Utvärdering av höjdosäkerheten i digitala höjdmodeller framställda fotogrammetriskt med UAS

Transkript

1 Utvärdering av höjdosäkerheten i digitala höjdmodeller framställda fotogrammetriskt med UAS Andreas Svensson & Tim Zetterberg 2013 Examensarbete, Grundnivå (Kandidatexamen), 15 hp Lantmäteriteknik Handledare: Yuriy Reshetyuk Examinator: Stig-Göran Mårtensson

2 i

3 Tillkännagivanden Först vill vi tacka Vectura för grundidén till detta examensarbete och avgörande tips för att kunna genomföra studien. Sedan vill vi tacka Witold Urbas från Trimtec som ställde upp med flera flygningar för examensarbetet, lånande ut geodetiska mätinstrument och gav många bra tips och mycket information. Dagen flygningen gjordes var mycket roande och givande, och innehöll mycket skratt. Utan Witolds hjälp hade detta examensarbete inte blivit av. Yuiry Reshetyuk skall även ha ett stort tack som handledare för detta examensarbete. Utan Yuriys hjälp hade detta examensarbete aldrig uppfyllt den akademiska standard som krävs för ett examensarbete. Ett särskilt tack går till både Stig-Göran Mårtensson och Yuriy Reshetyuk för intressanta och inspirerande föreläsningar under samtliga kurser vi haft under dessa tre år som studenter på Högskolan i Gävle. Ett sista tack till kurskamraterna i UAS-rummet för gott sällskap under rapportskrivandet. och självklart till Ellis Tudor, världens bästa katt! Gävle, juni 2013 Andreas Svensson och Tim Zetterberg i

4 Sammanfattning Digitala ytmodeller (Digital Surface Model DSM) används ofta i geodetiskt sammanhang. DSM har länge skapats bland annat med hjälp av fotogrammetri där flygbilder har tagits med traditionella flygningar. Intresset tilltar nu för att framställa DSM med hjälp av obemannade flygfarkoster, så kallade UAS (Unmanned Aircraft System). Den största fördelen med UAS är att det går snabbt och enkelt att få den lilla flygfarkosten upp i luften för att ta flygbilder och framställa DSM kostnadseffektivt. Syftet med detta examensarbete var att undersöka vilken höjdosäkerhet som kan uppnås i DSM som framställts genom fotogrammetri med UAS. För att åstadkomma detta har två flygningar gjorts den 25 april 2013 med en Gatewing X100 över ett område i Grillby där cirka 350 flygbilder togs sammanlagt. Efter flygningarna mättes med en totalstation 16 kontrollprofiler in på olika terrängtyper över flygområdet enligt rekommendationer i SIS-TS 21145:2007 Statistisk provning av digital terrängmodell. Från de två flygningarna som gjordes i Grillby framställdes två olika DSM i programvaran AgiSoft Photoscan. DSM importerades därefter till SBG Geo där höjdskillnaderna mellan kontrollprofilerna och DSM beräknades. Medelavvikelsen i höjd varierade mellan -0,112 m och 0,050 m för de olika provytorna. De provytor som systematiskt avvek från DSM var asfaltprofilerna, dessa låg konstant (ca 0,1 m) under DSM. Anledningen tros ligga i bildmatchningen i programvaran AgiSoft Photoscan. De DSM som framställdes i detta examensarbete uppfyllde kraven för klass 4 enligt SIS-TS 21144:2007 vilket innebär att max medelavvikelse i höjd får vara 0,15 m. Det innebär, enligt samma SIS-TS, att framställda DSM är lämpade som projekteringsunderlag för arbetsplan väg och systemhandling järnväg (i jämn terräng). ii

5 Abstract Digital Surface Models (DSM) is common used for geodetic measurement today. Digital surface models have been created for a long time using photogrammetry where aerial photographs have been taken with traditional flights. The interest to produce DSM using unmanned air vehicles (UAS) has increased lately. The main advantage of a UAS system is that it is quick and easy to get the little aircraft up in the air to take aerial photographs and produce DSM cost-effective. The aim of this thesis was to investigate the height of uncertainty that can be achieved in DSM created by photogrammetry using UAS. To achieve this two flights have been made the 25 th of April 2013 with a Gatewing X100. The flights were made over an area in Grillby where approximately 350 aerial photographs in total were taken. After the flights 16 control profiles were measured with a total station on different terrain types over the flight area as recommended by the document SIS-TS 21145:2007 Statistical testing of Digital Terrain Models. From the two flights that were made in Grillby, two different DSM was produced in the software AgiSoft Photoscan. The DSM was imported to SBG Geo and height differences between the control profiles and the DSM were calculated. This resulted in height differences which ranged between m and 0,050 m in the various sample surfaces. The sample surface that deviated most from the DSM was the asphalt profiles that deviated about -0.1 m. It was considered to be a systematic error, but the source of the systematic error has not been located among the measurements. The error is believed to instead be in the image matching done by AgiSoft Photoscan. The DSM created in this thesis is classified as class 4 in a table from SIS-TS 21144:2007 which means that the max mean difference in height inside the DSM is ±0,15 m. This shows us that the DSM created with photogrammetry using UAS is suited for both as material for planning in railway and road constructions and for visualization of the ground. iii

6 Innehållsförteckning 1 Inledning Bakgrund Syfte Terminologi Teori Tidigare studier Metod Material Planering Val av område Planering inför flygning Fältarbete Inmätning av flygsignaler samt profiler Flygningen Efterarbete Framställning av DSM från flygfotografierna Statistisk provning av DSM Resultat Diskussion Resultat Osäkerhetskällor UAS som metod för framställning av DSM Slutsats Referenslista Bilagor Bilaga 1. Georefereringens osäkerheter Bilaga 2. Detaljerat resultat: Låg vegetation Bilaga 3. Detaljerat resultat: Asfalt Bilaga 4. Detaljerat resultat: Grus Bilaga 5. Detaljerat resultat: Åkermark (Plöjd) Bilaga 6. Detaljerat resultat: Vägsektioner Bilaga 7. Inmätningar iv

7 1 Inledning 1.1 Bakgrund Digitala höjdmodeller (Digital Elevation Models DEM) är en välkänd geodetisk produkt som kan användas till bland annat volymbestämningar och som underlag för planering av byggnationer. En höjdmodell kan även importeras till en grävmaskin för maskinstyrning (SBG, 2006). För att planering med en DEM som underlag skall kunna ske ställs vissa krav på höjdosäkerheten i höjdmodellen. Enligt specifikationer i SIS-TS 21144:2007 klassas terrängmodeller bland annat efter vilken höjdavvikelse de har. Klass 1 kräver den lägsta osäkerheten där osäkerheten i höjd för metoden för framställningen av höjdmodellen ska vara inom ±0,02 m. Därför är det viktigt att tänka på vilken metod som skall användas för att framställa höjdmodellen. Det finns flera metoder för att framställa DEM, bland annat kan flygburen laserskanning (FLS), digital fotogrammetri eller terrester metod som t.ex. med totalstation eller GNSS användas. När FLS började användas för att framställa Digitala Terrängmodeller (Digital Terrain Models DTM) kom den fotogrammetriska metoden att användas mera sällan då FLS gav lägre höjdosäkerhet jämfört med flygfotografier. På senare tid har den digitala bildmatchningen förbättrats och enligt Höhle (2011) konkurrerar nu den fotogrammetriska metodens höjdosäkerheter med FLS, dessutom är den fotogrammetriska metoden mer kostnadseffektiv. Speciellt i dagsläget då Unmanned Aircraft System-tekniken (UAS) har blivit billigare och mer tillgänglig, vilket har givit den fotogrammetriska metoden ett uppsving. 1

