Professional Documents
Culture Documents
768480.goriki Martin-DEF
768480.goriki Martin-DEF
GEODETSKI FAKULTET
Martin Gorički
Diplomski rad
Zagreb, 2015.
I. Autor
Mentori: prof. dr. sc. Stanislav Frangeš i doc. dr. sc. Vesna Poslončec-Petrić
Zahvala
Zahvaljujem se mentorima prof. dr. sc. Stanislavu Frangešu i doc. dr. sc. Vesni Poslončec-Petrić
koji su me podržali u izboru teme i koji su mi svojim savjetima pomogli pri izradi diplomskog
rada.
Zahvaljujem se Krunoslavu Šoštariću, inž. geodezije i tvrtkama AMG Studio i GEO LEGIN na
pruženoj podršci i instrumentariju.
I najveće hvala mojoj djevojci Karmeli, obitelji i prijateljima što su mi bili potpora i oslonac
tokom svih godina studiranja.
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Sažetak: Ovaj diplomski rad opisuje postupak modeliranja 3D kartografskog prikaza za potrebe
planiranja pametnog grada i objašnjava ulogu pametnih gradova u sadašnjem i budućem
svijetu. Opis modeliranja grada uključuje sve postupke, od prikupljanja podataka pomoću
bespilotne letjelice, njihove obrade u fotogrametrijskom softveru Photoscan, do
interpretacije, izrade i vizualizacije 3D modela u softveru AutoCAD Civil 3D na konkretnom
primjeru 3D modela koji je autor izradio za izabrano testno područje. Uloga 3D modela u
planiranju pametnih gradova objašnjena je kroz nekoliko primjena među kojima je i analiza
potencijala sunčevog zračenja pomoću softvera SAGA GIS za planiranje mreže solarnih
elektrana.
Abstract: This master's thesis describes process of modelling 3D cartographic visualization for
smart city planning purposes and explains the role of smart cites in this and future world.
Description of modelling city includes all procedures, from collecting data with unmanned
aerial vehicle, processing of those data in software Photoscan, interpretation, making and
rendering 3D model in software AutoCAD Civil 3D on real example of 3D model which was
made by author for chosen test area. The role of 3D model in planning of smart cities is
explained through few examples including analysis of solar potential radiation using software
SAGA GIS for planning of solar power plant network.
Key words: smart cities, Photoscan, 3D cartographic visualization, UAV, AutoCAD Civil 3D,
analysis, planning
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Sadržaj
1. Uvod ................................................................................................................................... 1
7. Zaključak ........................................................................................................................... 46
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Literatura .................................................................................................................................. 47
Internetski izvori ................................................................................................................... 47
Popis slika ............................................................................................................................. 49
Popis tablica ......................................................................................................................... 51
Popis priloga ......................................................................................................................... 52
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
1. Uvod
Od najranijeg doba postojala je potreba za prikupljanjem prostornih podataka i prikazivanje
prostora koji nas okružuje, bilo u ravnini (karte i planovi) ili nekim oblikom 3D prikaza (globusi
i sl.). Razvoj tehnologije, računalnih programa za vizualizaciju, široka upotreba slobodno
dostupnih podataka omogućila je svakome od nas da promatramo ili sami modeliramo 3D
prostor oko nas pomoću računala.
Možemo reći da u današnje vrijeme klasični prikazi podataka više ne zadovoljavaju sve potrebe
korisnika. 3D prikazi našli su svoju primjenu u modeliranju kompletnog prostora koji nas
okružuje.
Krajnji stupanj tehnološke razvijenost modernog grada trebao bi biti tzv. pametni grad.
Pametni grad predstavlja našu optimalnu urbanu budućnost. On mora biti planiran i vođen na
temelju analiza prostornih podataka koje moraju koristiti i prikazivati treću dimenziju.
Prostorni podaci na temelju kojih se rade 3D vizualizacije i 3D GIS moraju biti prikupljeni brzo
i efikasno uz minimalne troškove te moraju biti prilagođeni za korištenje u raznim dostupnim
softverima. Za prikupljanje velikog broja informacija sve se više koriste nove tehnologije poput
LiDAR-a i fotogrametrijskog snimanja bespilotnim letjelicama.
U konačnici 3D model je nužan za održiv razvoj svakog pametnog naselja i onog koje to želi
postati.
1
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
2. Pametni gradovi
Prvi i osnovni element pametnog grada su ljudi koji moraju prilagoditi svoj način života kako
bi pametni grad mogao funkcionirati. To najviše podrazumijeva ekološku osviještenost
stanovnika. Životne navike odraslih teško je mijenjati, no to je nužno kako bi mladi mogli steći
dobre navike te biti odgojeni i prilagođeni za život u pametnim gradovima. Vizualizacija
mentaliteta građana pametnog grada prikazana je na slici 1.
Dakle, stvaranje pametnog grada nije nešto što može nastati preko noći, unatoč čak i dobrim
i naglim ulaganjima. Prilagodba ljudskog mentaliteta na taj način života je osnovni, najteži i
najdugotrajniji proces u planiranju pametnog grada.
Struktura pametnog grada planirana je na način da zadovoljava već prije spomenute uvjete
koje pametan grad mora ispunjavati. Ideja strukture jednog pametnog grada (slika 2) svakako
uključuje:
2
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Iako ta slika djeluje utopijski, ona je svakako nešto čemu treba težiti kod budućih planiranja.
