LRTKレフィクシア株式会社

地形モデルの地表面抽出で失敗しない5つのポイント|地盤データの精度を高める方法

地形モデルを作成する際、点群データから地表面を正確に抽出することは、測量成果の品質を左右する重要な工程です。ドローンやレーザースキャナー、写真測量などで取得した点群には、地盤だけでなく、樹木、草木、建物、構造物、車両など、地表面以外の情報も含まれています。そのため、取得した点群をそのまま地形モデルに変換すると、実際の地盤形状とは異なるモデルが生成される可能性があります。

特に、植生が多い山間部や高低差の大きい造成地、構造物が隣接する都市部では、地表面と地物を正しく区別することが簡単ではありません。地表面の抽出精度が低いと、標高の誤差や地形の欠損が発生し、土量計算、施工計画、災害対策、道路設計などの後工程にも影響します。

こうした問題を防ぐには、点群の取得段階から地表面抽出を意識し、座標情報の確認、地物の分類、地形特徴の保持、抽出結果の検証を一貫して進めることが大切です。また、地表面が十分に計測できていない場所を把握し、必要に応じて追加計測や現地確認を行うことも重要になります。

本記事では、地形モデルにおける地表面抽出の基本から、精度を高めるための5つのポイント、実務での作業手順、よくある失敗と対処法まで詳しく解説します。地盤データの品質を改善したい測量担当者や、点群を活用した地形解析に取り組む建設・土木分野の実務担当者は、ぜひ参考にしてください。

地形モデルにおける地表面抽出の役割と基本

地形モデルの地表面抽出とは、計測によって取得した点群データから、地盤そのものを表す点を選別し、地表面の形状を再現する作業です。一般的には、地盤を構成する点と、樹木や建物など地盤以外の対象を表す点を区別し、地盤に該当する点群を利用して地形モデルを生成します。

地形モデルの品質を考えるうえでは、最初に地表面と地物の違いを理解する必要があります。例えば、森林をレーザースキャナーで計測した場合、点群には樹冠や枝葉、幹、地面から反射した点などが混在します。このうち、地盤の標高を再現するために必要なのは、基本的に地面から取得された点です。樹木の上部を表す点を地表面に含めると、本来の地盤よりも高い地形モデルが作られてしまいます。

地表面抽出の結果は、一般的にDTMと呼ばれる数値地形モデルの作成に利用されます。DTMは、樹木や建物などの地物を除外し、地盤の起伏を表現するモデルとして扱われます。一方、DSMは建物や樹木などを含む地表付近の最上面を表現するモデルです。DEMは標高を数値的に表現したモデルを広く指す用語として使われますが、分野やデータ仕様によってDTMやDSMとの区別が異なる場合があります。

そのため、業務で地形モデルを作成する際は、単にDEMやDTMという名称だけで判断せず、成果物が地盤面を表すのか、地物を含む表面を表すのかを明確にする必要があります。特に発注者との成果仕様の確認では、地物の取り扱いや標高の基準、モデルの解像度などを事前に決めておくことが重要です。

地表面抽出には、主に点群の高さや周囲との位置関係、局所的な傾斜、点の分布などを利用する方法があります。例えば、周囲よりも極端に高い位置に存在する点は、樹木や構造物の一部である可能性があります。また、一定範囲内で連続した地形を形成している点は、地盤を構成している可能性が高いと判断できます。

ただし、高さだけで地表面を判断することはできません。斜面や崖、盛土、法面などでは、地盤そのものが急激に高さを変化させることがあります。単純な高さの差だけで判定すると、実際の地盤の一部まで誤って除外してしまう可能性があります。

さらに、地表面抽出の精度は、元となる点群の品質にも大きく左右されます。計測時に地盤の情報が十分に取得できていなければ、後から分類処理を行っても実際の地形を正確に再現することは困難です。したがって、地表面抽出は単なるデータ処理ではなく、計測計画から成果検証までを含めた一連の品質管理として考える必要があります。

地表面抽出の目的を明確にすることも大切です。例えば、造成工事の土量計算では、地盤の高さや法面の形状を適切に再現することが求められます。森林の地形解析では、樹木を除去した地盤の起伏を把握することが重要になります。道路設計では、道路周辺の縦断方向や横断方向の地形変化を正しく表現する必要があります。

このように、必要とされる地形情報は利用目的によって異なります。まずは何を地表面として扱うのかを定義し、その目的に合った点群の取得方法と抽出条件を選定することが、精度の高い地形モデルを作成する第一歩です。

ポイント1:計測条件を整えて地表面の情報を確保する

地表面抽出で失敗しないための最初のポイントは、計測段階で地盤の情報を十分に取得することです。点群の分類処理をどれだけ高度化しても、地面を表す点が取得されていなければ、実際の地盤形状を正確に抽出することはできません。

