Airborne LiDAR
Airborne Light Detection And Ranging (LiDAR) is een actieve remote sensing techniek die gebruik maakt van infrarood licht om hoogtemodellen met hoge resolutie van het aardoppervlak te maken. LiDAR kan binnen de AMZ-cyclus als techniek worden toegepast tijdens de verkennende en karterende fasen van een inventariserend veldonderzoek. Daarnaast kan LiDAR ook worden gebruikt voor het monitoren van bekende vindplaatsen. In ideale omstandigheden kan LiDAR op landbodems archeologische sporen in kaart brengen, ook wanneer deze sporen zich onder vegetatie bevinden.
Wat?
Hoe werkt het?
Een Airborne LiDAR sensor zendt vanuit de lucht een laserstraal richting de grond (afbeelding 1). Als deze straal iets raakt, bijvoorbeeld een tak van een boom, wordt een deel van de straal gereflecteerd naar de sensor. De rest van de straal reist door en kan nog verschillende malen iets raken tot het iets raakt dat het niet kan penetreren, meestal de grond zelf. De afstand tussen de sensor en elke reflectie kan vervolgens worden berekend doordat de locatie van de sensor bekend is en de tijd tussen uitzenden en terugkeren van (een deel van) de laserstraal is gemeten.

Verdere verwerking van de gegevens levert twee hoogtemodellen (Digital Elevation Models of DEMs) op: een Digital Terrain Model (DTM) dat het maaiveld (zonder gebouwen enz.) weergeeft, en een Digital Surface Model (DSM) dat alle data, inclusief gebouwen en vegetatie, weergeeft (afbeelding 2). Alle hoogteverschillen, dus ook die zijn ontstaan door menselijk handelen (zoals dijken, groeves en grafheuvels), zijn hierin zichtbaar.

Verdieping X
Na het verzamelen van de LiDAR data wordt elke reflectie gecombineerd met de positionele data. Het resultaat is een zogenaamde point cloud bestaande uit een punt met 3D-coördinaten voor elke reflectie. Meestal volgen hierna drie bewerkingsstappen: classificatie (of filtering), interpolatie en visualisatie (afbeelding 3).

In de eerste bewerkingsstap, classificatie of filtering, worden alle verzamelde punten omgezet in een hoogtemodel van het maaiveld (DTM) en een hoogtemodel van het maaiveld plus alle vegetatie en gebouwen daarop (DSM). Voor archeologen is een (DTM) het meest bruikbaar. Over het algemeen zijn hierbij twee reflecties per uitgezonden laserstraal van belang: de zogenaamde eerste en de laatste reflectie. In een open gebied, bijvoorbeeld een akker, zijn de eerste en de laatste reflectie vaak hetzelfde, omdat de laserstraal eenvoudigweg alleen het grondoppervlak raakt. In bosgebieden is de eerste reflectie echter vaak de top van de bomen, terwijl de laatste reflectie het grondoppervlak, een boomstam of lage begroeiing kan zijn. Voor het vervaardigen van een DTM worden doorgaans alle reflecties behalve de laatste reflectie verwijderd. Daarna worden de resterende reflecties opgesplitst in grond- en niet-grondpunten en worden verdere fouten verwijderd.
Echter, aan het einde van de classificatie stap bestaat de data nog steeds uit losse punten. Om de leesbaarheid van de data te vergroten worden deze punten in de tweede bewerkingsstap geïnterpoleerd naar een rasterbeeld. Door de data te interpoleren kunnen ook eventuele gaten in de data, waar geen meetgegevens beschikbaar zijn, worden opgevuld. Het eindproduct van deze stap is een rasterbestand waarvan elke cel een (hoogte)waarde heeft. De grootte van elke cel bepaalt de resolutie van het rasterbestand.
In de laatste bewerkingsstap, visualisatie, wordt het rasterbestand omgezet naar een grijsschaal- of kleurenbeeld waarin de verschillen in de (hoogte)waarden worden weergegeven. Er zijn vele verschillende visualisatie technieken beschikbaar (zie Kokalj & Hesse, 2017 voor een uitgebreide beschrijving van de meest gebruikte visualisatie technieken).
Wat heb je nodig?
Om LiDAR data vanuit de lucht te verzamelen is een vliegtuig, helikopter of drone nodig, welke de sensor aan boord heeft. Deze sensor zendt infrarood–laserstralen in een zigzagpatroon uit en meet de terugkerende reflecties. Naast de reistijd meet de sensor ook de zogenaamde intensiteit. Dit is een maatstaf voor hoe sterk de reflectie is en hangt mede samen met het materiaal dat de reflectie veroorzaakt. Asfalt heeft bijvoorbeeld een lage intensiteit, terwijl sneeuw een hoge intensiteit heeft. Naast de sensor heeft het vliegtuig een GPS aan boord om de positie te meten, en een zogenaamde inertial measurement unit (IMU) om de pitch en roll van het vliegtuig te meten.
Voor het verwerken van de LiDAR data zijn verschillende softwarepakketten beschikbaar, zoals bijvoorbeeld LASTools. Dergelijke tools zijn tegenwoordig vaak geïncorporeerd in GIS software. Voor de visualisatie van LiDAR data wordt over het algemeen de Relief Visualisation Toolbox (RVT) gebruikt (Kokalj & Hesse 2017).
Meer weten?Verdieping X
Er worden twee soorten LiDAR-sensoren gebruikt om (archeologische) gegevens te verzamelen: discrete-return LiDAR en full-waveform LiDAR, waarvan de eerste het meest gebruikte type is (afbeelding 4).

