Med hjälp av luftburen laserskanning kan stora mängder av LAS-data samlas in. Lantmäteriet, en statligmyndighet vars uppgift är att kartlägga Sverige, har gjort en rikstäckande insamling av LAS-data. Denna data ärtillgänglig för allmänheten och kan hämtas gratis från Lantmäteriet. Då insamlingen är rikstäckande ärupplösningen på LAS-datan lägre än vid en lokal insamling. Punkttätheten på LAS-datan ligger på 1–2 punkterper kvadratmeter.Detta arbete gjordes på uppdrag från Arvika kommun då de ville veta om det är möjligt att extrahera och karteraArvika tätorts urbana växlighet från Lantmäteriets gratis LAS-data. Det som efterfrågades från kommunen var ettpunktlager som visar ungefärliga positioner på träd över 3–5 meter. Punktlagret skulle ha attribut medinformation om trädens storlek. Detta hade varit användbart både för kommunens GIS-avdelning för attsimulera skuggning vid planeringar, modellera träd och framtagning av informativ växlighetsstatistik. Det skulleäven vara användbart för parkavdelningen som tidigare haft brist på data över deras urbana växlighet.Denna uppgift genomfördes genom att kombinera olika funktioner i ArcGIS Pro. Först konverterades LASdatasetet om till raster. Detta raster tas sedan multiplicerat med -1 och därmed vänds. Detta inverterade rasteranvänds i hydrologiska analysfunktioner som baserar sig på att jämföra celler med dess grannceller. På detta vistas ett punktlager fram som visar lokala höjdtoppar. Detta lager matas med höjd från raster och även ett NDVIvärde. Detta NDVI-värde tas fram från två uttagna band (band 1 och 4) från Lantmäteriets ortofoto.Ett diameter-värde beräknas genom att avgöra antalet celler som trädets krona består av. Detta värde anses bliväldigt generaliserat, men har en relativt konstant differens och bör därför kunna användas för storleksindelningav träden. De framtagna lokala höjdpunkterna filtreras även med ett par kriterier som de måste uppfylla. Dessakriterier baserar sig på några av de informativa data som framtagit s så som NDVI-värde och höjd. Detta för attfilterara bort eventuella felaktiga punkter som ej är växlighet.Arbetets resultat blev ett punktlager av drygt 21 000 punkter. Punktlagret innehaver informativa attribut i formav höjdvärde, diameter-värde, NDVI-värde, och antalet celler som kronan består av. Noggrannheten vididentifiering av träden är stark beroende av trädens form och placering. Träd med en simpel trädkronaform visarresultat med hög identifieraringsnoggrannhet. Träd med mer komplexa trädkronor (oftast stora lövträd) eller omträden är placerat så att dess trädkronor flyter samman, visar resultaten sämre identifieringsnoggrannhet.Placeringsnoggrannheten beräknades genom en jämförelse med inmätta träd från mätingenjör. Resultatet visaratt placeringen av de identifierade träden har ett medelfel på drygt 2 meter. Höjdvärde uppnår en relativ högnoggrannhet då de är direkt tagna från höjdrastret vars höjdvärde är tagna från lantmäteriets LAS-data med enviss generalisering. Diametervärdena visar låg noggrannhet men med en konstant avvikelse som skulle göravärdena möjliga att använda vid en storleksklassning av trädena. / With help of airborne laser scanning can large amount of LAS-data be collected. Lantmäteriet, a state agencywhose mission is to map Sweden, have done a nationwide collection of LAS-data. This data is available to thepublic and can be downloaded for free from Lantmäteriet. As the collection is nationwide the resolution of theLAS-data is lower than a local collection of LAS-data. The point density of the LAS-data is 1-2 points per squaremeter.This study was done on behalf of Arvika municipality as they wanted to know if it is possible to extract and mapthe urban vegetation in Arvika city from Lantmäteriets LAS-data. What was wanted from Arvika municipality wasa point layer that shows approximately positions of trees over 3-5 meters. The point layer would have attributeswith information about the size of the tree. This would be useful for the municipality’s GIS apartment tosimulate shading when planning projects, modelling trees and producing informative vegetation statistics. Itwould also be useful for the park department which previously lacked data on their urban vegetation.This project was implemented using and combining different functions in ArcGIS Pro. Firstly the LAS-dataset wasconverted to raster format. This raster is then multiplied by -1 which then is inverted. This inverted raster isbeing used in hydrological analysis functions that compares cells with their neighbours. By doing this, a pointlayer showing local height peaks is produced. This point layer is later fed with a height value from the raster anda NDVI-value. This NDVI-value is obtained by using two bands (band 1 and 4) obtained from Lantmäteriet’sorthophoto.A diameter value is calculated by determining the number of cells that make up the crown for the tree. Thisvalue is very generalized but has a relatively constant difference and could therefore be used for sizeclassification of trees. The local height points are also filtered with a couple of criteria that they must meet. Thecriteria are based on some of the informative data that has been produced like NDVI and height value. This is tofilter out any potential incorrect points that are not any form of vegetation.The result of this study consists of just over 21 000 tree points. The point layer has informative attribute whichshows height, diameter, NDVI and the amounts of cells the crown of the tree consists of. The accuracy inidentifying the trees is strongly dependent on the shape and location of the trees. Trees with a simple crownshows results with high identification accuracy. Trees with more complex (most often big deciduous trees) orwhen the trees are located close to each other so that their crowns flow together, it shows results with loweridentification accuracy. The positional accuracy was calculated by a comparison with trees measured by a surveyengineer. The results shows that the positional accuracy of identified trees have a mean deviation of just over 2meters. The height value attains a relatively high accuracy as it is directly taken from the height value inLantmäteriets LAS-dataset, with a certain generalization. The diameter value shows low accuracy but with aconstant difference which could be possible to use for tree size classification of the trees.