特に注意したいのが、植生や構造物による地表面の遮蔽です。森林や草地では、地面の上に枝葉や草木が存在するため、計測機器から地盤までの視線が遮られる場合があります。地盤の点が少ない状態で地形モデルを作成すると、植生の下にある地形が十分に表現されず、欠損や不自然な補間が発生します。

計測方法によっても、地表面情報の取得状況は異なります。写真測量では、複数の写真に写った対象の対応関係から三次元形状を復元します。そのため、地表面が草木で覆われている場所では、地盤そのものを画像から確認できず、植生表面が主体となった点群が生成されることがあります。

一方、レーザー計測では、レーザー光が対象物に当たって反射した情報を利用します。植生の隙間を通過して地面に到達する反射が得られれば、樹木の下にある地盤の情報も取得できる可能性があります。ただし、植生の密度や葉の状態、計測位置、レーザーの特性などによって取得できる地盤点の割合は変化します。レーザー計測であれば、どのような森林でも地表面を完全に取得できるというわけではありません。

そのため、計測対象の環境に応じて適切な計測方法を選択することが重要です。開けた造成地や裸地では、地表面を直接確認できるため、比較的安定した点群を取得しやすくなります。樹木が密集する場所では、地上からの補足計測や異なる方向からの計測を組み合わせることも検討します。

また、計測範囲全体で同じ密度の点群が取得できるとは限りません。計測機器から対象までの距離、入射角、周囲の障害物、計測経路などによって点の分布に偏りが生じます。例えば、斜面を正面から計測した場合と、斜め方向から計測した場合では、取得される点の密度や形状の再現性が異なることがあります。

地表面の形状を正確に捉えるには、計測対象に対する視線の確保が重要です。複雑な地形では、単一の位置から計測するのではなく、複数の位置や方向から計測することで、遮蔽による欠損を減らせる場合があります。特に法面の上部や下部、段差の裏側などは、計測方向によって点群の取得状況が変わりやすいため注意が必要です。

点群密度についても、計測目的に応じた設定が求められます。広範囲の地形傾向を把握するだけであれば、一定の点密度でも必要な情報を得られる場合があります。しかし、小さな段差や側溝、法肩、法尻などを再現する場合は、より細かな地形情報が必要です。

ただし、点群密度を高くすれば必ず地形モデルの精度が向上するわけではありません。地盤以外の情報が大量に含まれていれば、データ量が増えても地表面の抽出精度は改善しない可能性があります。重要なのは、必要な地形特徴を表現できる点群が取得されているかどうかです。

計測後は、点群の分布を確認し、地盤の情報が不足している場所を把握します。平面的な点群表示だけでなく、断面表示や高さによる色分けを利用すると、地面付近の点がどの程度取得されているかを確認しやすくなります。

特に森林や急傾斜地では、点群が存在するように見えても、実際には樹木の枝葉や斜面上の構造物だけが取得されている場合があります。地盤の情報が得られていない場所については、無理に自動分類だけで補完せず、追加計測が必要かどうかを判断します。

さらに、計測時には天候や地表面の状態も考慮します。雨天後の水たまりや濡れた地面、風で揺れる植生などは、計測データの品質や点群の取得状況に影響する可能性があります。写真測量では、日照条件や影の影響も考慮する必要があります。

このように、地表面抽出の精度を高めるには、データ処理の前段階で地盤の情報を確実に取得することが欠かせません。計測計画の段階から地表面の再現を目的に含め、対象環境に応じた計測方法、計測位置、点群密度を検討することが重要です。

ポイント2:座標系と高さ基準を統一して前処理する

2つ目のポイントは、地表面抽出を行う前に、点群の座標系と高さ基準を統一することです。地形モデルは、各点の三次元座標を利用して地盤の形状を再現するため、座標情報に不整合があると、正しい地表面を抽出できても成果全体の位置や高さがずれてしまいます。

点群データには、通常、水平位置を表すX座標とY座標、高さを表すZ座標が含まれます。これらの座標がどの座標参照系に基づいているかを確認しなければ、異なるデータ同士を正しく重ね合わせることができません。

例えば、現場で取得した点群と既存の地形データを統合する場合、それぞれの水平座標系が異なっていると、同じ場所を計測したデータでも位置がずれて表示される可能性があります。さらに、標高の基準が異なれば、水平位置が一致していても高さ方向に差が生じます。

特に注意したいのが、標高と楕円体高の違いです。GNSS測位などで取得する高さ情報は、使用する測位方式や基準によって楕円体高として扱われる場合があります。一方、土木測量や地形モデルで利用する高さは、標高を基準とすることが一般的です。

楕円体高と標高は同じものではありません。両者の間にはジオイド高などの関係があるため、必要に応じて適切な変換を行う必要があります。この違いを確認せずに点群を統合すると、地形モデル全体に高さのずれが発生する可能性があります。