8 UAS är enligt Transportstyrelsen (2009) samlingsnamnet för de komponenter som krävs för att ett luftfartyg skall kunna flyga utan besättning ombord. Det är en optimal lösning för att bland annat kunna observera på platser som är farliga för människan att beträda. De första UAS kom enligt Eisenbeiss (2009) under världskrigen på 1900-talet. Eftersom spanings- och attackuppdrag var vanligt förekommande under världskrigen kunde försvarsmakterna undvika att riskera piloternas liv genom att flyga med farkoster utan pilot. År 1979 genomfördes enligt Eisenbeiss (2009) det första försöket att behandla flygfotografier från UAS med fotogrammetri. Sedan dess har flera användningsområden prövats, bland annat för att undersöka strålningshalter vid kärnkraftsolyckor (Pöllänen et al., 2008), undersöka grödors hälsa med hjälp av en infraröd kamera (Zarco-Tejada, González-Dugo och Berni, 2011) eller för att snabbt kartera t.ex. ett katastrofområde eller ett arkeologiskt fynd (Åkerholm, 2012). Då dagens laserskannrar är för tunga för att använda i små UAS används därför helt vanliga digitalkameror för att framställa digitala ytmodeller (Digital Surface Model DSM) fotogrammetriskt. Det är en relativt obeprövad metod och det är därför oklart vilken höjdosäkerhet som kan förväntas av DSM framställda med UAS. 1.2 Syfte Syftet med detta examensarbete var att undersöka vilken höjdosäkerhet som kan uppnås i DSM skapade fotogrammetriskt med UAS, samt vilka faktorer som påverkar höjdosäkerheten. Vi väljer att använda begreppet DSM i vår studie, även om vi avser DTM, därför att ingen filtrering av eventuell vegetation har gjorts. Kontrollen utfördes enligt rekommendationer i SIS-TS 21145:2007. Såvitt vi vet saknades studier på hur olika marktyper fotograferade med UAS påverkar höjdosäkerheten, varför även detta undersökts i studien. 2

9 1.3 Terminologi CTR Kontrollzon som finns runt alla Sveriges flygplatser som avser att skydda flygplan vid start och landning. Skyddet gäller mellan markytan och 450 m upp i luften. Det krävs tillstånd från berört flygtorn för att få flyga inom dessa områden. DEM Digital Elevation Model (Digital Höjdmodell) Samlingsnamn för ytor som beskriver höjdskillnader över jordytan, se DSM och DTM. DSM Digital Surface Model (Digital Ytmodell) En yta med höjdangivelser över ett område som till skillnad från DTM även inkluderar höjder på byggnader och vegetation. DTM Digital Terrain Model (Digital Terrängmodell) En yta över ett område med höjdangivelser som enbart inkluderar markytan. GSD Ground Sample Distance (Markupplösning) Pixelstorleken på markytan. Anger hur små objekt som kan visualiseras i flygbilden. UAS Unmanned Aircraft System Se UAV, inkluderar även kringutrustning t.ex. kontrollstation, kommunikationsutrustning, markbaserad pilot och utrustning som krävs för att starta och landa flygfarkosten. UAV Unmanned Aerial Vehicle Flygande farkost som är obemannad, istället styrs farkosten av en pilot från marken. 3

10 1.4 Teori Gemensamt för alla höjdmodeller är att de skapas i två steg. Först samlas ett antal 3Dkoordinater in över markytan och sedan skapar ett datorprogram en yta baserat på dessa 3Dkoordinater. Höjdosäkerheten i en höjdmodell är direkt kopplad till osäkerheten i höjdbestämningen för den metod som används för att samla in 3D-koordinaterna. Följande faktorer påverkar höjdosäkerheten hos 3D-koordinaterna som framställs genom fotogrammetri: markupplösningen kameran som används för flygfotografering kvalitén i blockutjämningen. För att bestämma en 3D-koordinat genom fotogrammetri krävs minst två överlappande bilder. 3D-koordinater i ett yttre koordinatsystem (t.ex. SWEREF99 TM och RH 2000) kan bestämmas efter att en blockutjämning har genomförts. Blockutjämning för UAS-bilder är en process som bestämmer alla flygbilders relativa och absoluta orientering. Genom bildmatchning hittar datorn likheter mellan flygbilder. Dessa likheter används sedan som stödpunkter för att bestämma flygbildernas position och lutning i förhållande till övriga flygbilder. När blockutjämningen genomförts kan flygbildernas pixlar omvandlas till 3Dkoordinater Enligt Haala (2009) påverkar osäkerheten i blockutjämningen osäkerheten i både plan och höjd för den DSM som senare skapas utifrån blockutjämningen. Då blockutjämningen för UAS-bilder görs av datorn är det svårt att påverka dess osäkerhet, men det finns omständigheter som gör att bildmatchningen kan störas. En av dessa omständigheter är skuggor som hinner röra på sig mellan fotografier. I en studie av Honkavaara, Markelin, Rosnell och Nurminen (2011) konstateras att solens vinkel på horisonten kan påverka den DSM som framställs genom digital fotogrammetri. Enligt studien kan en yta täckt med vegetation få en annan genomsnittshöjd i DSM om flygfotograferingen sker på morgonen jämfört med en DSM över samma område som baseras på flygfotografier tagna mitt på dagen. Även Åkerholm (2012) har observerat denna effekt i sin studie där en skugga från en skylt har gjort upphöjningar i asfaltsytan i DSM. 4

