Ten wpis dedykuję pamięci mojego Taty w dniu jego urodzin — człowieka ciekawego świata i otwartego na nowe technologie.

Często myślę o tym, jak technologia zmienia nasz warsztat pracy — od tradycyjnych metod po zaawansowane systemy GIS, które pozwalają nam widzieć więcej. Wierzę, że to właśnie nowoczesne narzędzia najlepiej odpowiadają na wyzwania współczesnej wyceny, pozwalając sprowadzić teorię do mierzalnych faktów.

Przeznaczenie nieruchomości w miejscowym planie mówi nam, na jaką zabudowę pozwala nam prawo. Konfiguracja przestrzenna nieruchomości sprowadza te teoretyczne możliwości do realnych opcji. Czasem niekorzystna konfiguracja wpłynie tylko na zwiększone koszty budowy, a czasem może wręcz uniemożliwić sensowną zabudowę. We wpisie “Kształt ma znaczenie, czyli współczynniki kształtu w wycenie nieruchomości” opisałem jeden z elementów oceny konfiguracji przestrzennej nieruchomości. Teraz nadszedł czas, żeby zająć się pionowym ukształtowaniem terenu (spadki, różnice wysokości, ekspozycja).

Będziemy do tego potrzebować przede wszystkim danych z numerycznego modelu terenu (NMT). Są to dane rastrowe, zazwyczaj w formacie GeoTIFF (.tif) lub Esri ASCII Grid (.asc), w których na siatce o stałej rozdzielczości (np. 1 m x 1 m, 5 m x 5 m lub jeszcze większej) zapisana jest informacja o średniej wysokości terenu nad poziomem morza. Dla większości wycen siatka 1 m jest wystarczająca, natomiast – z wyjątkiem dużych działek rolnych lub leśnych – siatka 5 m posiada zbyt duży stopień generalizacji i staje się przez to nieprzydatna dla celów wyceny. Kiedy na obszarze, który opracowujemy, dysponujemy tylko modelem o siatce 5 m (lub większej), możemy spróbować pobrać chmurę punktów (pliki w formacie .LAS lub .LAZ) i na ich podstawie samodzielnie wygenerować NMT. Nawet w terenach niezurbanizowanych chmury punktów mają gęstość 4 pkt/m², co pozwoli nam wygenerować NMT na siatce 1 m. Jeżeli zachodzi taka potrzeba, w przypadku terenów zurbanizowanych, gdzie możemy pobrać dane o gęstości 12 pkt/m², możemy wygenerować NMT o czterokrotnie lepszej rozdzielczości (tj. na siatce 0,5 m).

💡 Wskazówka

Danych NMT nie powinniśmy mylić z danymi numerycznego modelu pokrycia terenu (NMPT). Te drugie przedstawiają interpolowane dane uwzględniające obiekty (budynki, budowle, zadrzewienia) znajdujące się na gruncie. Na potrzeby wyceny ma to mniejsze zastosowanie praktyczne i osobiście dla obiektów na gruncie preferuję dane bezpośrednio z chmury punktów jako zdecydowanie precyzyjniejsze i niosące informację o większej rozdzielczości. Zresztą większość powstających ostatnio danych NMT oraz NMPT tworzona jest jako przetworzenie i interpolacja danych z lotniczego skanowania laserowego (ALS) opartą na technologii LIDAR – czyli właśnie z chmury punktów.

Dane NMT możemy pobrać bezpośrednio z Geoportalu Krajowego dla konkretnego obszaru lub – co jest jeszcze lepszym rozwiązaniem – podpiąć je poprzez usługę WCS. Pozwoli to zautomatyzować pobieranie i przetwarzanie informacji praktycznie dla wszystkich nieruchomości porównawczych.

Pobierając dane NMT, NMPT lub chmury punktów, możemy spotkać się z podziałem na dwa układy wysokościowe: PL-KRON86-NH (Kronsztad) oraz PL-EVRF2007-NH (Amsterdam). Każdy z tych układów określa poziom odniesienia dla danych, gdzie wysokość 0 dla PL-KRON86-NH to średni poziom Morza Bałtyckiego dla mareografu w Kronsztadzie (Federacja Rosyjska), a w przypadku PL-EVRF2007-NH – średni historyczny poziom Morza Północnego zaobserwowany w Amsterdamie (Holandia). Praktyczna różnica pomiędzy tymi układami wynosi ok. 17 cm. Od 1 stycznia 2024 roku układ PL-EVRF2007-NH jest jedynym obowiązującym systemem wysokościowym w Polsce.