Drugi važan element pametnog grada su zgrade u kojima ljudi borave i obavljaju svoje
svakodnevne aktivnosti. Postojeće zgrade moraju se što više prilagoditi uvjetima koje pametni
grad traži, a nove se trebaju planirati i graditi u skladu s istima.
Najbitniji uvjet pri projektiranju novih i održavanju postojećih zgrada je njihova energetska
učinkovitost. Ostale odlike koje su poželjne za zgrade u pametnim gradovima su energetska
neovisnost korištenjem obnovljivih izvora energije i automatizacija te njihova mrežna
povezanost za učinkovitije reagiranje u hitnim situacijama (URL 3).
3
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Sljedeći važan element pametnog grada su izvori energije. Oni moraju biti ekološki prihvatljivi
poput solarnih i vjetroelektrana (slika 3). Problem kod tih izvora energije je da se energija ne
može proizvoditi u svakom trenutku nego postoje razdoblja kada se proizvodi previše energije
(sunčani dani, vrlo vjetrovite noći ili dani) i razdoblja kada se proizvodi premalo energije za
potrebe pametnog grada (oblačni dani, noć ili dani bez vjetra). Taj problem je jedinstven za
svako područje te je potrebno pravodobno planiranje kako bi se osigurao neprestan dotok
energije.
4
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Efikasan i ekološki prihvatljiv prijevoz je relevantan jer ljudi imaju sve veće potrebe za lokalnim
migracijama iz poslovnih ili privatnih razloga. Na slici 5 je prikazana ideja prijevoza električnim
vozilima na način da se vozila iznajmljuju po potrebi i zatim vraćaju na najbližu stanicu za
punjenje.
Javni prijevoz je također bitan, jer kao takav mora biti financijski prihvatljiviji, ekološki i
približno efikasan kao i privatni prijevoz. Postojeće benzinske postaje bi se trebale
rekonstruirati u multi-energetske postaje koje bi omogućavale da se na njima kupi energija u
5
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
bilo kojem obliku s naglaskom na električnu. ITS (Inteligentni transportni sustavi) omogućavaju
najefikasniji transport u smislu korištenja resursa.
U nekom konačnom stadiju pametnog grada gotovo sve operacije bi se izvodile automatski, a
neka postrojenja ne bi zahtijevala ni konstantno zaposlene ljude već bi se pomoću senzorskih
mreža sve kontroliralo iz jedinstvenog kontrolnog centra. Taj isti kontrolni centar je digitalno
središte pametnog grada koji je zaslužan za konstantno nadziranje svih elemenata pametnog
grada te za savršeno upravljanje samim gradom.
Pametna sela su verzije pametnih gradova u malome. Osnovne razlike između pametnih sela
i gradova su veličina i djelatnost. Dok se veliki gradovi uglavnom oslanjaju na industriju kao
glavnu djelatnost, pametna sela se oslanjaju više na poljoprivredu. To ne znači da pametna
sela ne mogu također biti industrijska središta ili težiti k tome. Pametne farme su osnovne
jedinice pametnih sela kojima je poljoprivreda osnovna djelatnost (URL 10).
Kada govorimo o 3D modelima, najčešće mislimo na digitalni model terena (DMT) ili digitalni
model reljefa (DMR), digitalni model zgrada (DMZ) i digitalni model površine (DMP).
Digitalni model reljefa (DMR) predstavlja skup točaka na površini zemlje čije su prostorne
koordinate pogodne za računalnu obradu (Frančula 2004). DMR podrazumijeva točke koje su
isključivo na terenu, bez vegetacije i građevina. On je skup položajno (i visinski) određenih
točaka i geometrijskih elemenata (prijelomnima, linija oblika i površina isključenja) koji
prikazuju površinu zemljišta i iz njih izračunan matematički model te plohe (URL 12).
DMR može biti u rasterskom ili vektorskom obliku. DMR u rasterskom obliku podrazumijeva
pravilnu mrežu kvadrata određene veličine u kojoj je svakom kvadratu pridružena njegova
visina koju još skraćeno nazivamo RSG (engl. regular square grid). DMR u vektorskom obliku
najčešće podrazumijeva nepravilnu mrežu trokuta koju još skraćeno nazivamo TIN (engl.
triangulated irregular network). RSG se može podijeliti na dvije vrste TRSG (engl. triangulated
regular square grid) i SRSG (engl. stepped regular square grid) (slika 7) (Cetl i dr. 2013).
7
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Digitalni model površine (DMP) je kontinuirana površina koja se razlikuje od DMR-a po tome
što je jednoj točki moguće pridružiti više od jedne visine, tj. moguće je prikazati okomite
elemente na zemljinoj površini poput zgrada, strmih stijena itd. Digitalni model površine
nastaje spajanjem DMR-a i DMZ-a (slika 8).
Slika 8 - Razlika između DMR-a (Digital Terrain Model) i DMP-a (Digital Surface Model) (URL
13)
- terestičkom izmjerom,
8
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
- aerofotogrametrijskom izmjerom,
- laserskim skeniranjem iz zraka,
- satelitskom izmjerom ili
- prikupljanjem postojećih podloga.
Terestička izmjera je izmjera koja se odvija na terenu koji nam je od interesa, tj. koji želimo 3D
modelirati. U terestičku izmjeru ubrajamo (Cetl i dr. 2013) (Džapo 2008):
- tahimetrijsko snimanje,
- globalni satelitski sustavi za navigaciju (GNSS),
- terestičko lasersko snimanje i
- terestičko fotogrametrijsko snimanje.