また、ローカル座標系を使用している現場では、現場独自の原点や基準点が設定されている場合があります。このようなデータを公共座標系などの別の座標系と統合する場合は、座標変換の条件を明確にしておく必要があります。

前処理では、最初に点群の座標系、単位、標高基準、取得時の測位条件を確認します。データの作成元が異なる場合は、各データの座標情報が正しく設定されているかを確認し、必要な変換処理を行います。

次に、点群に含まれる明らかな異常値を確認します。例えば、地表面から極端に離れた位置にある点や、周囲の点と比べて不自然な高さを持つ点は、計測ノイズや誤った反射情報である可能性があります。

ただし、外れ値の除去では慎重な判断が必要です。急峻な斜面や崖、切土面、構造物との境界付近には、周囲と大きく異なる高さの点が存在することがあります。これらは実際の地形を表している可能性があるため、単純に高さの差だけで削除してはいけません。

また、複数の計測データを統合する場合は、重複範囲の位置合わせを確認します。点群同士の重なりがある部分を比較し、同じ地形を表す点が適切に一致しているかを確認します。位置合わせが不十分な状態で統合すると、同じ地盤面が二重に表現されたり、地形が部分的に膨らんだりすることがあります。

特に、複数回に分けて計測したデータでは、計測位置や測位条件の違いによって微小なずれが生じる可能性があります。点群の重複部分だけでなく、既知点や基準点との比較も行い、位置と高さの整合性を確認することが大切です。

前処理では、不要な点群を削除することだけを目的にしないようにしましょう。地表面抽出に必要な情報を維持しながら、処理の妨げとなるノイズや重複データを整理することが重要です。

また、元データを直接上書きせず、取得時の状態を保存しておくことを推奨します。処理条件を変更した場合に元データへ戻れるようにしておけば、抽出結果の比較や再処理が容易になります。どの座標変換を行ったのか、どの範囲の点群を除去したのかといった作業履歴も記録しておくと、成果の再現性を高められます。

地表面抽出の前処理は、見た目を整えるだけの作業ではありません。座標系と高さ基準を正しく統一し、点群の位置関係を整えることで、その後の分類処理や地形モデルの生成を安定させるための重要な工程です。

ポイント3:地表面と地物を適切に分類する

3つ目のポイントは、点群の中から地表面を構成する点と、それ以外の地物を表す点を適切に分類することです。地表面抽出の中心となる工程であり、分類の精度が地形モデルの品質に直接影響します。

点群には、地盤だけでなく、樹木、草地、建物、道路設備、車両、電柱、擁壁など、さまざまな対象物の情報が含まれています。地形モデルを作成する場合、基本的にはこれらの地物を除外し、地盤面を構成する点を選別します。

地表面の分類には、主に高さの差、周囲の点との距離、局所的な傾斜、地形の連続性などを利用します。地盤は一般的に周囲の地形と連続した形状を持つため、その特徴を利用して地表面に該当する点を判定します。

例えば、周囲の地面よりも高い位置に孤立している点は、樹木や構造物の一部である可能性があります。一方、周囲の点と滑らかにつながり、一定の傾斜を形成している点は、地盤である可能性が考えられます。

代表的な方法の一つが、局所的な高さの変化を利用する分類です。一定範囲内の点群を比較し、近傍の地面と比べて高さが大きく異なる点を地物候補として判定します。この方法は、比較的平坦な場所で地物を除外する際に有効ですが、複雑な地形では誤分類が起きることがあります。

例えば、急傾斜地では、地盤自体の高さが短い距離で大きく変化します。そのため、平坦地を前提とした分類条件を適用すると、斜面の一部が地物として除外される可能性があります。反対に、地物の下部が地盤として残ってしまう場合もあります。

別の方法として、地形面の傾斜や連続性を利用する分類があります。近接する点同士の高さや方向の変化を確認し、地盤として自然な面を構成する点を抽出します。これにより、単純な高さの違いだけでは判断しにくい斜面や段差にも対応しやすくなります。

また、地表面抽出では、最初に地盤候補となる点を選び、その候補点を基準に周囲の点を段階的に分類する方法も利用されます。例えば、比較的平坦な場所や地面が露出している場所から基準となる点を抽出し、その点から徐々に周辺の斜面へ範囲を広げていく考え方です。

このような方法では、初期の地盤候補の選び方が重要になります。最初に樹木や構造物の点を地盤として選んでしまうと、その後の分類にも誤りが広がる可能性があります。そのため、初期候補の分布を確認し、明らかに地盤ではない点が含まれていないかをチェックする必要があります。

地表面分類で特に難しいのが、植生と地盤の境界です。草地では、草の高さが低いため、地盤の点と植生の点が近い位置に分布することがあります。高さの差が小さいことから、単純な条件では両者を区別できない場合があります。

