Comparaison des cartes d'altitude de drone RTK avec le topo collecté par ATV/SXS
Chez Green Aero Tech, nous obtenons souvent nos données par rapport à d'autres méthodes de collecte. Qu'il s'agisse de LiDAR public, de photogrammétrie habitée, de méthodes d'enquête habitées ou de méthodes de collecte de conduite comme Tracteur/Camion/Quad. Tous ces éléments ont leur place, et bien faits, ils peuvent TOUS être précis. Notre objectif a été de fournir à chacun des données précises à un prix extrêmement bas. En raison de l'efficacité opérationnelle au fil des ans, Green Aero Tech a été en mesure d'offrir une élévation précise à un prix si économique qu'il peut être difficile de croire qu'elle est précise. Notre objectif est de dissiper ces mythes.
Cette comparaison spécifique est entre nos données basées sur les UAV (drone), utilisant des UAV équipés de RTK de qualité commerciale avec les meilleures pratiques de Green Aero Tech pour la collecte et le traitement des données, et en les comparant aux données collectées à l'aide du Quad de l'entrepreneur au sol.
Alors plongeons-nous!
Le processus impliquait de faire appel au fichier de formes des entrepreneurs collecté lors de la conduite sur le terrain, de créer une grille de surface à partir des points, puis de la comparer au modèle numérique de surface du drone (DSM). Parce que le fichier de formes n'a pas d'imagerie visuelle, nous ne pouvions pas vraiment le synchroniser par X/Y, mais nous avons pu décaler notre élévation pour qu'elle corresponde très étroitement à la surface générée par les entrepreneurs.
Comparaison topographique
Une fois comparée, cette image suivante montre les différences entre les deux couches. Vert = ± 5 cm ou moins de différence (bonne) et Rouge = plus de +5 cm de différence (couche de sol plus élevée que la couche de drone), Bleu = plus de -5 cm de différence (couche de sol inférieure à la couche de drone). Il est évident que la couche de sol indiquerait une élévation bleue (inférieure) dans les cours des maisons, car il n'y a pas de données et elles sont interpolées, alors que le drone montre une hauteur de surface réelle beaucoup plus élevée. Étant donné que la couche de différence est principalement verte, cela indique que les deux couches différaient de ± 5 cm ou moins dans la majorité des zones, ce qui est très bon et attendu.
En regardant de plus près les points au sol (points) superposés sur la couche de différence montre que l'espacement entre les deux lignes de données au sol est l'endroit où les différences ont tendance à se produire, c'est donc l'effet d'interpolation qui crée la plupart du rouge/bleu, car là où se trouvent réellement les points, les données du drone concordent avec la mesure.
En regardant un profil le long des lignes topographiques au sol, nous pouvons voir que les données du drone s'alignent très bien (vert dans le graphique de profil) par rapport à la ligne de sol interpolée (rouge dans le graphique de profil).
Pour avoir une meilleure idée de la précision exacte dont nous sommes aux mêmes points que la collecte au sol, nous avons pris les données d'altitude du drone et les avons échantillonnées aux mêmes emplacements que ceux où le topo au sol contient des données. Ensuite, dans Excel, nous avons comparé ces deux valeurs (l'altitude d'origine indiquée par SVT par rapport à l'altitude indiquée par le drone à la même coordonnée) et avons obtenu quelques statistiques. Sur les 11,000 2.5 points au sol vérifiés, la moyenne était de ± 5.0 cm de différence entre les deux, ce qui est mieux que notre précision normale déclarée de ± 2.1 cm Z. La valeur médiane était en fait de ± XNUMX cm Z, avec seulement quelques % en dehors de notre gamme attendue, donc des résultats très positifs. Le XLS joint contient toutes les données utilisées dans cette comparaison.
Le profilage entre les lignes de sol est l'endroit où nous voyons une certaine divergence entre les couches de sortie, en particulier là où il y a de petites caractéristiques dans la topographie. Ces différences ne sont probablement pas trop importantes dans la plupart des cas.