11 Suddiga bilder orsakade av farkostens rörelser kan också påverka bildmatchningen. Hur långt flygfarkosten hinner förflytta sig under tiden som kamerans slutare är öppen kan beräknas enligt ekvation 1.1: (1.1) Där sträckan s beror på hastigheten v och tiden t. Slutartiden i detta examensarbete sattes till 1/1000 s och Gatewing X100 flyger i 20,8 m/s vilket innebär att sträckan farkosten hinner förflytta sig 21 mm under tiden som kamerans slutare är öppen. Förutom flygfarkostens rörelser i färdriktningen kan tiltning av flygfarkosten även medföra till suddiga flygbilder. Tiltningen genomförs för att stabilisera flygfarkosten för eventuella sidovindar. Med hjälp av flygsignaler kan blockutjämningen av flygbilder tagna med UAS genomföras mer noggrant jämfört med om flygsignaler inte används. En studie av Rock, Ries och Udelhoven (2011) visar att antalet flygsignaler påverkar höjdosäkerheten i DSM. Studien visar att bara ett fåtal flygsignaler kan sänka höjdosäkerheten i DSM avsevärt, men att sänkningen av höjdosäkerheten är exponentiellt avtagande och avtar därför kraftigt när fler än 20 flygsignaler används i blockutjämningen. Osäkerheten vid inmätning av flygsignalerna påverkar också höjdosäkerheten i DSM då osäkerheten i inmätningarna avgör hur noggrant georefereringen kan genomföras. Höjdosäkerheten som kan uppnås i koordinatbestämning med hjälp av digital fotogrammetri kan enligt Höhle (2011) bestämmas enligt ekvation 1.2. Observera att ekvationen är anpassad för ett stereopar i digital fotogrammetri. Då framställning av DSM med UAS utgår från samma princip har ekvation 1.2 applicerats för att beräkna den teoretiska höjdosäkerheten i denna studie. (1.2) Där höjdosäkerheten σ h beror på kamerafaktorn K cam, parallaxosäkerheten σ px och markupplösningen (GSD). Kamerafaktorn K cam bestäms med hjälp av ekvation 1.3: (1.3) Där Kamerafaktorn K cam beror på kamerakonstanten c, bildbasen b och pixelstorleken i bildsensorn pel. En bättre kamera ger en lägre kamerafaktor vilket sänker höjdosäkerheten i ekvation 1.2. En bättre kamera medverkar dock i att flygfarkosten får en större kostnad och 5

12 högre vikt. Högre vikt på kameran medverkar i sin tur att UAS måste öka sin maxkapacitet, vilket i sin tur ökar kostnaden för systemet ytterligare. Kameran som användes i metoden för detta examensarbete tar bilder med en upplösning på 3648x2736 pixlar (10 MP) och har en brännvidd (c) på 6 mm. Pixelstorleken på bildsensorn är 2 µm (pel ) vilket innebär att bildsidan blir ca 5,47 mm i flygriktningen. Eftersom 75 % övertäckning användes i denna studie kan vi med hjälp av ekvation 1.4 beräkna att bildbasen blir 1,37 mm (b ). ( ) (1.4) Där bildbasen b beror på den procentuella övertäckningen ö och bildsidan i flygriktningen a. Med ovanstående värden beräknas kamerafaktorn (K cam ) till 2,193 µm -1 för denna studie. Markupplösningen beräknas med ekvation 1.5: (1.5) Där markupplösningen GSD beror på pixelstorlek i bildsensorn pel, kamerakonstanten c och den genomsnittliga flyghöjden H. Enligt Höhle (2011) resulterar en högre flyghöjd i sämre markupplösning, vilket i sin tur ökar höjdosäkerheten. En högre flyghöjd är dock mer kostnadseffektivt då större flygområden kan flygas över och färre flygfotografier behövs. Beroende på hur bra kvalité som önskas uppnås för en DSM som framställts med fotogrammetri kan flyghöjden anpassas. I metoden för detta examensarbete är den genomsnittliga flyghöjden cirka 100 m. Detta resulterar i att markupplösningen blir 33 mm. Parallaxosäkerheten i bilden σ px är desto svårare att bestämma. Enligt Höhle (2011) kan parallaxosäkerheten i digitala flygmätkameror ungefärligt bestämmas enligt följande tumregel (ekvation 1.6): (1.6) Där parallaxosäkerheten σ px förhåller sig till pixelstorleken pel. I detta examensarbete har parallaxosäkerheten bestämts med hjälp av denna tumregel. Parallaxosäkerheten i denna studie kan därför antas vara 1 µm. Med ovanstående värden beräknas σ h 72 mm enligt ekvation 1.2, vilket är den teoretiska höjdosäkerheten i de 3D-koordinater som används för att skapa höjdmodellen i denna studie. 6

13 1.5 Tidigare studier I en studie som Haala (2009) har genomfört jämförs skillnader mellan DSM framställda från flygbilder tagna med olika digitala flygfotokameror från två olika flyghöjder med en terrängmodell framställd av en flygburen laserskanner (FLS). Den lägre flyghöjden (cirka 1600 m) resulterade i en markupplösning på 0,08 m, den högre flyghöjden (cirka 4000 m) resulterade i markupplösning på 0,20 m. De höjdosäkerheter Haala (2009) fick vid användandet av 0,08 m markupplösning låg mellan 0,03 m och 0,07 m. När Haala (2009) använde sig av 0,20 m markupplösning låg höjdosäkerheterna mellan 0,10 m och 0,35 m. Höjdosäkerheterna för laserskanningen låg på ungefär 0,015 m. Skapandet av 3D-modellerna skiljde sig även avsevärt beroende på flygmätkamera eller FLS. Med FLS blir DEM generellt sätt bäst då byggnader och olika terrängtyper syns väldigt tydligt i DEM. Terrängtyperna syns väldigt tydligt även i de DSM från flygmätkamerorna, dock blir byggnaderna mycket grynigare. Haala (2009) styrker i sin artikel att skapandet av DSM beror mycket på den markupplösning som används, ju mindre markupplösning i flygbilderna, desto bättre höjdosäkerheter får DSM. Douterloigne, Gautama och Philips (2010) har gjort en flygning med ett UAS från Gatewing över ett område som var 1500x300 m stort. Flyghöjden var 150 m, vilket resulterade i att markupplösningen blev 0,05 m. Området flögs i fem stråk med 90 % övertäckning i stråkled och 60 % övertäckning i sidled. Det resulterade i nästan 500 flygbilder över området. Douterloigne et al. (2010) använde sig av 15 flygsignaler i studien, men fyra av flygsignalerna användes inte på grund av att de orsakade försämringar i DSM. DSM fick till slut osäkerheter mellan 0,10 m och 0,20 m i x-, y- och z-led med flygsignalerna. Utan flygsignalerna fick DSM osäkerheter mellan 1 m och 4 m i samtliga led. Men författarna hävdar att bättre resultat går att uppnå på DSM. Till exempel om matchningen av punkter i flygbilderna kan bli bättre och om fler och noggrant inmätta flygsignaler används skulle det resultera i DSM med mycket bättre osäkerheter. 7