また、森林では、枝葉や幹の点群が地盤の上に複雑に分布します。樹木の幹に近い点や低い位置にある枝葉を地盤として誤認すると、地形モデルに不自然な突起が残ります。反対に、地面に近い植生と地盤をまとめて除外すると、地盤点が不足し、地形の再現性が低下します。

このような環境では、点群の高さだけでなく、周辺の分布や断面形状、計測方法による取得特性なども確認します。分類処理後は、樹木の根元や斜面の下部、草地の境界など、誤分類が発生しやすい場所を重点的に確認することが大切です。

建物や道路設備についても、地盤との境界を正しく判断する必要があります。例えば、建物の基礎部分や擁壁、縁石などは、地盤に接しているため、地表面との区別が難しい場合があります。すべての構造物を機械的に除外すると、地形モデルに必要な地盤の一部まで削除される可能性があります。

また、道路面については、業務目的によって取り扱いが異なります。地形モデルで道路を含む現況地盤を再現したい場合は、舗装面を地表面として扱うことがあります。一方、自然地盤だけを対象にする解析では、舗装面や人工構造物を別の対象として管理する場合もあります。

このように、地表面として残す対象は、必ずしも自然の土だけとは限りません。舗装面や人工的に造成された地盤面なども、成果の目的に応じて地表面に含めることがあります。

分類処理では、自動判定と目視確認を組み合わせることが効果的です。自動分類は広範囲の点群を効率的に処理できる一方、特殊な地形や複雑な構造物の境界では誤判定が発生する可能性があります。

そのため、まずは自動分類で地盤候補を抽出し、その後に断面表示や拡大表示を利用して分類結果を確認します。明らかな誤分類が見つかった場合は、対象範囲を指定して修正します。

特に、法肩や法尻、段差、道路と法面の境界などは、地形モデルの形状を左右するため、重点的に確認したい部分です。分類処理を一度実行して終了するのではなく、地形の特徴を確認しながら必要な修正を加えることで、実務に適した地表面データを作成できます。

ポイント4:地形の特徴を保持してモデル化する

4つ目のポイントは、抽出した地表面の点群から地形モデルを生成する際に、地形の特徴を正しく保持することです。地表面に該当する点を選別できても、モデル化の方法が適切でなければ、実際の地盤形状とは異なる地形モデルが生成される可能性があります。

地形モデルは、抽出した点群を利用して連続した地表面を表現するものです。点群は個々の三次元座標の集合ですが、地形モデルでは、それらの点をもとに面や格子状の標高データを作成します。

代表的なモデル化方法には、TINとグリッドがあります。TINは、不規則に分布した点を三角形の面で結び、地表面を表現する方法です。点の位置や高さを利用して三角形の集合を作るため、地形の起伏に合わせた表現が可能です。

一方、グリッドは、一定間隔の格子ごとに標高値を設定し、地表面を表現する方法です。規則的なデータ構造になるため、標高の比較や地形解析、土量計算などに利用しやすい特徴があります。

どちらの方法を選ぶかは、利用目的や地形の複雑さによって異なります。例えば、複雑な地形の局所的な起伏や境界を表現したい場合は、点の分布に応じて三角形を構成する方法が適しています。一方、広範囲の地形を一定の解像度で管理したい場合は、グリッド形式が扱いやすい場合があります。

地形モデルを作成する際に重要なのが、補間処理です。点群の取得密度にはばらつきがあるため、すべての場所に地表面の点が存在するとは限りません。そこで、周囲の点の標高を利用して、点が存在しない場所の高さを推定します。

しかし、補間処理は実際に計測された地盤の情報を新たに作り出すものではありません。周囲の点から数学的に推定した値であり、地盤の実際の形状と一致するとは限らない点に注意が必要です。

特に、点群が不足している範囲が広い場合や、崖や段差のように地形が急激に変化する場所では、補間によって不自然な地形が作られる可能性があります。例えば、崖の上部と下部にある点を単純につなぐと、本来は垂直に近い地形が緩やかな斜面として表現されることがあります。

この問題を防ぐには、地形の特徴線を適切に扱うことが重要です。代表的なものが、法肩や法尻、尾根線、谷線、段差の境界などです。これらは地形の形状が変化する位置を示す重要な情報であり、地形モデルを作成する際の補助情報として活用できます。

例えば、造成地の法肩と法尻を明確に設定すれば、法面の形状が不自然に平滑化されることを防ぎやすくなります。道路の側溝や擁壁などについても、必要に応じて境界線や構造物の形状を別途管理することで、地形モデルの再現性を高められます。

