Confronto delle mappe di elevazione del drone RTK con la topografia raccolta di ATV/SXS
Alla Green Aero Tech otteniamo spesso i nostri dati rispetto ad altri metodi di raccolta. Che si tratti di LiDAR pubblico, fotogrammetria con equipaggio, metodi di rilevamento con equipaggio o metodi di raccolta della guida come Tractor/Truck/Quad. Tutti questi hanno il loro posto e, se fatti bene, possono essere TUTTI accurati. Il nostro obiettivo è stato quello di fornire a tutti dati accurati a un prezzo estremamente basso. Grazie all'efficienza operativa nel corso degli anni, Green Aero Tech è stata in grado di offrire un'elevazione accurata a un prezzo così economico che può essere difficile credere che sia accurata. Il nostro obiettivo è sfatare questi miti.
Questo confronto specifico è tra i nostri dati basati su UAV (drone), utilizzando UAV dotati di RTK di livello commerciale con le migliori pratiche di Green Aero Tech sia per la raccolta che per l'elaborazione dei dati, e confrontandoli con i dati raccolti utilizzando il Quad dell'appaltatore a terra.
Quindi tuffiamoci!
Il processo prevedeva l'acquisizione di shapefile degli appaltatori come raccolto dalla guida sul campo, la creazione di una griglia di superficie dai punti e quindi il confronto con il modello di superficie digitale del drone (DSM). Poiché lo shapefile non ha immagini visive, non siamo riusciti a sincronizzarlo con X/Y, tuttavia siamo stati in grado di compensare la nostra elevazione in modo che corrisponda molto alla superficie generata dagli appaltatori.
Confronto topografico
Se confrontata, questa immagine successiva mostra le differenze tra i due livelli. Verde = ±5 cm o meno di differenza (buono) e Rosso = maggiore di +5 cm di differenza (strato del terreno più alto dello strato del drone), Blu = differenza maggiore di -5 cm (strato del terreno più basso dello strato del drone). È ovvio che lo strato di terreno indicherebbe l'elevazione blu (inferiore) ai cantieri della casa, poiché non ci sono dati ed è interpolato, mentre il drone mostra l'altezza della superficie effettiva molto più alta. Poiché lo strato di differenza è principalmente verde, ciò indica che i due strati differivano di ±5 cm o meno nella maggior parte delle aree, il che è molto buono e previsto.
Guardando più da vicino i punti di terra (punti) sovrapposti al livello di differenza mostra che la spaziatura tra le due linee di andana dei dati di terra è dove tendono a sorgere le differenze, quindi è l'effetto di interpolazione che sta creando la maggior parte del rosso/blu, perché dove i punti sono effettivamente i dati del drone concordano con la misurazione.
Osservando un profilo lungo le linee topografiche del terreno, possiamo vedere i dati del drone allineati molto bene (verde nel grafico del profilo) alla linea di terra interpolata (rosso nel grafico del profilo).
Per avere un'idea migliore di quanto siamo precisi esattamente sugli stessi punti della raccolta del terreno, abbiamo preso i dati di elevazione dal drone e li abbiamo campionati nelle stesse posizioni dei punti in cui la superficie del terreno contiene i dati. Quindi in Excel abbiamo confrontato questi due valori (l'elevazione originale come indicato da SVT rispetto all'elevazione dichiarata dal drone alla stessa coordinata) e abbiamo ricavato alcune statistiche. Tra gli 11,000 punti a terra controllati, la media era di ±2.5 cm di differenza tra i due, che è migliore della nostra normale precisione dichiarata di ±5.0 cm Z. Il valore mediano era in realtà di ±2.1 cm Z, con solo una piccola percentuale al di fuori del nostro range atteso, quindi risultati molto positivi. L'allegato XLS ha tutti i dati utilizzati in questo confronto.
La profilatura tra le linee di terra è dove vediamo una certa divergenza tra i livelli di output, in particolare dove ci sono piccole caratteristiche nella topografia. È improbabile che queste differenze siano troppo significative nella maggior parte dei casi.