14 Hugenholtz et al. (2013) har även gjort en studie där osäkerheterna i en DSM framställt med UAS undersökts. Flygningen gjordes över ett område i södra Kanada med ett UAS av modellen Hawkeye RQ-84Z, vilket har ett vingspann på 3 m. Totalt togs 280 flygbilder över det 1,95 km 2 stora området från en flyghöjd på 200 m. Författarna använde sig av 20 flygsignaler och 79 kontrollpunkter på marken för att kunna utvärdera osäkerheterna i DSM. Både punkterna och signalerna mättes in med GNSS-RTK. Det visade sig att den DSM som framställts hade en osäkerhet i plan på 0,18 m och 0,29 m i höjd. Hugonholtz et al. (2013) nämner i sin artikel att vegetation är den största felkällan vid framställande av DSM med UAS. De nämner att DEM som framställs med FLS ger bättre osäkerheter i höjd gentemot DSM som framställs med UAS då FLS har fördelen att laserstrålarna kan penetrera vegetation och lyckas då lokalisera bar mark. För DSM framställd med UAS blir vegetationen istället en markyta som gör det till en felkälla och måste i efterhand filtreras för att höjdosäkerheterna skall bli bättre. Författarna nämner även att stabiliteten hos flygfarkosten kan vara en felkälla då mindre plan blir mer instabila i luften gentemot ett stort, traditionell flygfarkost som styrs av pilot. Är planet instabilt försvårar det blockutjämningen vilket påverkar höjdosäkerheten i DSM negativt. Författarna tycker även att framställning av DTM med hjälp av UAS är en stor fördel gentemot att framställa en DTM med traditionell flygning då författarnas flygning och mätning endast tog 4,5 timmar och kunde ändå erhålla tillfredsställande osäkerheter. Skulle traditionell flygning använts skulle en liknande DSM kostat mer och skulle ha tagit längre tid att genomföra. Hade en terrester metod använts för att framställa en liknande DSM hade arbetet förmodligen tagit flera veckor. 8

15 2 Metod Två DSM har skapats med hjälp av två flygningar över ett område i Grillby (figur 2). Kontrollprofiler har mätts terrestert enligt SIS-TS 21145:2007 för kontroll av höjdosäkerheten i DSM framställda med UAS. 2.1 Material För att mäta in flygsignaler och profiler användes en totalstation av typen Trimble S3. För att etablera totalstationen i SWEREF och RH 2000 användes en GNSS-antenn med RTK-anslutning av modellen Trimble R10. Både totalstationen och GNSS-enheten anslöts till samma handenhet av modellen Trimble TSC3. Det UAV som användes för flygfotografering var av modellen Gatewing X100 (figur 1). Gatewing X100 är en liten svart flygfarkost med en vikt på 2,2 kg. Flygfarkostens kropp består av en ram som är kolfiberförstärkt och övertäckt av ett material som liknar frigolit, men mjukare och mer stryktåligt. Vingarna består också av förstärkt kolfiber och hela planet har dimensionerna 100x60x10 cm. På bakdelen av planet sitter en propeller som driver planet framåt. Propellern får sin kraft från ett laddningsbart litium-polymer-batteri som ger planet förmågan att flyga upp till 45 min. För att ta flygfotografier finns det en kalibrerad digital kamera av modellen Ricoh GR 3 med en upplösning på 10 MP som sitter monterad under planet. Planet har förmågan att både flyga och landa själv tack vare ett automatiskt navigationssystem. Planets flyghastighet när flygfoton tas är ca 75 km/h och planet kan nå en flyghöjd på 750 m. Den främsta fördelen med Gatewing X100 är att flygfarkosten även klarar att flyga i sämre väderförhållanden, till exempel lätt regn och vindar upp till 65 km/h (Gatewing, 2013). Figur 1. UAV som användes i studien, Gatewing X100. 9

16 För att få upp planet i luften används en avskjutningsramp. Avskjutningsrampen placeras stabilt på marken, därefter monteras Gatewing X100 och rutt programmeras in i fältdatorn som ingår i UAS. Till sist skjuts planet iväg med hjälp av avskjutningsrampen. Därefter sköter planet flygningen, fotograferingen och landningen automatiskt (Gatewing, 2013). Den programvara som användes för att kontrollera att luftrummet inte hade några planerade flygningar under dagen var Skydemon (version 2.6.2). För att blockutjämna och skapa DSM användes AgiSoft Photoscan (0.9.0 build 1586 (64-bit)). Därefter beräknades höjdavvikelserna mellan DSM och kontrollprofilerna i programvaran SBG Geo (Professional School version ). För analys av resultatet användes Microsoft Excel 2010 (version (32-bit)). 2.2 Planering Val av område Vid valet av flygområdet ställdes ett antal krav. Då detta examensarbete har som syfte att bl.a. undersöka olika terrängtypers påverkan på höjdosäkerhet var följande terrängtyper av speciellt intresse: hård yta (asfalt eller hårdpackat grus) låg vegetation hög vegetation tydliga och djupa diken. Utöver dessa ytor var även ganska eller mycket kuperad terräng av intresse. Området skulle även vara fritt från människor och vara måttligt trafikerat. Det ansågs även viktigt att de olika terrängtyperna låg nära varandra så att antalet flygbilder kunde minimeras. För att lokalisera ett lämpligt flygområde användes Figur 2. Karta där Grillby är markerat i förhållande till Stockholm och Gävle. Google Maps i kombination med Google Street view. Ett område strax utanför samhället Grillby, mellan Enköping och Stockholm, lokaliserades (figur 2). Området låg precis bredvid en asfaltväg med ett tydligt och djupt dike. Området innehöll även en grusplan och tre mindre grushögar. En vall med låg vegetation gick runt grusplanen och en sex meter hög kulle med 10

17 låg vegetation och ett fåtal buskar låg alldeles intill grusplanen. Runt området fanns endast stora åkermarker (figur 3). Figur 3. Fotografier från området i Grillby. Från vänster, (1) Asfaltsväg med tydligt dike. (2) Kulle med fåtal buskar precis intill grusplanen. (3) Åkermark som omgav området. Området uppfyllde samtliga terrängkrav förutom hög vegetation, men eftersom området var lugnt och begränsat valdes det ändå som testområde för studien. Därför har hög vegetations påverkan på DSM exkluderats i detta examensarbete Planering inför flygning För att kunna flygfotografera över området behövdes tillstånd från fastighetsägare och eventuellt tillstånd från en närliggande flygplats. Programvaran Skydemon användes för att kontrollera om området befann sig inom kontrollerat luftrum (CTR) samt att inga planerade flygningar redan fanns över området under dagen för flygtillfällena. Det fanns inga planerade flygningar eller kontrollerade luftrum över området i Grillby. Fastighetsägaren kontaktades muntligt för att säkerhetsställa att flygning och fotografering inte störde fastighetsägaren, vilket det inte gjorde. En primär planering av placeringen av flygsignaler gjordes på kontoret innan flygningen. Då det fanns nio flygsignaler tillgängliga valdes enligt rekommendationer från lantmätarstudenterna från Högskolan i Gävle, T. Gunnarson och M. Persson (personlig kommunikation, 13 maj 2013) att sex signaler skulle placeras i områdets ytterkanter och tre i områdets centrum. Signalerna placerades på olika höjder och en av signalerna placerades på högsta kullen för att signalera områdets högsta punkt. 11