また、地形モデルの解像度にも注意が必要です。グリッド形式で作成する場合、格子間隔が大きすぎると、小さな段差や地形の変化が表現されにくくなります。反対に、格子間隔を細かく設定しすぎると、元の点群密度を超えた細かな表現を行うことになり、計測されていない部分まで過剰に詳細な地形として扱われる可能性があります。

例えば、点群がまばらな場所で細かなグリッドを作成しても、各格子の高さを決めるための情報が十分に存在しない場合があります。その結果、周囲の点を使った補間の影響が強くなり、実際には確認できていない地形が詳細に表現されてしまいます。

そのため、格子間隔は点群密度だけでなく、計測対象の地形や必要な精度、利用目的を考慮して決めることが大切です。広域の地形傾向を把握するモデルと、施工管理で局所的な変化を確認するモデルでは、求められる解像度が異なります。

地形モデルを作成した後は、元の点群とモデルを比較します。断面を作成して地形の連続性を確認したり、急傾斜地の形状が正しく表現されているかを確認したりすることが重要です。

また、地表面抽出で誤って残した植生や構造物があると、モデル上に不自然な突起が現れることがあります。反対に、地盤点を過剰に除去すると、局所的な穴や不自然な窪みが発生する場合があります。

こうした異常は、三次元表示だけでなく、断面表示や標高の分布を確認することで発見しやすくなります。地形モデルの完成度を高めるには、単に面を生成するだけでなく、地形の特徴が失われていないかを継続的に確認することが必要です。

ポイント5:抽出結果を検証して誤差を修正する

5つ目のポイントは、地表面抽出と地形モデルの生成が完了した後に、結果を検証して必要な修正を行うことです。自動分類やモデル化の処理が完了していても、それだけで正確な地盤データが完成したとは判断できません。

地表面抽出では、植生の残存、地盤点の過剰な除去、補間による形状の変化、座標のずれなど、さまざまな要因で誤差が発生します。これらを確認せずに成果物として利用すると、後工程で問題が発生する可能性があります。

検証では、まず地表面点群の分布を確認します。地形全体を俯瞰し、点群が極端に欠けている場所や、周囲と比べて不自然に密集している場所がないかを確認します。

例えば、森林の内部で地表面点がほとんど存在しない場合は、地盤の情報が不足している可能性があります。一方、樹木の根元や建物の周辺に高い位置の点が残っている場合は、地物の分類が不十分である可能性があります。

次に、断面による検証を行います。平面表示では見つけにくい高さ方向の異常も、断面表示を利用すると把握しやすくなります。特に、地盤面と植生の境界、法面の形状、段差の位置などは、断面を確認することで分類の正しさを判断しやすくなります。

断面を確認する際は、平坦な場所だけでなく、傾斜が変化する場所や地形の境界部分も対象にします。平坦地では問題がなくても、急傾斜地や複雑な地形では誤分類が発生している場合があるためです。

また、抽出した地表面の高さを、既知の測量点や現地で確認した標高と比較することも重要です。基準となる点がある場合は、その位置で地形モデルの高さを確認し、差が許容範囲に収まっているかを評価します。

このとき、単純に一つの地点だけを比較するのではなく、複数の地点で確認することが望ましいです。特定の地点だけでは、局所的な誤差しか確認できない可能性があります。平坦地、斜面、地形の境界など、異なる条件の場所を選んで検証すると、モデル全体の品質を把握しやすくなります。

検証に利用する基準点については、点群の作成に使用した点と独立した検証点を区別することが重要です。モデルの位置合わせに使用した点だけで精度を判断すると、実際の成果精度を適切に評価できない場合があります。可能であれば、位置合わせに使用していない独立した確認点を利用します。

評価方法としては、地形モデルと検証点の標高差を確認します。各地点の差を整理することで、平均的な高さのずれや、特定範囲に集中する誤差などを把握できます。

ただし、誤差の評価では、平均値だけを確認すれば十分というわけではありません。正負の誤差が相殺されると、平均的なずれが小さく見えてしまう場合があります。そのため、標高差の絶対値やばらつき、最大値なども併せて確認することが大切です。

また、水平位置の誤差と高さ方向の誤差は分けて考える必要があります。水平位置がずれている場合、同じ地点を比較しているつもりでも、実際には異なる地形の位置を比較している可能性があります。斜面では、わずかな水平位置の違いが高さの差として現れるため、座標の整合性も確認しなければなりません。

検証で問題が見つかった場合は、原因を特定して修正します。例えば、植生の残存が原因であれば、該当箇所の分類条件を見直します。地盤点が不足している場合は、元の点群に戻って地盤の情報が取得されているかを確認し、必要に応じて追加計測を検討します。

補間による不自然な形状が原因であれば、格子間隔や補間範囲、地形特徴線の設定を見直します。高さ方向に一様なずれがある場合は、標高基準や高さ変換の条件に問題がないかを確認します。

