Dronefotogrammetria vai LiDAR – kumpi mittausmenetelmä kannattaa valita?

Posted on by Geotrim

Dronefotogrammetria ja UAV-LiDAR ovat molemmat vakiinnuttaneet paikkansa ammattimaisessa maastomittauksessa, mutta ne soveltuvat parhaiten erilaisiin tehtäviin. Fotogrammetria toimii kustannustehokkaasti avoimilla alueilla, joissa kuvausolosuhteet ovat hyvät ja lopputuotteeksi tarvitaan ortokuva tai visuaalisesti tarkka pintamalli. LiDAR puolestaan kerää pistehavaintoja myös kasvillisuuden väleistä ja soveltuu erityisesti tilanteisiin, joissa maanpinnan muotojen mittaaminen on keskeistä tiheänkin kasvillisuuden alla. Oikea valinta riippuu aina kohteesta, tavoitelluista lopputuotteista ja käytettävissä olevasta kalustosta.

Tämä artikkeli käy läpi menetelmien käytännön erot, työnkulut, kustannustekijät ja tilanteet, joissa niiden yhdistäminen kannattaa. Tavoitteena on antaa konkreettiset perusteet menetelmävalinnalle projektikohtaisesti, ei esittää kumpaakaan teknologiaa yleispätevänä ratkaisuna.

Miten dronefotogrammetria ja LiDAR toimivat käytännössä

Dronefotogrammetriassa lennokki kuvaa kohteen systemaattisesti useista suunnista riittävällä kuvien päällekkäisyydellä. Ohjelmisto tunnistaa kuvista yhteisiä piirteitä ja laskee niiden perusteella pistepilven, pintamallin ja ortokuvan. Menetelmä edellyttää kohteelta tunnistettavia tekstuureja ja rakenteita: tasainen, yksivärinen pinta tai tiheä kasvillisuus voi heikentää lopputuloksen tarkkuutta merkittävästi. Laserkeilauksen ja fotogrammetrian yleiset erot on käyty läpi erillisessä artikkelissa, joten tässä keskitytään nimenomaan UAV-työnkulkuun ja menetelmävalintaan.

UAV-LiDAR-järjestelmässä drooniin kiinnitetty laserskanneri lähettää laserpulsseja ja mittaa niiden paluuajan perusteella etäisyyksiä ympäristöön. Järjestelmä yhdistää skannerin GNSS-vastaanottimeen ja IMU-inertiamittausyksikköön, jotka tallentavat lentoaluksen sijainnin ja asennon jatkuvasti. Tuloksena syntyy tiheä 3D-pistepilvi, jonka absoluuttinen georeferointitarkkuus riippuu GNSS-ratkaisun laadusta, IMU:n suorituskyvystä ja jälkilaskennasta. On tärkeää erottaa pistepilven suhteellinen tarkkuus, absoluuttinen sijaintitarkkuus ja siitä johdetun maastomallin tarkkuus toisistaan, sillä nämä voivat poiketa toisistaan merkittävästi.

Tyypilliset lopputuotteet

Fotogrammetria tuottaa luontevasti ortokuvia, pintamalleja ja visuaalisesti rikkaita 3D-malleja, joissa tekstuuritieto on vahva. LiDAR tuottaa ennen kaikkea pistepilven, josta voidaan johtaa maastomalli, kasvillisuusanalyysi tai rakenteellinen malli. Ortokuvaa LiDAR ei suoraan tuota, minkä vuoksi hankkeissa, joissa tarvitaan sekä tarkkaa maastomallia että visuaalista kuvamateriaalia, harkitaan usein menetelmien yhdistämistä.

Tarkkuus, olosuhteet ja kohteen luonne ratkaisevat

Kumpikaan menetelmä ei ole yleisesti toista tarkempi kaikissa tilanteissa. Molempien tarkkuuteen vaikuttavat sensori, lentoalustan vakaus, lentokorkeus ja lentonopeus, lentoreitin suunnittelu, GNSS- ja IMU-paikannus, kontrollipisteet ja tarkistuspisteet sekä aineiston jälkikäsittely. Dronekartoituksen tarkkuudesta löytyy tarkempaa tietoa laadunvarmistuksen näkökulmasta.

Avoimet alueet

Avoimella peltoalueella, hiekkakuopassa tai rakennustyömaalla, jossa kasvillisuus ei peitä maanpintaa, fotogrammetria on usein kustannustehokas ja riittävän tarkka ratkaisu. Kun valaistus on tasainen ja kohteessa on selkeitä tekstuureja, fotogrammetrian pistepilvi vastaa laadultaan hyvin projektin tarpeita. Maastomallin tarkkuus on tällöin pitkälti kiinni kontrollipisteiden laadusta ja määrästä sekä kuvausgeometriasta.

