Beruflich Dokumente
Kultur Dokumente
Planetenweite Gelndepunktdaten
Im Rahmen der Mission Mars Global Surveyor (MGS) entsandte die Amerikanische Raumfahrtsorganisation NASA im Jahre 1997 einen Satelliten zum Mars. Der an Bord befindliche Laser Profiler MOLA (Mars Orbital Laser Altimeter) lieferte von Mrz 1999 bis Juni 2001 mehr als 640 Millionen Einzelpunkte der Marsoberflche. Die folgende Tabelle gibt einen berblick der Instrumentenspezifikation. Weitere Informationen sind im Internet zu finden (SMITH 2003). Tab. 1: MOLA (Mars Orbital Laser Altimeter) Spezifikation
Sender: Laser Wellenlnge Pulsrate Energie Empfnger Spiegel Detektor Blickfeld Auflsung Vertikal Vertikal (absolut) Punkt an der Oberflche Punktabstand in Flugrichtung Punktabstand quer zur Flugrichtung 37,5 cm < 10 m (Bahngenauigkeit des Satelliten) 130 m 330 m abhngig vom Orbit bis zu mehrere km 50 cm parabolisch silicon-avalanche Photodiode 0,85 mrad diode pumped, Q-switched Nd:YAG 1064 nm 10 Hz 48 mJ/Puls (an der Oberflche)
Auf Grund der Instrumentenanordnung sind die Punkte auf der Marsoberflche sehr inhomogen verteilt (Abbildung 1). Weiters enthlt der Originaldatensatz Punkte, die bei grob falsch referenziertem Satelliten gemessen wurden. Daher ist es notwendig, Algorithmen zur Beseitigung dieser fehlerhaften Messungen sowie zur Homogenisierung der Punktwolke zu entwickeln. Die Abbildungen 2 und 3 zeigen eine Schrglichtschattierung eines 90.000 km groen Bereiches der Marsoberflche vor und nach der automatisierten Fehlerbereinigung.
Fehlerelimination
Abb. 1:
Spurpunkte
Abb. 2:
Originaldaten
Abb. 3:
Bereinigte Daten
Daher wurde eine andere Methode gesucht. Eine Verbesserung der Ergebnisse konnte erzielt werden, indem ganze Liniensegmente an Stelle von Einzelpunkten analysiert wurden. Dabei wurde der mittlere Filterbetrag eines Segmentes, welcher aus den Residuen seiner Einzelpunkte (RMS Root Mean Square Error) bestimmt wurde, zur Detektion grober Fehler verwendet. Auf Grund der verwendeten Interpolationsmethode erhielten jedoch korrekte Liniensegmente in unmittelbarer Nachbarschaft zu fehlerhaften Segmenten ebenfalls einen greren RMS. Abbildung 4 zeigt das Verhalten der prdizierten Flche im Bereich eines grob fehlerhaften Punktes in Form eines Gelndeprofils. Das hellgraue Band gibt dabei die vorgegebene Toleranzgrenze an. Um dieses Problem zu umgehen, wurde es notwendig, die Fehlerelimination iterativ durchzufhren. Auerdem kann es sein, dass nicht alle Punkte eines als fehlerbehaftet ausgewiesenen Liniensegmentes tatschlich grob falsch sind. Daher wurden alle Punkte der selektierten Segmente erneut gegen das verbesserte Re ferenzmodell, das ohne diesen berechnet wurde, verglichen. Lag der mittlere Abstand zur Referenzflche unter einer vorgegebenen Fehlerschranke, so wurden diese Punkte wieder in die verbleibende Punktmenge aufgenommen. Die Berechnung wurde in folgenden Schritten durchgefhrt: 1. Berechnung eines DGM aus allen gegebenen Punkten (Referenzmodell) 2. Berechnung des RMS pro Liniensegment und anschlieende Elimination vo n Segmenten, deren RMS eine vorgegebene Toleranzgrenze berschritt 3. Berechnung eines verbesserten Referenzmodells aus allen akzeptierten Segmenten 4. Vergleich der abgelehnten Einzelpunkte gegen das verbesserte Referenzmodell und Wiederaufnahme innerhalb einer Toleranzgrenze liegender Punkte 5. Berechnung eines neuen DGM Die Schritte 2 bis 5 wurden mit iterativ kleiner werdenden Toleranzgrenzen wiederholt. Diese Methode entspricht einer robusten Interpolation mit einer sogenannten Box Weight Function also einer senkrecht abfallenden Gewichtsfunktion. Sie erlaubt eine scharfe Trennung in akzeptierte und abgelehnte Punkte. Abbildung 5 zeigt diese Funktion mit den drei verwendeten Grenzwerten 200, 75 und 20 Meter.
