Het streven naar een
detailniveau LoD2 in
plaats van LoDi kan
visueel aantrekkelijk zijn
maar levert voor ruimte
lijke analyses niet altijd
significant meer op
CityGML maakt geen
onderscheid in verschil
lende alternatieven van
eenzelfde LoD
14
Geo-Info I 2017-5
Figuur 4 - Meer detail in LoDi-representatie dan in LoD2.
Het kan zelfs zo zijn dat de LoDi-footprint
meer detail kent dan LoD2, zie figuur 4.
De huidige CityGML-standaard maakt geen
onderscheid in al deze variaties en al deze
alternatieven voor eenzelfde LoD zijn dus
mogelijk. Deze vrijheid in modellering is in de
praktijk niet handig omdat een standaard juist
bedoeld is eenduidigheid te geven.
Een verbeterd LoD concept
Daarom hebben we mogelijke LoD alternatie
ven van 3D-stadsmodellen verder uitgewerkt
in een formeel kader op basis van een uitge
breide analyse van bestaande 3D-datasets,
bestaande inwinrichtlijnen en beschikbare
tenderprocedures. Hiervoor hebben we ook
gekeken naar hoe 3D-data in praktijk wordt
ingewonnen en gereconstrueerd.
We stellen een LoD-opdeling voor op basis van
criteria zoals de aanwezigheid van specifieke
elementen (dakoverstek, muur, dakkapel, schoor
steen) en het kleinste geometrische detail (zoals
een uitbouw) dat nog kan worden gemodel
leerd. De gebruiker kan specifieke parameters
opgeven voor de verschillende onderdelen en
heeft zo een methode om 3D-data specificaties
veel nauwkeuriger te duiden. Misverstanden tus
sen bijvoorbeeld opdrachtgevers en inwinners
zoals die zich nu in praktijk voordoen, kunnen op
deze manier worden voorkomen.
Wij hebben dit kader toegepast om het LoD-
concept van CityGML voor gebouwen nader
te specificeren. Dit resulteerde in een LoD-
specificatie met 16 LoD-varianten, zie figuur 5.
Dat deze verfijnde specificatie een informatie
behoefte vervulden binnen 3D-stadsmodel-
lering, blijkt uit het feit dat een aantal landen
(Polen, Singapore en Zweden) deze verfijnde
specificatie i-op-i heeft overgenomen in hun
nationale standaarden. En ook de OGC heeft
het LoD-concept verbeterd in de nieuwe versie
van CityGML(3.o) op basis van ons werk.
Relatie tussen hoog detailniveau en
kwaliteit van 3D ruimtelijke analyses
Het lijkt vanzelfsprekend: hoe meer detail in 3D,
hoe beter de uitkomsten van 3D ruimtelijke ana
lyses. Maar net zoals in computer graphics heeft
het omgaan met fijne LoDs ook een keerzijde:
het is moeilijker de data in te winnen (een hoog
detailniveau is niet meer volledig automatisch in
te winnen en vraagt dus handwerk), het vereist
veel meer dataopslag en het gebruik van gede
tailleerde LoD data in ruimtelijke analyses kan
traag zijn (of niet mogelijk!). Bovendien is er nog
maar weinig onderzoek gedaan of een gedetail
leerder LoD daadwerkelijk betere resultaten
oplevert als het wordt gebruikt in 3D ruimtelijke
analyses. Ook dit hebben we onderzocht.
Hiervoor hadden we 3D-data nodig op verschil
lende detailniveaus en voor ieder detailniveau ook
nog eens met verschillende nauwkeurigheden.
Zulke 3D-data is natuurlijk niet voorhanden.
Daarom hebben we deze verschillende 3D-data-
sets procedureel gegenereerd. Hiervoor hebben
we (open source) software ontwikkeld RandomgD-
LODx.O LODx.L LOD k.2 LODk.3
LODO
LOPOJJ LOWVI LODO,2 LODO.ï
LODI
LODIjO LODU LÜÖL2 LODl.J
LOD2
IOD2D IOD2.I LOD2.2 LOPI.J
LOOJ.Ü LQD3.I LODÏ.2 LOD3.Ï
Figuur 5 - De verfijnde LoD-specificatie voor gebouwen.