Discrete-return sensoren (ook wel conventionele sensoren genoemd) zenden laserpulsen uit en registreren de intensiteit en tijd van een beperkt aantal geretourneerde pulsen waarvan de intensiteit een bepaalde drempel overschrijdt. De meeste sensoren registreren doorgaans maximaal vier verschillende retoursignalen van een enkele puls. Het grootste deel van het ontvangen signaal wordt door deze sensoren dus niet geregistreerd.
Full-waveform sensoren registreren daarentegen de gehele geretourneerde puls door de intensiteit van het retoursignaal met frequente en regelmatige intervallen (meestal met een interval van 1 ns) te meten en het signaal om te zetten in een digitale datastroom. Uit deze datastroom worden vervolgens de individuele retoursignalen gehaald. De kenmerken van elke retour, zoals de echobreedte en amplitude, kunnen aanvullende informatie geven over het reflecterende oppervlak. Dit levert ook aanvullende informatie op voor een betrouwbaardere classificatie van de retours.
Kan worden gebruikt met..
Airborne LiDAR kan met zowel vliegtuigen, helikopters als drones worden verzameld. Het type platform dat wordt ingezet is van invloed op twee factoren: het oppervlakte dat per vlucht kan worden ingemeten en de puntdichtheid. De puntdichtheid (of gemiddelde (grond)puntdichtheid) is geeft het (gemiddelde) aantal laserstralen dat werkelijk het maaiveld heeft geraakt per vierkante meter. De puntdichtheid wordt beïnvloed door de hoogte en snelheid van het platform, de pulse rate (hoeveel stralen worden er per seconde uitgezonden), de hellingshoek en het aantal keren dat het gebied wordt gemeten (bijv. bijvoorbeeld vanwege overlap). Daarnaast wordt de grondpuntdichtheid beïnvloed door het landgebruik van het gemeten gebied. Hoewel LiDAR kan worden gebruikt om het maaiveld onder bos te meten, zullen veel van de uitgezonden stralen niet de grond raken, maar andere objecten, zoals boomstammen, takken enz., terwijl dit in andere gebieden minder een probleem zal zijn.
Voor het meten van grote oppervlakten met een lagere puntdichtheid kan het beste een vliegtuig worden gebruikt. Helikopters kunnen langzamer en lager vliegen, waardoor kleinere oppervlakten met een hogere puntdichtheid kunnen worden meten. Helikopters zijn daarnaast ook beter geschikt om gegevens te verzamelen in beboste of zwaar begroeide gebieden. Tenslotte kunnen drones worden gebruikt om kleine oppervlakten met een zeer hoge puntdichtheid te meten.
Archeologische Toepassingen
Plaats in het archeologisch proces
Airborne LiDAR kan, net als de meeste andere archeologische remote sensing methoden, worden toegepast in de verkennende en karterende fasen van een archeologische inventarisatie (IVO-O). De verzamelde en geanalyseerde beelden leveren een set anomalieën op (afbeelding 5), voorzien van een beschrijving en een interpretatie. Deze kunnen gebruikt worden voor het beter karakteriseren van de bovengrondse archeologische sporen, en informatie verschaffen voor eventueel nieuw prospectieonderzoek, of gravend onderzoek.

Verdieping X
Naast het opsporen van anomalieën kan LiDAR ook worden gebruikt voor het monitoren van bekende vindplaatsen. Door LiDAR data die op verschillende momenten is verzameld met elkaar te vergelijken kunnen veranderingen worden geregistreerd. Voorbeelden van veranderingen die kunnen worden geregistreerd zijn het graven van greppels/kuilen, egaliseren en/of ophogen.
Welke typen archeologische materialen/landschappen
Airborne LiDAR is inzetbaar in alle omstandigheden waarin het aannemelijk is dat er verschillen in hoogte waarneembaar kunnen zijn tussen archeologische sporen en het natuurlijke landschap. Van belang is dat enkel structuren die tot uiting komen als een hoogteverschil ten opzichte van het omliggende landschap met deze techniek kunnen worden opgespoord.
Beperkingen/onzekerheden
Zowel het seizoen als de weersomstandigheden zijn van invloed op het slagen van een LiDAR onderzoek, vooral in gebieden met sterke begroeiing. De ideale omstandigheden om LiDAR data van beboste gebieden te verzamelen is tijdens de winter, in de periode tussen het smelten van de sneeuw (als die ooit aanwezig is) en voordat de bomen nieuwe bladeren hebben.
Agrarisch landgebruik heeft ook een sterke invloed op de mate van succes, omdat dit vaak een sterk egaliserende werking heeft, waardoor hoogteverschillen aan het maaiveld minder prominent zullen zijn.
LiDAR is niet bruikbaar voor onderwaterarcheologie. Water reflecteert infrarode straling namelijk zeer sterk. Met zgn. ‘groene LiDAR’ is het echter wel mogelijk om tot enkele meters diepte onder water de waterbodem in kaart te brengen.
Referenties/verder lezen
Actueel Hoogtebestand Nederland. https://www.ahn.nl/
Crutchly, S. & Crow, P. (2010). The Light Fantastic: Using airborne lidar in archaeological survey. English Heritage.
Kokalj, Ž. & Hesse, R. (2017). Airborne Laser Scanning Raster Data Visualization: A Guide to Good Practice. Založba ZRC.
Rensink, E., Theunissen, L., Feiken, R., Bourgeois, J., Deforce, K., van Doesburg, J., Emaus, R., van der Heiden, M., de Jong-Lambregts, N., Karagiannis, N., de Kort, J. W., Liagre, E., van Londen, H., Meylemans, E., Orbons, J., Stichelbaut, B., Terlouw, B., Timmermans, G., Waagen, J., & van Zijverden, W. (2022). Vanuit de lucht zie je meer. Remote sensing in de Nederlandse archeologie. Nederlandse Archeologische Rapporten (NAR) 80.