HYMO- bruk av laserdata i forvaltning av vassdrag. Wenche Larsen, Miljødataseksjonen

Transkript

1 HYMO- bruk av laserdata i forvaltning av vassdrag Wenche Larsen, Miljødataseksjonen

2 Vannforvaltning Å forvalte vannet vårt innebærer, kort sagt, at vi skal ivareta vannet og vassdragsnaturen vår og sikre at det brukes på en bærekraftig måte Vintervannet i Bymarka (Trondheim). Fotograf: Lise Sørensen

3 Vannforvaltning Arbeidet omfatter alle faktorer som påvirker vannmiljøet: forurensning (eksempelvis miljøgifter fra industri og trafikk, næringsstoffer fra landbruk og kloakk, legemiddelrester, plast og annet som havner på avveie), biologisk påvirkning (eksempelvis fremmede arter og innblanding av oppdrettsfisk i de ville fiskestammene) og fysiske inngrep (eksempelvis nedbygging for boliger, hyttefelt, brygger og veier, vannkraftutbygging og andre inngrep som medfører kanalisering, fordemming, grøfting, rørlegging osv.)

4 Hydrologisk morforlogi, HYMO Kombinere hydrologi (læren om vannet )og morfologi (læren om former) Studere egenskaper til vann sammen de omkringliggende områdene Vann Omgivelse (gjensidig påvirkning)

5 LiDAR er særlig egnet for morfologiske parametere Elevløpets helning (lengdeprofil) meget detaljert Tverrsnitt meget detaljert Planform Detaljert morfometri Identifisere gjengrodde tørrlagte elveløp Identifisere tidligere elveløp/meandere Lengdeprofiler utvalgte strekninger finne elveløpets kanaltype(r) lav/høy gradient step-pool riffel-pool osv Gaula ved Rognes (Midtre Gauldal) Fotograf: Wenche Larsen

6 LiDAR er særlig egnet for morfologiske parametere Beregne elveløpets sinusitet/menadrering, nå og tidligere Utlede vannbredde og vegetasjonsbredde Flomsonebredder Eldre elveløp Øyer og banker (størrelse, høyde, vegetasjonstetthet/høyde osv)

7 LiDAR er særlig egnet for morfologiske parametere Identifisere strømmingsstrekninger/rolige strekninger Studere bunnformer og kulper (der vi har dybdedata) Kombinere med andre kartlag Flyfoto/satellittbilder Kvartærgeologiske kart for å se på bunnsubstrat Kalkkart Arealressurskart Flomsonekart Med mer

8 LiDAR og flyfoto; to gode venner Flyfoto gir detaljert informasjon om alt på overflaten Høy romlig oppløsning (>0.5m) Veldig lav temporær oppløsning (år mellom bildene) Eksisterer mange historiske bilder Gir oss støtteinformasjon om: Vannansamlinger i flomsone Morfologiske enheter i flomsonen Leveer og voller i flomsonen Dødved i flomsonen Tekniske inngrep (flomforbygninger, massdumping, massefjerning osv)

9 LiDAR, flyfoto og Sentinel-opptak; tre gode venner Opptak fra Sentinel-2A og -2B (optiske data) Lavere romlig oppløsning (10x10m) Meget høy temporær oppløsning (2-4 dager) Stikkord: tidsserier, vannstand, flom, flomsoner, løpsendringer, erosjon, avsetninger og utbygging

10 LiDAR, punktetthet Eksempler fra Lågen Varierer fra 0 (i elva) til 5-10 pkt/m 2 for enkelte områder Majoriteten ligger rundt 2-4 pkt/m 2 Det èr punkter i elva, men de oppfyller ikke kravene til nøyaktighet pr 10x10 meter, så elvestrekningen er klassifisert med 0 punkter pr m 2

11 Flyfoto og eksisterende høydedata Flyfoto har en stor detaljrikdom Kan ha nøyaktighet ned til 0.2 m Vi kan måle lengder og bredder med enkle måleverktøy 2D, ikke 3D-data Øyeblikksbilde av tilstand der og da

12 ..eller kombinere med LiDAR LiDAR er 3D data Høyde óg bredde (ved skannetidspunkts vannstand) Tverrsnitt av elvestrekning med stor stein

13 Muligheter med LiDAR-dataene Eksempler fra Lågen Step-pool/riffle-pool? Step-pool!!

14

15 LiDAR gir mange detaljer Elvekanal Øy i elva Elvekanal

16 Muligheter med LiDAR-dataene Eksempler fra Lågen Elv Tverrprofil fra punkter Banke/øy Elv Høydeforskjell nederst til øverst på rød linje (til venstre) er 15,96 m og strekningen har en lengde på 20,1 m

17 Tverrprofil med vegetasjon Tverrprofil med vegetasjon Elv Banke/øy Elv Samme profil, men her med vegetasjon Ser tydelig at det er løvtrær Vegetasjon på banke i elva Maks høyde på tresatt område til høyre er 16,7 m

18 Vegetasjon henger over elvekanalen Vannbredde og vegetasjonsbredde kan utledes

19 Vi kan skille mellom løvtrær og bartrær Vi kan skille mellom høy og lav vegetasjon Vi kan skille mellom tett og sparsommelig vegetasjon

20 Naturlig tilstand/ restaurering av elver Vi kan identifisere gamle elveløp, og få informasjon om historien til en elv Vi kan se og måle elvebredder, erosjonsmønster, terskler, lengder osv

21

22 Muligheter med LiDAR-dataene Tverrprofil Eksempler fra Lågen Terskler i terrenget forteller om tidligere løpsmønster Elva har svingt seg innom venstre side i profilen, mest trolig to ganger tidligere. Tidligere ganger den har meandrert i området lå landet lavere enn det gjør i dag, og de påfølgende gangene den har meandrert her har den da gravd nytt løp lengre ned i terrenget etter som landet har hevet seg siden iste istid.

23 Siste nytt: Pilotprosjekt på Ferskvannskartlegging etter NiN (Natur i Norge) ved bruk av fjernmålingsdata

24 LiDAR og Ferskavannskartlegging etter NiN (Natur i Norge) NiN skiller mellom Ferskvannsbunnsystemer Liminske vannmasser

25 LiDAR og Ferskavannskartlegging etter NiN (Natur i Norge) Pilotprosjekt 2017 Bruke GIS og fjernanalyse sammen for å «kartlegge» så mye som mulig Morfologi Stryk og fosser Vegetasjon Sedimenter Kalkinnhold Sterkt endrede vannmasser

26 LiDAR og Ferskavannskartlegging etter NiN (Natur i Norge) Feltsjekk av «skrivebordskartleggingen» Er dette en mulighet for å forenkle NiNkartlegging i ferskvann ved hjelp av fjernanalyseteknikker?

27 Vann er ikke bare elver

28 Juni 2016 Restaurering av våtmarksområde/ Rusasetvatnet, Ørland Februar 2017 RGB 10x10 m oppløsning NDVI ,2 0,2-0,4 0,4-0,6 0,6-0,8 0,8-1

29 Tusen takk for oppmerksomheten