Poza danymi NMT będziemy też potrzebować warstwy wektorowej z działkami (nieruchomościami), które chcemy poddać analizie.

Tytuł tego wpisu, “Prawie obiektywna ocena ukształtowania terenu”, nie wziął się znikąd. Nasza analiza nieruchomości będzie opierać się zarówno na twardych obliczeniach, jak i analizie wizualnej, a jak pisałem we wcześniejszym wpisie, ta ostatnia zawsze będzie miała w sobie element subiektywny.

Ocena wizualna nieruchomości

Po pobraniu i wczytaniu w QGIS pliku NMT początkowy wygląd rastra jest mało informatywny (nie wspominając o mało inspirującej estetyce). Możemy oczywiście za pomocą narzędzia INFORMACJE O OBIEKCIE uzyskać punktową informację o wysokości nad poziomem morza we wskazanym miejscu. Jednak przy ocenie całościowej nieruchomości takie podejście jest bezużyteczne.

Aby znacząco zwiększyć możliwości interpretacji NMT, połączymy kilka technik wizualizacji. Zastosujemy stylizację warstw, która nie wymaga generowania nowych plików rastrowych przy użyciu algorytmów. Wczytajmy nasz plik NMT trzykrotnie. Do warstwy położonej na wierzchu zastosujemy stylizację “warstwice” 1️⃣ z odstępem konturu ustawionym na “1”, a indeksem konturu na “5” 2️⃣. Ponieważ nasza warstwa NMT jest w układzie EPSG 2180, wartości te oznaczają metry. Symbole warstwic ustawiamy na linie, a kolor np. na biały 3️⃣. Tryb wyświetlania warstwy ustawimy na “suma” 4️⃣. W menu “Resampling” ustawimy “Przybliżanie i Oddalanie” na “sześcienny (jądro 4×4)”, a “nadpróbkowanie” na “1” 5️⃣.

Dla rastra środkowego wybierzemy stylizację “Cieniowanie” 6️⃣, a “tryb wyświetlania warstwy” ustawimy na “mnożenie” 7️⃣. Żeby trochę “podbić” rysunek rzeźby, współczynnik “Z” ustawimy na 1,5 8️⃣ (możemy też opcjonalnie zaznaczyć opcję “wielokierunkowo” – w zależności od naszych preferencji oraz rodzaju terenu). W menu “Resampling” ustawimy Przybliżanie i Oddalanie na “sześcienny (jądro 4×4)”, ale “nadpróbkowanie” zostawiamy na standardowym poziomie “2” 9️⃣.

Wreszcie dla rastra najniższego wybieramy stylizację “Jednokanałowy pseudokolor” 🔟, a paletę kolorów ustawiamy na “Turbo” 1️⃣1️⃣. Upewniamy się, że tryb wyświetlania warstwy jest ustawiony na “zwykły” 1️⃣2️⃣. Opcje Resamplingu ustawiamy jak przy warstwie środkowej 1️⃣3️⃣.

Dzięki powyższym stylizacjom uzyskujemy kompozytowy obraz, gdzie za pomocą kolorowania, cieniowania (hillshade) oraz warstwic łatwo zorientować się, jakie jest ukształtowanie terenu i różnica wysokości pomiędzy konkretnymi częściami nieruchomości nawet bez pomiarów. Patrząc na wynikowy rysunek, jesteśmy w stanie szybko ocenić, że deniwelacja na przedmiotowym terenie wynosi trochę ponad 20m. Równie łatwo zorientujemy się, gdzie znajduje się najwyższy, a gdzie najniższy obszar nieruchomości i jak z grubsza wygląda ukształtowanie terenu.

Mapa hipsometryczna, którą właśnie stworzyliśmy, może być statyczna lub dynamiczna. Jeżeli w ustawieniach stylizacji warstwy najniższej (pseudokolor) w polu “Ustawienia wartości minimalnej i maksymalnej” zostawimy “Zasięg statystyk” jako “cały raster”, uzyskamy mapę statyczną. W przypadku wyboru opcji “odświeżony obszar mapy” uzyskamy dynamiczną mapę hipsometryczną, w której kolory dostosują się do aktualnie wyświetlanego fragmentu widoku.

