VYSOKÁ ŠKOLA BÁ Ň SKÁ – TECHNICKÁ UNIVERZITA OSTRAVA
Hornicko-geologická fakulta
Katedra geoinformatiky
AKTUALIZACE SYSTÉMU UKLÁDÁNÍ DAT A METADAT DATOVÉHO SKLADU DMR 5G
Diplomová práce
Autor: Bc. Tomáš Ř ehák
Vedoucí diplomové práce: Ing. Jan R ů ži č ka, Ph.D.
Ostrava 2018
Čestné prohlášení
Celou diplomovou práci včetně příloh, jsem vypracoval samostatně a uvedl jsem všechnu použité podklady a literaturu.
Byl jsem seznámen s tím, že na moji diplomovou práci se plně vztahuje zákon č.121/2000 Sb. – autorský zákon, zejména § 35 – využití díla v rámci občanských a náboženských obřadů, v rámci školních představení a využití díla školního a § 60 – školní dílo.
Beru na vědomí, že Vysoká škola báňská – Technická univerzita Ostrava (dále jen VŠB- TUO) má právo nevýdělečně, kde své vnitřní potřebě, diplomovou práci užít (§ 35 odst. 3).
Souhlasím s tím, že jeden výtisk diplomové práce bude uložen v Ústřední knihovně VŠB-TUO k prezenčnímu nahlédnutí a jeden výtisk bude uložen u vedoucího diplomové práce. Souhlasím s tím, že údaje o diplomové práci, obsažené v Záznam o závěrečné práci, umístěném v příloze mé diplomové práce, budou zveřejněny v informačním systému VŠB- TUO.
Bylo sjednáno, že s VŠB-TUO, v případě zájmu z její strany, uzavřu licenční smlouvu s oprávněním užít dílo v rozsahu § 12 odst. 4 autorského zákona.
Bylo sjednáno, že užít své dílo – diplomovou práci nebo poskytnout licenci k jejímu využití mohu jen se souhlasem VŠB-TUO, která je oprávněna v takovém případě ode mne požadovat přiměřený příspěvek na úhradu nákladů, které byly VŠB-TUO na vytvoření díla vynaloženy (až do jejich skutečné výše).
V Ostravě dne ___________ _____________
podpis
Poděkování
Tímto bych chtěl především poděkovat Ing. Janu Růžičkovi Ph.D. za jeho věcné i formální rady při zpracování mé diplomové práce. Další poděkování patři pracovníkům Zeměměřického úřadu za laskavé zapůjčení dat.
Anotace
Diplomová práce je zaměřena na aktualizaci ukládání dat a metadat digitálního modelu reliéfu 5. generace na Zeměměřickém úřadu. V první části je kladen důraz na seznámení s problematikou metadat, databázových systémů a digitálních modelů reliéfu. V praktické části se práce nejprve zaměřuje na způsob přejmenování dosavadních dat, tvorbě datového modelu v databázi Oracle pro ukládání DMR 5G. V další části se práce zaměřuje na možnosti vyhodnocování nových dat a na tvorbě skriptu, či Toolbox do programu ArcGIS pro generování nejaktuálnějšího modelu z DMR 5G.
Klíčová slova: DMR 5G, Oracle, Databáze, Lidar, Zeměměřický úřad
Annotation
The focus of the diploma thesis is on the actualization of the system of saving data and metadata of Digital Terrain Model of the Czech Republic of the 5th generation at the Department of Geodesy. The first part introduces the problematic of metadata, database systems (especially three-dimensional database systems) and Digital Terrain Model. The practical part is focused on, firstly, relabelling of the current data which is necessary for the unequivocal identification of data. Secondly, the data model in the Oracle database for Digital Terrain Model of the Czech Republic of the 5th generation savings is created. Finally, the possibilities of evaluation of new data, creation of a script and a tool for ArcGIS (for generation of the most recent Digital Terrain Model of the Czech Republic of the 5th generation model) are dealt with.
Keywords: DTM 5G, Oracle, Database systems, Lidar, Land Survey Office
Obsah
1 ÚVOD ... 10
2 CÍLE PRÁCE ... 11
3 DATA A METADATA ... 12
3.1.1 Data ... 12
3.1.2 Metadata ... 12
4 DATABÁZOVÉ SYSTÉMY ... 16
4.1 Prostorové databáze ... 17
4.1.1 Uložení prostorových dat v databázi ... 17
4.1.2 Prostorové indexy ... 17
4.2 Oracle ... 18
4.2.1 Oracle 12c Enterprise Edition ... 21
5 DIGITÁLNÍ MODEL RELIÉFU ... 22
5.1 Zdroje dat ... 23
5.1.1 Letecké laserové skenování ... 23
5.1.2 Stereofotogrammetrie ... 26
5.2 Formát dat ... 27
5.3 Digitální modely v České republice ... 28
5.3.1 DMR 5G ... 30
5.4 Digitální modely ve světě ... 34
6 PŘÍPRAVA SOUBOROVÉHO A DATABÁZOVÉHO SYSTÉMU ... 35
6.1 Souborový systém ZU ... 35
6.2 Databázová struktura ZU ... 35
6.3 Změna stavu pojmenování ... 36
6.4 Návrh nové databáze ... 37
7 VYHODNOCOVÁNÍ NOVÝCH DAT ... 41
7.1 Skriptovací jazyk Python ... 41
7.2 Vyhodnocení dat ... 41
8 GENEROVÁNÍ NEJAKTUÁLNĚJŠÍHO MODELU ... 45 9 ZÁVĚR ... 51
POUŽITÁ LITERATURA A INFORMAČNÍ ZDROJE
SEZNAM OBRÁZKŮ
Seznam použitých zkratek
Zkratka Význam
ALS Airborne laser scanning
ČÚZK Český úřad zeměměřičský a katastrální
DBMS DataBase Management System
DMR Digitální model reliéfu
GDB Geodatabáze
GIS Goegrafický informační systém
LLS Letecké laserové skenování
LMS Letecký měřičský snímek SŘDB Systém řízení báze dat
TIN Triangulated irregular network
VÚGTK Výzkumný ústav geodetický, topografický a kartografický, v.v.i
ZABAGED ® Základní báze geodetických dat
ZÚ Zeměměřický úřad
1 ÚVOD
Výškopisné databáze jsou využívány v řadě informačních systémů veřejné správy České republiky (Brázdil, 2010). Jsou důležitá součást pro tvorbu státních mapových děl tak i pro výstavbu geografických informačních systémů ve státní správě a územní samosprávě. Informace o výškových poměrech a sklonitosti terénu jsou důležité například pro plánování a projektování výstavby pozemních, dopravních a vodohospodářských staveb, pro řízení opatření na úseku ochrany životního prostředí, pro plánování a organizování zemědělské a lesnické výroby i pro koncepční plánování a projektování rozvoje obcí. Uplatnění těchto databází se najde i v oblastech jako jsou krizová řízení a management (Brázdil, 2010).
Výškopisná databáze digitálního modelu reliéfu 5. generace (DMR 5G) byla dokončena roku 2015. Od tohoto data nebyla aktualizována. V současné chvíli se na zeměměřickém úřadu nachází data pro model DMR 5G hlavně z bloku KRNAP, který byl snímkován v roce 2012 s daleko větší hustotou, než v předešlých letech. Další novou změnou jsou data z bloků, které byly snímány v roce 2014. Tato data se, ale nedostanou k uživatelům, protože se nenacházejí v databázi.
2 CÍLE PRÁCE
Cílem diplomové práce je změnit strukturu ukládání dat a metadat digitálního modelu reliéfu 5. generace na Zeměměřickém úřadě.
Prvním cílem práce je změnit strukturu ukládání dat jak v databázi, tak i na souborovém systému. Toto je důležité pro identifikaci a rozlišení, kdy jsou data dostupná z více let.
Dalším cílem je navrhnou datový model pro ukládání časoprostorových metadat o pokrytí území ČR daty digitálního modelu reliéfu 5. generace, které jsou získány jednak z leteckého laserového skenování, tak i pomocí fotogrammetrické metody. Třetím cílem je implementovat navržený datový model pro formát ESRI shapefile a systém řízení báze dat Oracle.
V poslední řadě jde o vytvoření aplikace pro vygenerování nejaktuálnějšího modelu DMR 5G. Tato aplikace by měla sloučit pro interní potřebu zeměměřického úřadu pro generování nejaktuálnějšího modelu digitálního modelu reliéfu 5. generace.
3 DATA A METADATA
V této kapitole je popsána problematika dat a metadat s větším důrazem na prostorová data.
3.1.1 Data
Data jsou definována jako reprezentace skutečností, pojmů nebo instrukcí ve formalizované podobě vhodné pro komunikaci, interpretaci a zpracování lidmi nebo automatickými prostředky (Rapant, 2006).