18 2.3 Fältarbete Inmätning av flygsignaler samt profiler För att uppnå en låg osäkerhet på inmätningarna av flygsignalerna mättes de in med en totalstation. Totalstationen placerades på en kulle där stationen hade sikt över hela området. Då det inte fanns några punkter med kända koordinater i området användes Nätverks-RTK för att mäta in fyra punkter som totalstationen etablerades mot. Även om Nätverks-RTK har en relativt hög osäkerhet i höjd ansågs det rimligt att etablera stationen mot dessa då den interna osäkerheten mellan flygsignalerna inte skulle påverkas av etableringen. Stationsetableringens osäkerheter blev 6 mm i både E- och N- led och 2 mm i höjd. Efter etablering Figur 4. Totalstationens position (ST1), etableringspunkternas positioner (RTK1-4) samt flygsignalernas (FS) positioner i ortofotot som skapades från flygfotografierna (Skärmdump från AgiSoft som modifierats i Paint, 2013). mättes samtliga flygsignaler (figur 4) samt kontrollprofiler (figurer 5-9) in med totalstationen. Kontroll av inmätning av flygsignaler och kontrollprofiler gjordes och den maximala radiella osäkerheten i plan för samtliga inmätningarna beräknades till 9 mm och i höjd till 11 mm. Totalt 16 kontrollprofiler mättes in enligt provningsutförande B i SIS-TS 21145:2007. Kontrollprofilerna gick över olika terrängtyper och kuperingsgrader. Rekommenderad längd på profilerna var enligt provningsutförande B, 21 m. De flesta profilerna var längre än 21 m, men tre profiler var kortare än 21 m. Avståndet mellan punkterna i profilerna varierande då profilerna gick över terräng med olika kuperingsgrader, vid mycket kuperad mark var avståndet mellan punkterna i profilerna mindre än vid plan yta. 12

19 Figur 5. Ortofoto över flygområdet med profilerna för låg vegetation. (Skärmdump från AgiSoft som modifierats i Paint, 2013). Figur 6. Ortofoto över flygområdet med asfaltsprofilerna markerade. (Skärmdump från AgiSoft som modifierats i Paint, 2013). Figur 7. Ortofoto över flygområdet där grusprofilerna är markerade. (Skärmdump från AgiSoft som modifierats i Paint, 2013). Figur 8. Ortofoto över flygområdet där åkermarksprofilerna är markerade. (Skärmdump från AgiSoft som modifierats i Paint, 2013). Figur 9. Ortofoto över flygområdet där vägsektionerna är markerade. (Skärmdump från AgiSoft som modifierats i Paint, 2013). 13

20 2.3.2 Flygningen Innan flygning kunde göras gjordes en säkerhetskontroll av flygsystemet. Kontrollen utfördes för att säkerhetsställa att flygsystemet inte hade några märkbara skador och att samtliga komponenter som t.ex. motor, roder och propeller var brukbara. Signalstyrkan mellan planet och handenheten kontrollerades och att samtliga batterier till systemet var fulladdade. Kamerans ISO-värde och slutartid justerades efter ljusförhållandet inför flygningen. Detta gjordes genom att fotografera markytan och granska histogrammet i kameran. När ISO-värdet sattes till 80 och slutartiden till 1/1000 ansågs histogrammet vara tillfredställande. Fotografiet på markytan blev något mörk, men det ansågs bättre att få något mörkare fotografier då det är enklare att öka ljusstyrkan i efterhand än att sänka ljusstyrkan i för ljusa fotografier. Innan start angavs en startposition i handenheten, riktningen valdes i motvinden då tillverkaren rekommenderar att start sker i motvind. Därefter definierades en landningsplats. För att kunna ange landningsplatsen måste användaren ställa sig på önskad plats och markera positionen med den inbyggda GNSS-enheten i handdatorn. Detta görs av säkerhetsskäl för att piloten ska veta att den tänkta landningsplatsen inte har några föremål som inte syns på handenhetens satellitbilder. Landningsplatsen behöver vara ca 100 m lång och piloten måste definiera ifrån vilken riktning planet skall landa, normalt i motvind. När startplats och landningsplats var definierade uppskattades vindhastigheten som matades in i handenheten. Det område som är tänkt att flygfotograferas markerades med en polygon i handenheten tillsammans med planerad flyghöjd och övertäckning. Flyghöjden sattes till 100 m och övertäckningen till 75 % både i och mellan stråk. Flygningen simulerades därefter av handenheten. Handenheten uppskattade då markupplösningen baserat på flyghöjden och bestämde antal stråk baserat på den önskade övertäckningen. Markupplösningen uppskattades till 33 mm av handenheten, vilket även var det förväntade värdet enligt ekvation 1.5. Under simuleringen kontrollerades att start och landning skedde enligt önskemål av piloten. När flygningen var planerad i handenheten överfördes flygrutten trådlöst till flygfarkosten. Kameran monterades i planet tillsammans med en radiosändare för att kunna lokalisera planet vid en eventuell oplanerad landning. När flygrutten överförts monterades flygfarkosten på startrampen och flygfarkosten kontrollerade sin position med sin inbyggda GNSS-mottagare. Eftersom planets position och den definierade startpunkten överensstämde bekräftade planet det genom att skicka tillbaka sin flygrutt till handenheten. Denna rutin görs för att undvika att 14

21 planet skickas iväg på fel projekt som befinner sig utom pilotens synhåll. Planets vindsensor övertäcktes och nollställdes. Startrampens gummisnoddar spändes upp med en vev, säkerhetsspärren demonterades och planet sköts upp i luften. Planet följde sedan den definierade rutten och fotografier togs när planet befann sig i ett av de planerade stråken. När samtliga stråk var genomförda förberedde sig planet för landning. Planet landar genom att glidflyga en längre sträcka i motvind för att kunna få en så mjuk landning som möjligt. När planet landat kunde log-filen exporteras till fältdatorn och fotografierna kunde exporteras från kamerans minneskort. I denna studie genomfördes två flygningar den 25 april. Den första flygningen skedde kl 10:18 där 147 flygfotografier togs. Den andra flygningen genomfördes kl 11:42 där 209 flygfotografier togs. Då vindriktningen hann ändra sig något mellan de två flygningarna skiljde sig stråkens riktningar åt mellan flygningarna, vilket var ganska intressant när jämförelse av de båda DSM skulle genomföras i efterarbetet. 2.4 Efterarbete Framställning av DSM från flygfotografierna Då det gjordes två flygningar över samma område skapades två oberoende DSM. Den digitala ytmodellen från första flygningen blev kallad för DSM 1 och den andra digitala ytmodellen från flygning två blev kallad för DSM 2. En DSM skapades genom att först importera samtliga flygbilder till programvaran AgiSoft Photoscan tillsammans med kamerakoordinater som exporterats från flygloggen. Därefter startades blockutjämningen genom att köra funktionen Align Photos i AgiSoft Photoscan. Efter programmet arbetat klart importerades text-filen innehållandes koordinater för samtliga flygsignaler och programmet ställdes in för att georeferera i referenssystemen SWEREF och RH Därefter placerades markörer över flygsignalerna i flygbilderna i AgiSoft. Varje flygsignal markerades i minst fem flygbilder enligt rekommendationer från Rock el al. (2011). Eftersom skärpan på signalerna varierade beroende på var i fotografiet signalen befann sig markerades signalerna i flygfotografier där signalens mitt var enkel att lokalisera (figur 10). 15

