Användningsområden för NH-data - Mätosäkerheter för de skapade terrängmodellerna

4.1 Mätosäkerheter för de skapade terrängmodellerna

4.2.2 Användningsområden för NH-data

Enligt Lantmäteriet (2020a) ligger Laserdata NH till grund för behovet av att kunna bedöma eventuella risker i ett förändrat klimat och på så vis göra

klimatanpassningar. Hydrologisk modellering genomförs bland annat inför

exploatering för att ta reda på hur utökning av dagvattenledningar och brunnar ska placeras samt kan skyfallskartering ske för att förutse eventuella konsekvenser vid översvämning (Lantmäteriet, 2020a). Laserdata NH har ett brett

användningsområde, dessa områden beskrivs mer utförligt i avsnitt 1.4.2. Laserdata NH kan användas när det inte är högt krav på höjdnoggrannhet, vilket kan vara skogsbruk (Gävle kommun, 2011), skyfallsanalys (DHI, u.å.), 3D-stadsmodellering (Ahlberg & Farmanbar, 2011) samt för att detektera diken och stenmurar (Klang &

Klang, 2011). I kvalitetsbeskrivningen för Laserdata NH står det att vid användning av Laserdata NH för analys i skogsområden behövs det ibland överlappning av data vid olika tidpunkter eller med olika skanningsutrustningar (Lantmäteriet, 2020a).

Detta ingår inte i standarden utan behöver anges i beställningen. Laserdata NH kan alltså användas inom många områden men behöver oftast kompletteras med ytterligare mätningar och information. Vid studier över mindre områden behövs ytterligare mätningar från t.ex. GNSS då det finns brister i Laserdata NH på grund av dess låga punkttäthet (Palm, 2017).

5 Diskussion

Resultatet av Laserdata NH gav en medelavvikelse på 6 cm i höjd med en

standardosäkerhet på 2 cm, vilket ligger under Lantmäteriets givna medelfel på 0,1 m i höjd för Laserdata NH. Resultatet från Laserdata NH klarar även SIS-TS

21144:2016 noggrannhetskrav för klass 3D där den maximala medelavvikelsen i höjd får vara 1 dm. Resultatet i studien visar att medelavvikelsen ligger under den tänkta lägesnoggrannheten, dock kan det ändå tyckas vara en relativt hög avvikelse (se tabell 6). När kontrollinmätning sker ska noggrannheten enligt HMK– Geodesi:

Terrester detaljmätning (2015) ligga på 1/3 av toleransen, vilket innebär att totalstation ska användas för kontroll av GNSS-mätningen. Däremot tänker vi att totalstation är för noggrann kontroll för Laserdata NH. Laserdata NH skulle kanske ha kontrollerats med GNSS-mätningar istället, men det blir svårare att jämföra de två DTM:erna mot varandra om vi hade mätt in kontrollprofilerna med olika inmätningsmetoder. Därför valde vi att endast använda totalstation till kontrollerna.

Lundgren & Owemyr (2010) kontrollmätte Laserdata NH med GNSS på en öppen, jämn gräsyta och fick då en medelavvikelse på 5 cm. Vårt resultat visade en

medelavvikelse i höjd på 6 cm. På grund av de lika resultaten kan det finnas en systematisk avvikelse på gräsytor i Laserdata NH, vilket är intressant för en framtida studie. Vad höjdavvikelsen i vår studie beror på kan ha påverkats av flera faktorer, där felkällor hos Laserdata NH beskrivs i artikeln av Hodgson & Bresnahan (2004) och GNSS beskrivs i HMK–GNSS-baserad detaljmätning (2017). Vi kan utesluta vissa faktorer t.ex. fel hos GNSS-utrustningen då den kontrollerades mot en känd stompunkt i riksnätet RH2000. Flervägsfel ansågs heller inte vara av stor påverkan då studieområdet är fritt från träd och byggnader. Jonosfären gav ingen större inverkan på mätningen, stånghöjden och prismakonstanten kontrollerades. En faktor som kan ha påverkat inmätningen av kontrollprofilerna är vädret, då det blåste hårda vindbyar. Dock anses detta inte ha en alltför stor betydelse då vi använde stödkäppar samt lägre stånghöjd.

När det gäller att få den bästa representationen av marken vid FLS, krävs det att många punkter träffar marknivån. Vårt område består av öppet, plant område där ingen vegetation hindrar laserstrålarna från att nå marken, vilket betyder att

representationen av området inte har någon tänkbar avvikelse vid inmätningen 2015.

