Levels of Details (LOD)
CityGML (en daarmee 3D IMGeo) kent
verschillende detailniveaus (Levels of
Details) voor de verschillende themati
sche hoofdklassen (gebouwen, vegetatie,
water, terrein, etc.). Het hoogteniveau op
maaiveld (Digital Terrain Model) wordt
weergegeven in LODo. Volumeobjecten,
zoals gebouwen en kunstwerken, kunnen
vervolgens op verschillende detailniveaus
worden opgetrokken in 3D, bijvoorbeeld
als eenvoudig blokmodel (LOD1) of met
dakvormen (LOD2). Daarna volgen ramen,
deuren en andere exterieurkenmerken
(LOD3) en tenslotte een volledig uitge
werkt interieurmodel (LOD4).
beheer van de buitenruimte AHN2 in
combinatie met hoge resolutie hoogte
informatie, zoals AHN2.
Brondata
Voor het opbouwen van 3D IMGeo data,
wordt in de technische specificaties gead
viseerd om 2D IMGeo als uitgangspunt te
nemen. Dus eerst 2D IMGeo maken en dan
pas uitbreiden naar 3D. De belangrijkste,
geschiktste of meest voor handen zijnde
andere relevante brondata beschikbaar in
bestaande informatieprocessen (regis
traties) zijn: BAG,TOPioNL, AHN2, DTB
(Digitaal Terrein Bestand van Rijkswater
staat) en (stereo)luchtfoto's.
De belangrijkste, geschiktste of vaakst
voor handen zijnde brondata uit (eigen)
inwinning zijn laseraltimetrische data,
laserscandata uit dynamische inwinning,
oblieke luchtfoto's, 360° panoramafoto's of
-video's en puntenwolken uit stereolucht
foto's (via image matching, zie verder).
Al deze brondata worden uitgebreid
beschreven in één van de eindrapporten
van de eerste fase van de 3D Pilot "3D
aanbod van geo-informatie"(NCG, 2011).
Bij de uitbesteding van de opbouw van 3D
IMGeo data moet worden gespecificeerd
welke brondata moet worden gebruikt
en welke eigenschappen die brondata
bezit. Het kan zijn dat de opdrachtgever
deze broninformatie al in bezit heeft en
aanlevert. Het kan ook zijn dat nieuwe
broninformatie moet worden verzameld.
Puntenwolken uit luchtfoto's
De nog relatief weinig bekende methode
om 3D puntenwolken te genereren uit
stereoluchtfoto's kan een belangrijke rol
spelen bij de opbouw, en waarschijnlijk
vooral bij de update van 3D data. Onder
een aantal voorwaarden kunnen er uit
luchtfoto's gedetailleerde en hoognauw-
keurige puntenwolken worden berekend,
zie figuur 2 (Haala, 2011). Zo'n puntenwolk
beschrijft het"bovenaanzicht"van het
terrein (inclusief objecten), welke (bijna)
gelijk is aan de hoogtedata ingewonnen
bij laseraltimetrie (zoals AHN2). De belang
rijkste voorwaarden voor bruikbaarheid
hebben betrekking op het vliegplan
(nodig is een grote langsoverlap van
bijvoorbeeld 80% zodat alle punten in het
terrein in tenminste drie foto's zichtbaar
zijn) en de verwerking (er is een hoog
waardige triangulatie- en blokvereffening
nodig zodat nauwkeurige oriënteringsge-
gevens kunnen worden bepaald). De voor
3D aanvullende eisen aan dwars- en
langsoverlap zijn duidelijk hoger dan wat
nu gangbaar is als eisen aan beeldmate
riaal. Dat betekent dat de huidige eisen
(enigszins) moeten worden aangescherpt
om beeldmateriaal geschikt te maken als
3D bronmateriaal. Een dergelijke overlap
voor 3D inwinning kan echter wel weer
een interessante eis zijn voor de landelijke
inkoop (al dan niet voor over een x-aantal
jaar) van beeldmateriaal.
Onder deze voorwaarden zouden pun
tenwolken kunnen worden gegenereerd
met een precisie vergelijkbaar met die van
AHN2, maar wel met een hoger inwin-
ningsfrequentie. De nadelen van deze
methode (ook wel image matching of
Figuur 2 - Puntenwolken automatisch gegenereerd uit luchtfoto's.
Geo-lnfo 2013-3 9