⚠️ …

W tym miejscu chcę zwrócić uwagę na rozróżnienie pomiędzy używaniem Cieniowania (Hillshade) jako sposobu stylizacji warstwy a algorytmem przetwarzania. Wizualnie otrzymujemy dokładnie to samo. Jednak w przypadku stylizacji jest to “makijaż” nakładany na numeryczny model terenu, który nie zmienia danych (dalej w pliku NMT zawarte są dane o wysokościach n.p.m.). W przypadku, gdy użyjemy algorytmu przetwarzania: Cieniowanie (Hillshade), następuje stworzenie nowego rastra (powstaje “nowa rzeźba”), który traci dane o fizycznej wysokości terenu na rzecz modelu oświetlenia, gdzie wartości układają się od 0 (obszary w całkowitym cieniu) do 255 (obszary maksymalnie doświetlone).

Mapa hipsometryczna jest bardzo dobrym narzędziem do szybkiej wizualnej oceny działki. Jednak popularny algorytm Cieniowania (Hillshade) może czasami wprowadzać w błąd. Możemy napotkać na tzw. “efekt odwróconej rzeźby” – doliny mogą wydawać się szczytami i na odwrót. Poza tym ma on tendencję do gubienia szczegółów w głębokich cieniach i prześwietleniach. Co prawda można użyć opcji cieniowania wielokierunkowego, ale jest to raczej “pudrowanie” problemu niż jego rozwiązanie. Inną kwestią jest to, że dla uzyskania najlepszych efektów powinno się ustawić inne parametry dla terenu płaskiego (wysokość słońca 5°), a inne dla terenu stromego (wysokość słońca >45°). Powyższe ograniczenia utrudniają automatyzację analizy dla wielu nieruchomości. Dlatego przy powyższej wizualizacji najważniejszą informacją jest deniwelacja na podstawie kolorów i warstwic, a warstwę cieniowania traktujemy pomocniczo.

Znacznie lepszą opcją dla oceny rzeźby terenu jest zastosowanie RRIM (Red Relief Image Map). To zaawansowana technika wizualizacji, która – w przeciwieństwie do tradycyjnego cieniowania – pozwala na jednoczesne zobaczenie mikroform terenu, niezależnie od kierunku padania światła. Została opracowana w Japonii na początku XXI wieku przez Tatsuro Chibę i zrewolucjonizowała sposób, w jaki archeolodzy oraz geolodzy analizują ukształtowanie powierzchni. Nic więc nie stoi na przeszkodzie, żeby skorzystali z niej rzeczoznawcy majątkowi.

Żeby użyć tej techniki w QGIS, będziemy potrzebowali wtyczki Relief visualization toolbox (RVT) oraz (opcjonalnie) QGIS-RRIM. W pierwszej kolejności musimy użyć na naszej warstwie NMT algorytmów: Nachylenie (slope), Otwartość topograficzna dodatnia (openness positive) oraz Otwartość topograficzna ujemna (openness negative). W następnym kroku za pomocą narzędzia KALKULATOR RASTRA powinniśmy wykonać obliczenia pomiędzy warstwami otwartości zgodnie z poniższym wzorem:

gdzie: Oₚ - openness positive, Oₙ - openness negative.

Jeżeli nie chcemy tej operacji wykonywać ręcznie, możemy skorzystać z wtyczki QGIS-RRIM, która po wskazaniu warstwy NMT wygeneruje dla nas warstwę “slope” oraz warstwę “DiffOpenness”.

W kolejnym kroku ustawiamy stylizację warstwy “slope” na “Jednokanałowy pseudokolor”, a paletę kolorów na “Reds”. Następnie tryb wyświetlania warstwy ustawiamy na “mnożenie” (uzyskamy ciemniejszy obraz) lub “nakładka” (jaśniejszy, żywszy obraz). RRIM wykorzystuje fakt, że ludzkie oko jest bardzo wrażliwe na odcienie czerwieni. W tej metodzie intensywność czerwieni odpowiada nachyleniu terenu, podczas gdy jasność (wyznaczana przez openness) reprezentuje wypukłości (grzbiety są jasne) i wklęsłości (doliny są ciemne). Na koniec warto ustawić resampling obu warstw dla uzyskania wygładzonego obrazu.

