Kun kuntien olemassa olevia rakennustietoja ja uudella mittaus- ja kuvausteknologialla tuotettua tietoa verrataan keskenään, käsitys rakennuskannasta tarkentuu. Mutta miten vertaileva järjestelmä saatiin toimimaan?  

Mihin etsittiin ratkaisua?

Kuntien rakennetun ympäristön tietovarasto on usein puutteellinen rakennuskannan ja -rekisterin osalta (geometria- ja ominaisuustiedot). Tiedot vanhoista rakennuksista ovat usein virheellisiä tai puutteellisia, ja esimerkiksi luvattoman rakentamisen tuomista muutoksista ei ole tietoa. Kokeilussa haettiin uusia teknologisia ratkaisuja virheiden havaitsemiseen ja korjaamiseen.

Ajantasaiset ja luotettavat rakennustiedot ovat keskeinen osa kaupunkirakentamisen digitalisaatiota sekä kaupunkisuunnittelussa että rakentamisessa. Tietojen virheet ja puutteet vaikuttavat myös kiinteistön omistajien tasapuoliseen kohteluun (kiinteistöverotus), ja kunta voi menettää jopa huomattavia määriä verotuloja.

Tavoite: Digitaalisella menetelmällä parempi kuva todellisuudesta

Hankeen tavoitteet:

• Digitaalinen prosessi ja metodiikka, jolla verrataan olemassa olevaa rakennusten aineistoa todellisen nyky-ympäristön aineistoihin.
• Testata automatisoituja digitaalisia menetelmiä, joilla rakennetun ympäristön tietojen laatua voidaan parantaa.
• Tutkia mitkä aineistot soveltuvat tietojen vertailuun parhaiten (pistepilvi, ilmakuva ja muut mahdolliset aineistot).
• Saada virheelliset tai puutteelliset kohteet automaattisesti esiin ja visualisoitua paikkatietotekniikalla.
• Kokeilla, miten tietojen korjailu ja päivittäminen virallisiin tietolähteisiin onnistuu (Kunta, VRK, verohallinto).

Mitä hankkeessa tehtiin?

Kokeilu toteutettiin yhteistyössä Jyväskylän kaupungin kanssa. Kokeilualueiksi valittiin kaksi rakentamistyyliltään ja rakennuskannaltaan erilaista aluetta Jyskä ja Tyyppälä. Näin voitiin kokeilla analyysimetodin soveltumista hieman erilaisiin aineistoihin.

Kokeilualueilta valmisteltiin sopivat lähtöaineistot käytettäväksi analysointeihin ja ne käsiteltiin siten, että tietoa voitiin hyödyntää paremmin. Kokeilun tekniseksi välineeksi valittiin Trimblen eCognition-ohjelmisto, joka on tehty erityisesti vaativiin kuvatulkintaan perustuviin paikkatietoanalyyseihin. Analyysi perustui kuva-aineiston ja pistepilven tietojen yhdistämiseen ja vertailuun.

Analyysissa aineistosta etsittiin potentiaaliset rakennukset, tunnistettiin puiden katveessa olevat rakennukset ja tarkennettin etsittävien rakennusten määritelmää ja analyysimenetelmää, jotta karttatiedoista puuttuvat todelliset rakennukset saatiin esiin. 

Kenelle tästä on hyötyä?

Kaikille kunnille, jotka haluavat päivittää tietoja alueensa rakennetun ympäristön todellisesta tilanteesta. Kokeilussa kehitetty menetelmä kuvattiin hankkeen loppuraporttiin, joka on vapaasti saatavilla Trimble Solutions Oy:n ja KIRA-digin verkkosivuilla. Kaupungit voivat hyödyntää tuloksia ja luotua metodia omien tietoaineistojensa laadun parantamisessa.

Mitä tuloksia kokeilu tuotti?

Hankkeessa kehitettiin menetelmä, joka toimii varsin hyvin rakennuskohteiden automatisoituun tunnistamiseen ilmakuvien ja pistepilven avulla. Menetelmä havaitsee kohteet etsimällä rakennukset ja visualisoimalla ne paikkatietotekniikan avulla. Menetelmällä saadaan lähtöaineiston tarkkuudesta riippuen tuotettua paikkatietoaineistoa, joka sellaisenaan kelpaa monenlaiseen käyttöön.

Suurimittakaavaisen kantakartan (1:500/1:1000) tarkkuusvaatimuksiin nähden aineisto ei välttämättä ole riittävän tarkkaa, huomioiden mm. rakennusten katoksiin tai vastaaviin osiin liittyvät havaitsemisongelmat. Analyysin suorittamista on mahdollista kehittää tekemällä analyysisääntöihin tuloksien tarkkuutta parantavia muutoksia.

Trimble tulee kehittämään analyysiä eteenpäin ja jatkamaan kokeiluja muidenkin kaupunkien kanssa.