Flygburen laserskanning är en effektiv metod för insamling av höjddata över stora områden och används därför frekvent som underlag till digitala höjdmodeller, både på nationell och regional nivå (Wehr & Lohr 1999). Fördelen med insamlingsmetoden är att de utsända laserpulserna reflekteras på både markytan och objekten ovan mark, exempelvis vegetation, byggnader och liknande. På så vis genereras ett tredimensionellt punktmoln från vilket ytterligare produkter kan genereras. Den uppskattade eller uppmätta kvaliteten hos LiDAR-data gäller generellt för hela skanningsområdet. Men det kan vara av intresse att utföra en mer djupgående analys av kvaliteten för att se hur den skiljer sig mellan olika terrängtyper. På uppdrag av Arvika kommun ska en kvalitetskontroll av Lantmäteriets andra rikstäckande laserskanning ”Laserdata Skog” utföras. I dagsläget arbetar man med Laserdata NH, syftet med studien är således att ge Arvika kommun en mer nyanserad uppfattning av kvaliteten hos Laserdata Skog så att framtida arbeten kan ske på ett tillförlitligt sätt med en djupare förståelse kring datat. En jämförelse med Lantmäteriets första rikstäckande laserskanning ”Laserdata NH” kommer även utföras. Jämförelsen mellan de två laserskanningarna sker främst av ett teoretiskt intresse för att utreda hur stor skillnaden är mellan dem, framtida arbeten med laserdata kommer troligtvis att ske med den nya ”Laserdata Skog”.   För att utföra studien tillämpas den tekniska specifikationen SIS-TS 21144:2016 ”Byggmätning – Specifikationer vid framställning och kontroll av digitala markmodeller”. Inmätning av referensdata utfördes med både GNSS-utrustning och totalstation. De terrängtyper som har inkluderats i studien är: asfaltsyta, grusyta, lövskog, barrskog och gräsyta. För varje terrängtyp selekterades 2 provytor för att uppnå en god representation av de enskilda terrängtyperna. För att möjliggöra en koordinatjämförelse mellan laser- och referensdata så interpolerades punktmolnet till en TIN-yta. Resultatet visar att det uppstår differenser mellan Laserdata NH och Laserdata Skog för de statistiska mått som har beräknats. Laserdata NH erhåller förvånansvärt låga avvikelser. En övergripande trend är dock att Laserdata Skog har de lägre avvikelserna. Att fastställa orsakerna till dessa är dock svårt då det finns ett flertal faktorer som spelar in. Sammanfattningsvis erhåller Grusyta det lägsta RMSE-värdet (0,021 m) i Laserdata NH och i Laserdata Skog är det Asfaltsyta (0,017 m). Det högsta RMSE-värdet hittas i Barrskog för både Laserdata NH (0,198 m) och Skog (0,111 m). / Airborne laser scanning is an efficient method for collecting elevation data over a large area and is therefore frequently used as a basis for digital elevation models, both on a national and regional level (Wehr & Lohr 1999). The advantage of this data collection method is that the emitted laser pulses are reflected both on the ground surface as well as the objects above it, for example the vegetation, buildings or the like. In this way a three-dimensional point cloud can be created from which further products can be generated. The estimated or measured quality of LiDAR data generally applies for the entire scanning area. But it can be interesting to perform a more in-depth analysis of how the quality differs between different types of terrain.  At the request of Arvika municipality a quality survey of Lantmäteriet’s second nationwide laser scanning “Laserdata Skog” will be performed. Work is currently being performed using Laserdata NH, the purpose of this study is thus to give Arvika kommun a more nuanced perception of Laserdata Skog’s quality so that future work can be done in a more reliable way with a deeper knowledge about the data at hand. A comparison between Lantmäteriet’s first nationwide laser scanning “Laserdata NH” will also be performed. The comparison between these two is primarily out of a theoretical interest to examine how the quality differs between them. Future laserdata work will probably be executed using the newer product “Laserdata Skog”. The technical specification SIS-TS 21144:2016 ”Construction measurements – Specifications of production and control of digital terrain models” was applied in the study. Both GNSS-equipment and total station where used in order to collect reference data. The included terrain types are: asphalt, gravel, deciduous forest, coniferous forest and grass. Two areas of interest have been selected for each type of