Abb. 4:
Auswirkung eines groben Fehlers Abb. 5: auf seine Nachbarschaft graues Band: Toleranzgrenze
4.2 Ergebnisse
In Visualisierungen der Ergebnisse der ersten beiden Methoden wurden Verzerrungseffekte in Ost-/West Richtung sichtbar, welche in Wirklichkeit nicht vorhanden sind. Bei der De launey Triangulation werden die Gebiete zwischen den gegebenen Sttzpunkten durch ebene Dreiecksflchen angenhert. Dabei ist die Qualitt einer Triangulation abhngig von der Homogenitt der Punktverteilung. Je gleichmiger die Punkte verteilt sind, um so stetiger wird das ermittelte DGM. Auf Grund der vorliegenden Punktverteilung bildeten sich jedoch eine groe Anzahl sehr kleiner Dreiecke entlang der Spuren sowie extrem lang gezogene Dreiecke zwischen den Spuren heraus. Auch dies fhrte zu ungewnschten Effekten im abgeleiteten Gelndemodell. Der vierte Ansatz lieferte die visuell plausibelste Oberflche. Die angewandten Schritte sind in Abbildung 6 als Blockdiagramm dargestellt.
Abb. 6:
berbrckung sttzpunktloser Bereiche durch ein grobes Raster Arbeitsablauf Abstandsmodell (wei: < 500 m bis Sttzpunkt, schwarz: > 2.500 m)
Zunchst wird ein grobes Raster des gesamten Gebietes berechnet. Anschlieend bestimmt man mit Hilfe einer Distanztransformation (chamfering) die sttzpunktlosen Bereiche (BORGEFORS 1986). Eine Visualisierung des resultierenden Abstandsmodells ist in Abbildung 6 zu sehen. Die Lcken in den Originaldaten werden nun durch Punkte des groben Rasters geschlossen. Auerdem kann das Abstandsmodell fr eine qualitative Beurteilung eines ermittelten DGM herangezogen werden.
Visualisierungen
Die folgenden Visualisierungen wurden mit SCOP++ abgeleitet, einer Gelndemodellapplikation zur Interpolation, Verwaltung, Anwendung und Visualisierung digitaler Gelndedaten. Die Software wurde in den vergangenen 30 Jahren in Zusammenarbeit des I.P.F. sowie der INPHO Stuttgart GmbH implementiert und laufend weiterentwickelt (I.P.F. 2003). Abbildung 7 gibt einen berblick der aus den MOLA Daten abgeleiteten Visualisierungen. Eine Publikation der beim Workshop Exploring Mars Surface and its Earth Analogons im September 2002 in Sizilien prsentierten Ergebnisse fr das Planetary and Space Science Journal ist in Vorbereitung (DORNINGER, JANSA , BRIESE, MANDLBURGER & K RAUS 2003).
Abb. 7:
ber ein Modul zur rasterbasierten Oberflchenanalyse eines DGMs. Alle im folgenden be schriebenen Methoden basieren darauf, dass zunchst das DGM in diskrete Rasterelemente mit vorgegebener Gitterweite zerlegt wird. Detaillierte Informationen sind in (KRAUS 2000) und in der Dissertation von W. Rieger (RIEGER 1992) zu finden. Einen berblick der implementierten Mglichkeiten gibt Abbildung 8.
