BGT BAG
Figuur 2 - Niet matchen van AHNi en footprint.
Figuur 3 - BAG/BGT/3D.
wen in 3D heeft gevolgen, zie figuur 3.
In het opgeleverde document met imple-
mentatieregels worden dit soort keuzes
toegelicht en worden er aanbevelingen
gedaan voor specifieke keuzes in speci
fieke situaties.
Stap 2:3D IMGeo voorbeelddata
Hoe de 3D IMGeo data er uiteindelijk
uitziet als de regels worden toegepast, liet
Marcel Reuvers (Geonovum) zien in stap 2.
Het opbouwen van 3D IMGeo voorbeeld
data binnen de 3D Pilot diende meerdere
doelen. Deze voorbeelddata zijn gemaakt
om zowel de 3D IMGeo standaard als de
implementatieregels (stap 1) voor buiten
staanders en nieuwkomers te verhelderen.
Daarnaast kan de data dienen als check op
juiste interpretatie van de standaard en als
testdata voor softwareontwikkelaars.
Aan het begin van de 3D Pilot leverde
gemeente Den Bosch 2D BGT voorbeeld
data aan. Andere partijen leverden 3D
brondata sets aan van hetzelfde gebied,
die beschikbaar zijn gesteld binnen de
pilot (zie tabel 1). Op basis van deze bron-
3D brondata sets van de 3D Pilot
Een brug met veel detail in AutoCAD
doorCoenradie
Orthofoto's, stereofoto's en BAG pan
den door de gemeente Den Bosch
Een terrestrische puntenwolk met zeer
hoge resolutie, gemaakt vanaf een
quad, door Cobra
3D stereofoto's door Imagem
Ondergrondse voxels door TNO
AHN2 door Het Waterschapshuis
TOP10NL data door het Kadaster
Geo-obliek foto's door Slagboom en
Peeters
Ortho foto's door Cyclomedia
Tabel 7 - Beschikbaar gestelde 3D brondata
Vervaardigde 3D geometrieën
LOD2 bomen doorWageningen UR-
Alterra
LOD3 brug door Coenradie
LODo terrein
LOD1 gebouwen, beide door Organic
Vectory
LODo terrein
LOD1 gebouwen
LOD2 gebouwen, allen door Universi
teit Twente
LODo terrein
LOD1 gebouwen, beide door Vicrea
Tabel 2 - BGT objecten in 3D
data zijn weer andere partijen aan de slag
gegaan om voor de BGT objecten voor
de verschillende Levels of Detail de 3D
geometrieën op te bouwen (zie tabel 2).
Enkele resultaten zijn te zien in figuur 4.
Marcel concludeerde dat we in Nederland
veel hoogwaardige brondata sets hebben
die als basis kunnen dienen voor 3D IMGeo,
maar ook dat er veel kennis beschikbaar
is over deze data. Echter echte algoritmen
om van 2D IMGeo-CityGML data de 3D
IMGeo-CityGML bestanden te maken zijn
er nauwelijks, evenmin als Nederlandse
bedrijven die dit kunnen.
Om nieuwkomers op weg te helpen, is
er ook gewerkt aan een FME workbench.
Hiermee wordt, op basis van AHN2 (of
andere hoge resolutie hoogtepunten),
BGT en BAG, een deel van de workflow
voor het generen van 3D IMGeo data vol
gens de vastgestelde implementatieregels
automatisch uitgevoerd. De workbench
maakt gebruik van automatische recon
structiealgoritmen ontwikkeld door de
Universiteit Twente (Oude Elberink, 2010).
Stap 3:3D Validatie
In de volgende stap liet Paul Janssen
(Geonovum) zien hoe je kunt checken
of de 3D IMGeo data voldoet aan de
standaard. Immers, 3D data werkt alleen
als de geometrie klopt (is het volume
gesloten; zijn er geen loshangende
onderdelen). Onder het motto "3D-geo-
metrie-validatie kan het verschil maken
tussen shittyGML en CityGML", lichtte
Paul de 3D validator toe die met behulp
van onderzoekers van de Sectie GIS, TU
Delft was ontwikkeld (Ledoux et al, 2009).
Deze validator is beschikbaar als open
source. Daarnaast is de functionaliteit
door Safe geïmplementeerd in FME als
standaardfunctionaliteit. De 3D validator
checkt 3D geometrie volgens de stan
daarden ISO19107 en GML en is verbeterd
door de 3D Pilot experimenten op de 3D
IMGeo voorbeelddata.
Stap 4: Beheer 3D IMGeo data
Tot slot ging Friso Penninga in op moge
lijkheden om een eenmaal opgebouwde
3D dataset actueel te houden. Friso
presenteerde één open source en twee
commerciële oplossingen voor de opslag
van 3D IMGeo data in een database,
zoals Oracle en PostGIS. Om tools voor
16 Geo-lnfo 2013-1