Ma se osserviamo il profilo incrociato perpendicolare alle linee di terra, possiamo vedere dove l'interpolazione (linea rossa) di ampie strisce di terreno (punti neri) manca di caratteristiche più piccole e mostra una differenza significativa in elevazione rispetto allo strato del drone (verde).
Confronto del modello di drenaggio
Per la maggior parte, questo può essere abbastanza irrilevante per il rapporto di drenaggio complessivo, a meno che non si guardi esclusivamente al drenaggio superficiale. Ma una cosa interessante che abbiamo notato su questo progetto è che l'uscita (apparentemente) identificata sul lato ovest del campo (freccia rossa) sembra avere un canale sotterraneo che in realtà non drena nella giusta direzione, o è altrimenti troppo alto elevazione per drenare il campo su quel lato ovest. Nello screenshot qui sotto, il lato sinistro mostra il report di drenaggio del Green Aero Portal basato sul file della superficie del terreno (creato dai punti del terreno), come puoi vedere ci sono 7-8 aree "sink" relativamente piccole evidenziate, perché si presume ( dalla portata dei dati disponibili) che l'acqua dreni facilmente dal lato ovest. Tuttavia, quando si osserva lo strato del drone, che ha una misurazione dall'altra parte della strada (e dall'altra estremità del canale sotterraneo), sembra sicuramente che sarà necessario lavorare su quel fosso per far muovere il flusso nella giusta direzione, altrimenti questo sarà un collo di bottiglia e "affonderà" l'acqua nell'angolo sud-ovest. Naturalmente, poiché si tratta di un modello di superficie del drone, non tiene conto dei canali sotterranei nascosti o di altre caratteristiche del terreno che consentirebbero all'acqua di defluire oltre queste aree. Oppure, se c'è un corso d'acqua che va a ovest attraverso il campo di mais, questo può essere sufficiente per drenare senza usare il fossato che va a nord/sud.
Modellando il canale sotterraneo a una profondità che consentirebbe il flusso completo a ovest del campo, eseguendo nuovamente il rapporto di drenaggio (mappa del flusso completo del canale sotterraneo sul portale) viene mostrato un insieme molto più simile di percorsi di flusso e aree di pozzo, ma con il nostro dati espansi vediamo aree aggiuntive che potrebbero ancora essere preoccupanti (angolo nord-ovest, centro sud) perché la topografia oltre quelle aree (non catturata dai dati al suolo) indica che l'elevazione potrebbe essere troppo alta per consentire il libero flusso fuori dal campo. A un'ispezione più attenta delle immagini visive, è probabile che si mostri in questo modo a causa del mais in piedi a sud del campo, quindi probabilmente non sarebbe un problema.
Naturalmente, tutto questo riguarda il drenaggio superficiale in generale e potrebbe non essere particolarmente rilevante per l'installazione delle piastrelle, ma come tutti sappiamo, tenere sotto controllo il drenaggio superficiale nel maggior numero possibile di aree farà risparmiare enormemente sui costi di installazione delle piastrelle.
Ecco un'ulteriore nota interessante dai dati di confronto. Laddove la terra era evidentemente troppo bagnata per consentire all'attrezzatura di terra di guidare/rilevare in sicurezza, l'interpolazione della superficie diverge di quasi 6 pollici (17.8 cm) da ciò che il drone è stato in grado di catturare con precisione dall'aria. Verde = superficie interpolata dalla cattura da terra, linea tratteggiata blu = superficie di elevazione del drone, i punti neri sono i punti/linee di cattura dall'attrezzatura a terra. A seconda dell'area e se questo viene utilizzato per una presa, potrebbe fare una differenza significativa nel requisito di profondità della linea principale della piastrella.