Snimanje GNSS-om koristi signale sa GNSS satelita pomoću kojih određuje koordinate u 3D
prostoru. Dvije najčešće korištene metode GNSS izmjere su RTK (engl. Real time kinematic) i
DGPS (engl. Differential GNSS) (Cetl i dr. 2013).
Terestičko lasersko snimanje koristi lasersko mjerenje udaljenosti velikog broja točaka oko
sebe. Princip je sličan kao kod tahimetrije, razlika je u tome što laserski skener automatski
mjeri, tj. izvodi pomake vertikalnih i horizontalnih kutova prilikom izmjere i to za neki
predefinirani kut. Takvom izmjerom dobiva se oblak točaka koji se zatim koristi za 3D
modeliranje (Cetl i dr. 2013).
Terestička izmjera je pogodna za manja područja na kojima je moguće postići detaljnost koja
nije moguća nijednim drugim metodama. Izmjera velikih područja bila bi ovim metodama
dugotrajna i neisplativa.
Aerofotgrametrijska izmjera je metoda izmjere koja se temelji na istom principu kao terestička
fotogrametrijska izmjera. Razlika je u tome što se u ovom slučaju radi o snimanju iz zraka
mjernom kamerom fiksiranom na zrakoplov (slika 9) (Džapo 2008).
9
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
10
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Lasersko skeniranje iz zraka ili laserska altimetrija ili LiDAR (engl. Light Detection and Ranging)
(slika 11) je metoda izmjere kojom se dobiva veliki broj gusto izmjerenih točaka (tzv. oblak
točaka) pomoću laserskog skenera pričvršćenog na zrakoplov čiji je položaj poznat u svakom
trenutku koristeći GNSS metode pozicioniranja.
Najpoznatiji podaci dobiveni satelitskom izmjerom, a koji se koriste za izradu DMR-a su SRTM
(engl. Shuttle Rader Topography Mission) podaci.
SRTM je internacionalna istraživačka misija koja je uspjela izraditi DMR na globalnoj razini za
područje između 54o južne i 60o sjeverne širine (URL 16). ti su podaci iskoristivi samo za velika
područja, jer za manja područja dostupna rezolucija nije dovoljna (slika 12).
11
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Postojeće podloge poput analognih karata također se mogu upotrebljavati kao izvor podataka
za 3D modeliranje. Kako bi iz analognih karata mogli dobiti DMR potrebno je digitalizirati
izohipse i kote. Prilikom digitalizacije izohipsi svaka se izohipsa vektorizira na način da se
aproksimira određenim brojem točaka, tako da najbolje odgovara stanju na analognoj karti
(Cetl i dr. 2013).
12
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Iz postojećih analognih podloga poput Hrvatske osnovne karte (HOK), može se izraditi DMR,
no ne mogu se dobiti potpuni podaci za izradu DMZ, jer na takvim podlogama ne postoje
podaci o visinama zgrada, već samo o njihovom položaju i izgledu u horizontalnom smislu. Iz
tog je razloga tako prikupljene podatke potrebno dopuniti jednom od već navedenih metoda
prikupljanja podataka.
Podatke dobivene izmjerom potrebno je obraditi i spremiti u određeni oblik zapisa (format).
Obrada i format podataka prvenstveno ovisi o izboru softvera i načinu modeliranja. 3D
modeliranje može biti automatsko, ručno ili njihova kombinacija. Za automatsko modeliranje
potrebno je imati dobro pripremljene podatke na temelju kojih će softver moći sam
interpretirati podatke i izraditi 3D model. Ukoliko se radi o ručnom modeliranju, tada osoba
koja modelira ima potpunu kontrolu nad modelom i može interpretirati podatke na način koji
želi (URL 17).
13
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Prednost GIS baziranih softvera je njihova sposobnost za izvođenje raznih prostornih analiza.
CAD softveri s druge strane omogućuju geometrijsku točnost koja kod GIS baziranih softvera
nije toliko naglašena (Cetl i dr. 2013).
Neki od najraširenijih softveri za kreiranje, uređivanje, analize i prikaz 3D modela gradova su:
- Autodesk AutoCAD
- Infraworks 360
- GeoMedia 3D i Geomedia Terrain
- ArcGIS (3D Analyst ekstenzija)
- Esri CityEngine
- Bently Map
- Esri City Engine
- MapInfo Vertical Mapper
- Global Mapper
- Grass GIS
- SAGA GIS
- SketchUp
- Google Earth i dr.
Izbor softvera i izbor formata međusobno ovise jedni o drugima. Kod izbora formata moramo
biti sigurni da nam je dostupan softver koji podržava potreban format, kao i da je to format
koji možemo dalje proslijediti drugim korisnicima tog modela, te da struktura tog formata
dopušta pohranu svih potrebnih podataka.
CityGML je format namijenjen za GIS bazirane softvere za 3D modeliranje. CityGML ima strogo
definirane razine detaljnosti lod0, lod1, lod2, lod3 i lod4 (slika 14).
14
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
- GeoVRML
- KML
- ESRI GRID.
15
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
3. Test područje
Praktični dio ovog diplomskog rada obuhvatio je centar i užu okolicu općine Sveti Križ Začretje
(slika 15). Na izbor područja utjecalo je nekoliko elemenata, a u prvom redu su to:
16
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Konačni izbor područja za izradu 3D modela je središnji dio (slika 16) i okolica mjesta Sveti Križ
Začretje u Krapinsko-Zagorskoj županiji. Sveti Križ Začretje nije službeno grad no razvija se vrlo
brzo. Ima oko 7000 stanovnika. Industrijska zona je snažna za mjesto te veličine te se naglo
razvija.