Abb. 8:
Mglichkeiten der rasterbasierten Oberflchenanalysen mit SCOP++. Der dargestellte Bereich ist etwa 3.192.399 km gro und wurde mit einer Gitterweite von 1 km / Pixel analysiert. ( s. auch Farbtafel #, S. # )
Analysemethoden wurden im Bereich der Valles Marineris, dem grten Grabensystem am Mars, angewendet. In Abbildung 9 wird ein Teil dieser Ergebnisse als Perspektivansicht vi sualisiert. Der dargestellte Ausschnitt ist etwa 350.000 km gro. Der Hhenunterschied betrgt rund 8 km. Die Darstellung ist 5-fach berhht.
Abb. 9:
Perspektivansicht im Bereich Valles Marineris mit Flssen und Senken ( s. auch Farbtafel #, S. # )
Zustzlich bietet SCOP++ die Mglichkeit, die Grenzen der entsprechenden Einzugsgebiete der einzelnen Flusssegmente sowie eine farbkodierte Darstellung der Oberflchenwassermenge zu ermitteln. Die beschriebenen Ergebnisse werden primr als Rasterbilder ausgegeben. Eine vektorielle Beschreibung der ermittelten Flsse kann ebenfalls exportiert werden. Numerische Ausgaben der Ergebnisse sind derzeit nicht mglich. Weitere Analysemglichkeiten beschreibt (GAISKY 2000).
aktive 3D Modelle an. Als Textur knnen verschiedene Rasterbilder mit bekannter Georeferenzierung verwendet werden. Dies knnen entweder zuvor ermittelte Gelndevisualisierungen oder aber auch digitale Orthophotos sein. Abbildung 10 zeigt 360 Panorama Darstellungen im Bereich der Valles Marineris. Als Textur wurde in der oberen Darstellung eine berlagerung aus Schrglichtschattierung und Hhenkodierung verwendet. Die untere Darstellung zeigt das Ergebnis der Oberflchenwassermenge, die wie in Absatz 5.1.1 beschrieben ermittelt wurde. Die Perspektivansicht zeigt den selben Bereich, der mit dem Namensgut der entsprechenden Oberflchenobjekte versehen wurde.
Abb. 10: links - 360 Panoramadarstellungen im Bereich der Valles Merineris rechts - Perspektivansicht mit berlagerter Nomenklatur des selben Bereiches ( s. auch Farbtafel #, S. # ) Die Virtual Reality Modelling Language (VRML) ermglicht eine interaktive 3D Darstellung von Gelndemodellen gemeinsam mit Texturen. VRML ist das Standardformat zur Beschreibung interaktiver virtueller 3D Welten im Internet. SCOP++ bietet die Mglichkeit, ausgehend von einem Gelndemodell und Texturdaten derartige virtuelle Flge ber die Marsoberflche zu erstellen.