Mais si nous regardons le profil croisé perpendiculairement aux lignes de sol, nous pouvons voir où l'interpolation (ligne rouge) de larges bandes de sol (points noirs) manque des caractéristiques plus petites et montre une différence d'élévation significative par rapport à la couche de drones (vert).
Comparaison des modèles de drainage
Pour la plupart, cela peut être assez sans conséquence pour le rapport de drainage global, à moins d'examiner uniquement le drainage de surface. Mais une chose intéressante que nous avons remarquée sur ce projet est que la sortie (apparemment) identifiée du côté ouest du champ (flèche rouge) semble avoir un ponceau qui ne s'écoule pas dans la bonne direction, ou qui est autrement trop haut dans élévation pour drainer le champ de ce côté ouest. Dans la capture d'écran ci-dessous, le côté gauche montre le rapport de drainage Green Aero Portal basé sur le fichier de surface au sol (créé à partir des points au sol), comme vous pouvez le voir, il y a 7 à 8 zones de « puits » relativement petites en surbrillance, car il est supposé ( d'après l'étendue des données disponibles) que l'eau s'écoulera facilement du côté ouest. Cependant, lorsque l'on regarde la couche de drones, qui a une mesure de l'autre côté de la route (et à l'autre extrémité du ponceau), il apparaît clairement que des travaux seront nécessaires sur ce fossé pour que le flux se déplace dans la bonne direction, sinon cela sera un goulot d'étranglement et « coulera » de l'eau dans le coin sud-ouest. Bien sûr, puisqu'il s'agit d'un modèle de surface du drone, il ne prend pas en compte les ponceaux cachés ou d'autres caractéristiques du terrain qui permettraient à l'eau de s'écouler au-delà de ces zones. Ou s'il y a un cours d'eau vers l'ouest à travers le champ de maïs, cela peut être suffisant pour drainer sans utiliser le fossé nord/sud.
En modélisant le ponceau à une profondeur qui permettrait un écoulement complet à l'ouest du champ, la réexécution du rapport de drainage (carte d'écoulement complet du ponceau sur Portal) montre un ensemble beaucoup plus similaire de chemins d'écoulement et de zones de puits, mais avec notre données étendues, nous voyons des zones supplémentaires qui peuvent encore être préoccupantes (coin nord-ouest, centre sud) car la topographie au-delà de ces zones (non capturée par les données au sol) indique que l'altitude peut être trop élevée pour permettre un écoulement libre du champ. En examinant de plus près l'imagerie visuelle, cela montre probablement de cette façon en raison du maïs sur pied au sud du champ, ce ne serait donc probablement pas un problème.
Bien sûr, tout cela concerne le drainage de surface en général et n'est peut-être pas très pertinent pour l'installation de carreaux, mais comme nous le savons tous, contrôler le drainage de surface dans autant de zones que possible permettra d'économiser énormément sur les coûts d'installation de carreaux.
Voici une note d'intérêt supplémentaire à partir des données de comparaison. Là où la terre était manifestement trop humide pour que l'équipement au sol puisse conduire/rechercher en toute sécurité, l'interpolation de la surface diverge de près de 6 pouces (17.8 cm) de ce que le drone a pu capturer avec précision depuis les airs. Vert = surface interpolée à partir de la capture au sol, Ligne pointillée bleue = surface d'élévation du drone, Les points noirs sont les points/lignes de capture de l'équipement au sol. Selon la zone et si cela est utilisé pour une prise, cela pourrait faire une différence significative dans l'exigence de profondeur de ligne principale de tuile.