Općina Sveti Križ Začretje prostire se na preko 42 km2. Veći dio te površine je neizgrađeno
područje što omogućuje dobro planiranje pametnog grada.
Općina Sveti Križ Začretje ima i veliki poljoprivredni potencijal. Da bi se taj potencijal
adekvatno iskoristio potrebno je obaviti komasaciju poljoprivrednih zemljišta. Trenutno ovako
presitne katastarske čestice nisu podobne za bilo kakvo napredno bavljenje poljoprivredom.
Dok se to ne obavi, općina se sve više orijentira na industrijski razvoj.
Naselje Sveti Križ Začretje nalazi se na povišenom platou u dolini rijeke Krapinice. Rijeka
Krapinica te mnoštvo drugih potoka koji teku kroz općinu Začretje veliki su kapital ovog
područja koji se može iskoristiti u energetske svrhe (navodnjavanje reverzibilne
17
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Sveti Križ Začretje je jedna od najstarijih župa u Zagorju. Ne postoji podatak o tome kada je
osnovana, ali je na popisu župa iz godine 1334. navedena crkva Svetog Križa na posjedu Petra,
sina Nuzlinova, što znači da je osnovana prije te godine. Godine 1440. spominje se župnik u
Svetom Križu na otoku što ukazuje na to da je okolno područje bilo močvarno. U 15. stoljeću
područjem su vladali Keglevići. Nakon Seljačke bune 1573. mnoštvo seljaka kojima se sudilo
bili su upravo iz Začretja. Udajom Marije Keglević rođene Drašković za Petra Troyia Sermagea
16.7.1775. god. posjed je pripao trima naraštajima te francuske obitelji. Godine 1832. Henrieta
Sermage udaje se za grofa Schlippenbacha u Berlinu i doselila u Sveti Križ Začretje. Godine
1886. grof Schlippenbach umire, a ona se vraća u Berlin. Nakon toga je dvorac kupio barun
Janko Vranyczany Dobrinović. Za vrijeme njega vlastelinstvo je unaprijeđeno te je prošireno
na dobra Puhakovec i Šenjugovo. U Puhakovcu, u kurji, umro je Ivan Kukuljević Sakcinski, a u
Šenjugovu je odrasla Marija Jurić Zagorka.
Mjesto je dobilo ime spajajući dva imena zajedno. Dobilo je ime prema župi i crkvi Svetog Križa
i prema povišenom tlu kojeg su okruživale močvarne šume čiji je naziv bio „čret“. Kada bi
prolaznici dolazili rekli bi: „idemo za čret“ što se s vremenom pretvorilo u Začretje.
Reljef na kojem je smješteno naselje (uzdignuto povišenje) i sam položaj naselja (slika 18) imali
su veliki utjecaj na njegov razvoj i naseljenost u začecima (Gorički 2012).
18
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
19
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
20
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
21
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Geodetski situacijski nacrt je prikaz stvarnog stanja terena u nekom digitalnom ili analognom
obliku u određenom mjerilu, izrađen na temelju geodetske izmjere (URL 20). Korišteni
geodetski situacijski nacrt (slika 22) izradila je tvrtka GEOTAG u HTRS96/TM projekciji.
kvalitetnih filmova i fotografija. Primarna svrha joj nije izmjera iz zraka no svakako je iskoristiva
i za tu namjenu.
Tablica 1 - Specifikacije bespilotne letjelice DJI INSPIRE 1 (URL 21)
LETJELICA KAMERA
Model Name
T600 X3
Weight (Battery Included) Model
2935 g FC350
Hovering Accuracy (GPS Mode) Total Pixels
Vertical: 0.5 m 12.76 M
Horizontal: 2.5 m Effective Pixels
Max Angular Velocity 12.4 M
Pitch: 300°/s Image Max Size
Yaw: 150°/s 4000x3000
Max Tilt Angle ISO Range
35° 100-3200 (video)
Max Ascent Speed 100-1600 (photo)
5 m/s Electronic Shutter Speed
Max Descent Speed 8 s - 1/8000 s
4 m/s FOV (Field Of View)
Max Speed 94°
22 m/s (ATTI mode, no wind) Sensor
Max Flight Altitude Sony EXMOR 1/2.3”
4500 m Lens
20 mm (35 mm format equivalent)f/2.8 focus at
Max Wind Speed Resistance
∞
10 m/s 9 Elements in 9 groups
Max Flight Time Anti-distortion
Approximately 18 minutes Still Photography Modes
Motor Model Single shoot
DJI 3510 Burst shooting: 3/5/7 frames
Auto Exposure Bracketing (AEB): 3/5 bracketed
Propeller Model
frames at 0.7EV Bias
DJI 1345 Time-lapse
Indoor Hovering Video Recording Modes
Enabled by default UHD (4K): 4096x2160 p 24/25
Operating Temperature Range FHD: 1920x1080 p 24/25/30/48/50/60
-10° to 40° C HD: 1280x720 p 24/25/30/48/50/60
Diagonal Distance Max Bitrate Of Video Storage
559 to 581 mm 60 Mbps
Dimensions Supported File Formats
438x451x301 mm FAT32/exFAT
Photo: JPEG, DNG
23
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Korišten je i RTK uređaj Topcon Hiper SR (slika 24) (tablica 2). Uređaj je bio korišten kao rover
te je primao korekcijske parametre CROPOS mreže preko mobilne mreže.