terrain in order to achieve a good representation of each terrain type. In order to perform a coordinate comparison between the laser- and reference data the point cloud from the laserdata was interpolated to a TIN-surface. The results show that there are quality differences between Laserdata NH and Laserdata Skog. Laserdata NH obtains remarkably low deviations. The overall trend is however that Laserdata Skog acquires the lower deviations of the two. Determining the causes of this is difficult, as there are several factors that come in to play. In summary the Gravel terrain type obtains the lowest RMSE-value (0,021 m) for Laserdata NH. The terrain type with the lowest RMSE-value for Laserdata Skog is Asphalt (0,017 m). The highest RMSE-values are found in Coniferous forest for both Laserdata NH (0,198 m) and Laserdata Skog (0,111 m).

Framställning av digitala terrängmodell (Digital Terrain Model, DTM) är en viktig del för projekteringsunderlag vid markrelaterade frågor. Grunden för en DTM är punktmolnet som innehåller grunddata från mätningen. DTM är användbara i många olika områden, kvalitén bestäms beroende på vilken uppdrag som DTM gäller för. UAS-fotogrammetri är en av metoder som tillämpas för att framställa en DTM, det går även att framställa en DTM utifrån punktmoln från Laserdata NH. En DTM är en modell av endast markyta, där data samlas genom mätning av ett visst objekt. Syftet med detta examensarbete som är utfört vid Institutionen för ingenjörsvetenskap vid Högskolan Väst var att jämföra två olika metoder för framställning av ett punktmoln som är till underlag för en DTM. Punktmoln som framställs med egna mätningar från UASfotogrammetri och ett färdigt punktmoln från Laserdata NH. Målet med jämförelsen är att undersöka om det går att ersätta UAS-fotogrammetri med den kostnadseffektiva Laserdata NH i projektet för ett industriområde (Lödöse varvet) i Lilla Edets kommun, samt om det går att ersätta den överlag. Med hjälp av Agisoft Metashape programvaran framställdes det punktmolnet från mätning från UAS av modellen DJI Phantom 4 Advanced, sedan jämfördes den mot det färdiga punktmolnet från Laserdata NH i CloudCompare programmet. Resultatet på denna studie visar att det går att ersätta UAS-fotogrammetri mot Laserdata NH i just denna och andra liknande projekt som har samma syfte och viss bestämd noggrannhet då punktmolnen inte avviker signifikant från varandra. Medan det inte går att ersätta de mot varandra överlag, då UAS-fotogrammetri erhåller högre noggrannhet när det gäller framställning av ett punktmoln jämfört med vad Laserdata NH har för noggrannhet på sina mätningar / Generation of Digital Terrain Model (DTM) is an essential part in project planning in questions related to spatial planning. Basis for the DTM is the point cloud which obtains initial data from the measurement. DTM can be used in different areas, accepted quality level is depending on the assignment for which DTM is produced. UAS-photogrammetry is one of the methods which is used for DTM generation, but it is possible to produce DTM from point cloud originated from Laserdata NH. A DTM is a model representing entirely terrain surface, where the data used for its generation gathers from measuring of a certain object. The purpose of this study accomplished at Department of Engineering Science at University West was to compare two different methods for point cloud generation as a basis for DTM. First point cloud generated comes from own measurement with UAS-photogrammetry and second is a point cloud from acquired Laserdata NH. The goal of the comparison is to examine if it is possible to replace UAS-photogrammetry with the cost effective Laserdata NH in the project for the industrial area (Lödöse varvet) in Lilla Edet municipality, and if it is possible to replace it generally. With help of Agisoft Metashape software the point cloud from UAS-measurement with DJI Phantom 4 Advanced was generated and then compared to Laserdata NH point cloud in CloudCompare program. Result of this study is showing that it is possible to replace UAS-photogrammetry with Laserdata NH in this specific and others similar projects which have same purpose and certain decided precision since point clouds are not significantly deviating from each other. While it is not possible to replace them generally, as UAS-photogrammetry obtains higher precision concerning point cloud generation compared to accuracy that Laserdata NH has in its measurements.