Conclusion
La conclusion est que notre capture aérienne par drone est très précise en accord avec les points collectés au sol. Les différences commencent à apparaître lors de la comparaison entre les lignes de capture au sol, car une interpolation doit être effectuée et cela montre un effet de lissage qui peut masquer de petites caractéristiques topographiques. Étant donné que nous capturons autant de points par mètre carré de sol couvert, nous ne voyons pas ces erreurs d'interpolation dans la même amplitude qu'avec la capture au sol. Nous avons également l'avantage supplémentaire d'une imagerie visuelle spatialement et temporellement pertinente pour chaque point d'altitude, donc si une anomalie est notée dans les données d'altitude, elle peut être examinée visuellement pour aider à déterminer la cause. Lorsque l'on examine le modèle de drainage complet d'un champ, la couverture étendue du drone au-delà des hectares cultivés peut aider à alerter les planificateurs des problèmes de débouchés, en particulier dans les opérations de drainage de surface.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://www.greenaerotech.com/comparing-rtk-drone-elevation-maps-to-atv-sxs-collected-topo/
- 000
- 11
- a
- Capable
- Qui sommes-nous
- Compte
- précision
- Avec cette connaissance vient le pouvoir de prendre
- avec précision
- à travers
- actually
- ajoutée
- Supplémentaire
- contrat
- Transport Aérien
- Alerte
- Tous
- ainsi que les
- Réservé
- domaines
- assumé
- disponibles
- moyen
- basé
- car
- va
- CROYONS
- ci-dessous
- profiter
- LES MEILLEURS
- les meilleures pratiques
- Améliorée
- jusqu'à XNUMX fois
- Au-delà
- Noir
- Bleu
- Apporter
- capturer
- cas
- Causes
- Canaux centraux
- Graphique
- étroitement
- plus
- collection
- commercial
- par rapport
- comparant
- Comparaison
- PROBLÈMES DE PEAU
- conclusion
- entrepreneurs
- des bactéries
- coordonner
- Coin
- Costs
- pourriez
- cours
- couverture
- couvert
- créée
- La création
- données
- certainement, vraiment, définitivement
- Selon
- profondeur
- Déterminer
- différence
- différences
- numérique
- direction
- Divergence
- Ne fait pas
- Ne pas
- conduite
- drone
- même
- effet
- efficacité
- l'équipements
- équipé
- Erreurs
- tout le monde
- exactement
- Excel
- étendu
- attendu
- équitablement
- Fonctionnalités:
- few
- champ
- Déposez votre dernière attestation
- flux
- Gratuit
- de
- plein
- Général
- généré
- obtenez
- obtention
- Donner
- objectif
- aller
- Bien
- grade
- plus grand
- Vert
- Grille
- Sol
- Dur
- la taille
- vous aider
- caché
- Cacher
- Haute
- augmentation
- Surbrillance
- Villa
- Comment
- Cependant
- HTTPS
- Extrêmement
- idée
- identifié
- image
- in
- indiquer
- indique
- intérêt
- intéressant
- impliqué
- vous aider à faire face aux problèmes qui vous perturbent
- IT
- Savoir
- Transport routier
- couche
- Probable
- Gamme
- lignes
- emplacements
- Style
- regardé
- recherchez-
- Faible
- Entrée
- Majorité
- a prendre une
- de nombreuses
- Localisation
- Map
- Match
- largeur maximale
- méthodes
- manque
- modèle
- la modélisation
- PLUS
- (en fait, presque toutes)
- en mouvement
- next
- Ordinaire
- noté
- évident
- code
- compenser
- opérationnel
- Opérations
- original
- Autre
- autrement
- Points de vente
- au contrôle
- global
- partie
- particulièrement
- passé
- Place
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Point
- des notes bonus
- Portail
- positif
- possible
- pratiques
- qui se déroulent
- Problème
- processus
- traitement
- Profil
- Projet
- public
- purement
- gamme
- Rouge
- relativement
- pertinent
- rapport
- exigence
- Résultats
- routières
- en toute sécurité
- même
- Épargnez
- set
- Spectacles
- significative
- similaires
- depuis
- petit
- faibles
- So
- quelques
- Région Sud
- groupe de neurones
- carré
- Commencer
- A déclaré
- statistiques
- Encore
- suffisant
- Surface
- Sondage
- Prenez
- technologie
- Les
- La Région
- L'Occident
- leur
- chose
- En pensant
- Avec
- à
- trop
- sous
- Plus-value
- Valeurs
- Eau
- Ouest
- Quoi
- qui
- large
- sera
- sans
- activités principales
- pourra
- années
- zéphyrnet