修正後は、必ず再検証を行います。一度修正した範囲だけでなく、その周辺の地形にも影響が及んでいないかを確認することが重要です。

また、検証結果と修正内容を記録しておくことも品質管理の一部です。使用した点群、分類条件、モデルの作成条件、確認した地点、修正内容などを整理しておけば、後から成果物の作成過程を確認できます。

地表面抽出は、自動処理によって効率化できる工程ですが、最終的な品質を担保するには人による確認が欠かせません。特に、施工や設計、数量算出などに利用する地形モデルでは、利用目的に応じた精度基準を設定し、その基準に適合していることを確認する必要があります。

地表面抽出から地形モデル作成までの実務手順

地表面抽出を実務で進める場合は、作業を段階的に整理することで、処理漏れや品質のばらつきを防ぎやすくなります。特に、計測からモデル生成までを別々の作業として考えるのではなく、最終的に必要な地形情報から逆算して計画することが大切です。

最初に行うのが、地形モデルの利用目的と成果仕様の確認です。造成工事の現況把握なのか、森林地形の解析なのか、道路や河川の設計に使用するのかによって、必要な点群密度や地表面の定義が変わります。

この段階では、成果物の座標系、高さ基準、対象範囲、必要な地形の詳細度などを明確にします。さらに、植生や構造物、舗装面などをどのように扱うのかも決めておくと、分類処理の判断基準が統一されます。

次に、現地の状況を確認して計測計画を作成します。計測対象の広さだけでなく、植生の密度、斜面の傾斜、建物や構造物の配置、地盤が見える範囲などを確認します。必要に応じて、地上計測と上空からの計測を組み合わせることも検討します。

計測後は、取得した点群の品質を確認します。点群の欠損や異常値、重複範囲、座標情報などを整理し、地表面抽出に使用できる状態にします。複数の計測データを統合する場合は、位置合わせの精度や高さの整合性も確認します。

その後、地表面と地物を分類します。自動分類を実行したうえで、森林や急斜面、構造物の境界など、誤分類が発生しやすい場所を重点的に確認します。必要に応じて、地盤点の追加や不要な地物点の除去を行います。

分類した地表面点群から、目的に応じた地形モデルを生成します。TINやグリッドなどの形式を選択し、必要な解像度や補間条件を設定します。法肩や法尻などの特徴線が重要な場合は、それらをモデル作成に反映させます。

モデル生成後は、点群との比較、断面確認、基準点との高さ比較などを実施します。異常があれば、分類条件やモデル化の設定を見直し、必要に応じて再処理します。

最後に、完成した地形モデルと作業履歴を整理します。元の点群、分類済み点群、地形モデルを区別して保存し、どのデータが最終成果なのかを明確にしておくことが重要です。

このような流れを標準化すれば、担当者による判断のばらつきを減らし、複数の現場で一定の品質を維持しやすくなります。また、同じ現場を継続的に計測する場合も、前回の計測条件や分類条件を参考にできるため、データの比較や更新が容易になります。

地表面抽出でよくある失敗と対処法

地表面抽出では、点群の取得からモデル化まで、さまざまな段階で問題が発生します。失敗の原因を工程ごとに整理しておくと、異常が見つかったときに適切な対処を行いやすくなります。

よくある問題の一つが、植生を地表面として誤認することです。特に、草地や低木が広がる場所では、地盤と植生の高さが近く、分類が難しくなります。植生の点が残ると、地形モデルに細かな突起が発生したり、実際の地盤よりも高い標高が設定されたりします。

この場合は、分類結果を拡大表示し、断面で地盤と植生の位置関係を確認します。高さだけで判定せず、周辺の点群の分布や地形の連続性も考慮して分類条件を調整します。地盤の情報が不足している場合は、無理に補間するのではなく、追加計測が必要かどうかを判断します。

反対に、地盤の点を過剰に除去してしまう問題もあります。急傾斜地や段差のある造成地では、実際の地盤が周囲と大きく異なる高さを持つため、地物として誤分類されることがあります。

この場合は、分類に使用している高さの差や傾斜の条件を確認します。平坦地向けの条件を複雑な地形にそのまま適用していないかを見直し、地形の特徴に応じた設定に変更することが大切です。

また、地表面の一部に大きな穴ができる問題もあります。これは、植生や障害物によって地盤点が取得されていない場合や、分類処理で地盤点まで除去された場合に発生します。補間によって穴を埋めることはできますが、広範囲の欠損を無条件に補完すると、実際とは異なる地形になる可能性があります。

対処する際は、欠損の大きさと周囲の地形を確認します。小さな欠損で周囲の地形が連続している場合は、補間による対応が可能な場合があります。しかし、崖や急斜面、谷地形などで欠損が大きい場合は、追加計測や現地確認を優先する必要があります。