22 Figur 10. Flygsignaler. Från vänster, (1) Signal fotograferad i fält. (2) Signal med god skärpa i flygfotografi. (3) Signal med sämre skärpa i flygfotografiet. (4) Signal i flygfotografiet som är mycket svår att lokalisera centrum på (Skärmdumpar från Agisoft, 2013). När samtliga signaler var markerade i ett tillfredställande antal flygfotografier kördes funktionen Optimize för att finjustera blockutjämningen. Medelfelet för flygsignalernas markörer granskades och för flygsignaler där felet var större än en pixel justerades markörerna något och funktionen Optimize kördes ännu en gång. Detta upprepades tills samtliga fel i markörerna var tillfredställande, vilket ansågs vara när felen liknande värdena i Küng et al. (2011) studie där georefereringen hade ett medelfel på 50 mm. Tabell över georefereringens osäkerheter i examensarbetet presenteras i bilaga 1. Framställningen av DSM startades därefter med funktionen Build Geometry. Innan funktionen startades förminskades kuben som begränsar över vilket område som DSM skulle skapas. Eftersom områdets ytterkanter var ointressanta för examensarbetet placerades dessa utanför begränsningskuben, på så vis reducerades tidsåtgången för programmet att generera en DSM. När DSM var klar studerades resultatet visuellt i programvaran. Då modellen ansågs se bra ut kunde DSM exporteras för att sedan kunna jämföras med de inmätta profilerna. DSM exporterades som ett punktmoln med ett punktavstånd på 0,2 m. Upplösningen 0,2 m användes då det var den högsta upplösningen SBG Geo klarade av. När exporteringen var klar importerades punktmolnet till Geo. Utifrån detta punkmoln skapades en TIN-modell i Geo. 16

23 2.4.2 Statistisk provning av DSM Den statistiska analysen av DSM gjordes enligt specifikationer i SIS-TS 21145:2007. Profilerna delades upp i olika provytor beroende på profilernas terrängtyper. De olika provytorna var asfalt, grus, låg vegetation, åkermark och vägsektioner. Vägsektionerna var tre profiler som gick över asfaltsvägen, diken vid båda sidorna om asfaltsvägen, låg vegetation och grus. En statistisk provning genomfördes där höjdavvikelserna för de båda DSM beräknades oberoende av varandra. Höjderna från de inmätta profilerna subtraherades med terrängmodellens höjder, enligt följande ekvation 2.1: (2.1) Där höjdavvikelsen Ah beräknades utifrån terrängmodellens höjd (Th) och den kontrollmätta höjden (Kh). Dessa höjdavvikelser exporterades från Geo till Microsoft Excel för att strukturerat kunna analysera resultaten. I Excel beräknades medelavvikelsen i samtliga profiler enligt ekvation 2.2: (2.2) Där medelavvikelsen för respektive profil (Ahm) beräknades utifrån höjdavvikelserna Ah i som fåtts från ekvation 2.1 och antalet punkter från profilen (n). Därefter beräknades höjdavvikelsernas standardosäkerheter enligt ekvation 2.3. ( ) (2.3) Där standardosäkerheten (Sp) beräknades utifrån höjdavvikelserna Ah i från ekvation 2.1, medelavvikelsen i enskild profil Ahm, och antalet profiler n. Därefter delades profilerna upp i sina respektive provytor beroende på profilernas terrängtyper. Medelavvikelsen för de olika provytorna beräknades enligt ekvation 2.4. (2.4) 17

24 Där medelavvikelsen för provytan Mapt beräknades utifrån de enskilda profilernas medelavvikelse Map och antalet profiler n. Medelavvikelsens standardosäkerhet beräknades med ekvation 2.5. ( ) (2.5) Där standardosäkerheten för varje enskild provyta Spt beräknades utifrån de enskilda profilernas medelvavikelser Map i, de enskilda profilernas medelvärde för medelavvikelse Mapm och antalet profiler. Därefter gjordes tabeller i Excel där medelavvikelse och standardosäkerheter redovisades. Även profilernas längder som bestämdes i Geo samt maxoch min-avvikelser redovisades i dessa tabeller. 18

25 3 Resultat Resultatet av höjdavvikelserna för DSM 1 och DSM 2 redovisas i tabell 1 och 2. De sammanställda tabellerna redovisar varje provytas medelavvikelse, min- och maxavvikelse och standardosäkerheter (Spt) där samtliga värden redovisas i meter. Tre höjdavvikelser översteg tre gånger standardavvikelsen och har därför klassats som grova fel. Tabell 1. Sammanställning för samtliga provytor i DSM 1. Provytans medelavvikelse, min- och maxavvikelse och standardosäkerheten redovisas i meter. Provyta Medel Min Max Spt Låg vegetation 0,050-0,135 0,245 0,067 Asfalt -0,101-0,121-0,060 0,006 Grus -0,057-0,138 0,148 0,006 Åkermark (plöjd) -0,101-0,186-0,036 0,004 Vägsektion -0,038-0,155 0,100 0,028 Tabell 2. Sammanställning för samtliga provytor i DSM 2. Provytans medelavvikelse, min- och maxavvikelse och standardosäkerheten redovisas i meter. Provyta Medel Min Max Spt Låg vegetation 0,045-0,104 0,152 0,068 Asfalt -0,112-0,145-0,088 0,011 Grus -0,058-0,144 0,212 0,038 Åkermark (plöjd) 0,003-0,095 0,114 0,045 Vägsektion -0,044-0,159 0,117 0,007 Detaljerat resultat för varje enskild provyta kan studeras i bilagorna 2 till 6. 19

