Keywords: Remote Sensing, 3D-Mapping, Glacier, Morteratsch, Photogrammetry, Unmanned Aerial Vehicle (UAV), Structure from Motion (SfM), digital surface model (DSM)

In the context of this work, two flights were carried out over the Morteratsch glacier (Swiss alps) with the help of a UAV in July and October 2021 respectively. These took place without the deployment of ground control points (GCP). The aim was to determine whether a model of the glacier can be created with such a small amount of data collection time and how accurate it is. In addition, the changes of the glacier in the ablation season 2021 were determined. After creation, the DSM and ortho-mosaics showed a relative deviation of 1.5 m on the x- and y-axis, and 6.3 m on the z-axis. By manual georeferencing, this value could be reduced to less than 0.5 m. However, it is only possible to a limited extent to check whether the data do not show any rotation. In addition, the values are not particularly accurate, but they are sufficient to roughly track the glacial changes. It shows that the glacier lost an average of 4 m in height and that the glacier ice flowed an average of 3 m downhill during this period.

Zur Validierung der Daten wurden verschiedene Algorithmen verwendet und ein Vergleich mit Referenzliteratur durchgeführt. Dabei zeigte sich, dass die Verwendung von GCP’s nicht zwingend notwendig ist, um die Bewegung eines Gletscher nachzuverfolgen. Diese Zeitersparnis während der Feldarbeit geht allerdings auf Kosten der Genauigkeit des Modells und bedarf einen grösseren Aufwand an Nachbearbeitung.

Mit Pix4Dcapture ist dies jedoch nicht möglich, allerdings wurde diesem Effekt entgegengewirkt, in-dem jeweils 2 in der Höhe gestaffelte Flüge getätigt wurden, um den Verzug zu reduzieren (Pix4D, o. J.-a). Da die Applikation jedoch die internen Antikollisionssysteme übersteuert, ist es äusserst wichtig, dass die Flughöhe und das Untersuchungsgebiet an die lokale Topologie angepasst gewählt werden, um eine Kollision zu vermeiden. Diese Technik ist zwar nicht besonders genau, aber kann dafür innerhalb sehr kurzer Zeit durchgeführt werden. Die optimale Flugzeit für diese Art Studie wäre zwischen 13:00 und 15:00 (Rossini et al., 2018), dies konnte bei beiden Flügen jedoch organisatorisch nicht arrangiert werden. Weiter Informationen zum Flug sind in Tabelle 1 ersichtlich.

Der letzte Schritt prozessierte nun abschliessend die DOM’s und Orthomosaike. Die Auflösung des Orthomosaik wurde dabei auf die GSD der originalen Bilder gesetzt. Die restlichen Optionen wie DOM Filter sowie ob die Daten als GeoTIFF gespeichert werden sollen, wurden dabei auf den Voreinstellungen belassen. Das DOM wird dabei automatisch mit der fünffachen Auflösung des Orthomosaiks erstellt.

Die nächsten Schritte wurden mit CloudCompare erledigt (CloudCompare 2.12.beta, 2022). In einem ersten Schritt wurde die Verschiebung zwischen der Punktwolke vom Juli und der Wolke vom Oktober mit dem Align Point Cloud Tool und manuell gewählten stabilen Punkten entfernt. Anschliessend wurde eine dreidimensionale Änderungsberechnung, auf Basis der beiden Punktwolken, mit dem Multisca-le Model to Model Cloud Comparison (M3C2) Algorithmus durchgeführt (Lague et al., 2013), welcher ebenfalls in CloudCompare implementiert ist. Dieser Arbeitet direkt auf den Punktwolken ohne eine Rasterisierung. Während der Berechnung werden eine Serie sogenannter Kernpunkte bestimmt. Im Anschluss wird zwischen den Modellen nach der passendsten Verschiebung, in einem Zylinder mit definiertem Radius gesucht. Die Berechnung wurde dabei auf der gesamten Referenzwolke durchgeführt. Für di Berechnung der Normals und der Projektions Skala wurden die vorgeschlagenen Werte 3.405 und 1.703 verwendet. Da ohne GCP’s gearbeitet wurde, konnte für die Berechnung mit M3C2 kein root mean square error (RMSE) definiert werden.

Der Vergleich zu den Resultaten von Rossini et al., (2018) zeigt allerdings auf, dass die in dieser Arbeit ermittelten Werte in einem ähnlichen Bereich liegen. Die Fliessgeschwindigkeit von 2 bis 4 m stimmt mit den Daten von Rosini überein, und die zum Teil höheren Werte, lassen sich damit erklären, dass das in dieser Arbeit erfasste Gebiet einen grösseren Bereich der Gletscherzunge erfasste, und somit die höheren Fliessgeschwindigkeiten weiter Gletscheraufwärts miterfasst wurden. Diese Differenz könnte jedoch auch mit einem Verzug der Modelle erklärbar sein. Zum einen sind die Werte im DOM Differenz Layer positiv, was einer Zunahme entsprechen würde, dies macht auf dieser Höhe jedoch wenig Sinn und es wäre eine Abnahme zu erwarten. In der aus dem M3C2 Algorithmus resultierenden Punktwolke ist an der gleichen Stelle eine schwache Abnahme zu erkennen.