Den största tänkbara felkällan tros vara det stora tidsintervallet mellan FLS-inmätningen och kontrollmätningen. Mycket kan ha hänt med marken på fem år, hur gräset såg ut då kan vi bara spekulera. A. Rönnberg (personlig kommunikation 11 maj 2020) säger att det är vanligt att laserpunktmolnet ligger något för högt på gräsytor, helt enkelt för att laserpulsen reflekteras en bit ovan den faktiska

markytan. Eftersom mätosäkerheten ligger på ca 6 cm på hela området är det inte omöjligt att gräset var högre vid inskanningen än när vi mätte in kontrollprofilerna,

det kan avgöra att vårt resultat är något större än genomsnittet. Detta gör att DTM för Laserdata NH ligger högre än vad kontrollprofilerna gör. Den höga

medelavvikelsen på grusytorna anses bero på den konstanta påfyllnaden av grus, vilket sker vid förvaltning av grusgångarna. Både FLS-mätningen av området och vår GNSS-mätning skedde under våren, vilket innebär att förutsättningen för en bra jämförelse kan ske. Andra tänkbara felkällor som tagits upp i artikeln av Klang &

Burman (2006) är interpoleringen av DEM, vilken kan ha en påverkan på Laserdata NH:s osäkerhet men kontrolleras inte i vår studie. Det finns även inga stöd-eller kontrollpunkter för Laserdata NH i närheten av studieområdet, vilket innebär att det inte finns någon säker kontroll för området. Då RMS-värdet för

kontrollpunkterna ligger på 4 cm för hela skanningsområdet bidrar detta till en ökad lägesosäkerhet (A. Rönnberg, personlig kommunikation 11 maj 2020).

Mätningarna med NRTK-GNSS fick det totala RMS-värdet i höjd på 2,6 cm generellt över hela modellen när mätningarna jämfördes med kontrollprofilerna (tabell 5). Mätosäkerheten i NRTK-GNSS förväntas ligga på 1–3 cm i höjd enligt HMK–GNSS baserad detaljmätning (2017). Kontrollen av DTM:en inmätt med GNSS ligger under det och anses vara tillförlitligt. Kontrollinmätningen för Laserdata NH har en sammanlagd RMS i höjd på 6,3 cm och enligt Lantmäteriet (2020a) är detta inom toleranserna. RMS i höjd för Laserdata NH ligger på 7 cm för gräs respektive 5 cm för grus. Den troliga anledningen för avvikelsen förklaras i tidigare stycke. Inmätningen med GNSS för skapandet av terrängmodellen är lite för noggrann än vad kravet är enligt SIS-TS. Istället för tre meter mellan punkterna som vi mätte in skulle det istället vara åtta meter enligt tabell 8 i SIS-TS 21144:2016.

Detta medförde att terrängmodellen blev noggrannare än kravet enligt SIS-TS 21144:2016. Syftet med studien är att ta reda på om Laserdata NH kan ersättas med t.ex. GNSS. Då hade det varit bättre att skapa en terrängmodell mer exakt utifrån kraven från SIS-TS. Detta för att det ska efterlikna verkliga tillämpningar.

Noggrannheten av etableringspunkterna blev enligt förväntan eftersom metoden är rekommenderat av Jansson & Lundgren (2018) och HMK–GNSS-baserad

detaljmätning (2017). Det viktiga att tänka på är etableringspunkternas geometri runt om området samt antalet etableringspunkter, dock var stationsetableringen godkänd enligt HMK–Geodesi: Terrester Detaljmätning (2017).

Anledningen till att ett ensidigt z-test utfördes berodde på att vi redan visste att DTM:erna låg under eller över kontrollprofilerna. DTM:en från NRTK-GNSS låg under kontrollprofilerna medan DTM:en från Laserdata NH låg över

kontrollprofilerna. Resultatet från den statistiska uträkningen för medelavvikelsen inom varje marktyp visar att skillnaden mellan DTM och kontrollprofilernas

medelavvikelse är statistiskt signifikant, dvs. det är med 95 % sannolikhet en skillnad

mellan medelhöjderna (tabell 7 och tabell 8). För GNSS-Grus visades dock ingen statistisk signifikant skillnad mellan DTM och kontrollprofilerna. Mätningen med NRTK-GNSS och kontrollprofilerna mättes in samma dag vilket kan påverka att medelavvikelsen för båda marktyperna är betydligt mindre än Laserdata NH.

