Potensiale for anvendelse av LiDAR-data i glasiologi. Interpolasjon av DTM, korreksjon av intensitetsverdier og automatisk kartlegging av bresprekker

I denne oppgaven har LiDAR-data innhentet med flybåren laserskanning (FLS) blitt brukt til geografisk analyse av Storsteinsfjellbreen i Nordland. Oppgaven er spesielt rettet mot anvendelser av LiDAR-data innenfor glasiologi. Ulike interpolasjonsmetoder og oppløsninger har blitt undersøkt for å finne...

Full description

Bibliographic Details
Main Author: Engh, Sindre
Format: Master Thesis
Language:Norwegian
Published: 2013
Subjects:
Online Access:http://hdl.handle.net/10852/39091
http://urn.nb.no/URN:NBN:no-44008
Description
Summary:I denne oppgaven har LiDAR-data innhentet med flybåren laserskanning (FLS) blitt brukt til geografisk analyse av Storsteinsfjellbreen i Nordland. Oppgaven er spesielt rettet mot anvendelser av LiDAR-data innenfor glasiologi. Ulike interpolasjonsmetoder og oppløsninger har blitt undersøkt for å finne hvilken metode som gir digitale terrengmodeller (DTM) med høyest nøyaktighet. Naturlig nabo og invers avstandsvekting ga det beste resultatet. Punkttettheten i LiDAR-data har blitt undersøkt og avdekket mulige svakheter ved bruk av FLS for glasiologiske anvendelser. Interpolasjon av ulike DTM fra digitale høydekurver har også blitt undersøkt. Hvilke metoder som er best egnet for interpolasjon har blitt undersøkt gjennom simulering av datatap ved interpolasjon. Naturlig nabo ga best resultat. Det har også blitt utført beregning av absolutt nøyaktighet for DTM fra høydekurver ved å validere mot LiDAR-data. Fra DTM har høydeforandring på breen i perioden 1993 – 2010 blitt beregnet til -10 m ±1.8 m. Ulike faktorer som kan føre til bias i resultatene, som for eksempel topografi, datafordeling og interpolasjonsartefakter har blitt undersøkt og presentert. Oppgaven har sett på anvendelse av intensitetsverdier fra LiDAR-data for segmentering av breoverflaten. En korreksjonsmodell for intensitetsverdier har blitt utviklet siden originale intensitetsverdier påvirkes av mange uønskede faktorer. En kvalitativ gjennomgang av modellen er presentert, samt hvilke faktorer som kan ha påvirket resultatet. En metode for automatisk kartlegging av bresprekker i DTM fra LiDAR-data har blitt utviklet. Metoden bruker en bildebehandlingsteknikk til å beregne kurvaturen til DTM i ulike retninger. Eigenverdier ble brukt til å detektere områder med høy kurvatur og tilhørende eigenvektorer til å angi retningen til kurvaturen. Resultatene av modellen er presentert. In this report LiDAR data obtained with airborne laser scanning (ALS) have been used for geographical analysis of Storsteinsfjellbreen in Nordland, Norway. The report focuses on applications of LiDAR data in glaciology. Different interpolation techniques og spatial resolutions have been tested to determine which method gives the most accurate digital terrain models (DTM). Natural neighbor og inverse distance weighting (IDW) gave the best results. The point density in the LiDAR dataset was examined og revealed that ALS may have shortcomings for glaciological applications. Interpolation of DTM from elevation contours have also been investigated. Simulation of data loss og accuracy of different interpolation techniques have been examined. The absolute accuracy of DTM interpolated from elevation contours from Storsteinsfjellbreen in 1993 have been estimated with LiDAR-data as true values. The elevation change in the period 1993 – 2010 was calculated from DTMs og estimated to -10 m ±1.8 m. Different factors effecting the accuracy og biases e.g. topography, data distribution og interpolation artifacts, have been evaluated og presented in the report. The potential for applications of LiDAR intensity values for segmentation of the glacier surface have been investigated. A correction model for the intensity values have been developed since the values is affected by unwanted factors. A qualitative evaluation of the model is presented along with the results of the corrections. A model for automatic mapping of crevasses in DTM from LiDAR data was developed. The model utilizes image processing techniques to calculate the curvature of the DTM in different directions. Eigen values was calculated og used to detect areas with potential crevasses og corresponding Eigen vectors was used to obtain the direction of the crevasses.