Tato práce se zabývá prostorovými daty, to jsou data, která se vztahují k určitým místům v prostoru a u kterých je prostorová složka popisu objektu nějak významná. Tyto data se nazývají geodata. Rozdíl mezi prostorovými a neprostorovými daty je pouze takový, že neprostorová data používá uživatel, pro kterého jejich prostorová složka není důležitá. Dá se říci, že všechna data lze považovat za prostorová, jen se s prostorová část vynechává (Růžička, 2002).
Podle Rapanta (2006) se geodata vymezují dvěma způsoby a to buď jako referenční geodata, nebo jako geodata společného základu.
3.1.2 Metadata
Metadata se nejčastěji definují jako data, která popisují jiná data. Lze říci, že jsou to data o datech. Jsou to informace, která pomáhají organizovat, identifikovat soubory. Dále ulehčují vyhledávání souborů v systému. V dnešní době se metadata převážně spojují s daty v digitální podobě, ale využívají se už dokonce stovky let. Pro příklad využívání metadat si lze představit knihovnu, či nějakou kartotéku.
V digitální podobě jsou metadata data, popisující obsah, reprezentaci, rozsah (prostorový i časový), prostorový referenční systém, kvalitu a administrativní, případně i obchodní aspekty využití digitálních dat (Rapant, 2006).
Každý typ souboru nese jinou informaci obsaženou v metadatech. Pro digitální fotografie jsou důležitými atributy název, rozlišení, barevná hloubka, velikost a datum vytvoření.
Některé fotoaparáty dokonce umožňují při pořízení fotografie zaznamenat a uložit místo pořízení, respektivě jeho geografické souřadnice. U emailů lze sledovat od koho, a kdy přišel, jestli je přečtený nebo ne, předmět, kategorie (důležitý, barevné kategorie). Další praktické využití metadat je u zvukových souborů formátu mp3, kde se využívá kontejner pro metadata ID3, do kterého lze uložit informace jako název skladby, jméno interpreta,
album a rok jeho vydání a mnoho dalších informací. Některé z nich (zpravidla interpret a název skladby) se poté zobrazí na displeji přehrávače při přehrávání skladby
Metadata se dají vytvářet jak manuálně, tak automatickými procesy. Automatizací lze například při vytvoření dokumentu zaznamenat do metadat autora, typ souboru, velikost a čas vytvoření. Jedná se tedy o rychlý proces, kde se k souboru přiřadí ty nejnutnější informace. Naproti tomu při manuálním přidávání metadat, kde si můžeme přidat k souboru prakticky jakékoliv atributy, které chceme a tím získáme mnohem podrobnější a přesnější popis souboru.
Jedno z nejčastějších využití je v podobě meta elementů v prostředí World Wide Web (WWW). Tyto informace jsou velmi užitečné při vyhledávání a zjišťování obsahu internetových stránek a dalších informací.
Růžička (2002) uvádí, že metadata se dají chápat ve třech úrovních. Ve fyzické, logické a meta hladině.
Fyzická hladina se zabývá tím, jak jsou data uspořádána na paměťovém médiu, a popisuje strukturu uložení dat.
Logická úroveň se zabývá popisem obsahu dat. Tímto způsobem se popisují objekty reálného světa či procesy, které v něm probíhají. Tyto procesy se popisují pomocí vlastností.
Hodnocení těchto vlastností je pak součástí samotných dat.
Meta úroveň se už zaměřuje na datový soubor jako na celek. Hlavně se zabývá popisem typu datové sady, proč tato sada vznikla, historií, kvalitou dat, identifikací datové sady v rámci nějakého systému, podmínkami šíření, vztahem v organizaci, nebo mezi uživateli (Růžička, 2002).
Dělení metadat
Podle typu metadat, se dají dělit podle použití do několika základních skupin. Většinou se objevují metadata popisná, administrativní, ochranná, technická a pro užití (Baca, 2008).
Administrativní (administrative) se používají pro správu a administraci dat a zdrojů informací. Dodávají také typ souboru, kdy a kde byl soubor vytvořen, nebo kdo má k souboru přístup. Např. informace o poloze, dokumentace právních požadavků k přístupu, výběr kritérií k digitalizaci.
Popisné (descriptive) se používají k identifikaci a popisu dat a souvisejících zdrojů informací. Tato metadata usnadňují vyhledávání. Např. záznamy seznamu, anotace tvůrce, pomoc při hledání, speciální indexy.
Ochranné (preservation) se používají ke správě ochrany dat a zdrojů informací.
Technická (technical) zobrazují, jak se systém nebo metadata chovají. Např. dokumentace hardwaru a softwaru, technické informace digitalizace, přihlašování a zabezpečení dat. Tato metadata mají na starost vytvoření nebo uložení kódovacího procesu.
Pro užití dat (use) popisují úroveň a druh použití dat a zdrojů informací. Např. oběhové záznamy, sledování používání systému a uživatelů, záznamy z vyhledávání.
Metadata pro prostorová data
„Metadata pro prostorová data rozšiřují obecný charakter metadat o prostorový charakter. Prostorovým charakterem v metadatech může být hned několik. Metadata můžou mít měřítko, prostorové schéma, či prostorové referenční systémy“ (Růžička, 2002).
Důležitým ukazatelem, který obvykle vypovídá o charakteru prostorových dat je měřítko, které je s daty spjato. Přestože v případě digitálních prostorových dat se o měřítku obvykle neuvažuje a data je možné zobrazit teoreticky v jakémkoliv měřítku, i tato data mají svá měřítková omezení. Měřítko se týká nejen zobrazení, ale i informačního obsahu datové sady.
„Prostorové schéma se řeší obvykle různými způsoby. Cílem tohoto prvku metadat je snaha popsat prostorové aspekty dat ve vztahu k objektům reálného světa. Prostorové schéma se zabývá strukturami, vlastnostmi a vztahy v oblasti geometrie a topologie.
K dispozici bývá možnost popisu vektorových či rastrových dat, jejich základních geometrických prvků a topologických vztahů mezi těmito geometrickými prvky. Tento prvek je významný především z hlediska možného aplikačního využití dat, a to ve vztahu k programovému vybavení“ (Růžička, 2002).
Pro lokalizaci objektů v prostoru jsou využívány i prostorové referenční systémy. Tato oblast se dělí na dvě části, přičemž první se zabývá lokalizací v ploše zemského povrchu v horizontálním směru a druhá se zabývá lokalizací ve vertikálním směru. Lokalizace v horizontálním směru se dále dělí na přímé a nepřímé referenční systémy. V přímých se uvádí název, geodetické datum, referenční elipsoid, použité kartografické zobrazení a administrátor. V nepřímých se identifikuje názvem, datem platnosti a uvedením administrátora.
Kvalita dat
Kvalita metadat je jednou z nejdůležitějším součástí metadat. To co odhaluje na začátku kvalitu metadat, je jejich původ. Součástí původu by měly být podrobné údaje o zdrojích dat, metodách pořizování, zodpovědných osobách a důvodech vytvoření datové sady.
Dalším prvkem kvality dat je jejich užití. Údaje o dosavadním použití dat jsou nepřímým ukazatelem kvality dat.
Růžička (2002) rozděluje kvalitu metadat podle parametrů. Tyto parametry jsou polohová přesnost, sémantická přesnost, logická konzistence, časová přesnost úplnost dat a stejnorodost dat.
Sémantická přesnost se zabývá určením přesnosti v klasifikaci objektů reálného světa a zabývá se i přesností atributů.
Logická konzistence určuje, jak dalece je datová sada v souladu s předepsanou vnitřní strukturou dat. Může být chápána jako geometrická konzistence, topologická konzistence, konzistence popisné složky nebo jako formální konzistence.
Časová přesnost uvádí údaje o poslední aktualizaci dat, o frekvenci aktualizace.
Úplnost dat se týká jednak samotných objektů v datové sadě, tak i jednotlivých atributů, které tyto objekty mají. V prvním případě se uvádí procento objektů reality, které jsou zaznamenány v datové sadě, ve druhém případě se jedná o úplnost uvedení hodnot atributů v datové sadě.
4 DATABÁZOVÉ SYSTÉMY
Databáze je místo, kam se ukládají všechny potřebné údaje. Je to vlastně sbírka propojených dat uložených v počítačovém prostředí.
V případě relačních databázových systémů se databáze skládá z několika tabulek a jejich vzájemných vztahů, Tyto vztahy se nazývají relace. Každá tabulka se skládá z řádků. Struktura záznamu je dána definicí vytvořené tabulky. Pokud se například bude jednat o tabulku s telefonními čísly, pak budou jednotlivá pole (fields) záznamu obsahovat jméno, příjmení, telefon atd. Každé pole musí mít jasně vymezenou strukturu tzv. datový typ. U čísel se uvádí, jestli jsou celá, nebo desetinná, počet míst za desetinou čárkou atd. U textu se např. uvádí počet znaků. Namísto o záznamech obsahujících jednotlivá pole se často hovoří pouze o řádcích (rows) či sloupcích (columns). Významově znamenají všechny tyto výrazy totéž.
