We gebruiken cookies om de website specifiek voor u in te richten. Als u verder navigeert, accepteert u dat. Uw gedrag op onze website wordt vastgelegd en kan worden gebruikt ter verbetering van onze dienstverlening. Meer informatie over cookies
Sociale media
Cookies waarmee pagina´s van deze site op sociale netwerken gedeeld kunnen worden. Door deze cookies te accepteren, staat u sociale netwerken toe uw surfactiviteit te volgen.
Open het menu om verder te navigeren
Navigatie sluiten
Sla op in leeslijst Exclusief voor leden Maak pdf Exclusief voor leden
Het doel van het AHN is het vervaardigen van een landelijk dekkend bestand dat zeer nauwkeurig en op een hoge resolutie het maaiveld representeert. Dit betekent dat alle objecten die niet tot het maaiveld behoren (zoals gebouwen, vegetatie en voertuigen) niet in het eindproduct mogen voorkomen. Overigens zijn deze ‘uitgefilterde’ gegevens wel beschikbaar als afzonderlijke bestanden. De vluchtgegevens worden gebruikt om
Het doel van het AHN is het vervaardigen van een landelijk dekkend bestand dat zeer nauwkeurig en op een hoge resolutie het maaiveld representeert. Dit betekent dat alle objecten die niet tot het maaiveld behoren (zoals gebouwen, vegetatie en voertuigen) niet in het eindproduct mogen voorkomen. Overigens zijn deze ‘uitgefilterde’ gegevens wel beschikbaar als afzonderlijke bestanden. De vluchtgegevens worden gebruikt om alle ingewonnen datapunten binnen een vluchtstrook van circa 400 meter breed te corrigeren op de bewegingen van het vliegtuig, zoals hoogteverschillen en verdraaiingen. Door paspunten (nauwkeurig ingemeten controlepunten) op de grond te gebruiken, worden de verschillende losse stroken op de juiste hoogte (t.o.v. NAP) gebracht. De stroken worden op elkaar aangesloten door overlappende punten en/of objecten (vooral zadeldaken) te gebruiken. Via geautomatiseerde filterstappen worden de datapunten ingedeeld in de categorieën maaiveld en niet-maaiveld (zoals begroeiing en bebouwing). Van alle punten in de gefilterde AHN2-dataset (het maaiveld) wordt gecontroleerd of ze juist zijn geclassificeerd. Waar nodig wordt dit met de hand bijgewerkt. Uiteindelijk wordt van de maaiveldpunten een rasterbestand gemaakt, dat bestaat uit vakken van 5 x 5 meter of 0,5 x 0,5 meter met elk één hoogtewaarde. Overigens zijn de bestanden ook beschikbaar als puntenwolk, waarmee de gebruiker een eigen hoogtemodel (met een andere resolutie) kan maken. Wel is de omvang van een dergelijk bestand vele malen groter (tot circa 400 keer) dan van het rasterbestand. Van het AHN2 zijn zowel het maaiveld als de uitgefilterde punten (vegetatie, bebouwing) beschikbaar. Uit een combinatie van beide zijn onder meer 3D-visualisaties te genereren, vergelijkbaar met bijvoorbeeld een maquette (zie figuur A). Figuur A 3D-model bebouwing op basis van AHN2-puntenVergroot afbeelding In figuur B zijn 4 verschillende filteringen van de AHN2 uitgewerkt: A – DEM (Digital Elevation Model) Afbeelding A is de ruwe uitvoer van een LiDAR-meting, in dit geval een deel van het AHN2. In dit bestand zitten alle meetpunten en daarmee alle ingemeten objecten, inclusief vegetatie, bebouwing en auto’s, die geen deel uitmaken van het maaiveld. In rood zijn de ontbrekende data aangegeven. Op het wateroppervlak wordt de laser zodanig verstrooid dat hier geen signaal terugkomt. Verder verloopt de kleur van zwart (laag) naar wit (hoog). B – DTM (Digital Terrain Model) Het digitale terreinmodel bestaat uit een combinatie van het daadwerkelijke maaiveld en de bebouwing. Objecten die op het maaiveld staan (vooral vegetatie) zijn uit dit bestand gefilterd. Hierdoor ontstaan op de locaties waar een meetpunt uit vegetatie bestond extra delen met ontbrekende data. De laser weerkaatst op het eerste object dat hij tegenkomt (in dit geval de vegetatie) en levert daardoor geen informatie over het daadwerkelijke maaiveld ter plaatse. In rood zijn de ontbrekende data aangegeven. Op het wateroppervlak wordt de laser zodanig verstrooid dat hier geen signaal terugkomt. Verder verloopt de kleur van zwart (laag) naar wit (hoog). C – Vegetatiehoogte De bij het digitale terreinmodel uitgefilterde datapunten vormen vooral vegetatie, naast andere objecten (zoals auto’s). Deze uitgefilterde punten zijn zichtbaar in afbeelding C. De datapunten zijn bijvoorbeeld onder te verdelen in hoogteklassen om onderscheid te maken tussen struiken en bomen. In rood zijn de ontbrekende data aangegeven (in dit geval water en de tot het DTM behorende punten). Verder loopt de kleur van zwart (laag) naar wit (hoog). D – Vegetatieklassen Kaart D is een combinatie van verschillende filters. De oranje en blauwe kleur zijn gegenereerd uit het DTM. Het maaiveld is oranje, waarbij alle punten met een te grote afwijking van de omliggende punten uit de verzameling zijn gehaald. De bebouwing is blauw. Uit de vegetatiehoogte is een klassenindeling gemaakt: de struiken en kleine bomen (tot een hoogte van circa 3 m) zijn groen, de hogere vegetatie is geel. Net als in de andere kaarten zijn de ontbrekende data in rood aangegeven. Figuur B Verschillende bewerkingen van de AHN2 data van een woonwijkdeel (vrij naar: Mason et al., 2007)Vergroot afbeelding
Exclusief voor leden
Geïnteresseerd in dit artikel? Log in!
En krijg toegang tot dit artikel en andere besloten delen van de website, met o.a. de kennisbank, beeldenbank en onderzoekspublicaties.