Die Methoden zur Berechnung und Aufbereitung von Gelndemodellen wurden bislang primr fr den Einsatz auf der Erde konzipiert und erprobt. Deren Anwendung zur Bestimmung der Marsoberflche stellte uns jedoch vor neue Herausforderungen. Auf der Erde befasst man sich bei der DGM Ermittlung meist mit regional beschrnkten Gebieten oder die Punktdichte fr kontinentalweite Datenstze ist nicht besonders hoch. Die Marsoberflche, welche in etwa der Kontinentalflche der Erde entspricht, kann jedoch mit den vorhandenen Daten bereits planetenweit mit einem 500 m Raster bestimmt werden. Auch die Hhenunterschiede bewegen sich in anderen Bereichen. So treten am Mars absolute Hhenwerte zwischen 17 und +24 km auf! Um diese Wertebereiche mit bereits vorhandener Software bearbeiten zu knnen, musste so manche Anpassung durchgefhrt werden. Auerdem ist, wie in Absatz 3 beschrieben, die Oberflche des Mars viel rauer als jene der Erde, wodurch viele Methoden, welche die Erdoberflche effizient modellieren fr den Mars nur eingeschrnkt geeignet sind. Wie aber die beschriebenen Ergebnisse zeigen, knnen mittlerweile sehr attraktive und vor allem plausible Modelle und Darstellungen der Marsoberflche ermittelt werden. Bisher
10
wurden von uns noch keine hochauflsenden Orthophotos als Texturen herangezogen. Der Detaillierungsgrad der bereits vorhandenen Bilder betrgt bis zu 20 m/Pixel. Die Ableitung von Darstellungen mit diesen Informationen als Grundlage wird noch angestrebt. Die aktuellsten Ergebnisse sind auf der Projekt Homepage des I.P.F. zu finden: http://www.ipf.tuwien.ac.at/MarsExpress/
Literatur
Borgefors, G., (1986): Distance Transformations in Digital Images. Computer Vision, Graphics and Image Processing, CVGIP 34 (3), pp. 344-371. Briese, C, N. Pfeifer & P. Dorninger (2002): Applications of the Robust Interpolation for DTM determination. Symposium der ISPRS-Comm. III, Graz 2002. International Archives of Photogrammetry and Remote Sensing, Volume XXXIV / 3A, pp. 55 - 61. http://ibmws2.ipf.tuwien.ac.at/publications/Briese_Pfeifer_Dorninger.pdf Dorffner L, G. Mandlburger, L. Molnar, J. Wintner & W. Whrer (1999): Gelndemodelltechnologien - Forschung und Weiterentwicklung am I.P.F.. X. Internationale Geodtische Woche in Obergurgl 1999. Institut fr Geodsie der Universitt Innsbruck, Heft 18, 1999, S. 31 44 http://www.ipf.tuwien.ac.at/publications/ipf_p_igwo99/ipf_p_igwo99.html Dorninger, P (2002): Aufbau eines globalen Bild- und Gelndedatenarchivs des Planeten Mars unter Verwendung von XML Technologien. GeoNews, Heft 4/2002 November, S. 12-13. http://www.rmdata.at/downloads/GeoNews/GeoNews_2002_4.pdf Dorninger, P, J. Jansa, C. Briese, G. Mandlburger & K. Kraus (2003): High Quality Visualziations and Analyses of Mars Surface. Planetary and Space Science Journal, Oktober/November 2003 (in Vorbereitung) http://www.ipf.tuwien.ac.at/MarsExpress/docs/sicilyWorkshop/ Gaisky, D. (2000): Geomorphologic improvement of DTMs especially as derived from laser scanner data. International Archives of Photogrammetry and Remote Sensing, Vol XXXII/6W8, Ljubljana, Slovenia, pp. 70-75. Hochstger F. (1996): Software for Managing Country-Wide Digital Elevation Data. International Archives for Photogrammetry and Remote Sensing, XXXI, Part B2, Vienna 1996, S. 160 - 163. http://www.ipf.tuwien.ac.at/publications/fh_p_isprs96.html Institut fr Photogrammetrie und Fernerkundung, TU Wien (2003): SCOP++ Produktbeschreibung. http://www.ipf.tuwien.ac.at/produktinfo/scop/scop_dtm_sheet.htm Kraus K. (2000): Topographische Informationssysteme. Photogrammetrie, Band 3, Dmmler-Verlag, Bonn, 419 Seiten Rieger W. (1992): Automated river line and catchment area extraction from dem data. International Archives of Photogrammetry and Remote Sensing, Vol. XXIX/B4, Washington, USA, pp. 642-649 Smith, D. E. (2003): MOLA-Instrumenten Spezifikation, Laboratory for Terrestrial Physics. http://ltpwww.gsfc.nasa.gov/tharsis/spec.html