26 4 Diskussion 4.1 Resultat Utifrån provningen av de olika underlagen ser vi att det finns skillnader i höjdavvikelserna beroende på underlagstyp och kuperingsgrad. Vi ser att asfaltsytan ligger cirka 0,1 m under kontrollmätningarna, denna trend finns både i asfaltsprofilerna och i de punkter som ligger på asfalt i vägsektionerna. Grus har ungefär samma egenskap som asfalt men ligger något närmare kontrollmätningarnas värden. Låg vegetation ligger överlag över kontrollmätt höjd, vilket inte är helt oväntat då vegetation i regel klassas som en markyta i en DSM enligt både Höhle (2011) och Hugenholtz et al. (2013). Åkermark är den provyta som skiljer sig mest mellan de två framställda DSM. Detta beror förmodligen på att åkermarken var plöjd och därför mycket ojämn, vilket gör att det kan skilja upp till en decimeter mellan högsta och lägsta punkt på markytan. Dock ser vi att kuperingsgraden är den största faktorn för medelavvikelsen i vårt examensarbete. I profil 4 för låg vegetation ligger kontrollmätningarna över modellen, men i de andra profilerna i samma grupp ligger kontrollmätningarna under modellen. Detta beror på att profil 4 går över jämn mark och de övriga profilerna går över mycket kuperad mark. Samma trend ser vi även i provytan för grus där profil 3 som går över mycket kuperad mark har ett mycket högre maxvärde jämfört med de andra två profilerna som går över jämn mark. Den största medelavvikelsen är provytan för asfalt som var 0,112 m. Liknande värden har Douterloigne et al. (2010) erhållit i sin studie som också använde sig av en Gatewing X100 men med en flyghöjd på 150 m. Deras höjdosäkerheter låg mellan 0,1 och 0,2 m när 11 flygsignaler användes. Liknande resultat har även Hugenholtz et al. (2013) kommit fram till. Där uppnådes en höjdosäkerhet på 0,29 m med en flyghöjd på 200 m, vilket är en dubbelt så hög flyghöjd jämfört med den som användes i detta examensarbete. 20

27 4.2 Osäkerhetskällor Vid en första anblick ser det ut som att det kan finnas ett systematiskt fel i kontrollmätningarna då majoriteten av höjdavvikelserna är negativa. Något eventuellt systematisk fel har inte lokaliserats. Efter att ha kontrollerat flygsignalernas höjder i DSM ser vi att de ligger på samma höjd som när de mättes in. Eftersom flygsignaler och kontrollprofiler mättes in från samma totalstationsetablering beror förmodligen inte det eventuella systematiska felet på inmätningarna. Vi tror att felet kan ligga i genereringen av DSM, då asfaltsvägen ser plan ut i DSM men ändå ligger 0,1 m från inmätta profiler. Programvaran har sannolikt missuppfattat asfaltsytan i bildmatchningen och därför placerat den på en felaktig höjd. Provytan för Åkermark skiljer sig mycket mellan de två framställda DSM. Detta beror på att åkermarken var plöjd då kontrollprofilerna mättes in, vilket enligt SIS-TS 21145:2007 kan skapa systematiska fel. SIS-TS 21145:2007 rekommenderar att plöjd åkermark inte kontrolleras i terrängmodellen, därför är värdena för provytan plöjd åkermark inte pålitliga. AgiSoft kräver datorer med väldigt kraftfull prestanda för att snabbt och smidigt göra blocktriangulering och höjdmodell av flygbilder. Det kan vara en möjlig osäkerhetskälla i denna studie då prestandan på vår dator knappt uppfyllde minimikravet. Det resulterade i att blocktrianguleringen sattes till lägsta kvalité för att det skulle gå att arbeta med flygbilderna. Hade en dator med bättre prestanda använts skulle förmodligen en DSM med högre punkttäthet kunnat framställas. Då DSM exporterades från AgiSoft var den tvungen att exporteras som en.xyz-fil med ett punktavstånd på 0,2 m. Om punktavståndet var mindre skulle punktmolnet innehålla för många punkter för att kunna behandlas i Geo. Ett mindre punktavstånd hade eventuellt gett studien ett bättre resultat. Lösningen på det problemet skulle vara att använda en annan programvara än Geo. 21

28 Flygningen genomfördes utan problem och planet flög imponerande bra i luften och anses inte vara någon osäkerhetskälla. Etableringen av totalstationen och inmätningen av flygsignalerna och profilerna gick även problemfritt. Enligt Rock et al. (2011) skulle fler flygsignaler sänka höjdosäkerheten i DSM, men nio flygsignaler ansåg vi vara översignalerat i ett så pass litet område som observerades. Ett större antal profiler skulle styrka studiens resultat. Men eftersom flygningen samt inmätning av både flygsignaler och profiler var tidsbegränsad till en dag måste antalet profiler anses vara tillfredställande. 4.3 UAS som metod för framställning av DSM Enligt våra studier är fotogrammetri med UAS en väl lämpad teknik för att framställa DSM. Att framställa en DSM med flygfotografering går väldigt snabbt jämfört med att skapa en DTM med terrester metod. Antalet punkter på marken är dessutom mycket högre vid användande av fotogrammetri, vilket gör att markytan representeras bättre med fotogrammetri jämfört med terrester metod. Den mest effektiva metoden för att framställa DTM måste anses vara FLS då den mäter in ett stort antal punkter på kort tid med låg höjdosäkerhet. Fotogrammetri med UAS är däremot en billigare metod jämfört med FLS och är därför bättre lämpad till mindre projekt. Dock har UAS-tekniken sina begränsningar. Bland annat är den mycket beroende av väderförhållandet. I studiens första försök att genomföra flygningen kraschlandade planet under pågående flygfotografering. Detta berodde på en feluppskattning av vindhastigheten som under flygningen översteg 18 m/s, vilket är den övre gränsen för vad en Gatewing X100 klarar av att flyga i. Övriga väderförhållanden som kan förhindra flygfotografering är dimma, regn och snö. Ljusförhållande är också en väderfaktor som begränsar tekniken. Spridda moln som skapar skuggor på marken kan enligt tidigare studier av Honkavaara et al. (2011) och Åkerholm (2012) ge utslag i höjdmodellen. Detta är inget vi har upplevt i denna studie då vi hade goda väderförhållanden vid det andra flygtillfället. 22

29 En annan faktor som begränsar tekniken något är de bestämmelser som finns från Transportstyrelsen. Det är viktigt att piloten har utbildning och att reglerna följs för att förhindra olyckor och personskador. Bland annat begränsas flyghöjden för Gatewing X100 till 120 m då det är ett UAS klass 1B enligt Transportstyrelsen (2009), vilket begränsar möjligheten för fotograferingen mycket då planet har kapacitet för att flygfotografera från 700 m höjd i goda väderförhållanden. Vi har märkt av bestämmelserna som finns om kontrollerat luftrum (CTR) då det första området som planerades att bli flygfotograferad befann sig innanför Kalmar flygplats skyddade luftrum. Det är möjligt att genomföra en flygning inom skyddade luftrum om piloten tar kontakt med aktuell flygtrafikering i god tid innan flygning. Trafikledningen kan då ge klartecken om när en flygning kan genomföras. Det är vanligtvis inget hinder att få tillstånd men det är enligt oss mycket viktig att ta med i utvärderingen av tekniken. Eftersom en av teknikens fördelar är att en flygning går snabbt att genomföra är alla faktorer som försvårar genomförandet av flygningen av intresse. Dessutom anser vi att säkerheten är viktig för teknikens framtida rykte. Framtiden ser ljus ut för UAS-tekniken. Det är enkelt att använda, relativt billig och kan användas i områden som är för farliga för människan att beträda. I takt med att UAS förbättras kommer även de DSM som framställs bli noggrannare. Det som bör utvecklas inom snar framtid är tidsåtgången det tar för datorn att blockutjämna och framställa en DSM från flygbilderna. I dagsläget tar det flertalet timmar beroende på hur många flygbilder som skall behandlas. Ett första steg för att förbättra tekniken är enligt Stempfhuber och Buchholzatt (2011) att förbättra GNSS-mottagaren i luftfartyget genom att implementera UAS med Nätverks-RTK. I dagsläget duger inte osäkerheten som uppnås från den inbyggda GNSSmottagaren för att kunna använda sig av direkt georeferering. Direkt georeferering skulle spara mycket tid då blockutjämning och flygsignaler inte skulle vara nödvändiga för att framställa en DSM. 23