Databáze lze chápat jako jeden nebo více souborů uložených na nějakém paměťovém zařízení, jako je například disk. Přístup k těmto údajům uloženým v databázi obstarává program SŘDB – systém řízení báze dat.
SŘDB je mezičlánkem mezi daty a aplikačním programem. Spravuje data a stará se o fyzické uložení data. Dále zajišťuje sdílení dat nejefektivnějším způsobem tak, aby nebyla narušena integrita databáze. Řeší víceuživatelský, paralelní přístup k datům s možností nastavení uživatelských práv (Dobešová, 2004).
Mezi SŘDB patří programy jako Oracle, MS SQL Server, DB2, Sybase, Informix, PostgreSQL, MySQL a další.
SQL
SQL (Structured Query Language) je dotazovací jazyk v relačních a objektově-relačních databázích. SQL se skládá z komponent:
• Data Definition Language (DDL) – Obsahuje definice relací (tabulek), jejich atributů, vazeb, integritních omezení, indexů
• Data Manipulation Language (DML) - změna obsahu tabulek, vlastní dotazování na jejich obsah
• Data Control Language (DCL) - administrace databáze - správa uživatelů, přístupových práv k datům, kontrola transakcí
SQL se vyvíjí už od roku 1974 a od té doby vzniklo několik jeho standardizací. SQL 2 (SQL 92) je základem jazyka (i když dodnes nebývá v RDBMS zcela implementován.), SQL 3 (SQL 99) je pak jedním ze standardizovaných rozšíření základu (ISO/IEC 9075-2:1999).
4.1 Prostorové databáze
Prostorový databázový systém musí splňovat nároky standardních databázových systémů jako je datové modelování či provádění dotazů. Tak i musí provádět úkoly specifické pro prostorová data tj. použití různých metod překrývání a kombinování geoprvků, které využívá jejich polohy a topologie (Horák, 2015).
V rámci prostorové databáze je s prostorovými daty zacházeno jako s jakýmkoli jiným typem dat. Vektorová data mohou být uložena jako bod, linie nebo polygon a mohou mít související souřadnicový systém. Záznam geodatabáze může používat datový typ geometrie pro reprezentaci umístění objektu ve fyzickém světě a další standardní databázové datové typy pro uložení atributů objektu. Některé geodatabáze mohou obsahovat podporu také pro ukládání rastrových dat. Mnoho geodatabází má vlastní funkce, které umožňují manipulovat a dotazovat se na prostorová data pomocí SQL, například najít všechny obyvatele oblasti v rámci expozice zóny pro potenciální ohrožení životního prostředí. Nicméně k prostorovým datům v některých geodatabázích lze přistupovat pouze pomocí speciálního klientského softwaru.
V rámci geografického informačního systému (GIS) je prostorová databáze jednou ze součástí, které lze použít pro ukládání a manipulaci s daty. Kompletní systém pak zahrnuje také klientský software pro zobrazení a editaci dat uložených v databázi.
4.1.1 Uložení prostorových dat v databázi
Prostorová data jsou v geodatabázi (GDB) uchovávána v podobě prvků (features). Prvky jsou zjednodušenou reprezentací objektů nebo jevů z reálného světa. Prvky v GDB jsou sdruženy do prvkových tříd (feature classes). Prvky mohou obsahovat (ale ne vždy obsahují) různé typy prostorových dat (polygony, linie, body) i popisná data. Jeden prvek odpovídá řádku tabulky.
4.1.2 Prostorové indexy
Indexy v databázích obecně slouží k urychlení dotazů, odstraňují nutnost procházet tabulku sekvenčně od začátku při hledání určitého řádku. Index pro jednorozměrná data lze přirovnat k obsahu v knize. Indexy je vhodné budovat nad rozsáhlými tabulkami, do nichž se často přistupuje. Na indexování prostorových dat není možné použít obyčejné indexy používané v neprostorových databázích, neboť ty jsou navrženy pro jednorozměrná data. Je třeba použít speciální postupy indexování prostorových (vícerozměrných) dat.
Důležitý pojem, se kterým prostorové indexy pracují, je obálka prvku (MBR - Minimum Bounding Rectangle). Je určena minimálními a maximálními souřadnicemi obdélníku, který je nejmenším opsaným obdélníkem daného prvku, jehož strany jsou rovnoběžné se
souřadnicovými osami. Souřadnice obálky prvku se určí jako minimální a maximální X a Y souřadnice prvku. Obálku bodového prvku tvoří prvek sám.
4.2 Oracle
Oracle je relační databázový systém s velmi pokročilými možnostmi zpracování dat, vysokým výkonem a snadnou škálovatelností.
Počátky tohoto databázového systému spadají do roku 1977, kdy byla založena firma ještě pod názvem SDL (Software Development Laboratories). Založil ji Larry Ellison se třemi přáteli. Následujícího roku se firma přejmenovala na Relational Software Incorporated a představila první RDBMS databázi Oracle V2. O dva roky později už dostává název Oracle Corporation. Do dnešního dne vzniklo několik verzí Oracle databáze s nejnovější verzí Oracle 12c, která byla vydána roku 2013.
Tab. 1 Přehled verzí databáze Oracle
Databáze Rok Popis a změny
Oracle V2 1978 První komerční relační databáze
Oracle V3 1983 První relační databáze, nezávislá na platformě Oracle V4 1984 Zavedení multiverzní čtecí konzistence
Oracle V5 1985 Podpora client/server výpočtů a distribuované databáze Oracle V6 1988 První PL/SQL, zamykání řádků, obnova a zálohování Oracle 7 1992 Procedury a triggry v PL/SQL
Oracle 8 1997 Podpora nových datových typů, objektově relační databáze Oracle 8i 1999 Podpora javy, orientace na internetové technologie
Oracle 9i 2001 Rozšiřování systému, XML Oracle 10g 2003 Podpora grid computing
Oracle 11g 2007 Clusterování DB serverů, automatizace správy datového centra Oracle 12c 2013 Cloudové řešení
Instance Oracle zahrnuje poměťovou oblast zvanou Systém Global Area (SGA) a procesy běžící na pozadí, které interagují mezi SGA a databázovými soubory na disku (LONEY, 2009).
Základní funkcionalita pro správu prostorových dat je nabízena ve všech edicích databáze Oracle, konkrétně se jedná o funkcionalitu s názvem Oracle Locator. Funkcionalita vychází ze současných požadavků na zpracování prostorových dat, především pak velkého objemu manipulovaných dat. Mezi základní prvky správy prostorových dat patří možnost
vytváření prostorového indexu, dotazování dat a manipulování s nimi pomocí dotazovacího jazyka SQL. Databáze Oracle v edici Enterprise nabízí prostorové rozšíření Spatial umožňující provádění pokročilejších prostorových funkcí. Spatial obsahuje několik balíků, uživatelsky definovaných funkcí, zapsaných v procedurálním jazyce PL/SQL, umožňujících práci s prostorovými daty. Podporuje též velké množství souřadnicových systémů, k dispozici jsou funkce pro vzájemnou transformaci mezi nimi. V celku tak může jít o základní funkcionalitu geografického informačního systému (Janečka, 2009).
Oracle Spatial je integrovaná množina funkcí a procedur, které umožňují uložení, přístup a analýzu prostorových dat rychlým a efektivním způsobem v databázi Oracle. Skládá se z následujících komponent:
Schéma předepisující ukládání, syntaxi a sémantiku podporovaných geometrických datových typů.
Mechanismus prostorového indexování.
Množina operátorů a funkcí pro provádění prostorových dotazů a analýz.
Podpůrné utility.
Prostorová data jsou v tabulce uložena pomocí objektového datového typu SDO_GEOMETRY. Základem je objektový datový typ MDSYS.SDO_GEOMETRY, který je použit v uživatelské tabulce. Ten má následující parametry (sloupce):
MDSYS.SDO_GEOMETRY(SDO_GTYPE, SDO_SRID, SDO_POINT,
SDO_ELEM_INFO, SDO_ORDINATES).
SDO_GTYPE
SDO_GTYPE je řetězec, popisující typ geometrie. Je složen ze 4 číslic ve formátu dltt, kde:
1. číslice (d) vyjadřuje počet dimenzí dané geometrie. Může nabývat hodnot 2, 3, 4.
2. číslice (l) vyjadřuje metriku pro lineární georeferencování ve 3D nebo 4D (používá se schopnost Oracle vytvářet dynamickou segmentaci linií a geokódovat staničení k reálnému průběhu linie. Používá se pro lokalizaci k místu nebo úseku). Označení linear referencing system (LRS) geometry). Pro jiné situace, kdy se staničení k linii nepoužívá, má hodnotu 0.