座標系の不一致も、地表面抽出後の成果に大きく影響する問題です。異なる座標系の点群をそのまま統合すると、地形がずれたり、標高が不自然に変化したりすることがあります。

この問題を防ぐには、データの取得元や作成時の座標情報を確認し、水平位置と高さの基準を統一します。特に、異なる測位方法で取得したデータを統合する場合は、標高基準や座標変換の条件を確認することが重要です。

さらに、点群密度と地形モデルの解像度が合っていない問題もあります。点群がまばらな場所で細かな格子間隔を設定すると、実測点がない場所の標高を過剰に補間することになります。その結果、細かな凹凸があるように見えても、実際には計測情報に基づかない形状となる可能性があります。

この場合は、元の点群密度と地形モデルの解像度を比較し、必要な地形の詳細度に応じて設定を見直します。データ量を増やすことだけを目的にせず、実際に取得できた情報に見合ったモデルを作成することが大切です。

また、地形の特徴線を適切に反映できていない場合も、モデルの品質が低下します。例えば、法肩や法尻の位置が曖昧なまま補間すると、法面が滑らかになりすぎたり、段差が失われたりすることがあります。

この場合は、地形の変化が明確な位置を確認し、必要に応じて特徴線を設定します。特に、造成地や道路、河川など、人工的な形状や明確な境界がある場所では、点群の分類だけでなく、地形の構造を考慮したモデル化が必要です。

これらの問題に共通するのは、自動処理の結果をそのまま正しいと判断してしまうことです。地表面抽出では、対象となる地形の特徴を理解し、データの取得状況に合わせて処理条件を調整することが重要になります。

地表面データの精度管理と継続的な活用

地形モデルを一度作成して終わりにするのではなく、その後の業務でも継続的に活用するためには、地表面データの精度管理と更新方法を整備する必要があります。

地形モデルは、造成工事や道路工事、河川管理、災害対策など、さまざまな業務の基礎資料として利用されます。そのため、作成時の条件が不明確だったり、更新履歴が残っていなかったりすると、後からデータを利用する際に問題が生じる可能性があります。

まず重要なのが、点群の取得時期を明確にすることです。地形は時間の経過とともに変化します。造成工事による切土や盛土、河川の堆積や侵食、災害による斜面崩壊などによって、同じ場所でも地盤の形状が変化します。

古い地形モデルを現況の地盤として利用すると、実際の地形との差が大きくなる可能性があります。特に施工計画や土量計算では、計測時期の違いが結果に影響するため、データの取得日や対象範囲を明確に管理することが大切です。

また、同じ現場を複数回計測する場合は、できるだけ座標系や高さ基準、計測条件を統一します。計測条件が異なると、実際の地形変化と計測条件による誤差を区別しにくくなるためです。

例えば、施工前と施工後の地形を比較する場合、両方の点群が同じ座標基準で管理されていることが重要です。座標がずれている状態で比較すると、実際には変化していない場所にも差分が発生しているように見えることがあります。

さらに、地形モデルの作成条件も記録しておく必要があります。使用した点群の種類、地表面分類の条件、補間方法、格子間隔、検証方法などを整理しておけば、後から再処理するときにも同じ条件を再現しやすくなります。

データ管理では、元データと加工データを分けて保存することも重要です。取得直後の点群を保存しておけば、分類条件に問題が見つかった場合でも、元の情報から再処理できます。分類済みの点群や最終的な地形モデルも、別のデータとして管理するとよいでしょう。

また、地表面データを複数の担当者で利用する場合は、ファイル名やフォルダ構成、座標情報の記載方法を統一することが望まれます。データの名称だけでは内容を判断できない場合があるため、取得時期や対象範囲、処理段階などを分かるようにしておくと、誤利用を防ぎやすくなります。

地形モデルの精度管理は、作成時だけでなく、利用時にも必要です。土量計算や設計検討に利用する場合は、その業務に必要な精度を満たしているかを確認します。広域の地形傾向を把握するために作成したモデルを、局所的な施工管理にそのまま使用できるとは限りません。

また、地形モデルに欠損がある場所や、補間によって生成された範囲については、実測された地盤と区別して管理することも有効です。データの信頼性を正しく評価できるようにすることで、後工程での誤った判断を防ぎやすくなります。

継続的な運用を考える場合は、計測、分類、モデル作成、検証、保存という一連の作業を標準化することが重要です。担当者が変わっても同じ基準で作業できるように、確認項目や作業記録の形式を整備しておくと、地形データの品質を安定させやすくなります。

LRTK Phoneを活用した地形データの取得と現地確認

地表面抽出の精度を高めるには、点群の処理技術だけでなく、現地での位置情報の取得や確認作業を効率化することも重要です。特に、点群だけでは判断が難しい場所では、現地で地形や構造物の状態を確認し、必要な情報を補足することが役立ちます。