24
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
25
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Nakon stabilizacije dodatnih točaka geodetske osnove, obavlja se izmjera točaka RTK
metodom. RTK metodom izmjerene su sve točke uključujući i one čije su koordinate poznate
iz dostupnog geodetskog situacijskog nacrta kako bi mjerenja bila homogena.
Izabrane točke su mjerene u 5 epoha VPPS servisom CROPOS-a. Nakon izmjere točaka
geodetske osnove, iste se signaliziraju na način da su nedvojbeno vidljive na snimkama.
Nakon izmjere točaka geodetske osnove možemo poletjeti bespilotnom letjelicom i snimati iz
zraka. Za tu metodu su vremenske prilike vrlo bitne, jer letenje po jakom vjetru nije
preporučljivo, a kiša može uzrokovati velike kvarove na letjelici ili dovesti do njezinog pada.
Tijekom snimanja ovom letjelicom potrebno je polijetati s jedne od točaka geodetske osnove
kako bi se visina letjelice u trenutku snimanja mogla korigirati za visinu točke polijetanja i tako
dobila prava visina letjelice u trenutku snimanja. Taj postupak je važan jer letjelica pomoću
GPS prijemnika i barometrijskog altimetra lokacijski označava fotografije što uvelike ubrzava
proces obrade kasnije u softveru. Photoscan softver preporuča 60% - 70% preklapanja na
fotografijama, kako uzdužno tako i poprečno, kako bi automatskim fotogrametrijskim
metodama mogao generirati oblak točaka. INSPIRE 1 je relativno nova bespilotna letjelica koja
još nema mogućnost povezivanja s aplikacijama drugih tvrtki, tako da je automatsko letenje
još uvijek nemoguće. Trenutno je moguće letjeti samo manualno bez autopilota pa su
očekivana velika odstupanja od planiranog snimanja, no u konačnici je bitno samo da se
prekrije cijeli teren s preklapanjem 60% – 70%. Snimanje se izvodilo s visine od 100 m iznad
tla što znači da jedna fotografija na tlu pokriva pravokutnik dimenzija 171 m x 128 m. Kamera
na bespilotnoj letjelici ima mogućnost snimanja intervalometrom, dakle automatskim
fotografiranjem svakih 5 sekundi. Poznavanjem tih parametara i specifikacija kamere može se
lako izračunati brzina leta od 7-8 m/s.
𝑣 = 100 𝑚
𝐹𝑂𝑉 = 94°
𝑜𝑚𝑗𝑒𝑟 𝑑𝑢𝑙𝑗𝑖𝑛𝑒 𝑖 š𝑖𝑟𝑖𝑛𝑒 𝑓𝑜𝑡𝑜𝑔𝑟𝑎𝑓𝑖𝑗𝑒 (𝑎: 𝑏) = 4 ∶ 3
𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑚𝑒𝑡𝑎𝑟 = 5 𝑠
𝐹𝑂𝑉
𝑑 = 2 × 𝑣 × tan ≈ 214 𝑚
2
𝑎 = 4𝑐 , 𝑏 = 3𝑐
(4𝑐)2 + (3𝑐)2 = 𝑑2
𝑐 = 42.8 𝑚
𝑎 = 171.2 𝑚 ≈ 171 𝑚
26
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
𝑏 = 128.4 𝑚 ≈ 128 𝑚
0.3 × 128 𝑚
𝑏𝑟𝑧𝑖𝑛𝑎 = = 7.68 𝑚/𝑠
5𝑠
Snimanje se obavljalo u 3 leta i u konačnici je rezultiralo sa 492 fotografije. Taj broj je u pravilu
trebao biti manji, no iz različitih elemenata (ljudskih, tehničkih i vremenskih) on je ispao veći.
Veći broj fotografija ne može naškoditi u nijednom pogledu osim što je potrebno više vremena
da računalo obradi te podatke.
27
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
28
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Program Photoscan ima mogućnost generiranja izvješća o procesu izrade modela koje sadrži
pregled rezultata izmjere. U nastavku je dan pregled dobivenih izvješća.
29
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Vektorski iznosi korekcija koje je Photoscan obavio i na kojim mjestima prije same izmjere
vidljiv je na slici 30. Slika 30 predstavlja korekcijski pomak u slikovnoj matrici kako bi se
eliminirao efekt distorzije.
30
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Tablica 6 sadrži odstupanja kontrolnih točaka (točaka geodetske osnove koje nisu korištene za
georeferenciranje) nakon optimizacije i georeferenciranja. Odstupanja su oko 6 cm što su
zadovoljavajući rezultati.
31
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
32
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Slika 32 prikazuje digitalni model površine (DMP) u rasterskom obliku generiran u Photoscanu.
Najviša točka područja obuhvata je crkveni toranj s približno 200 m, a najniža je korito rijeke
Krapinice ispod 150 m. Rezolucija generiranog DMP-a iznosi 0.155 m/pix, a gustoća točaka
41.85 točaka po m2 (slika 32).
Digitalni ortofoto (DOF) je generiran u Photoscanu na temelju 492 fotografija iz zraka i DMP-
a. Rezolucija DOF-a je 0.038 m/pix. Ta rezolucija omogućava kartiranje vidljive infrastrukture
poput zgrada, električnih vodova, javne rasvjete itd. u GIS softverima. DOF je također vrlo
koristan u donošenju odluka u planiranju i upravljanju gradom (slika 33).