Metsät ja kasvillisuuden peittämät alueet

Metsäisessä maastossa tilanne muuttuu. Laserpulssi voi tunkeutua kasvillisuuden väleistä maanpinnalle tavalla, johon passiivinen kamerasensori ei pysty. Tämä ei tarkoita, että LiDAR läpäisee tiheän kasvillisuuden täydellisesti, mutta riittävällä pulssitiheydellä ja sopivalla lentoreittien suunnittelulla maanpinnan havaintoja kertyy selvästi enemmän kuin fotogrammetrialla. Metsäinventoinnissa ja metsätalouden maastomittauksessa tämä ero on ratkaiseva. Metsäinventoinnin UAV-LiDAR-sovellukset on käsitelty erillisessä artikkelissa teknisine perusteluineen.

Infrastruktuuri ja louhosmittaus

Infrastruktuurikohteissa, kuten voimalinjoilla, tiealueilla tai rataympäristössä, LiDAR soveltuu hyvin kohteiden geometrian ja ympäröivän kasvillisuuden samanaikaiseen mittaamiseen. Louhoksilla ja kaivannaisalueilla fotogrammetria toimii usein hyvin avoimissa olosuhteissa, kunhan kohteen pintatekstuuri on riittävä ja valaistus tasainen. Tilavuuslaskelmat voidaan tehdä luotettavasti molemmilla menetelmillä, kun työnkulku on suunniteltu huolellisesti.

Kustannukset, kalusto ja työnkulku eroavat merkittävästi

Kalustoinvestointien osalta fotogrammetria on lähtökohtaisesti edullisempi vaihtoehto: laadukas kameradrooni maksaa murto-osan UAV-LiDAR-järjestelmästä. LiDAR-järjestelmän hankintahinta on korkeampi, koska siihen sisältyy laserskannerin lisäksi GNSS-vastaanotin, IMU ja integroitu datankeruuratkaisu. Tämä investointi on perusteltavissa projekteissa, joissa menetelmä tuottaa selvästi paremman lopputuloksen tai säästää merkittävästi maastomittausaikaa.

Lennätys ja aineistonkeruu

Lennätystyönkulku on molemmissa menetelmissä pääpiirteissään samankaltainen: lentoreitin suunnittelu, kontrollipisteiden mittaus, lennätys ja aineiston siirto jälkikäsittelyyn. LiDAR-järjestelmä vaatii usein enemmän huomiota kalibroinnissa ja jälkilaskennassa, erityisesti IMU:n ja GNSS-datan integroinnissa. Fotogrammetrian jälkikäsittely on monelle tuttu prosessi, ja ohjelmistovaihtoehtoja on laajasti saatavilla. LiDAR-pistepilvien jälkikäsittely vaatii osaamista, joka kehittyy kokemuksen myötä.

Tuottavuus ja projektikohtainen tehokkuus

Tuottavuuseroja on vaikea yleistää, koska ne riippuvat vahvasti kohteesta. Avoimella alueella fotogrammetrialla voidaan kattaa suuria pinta-aloja nopeasti ja kustannustehokkaasti. Metsäisessä tai kasvillisuuden peittämässä kohteessa LiDAR voi säästää merkittävästi maastomittausaikaa, koska maanpinnan pistehavaintoja kertyy yhdellä lennolla ilman lisämaastotöitä. Kun lasketaan koko projektin kustannukset, pelkkä kalustoinvestointi ei aina kerro koko kuvaa.

Yhdistelmäratkaisu voi olla paras vaihtoehto

LiDAR ja fotogrammetria eivät ole toisiaan poissulkevia. Samassa hankkeessa voidaan käyttää LiDARia tarkan maastomallin tuottamiseen ja fotogrammetriaa visuaalisen ortokuvan tai pintamallin luomiseen. Yhdistelmä on perusteltu erityisesti silloin, kun kohteessa on sekä avoimia että kasvillisuuden peittämiä osia, tai kun tilaaja tarvitsee sekä maastomallin että kuvapohjaisen tarkastelun.

Käytännössä yhdistelmäratkaisu tarkoittaa lisäkustannuksia ja monimutkaisempaa työnkulkua, joten sen valinta on perusteltava projektikohtaisesti. Jos fotogrammetria yksin tuottaa riittävän tarkan lopputuloksen, ei LiDAR-lisäystä tarvita. Vastaavasti jos LiDAR-pistepilvi kattaa projektin tarpeet, erillinen kameralennätys ei välttämättä tuo lisäarvoa.

Oikea menetelmävalinta projektikohtaisesti

Alla oleva valintataulukko kokoaa tyypillisimmät käyttökohteet, lopputuotteet, menetelmien edut ja rajoitteet sekä suosituksen perusteluineen. Taulukko ei kata kaikkia tilanteita, mutta antaa lähtökohdan menetelmävalinnalle.