Conclusione
La conclusione è che la nostra cattura aerea del drone è molto accurata in accordo con i punti raccolti a terra. Le differenze iniziano a sorgere quando si confrontano le linee di cattura del suolo, poiché l'interpolazione deve essere eseguita e questo mostra un effetto di levigatura che può nascondere piccole caratteristiche topografiche. Poiché catturiamo così tanti punti per metro quadrato di terreno coperto, non vediamo questi errori di interpolazione della stessa grandezza della cattura del terreno. Abbiamo anche l'ulteriore vantaggio di immagini visive spazialmente e temporalmente rilevanti per ogni punto di elevazione, quindi se viene rilevata un'anomalia nei dati di elevazione, può essere esaminata visivamente per aiutare a determinare la causa. Quando si osserva il modello di drenaggio completo di un campo, la copertura estesa del drone oltre gli acri coltivati può aiutare ad avvisare i pianificatori di problemi con gli sbocchi, in particolare nelle operazioni di drenaggio superficiale.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
- Fonte: https://www.greenaerotech.com/comparing-rtk-drone-elevation-maps-to-atv-sxs-collected-topo/
- 000
- 11
- a
- capace
- Chi siamo
- Il mio account
- precisione
- preciso
- con precisione
- operanti in
- effettivamente
- aggiunto
- aggiuntivo
- Accordo
- ARIA
- Mettere in guardia
- Tutti
- ed
- RISERVATA
- aree
- assunto
- disponibile
- media
- basato
- perché
- essendo
- CREDIAMO
- sotto
- beneficio
- MIGLIORE
- best practice
- Meglio
- fra
- Al di là di
- Nero
- Blu
- Portare
- catturare
- casi
- Causare
- centro
- Grafico
- strettamente
- più vicino
- collezione
- rispetto
- confronto
- confronto
- Problemi della Pelle
- conclusione
- appaltatori
- di controllo
- coordinare
- Angolo
- Costi
- potuto
- corso
- copertura
- coperto
- creato
- Creazione
- dati
- decisamente
- Dipendente
- profondità
- Determinare
- differenza
- differenze
- digitale
- direzione
- Divergenza
- non
- Dont
- guida
- fuco
- facilmente
- effetto
- efficienze
- usate
- attrezzato
- errori
- tutti
- di preciso
- Excel
- ampliato
- previsto
- abbastanza
- Caratteristiche
- pochi
- campo
- Compila il
- flusso
- Gratis
- da
- pieno
- Generale
- generato
- ottenere
- ottenere
- Dare
- scopo
- andando
- buono
- grado
- maggiore
- Green
- Griglia
- Terra
- Hard
- altezza
- Aiuto
- nascosto
- nascondere
- Alta
- superiore
- Evidenziato
- Casa
- Come
- Tuttavia
- HTTPS
- Enormemente
- idea
- identificato
- Immagine
- in
- indicare
- indica
- interesse
- interessante
- coinvolto
- sicurezza
- IT
- Sapere
- Paese
- strato
- probabile
- linea
- Linee
- posizioni
- Guarda
- guardò
- cerca
- Basso
- Principale
- Maggioranza
- make
- molti
- carta geografica
- Maps
- partita
- max-width
- metodi
- miss
- modello
- modellismo
- Scopri di più
- maggior parte
- in movimento
- GENERAZIONE
- normale
- noto
- ovvio
- offrire
- offset
- operativa
- Operazioni
- i
- Altro
- altrimenti
- Outlets
- al di fuori
- complessivo
- parte
- particolarmente
- passato
- posto
- Platone
- Platone Data Intelligence
- PlatoneDati
- punto
- punti
- Portale
- positivo
- possibile
- pratiche
- principalmente
- Problema
- processi
- lavorazione
- Profilo
- progetto
- la percezione
- puramente
- gamma
- Rosso
- relativamente
- pertinente
- rapporto
- requisito
- Risultati
- strada
- tranquillamente
- stesso
- Risparmi
- set
- Spettacoli
- significativa
- simile
- da
- piccole
- inferiore
- So
- alcuni
- Sud
- specifico
- quadrato
- inizia a
- ha dichiarato
- statistica
- Ancora
- sufficiente
- superficie
- Indagine
- Fai
- Tech
- I
- L'area
- L'Occidente
- loro
- cosa
- Pensiero
- Attraverso
- a
- pure
- per
- APPREZZIAMO
- Valori
- Water
- ovest
- Che
- quale
- largo
- volere
- senza
- Lavora
- sarebbe
- anni
- zefiro