33
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
34
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Kao dodatni produkti dobivamo DOF i DMP u rasterskom obliku koje zatim možemo preklopiti
u Qgisu te koristiti za kartiranje vidljive infrastrukture u horizontalnom i visinskom smislu, što
nam je od velikog značaja u daljnjem modeliranju. Photoscan također omogućava jednostavnu
interpretaciju oblaka točaka na način da odvoji točke terena od točaka vegetacije i zgrada. To
je nužno obaviti ukoliko u AutoCAD Civil 3D-u namjeravamo generirati plohu terena iz oblaka
točaka.
Ako modeliranje želimo nastaviti u Autocad Civil 3D-u oblak točaka je potrebno spremiti iz
Photoscana u LAS formatu. LAS format je univerzalni format za točke dobivene LiDAR
mjerenjima, no u našem slučaju oblak točaka je generiran iz fotografija. U ovom slučaju to su
dvije datoteke, jedna za teren a druga za zgrade i vegetaciju. U Civil 3D-u je oblake točaka
moguće koristiti za izradu Civil 3D plohe terena koja se zatim može koristiti za različite analize,
ali i za vizualizacije. Oblak točaka se u AutoCAD-u ponaša kao objekt, pa se u skladu s time ne
može uređivati. Oblak točaka je moguće „snapirati“ pa je u tom smislu interpretacija i
modeliranje po samom oblaku točaka poprilično jednostavno. Na taj način su modelirane
zgrade do ekvivalentne LOD2 razine u CityGML formatu. Neki elementi poput električnih
stupova koji na oblaku točaka nisu vidljivi, vidljivi su na od prije spomenutom DOF-u koji
preklopljen zajedno s rasterskim DMP-om daje pouzdane informacije pa je moguće te
35
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
elemente kartirati u horizontalnom i visinskom smislu u Qgisu te izvesti u DXF format i zatim
ubaciti u Civil 3D u kojem taj DXF služi kao podloga za modeliranje (slika 35).
36
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
37
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
3D modeli dobiveni u Photoscanu i AutoCAD Civil 3D-u objavljeni su na webu pomoću online
servisa Sketchfab. Sketchfab je web servis koji omogućava objavljivanje, pregled i razmjenu
3D modela svih vrsta. Izrada računa je besplatna i dopušta prijenos datoteka veličine do 50
mb. Iz tog razloga je 3D model u Photoscanu trebao biti prvo prilagođen područjem obuhvata
detaljnošću geometrije i tekstura na način da spremljen model u KMZ formatu ne prelazi 50
mb. S modelom iz AutoCAD Civil 3D-a nije bilo problema, jer je geometrijski jednostavniji i bez
tekstura pa zauzima znatno manje memorije. Model je moguće podijeliti s bilo kim stavljajući
link (URL 24) (URL 25) u e-mail, na društvenu mrežu, na web stranicu ili nekim drugim putem.
Da bi se model mogao pregledati potrebno je imati bilo koji od internetskih preglednika, a
model je moguće i preuzeti na računalo i pregledavati u nekom drugom softveru poput Google
eartha. Slike 38 i 39 prikazuju sučelje Sketchfab web stranice u web pregledniku koje je
poprilično jednostavno i lako za snalaženje i korištenje.
Slika 38 - Sučelje Sketchfaba u web pregledniku sa prikazom fotorealističnog modela (URL 24)
38
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
3D printanje je bilo izvedeno Prusa i3 Hephestos 3D printerom (slika 40). 3D model je isprintan
u približnom mjerilu 1:4000 (slika 41).
39
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
40
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Analiza solarnog potencijala je izvedena u softveru SAGA GIS. SAGA GIS je softver otvorenog
koda za izvođenje raznih geoanaliza. Glavna i jedina podloga za izvođenje te analize je digitalni
model površine testnog područja. Prije početka te analize SAGA GIS zahtijeva unos nekoliko
parametara: lokacija u stupnjevima, minutama i sekundama, konstanta snage solarnog
zračenja u W/m2, vremensko razdoblje u kojem nas zanima količina solarnog zračenja te visina
atmosfere i tlak vodene pare u zraku. Potrebno je definirati i vremensku rezoluciju analize, u
našem slučaju to je 30 min. Vremenska rezolucija određuje koliki će biti vremenski interval
između položaja sunca na temelju kojih se analiza obavlja. Za parametre konstante solarnog
zračenja, visine atmosfere i tlaka vodene pare uzete su zadane vrijednosti koje vjerodostojno
prikazuju stanje na našim prostorima, a to su 1367 W/m2 za konstantu solarnog zračenja, 12
000 m za visinu atmosfere i 10 mbar za tlak vodene pare u zraku. Na temelju tih parametara
i digitalnog modela površine SAGA GIS generira raster koji sadrži podatke o količini sunčevog
zračenja. Rezultati su izraženi u jedinici energije po površini (kWh/m2). Ta analiza je računalno
zahtjevna pa može potrajati i do 12 sati ukoliko je traženo vremensko razdoblje cijela godina.
Bitno je naglasiti da ta analiza pretpostavlja da godina ima 365 sunčanih dana što naravno nije
realno, no kako se radi o malom području nad kojim se analiza provodi međusobni relativni
odnosi svejedno vrijede jer ako se radi o malom području onda se može uzeti u obzir da vrijede
isti klimatski uvjeti u isto vrijeme nad cijelim područjem (Agugiaro, G. i dr. 2012).