3. a 4. číslice (tt) definuje použitý geometrický útvar.
SDO_SRID
Identifikátor souřadnicového systému. Obsahuje buď NULL nebo platnou hodnotu ze sloupce SRID z tabulky SDO_COORD_REF_SYS. Všechny geoprvky musí mít stejnou SRID.
SDO_POINT
Atribut, používající objektový typ SDO_POINT_TYPE se souřadnicemi X, Y, Z. Když je něco zapsáno v SDO_ELEM_INFO nebo SDO_ORDINATES, je tento atribut ignorován.
SDO_ELEM_INFO
Obsahuje pole hodnot, které určují typ geometrického útvaru.
Obsahuje:
• SDO_STARTING_OFFSET – určuje polohu první souřadnice popisovaného útvaru v SDO_ORDINATES. První pozice v tomto parametru má index 1.
• SDO_ETYPE – určuje typ elementu. Např. zda je definovaný polygon zájmový nebo díra - určuje se orientace posloupnosti souřadnic. 1003 říká, že je to ve směru hodinových ručiček, 2003 že je zápis proti směru hodinových ručiček a tedy popsaný polygon je dírou. (stačí jednoduše vysvětlit, že zájmová oblast vždy leží napravo od obvodové linie (dle jejího směru).
Jednoduché prvky mají kódy 1, 2, 1003 (vnější polygon), 2003 (vnitřní polygon). U 1003 a 2003 je první číslo označení vnějšího (1) a vnitřního (2) objektu. Pokud se použije 4číslicový zápis ETYPE, musí být i 4číslicový zápis GTYPE.
4, 1005, 2005 je pro složené prvky.
• SDO_INTERPRETATION – dvojí interpretace. U složených prvků znamená počet trojic v ORDINATES, které představují 1 prvek. U jednoduchých prvků jde o bližší definici typu geometrického útvaru. Např. 1 u linií či polygonů znamená spojení pomocí přímých úseků, zatímco 2 znamená oblouky. U polygonů (ETYPE 1003 nebo 2003) je 3 .. obdélník a 4 ... kruh.
SDO_ORDINATES
SDO_ORDINATES představuje dvojice (případně trojice pro 3D) souřadnic lomových bodů. První a poslední se opakuje.
4.2.1 Oracle 12c Enterprise Edition
Do dnešního dne vzniklo několik verzí Oracle databáze s nejnovější verzí Oracle 12c, která podporuje cloudové řešení. Specifickým rysem je ústup od pevných disků a ukládání a zpracování dat na „flash“ pamětech (Horák, 2015).
Nejnovější verze byla vydána v březnu roku 2017 a jedná se o verzi 12.2.0.1.
Oracle 12c má řadu nových vlastností jako pokročilé analytické funkce v rámci Data Warehousing. Oracle Multitenant poskytuje novou architekturu pro konsolidaci databází v cloudech, umožňuje tak spravovat mnoho databází jako jednu bez aplikačních změn.
Optimalizaci dat, kde se čtecí a zapisovací aktivita databáze monitoruje pomocí tepelné mapy. To umožňuje pomocí systému komprese a vrstvení uložišť upravit strategii správy serverů a automaticky komprimovat a stanovovat úroveň ukládání dat na základě jejich aktivity a stáří (Horák, 2015).
5 DIGITÁLNÍ MODEL RELIÉFU
Digitální model terénu (DMR) je model povrchu Země bez staveb, stromů a dalších objektů na jeho povrchu v digitální podobě, která dovoluje jeho zpracování prostředky informačních a komunikačních technologií. Zákonitě se jedná o zjednodušený model složitého reálného povrchu, a tudíž zobrazuje tento povrch ve specifikované podrobnosti a přesnosti (Pacina, Brajch, 2015).
Digitální model reliéfu představuje digitální popis a reprezentaci povrchu terénu pomocí dat a vhodného interpolačního algoritmu, umožňujícího odvozovat nadmořské výšky v libovolných bodech nadcházejících se uvnitř modelované oblasti. Vzhledem k tomu, že převislé útesy a zlomy jsou v přírodě relativně vzácné, jsou topografické povrchy nejčastěji reprezentovány tak, že pro každou dvojici x a y existuje jediná hodnota z (Rapant, 2006).
DMR se využívají v řadě činností. Jednak se používá v modelování jevů, procesů a možných rizik v oborech jako je životní prostředí. Dále se hojně využívá při projektování ve stavebnictví a vodohospodářství.
Mezi základní modely patří TIN, GRID nebo model reprezentovaný vrstevnicemi.
GRID
Grid je model, tvořený maticí pravidelně rozmístěných výškových bodů. Základní jednotkou tohoto modelu je tedy bod. Jelikož s bodem nelze provádět významnější analýzy reliéfu, obvykle se pracuje se čtveřicí bodů, tvořících buňku gridu 2 x 2. Ta reprezentuje složitý povrch, protože může být mezi body zakřivený. Z tohoto důvodu je i styk mezi povrchy dvou sousedních buněk velice složitý. Digitální model typu grid je někdy označován i jako rastrový DMR (Rapant, 2006).
Hlavní nevýhodou gridu je velká redundance dat. Rozměr buňky se volí tak, aby bylo možné zachytit nejmenší požadovaný detail terénu. DMR typu gridu se používá při modelování relativně plochého reliéfu bez náhlých výškových změn (Rapant, 2006).
TIN
Slovo TIN je zkratkou z Triangular Irregular Network neboli nepravidelná trojúhelníková síť. Je to topologická struktura reprezentující reliéf terénu. Je mnohem přesnější a účinnější než grid pro reprezentaci reliéfu. Je zobrazen jako množina trojúhelníků, které spojují body reliéfu do spojité plochy tvořené nepravidelnými trojúhelníkovými ploškami. Označuje se jako vektorový digitální model reliéfu (Rapant, 2006).
Oproti gridu má TIN několik výhod. Jednak použití TIN vede k přesnější reprezentaci daného reliéfu a zároveň má menší nároky na paměť. Dále generování TIN reprezentace
reliéfu je značně rychlejší než generování reprezentace terénu pomocí gridu. TIN může zobrazovat téměř jakýkoliv terén i jako jsou díry, nepravidelné hrany, svislé povrchy a další.
Naopak při plochém terénu nedává tak uspokojivé výsledky jako grid (Rapant, 2006).
5.1 Zdroje dat
Data pro generování digitálních modelů terénu se dají získat z různých zdrojů a za použití rozdílných metod. Tyto metody se dají rozdělit na přímé a nepřímé (Pacina, Brajch, 2015).
V přímých metodách se jedná o přímo měřená data. Tato data se získávají měřením v terénu za pomocí geodetických měření jako je tachymetrie, či nivelace a dále pomocí GNSS.
Do této metody patří i bezkontaktní metody využívajících DPZ. K tomu se řadí fotogrammetrie, laserové letecké skenování a radarové snímání. Tyto metody poskytují přesnost v řádech centimetrů (Pacina, Brajch, 2015).
Nepřímé metody zpracovávají již existující modely terénu. V případě DMR se setkáváme s vektorizací či digitalizací výškopisu analogových map. Tato data pak slouží ke generování DMR. Přesnost této metody závisí na měřítku a grafické přesnosti zdrojové mapy (Pacian, Brajch, 2015).
Pro volbu vhodné metody se musí zohlednit několik kritérií jako je požadovaná polohová a výšková přesnost, velikost území, hustota bodů a samozřejmě cena.
5.1.1 Letecké laserové skenování
Laserové skenování neboli LIDAR (Light Detection And Ranging), se používá od 70. let 20. století, nyní se však stává progresivnější metodou pro mapování historických památek, průmyslových provozů, vegetace, pro tvorbu 3D modelů měst či pro sledování elektrických vedení (Pacina, Brajch, 2015).
Laserové skenery se podle platformy, kde se používají, dají rozdělit na pozemní laserové skenery, které jsou často označovány jako terestrické skenery, a na laserové skenery letecké (Airborne laser scanner). Pozemní skenery jsou obvykle kratšího dosahu, většinou pouze do 200m a často jsou umístěné na pevném místě (Wehr, 2009). Tyto skenery našly uplatnění i v negeografických oborech, jako je architektura a další. Letecké laserové skenery měří ze vzdálenosti i několika kilometrů. Rozvoj leteckého laserového skenování v geografických oborech je hlavně díky schopnosti paprsku pronikat vegetací. To v zalesněných oblastech má daleko lepší výsledky než ostatní metody sběru výškových dat.
Princip
Lidar pracuje na obdobném principu jako radar, pouze místo radiových vln používá světelné záření. Vzhledem k výrazně kratší vlnové délce použitého záření je však výsledné technické řešení zcela odlišné. Laserový skener vysokou rychlostí emituje krátké laserové impulsy o frekvenci 100–300 kHz (Vosselman, Maas, 2010), které jsou směřovány pod různými úhly k zemskému povrchu (Dolanský, 2004). Výhodou oproti dalším metodám sběru dat je vyšší přesnost určování polohu bodů, od nichž se záření odrazí, dále rychlost ve sběru dat a hustota dat, která je závislá na výšce letu a frekvenci snímkování (Rapant, 2006).
= 2 (1) Kde: t je celkový čas [s]
R je vzdálenost [m]
c je rychlost světla [m2]
Oproti klasickému leteckému průzkumu je tato metoda méně závislá na stavu atmosféry a umožňuje vytváření modelů reliéfu, z nichž jsou odfiltrovány objekty jako například vegetace (John, 2011). Jelikož je letecký laserový skener aktivním sensorem, nezávislým na slunečním záření, je možné měření provádět 24 hodin denně (Šíma, 2009).
Složení
Laserové skenery se skládají z leteckého segmentu a pozemního skeneru (Wehr, 2004).
Letecký segment je dále složen z platformy, což je pevná, nebo rotující nosná plocha. Dále z laserového skeneru, který obsahuje laserovou jednotku, skener a kontrolní a řídící jednotku. V poslední řadě obsahuje polohový a orientační systém.
Do pozemního segmentu se řadí referenční stanice GNSS a hardware a software pro zpracování dat. Informace o poloze nosiče během letu je přihrávána k datům z laserového skeneru (Pavelka, 2006).
Laserová jednotka obstarává měření vzdáleností. Tato jednotka se skládá z laserového emitoru a přijímače. Tyto části jsou nastaveny tak, aby mely shodnou optickou osu a tím bylo zaručeno, že paprsek, který se od objektu odrazí, osvítí přijímač.
Jako zdroj laserového záření se používá široká škála různých emitorů. Například u výkonnějších zařízení se používají lasery pevnolátkové rubínové, naopak, když není potřeba taková výkonost laseru, používají se lasery diodové (Dolanský, 2004).
Detektorem jsou světlo-citlivé diody, které jsou společně se zdrojem záření synchronizovány na stejnou vlnovou délku. Detektory musí být velmi citlivé, protože při difúzním odrazu klesá energie světla s druhou mocninou vzdálenosti (Dolanský, 2004).
Optická soustava zajišťuje koncentraci do velmi úzkého svazku a zároveň souosost detektoru s emitorem. Je složena z polopropustného zrcadla, které transformuje záření do úzkého paprsku a z nepropustného zrcadla, které slouží k tomu, že paprsek je vyslán vždy pod stejným úhlem (Shan, Toth, 2008).
Poslední částí LiDARu jsou velmi přesné hodiny, které měří čas od vyslání svazku paprsků až do doby jejich detekce. (Dolanský, 2004).
Obr. 1 Letecké laserové skenování (zdroj: Höfle et al., 2010)
Laser vyšle světelný impuls, palubní počítač zaznamená čas vyslání světelného impulzu, polohu nosiče a jeho orientaci v prostoru a dále úhel, pod kterým vychýlí mechanická soustava světelný paprsek. Dále již detektor zaznamenává příchod záření odraženého od překážek na zemském povrchu. Jakmile je měření ukončeno, mechanická soustava je nastavena do nové polohy a laseru je opět dán pokyn vyslat nový impuls a cyklus měření se opakuje. Za sekundu jich zařízení vykoná řádově desítky tisíc (Rapant, 2006).
„Z LiDARu se získá mračno bodů, reprezentující místa, od nichž se paprsek odrazil. Toto mračno bodů je nutné dále zpracovat. Toto zpracování se provádí jednak pomocí filtrace, jejímž cílem je z mračna bodů vybrat tu, které odpovídají odrazům od zvolené plochy, tak i klasifikace, které třídí body do předem daných tříd„ (Dolanský, 2004).
5.1.2 Stereofotogrammetrie
Fotogrammetrie je metoda sběru dat pro modelování terénu., která využívá dva vhodně pořízené snímky, pomocí nichž je možné znova rekonstruovat tvar a rozměr objektů. Používají se měřické komory umístěné na palubě letadla v závěsu, který zajišťuje minimální přenosy chvění letadla za letu a urovnává komoru do vodorovné polohy. Pro jednotlivé snímkování se dají použít objektivy, které mají různou ohniskovou vzdálenost. Měřítko snímků má velký vliv na úroveň detailů, které jsou na snímku zaznamenány a tudíž má vliv na podrobnost a přesnost vyhodnocení (Pacina, Brajch, 2015).
Stereofotogrammetrie je technika zpracování digitálního obrazu, kde je možné získat prostorová měření a určení geometricky spolehlivých tvarů na zemském povrchu (Pavelka, 2003).
Počátky
V oblasti fotogrammetrie se stereoskopická metoda uplatňuje již od počátku 20. století.
Jedná se o poměrně rozšířenou metodu pro sběr dat využitelných pro modelování terénu nebo objektů na něm (Pavelka, 2003). Počátky metody image matching spadají do 50. let 20. století. Dále se dočkala velkého rozvoje během 70. let. V dnešní době je technika image matching začleněna do komerčních fotogrammetrických softwarů jako standardní měřící a výpočtový nástroj (Remondino et al., 2014).
Rozvoj počítačové vědy a fotogrammetrických metod vedly k výsledkům, že pokud porovnáme manuální a automatické metody, automatické jsou mnohem rychlejší a zároveň dosahují vyšších přesností a lepších výsledků. V posledních letech byly vytvořeny procedury, které jsou stále více automatizované pro celý proces 3D modelování (Remondino et al., 2014).
Princip
Stereofotogrammetrie využívá dva snímky, které jsou pořízeny ze dvou různých míst, ale navzájem se překrývají (tzv. stereoskopické dvojice), díky kterým je možné zpětně rekonstruovat tvar a rozměr objektů. Snímky jsou pořizovány z paluby letadla pomocí fotogrammetrické komory. Dalším důležitým faktorem pro výslednou kvalitu digitálního modelu povrchu je textura povrchu (Haala, Cavegn, 2016).
„Posloupnost pří technologickém postupu je taková, že se nejprve připraví projekt, do této fáze patří například i příprava snímkového letu. Dále je nutné provést práci v terénu, kdy jsou pořízeny jednak snímky, tak i zaměřeny vlícovací body. Poté probíhají přípravné práce, mezi něž patří geodetické výpočty, digitalizace, úpravy obrazových dat apod.
Samotné fotogrammetrické zpracování obsahuje výpočet snímkových orientací, podrobné vyhodnocení a v posledním kroku pak kontrolu, exporty výstupů apod. Výhodou takového postupu je v prvé řadě vysoká přesnost výstupů a univerzálnost použití – výstupy mohou být
ve 2D i ve 3D. Negativem pak je poměrně vysoká časová náročnost a pracnost zpracování, potřeba speciálního softwaru. Velkým negativem je i náročnost na zrak. Dále také vysoké nároky na znalosti operátora“ (Jebavá, 2017).
Příprava pro stereofotogrammetrické vyhodnocení probíhá tak, že se nejprve obnoví prvky vnitřní orientace komory, dále se určí prvky vnější orientace – zde je možno volit z několika možností. První možností je komplexní řešení, kdy dochází v jednom kroku ke svazkovému vyrovnání. Druhým pak může být etapové řešení, kdy dochází k blokovému vyrovnání ve více krocích (prvním krokem je relativní orientace, druhým absolutní orientace). Poslední možností vnější orientace je přímé určení – to je provedeno za letu pomocí IMU a GNSS (Cukrov, 2013). Umělé stereoskopické vnímání, dovoluje operátorovi vidět vyfotografovanou krajinu plasticky a provádět na ní s pomocí virtuální měřící značky různá měření jako je určení výšky objektů. Vyhodnocení snímku může probíhat i pomocí korelační analýzu obrazu. Při této operaci se pomocí korelace identifikují stejné významné body na pravém i levém snímku a dochází k automatické tvorbě digitálního modelu terénu.
Zatímco v analogové a analytické fotogrammetrii se manuálním měřením všech bodů zabývá operátor, v digitálních aplikacích je tento úkol řešen automaticky. V literatuře se tento proces označuje jako image matching (Potůčková, 2004). Nedostatkem image matching je to, že body neleží pouze na terénu, ale i na povrchu objektů, a vyhodnocuje se tedy digitální model povrchu. Při tvorbě digitálního modelu reliéfu je třeba provést filtraci.
K největším potížím dochází v lesních porostech, kde je ve vegetačním období téměř nemožné, aby byl bod na zemském povrchu viditelný na dvou snímcích. Proto se za účelem tvorby digitálního modelu reliéfu území s vegetací snímkují spíše mimo vegetační období, aby koruny stromů nezakrývaly zemský povrch (Oršulák, Pacina, 2012).