  • Avoin rakennustyömaa tai louhos, tavoitteena tilavuuslaskelma ja pintamalli: Fotogrammetria soveltuu hyvin, kun kohde on avoin ja tekstuuririkas. Kustannustehokas ja riittävän tarkka useimmissa tapauksissa. LiDAR ei tuo merkittävää lisäarvoa avoimella alueella.
  • Metsäalue, tavoitteena maastomalli kasvillisuuden alta: UAV-LiDAR on selkeä valinta. Fotogrammetria ei pysty tuottamaan luotettavaa maastomallia tiheän kasvillisuuden alla. LiDAR kerää pistehavaintoja myös kasvillisuuden väleistä.
  • Voimalinja tai rata, tavoitteena kasvillisuuden ja rakenteen samanaikainen mittaus: LiDAR soveltuu hyvin pitkien lineaarikohteiden mittaamiseen ja kasvillisuuden analysointiin. Fotogrammetria voi täydentää mittausta visuaalisen tarkastelun osalta.
  • Peltoalue tai avoin maasto, tavoitteena ortokuva ja pintamalli: Fotogrammetria on luontevin valinta. Tuottaa laadukkaan ortokuvan ja pintamallin kustannustehokkaasti hyvissä kuvausolosuhteissa.
  • Kohde, jossa tarvitaan sekä tarkka maastomalli että visuaalinen ortokuva: Yhdistelmäratkaisu on perusteltavissa, jos molemmat lopputuotteet ovat projektin kannalta välttämättömiä. Lisää työnkulun monimutkaisuutta ja kustannuksia.
  • Infrastruktuurihanke, jossa kasvillisuus vaihtelee: LiDAR on usein varma valinta, kun kohteessa on sekä avoimia että kasvillisuuden peittämiä osia ja maanpinnan muotojen mittaaminen on keskeistä.

Menetelmävalinta kannattaa tehdä projektin tavoitteiden, kohteen luonteen ja käytettävissä olevan kaluston perusteella, ei pelkästään teknologian uutuudenviehätyksen tai hinnan perusteella. Suomen vaihtelevat olosuhteet, kuten tiheät metsät, lumen peittämät maastot ja lyhyet kuvausikkunat, vaikuttavat valintaan käytännössä enemmän kuin monessa muussa maassa.

Ammattimaisiin UAV-LiDAR-hankkeisiin Geotrim tarjoaa YellowScan UAV-LiDAR -ratkaisuja, jotka on suunniteltu vaativaan kenttäkäyttöön. Jos olet epävarma siitä, kumpi menetelmä sopii omaan projektiisi tai harkitset UAV-kartoitusjärjestelmän hankintaa, ota yhteyttä Geotrimin asiantuntijaan, joka auttaa valitsemaan tilanteeseen sopivimman ratkaisun.

Usein kysytyt kysymykset

Milloin UAV-LiDAR on selvästi parempi kuin dronefotogrammetria?

LiDAR on perusteltu valinta erityisesti silloin, kun kohteena on metsäinen tai kasvillisuuden peittämä alue ja tavoitteena on tuottaa maastomalli maanpinnan muodoista. Fotogrammetria ei pysty tuottamaan luotettavaa maastomallia tiheän kasvillisuuden alta, koska kamera ei näe maanpintaa latvuston läpi.

Voiko fotogrammetria tuottaa yhtä tarkan pistepilven kuin LiDAR?

Avoimilla alueilla, joissa kohteessa on selkeitä tekstuureja ja kuvausolosuhteet ovat hyvät, fotogrammetrian pistepilvi voi olla laadultaan hyvin vertailukelpoinen. Tarkkuuteen vaikuttavat molemmissa menetelmissä samat tekijät: GNSS-ratkaisu, kontrollipisteet, lentokorkeus ja jälkikäsittely. Kasvillisuuden peittämillä alueilla LiDAR tuottaa selvästi enemmän maanpinnan pistehavaintoja.

Tarvitaanko UAV-LiDAR-mittauksessa kontrollipisteitä?

Kontrollipisteet ja tarkistuspisteet ovat suositeltavia absoluuttisen georeferointitarkkuuden varmistamiseksi myös LiDAR-mittauksessa. GNSS- ja IMU-ratkaisu määrittää pistepilven suhteellisen tarkkuuden, mutta absoluuttinen sijaintitarkkuus varmistetaan maastomittauksella. Georeferointikäytännöt vaihtelevat projektikohtaisesti.

Sopiiko dronefotogrammetria metsäinventointiin?

Latvuston yläpuoliseen kartoitukseen ja puuston korkeuden arviointiin fotogrammetria soveltuu kohtuullisesti, mutta maanpinnan muotojen mittaamiseen tiheässä metsässä se ei ole luotettava menetelmä. Metsäinventoinnissa, jossa tarvitaan tietoa maanpinnan topografiasta tai puuston rakenteesta latvuston alta, UAV-LiDAR on vakiintunut menetelmä. LiDARin konkreettiset käyttökohteet on käsitelty tarkemmin erillisessä artikkelissa.

Onko UAV-LiDAR aina kalliimpi vaihtoehto kuin fotogrammetria?

Kalustoinvestoinnin osalta kyllä, UAV-LiDAR-järjestelmä on merkittävästi kalliimpi kuin vastaava kameradrooni. Koko projektin kustannuksia laskettaessa tilanne voi kuitenkin tasaantua, jos LiDAR säästää maastomittausaikaa tai tuottaa kerralla paremman lopputuloksen ilman uusintamittauksia. Menetelmävalinta kannattaa tehdä kokonaiskustannusten, ei pelkän kalustoinvestoinnin perusteella.

Aiheeseen liittyvät artikkelit