En digital terrängmodell (DTM) representerar endast markytans form och har en bred användning inom t.ex. samhällsplanering. Det finns olika framställningsmetoder för att skapa en DTM, där de mest använda metoderna är mark- eller flygburen laserskanning samt terrester- eller satellitbaserad mätning. Flygburen laserskanning (FLS) använder sig av tekniken LiDAR (Light Detection And Ranging) där avstånd mäts med laser. Lantmäteriet påbörjade ett projekt 2009, vilket gick ut på att laserskanna hela Sverige med FLS och projektet blev klart 2019. Resultatet blev Laserdata NH (Nationella Höjdmodellen) med en lägesnoggrannhet i höjd på 0,1 m. Syftet med studien är att kontrollera mätosäkerheten för Laserdata NH samt undersöka om den kan ersätta terrestra mätningar, t.ex. GNSS vid skapande av DTM:er. Studieområdet är ca 0,85 ha och består av en gräsyta omgiven av grusvägar. Området är beläget i Teknikparken, Gävle. För att se ifall Laserdata NH kan ersätta GNSS-mätningar skapades en DTM från Laserdata NH samt en DTM från mätningar med NRTK-GNSS. Alla inmätningar följde de krav och toleranser vilka specificeras i SIS-TS 21144:2016. För att kunna kontrollera mätosäkerheten för Laserdata NH mättes kontrollprofiler in, vilka agerade som referens. Kontrollprofilerna användes även som referens när de båda DTM:erna jämfördes mot varandra. Max- och min avvikelse, medelavvikelse, standardosäkerhet samt RMS räknades ut på varje enskild profil, per markyta och för de två modellerna. Beräkningarna utfördes för att se ifall värdena låg för högt eller för lågt i någon del av ett område samt för att kunna se sannolikheten för systematiska avvikelser. En statistisk analys utfördes för att se ifall det finns någon skillnad mellan DTM och kontrollprofilernas medelavvikelse. Resultatet visade att det fanns en statistisk signifikant avvikelse på medelavvikelsen mellan DTM skapad av Laserdata NH och kontrollprofiler för både grus- och gräsytorna. Detta innebär att Laserdata NH inte kan ersätta NRTK-GNSS på öppna, jämna gräsytor eller plana grusytor. Kontrollerna av de två DTM:erna klarar toleranserna enligt SIS-TS 21144:2016 och anses vara tillförlitliga. Studien kom till slutsatsen att Laserdata NH kan användas utan komplettering till översiktliga planeringar. Detaljerade analyser med Laserdata NH behöver dock kompletteras med ytterligare mätningar eller ortofoto för att erhålla mer trovärdiga resultat. / A Digital Terrain Model (DTM) only represent the surface and has a broad application within, for example, community planning. There are different ways of producing a DTM, with the most common methods being ground- or airborne laser scanning and terrestrial- or satellite based measurement. Airborne laser scanning (ALS) uses the technique LiDAR (Light Detection and Ranging) which measures distances with laser. Lantmäteriet, the Swedish cadastral mapping and surveying authority, began in 2009 with a project to scan entire Sweden with ALS and was finished in 2019. The outcome of the project was a new national height model that is called Laserdata NH with a positional accuracy of 0,1 m in height. The purpose of this bachelor thesis is to study the uncertainty of Laserdata NH and to investigate if it can replace terrestrial measurements, for example replacing Laserdata NH with GNSS mapping. The study area is approximately 0,85 hectares and consists of a grassland area surrounded by gravel paths. The area is located in Teknikparken, Gävle. To see if Laserdata NH can replace GNSS-measurements a DTM was created from Laserdata NH as well as a DTM created from measurements with NRTK-GNSS. All measurements followed the requirements and tolerances according to SIS-TS 21144:2016. To control the uncertainty for Laserdata NH, control profiles were measured, which acted as a reference. The control profiles were also used as a reference when comparing the two DTMs. Max and min deviation, mean deviation, standard deviation and RMS were calculated for each profile, per ground area and using two models. The calculations were performed to see if the values were too high or too low in any part of an area and to be able to see the probability of systematic deviations. A statistical analysis was performed to see if there were any difference between the DTM and the mean deviation of the control profiles. The result showed that there was a statistic significant deviation on the mean deviation between the DTM created by Laserdata NH and the control profile for both the gravel and the grass surface. This means that Laserdata NH cannot replace NRTK-GNSS on open, plain grass or gravel surfaces. The controls of the two DTMs are within the tolerances according to SIS-TS 21144:2016 and are considered reliable. The study concluded that Laserdata NH can be used without supplement to do general plans. However, for detailed analysis Laserdata NH needs to be supplemented with additional measurements or orthophoto.

