Hvordan måle snølager - med drone?

I Senter for idrettsanlegg og teknologi (SIAT) har vi målt volumet av snølageret i Granåsen i tre sesonger. Til dette arbeidet har vi valgt å bruke drone. Teknikken som brukes kalles fotogrammetri, og går ut på at man tar bilder fra luften med overlapp for å generere en 3D-modell av terrenget man tar bilder av. Dette verktøyet viser deg måleprosessen gjennom 3 trinn.

Trinn 1: Innsamling av bilder

For innsamling av bilder anbefales det å bruke appen Pix4Dcapture. I Pix4Dcapture kan en på forhånd tegne inn en grid hvor dronen skal kjøre, samt angi flyhøyde og hastigheten dronen skal fly med. Ved å bruke disse innstillingene flyr dronen automatisk og tar overlappende bilder av området. Programmet kan brukes på de fleste av dronene til DJI (vi bruker en DJI Phantom 4 Pro til denne jobben). Det er mulig å kjøre dronen manuelt for å ta bilder, men manuell flygning kan være utfordrende med tanke på å få bilder som overlapper hverandre. En må sannsynligvis ta flere bilder for å være sikker på at område dekkes. Det vil derfor både ta lengre tid å gjøre feltarbeidet og modelleringen. I tillegg er det ønskelig med et kamera med høy oppløsning for å få et mer nøyaktig resultat. 

Person med kontroll og drone
Manuell flygning er mulig, men mer utfordrende. Foto: SIAT

Trinn 2: GPS-måling av kontrollpunkter

For å øke nøyaktigheten til modellen trenger vi å måle Ground Control Points (GCPs). Dette gjøres ved å hente koordinater fra kontrollpunkter på haugen med GPS. Pix4D anbefaler å ha mellom 5-10 slike punkter, spredt jevnt utover området av interesse. Vi pleier å bruke 9 punkter ved måling av Granåsen. Dette gjør at vi får en nøyaktighet på ca. 2 cm på modellen, noe vi mener er godt nok for dette formålet. Disse kontrollpunktene må også være synlig på bildene som dronen har tatt.

Illustrasjon av målepunkter
Ground Control Points må spres jevnt i området av interesse. Foto: SIAT
Person med GPS på haug
Koordinater til kontrollpunkter hentes med GPS. Foto: SIAT

Trinn 3: Prosessering av bildene

Vi bruker igjen Pix4D til denne jobben. Først skal bildene legges i riktig rekkefølge. Her bruker vi de målte kontrollpunktene til å justere bildene i forhold til hverandre og øke nøyaktigheten. Dette lager en punktsky som representerer figurens overflate. Deretter genereres en «polygon mesh» (en samling av vinkler, kanter og flater som definerer formen i 3D-datagrafikk), som binder de ulike punktene sammen ved triangelelementer til en 3D-modell. Til slutt genereres en type tekstur til modellen, en overflate som ser fotorealistisk ut. Bildet under viser hvordan snøhaugen i Granåsen ser ut som en 3D-modell.

3D-modell av stor haug
3D-modell av snøhaugen i Granåsen. Foto: SIAT

For å sammenligne de ulike 3D-modellene som blir laget etter hver måling, kan programmet CloudCompare brukes. Der er det mulig se hvor mye haugen har krympet på ulike områder mellom hver måling, samt lage et diagram av tverrsnittet til haugen for å sammenligne. På bildet under ser vi en modell som viser hvordan haugen i Granåsen smeltet i løpet av lagring i 2016. De røde områdene viser at høyden på lageret har krympet med opptil 1 meter. 

Oversiktskart med fargekode som markerer ulikheter
Modell for snøsmelting på haug i Granåsen, 2016. Foto: SIAT

Fordeler med å måle snølageret

  • Oversikt over hvor mye snø som er lagret. På den måten kan det unngås å produsere/samle mer snø enn nødvendig.
  • Kunnskap om hvor mye av haugen som smelter i løpet av de ulike årstidene (våren og sommeren). Med informasjon om hvor mye snø som er igjen til høsten, er det enklere å planlegge for neste års lager.
  • Kunnskap om hvilke områder som er mest utsatt for smelting.
  • Datainnsamlingen fører til tallfestede tiltak som blir gjort for å minske smeltingen fra et år til et annet.
  • Målinger gir datagrunnlag som kan brukes til videre forskning på optimalisering av snølagring.


Har du spørsmål rundt snølagring? Ta kontakt, så hjelper vi så godt vi kan.