Anledningen till att GNSS-Gräs inte ligger innanför konfidensintervallet har vi inget konkret svar till. Att Laserdata NH har ett högt signifikant värde är förståeligt då det finns många faktorer som påverkar (vilket vi diskuterat tidigare). Detta gör att det inte går att ersätta Laserdata NH med NRTK-GNSS för skapande av DTM på öppna, jämna gräs- samt grusytor.

En stor fördel med Laserdata NH är att den överlag är smidigast att använda sig av.

Nedladdningen av Laserdata NH sker enkelt och snabbt genom SLU:s tjänst GET, där ett önskat område väljs och sedan fås data via mejl. Klassificering av

markpunkter samt skapande av DTM går relativt snabbt vilket resulterar i att en DTM över ett område kan fås på bara ett par timmar. Vid GIS-analyser används Grid 2 + vilket är ett färdigt raster för kartering av t.ex. hydrologiska analyser, detta används av många aktörer inom samhällsbyggnad p.g.a. enkelheten (Ahlberg &

Farmanbar, 2011; DHI, u.å.; Gävle kommun, 2011; Nordkvist et al., 2013). Om en geodetisk mätning ska genomföras i fält, krävs oftast en hel dag bara åt själva mätningen samt att bearbetningen av data kan ta flera timmar. Tiden på mätningen beror även på val av inmätningsmetod, t.ex. kan en drönare mäta över ett område snabbare än GNSS eller totalstation.

Negativa aspekter med Laserdata NH är bland annat den låga punkttätheten på 0,5/m², vilket ger ett ungefärligt punktavstånd på 1,4 m. Enligt HMK-standardnivå 1 klarar Laserdata NH av toleransen för punkttäthet, dock klarar den inte av de resterande standardnivåerna varken med punkttäthet eller lägesosäkerhet vilket även vår studie visar (tabell 6). Laserdata NH är alltså mer anpassad för toleranser inom nationell och regional mätning. Lantmäteriet har börjat med projektet Laserdata Skog där Sverige ska laserskannas med en tätare punkttäthet. I resultatet kom vi fram till att Laserdata NH skulle kunna klara av HMK-standardnivå 2 om den hade haft tätare punkttäthet. Laserdata Skog kommer då att klara av standardnivån med sin punkttäthet, dock används fortfarande samma stöd- och kontrollpunkter som etablerats för tio år sedan vilket ger en lägesosäkerhet på 5 cm enligt A. Rönnberg (personlig kommunikation 11 maj 2020).

Av våra egna erfarenheter är NRTK-GNSS smidigt, snabbt och lätt att använda i fält på grund av att den är oberoende av befintliga punkter och därför användes den i vår studie. NRTK måste dock ha en nätverkskommunikation samt fixlösning för att få mätningar med låg lägesosäkerhet som är inom den angivna toleransen. I tät

vegetation försämras noggrannheten i GNSS-mätningarna markant och

rekommenderas inte på grund av flervägsfel, många sikthinder och dålig fixlösning (HMK–GNSS-baserad detaljmätning, 2017). Laserdata NH har även den en större osäkerhet vid tät vegetation då lasern har svårt att penetrera tät vegetation och får då inte lika många markpunkter som i öppen terräng. Laserdata NH har låg punkttäthet men tidsbesparingen gör att Laserdata NH ändå är attraktivt att använda vid mer översiktliga planeringar och analyser t.ex. gallring (Nordkvist et al., 2013). För en bredare användning av Laserdata NH krävs det i många fall kompletteringar av ortofoto, rekognosering i fält eller noggrannare inmätningar för att få en bättre modell. För att Laserdata NH ska kunna användas till en bredare användning, kommer inom några år en tätare inskanning av Sverige finnas som heter Laserdata Skog. Dock tror vi att även Laserdata Skog kommer behöva kompletteras med annan information, liknande Laserdata NH på grund av stöd- samt kontrollpunkter är samma som till Laserdata NH (A. Rönnberg, personlig kommunikation 11 maj 2020).

