A Magyar Hidrológiai Társaság XXVIII. Országos Vándorgyűlése (Sopron, 2010. július 7-9.)
3. szekció: Árvíz- és belvízkockázatok térképezése - Dr. Lénárt Csaba - Bíró Tibor - Burai Péter - Tomor Tamás (Károly Róbert Főiskola): Légi lézerszkenner (Lidar) alkalmazása a vízügyi térképezésben és tervezésben
5 A Berettyó folyó darvasi szakaszán a jobb parti töltésen elvégzett szintezés terepi pontjainak és a feldolgozott LIDAR adatokból készített keresztszelvény összehasonlítása látható a 3. ábrán. 88 88,5 89 89,5 90 90,5 91 91,5 92 020406080100120140160 távolság (m) mBf (m) LIDAR terepi mérés 3.ábra LIDAR és terepi mintapontok egy minta keresztszelvényen A vizsgált keresztszelvényen a LIDAR adatok magassági eltérése (∆z) a „valós” tereppontokhoz képest átlag 0,1238m volt, ( ∆z min : 0,0250m, ∆z max : 0,2010m ) , δ=0,0558 szórás mellett ami megfelel a rendszer leírásban definiált vertikális pontosságnak. 4. Következtetés, javaslatok A légi LIDAR felméréssel gyűjtött po ntok az alkalmazott feldolgozási folyamat használatával megfelelő minőségű és mennyiségű alapanyagot szolgáltattattak a töltés- és mederrekonstrukciós tervezésekhez. Amennyiben nagyobb ver t ikális- és horizontális pontosságot szeretnénk elérni növelni kell az 1m 2re eső pontsűrűséget a repülési paraméterek változtatásával, és több földi referencia DGPS mérést alkalmazni, így a 35cmes horizontális pontosság elérése is lehetséges . A pontfelhő helyenként tartalmazott klasszifikálási forrásból származó hibákat , amelyek az előfeldolgozás újraszervezését kívánják, mindazonáltal ezek részaránya nem volt jelentős. A pontosság kérdésében a rend szer az előzetes hibahatárokon belül teljesített, azonban néhány területen terepi mérésekkel kellett kiegészíteni az adatbáz ist (sűrű nádas, magas vízállás). A repülési kampány pontos időzítésével és a kritikus helyeken nagyobb pontsűrűség alkalmazásával csökkenthetőek azok a területek ahol kiegészítő geodéziai méréseket kell ett alkalmazni. Az ideális időszak a felvételek készí tésére, az alacsony vízállású , hó mentes felület és lombmentes vegetáció, amely hazánkban átlagosan a decembermárcius periódusban jellemző. További megoldás lehet a teljes jelalakos lézer szkennelés alkalmazása (Székely et al., 2007) , ezzel lehetőség van a növényzet pontosabb osztályozására és leválogatására . A nagy menn yiségű osztályozott pontfelhőt EOV vetületi rendszerbe transz f ormált uk és elkészítettük a domborzatmodellt , majd ArcGIS környezetben , az előírt szelvényezés szerint előállítottuk a keresztsz elvényeket. A keresztszelvények importálásával sok hasznos infor máció elvész a terepi adatokból de a legtöbb jelenleg alkalmazott tervező program még nem képes közv etlen 3D adatbázist alkalmazni. Az adat feldolgozásával kapcsolatban a tapasztalatunk az vol t , hogy még a gyors munkaállo m ásokon is hosszú idei g tart a tervezéshez szükséges keresztszelvények leválogatása, e miatt a további fejlesztések abba az irányba mutatnak, hogy a pontfelhőt térbeli fun k ciókkal rendelkező SQL adatbázisba (MySQL, MSSQL , Oracle Spatial , stb ) exportálva csökkentsük a leválogatás időigényét . Az általánosan elterjedt térinformatikai adattárolási formák és szoftverek a nagy mennyiségű ponthalmazzal csak lassan birkóznak meg, ezért a következő lépésben a mérések eredményeit térbeli f unkciókkal rendelkező relációs adatbázisokban fogjuk tárolni és feldolgozni.