Höjddata är fundamentala inom en mängd applikationer. Genom att skapa en digital höjdmodell (DEM), d.v.s. en matematisk modell av terrängens fysiska form, kan höjddata nyttjas på ett effektivt sätt. Tillgång till digitala höjdmodeller underlättar både vid hållbar samhällsplanering och övervakning av klimatförändringar. Vid tillämpning av en DEM är det av största intresse att veta hur väl modellen representerar jordytan. Den centrala delen av studien innefattar en granskning av de två globala höjdmodellerna Copernicus GLO-30 DEM och FABDEM (Forest And Buildings removed Copernicus DEM) som jämförs med svenska referensmodeller baserade på nationella LiDAR-data (Light Detection And Ranging). Genom generering av en egen ytmodell från punktmolnet Laserdata NH framställdes referensdata för jämförelser med Copernicus GLO-30 DEM. Som referensdata för jämförelser med FABDEM användes GSD-Höjddata Grid 2+, vilket är ett markmodellsraster. Utvärderingen utfördes över tre provytor i Sverige. Dessa provytor representerar karaktäristiska marktyper inom landet. I granskningen av kvaliteten för de globala modellerna analyserades statistik för jämförelserna. Dessutom skapades plottar för att kunna visualisera höjdskillnaderna. Studien innehåller även en litteraturstudie om hur de globala modellerna har skapats. Skaparna av Copernicus GLO-30 DEM garanterar en utvidgad standardosäkerhet med täckningsgraden 90% (LE90) på 4 m. Den här studien resulterade i lite högre utvidgade osäkerheter, mellan ca 4,3 och 6,1 meter. Den lägsta osäkerheten uppnåddes i provytan över Stockholm som innehåller höga byggnader, vatten och en del vegetation. De mest avgörande avvikelserna för FABDEM kan kopplats till svagheter i metoden att framställa en markmodell från ytmodellen Copernicus GLO-30 DEM, men FABDEM påverkas också signifikant av brister i den underliggande modellen, d.v.s. i Copernicus GLO-30 DEM. / Elevation data is fundamental in a variety of applications. By creating a digital elevation model (DEM), i.e. a mathematical model representing the physical shape of the surface of the Earth, altitude data can be used effectively. Access to digital elevation models facilitates both sustainable spatial planning and monitoring of climate change. When applying a DEM, it is of greatest interest to know how well the model represents the earth's surface. The central part of the study includes a review of the two global height models Copernicus GLO-30 DEM and FABDEM (Forest And Buildings removed Copernicus DEM), which are compared with reference models based on Swedish national LiDAR data (Light Detection And Ranging). By generating its own surface model from the point cloud Laserdata NH, reference data was produced for comparisons with Copernicus GLO-30 DEM. GSD-Elevation data Grid 2+, which is a terrain model in grid format, was used as reference data for comparisons with FABDEM. The evaluation was performed over three test areas in Sweden. These test areas represent characteristic land types within the country. In the review of the quality of the global models, statistics for the comparisons were analysed. In addition, plots were created to be able to visualize the height differences. The study also includes a literature study on how the global models have been created. The creators of the Copernicus GLO-30 DEM guarantee an extended standard uncertainty at 90 % coverage probability (LE90) of 4 m. This study resulted in somewhat larger expanded uncertainties (90 %), between about 4.3 and 6.1 meters. The lowest uncertainty was achieved in the sample area over Stockholm, which contains tall buildings, water and some vegetation. The most significant deviations for FABDEM can be linked to weaknesses in the method of producing a terrain model from the surface model Copernicus GLO-30 DEM, but FABDEM is also significantly affected by the deficiencies in the underlying model, i.e. in Copernicus GLO-30 DEM.

