezés és feldolgozás Illesztőpontok mérése

18 Mérési eredmények bemutatása- Tápairét élvonalak mérése sztereofotogrammetriai eljárással

19 Mérési eredmények bemutatása Mérési eredmények bemutatása élvonalak mérése sztereofotogrammetriai eljárással

20 Dombozatmodell végterméke Rácspontok és élek együtt >> teljesség

21 Végeredmény Végeredmény TIN formátumban

22 Alkalmazás - Régészet Gorzsa: tell - földvár

23 Alkalmazás - Régészet

24 Modellezés Belvíz-elemzés Modellezés Belvíz-elemzés - más megközelítések - Lineáris statisztikai módszerek Klasszifikáció Pálfai képlet: Komplex Belvíz-veszélyeztetettségi Mutatónak = (176 – 2.3* TALAJVÍZ – 40* TALAJ – 1.8* RELIEF – 5.1* FÖLDHASZNÁLAT – 3.8* FÖLDTAN )* HUMI /20

25 Keretrendszer Mátrix → tömb konverzió Tréning Szimuláció Exportálás Importálás Tömb → mátrix konverzió Tréning adatok (input / output) Szimuláció eredménye Szimuláció input adata Neurális hálózat ArcGISMatlab

26 LIDAR DDM → Lokális depressziók 18 km 6 km

27 CIR képek Légifelvételezés saját képkészítő rendszerrel március 24., június 9. – 2. belvízvédekezési fokozat Repülési magasság: 2000 m Σ 895 kép - mozaikolás 3 sáv: zöld – vörös - közel infravöros 62 cm térbeli felbontás Cessna m 860 m

28 CIR képek

29 Terepi felmerés Mobil GIS eszközökkel március április 29.

30 Tréning A tréning adatok előfeldolgozásának lépései Tréning adatok (input / output) CIR képek CIR – zöld CIR - vörös CIR - NIR Digitális domborzat modell Fill eszköz Fill és DEM különbsége Újra- osztályozás Terepi felmérés (poligon) Terepi felmérés (raszter)

31 GIS – ANN kapcsolata (Tréning) Betanított Neurális Hálózat ArcGIS Python Matlab

32 GIS – ANN kapcsolata (Szimuláció ) ArcGIS Python MatlabArcGIS Eredmény Neurális hálozat

33 Eredmények Validáció vizsgálat Tréning eredmény: R = 0.74 A déli (A) tréning terület a GPS-es felméréssel és az északi (B) szimulációs terület

34 Következtetések A keretrendszer működik, a neurális hálózatok alkalmazhatók a belvízelemzésben is –Könnyen bővíthető több bemeneti adatréteggel –További dinamikus komponensek –Könnyen bővíthető ANN beállításokkal –Validáció vizsgálat (terepi adattal, össze- hasonlítás a klasszikus osztályozásokkal) –Számítási teljesítmény

35 Köszönjük a figyelmet ! SZTE TTIK Természeti Földrajzi és Geoinformatikai Tanszék Carto-Hansa Kft.


Letölteni ppt "Belvízelöntések térképezését és a belvizképződés modellezését megalapozó térbeli adatgyűjtés Szatmári József 1 – Szijj Nándor 2 – Mucsi László 1 – Van."

Hasonló előadás


Google Hirdetések