5.2 Formát dat
Binární formát, který zachovává všechny specifické informace (pořadí odrazu, jeho souřadnice, intenzita aj.) pro data LLS, je LAS (*.las nebo komprimovaný *.laz). Kromě uspořádání dat do tří sloupců představující prostorové souřadnice x, y a z, které však nalézáme i u dalších formátů, jsou jednotlivé body klasifikované do určitých tříd (terén, nízká a vysoká vegetace, budovy, voda, neklasifikováno aj.). Rozšířenější je ale formát ASCII (*.txt, *.xyz, *.asc) z důvodu větší kompatibility v běžných softwarech. Oproti formátu LAS se ale vyznačuje velkým objemem dat, proto zpracování je pomalejší (John, Gojda 2013). ČÚZK nabízí všechny tři produkty dat LLS ve formátu *.txt.
5.3 Digitální modely v Č eské republice
Na českém území vznikla řada digitálních modelů. Modely do roku 2010
Tab. 2 Výškopisné modely ČR do roku 2010 (Brázdil, 2010)
Název modelu Obsah
ZABAGED® – výškopis
Vektorizované vrstevnice ZM 10 uložené jako 3D objekty ve formátu DGN
ZABAGED® – zdokonalený výškopis
Aktualizované a zpřesnění vrstevnice ZM 10, doplněné o terénní hrany náspů, výkopů, břehů, nádrží apod.
ZABAGED® – mříž 10 x 10 m
Odvozený model z databáze ZABAGED® - zdokonalený výškopis do formy mříže (GRID) 10 x 10 m DMR 2,5. generace Výškový model ve formě mříže
(GRIDU) 100 x 100 m DMR 3. generace
Výškový model ve formě nepravidelné sítě TIN získany stereofotogrammetrickou metodou
S výjimkou DMR 3. generace vytvořeného MO ČR stereofotogrammetrickým mapováním v letech 2003 až 2008 vycházejí všechny modely v tabulce z jediného původního zdroje, tj. vojenského topografického mapování ČSSR prováděného v letech 1952 až 1957 pro vojenskou topografickou mapu v měřítku 1 : 25 000 a následně pro topografickou mapu v měřítku 1 : 10000 vytvářenou společně civilní i vojenskou zeměměřickou službou ČSSR v letech 1952 až 1971. I přes následnou aktualizaci se nepodařilo udržet homogenitu a aktuálnost uvedených modelů (Brázdil, 2010).
V letech 1995 až 2000 vznikal digitální výškový model České republiky, pomocí digitalizace vrstevnic Základní mapy ČR 1 : 10 000. Takto vznikl digitální model reliéfu, tzv. ZABAGED® - výškopis 3D vrstevnic. V dalších letech docházelo ke zdokonalování tohoto modelu pomocí stereofotogrammetrického vyhodnocení terénních hran a zahuštění výškových bodů v rovinatém území. Tyto snahy vedly k redukci hrubých chyb a k odstranění nehomogenity původního vrstevnicového modelu. Následně v letech 2008 až 2010 byl zejména pro účely počítačových aplikací vytvořen z tohoto vektorového modelu model gridový, tzv. ZABAGED® - výškopis grid 10 x 10 m. Celková přesnost výškoposu ČR je charakterizována střední chybou mh = 0,7 – 1,5 m v odkrytém terénu, 1 – 2 m v itravilánu a 2 – 5 m v zalesněném území (Dušánek, 2014).
Nové výškopisné mapování
Na základě uživatelských potřeb výškopisných dat z území celé ČR byla navržena tvorba nového výškopisu ČR metodou leteckého laserového skenování.
Pro účely LLS bylo území ČR rozděleno z organizačních důvodů do třech částí. Jako první bylo naskenováno pásmo Střed. Toto pásmo bylo naskenováno roku 2010.
Následujícího roku 2011 bylo naskenováno pásmo Západ. O dva roky později bylo v roce 2013 dokončeno skenování, kdy bylo dokončeno pásmo Východ. Plánování letových drah LLS bylo zvoleno v návaznosti na referenční souřadnicový systém UTM/WGS 84 pásmo 33 (Dušánek, 2014).
Obr. 2 Rozdělení ČR pro LLS (Dušánek, 2014)
Jednotlivá pásma byla rozdělena do menších náletových bloků. Velikost bloků byla stanovena na 20 nebo 30 km, a šířka bloků byla 10 km. Pokud to okolnosti dovolovaly, byly náletové bloky spojovány do tzv. „dvojbloků“, čímž vznikaly bloky o délce až 60 km.
Většina z vytvořených bloků byla orientována ve směru východ-západ.
Pro jednotlivé bloky byly vytvořeny dvoje parametry skenování, které vycházely z období, kdy bylo prováděno skenování. Charakteristika období jsou v Tab. 3. První období bylo jarní období, které bylo od oblevy do 30. 4. Druhé období bylo vegetační období, které začínalo 1. 5. V druhém vegetačním období bylo prováděno skenování z nižší výšky
společně se sníženou frekvencí vysílání laserových impulzů. Díky tomu byla lepší prostupnost vysílaných laserových paprsků skrz vzrostlou vegetaci (Dušánek, 2014).
Tab. 3 Parametry skenování
Parametr Jarní
období Vegetační období Střední výška letu nad
terénem 1 400 m 1200 m
Počet podélných os 12 14
Vzdálenost podélných os 830 m 715 m
Počet příčných os 2 2
Příčný překryt pásů 50% 50%
Frekvence laserových pulzů 120 kHz 80 kHz
DMP 1G
Digitální model povrchu 1. generace je odvozen automatizovanými postupy. Jedná se o DMR 5G doplněný o objekty nad zemským povrchem jako jsou stavby a rostlinný pokryv.
Forma modelu je nepravidelná síť výškových bodů (TIN) s úplnou střední chybou 0,4 m pro přesně ohraničené objekty a 0,7 m pro objekty, které přesně ohraničeny nejsou (lesy). Data byla získána metodou leteckého laserového skenování v letech 2009-2013. Při zpracování dat bylo území rozděleno na čtverce 5 x 5 km a v každém tomto čtverci byl vybrán jeden pravděpodobný reprezentativní bod reliéfu jako bod s nejnižší výškou. Při tom bylo kontrolováno, zda se tento bod extrémně neliší od okolních bodů svojí výškou.
DMR 4G
Digitální model reliéfu České republiky 4. generace (DMR 4G) reprezentuje terénní reliéf včetně skalních útvarů. Model vzniká hlavně automatickými postupy. DMR 4G je základním podkladem pro ortogonalizaci leteckých měřických snímků. Vstupem jsou data po automatické robustní filtraci.
5.3.1 DMR 5G
Digitální model reliéfu České republiky 5. generace (DMR 5G) představuje zobrazení přirozeného nebo lidskou činností upraveného zemského povrchu v digitálním tvaru ve formě výšek diskrétních bodů v nepravidelné trojúhelníkové síti (TIN) bodů o souřadnicích
X, Y, H, kde H reprezentuje nadmořskou výšku ve výškovém referenčním systému Balt po vyrovnání s úplnou střední chybou výšky 0,18 m v odkrytém terénu a 0,3 m v zalesněném terénu. Model vznikl z dat pořízených metodou leteckého laserového skenování výškopisu území České republiky v letech 2009 až 2013. DMR 5G je určen k analýzám terénních poměrů lokálního charakteru a rozsahu, např. při projektování pozemkových úprav, plánování a projektování dopravních, vodohospodářských a pozemních staveb, modelování přírodních jevů lokálního charakteru apod. DMR 5G je základní zdrojovou databází pro tvorbu vrstevnic určených pro mapy velkých měřítek a počítačové vizualizace výškopisu v územně orientovaných informačních systémech vysoké úrovně podrobnosti.
Tento model je vytvářen z dat, která projdou automatickou filtrací, a pak detailní manuální kontrolou a editací. Finální DMR 5G je po manuální editaci odvozen ve třech krocích vyhlazování modelu. V prvním kroku je vybrán nejnižší bod v pravidelné mříži 1 x 1 m, čímž je zredukován počet bodů v místech styku s několika bloků a je odstraněn zbytkový šum vyrovnání měřických pásů. V druhém kroku jsou redukovány nežádoucí lokální nerovnosti, čímž je model vyhlazen. Výsledkem jsou původní body s upravenou výškou. V třetím kroku je původní mračno bodů zředěno při dodržení stanovené střední výškové chyby (Dušánek, 2012).
Současný stav DMR 5G
Obr. 3 Současný stav DMR 5G (Autor: Tomáš Řehák).