Höjddata av god kvalitet är av stor betydelse i många sammanhang, inte minst i samhällets anpassning till ett förändrat klimat. Laserdata Skog är höjddata insamlade från flygburen laserskanning och kommer i färdigt skick att täcka större delen av Sveriges yta. För att sådana data ska kunna användas på bästa sätt är det viktigt att ha kännedom om deras kvalitet. För data från flygburen laserskanning finns det många parametrar som orsakar variation i kvaliteten, där terrängtypens inverkan hör till de mest betydande.  Denna studie utförs på uppdrag av Lantmäteriet och syftar till att undersöka kvaliteten i Laserdata Skog. Fokus ligger på osäkerhet i höjd och punkttäthet, samt hur dessa faktorer varierar mellan olika terrängtyper. Höjdosäkerheten har undersökts genom jämförelser mellan laserdata och terrestra kontrollmätningar, medan punkttätheten har bestämts med beräkningar och observationer i laserdata. Fyra terrängtyper ingår i studien: Hårdgjord yta, Gräsyta, Barrskog och Lövskog. Varje terrängtyp representeras av tre olika provytor, fördelade på olika skanningsområden. Osäkerheten i höjd påverkades av både trädskikt och markvegetation, medan det enbart var variation i trädskiktet som orsakade synbar påverkan på punkttätheten. Osäkerheten i höjd för enskilda provytor varierade mellan 0,011 och 0,183 m (RMS). Punkttätheten varierade mellan 0,66 och 2,09 punkter/m2. För osäkerheten i höjd påträffades ett betydande bidrag från inpassningen av punktmolnet, vilket försvårade analysen av terrängtypens inverkan. / High quality elevation data is of great importance in many contexts, for example in society’s adaptation to climate change. Laser data forest (Laserdata Skog) is elevation data collected from airborne laserscanning, and will cover most of Sweden’s surface when completed. In order for this data to be used in the best possible way, knowledge of its quality is important. Many parameters causes variation in quality for airborne laserdata, and the impact of vegetation is one of the most significant. This study is conducted by request from Lantmäteriet (the Swedish mapping, cadastral and land registration authority) and aims to investigate the quality of Laser data Forest. Uncertainty in height and point density is the main focus, as well as how these factors vary in different types of terrain. Uncertainty in height has been investigated by comparisons between laser data and terrestrial control measurements, while point density has been determined by calculations and observations in laser data. Four types of terrain is included in the study: Impervious surface, Grass, Coniferous forest and Deciduous forest. Each type of terrain is represented by three test surfaces, one in each of three different scanning areas. Uncertainty in height was affected by both trees and ground cover, while the vegetational impact on point density was caused by trees alone. Uncertainty in height for individual test sites varied between 0,011 and 0,183 m (RMS). Point density varied between 0,66 and 2,09 points/m2. For the uncertainty in height, a considerable contribution was found to originate from the alignment of the point clouds, which made the analysis of the impact of the terrain more difficult.

In recent times the demand of high resolution 3D data has seen a rise, and the applications of airborne LiDAR data are increasing. Automatic extraction of building roofs is important in many of these applications such as city modelling. In 2018, Lantmäteriet (the Swedish mapping, cadastral and land registration authority) is planning a new flight to collect airborne LiDAR data. This data may become useful in extracting roof planes. The purpose of this thesis is to evaluate automatic methods for extracting buildings from airborne LiDAR data, and to perform a quality assessment of the footprints.This thesis proposes specific methods of extraction in using software called ArcGIS Pro and FME. The method was to process raw LiDAR points by separating the ground points, and finding building points through plane detection of points in clusters. Vegetation was removed using height difference of the points and the area. Polygons were created from the building points and a quality assessment was then carried out concerning completeness, accuracy and RMSE. The result on four different data sets shows a more appropriate extraction in FME. Lower point density sometimes leads to better extraction of buildings because of less vegetation. Higher point density has the advantage of higher accuracy and can extract smaller buildings, but includes more vegetation. The proposed method is recommended for larger buildings (>25 m2) and a LiDAR point density around 12 points/m2.

Skogsbruksplanen är ett viktigt verktyg för dagens skogsägare. Uppdatering av skogsbruksplaner kräver vanligtvis omfattande fältmätningar för att samla in aktuella data om skogen. En ny metod för att uppdatera skogsbruksplaner har utvecklats av skogsägarföreningen Södra och Field Sweden AB, vilken minskar behovet av manuella fältmätningar. En studie genomfördes för att utvärdera noggrannhet och tillförlitlighet i den nya metoden. Studien indikerade högre noggrannhet i skattningar av volym, grundytevägd medeldiameter och grundytevägd medelhöjd i laserbaserad skogsbruksplan jämfört med konventionell skogsbruksplan. Grundyta var den variabeln som erhöll högst noggrannhet via konventionella skattningar. Metoden bedömdes tillförlitlig, dock bör vidare studier utföras för att säkerställa noggrannhet och tillförlitlighet i laserbaserade skattningar innan metoden implementeras på hela skogsinnehav.