📝 AKTUALIZACJA z 2026.04.04

W ostatnich dniach pojawiła się wtyczka która jeszcze lepiej automatyzuje cały proces tworzenia RRIM. Możesz o niej poczytać we wpisie Podkręć Swój QGIS: moje sprawdzone wtyczki (część 4)

Należy wyraźnie zaznaczyć, że powyższe techniki nie zastępują oględzin nieruchomości, a jedynie je uzupełniają. Z drugiej strony wizja terenowa nie zawsze ujawni wszystkie elementy nieruchomości. Szczególnie na terenach nieużytkowanych ukształtowanie terenu oraz obiekty antropogeniczne (np. fundamenty) mogą być ukryte pod gęstą roślinnością. Podobnie jest z innymi obrazami terenu opartymi na teledetekcji pasywnej (np. ortofotomapa). Dopiero teledetekcja aktywna (ALS) umożliwia penetrację roślinności, co skutkuje opracowaniem materiałów, na których niewidoczne staje się widoczne.

Oczywiście techniki wizualizacji NMT nie kończą się na opisanych powyżej. Mamy do dyspozycji m.in. wskaźnik widoczności nieba (Sky-View Factor – SVF), Lokalny model reliefu (LRM) czy Laplacian-of-Gaussian (LoG). Niektóre z nich mogą być użyteczne w specyficznych scenariuszach. Na przykład Lokalna dominacja (Local Dominance) pozwoli wykryć pozostałości budowlane na dużych terenach przemysłowych, których nie widać gołym okiem przez sukcesję roślinną. Otrzymujemy obraz przypominający zdjęcie rentgenowskie, na którym dominują formy odróżniające się od tła, niezależnie od ogólnego nachylenia terenu. Jednak dla takich przypadków zamiast korzystać z gotowego podkładu NMT z Geoportalu, lepiej pobrać chmurę punktów, samodzielnie wykonać filtrację roślinności i wygenerować własny NMT z bardzo małym oczkiem siatki (np. 0.25 m lub 0.5 m), dbając o to, by pozostałości murów, fundamentów itp. zostały sklasyfikowane jako “grunt”.

Dla osób zainteresowanych zgłębianiem tematu technik wizualizacji, na końcu artykułu podaję odnośniki do dodatkowych materiałów.

🚨 Uwaga

Kluczowym aspektem jest weryfikacja aktualności i jakości materiałów źródłowych. Informacje o dacie pozyskania danych teledetekcyjnych są dostępne w serwisie Geoportal.gov.pl – na ich podstawie oraz w oparciu o wizję lokalną rzeczoznawca rozstrzyga, czy mogą one zostać wykorzystane w procesie wyceny. Warto również zwrócić uwagę na samą metodę pomiaru. Przykładowo, dane NMT oparte na zdjęciach lotniczych (teledetekcja pasywna) oferują zazwyczaj niższą rozdzielczość i dokładność niż te pochodzące ze skaningu laserowego (teledetekcja aktywna).

Automatyzacja

Zastosowanie tych technik może być pracochłonne, zwłaszcza gdy analizujemy wiele nieruchomości porównawczych. W moim procesie pracy w pierwszej kolejności dokonuję geolokalizacji działek z bazy transakcji. Następnie uruchamiam mój autorski model analiz NMT, który automatycznie pobiera dane wysokościowe w granicach interesujących mnie nieruchomości (z lokalnego pliku NMT lub zdalnie w usłudze WCS) i dokonuje ich odpowiedniej stylizacji.

Profil terenu

Narzędzie PRZEKRÓJ WYSOKOŚCIOWY to praktyczny instrument w QGIS, który pozwala na wizualizację profilu pionowego wzdłuż określonej trasy (linii łamanej). Po wyznaczeniu linii na mapie generowany jest interaktywny wykres pokazujący zmiany wysokości terenu. Narzędzie umożliwia łączenie danych z wielu źródeł (np. NMT i chmury punktów) oraz definiowanie szerokości pasma uwzględnianego wzdłuż osi przekroju. Na gotowym profilu można również dokonywać bezpośrednich pomiarów odległości oraz różnic wysokości.

Zakończenie

O ile w tej części skupiłem się na technikach wizualnej (a więc subiektywnej) oceny nieruchomości, o tyle w drugiej zajmę się twardymi danymi i analizą morfometryczną. Pokażę, jak w programie QGIS obliczyć deniwelacje, średnie nachylenie terenu, ekspozycję stoków oraz powierzchnię działki w konkretnych klasach spadków. Dowiesz się także, jak wykorzystać te parametry do obiektywnego porównania nieruchomości z bazy transakcji.

Przydatne opracowania

Airborne laser scanning raster data visualization

Relief visualization techniques using free and open source GIS tools

Topographic Openness Maps and Red Relief Image Maps in QGIS

Red relief image map: New visualization method for three dimensional data