41
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
42
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
43
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Takvi podaci, tj. brojke na prvi pogled mogu djelovati jako velike, no realna energija koja se
može dobiti na godišnjoj razini iz solarnog zračenja je daleko manja. Provedemo li jednostavnu
računicu na temelju službenih podataka Državnog hidrometeorološkog zavoda (DHMZ) o
prosječnom broju sunčanih sati u jednoj godini na temelju opažanja od 17 godina (prilozi br. 8
i br. 9) i prosječne efikasnosti solarnih panela (URL 29) možemo izračunati približnu količinu
električne energije koju možemo dobiti koristeći solarne panele na najpovoljnijim površinama
(URL 30). Podaci DHMZ-a za područje Začretja ne postoje, najbliži dostupni podaci su za
područje grada Krapine koja je udaljena 10 km od Začretja, pa te podatke možemo uzeti kao
vjerodostojne i za područje Začretja.
44
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
𝑣𝑠𝑢𝑛𝑐𝑒 = 2079.7 ℎ
𝑣𝑑𝑎𝑛 = 4380 ℎ
𝑒𝑓𝑖𝑘𝑎𝑠𝑛𝑜𝑠𝑡 = 17%
Naravno to je samo približni račun jer nisu u obzir uzeti svi klimatski faktori. Ako uzmemo u
obzir da jedno prosječno kućanstvo u Hrvatskoj potroši oko 3000 kWh električne energije
godišnje, onda iz tog možemo lako izračunati da je potrebno približno 19.6 m2 solarnih panela
da bi se pokrile godišnje potrebe jednog kućanstva na testnom području. Prosječna stambena
kuća u Začretju ima jednu stranu krova površine oko 60 m2 ukoliko se radi o kući s kosim
krovom.
45
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
7. Zaključak
Kroz proces prikupljanja podataka, njihove obrade, interpretacije i samog modeliranja
možemo vidjeti kako je to složen postupak koji zahtjeva mnogo znanja i iskustva. Najveći
problem predstavlja poznavanje svih softvera potrebnih za obradu i interpretaciju podataka i
za samo modeliranje područja. Taj proces bi se znatno olakšao integracijom svih potrebnih
funkcija u jedan ili dva softvera. Najzahtjevniji dio je ručna interpretacija oblaka točaka koja
bi, kad bi se radila na području većem od test područja u ovom diplomskom radu, bila preduga.
Iz tog razloga je potrebno koristit softvere poput VRmesh-survey koji izvode automatsku
interpretaciju oblaka točaka i konstruiraju objekte. Još jedan od problema predstavlja cijena.
Pad cijena bespilotnih letjelica ih je učinio dostupnim gotovo svima, ali softverska rješenja za
modeliranje i obradu prikupljenih podataka još su uvijek skupa.
Uloga 3D modela u planiranju pametnog grada je prikazana kroz analizu solarnog potencijala
testnog područja u svrhu planiranja mreže solarnih elektrana. Analize na temelju DMP u
rasterskom obliku relativno su jednostavne i potpuno automatske zbog pravilne strukture
samog modela.
3D model izrađen u AutoCAD Civil 3D manje je pogodan za prostorne analize te bi trebao biti
proslijeđen u GIS orijentirane softvere za 3D modeliranje poput Autodeskovog Infraworks 360.
AutoCAD Civil 3D omogućuje izradu dobrih vizualizacija 3D kartografskih prikaza s mnogo
parametara za podešavanje.
Svaki pametni grad, sadašnji ili budući, mora imati izrađen 3D model kako bi mogao normalno
i kvalitetno funkcionirati te naposljetku svojim građanima pružiti ljepši i kvalitetniji život.
46
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Literatura
Agugiaro, G., Nex, F., Remondino, F., De Filippi, R., Droghetti, S., Furlanello, C. (2012): Solar
radiation estimation on building roofs and web-based solar cadastre, XXII ISPRS
Congress, Melbourne, Australia, 1.9.2012., http://www.isprs-ann-photogramm-
remote-sens-spatial-inf-sci.net/I-2/177/2012/isprsannals-I-2-177-2012.pdf.
Džapo, M. (2008): Izmjera zemljišta, Interna skripta, Geodetski fakultet, Zagreb.
Cetl, V., Tomić, H., Lisjak, J. (2013): Primjena 3D modela u upravljanju gradom, Studija,
Geodetski fakultet Sveučilišta u Zagrebu, Zagreb.
Höfle, B., Mücke, W., Dutter M., Rutzinger M., Dorninger, P. (2009): Detection of Building
Regions Using Airborne LiDAR – a New Combination of Raster and Point Cloud Based
GIS Methods, http://www.agit.at/php_files/myagit/papers/2009/7504.pdf.
Protić, D., Nestrov, I., Vučetić, I. (2014): 3D Urban Information Models in making a “smart city”
– the i-SCOPE project case study, Geonauka Vol. 2, No. 3, 12-16.
Internetski izvori
URL 1 Pametni gradovi https://en.wikipedia.org/wiki/Smart_city (15.4.2015.)