De alltmer påtagliga klimatförändringar som sker runt om i världen ställer allt större krav på varje enskilt land att minska utsläppen av fossila bränslen. Därav jobbar både Sverige och många andra länder för de globala målen, som bland annat innebär att lösa klimatkrisen innan år 2030. För att uppnå detta mål krävs en stor omställning i samhället, varav en viktig del är att bygga ut landets elnät så att mer förnybara energikällor kan brukas. Att bygga ut elnäten är en stor utmaning som kräver bra geografisk information som kan skapa underlag för en effektiv planering. I nuläget är det dock brist på geografisk information över alla typer av ledningar, och den minimala datamängd som finns saknar viktig höjdinformation som behövs vid planering och olika typer av analyser. På så vis har denna studie utförts i syfte att försöka utveckla en djupinlärningsmodell som ska kunna klassificera främst lokala- och regionala luftledningar utifrån Lantmäteriets ”laserdata nedladdning, skog”. Det klassade punktmolnet ska sedan kunna användas för att skapa en 3D-modell över luftledningarna och omkringliggande miljö, för att bättre kunna visualisera verkligheten. För att utföra detta har de två djupinlärningsmodellerna PointCNN och RandLA-Net testats i ett område öster om Degerfors, där punkttätheten är tillräckligt hög samt att det finns både lokala- och regionala ledningar i området. Den färdigtränade modellen har sedan testats i ett nytt område i Olofström för att kontrollera hur väl generaliserad modellen blev. För att ta reda på hur lönsamt det är att ta fram en egenutvecklad djupinlärningsmodell, har den även jämförts med Esris förtränade modell. Samtliga processer har utförts i ArcGIS Pro. Resultatet visar att den framtagna modellen enligt RandLA-Net arkitekturen är något överanpassad för att kunna leverera bra klassificeringsresultat på andra områden än där modellen tränades. Det har även visat sig att den framtagna modellen inte kan ge avsevärt bättre resultat jämfört med Esris förtränade modell. Dock uppnådde ingen modell bra klassificeringsresultat, vilket innebär att en fortsatt studie med vissa förbättringar skulle behöva utföras för att kunna fortsätta arbetet framåt.  Sammanfattningsvis har studien visat att punktavståndet har en påverkande roll för hur bra klassificeringsresultat som kan uppnås. I de områden där punktätheten är tillräckligt bra och klassificeringen är korrekt, kan en tillförlitlig 3D-modell skapas. En förbättring skulle vara att använda en laserdatamängd med mer mångfald vid träning. Därmed skulle det kunna utvecklas en mer generell modell som kan leverera bra resultat över fler laserskannade områden. På så vis skulle en fortsatt studie vara relevant när Lantmäteriet utfört sin tredje laserskanning över Sverige. / The increased climate change that occurring around the world requires even more from each individual country to reduce the emissions of fossil fuels. Thus, both Sweden and many other countries are working towards the global goals, including solving the climate crisis before 2030. To achieve this goal, a major change in society is required. One major part of this is to expand the electricity network so more renewable energy sources can be used. Expanding the electricity networks is a big challenge that requires good geographical information that can create a basis for effective planning. Furthermore, there is a lack of geographic information about all types of powerlines, and the minimal amount of data that exists missing important height information that is needed for planning and different types of analyses. In this way, the purpose with this study is to develop a deep learning model that should be able to classify primarily local and regional overhead powerlines based on the Land Survey´s "Laserdata nedladdning, skog". The classified point cloud should then be used to create a 3D model of the overhead powerlines and the surrounding environment to better visualize reality. To do this, the two deep learning models PointCNN and RandLA-Net have been tested in an area east of Degerfors, where the point density is high enough. The fully trained model has then been tested in a new area in Olofström to check how well the model was generalized. In order to find out how profitable it is to develop a deep learning model, the developed model has also been compared with Esri's pre-trained model. All processes have been carried out in ArcGIS Pro. The result shows that the developed model according to the RandLA-Net architecture is somewhat over-adapted to be able to deliver good classification results in areas other than where the model was trained. The study has also shown that the developed model cannot provide significantly better results compared to Esri's pretrained model. However, no model achieved good classification results, which means that a further study with some improvements would be appropriate to continue the work forward.To summarize, the study has shown that the point distance has a great impact for the classification results. In areas where the point density is high enough and the classification is correct, a reliable 3D model can be created. An improvement would be to use a lidar dataset with more diversity in training to be able to develop a more general model that can deliver good results over more scanned areas. In this way, a continued study would be relevant when the Land Survey has performed the third scan of Sweden.