En fundering vi haft är att studieområdet är under 1ha utan sikthinder och då är det möjligtvis bättre att mäta in en DTM med terrestra mätningsmetoder. Mätteknikern måste kunna bevisa noggrannheten i sin skapade DEM för kunden vid projektering och då behöver en kontroll utföras. Kontrollen sker då med hjälp av

kontrollprofiler, vilka ska klara av 1/3 av toleransen och innebär att fältmätning måste ske. Detta kan leda till att det inte blir någon större tidsbesparing av att använda sig av Laserdata NH, eftersom mätteknikern redan är ute i fält för kontrollprofiler kan denne lika gärna mäta in allt på en gång. Vid tät vegetation, skarpa sluttningar och svåråtkomliga områden är det svårt och ibland riskfyllt att mäta med terrestra mätningsmetoder. En negativ aspekt med Laserdata NH är att inskanningen började 2009, vilket betyder att många områden runt om Sverige har äldre inskanningar och områdena förmodligen ändrats under den tiden. Även fast Lantmäteriet uppdaterar Laserdata NH med jämna mellanrum, kan det troligtvis ändå medföra högre mätosäkerheter och felaktig information.

30 5.1 Framtida studier

Ett antal idéer för framtida studier är:

• Jämföra Laserdata NH med ytterligare metoder, t.ex. drönare eller fotogrammetri.

• Interpolationens inverkan på mätosäkerheten i Laserdata NH

• Kontrollera ifall det finns en systematisk skillnad i Laserdata NH för gräsytor 5.2 Hållbar utveckling och etiska aspekter

Denna studie tar hänsyn till FN:s globala mål nr 11, Hållbara städer och samhällen (Globala målen, u.å.). För att kunna förebygga risker skapade av klimatförändringar kan Laserdata NH stå till grund för riskanalyser som bidrar till hållbara städer.

Examensarbetet anses inte beröra några etiska aspekter eftersom ingen känslig information används.

6 Slutsats

Syftet med studien var att kontrollera mätosäkerheten i höjd för delar av det skannade data från Laserdata NH för att se ifall Laserdata NH kan ersätta NRTK-GNSS mätningar. Utifrån studiens utvärdering av Laserdata NH som ersättning för mätning med NRTK-GNSS, visar resultatet att Laserdata NH inte kan ersätta GNSS-mätningar på jämna gräs- samt grusytor. Medelavvikelsen och standardosäkerheten på studieområdet för Laserdata NH ligger på 6 cm respektive ± 2 cm, vilket är inom toleranserna enligt SIS-TS 21144:2016.

Resultatet visade att Laserdata NH passar bäst till nationell samt regional mätning och planering. Dock är Laserdata NH fortfarande osäker att användas för vissa lokala områden. Laserdata NH har många felkällor, t.ex. tidsintervallet, avsaknad av stöd- och kontrollpunkter för lokala områden samt vegetation. Detta kombinerat med att lägesnoggrannheten i höjd för Laserdata NH är 0,1 m, gör att Laserdata NH oftast behöver kompletteras med ytterligare mätningar eller ortofoto för användande utöver översiktliga planeringar och analyser.

Referenser

Ahlberg, S., & Farmanbar, K. (2011). 3D-stadsmodeller utgående från NNH-laserdata.

Från

https://www.lantmateriet.se/contentassets/9161a365093b40b5a583688feac ea22c/3d_stadsmodeller_nnh_laserdata.pdf

Ariza-López, F. J., Avi, J., González-Aguilera, D., & Rodríguez-Gonzálvez, P. (2019). A new method for positional accuracy control for non-normal errors applied to airborne laser scanner data. Applied Sciences

(Switzerland), 9(18). doi:10.3390/app9183887

DHI. (u.å.). Skyfallsanalys - Marköversvämningar vid extrema regn. Från

https://www.lantmateriet.se/contentassets/9161a365093b40b5a583688feac ea22c/oversvamningar_vid_skyfall_med_nationell_hojdmodell.pdf

Gävle kommun. (2011). Ny nationell höjdmodell ( NNH ) Gävle kommun - användarerfarenheter. Från

https://www.lantmateriet.se/contentassets/9161a365093b40b5a583688feac ea22c/nnh_anvandarerfarenheter_gavle_kommun.pdf

Harrie, L. (red.). (2017). Geografisk informationsbehandling - teori, metoder och tillämpningar (6th ed.) Lund: Studentlitteratur AB.