V dnešní době je Digitální model reliéfu již pro celou Českou republiku hotový. Pokud se rozdělí si Česká republika na pásma podle Obr 2, je z Obr 3 patrné, že většina východu a středu je z roku 2011. Západ republiky byl pak dokončený roku 2013. Existují místa v republice, kdy je model ještě z roku 2010. Jedná se hlavně o části pásma střed. V tomto pásmu lze nalézt i dva bloky, které byly dokončeny až roku 2012. Nejnovější částí modelu jsou dva bloku na západě republiky, kdy ten severní byl dokončen roku 2014 a ten jižní až roku 2015.
Nové změny DMR 5G
Obr. 4 Dostupné změny DMR 5G k 1. 4. 2018 (Autor: Tomáš Řehák).
Jako nové změny lze považovat hlavně blok, který byl snímán v roce 2012 pomocí leteckého laserového skenování. Tento blok pokrývá zájmové území Krkonošský národní
park. Tento blok byl snímán daleko větší hustotou, než ostatní území české republiky.
Snímání proběhlo v první polovině roku 2013 v rámci projektu KRKONOŠE v INSPIRE – společný GIS pro ochranu přírody, který je podpořen z Operačního programu Přeshraniční spolupráce ČR-PR 2007–2013. Cílem projektu bylo pořízení kompletních dat pro území celého KRNAPu, tj. 550 km2 a jejich následné vyhodnocení. Hustota mračna laserových bodů je 5 bodů/m2. Tak vysoká hustota byla požadována z důvodu velkých výškových rozdílů v národním parku. Snímkování trvalo celkem 16 letových dní. Pomocí leteckého skeneru RIEGL LMS Q-680i bylo naskenováno 553 letových řad. Následovalo relativní i absolutní vyrovnání mračna bodů (Puchrik, Nýdrle, 2013).
Obr. 5 Blok Krnap 2012 (Dušánek, 2014).
Další dostupné změny, pro DMR 5G jsou data z roku 2014. Tyto změny pocházejí z dat vytvořených pomocí fotogrammetrické metody.
5.4 Digitální modely ve sv ě t ě
Digitálních modelů reliéfu, které pokrývají naší planetu, je veliké množství. Jedni z nejdůležitějších modelů jsou ASTER a SRTM.
SRTM
The Shuttle Radar Topography Mission (SRTM) je mezinárodní projekt mapující výškové poměry na Zemi, na kterém se podílely NASA a NGA s přispěním německých a italských kosmických agentur. Nasnímáno bylo 80 % souše metodou radarové interferometrie v průběhu 11 dnů v únoru 2000, zpracování probíhalo více než dva roky.
Maximální výšková přesnost je 12 m, prostorová 15 m (SRTM 2000). SRTM je zdarma ke stažení po čtvercích o velikosti 1° zeměpisné délky a 1° zeměpisné šířky. Ze SRTM vznikly i některé DMR na našem území, např. tzv. DMR ČR. Data byla upravena a došlo k odstranění některých chyb, které vznikly na hladkém rovném povrchu (ESRI 2013).
ASTER
Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) je multispektrální skener nacházející na družici Terra obíhající Zemi ve výšce 705 km. Jedním z produktů je i tzv. globální digitální model reliéfu, na kterém spolupracuje japonské Ministerstvo financí, obchodu a průmyslu a americká kosmická agentura NASA. První verze DMR byla uvolněna v roce 2009 a představovala prostor mezi 83° severní a 83° jižní zeměpisné šířky. Pokrývá 99 % pevniny. Ve druhé verzi, která je 3 Digitální model reliéfu k dispozici od října 2011, došlo ke zlepšení produktu, přesto lze narazit na různé formy anomálií. Výšková přesnost je 20 m (ASTER 2012).
6 P Ř ÍPRAVA SOUBOROVÉHO A DATABÁZOVÉHO SYSTÉMU
V první fázi je nutné změnit fyzickou úroveň samotných metadat modelu DMR 5G. To je důležité pro jednoznačnou identifikaci dat při pozdější práci. Digitální model reliéfu 5.
generace se na zeměměřickém úřadě ukládá nejen v databázi, ale i na souborovém disku.
6.1 Souborový systém ZU
Data DMR 5G se archivuje na disku ve dvou adresářích. Prvním adresář, kde jsou uložena data DMR 5G má koncovou cestu „\relief\post“ a název adresáře podle KM 10. Tato cesta značí pak předložku „pr“ používanou pro pojmenování souborů a adresářů pro pojmenování DMR 5G.
Ve druhém adresáři jsou uložena klasifikovaná data. Tyto data jsou na cestě
„\manual\post“ a název adresáře podle KM 10. Tato klasifikovaná data se rozdělují do 7 skupin. Tyto skupiny jsou terén, vegetace, budovy, mosty hluboké chyby, vysoké chyby a fill void.
Tab. 4 Klasifikace LLS dat
Klasifikace DMR 5G Předpona Přípona
LLS data terén pm g.xyz
LLS data vegetace pm v.xyz
LLS data budovy pm b.xyz
LLS data mosty pm m.xyz
LLS data hluboké chyby pm e.xyz LLS data vysoké chyby pm h.xyz LLS data fill void pm f.xyz
Jednotlivá data se ukládají ve formátu xyz, nebo ve formátu LAS. Pro možnost šetření místa může být LAS formát komprimovaný do LAZ formátu.
6.2 Databázová struktura ZU
Na zeměměřickém úřadu, kde je uložený model DMR 5G je databáze Oracle Enterprise edition v nejnovější verzi 12.2.0.1.
DMR 5G se ukládá v několika schématech. Samotný model v databázi se ukládá do dvou schémat. Jedno schéma obsahuje bloky a řady, jak bylo skenováno. Toto schéma se jmenuje UTMRAW. Druh schéma, kde jsou data uložena je UTM5G. V tomto schématu jsou uloženy jednotlivé tabulky modelu. Tyto tabulky mají název podle kladu listů KM10. KM10 je vojenský klad listů, který odpovídá čtvercům o rozloze 10x10 km. Tyto tabulky se ukládají buď s předponou „pr“, kde „p“ značí post a „r“ značí reliéf, nebo s předponou „pm“, kde „p“
značí post a „m“ značí manuál. Tyto předpony i ukazují, v jakých adresářích na disku jsou data uložena. V tabulkách „pr“ jsou data za DMR 5G, v tabulkách „pm“ jsou klasifikovaná data. V těchto tabulkách se nacházejí aggregace souborů. Jeden řádek obsahuje multipoint o velikosti 8192 bodů. Tato aggregace vychází z kladu listů KM2. Jedná se o vojenský klad listů, který odpovídá čtvercům o velikosti 2x2 km. Jednotlivé aggregace jsou tedy pojmenovány podle KM2, ke kterým je připojena předpona „pr_“ nebo „pm_“ a přípona
„5g.xyz“.
Řídícím schématem pro ovládání této databáze je schéma „RIS“. Ze schématu „RIS“
vznikla dvě nová schémata. Je to z důvodu, že mělo v sobě i tabulky kladů listů, které byly obsaženy i v archivu leteckých snímků a tak vznikaly duplicitní tabulky. Tím vzniklo schéma SH, na které se výškopis i archiv leteckých snímků odkazuje. Na schématu RIS se ukládají jak geometrické plochy jednotlivých bloků, tak i pásů podle kterých je snímkováno.
6.3 Zm ě na stavu pojmenování
Současný stav pojmenování není vyhovující, pokud jsou dostupná data, která se překrývají a jsou z několika let.
Tab. 5 Příklad pojmenování
Typ Pojmenování
Tabulka / Adresář (KM10) pr_540_5600 Soubor/Aggregace (KM2) pr_542_5608_5g.xyz Tabulka / Adresář (SM50) pr_VRCH
Soubor/Aggregace (SM5) pr_VRCH52_5g.xyz
Tento stav není vyhovující pro případné budoucí změny modelu, kdy bychom chtěli uchovat oba soubory. U adresáře, nebo tabulky zůstane pojmenování stávající. Název souboru, či agregace se rozšířil o rok, kdy byl záznam proveden, metodě jakou byl udělán a bloku z kterého vychází. Jednotlivé oddělovače mezi blokem, rokem a metodou byla vybrána tečka. Tímto se získalo zcela unikátní pojmenování, kde i kdyby bylo v jednom roce snímáno dvakrát stejné území, a stejnou metodou, tak název bloku se bude odlišovat.
Tab. 6 Nové pojmenování
Typ Pojmenování
Tabulka / Adresář (KM10) pr_540_5600
Soubor/Aggregace (KM2) rok 2010 2010.LLS.S019.pr_542_5608_5g.xyz
Soubor/Aggregace (KM2) rok 2012 2012.LLS.KRNAP_2012.pr_542_5608_5g.xyz Soubor/Aggregace (KM2) rok 2014 2014.LMS.0001.pr_542_5608_5g.xyz Tabulka / Adresář (SM50) pr_VRCH
Soubor/Aggregace (KM2) rok 2010 2010.LLS.S019.pr_VRCH52_5g.xyz
Soubor/Aggregace (KM2) rok 2012 2012.LLS.KRNAP_2012.pr_VRCH52_5g.xyz Soubor/Aggregace (KM2) rok 2014 2014.LMS.0001.pr_VRCH52_5g.xyz
Tímto způsobem vznikne jednoznačné pojmenování jednotlivých souborů, tak i aggregací v tabulce, a je to připraveno pro další práci s těmito daty.