47
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
48
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Popis slika
Slika 3 - Korištenje obnovljivih izvora energije solarni paneli lijevo, vjetroelektrana desno (URL
4, URL 5) ..................................................................................................................................... 4
Slika 8 - Razlika između DMR-a (Digital Terrain Model) i DMP-a (Digital Surface Model) (URL
13)............................................................................................................................................... 8
Slika 13 - HOK5 (Hrvatska osnovna karta u mjerilu 1:5000) (Geoportal DGU) ........................ 13
49
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Slika 30 - Kalibracija kamere, korekcija piksela zbog utjecaja distorzije objektiva .................. 30
Slika 37 - Vizualizacije 3D modela Začretja izrađenog u Civil 3D-u (pogled sa zapada) ........... 37
50
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Slika 38 - Sučelje Sketchfaba u web pregledniku sa prikazom fotorealističnog modela (URL 24)
.................................................................................................................................................. 38
Slika 44 - Solarni potencijal test područja za 12. mjesec (prilog br. 6) .................................... 43
Slika 45 - Solarni potencijal test područja za cijelu godinu (prilog br. 7) ................................. 44
Popis tablica
51
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Popis priloga
52
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Prilog br. 7 Tematska karta sunčeve radijacije za vremensko razdoblje od cijele godine
Prilog br. 9 Službeni podaci DHMZ-a o broju sunčanih sati na području grada Krapine
53
Prilog br. 9
god JAN FEB MAR APR MAJ JUN JUL AUG SEP OKT NOV
DEC suma
1993 ***** ***** ***** ***** ***** ***** ***** ***** 150.5 119.9
25.6 47.0 343.0*
1994 107.7 102.5 172.8 157.8 220.0 249.4 328.2 284.6 203.4 124.6
45.0 86.8 2082.8
1995 84.6 108.4 133.3 200.0 229.6 219.4 332.2 246.8 150.4 163.1
73.6 13.0 1954.4
1996 24.1 114.6 120.6 172.3 248.7 290.1 299.1 250.1 123.1 96.0 94.1
64.5 1897.3
1997 28.0 165.9 172.5 195.0 308.2 243.9 262.0 278.2 271.2 131.0
73.9 45.1 2174.9
1998 107.2 173.9 164.3 195.0 257.2 236.2 273.7 281.2 147.2 104.2
82.1 54.2 2076.4
1999 48.4 128.6 150.5 171.1 217.2 244.3 268.6 226.4 189.9 144.5
46.3 93.2 1929.0
2000 106.5 167.4 172.2 205.4 301.7 336.9 271.8 335.9 210.8 126.2
89.3 69.6 2393.7
2001 41.0 126.3 134.2 204.2 283.2 259.8 269.7 313.1 114.9 175.9
101.8 81.4 2105.5
2002 119.1 90.5 197.4 150.3 255.2 311.9 293.6 205.7 186.9 144.6
76.5 25.2 2056.9
2003 86.5 143.6 191.8 192.9 294.5 300.1 290.3 313.5 231.4 139.8
85.6 99.8 2369.8
2004 86.6 94.4 123.6 127.9 260.3 209.0 265.8 284.3 181.6 100.5 72.5
46.9 1853.4
2005 114.8 102.1 164.0 210.8 270.1 270.4 255.5 178.0 181.1 160.4
39.6 53.4 2000.2
2006 82.0 90.2 130.5 189.3 250.1 293.3 333.6 183.2 250.2 190.5 107.8
55.6 2156.3
2007 130.4 102.2 156.7 303.7 268.9 286.9 345.3 248.2 200.7 116.7
94.8 26.0 2280.5
2008 59.7 160.9 115.2 182.5 275.5 224.7 281.8 322.6 172.4 161.7
90.3 29.3 2076.6
2009 46.5 103.6 120.0 219.5 269.8 230.4 319.3 302.2 216.3 173.2
90.3 35.5 2126.6
2010 26.3 75.8 139.1 203.2 180.6 256.5 301.3 257.2 128.2 105.3 83.0
63.7 1820.2
zbroj 1299.4* 2050.9* 2558.7* 3280.9* 4390.8* 4463.2* 4991.8* 4511.2* 3310.2
2478.1 1372.1 990.2 35697.5*
sred 76.4 120.6 150.5 193.0 258.3 262.5 293.6 265.4 183.9 137.7 76.2
55.0 2079.7
std 34.4 30.0 25.0 36.0 31.8 34.7 27.8 45.9 42.2 27.6 22.2
23.9 160.5
maks 130.4 173.9 197.4 303.7 308.2 336.9 345.3 335.9 271.2 190.5
107.8 99.8 2393.7
god 2007 1998 2002 2007 1997 2000 2007 2000 1997 2006 2006
2003 2000
---------------------------------------------------------------------------------------------------------------------------
-------------
min 24.1 75.8 115.2 127.9 180.6 209.0 255.5 178.0 114.9 96.0 25.6
13.0 1820.2
god 1996 2010 2008 2004 2010 2004 2005 2005 2001 1996 1993
1995 2010
---------------------------------------------------------------------------------------------------------------------------
-------------
ampl 106.3 98.1 82.2 175.8 127.6 127.9 89.8 157.9 156.3 94.5 82.2
86.8 573.5
Prilog br. 10
ŽIVOTOPIS
EUROPEAN
CURRICULUM VITAE
FORMAT
OSOBNE OBAVIJESTI
Državljanstvo Hrvatsko
ŠKOLOVANJE I IZOBRAZBA
DRUGI JEZICI
ENGLESKI
• sposobnost čitanja IZVRSNO
• sposobnost pisanja DOBRO
• sposobnost usmenog izražavanja IZVRSNO
TEHNIČKE VJEŠTINE I RAD U SOFTVERIMA: QGIS, AUTOCAD CIVIL 3D, SAGA GIS, AGISOFT PHOTOSCAN,
SPOSOBNOSTI ADOBE PHOTOSHOP, SKETCHUP, MS OFFICE, PROGRAMIRANJE PYTHON,
S računalima, posebnim vrstama
UPRAVLJANJE BESPILOTNIM LETJELICAMA, UPORABA TOTALNE STANICE I RTK
opreme, strojeva, itd.
VOZAČKA DOZVOLA A, B