HMK–Flygburen Laserskanning (2017) Handbok i mät- och kartfrågor, Flygburen Laserskanning 2017. Gävle: Lantmäteriet

HMK–Geodatakvalitet (2017) Handbok i mät- och kartfrågor, Geodatakvalitet 2017. Gävle: Lantmäteriet

HMK–baserad detaljmätning (2017). Handbok i mät- och kartfrågor, GNSS-baserad detaljmätning 2017. Gävle: Lantmäteriet

HMK–Terrester laserskanning (2015). Handbok i mät- och kartfrågor, Terrester laserskanning 2015. Gävle: Lantmäteriet

HMK–Geodesi: Terrester detaljmätning (2015). Handbok i mät- och kartfrågor, Terrester detaljmätning 2015. Gävle: Lantmäteriet

Hodgson, M.E., & Bresnahan, P. (2004). Accuracy of Airborne Lidar-Derived Elevation: Empirical Assessment and Error Budget. Photogrammentric Engineering &

Remote Sensing, 70(4), 331-339. doi:10.14358/PERS.70.3.331

Höhle, J., & Höhle, M. (2009). Accuracy assessment of digital elevation models by means of robust statistical methods. ISPRS Journal of Photogrammetry and Remote

Sensing, 64(4), 398–406. doi:10.1016/j.isprsjprs.2009.02.003

INSPIRE Infrastructure For Spatial Information In Europe. (2014). Infrastructure for Spatial Information in Europe Data Specification on Transport Network – Technical Guidelines. Från

https://inspire.ec.europa.eu/file/1723/download?token=0GOYYbMF.

Janssen, V., Haasdyk, J., & McElroy, S. (2012). Real-time GNSS field procedures : maximising gain and minimising pain. Position, (57), 24-27. Från

https://eprints.utas.edu.au/12716/1/2012_Janssen_etal_Position57_magazi ne_version.pdf

Jansson, P., & Lundgren, L. (2018). A Comparison of Different Methods Using GNSS RTK to Establish Control Points in Cadastral Surveying. Stockholm: KTH, Real Estate and Construction Management. Från

https://www.diva-portal.org/smash/get/diva2:1204776/FULLTEXT01.pdf

JCGM 100 (2008). Evaluation of measurement data – Guide to the expression of uncertainty in measurement. Joint Committee for Guides in Metrology (JCGM/WG 1)

Klang, D., & Burman, H. (2006). En ny svensk höjdmodell ‐ Laserskanning, Testprojekt Falun. (LMV-rapport 2006:3) Gävle: Lantmäteriverket. Från

https://www.lantmateriet.se/contentassets/4a728c7e9f0145569edd5eb81fec eca7/lmv-rapport_2006_03_laserskanning_falun.pdf

Klang, K., & Klang, D. (2011). Användning av data från NNH ‐ projektet för detektion av landskapselement.Från

https://www.lantmateriet.se/contentassets/9161a365093b40b5a583688feac ea22c/geoxd_sjv_murardiken_rapport_20100531.pdf

Lantmäteriet. (u.å.). Förväntad mätosäkerhet. Hämtad 17 april 2020 från Lantmäteriet, https://www.lantmateriet.se/sv/Kartor-och-geografisk- information/gps-geodesi-och-swepos/swepos/vara-tjanster/natverks-rtk/forvantad-matosakerhet/

Lantmäteriet (2019). Lantmäteriet har laserskannat hela Sverige - nationell höjdmodell klar [pressmeddelande], 12 december.

Lantmäteriet. (2020a). Kvalitetsbeskrivning laserdata - Version 1.2. Från https://www.lantmateriet.se/globalassets/kartor-och-geografisk-information/hojddata/kvalitetsbeskrivning_laserdata.pdf

Lantmäteriet. (2020b). Laserdata Skog - Version 1.3. Från

https://www.lantmateriet.se/globalassets/kartor-och-geografisk-information/hojddata/laserdata_skog.pdf

Leica Geosystems. (u.å.a). Leica Viva GS14 - Data sheet. [Broschyr].Heerbrugg, Switzerland. Från

http://www.leica-geosystems.es/downloads123/zz/gpsgis/Viva GS10/brochures-datasheet/Leica_Viva_GS10_DS_en.pdf

Leica Geosystems. (u.å.b). Leica Viva TS15 - Data sheet. [Broschyr].Heerbrugg, Switzerland. Från

http://w3.leica-geosystems.com/downloads123/zz/tps/viva ts15/brochures-datasheet/leica viva ts15 datasheet_us.pdf

Lundgren, J., & Owemyr, P. (2010). Noggrannhetskontroll av laserdata för ny nationell höjdmodell. Examensarbete, Högskolan i Gävle, Akademin för teknik och miljö.