例えば、地表面抽出によって不自然な穴が発生した場合、その場所が実際に地盤の欠損している範囲なのか、植生や構造物によって計測できなかった範囲なのかを確認する必要があります。点群の表示だけでは原因を判断できない場合もあるため、現地で対象の状況を確認することが重要です。

また、法肩や法尻、道路と法面の境界など、地形モデルの形状を左右する位置についても、現地で確認することで分類やモデル化の判断材料を増やせます。こうした確認地点を位置情報とともに記録しておけば、点群データとの照合や後日の再確認にも活用できます。

LRTK Phoneは、スマートフォンを活用した高精度な位置情報の取得を現場業務に取り入れるための選択肢です。現場で確認した地点の位置情報を扱うことで、地形モデルの確認箇所や補足測量の対象を整理する際に役立ちます。

例えば、点群から抽出した地表面の標高を現地で確認したい場合、確認対象となる地点を明確にし、その位置情報と現地の状況を関連付けて管理することが重要です。LRTK Phoneを現地での位置情報取得に活用することで、確認地点の記録や現場とデータの照合作業を進めやすくなります。

ただし、位置情報を取得するだけで地表面抽出が完了するわけではありません。点群の分類や補間、地形モデルの生成には、それぞれ適切なデータ処理が必要です。LRTK Phoneは、こうした点群処理を置き換えるものとしてではなく、現場での位置情報の確認や補足的な測量を支援する手段として位置づけることが大切です。

また、位置情報を点群データと組み合わせる場合は、座標系や高さ基準の統一が欠かせません。取得した位置情報と点群の座標基準が異なると、現地で確認した地点とモデル上の位置が一致しなくなる可能性があります。使用する測位方式や補正条件、標高の取り扱いを確認し、同じ基準で比較できるようにする必要があります。

地形モデルの作成後に現地確認を行うだけでなく、計測前の調査や計測中の確認にも位置情報を活用すると、データの不足を早期に発見しやすくなります。例えば、計測範囲の境界や地形の変化が大きい場所を記録しておけば、後から点群を確認する際の目印として利用できます。

さらに、複数の担当者が現場に関わる場合は、確認地点の位置情報を共有することで、現地での認識のずれを減らしやすくなります。点群上の位置と現地の対象を対応付けられるようにしておけば、追加計測が必要な範囲や分類を見直すべき範囲を伝えやすくなります。

地形データの精度を高めるためには、取得した点群を処理する工程と、現地で情報を確認する工程を連携させることが重要です。LRTK Phoneなどの位置情報取得手段を組み合わせることで、計測データと現地の状況を結び付け、地形モデルの確認や品質管理をより効率的に進められます。

まとめ

地形モデルの地表面抽出は、点群データから地盤を構成する情報を選別し、正確な地形を再現するための重要な工程です。地表面以外の樹木や建物、構造物などが混在した点群をそのまま利用すると、実際の地盤とは異なるモデルが生成される可能性があります。

精度の高い地形モデルを作成するには、まず計測段階で地盤の情報を十分に取得することが重要です。植生や構造物による遮蔽を考慮し、計測方法や位置、点群密度を適切に設定する必要があります。

次に、座標系と高さ基準を統一し、異常値や重複データを適切に整理します。そのうえで、点群の高さや周囲との位置関係、傾斜、地形の連続性などを利用して地表面と地物を分類します。

さらに、抽出した地表面の点群をTINやグリッドなどの方法でモデル化する際は、補間条件や格子間隔、地形特徴線を適切に設定することが大切です。地形の段差や法面など、重要な特徴が失われないように注意する必要があります。

最後に、完成した地形モデルを元の点群や基準点と比較し、誤分類や欠損、標高のずれがないかを検証します。自動処理の結果をそのまま採用するのではなく、断面確認や現地確認を組み合わせることで、成果の信頼性を高められます。

地表面抽出の品質は、計測、前処理、分類、モデル化、検証という各工程の積み重ねによって決まります。どれか一つの工程だけを改善するのではなく、全体の作業を見直し、利用目的に応じた品質管理を継続することが重要です。

また、現場で取得した位置情報と点群データを組み合わせることも、地形モデルの品質向上につながります。LRTK Phoneを活用した位置情報の取得や現地確認を取り入れれば、点群だけでは判断しにくい箇所の確認や、追加計測が必要な範囲の整理にも役立ちます。

地形モデルを土量計算や施工計画、維持管理、災害対策などに活用するためにも、地表面抽出の各工程を適切に管理し、実際の地盤形状を反映した信頼性の高いデータを作成していきましょう。

現場を3Dで残して、あとから測る。
実際の画面と動画で使い方を確認できます。

LRTK Phoneの使い方・実例を見る
資料請求導入相談
現場をスマホで3DスキャンLRTK Phone実例を見る