6.4 Návrh nové databáze
Návrh nové databáze probíhal na zeměměřickém úřadu na databázi Oracle ve verzi 12.2.0.1 v Enterprise Edition.
Pro vyhodnocování nových změn ve výškopisu se předělávalo celé schéma RIS. Jak už bylo uvedeno, z tohoto schématu vznikla dvě nová schéma a to LLS a SH.
Ve schématu SH jsou mapové klady listů a je společné jak pro výškopis, tak i pro archiv leteckých měřických snímků. Tabulky jsou zde uloženy tak, že jedna tabulka má v sobě pět geometrických polí v pěti různých souřadnicových systémech. Tyto souřadnicové systémy jsou S-JTSK, WGS 84 UTM 33N, WGS 84 TM33. Jsou zde mapové klady, jako státní mapa 1:5000, státní mapa 1:50000, NUTS0, KM2, KM10. Geometrické pole jsou zde uloženy pod názvem F, což značí footprint a EPSG kód (př.: F5514 pro souřadnicový systém S-JTSK, F32633 pro souřadnicový systém WGS 84).
Schéma LLS vychází ze schématu RIS. Byly zde doplněny indexy, sekvence a vazby, protože se v dřívějších verzích nepoužívaly. Pro vyhodnocování nových změn je důležité, aby se do databáze ukládaly společně s multipointem i geometrické ohraničení kladů listů KM2. Je to z důvodu, že ArcGIS neumí udělat polygonovou vrstvu ohraničující multipoint, která by vyhovovala pozdějšímu zpracování. Pokud bychom to chtěli nechat počítat nějakým externím programem jako je například LAStools, tak při větším množství kladu listů to je
velmi zdlouhavé. Proto zde přibyly nové tabulky. Přibyla tabulka „Meta“ a tabulka
„Product“. Na tomto schématu také probíhá nahrávání dat do databáze.
Tabulka Meta obsahuje polygonové vrstvy změn. Tyto změny jsou uloženy podle kladu KM2 s novým pojmenováním. Do této tabulky se přidaly i stávající polygonové vrstvy modelu DMR 5G.
Tabulka „Product“ obsahuje jednotlivé produkty podle klasifikace bodů, které ZÚ poskytuje. Jedná se o produkty samotné DMR 5G, které je pojmenována podle nového pojmenování s koncovkou 5g, tak i další produkty podle klasifikace v Tab. 4.
Pokud se do databáze nahrávají nová data za celý blok, nebo aktualizují stávající záznamy, je to prováděno tak, že se nejprve smažou všechny záznamy v tabulce, kde se ukládají jednotlivá pásma. Dále se smaže na schématu UTMRAW všechny záznamy k jednotlivému bloku. Poté se nahraje nový blok.
Pokud se nahrávají nová data modelu DMR 5G už za jednotlivé KM10, tak se postupovalo podobně. Vždy se vymazaly všechny záznamy a přehrály se novými daty, aby byla jistota, že tam je všechno a ne duplicitně. Tento způsob už nebude vyhovovat pro aktualizaci výškopisu. Proto se už nebude mazat tabulka s daty, ale podle aggregace se budou mazat jen záznamy za určitý záznam odpovídající klauzuli „rok.metodu.blok“, pokud se už v dané tabulce tyto data nacházejí. Jestliže se tam nenacházejí, proběhne normální nahrání dat do tabulky a budou přidány ke stávajícím datům.
Obr. 6 Schéma SH – mapové klady (Autor: Tomáš Řehák).
Obr. 7 Schéma LLS – Letecké laserové skenování (Autor: Tomáš Řehák).
7 VYHODNOCOVÁNÍ NOVÝCH DAT
V této kapitole je popsán způsob, jakým se budou vyhodnocovat nová data. Pro vyhodnocování nových dat, bylo vytvořeno 7 dílčích skriptů v jazyce python.
Příprava nových dat byla testována na šesti blocích, vytvořených pomocí fotogrammetrické metody. Tyto bloky mají označení 0001, 0002, 0003, 0006, 0007 a 0008.
Tyto bloky byly vytvořeny už v roce 2013.
7.1 Skriptovací jazyk Python
Jazyk Python byl navržen roku 1990 nizozemským programátorem Guido van Rossumem. Guido van Rossum předtím pracoval na učebním programovacím jazyku ABC, během vánočních svátku 1989 však z dlouhé chvíle vymyslel jazyk zcela nový. Podle členění programovacích jazyků jej lze definovat jako vyšší, interpretovaný 32 a objektově orientovaný programovací jazyk. Jedná se o open source projekt, který zdarma nabízí instalační balíky pro většinu platforem (Unix, MS Windows, Mac OS), ve většině linuxových distribucí je součástí základní instalace.
Python byl vybrán proto, že se jedná o vyšší programovací jazyk, psaní kódu je tedy podstatně snazší než např. v jazyce C++. Oproti jiným nástrojům (např. MATLAB) se jedná o freeware software, není tedy třeba žádných finančních nákladů. Jazyk Python obsahuje několik velmi zajímavých datových typů jako je list a touple, které velmi ulehčují práci.
Jazyk Python se vyznačuje velmi čistou syntaxí a čitelně napsaným kódem (jednotlivé úrovně programu se musí odsazovat atd.), jedná se o čistě objektově-orientovaný jazyk.
7.2 Vyhodnocení dat
Jak již bylo zmíněno, pro vyhodnocování nových dat DMR 5G, bylo vytvořeno 7 skriptů. Tyto skripty se dají rozdělit na dvě skupiny. První skupina označená 1-4 se dá charakterizovat jako skripty před editací. Druhá skupina jsou skripty (5-7) po manuální editaci.
Pořadí popisovaných skriptů značí pořadí jejich spuštění.
1. prevod_shp_do_xyz.py
Celý blok je načten do paměti. Převod formátu shapefile do formátu xyz. Kontroluje se struktura vstupních dat. Jestli obsahuje všechny tři souřadnice X, Y, Z. Skript zpracuje jenom ty bloky, které najde jako seznam v textovém souboru.
2. transformace_jtsk_do_utm33.py
Protože jsou vstupní data po manuální kontrole. Tak jsou tyto data v souřadnicovém systému S-JTSK, je nutné je proto pro budoucí práci transformovat do souřadnicového systému WGS 84. Je to z důvodu, že v dalších skriptech se pracuje s programem LAStools, který nezná a neumí pracovat se souřadnicovým systémem S-JTSK.
Tento skript tedy transformuje textová data mezi souřadnicovým systémem S-JTSK a WGS 84 UTM 33N. Používá k tomu program vytvořený VÚGTK na transformaci mezi souřadnicovými systémy.
3. stinovany_model.py
Tento skript využívá externí program LAStools. V první fázi převede txt data do formátu LAS. Na tento převod používá funkci „txt2las“.
V dalším kroku převede formát las na rastrový stínovaný model ve formátu tif. Pro převod na stínovaný model se používá procedura v LAStools „blast2dem“.
4. priprava_pro_ArcGIS.py
Vytvoří nový ArcGIS projekt podle názvu bloku, který byl použit v 1. skriptu. Do tohoto projektu je načten vytvořený stínovaný model. Dále je vytvořena a načtena nová prázdná polygonová vrstva.
Po dokončení tohoto skriptu probíhá výběr území přímo v projektu ArcGIS. Je nežádoucí to udělat pomocí funkce buffer, kdy se čeká jednoduché zredukování okrajů. Okraje modelu mohou být značně nepřesné, a proto je lepší udělat výběr manuálně. Navíc pokud byla snímána například řeka, jsou okraje značně složité, pro automatickou práci. Tento výběr se dělá editací vytvořené polygonové vrstvy, kdy operátor vytvoří nový polygon podle obrysu stínovaného modelu.
Obr. 8 Manuální tvorba polygonu nad stínovaným modelem (Autor: Tomáš Řehák).
5. Split_by_KM2.py
V tomto skriptu je už hotová polygonová vrstva zpracuje tak, že se pomocí funkce
„erase“ rozdělí podle kladu listů KM2.
Obr. 9 Oříznutí polygonu podle kladu KM2 (Autor: Tomáš Řehák).
6. Lasclip.py
Přiřazení bodů multipointu k jednotlivým částem polygonu. Tento skript transformuje formát LAS zpátky do formátu shapefile. Poté jednotlivé body přiřadí k částem polygonu získaných ze skriptu 5. Používá se k tomu zase program LAStools.