30 5 Slutsats Framställning av DSM med fotogrammetri från UAS är en snabb, enkel och billig metod. Kvalitén på DSM är tillfredsställande, men bättre kvalité går troligtvis att erhålla. Enligt detta examensarbete och tidigare studier kan markytan höjdbestämmas med en osäkerhet på cirka 0,1 m. Studien visar även att terrängtypen påverkar höjdosäkerheten i DSM, dessvärre är studien något kort för att kunna dra precisa slutsatser om hur olika terrängtyper påverkar höjdosäkerheten i DSM. Då de DSM som framställts i detta examensarbete hade en maximal medelavvikelse på -0,112 m kan vi enligt SIS-TS 21144:2007 klassificera DSM framställda från UAS till klass 4 där maximal medelavvikelse i höjd tillåts vara ±0,15 m. Detta innebär att DSM framställda på fotogrammetriskt vis med UAS är lämpligt som projekteringsunderlag för väg och järnväg för jämn mark enligt SIS-TS 21144:2007. De DSM som framställts i detta examensarbete representerar markytan väl och det är lätt att orientera sig i modellen då den textureras enligt flygbilderna, se figur 11. Därför är dessa DSM även väl lämpade som visuellt underlag för t.ex. presentation av en framtida byggnation. Figur 11. Texturerad DSM över området som flygfotograferades i studien (Skärmdump från Agisoft, 2013). 24

31 Referenslista Douterloigne, K., Gautama, S., & Philips, W. (2010). On the accuracy of 3D landscapes from uav image data. Geoscience and Remote Sensing Symposiu från: Eisenbeiss, H. (2009). UAV Photogrammetry: A dissertation submitted to ETH ZURICH for the degree of Doctor of Sciences. Doktorsavhandling, ETH Zurich, Institute of Geodesy and Photogrammetry. Från Gatewing. (2013). Specifications: Hämtad 5 april, 2013, från Gatewing, Haala, N. (2009). Comeback of Digital Image Matching. Stuttgart: Institute for Photogrammetry: Photogrammetric week Från: Honkavaara, E., Markelin, L., Rosnell, T. & Nurminen, K. (2011). Influence of solar elevation in radiometric and geometric performance of multispectal photogrammetry: ISPRS Journal of Photogrammetry and Remote Sensing, 67(2012), doi: /j.isprsjprs Hugenholtz, C.H., Whitehead, K., Brown, O.W., Barchyn, T.E., Moorman, B.J., LeClair, A., Riddell, K. & Hamilton, T. (2013). Geomorphological mapping with a small unmanned aircraft system (suas): Feature detection and accuracy assessment of a photogrammetricallyderived digital terrain model: Geomorphology, 194(2013), doi: /j.geomorph Höhle, J. (2011). Dem generation by means of new digital aerial cameras: InternationalArchives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, volym 38 (3/W22), Från: w22/pdf/185_xxxviii-3-w22.pdf Küng, O., Strecha, C., Beyeler, A., Zufferey, J-C., Floreano, D., Fua, P., & Gervaix, F. (2011). The accuracy of automatic photogrammetric techniques on ultra-light UAV imagery: International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, volym (XXXVIII-1/C22), 1-6. Från Pöllänen, R., Toivonen, H., Peräjärvi, K., Karhunen, T., Ilander, T., Lehtinen, J., Rintala, K., Katajainen, T., Niemelä, J., & Juusela, M. (2008). Radiation surveillance using an unmanned aerial vehicle: Applied Radiation and Isotopes, 67(2009), doi: /j.apradiso Rock, G., Ries, B. & Udelhoven, T. (2011). Sensitivity analysis of UAV-photogrammetry for creating digital elevation models (DEM): International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, volym (XXXVIII-1/C22), Från 25

32 C22/69/2011/isprsarchives-XXXVIII-1-C pdf. SBG. (2006). Geodesi & Maskinstyrning: Grävmaskin. Hämtad 6 april, 2013, från Svensk Byggnadsgeodesi, SIS-TS 21144:2007, Teknisk specifikation, Byggmätning - Specifikationer vid framställning av digitala terrängmodeller. Stockholm: SIS Förlag AB. SIS-TS 21145:2007, Teknisk specifikation, Byggmätning Statistisk provning av digital terrängmodell. Stockholm: SIS Förlag AB. Stempfhuber, W. & Buchholzatt, M. (2011). A precise, low-cost RTK GNSS system for UAV applications: International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, volym (XXXVIII-1/C22), Från photogramm-remote-sens-spatial-inf-sci.net/xxxviii-1-c22/289/2011/isprsarchives- XXXVIII-1-C pdf Transportstyrelsen. (2009). Transportstyrelsens föreskrifter om obemannade luftfartyg (UAS): [Broschyr]. Norrköping: Transportstyrelsen, Luftfartsavdelningen. Från 8.pdf. Zarco-Tejada, P.J., González-Dugo, V, Berni, J.A.J. (2012). Fluorescence, temperature and narrow-band indices acquired from a UAV platform for water stress detection using a microhyperspectral imager and a thermal camera: Remote Sensing of Urban Environment, 117(2012), doi: /j.rse Åkerholm, J. (2012). Fotogrammetriska mätningar med hjälp av digitala bilder tagna från UAV-flygplan: Metodik, precision och vision. Examensarbete för ingenjörs (YH)-examen, Vasa, Utbildningsprogrammet för lantmäteriteknik. Från 26

33 Bilagor Bilaga 1. Georefereringens osäkerheter Tabell över osäkerheter för georefereringen för första flygningen. Tabellen redovisar flygsignalens namn, X-, Y- och Z-fel, totala felet, antalet flygbilder flygsignalen markerats i och pixelfelet för flygsignalen. Då tabellerna är hämtade från AgiSoft redovisas alla osäkerheter med sex decimaler. Tabell över osäkerheter för georefereringen för andra flygningen. Tabellen redovisar flygsignalens namn, X-, Y- och Z-fel, totala felet, antalet flygbilder flygsignalen markerats i och pixelfelet för flygsignalen. Då tabellerna är hämtade från AgiSoft redovisas alla osäkerheter med sex decimaler. 27