Bygg- och anläggningsbranschens implementering av BIM har resulterat i ett ökat behov att digitaliserat relationsunderlag. Äldre relationshandlingar, som mestadels utgörs av pappersritningar, saknar digitala motsvarigheter vilket gör att insamlingar av ny information, från pappersritningar, kan bli aktuell. Terrester laserskanning (TLS) är en teknik som tillämpas för insamling av data i punktmolnsform och är en allt mer förekommande insamlingsmetod vid införskaffning av relationsunderlag. Modellering från tredimensionella punktmolnsdata är ofta komplicerad och på så vis införstått med manuellt arbete för att producera ett godtyckligt resultat. Syftet med examensarbetet var att undersöka möjligheten att skapa en CAD-modell av en tunnels ytskikt från ett punktmoln med hjälp av programvaran FME. Studieområdet är ett mindre tunnelsegment och den insamlade datamängden utgörs av tidigare framarbetat punktmoln. Punktmolnet är obearbetat och innehåller brus i form av avvikande punkter samt installations- och konstruktionsobjekt. Tidigare producerat relationsunderlag, i form av CAD-modell, tilldelades också för att möjliggöra en jämförelse mot de modeller som skapats i arbetet. FME tillhandahåller ett flertal verktyg för bearbetning av punktmoln och arbetet har omfattats av tester där de olika verktygen utvärderats. Det huvudsakliga fokuset har legat på verktyget PointCloudSurfaceBuilder, vars funktion är att rekonstruera punktmoln till en mesh. En metod för filtrering av punktmolnet utformades och utreddes också under arbetet. Flertalet försök utfördes för att testa vad som fungerade bäst och ett antal modeller av varierande kvalitet kunde skapas. Metoden Poisson i verktyget PointCloudSurfaceBuilder visade bäst resultat då den skapar en “vattentät” modell som följer punktmolnets rumsliga förhållande bättre än det tilldelade relationsunderlaget. För metoden Poisson var Maximum Depth den parameter som hade störst inverkan på resultatets kvalitet. För varje höjning med 1 i parametern Maximum Depth så ökade upplösningen kvadratiskt i varje dimension för x, y och z. De totala värdena för tidsåtgång, filstorlek och antal trianglar ökade även potentiellt med upplösningen. Värden över 9 blir svåra, om inte omöjliga, att hantera i CAD-miljöer på grund av för detaljerade data i förhållande studieområdets storlek. Därav rekommenderas 7 och 8 som parametervärden vid modellering i miljöer likartade med tunnelsegmentet. / The building and construction industries implementation of BIM has resulted in an increased need to digitalise as-built basis. Older as-built documents, which is mostly made of paper plans, are missing their digital counterparts, which makes it that collection of new information, from the paper plans, can be vital. Terrestrial laser scanning (TLS) is a technique that is applied for collection of data in the form of data point clouds and is a more frequent collection method for obtaining supplies of as-built. Modelling from three-dimensional point cloud data is usually a complicated matter and therefore connected with manual labour to produce an arbitrary result. The purpose with the bachelor thesis was to research the possibility to create a CAD-model of the layer of a tunnel from a point cloud with the use of a software called FME. The study area is a smaller tunnel segment and the collected data set is based from an earlier created point cloud. The point cloud is unprocessed and contains noise from deviant points and object of installations and construction. The earlier produced as-built, in form of a CAD-model, was applied as well to enable a comparison parallel to the newly created models in this thesis. FME contains several tools for handling point clouds and the work have included several tests where the different tools have been evaluated. The primary focus of the work has been to evaluate the possibilities of the tool PointCloudSurfaceBuilder, which function is to reconstruct point clouds to a mesh. A method was also created and examined to clean the point cloud from noise. Several tests were executed to see what kind of method works the best and models of different qualities were rendered. The construction method Poisson in the transformer PointCloudSurfaceBuilder produced the best results whereas it creates a “water tight” model that follows the point clouds spatial conditions in a better way than the as-built model. In the method of Poisson there is a parameter called Maximum Depth which showed the greatest impact for the quality of the result. For every increase of 1 in the parameter Maximum Depth was the resolution increased by a factor of two in every direction of x, y and z. The total values for amount of time, file size and number of triangles increased as well in a way parallel to the potential increase of the resolution. It is hard, if not impossible, to handle the models in CAD-environments above the value 9. That is because of too high detail in the data in relation to the size of the study area. Therefore, are the recommended values of the parameter 7 and 8 in case of modelling of similar environments in tunnel complexes.