Från

https://www.diva-portal.org/smash/get/diva2:444023/FULLTEXT02.pdf

Lysell, G. (2012). Ny nationell höjdmodell i Sverige. 450 000 km laserskanning för ökad samhällsnytta. (3–2012). Ås: Kart og plan. Från

http://www.kartogplan.no/Artikler/KP3-

2012/Ny%20nationell%20h%F6jdmodell%20i%20Sverige.pdf

Mårtensson, S.-G., Ågren, U., & Berg, M. (2017). Geodetisk mätning och beräkning.

(version 2017-10) [opublicerat kompendium]. Gävle: Högskolan i Gävle.

Mårtensson, S. G., Reshetyuk, Y., & Jivall, L. (2012). Measurement uncertainty in network RTK GNSS-based positioning of a terrestrial laser scanner. Journal of Applied Geodesy, 6(1), 25–32. doi: 10.1515/jag-2011-0013

Nordkvist, K., Sandström, E., Reese, H., & Olsson, H. (2013). Laserskanning och digital fotogrammetri i skogsbruket. Umeå: Sveriges Lantbruksuniversitet. Från http://pub.epsilon.slu.se/10062/1/Nordkvist_K_130328.pdf

Odolinski, R. (2012). Temporal correlation for network RTK positioning. GPS Solutions, 16(2), 147–155. doi: 10.1007/s10291-011-0213-0

Palm, D. (2017). Sammanställning av användarerfarenheter med nya nationella

höjdmodellen , NNH. Examensarbete, Karlstad Universitet, Fakulteten för hälsa, natur- och teknikvetenskap.

Safe Software. (2019) FME Workbench (2.0.0) [Programvara] Hämtad från

https://docs.safe.com/fme/html/FME_Desktop_Documentation/FME_Wor kbench/Home.htm

SIS-TS 21144:2016. Byggmätning – specifikationer vid framställning och kontroll av digitala höjdmodeller. Stockholm: SIS Förlag AB

Bilaga A

Nedan visas DTM:erna för GNSS samt Laserdata NH där de olika höjderna kan ses.

A1. DTM skapad från NRTK-GNSS i grafisk 3D-vy. Enhet är i meter.

A2. DTM skapad från Laserdata NH i grafisk 3D-vy. Enhet är i meter.

Bilaga B

I följande bilaga visas NRTK-GNSS-mätningarnas höjdskillnader mot kontrollprofilerna. Beräkningarna och värdena är i meter i referenssystemet SWEREF 99 TM samt geoiden SWEN_08 RH2000.

B1. DTM:en skapad från NRTK-GNSS i jämförelse med kontrollprofil 1, gräsyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

B2. DTM:en skapad från NRTK-GNSS i jämförelse med kontrollprofil 2, gräsyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

B3. DTM:en skapad från NRTK-GNSS i jämförelse med kontrollprofil 3, gräsyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna. Röd är

sigmanivå 3 från medelhöjdskillnaderna.

B4. DTM:en skapad från NRTK-GNSS i jämförelse med kontrollprofil 4, grusyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

B5. DTM:en skapad från NRTK-GNSS i jämförelse med kontrollprofil 5, grusyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

B6. DTM:en skapad från NRTK-GNSS i jämförelse med kontrollprofil 6, grusyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

B7. Sammanställning av kontrollprofiler mot NRTK-GNSS.

C1 Bilaga C

I följande bilaga visas höjdskillnaderna mellan Laserdata NH och kontrollprofilerna.

Beräkningarna och värdena är i meter i referenssystemet SWEREF 99 TM samt geoiden SWEN_08 RH2000.

C1. DTM:en skapad från Laserdata NH i jämförelse med kontrollprofil 1, gräsyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

C2. DTM:en skapad från Laserdata NH i jämförelse med kontrollprofil 2, gräsyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

C3. DTM:en skapad från Laserdata NH i jämförelse med kontrollprofil 3, gräsyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna. Röd är

sigmanivå 3 från medelhöjdskillnaderna.

C4. DTM:en skapad från Laserdata NH i jämförelse med kontrollprofil 4, grusyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

C5. DTM:en skapad från Laserdata NH i jämförelse med kontrollprofil 5, grusyta. Ljusgul är sigmanivå 1 från medelhöjdskillnaderna. Orange är sigmanivå 2 från medelhöjdskillnaderna.

C6. DTM:en skapad från Laserdata NH i jämförelse med kontrollprofil 6, grusyta. Ljusgul är

In document Utvärdering av två digitala terrängmodeller på öppna ytor: Framställda med NRTK-GNSS och Laserdata NH (Page 35-68)