Korrekta och detaljerade data är ovärderliga för effektiva beslut och analyser. Tillgången till värdefulla datamängder kan avsevärt förbättra dina underlag för olika tillämpningar, såsom miljöanalys, stads- och fastighetsplanering samt risk- och sårbarhetsanalys. Detta resulterar i betydande insikter som kan leda till bättre beslut och planering. Nu finns dessutom värdefulla datamängder, så kallat HVD, tillgängliga gratis via bland annat Lantmäteriet, och vi har använt dessa i inlägget.
De släppta datamängderna, inklusive ortofoton, marktäckesdata och detaljerade höjdmodeller, erbjuder kostnadseffektiva resurser som kan förbättra simuleringar och analyser. Utöver att dessa data kan fungera som bakgrundskarta kan ortofoton också bli en värdefull del av dina GeoAI-modeller.
Visualiseringar och jämförelser baserat på värdefulla datamängder
Ett utmärkt exempel på hur värdefulla datamängder kan tillämpas är att visualisera mer detaljerade simuleringar av potentiella översvämningar. Genom att använda höjddata med en upplösning på en meter från Lantmäteriet kan simuleringarna anpassas mer exakt till den lokala terrängen. Detta bidrar till en djupare förståelse för lokala förhållanden, exempelvis kopplat till fastigheter och infrastruktur.
På bilderna nedan syns en jämförelse av två översvämningssimuleringar baserat på två olika höjdmodeller. Byggnaderna är extraherade från ett ortofoto med hjälp av en GeoAI modell.
Bilderna till vänster visar resultatet av simuleringar med modellen WorldElevation3D/Terrain3D. Till höger ser du simuleringar som baseras på den mer detaljerade höjdmodellen från de värdefulla datamängderna. Skillnaderna mellan dessa modeller är tydliga. Den lägre upplösningen från World Elevation ger en mer generell bild av terrängen. Modellen baserat på höjdmodellen från Lantmäteriet ger en mer detaljerad representation.
Bild 1: Kvalitén på data är avgörande för att skapa bra underlag.
Höjdprofiler över olika modeller
Ett sätt för att jämföra höjddata och belysa skillnader i detaljrikedom är att ta fram höjdprofiler över olika modeller. Detaljrikedomen är avgörande för att man ska kunna förstå hur vatten beter sig i olika terränger. För att illustrera skillnaden mellan World Elevation 3D/Terrain 3D och Lantmäteriets höjdmodell har vi tagit fram två höjdprofiler.
Bilden till vänster, som är baserad på World Elevation 3D/Terrain3D, visar en mer generell terrängbeskrivning med färre detaljer, medan höjdprofilen till höger, som bygger på Lantmäteriets modell, ger en betydligt mer detaljerad representation. Genom att jämföra dessa profiler blir det tydligt att vattnets beteende i simuleringarna varierar mellan de två modellerna.
Bild 2: Höjdmodell baserat på World Elevation 3D/Terrain3D samt Lantmäteridata. De gula linjerna representerar tvärsnittet för höjdmodellerna.
De värdefulla datamängderna som har använts för dessa simuleringar inkluderar:
Övrig data
- World Elevation 3D/Terrain3D.
Steg-för-steg process:
- Ortofotot användes för att extrahera byggnader med en GeoAI-modell som sedan transformerades till 3D-objekt.
- Vattendraget identifierades genom marktäckesdata.
- Två simuleringar genomfördes: en med Lantmäteriets höjdmodell (1 m) och en med World Elevation modellen, baserat på ett skyfallsscenario.
Detaljerad bild med bättre data
Värdefulla datamängder kan användas för att skapa en mer detaljerad bild av vegetation kopplad till marktäckedata. Detaljer i ortofotot kan kombineras med olika informationshämtningstekniker, vilket ger insikter om markanvändningen på en specifik plats. Denna förståelse kan bidra med värdefulla insikter som har betydelse för beslutsfattande, exempelvis för fastighetsbolag eller vid planering.
Marktäckedata visar generellt var bebyggd mark finns i stadsbilden. Detaljer i ortofotot kan ge ytterligare kunskap om vilken grönska dessa områden innehåller genom att använda ett vegetationsindex för att identifiera var vegetation finns. Marktäckedata kan visualiseras tillsammans med vegetationslager för att få en djupare förståelse av hur gröna områden samspelar med bebyggelsen. Detta kan vara särskilt värdefullt vid analys och planering av blå-grön infrastruktur. Möjligheten att kombinera olika band till vegetationsindex gör det möjligt att särskilja vegetation från exempelvis konstgräs, vilket kan ses på fotbollsplanen i området.
Bild 3: Swipen visar marktäckesdata med och utan informationen från vegetationsindexet.
De värdefulla datamängderna som har använts för dessa simuleringar inkluderar:
Steg-för-steg process:
- Användning av marktäckedata för att klassificera hårdgjorda ytor.
- Beräkning av vegetationsindex på ett ortofoto genom att köra en rasterfunktion.
- Ett tröskelvärde sattes på indexet för att identifiera och exportera vegetationsinformation.
Sammanfattningsvis innebär tillgången till värdefulla datamängder, som de från Lantmäteriet, att noggranna analyser kan göras till en billigare peng inom miljöplanering, riskhantering och infrastrukturutveckling. Genom att använda dessa resurser kan vi inte bara skapa mer exakta modeller av vår omgivning, utan också fatta informerade beslut som gynnar både samhälle, företag och miljö. Dessa datamängder erbjuder en bra möjlighet att förbättra vår förståelse av vår omgivning ytterligare. Vi hoppas att du också ser möjligheterna och drar nytta av dessa data för att skapa mer detaljrika och bättre underlag.
Länktips:
