Utvärdering av höjdosäkerheten i digitala höjdmodeller framställda fotogrammetriskt med UAS

(1)

Utvärdering av höjdosäkerheten i digitala höjdmodeller

framställda fotogrammetriskt med UAS

Andreas Svensson & Tim Zetterberg

2013

Examensarbete, Grundnivå (Kandidatexamen), 15 hp Lantmäteriteknik

(2)

(3)

i

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

(4)

ii

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.

(5)

iii

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 25th 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”.

(6)

iv

Innehållsförteckning

1 Inledning ... 1 1.1 Bakgrund ... 1 1.2 Syfte ... 2 1.3 Terminologi ... 3 1.4 Teori ... 4 1.5 Tidigare studier ... 7 2 Metod ... 9 2.1 Material ... 9 2.2 Planering ... 10 2.2.1 Val av område ... 10

2.2.2 Planering inför flygning ... 11

2.3 Fältarbete ... 12

2.3.1 Inmätning av flygsignaler samt profiler ... 12

2.3.2 Flygningen ... 14 2.4 Efterarbete ... 15 2.4.1 Framställning av DSM från flygfotografierna ... 15 2.4.2 Statistisk provning av DSM... 17 3 Resultat ... 19 4 Diskussion ... 20 4.1 Resultat ... 20 4.2 Osäkerhetskällor ... 21

4.3 UAS som metod för framställning av DSM ... 22

5 Slutsats ... 24

Referenslista ... 25

Bilagor ... 27

Bilaga 1. Georefereringens osäkerheter ... 27

Bilaga 2. Detaljerat resultat: Låg vegetation ... 28

Bilaga 3. Detaljerat resultat: Asfalt ... 32

Bilaga 4. Detaljerat resultat: Grus ... 35

Bilaga 5. Detaljerat resultat: Åkermark (Plöjd) ... 38

Bilaga 6. Detaljerat resultat: Vägsektioner ... 40

(7)

1

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

(8)

2

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

(9)

3 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.

(10)

4 1.4 Teori

Gemensamt för alla höjdmodeller är att de skapas i två steg. Först samlas ett antal koordinater in över markytan och sedan skapar ett datorprogram en yta baserat på dessa 3D-koordinater. 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 3D-koordinater

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

(11)

5

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 σh beror på kamerafaktorn Kcam, parallaxosäkerheten σpx’ och

markupplösningen (GSD). Kamerafaktorn Kcam bestäms med hjälp av ekvation 1.3:

(1.3)

Där Kamerafaktorn Kcam beror på kamerakonstanten c, bildbasen b’ och pixelstorleken i

(12)

6

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 (Kcam) 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 σpx’ 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 σpx’ 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 σh ≈ 72 mm enligt

(13)

7 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.

(14)

8

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 km2 stora området från en flyghöjd på 200 m. Författarna använde sig av 20

(15)

9

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 SWEREF99 18 00 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).

(16)

10

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 2012.1.774.0). För analys av resultatet användes Microsoft Excel 2010 (version 14.0.6129.5000 (32-bit)).

2.2 Planering

2.2.1 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

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

(17)

11

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.

2.2.2 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

(18)

12 2.3 Fältarbete

2.3.1 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

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.

Figur 4. Totalstationens position (ST1),

etableringspunkternas positioner (RTK1-4) samt

flygsignalernas (FS) positioner i ortofotot som skapades från flygfotografierna (Skärmdump från AgiSoft som

(19)

13

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).

(20)

14

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

(21)

15

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

2.4.1 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 SWEREF99 18 00 och RH 2000. 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

(22)

16

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

(23)

17

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 Ahi 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 Ahi 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.

(24)

18

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 Mapi, de enskilda profilernas medelvärde för medelavvikelse

Mapm och antalet profiler. Därefter gjordes tabeller i Excel där medelavvikelse och

(25)

19

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.

Detaljerat resultat för varje enskild provyta kan studeras i bilagorna 2 till 6. Provyta Medel Min Max Spt

(26)

20

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.

(27)

21 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.

(28)

22

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.

(29)

23

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

(30)

24

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.

(31)

25

Referenslista

Douterloigne, K., Gautama, S., & Philips, W. (2010). On the accuracy of 3D landscapes from uav image data. Geoscience and Remote Sensing Symposiu. 589 – 592 från:

http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=5651391

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 http://www.igp-data.ethz.ch/berichte/Blaue_Berichte_PDF/105.pdf. Gatewing. (2013). Specifications: Hämtad 5 april, 2013, från Gatewing,

http://www.gatewing.com/specifications.

Haala, N. (2009). Comeback of Digital Image Matching. Stuttgart: Institute for Photogrammetry: Photogrammetric week 2009. Från: http://www.ifp.uni-stuttgart.de/publications/phowo09/index.en.html

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), 13-26.

doi:10.1016/j.isprsjprs.2011.10.001.

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 photogrammetrically-derived digital terrain model: Geomorphology, 194(2013), 16-24. doi:

10.1016/j.geomorph.2013.03.023

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), 185-190 Från:

http://www.isprs.org/proceedings/xxxviii/3-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

http://www.geometh.ethz.ch/uav_g/proceedings/strecha

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), 340-344.

doi:10.1016/j.apradiso.2008.10.008.

Rock, G., Ries, B. & Udelhoven, T. (2011). Sensitivity analysis of UAV-photogrammetry for creating digital elevation models (DEM): International Archives of the Photogrammetry,

(32)

26

http://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XXXVIII-1-C22/69/2011/isprsarchives-XXXVIII-1-C22-69-2011.pdf.

SBG. (2006). Geodesi & Maskinstyrning: Grävmaskin. Hämtad 6 april, 2013, från Svensk Byggnadsgeodesi, http://www.sbg.se/excavator-2.html.

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), 289-293. Från

http://www.int-arch- photogramm-remote-sens-spatial-inf-sci.net/XXXVIII-1-C22/289/2011/isprsarchives-XXXVIII-1-C22-289-2011.pdf

Transportstyrelsen. (2009). Transportstyrelsens föreskrifter om obemannade luftfartyg (UAS): [Broschyr]. Norrköping: Transportstyrelsen, Luftfartsavdelningen. Från

http://www.transportstyrelsen.se/Global/Regler/TSFS_svenska/TSFS%202009/TSFS_2009_8 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 micro-hyperspectral imager and a thermal camera: Remote Sensing of Urban Environment,

117(2012), 322-337. doi:10.1016/j.rse.2011.10.007.

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

(33)

27

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

(34)

28

Bilaga 2. Detaljerat resultat: Låg vegetation

Profilerna 1 till 3 ligger över mycket kuperad mark och profil 4 ligger över jämn mark. Resultatet redovisas i meter.

Profil (DSM 1) Medel Min Max Std.o Profillängd

1 0,080 -0,061 0,163 0,065 16,303 2 0,077 -0,018 0,245 0,065 25,512 3 0,092 0,090 0,163 0,039 29,208 4 -0,050 -0,135 0,008 0,051 28,034 Medel 0,050 Min -0,135 Max 0,245 Spt 0,067 Summa 99,057 Profil (DSM 2) 1 0,124 0,051 0,199 0,039 16,303 2 0,025 -0,104 0,114 0,058 25,512 3 0,070 0,006 0,152 0,040 29,208 4 -0,036 -0,093 -0,002 0,034 28,034 Medel 0,045 Min -0,104 Max 0,152 Spt 0,068 Summa 99,057

DSM 1

Profil 1. Profilen gick över mycket kuperad mark. Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,061 -0,015 -0,057 0,023 0,028 0,076 0,132 0,106 0,063 0,097

11 12 13 14 15 16 17 18 19 20

Höjdavvikelse 0,099 0,094 0,086 0,139 0,112 0,118 0,151 0,163 0,103 0,144

(35)

29

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse 0,130 0,114 0,084 0,110 0,084 0,064 0,109 0,04 0,028 0,02

11 12 13 14 15 16 17 18

Höjdavvikelse 0,031 0,026 0,245 0,055 0,133 0,146 -0,018 -0,008

Medelavvikelse 0,077 m Standardavvikelse 0,065 m Minavvikelse -0,018 m Längd 25,512 m Maxavvikelse 0,245 m

Profil 3. Grova fel är rödmarkerade. Profilen gick över mycket kuperad mark. Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse 0,045 0,126 0,094 0,037 0,078 0,045 -0,163 0,032 0,044 0,109 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse 0,071 0,163 0,067 0,131 0,126 0,131 0,103 0,079 0,106 0,09 21 22 Höjdavvikelse 0,090 0,162

Medelavvikelse 0,092 m Standardavvikelse 0,039 m Minavvikelse 0,090 m Längd 29,208 m Maxavvikelse 0,163 m

Profil 4. Profilen gick över jämn mark. Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,053 -0,099 -0,105 -0,135 -0,11 -0,065 -0,019 -0,043 0,008 -0,022

11 12 13

Höjdavvikelse -0,040 0,030 0,001

(36)

30

DSM 2

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse 0,102 0,135 0,059 0,081 0,091 0,119 0,199 0,198 0,155 0,156

11 12 13 14 15 16 17 18 19 20

Höjdavvikelse 0,147 0,099 0,121 0,141 0,124 0,131 0,137 0,142 0,051 0,087

Medelavvikelse 0,124 m Standardavvikelse 0,039 m Minavvikelse 0,051 m Längd 16,303 m Maxavvikelse 0,199 m

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse 0,071 0,048 0,011 0,075 0,046 0,024 0,055 0,004 -0,038 -0,02

11 12 13 14 15 16 17 18

Höjdavvikelse 0,012 0,018 0,097 -0,003 0,114 0,1 -0,104 -0,062

Medelavvikelse 0,025 m Standardavvikelse 0,058 m Minavvikelse -0,104 m Längd 25,512 m Maxavvikelse 0,114 m

Profil 3. Grova fel är rödmarkerade. Profilen gick över mycket kuperad mark. Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse 0,014 0,111 0,085 0,022 0,047 0,016 -0,195 0,006 0,025 0,093 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse 0,103 0,152 0,065 0,109 0,11 0,092 0,06 0,055 0,085 0,06 21 22 Höjdavvikelse 0,042 0,110

(37)

31

Profil 4. Profilen gick över jämn mark. Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,007 -0,033 -0,028 -0,016 -0,045 -0,039 0,023 -0,028 -0,002 -0,092

11 12 13

Höjdavvikelse -0,093 -0,048 -0,065

(38)

32 Bilaga 3. Detaljerat resultat: Asfalt

Samtliga profiler ligger över jämn mark. Resultatet redovisas i meter.

1 -0,096 -0,109 -0,060 0,015 22,044 2 -0,104 -0,106 -0,101 0,002 21,812 3 -0,109 -0,121 -0,102 0,006 19,719 4 -0,096 -0,113 -0,077 0,015 22,011 Medel -0,101 Min -0,121 Max -0,060 Spt 0,006 Summa 85,586 Profil (DSM 2) 1 -0,106 -0,121 -0,096 0,008 22,044 2 -0,107 -0,121 -0,099 0,008 21,812 3 -0,106 -0,124 -0,088 0,013 19,719 4 -0,128 -0,145 -0,121 0,008 22,011 Medel -0,112 Min -0,145 Max -0,088 Spt 0,011 Summa 85,586

DSM 1

Profil 1. Profilen gick över jämn mark. Resultatet redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,060 -0,083 -0,092 -0,099 -0,103 -0,1 -0,103 -0,11 -0,109 -0,102

Medelavvikelse -0,096 m Standardavvikelse 0,015 m Minavvikelse -0,109 m Längd 22,044 m Maxavvikelse -0,060 m

Profilpunkter 1 2 3 4 5 6 7 8 9

Höjdavvikelse -0,106 -0,105 -0,105 -0,106 -0,102 -0,101 -0,102 -0,106 -0,105

(39)

33

Höjdavvikelse -0,106 -0,105 -0,102 -0,113 -0,113 -0,105 -0,106 -0,112 -0,121

Höjdavvikelse -0,113 -0,113 -0,110 -0,109 -0,085 -0,09 -0,081 -0,088 -0,077

DSM 2

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,105 -0,106 -0,097 -0,102 -0,11 -0,117 -0,121 -0,107 -0,097 -0,096

Höjdavvikelse -0,100 -0,105 -0,101 -0,099 -0,102 -0,103 -0,115 -0,121 -0,118

(40)

34

Höjdavvikelse -0,124 -0,108 -0,088 -0,104 -0,117 -0,096 -0,097 -0,098 -0,123

Höjdavvikelse -0,138 -0,145 -0,141 -0,128 -0,121 -0,124 -0,137 -0,128 -0,126

(41)

35 Bilaga 4. Detaljerat resultat: Grus

Profil 1 och 2 ligger över jämn mark och profil 3 ligger över mycket kuperad mark. Resultatet redovisas i meter.

1 -0,059 -0,086 -0,011 0,022 27,567 2 -0,061 -0,099 0,004 0,028 27,407 3 -0,050 -0,138 0,148 0,068 28,710 Medel -0,057 Min -0,138 Max 0,148 Spt 0,006 Summa 83,684 Profil (DSM 2) 1 -0,094 -0,121 -0,052 0,023 27,567 2 -0,061 -0,101 0,025 0,033 27,407 3 -0,018 -0,144 0,212 0,073 28,710 Medel -0,058 Min -0,144 Max 0,212 Spt 0,038 Summa 83,684

DSM 1

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,086 -0,011 -0,062 -0,069 -0,053 -0,013 -0,064 -0,076 -0,069 -0,082

11 12 13 14 15

Höjdavvikelse -0,064 -0,054 -0,061 -0,054 -0,072

(42)

36

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,043 -0,051 -0,060 -0,054 -0,057 -0,076 -0,065 -0,043 -0,033 0,004

11 12 13 14 15

Höjdavvikelse -0,064 -0,065 -0,095 -0,110 -0,099

Medelavvikelse -0,061 m Standardavvikelse 0,028 m Minavvikelse -0,099 m Längd 27,407 m Maxavvikelse 0,004 m

Profil 3. Profilen gick över mycket kuperad mark. Resultatet redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,180 0,148 -0,041 -0,042 -0,103 -0,087 -0,022 0,039 -0,025 -0,067

11 12 13 14 15 16 17 18 19 20 21

-0,068 -0,068 0,010 -0,033 -0,138 -0,024 -0,006 -0,11 -0,1 -0,09 -0,045

DSM 2

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,111 -0,041 -0,087 -0,088 -0,089 -0,052 -0,108 -0,121 -0,104 -0,114

11 12 13 14 15

Höjdavvikelse -0,099 -0,095 -0,111 -0,075 -0,117

(43)

37

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,075 -0,081 -0,082 -0,042 -0,043 -0,055 -0,035 -0,047 -0,039 0,025

11 12 13 14 15

Höjdavvikelse -0,073 -0,072 -0,101 -0,099 -0,098

Profil 3. Profilen gick över mycket kuperad mark. Resultatet redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,123 0,212 0,004 -0,014 -0,088 -0,092 -0,016 0,061 -0,012 -0,073

11 12 13 14 15 16 17 18 19 20 21

-0,088 -0,071 0,070 -0,025 -0,144 0,021 0,042 -0,049 -0,03 -0,001 0,031

(44)

38

Bilaga 5. Detaljerat resultat: Åkermark (Plöjd)

Båda profilerna ligger över åkermark (plöjd). Resultat redovisas i meter.

1 -0,098 -0,156 -0,055 0,036 32,010 2 -0,103 -0,186 -0,036 0,050 33,319 Medel -0,101 Min -0,186 Max -0,036 Spt 0,004 Summa 65,329 Profil (DSM 2) 1 -0,029 -0,095 0,039 0,041 32,010 2 0,035 -0,017 0,114 0,048 33,319 Medel 0,003 Min -0,095 Max 0,114 Spt 0,045 Summa 65,329

DSM 1

Profil 1. Profilen gick över åkermark (plöjd). Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,054 -0,134 -0,134 -0,095 -0,12 -0,056 -0,055 -0,094 -0,095 -0,087

11 12 13

Höjdavvikelse -0,156 -0,057 -0,141

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,054 -0,053 -0,043 -0,110 -0,107 -0,185 -0,186 -0,122 -0,036 -0,137

11 12 13

Höjdavvikelse -0,108 -0,072 -0,131

(45)

39

DSM 2

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse -0,038 -0,075 -0,075 -0,053 -0,052 -0,001 0,029 -0,024 -0,011 0,005

11 12 13

Höjdavvikelse -0,095 0,039 -0,031

Profil 2. Grova fel är rödmarkerade. Profilen gick över åkermark (plöjd). Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10

Höjdavvikelse 0,114 0,110 0,131 0,039 0,053 -0,01 -0,012 -0,001 0,076 -0,007

11 12 13

Höjdavvikelse 0,010 0,064 -0,017

(46)

40 Bilaga 6. Detaljerat resultat: Vägsektioner

Samtliga profiler låg över ganska kuperad mark. Resultat redovisas i meter.

1 -0,045 -0,155 0,038 0,047 32,117 2 -0,062 -0,108 0,009 0,032 34,188 3 -0,007 -0,110 0,100 0,060 31,251 Medel -0,038 Min -0,155 Max 0,100 Spt 0,028 Summa 97,556 Profil (DSM 2) 1 -0,049 -0,159 0,043 0,049 32,117 2 -0,036 -0,119 -0,012 0,030 34,188 3 -0,048 -0,123 0,117 0,066 31,251 Medel -0,044 Min -0,159 Max 0,117 Spt 0,007 Summa 97,556

DSM 1

Profil 1. Profilen gick över ganska kuperad mark. Resultat redovisas i meter.

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse -0,091 -0,082 -0,095 -0,041 -0,155 0,038 -0,056 -0,004 -0,033 -0,07 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse 0,024 -0,034 -0,001 -0,002 -0,001 -0,020 -0,102 -0,079 -0,007 -0,022 21 22 23 24 25 26 27 28 29 30 Höjdavvikelse -0,05 -0,012 -0,008 -0,009 -0,001 -0,11 -0,114 -0,107 -0,114 -0,018 31 32 33 Höjdavvikelse -0,033 -0,055 -0,022

(47)

41

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse -0,078 -0,074 -0,091 -0,074 -0,09 -0,079 -0,03 -0,067 -0,05 -0,064 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse -0,032 -0,019 -0,028 -0,072 -0,037 -0,057 -0,048 -0,044 -0,108 -0,107 21 22 23 24 25 Höjdavvikelse -0,099 -0,102 -0,089 0,009 -0,015

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse -0,096 0,100 -0,047 0,075 -0,09 -0,11 -0,007 -0,037 -0,072 -0,031 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse 0,014 -0,008 0,019 -0,026 -0,083 -0,101 -0,089 -0,094 -0,066 0,054 21 22 Höjdavvikelse -0,034 0,024

DSM 2

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse -0,098 -0,092 -0,107 -0,047 -0,159 0,043 -0,042 -0,021 -0,051 -0,071 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse 0,020 -0,053 -0,013 -0,009 -0,008 -0,044 -0,124 -0,088 -0,036 -0,043 21 22 23 24 25 26 27 28 29 30 Höjdavvikelse -0,069 -0,016 -0,013 -0,007 0,024 -0,115 -0,097 -0,104 -0,118 -0,001 31 32 33 Höjdavvikelse -0,019 -0,033 0,003

(48)

42

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse -0,055 -0,072 -0,079 -0,061 -0,089 -0,067 -0,041 -0,067 -0,04 -0,1 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse -0,057 -0,047 -0,054 -0,051 -0,024 -0,047 -0,058 -0,036 -0,095 -0,119 21 22 23 24 25 Höjdavvikelse -0,111 -0,117 -0,115 -0,012 -0,032

Profilpunkter 1 2 3 4 5 6 7 8 9 10 Höjdavvikelse -0,099 0,117 -0,069 0,070 -0,091 -0,112 -0,048 -0,051 -0,09 -0,066 11 12 13 14 15 16 17 18 19 20 Höjdavvikelse 0,017 -0,006 0,008 -0,055 -0,088 -0,109 -0,123 -0,107 -0,111 0,059 21 22 Höjdavvikelse -0,077 -0,021

(49)

43 Bilaga 7. Inmätningar

Koordinaterna för samtliga profilpunkter, etableringspunkter, stationspunkt och flygsignaler redovisas i tabellerna nedan. Koordinaterna redovisas i SWEREF99 18 00 och RH 2000.

Etableringspunkter och punkten stationen etablerades på. Resultatet redovisas i meter.

Etableringspunkt N E H ST1 6611759,143 108498,633 23,122 RTK 1 6611779,693 108485,382 16,738 RTK 2 6611808,448 108557,589 15,442 RTK 3 6611699,722 108481,112 14,203 RTK 4 6611757,534 108440,740 16,424

Flygsignaleras koordinater. Resultatet redovisas i meter.

Flygsignal N E H fs1 6611795,250 108335,793 14,447 fs2 6611672,671 108407,214 13,476 fs3 6611700,840 108484,483 13,960 fs4 6611755,059 108591,376 13,937 fs5 6611804,192 108525,047 15,509 fs6 6611888,323 108546,035 15,632 fs8 6611838,937 108422,252 15,960 fs9 6611797,278 108472,710 16,554 fs10 6611756,377 108498,449 21,521

Profilpunkterna för profil låg vegetation 1. Resultatet redovisas i meter.

(50)

44 8 6611755,352 108508,078 17,089 9 6611755,525 108507,222 17,655 10 6611755,722 108506,245 18,195 11 6611755,875 108505,477 18,342 12 6611755,928 108504,746 18,772 13 6611756,138 108504,003 19,009 14 6611756,321 108503,344 19,289 15 6611756,390 108502,821 19,608 16 6611756,483 108502,200 20,012 17 6611756,505 108501,538 20,455 18 6611756,575 108500,976 20,800 19 6611756,732 108500,026 21,405 20 6611757,051 108498,648 21,487

(51)

45

Låg vegetation 3 (Punkt) N E H 1 6611733,174 108479,410 14,634 2 6611735,041 108480,845 14,658 3 6611736,065 108481,563 14,850 4 6611737,117 108482,299 15,434 5 6611737,893 108482,840 15,729 6 6611738,735 108483,552 15,927 7 6611738,961 108483,799 16,220 8 6611739,259 108484,008 16,051 9 6611740,350 108484,695 16,129 10 6611741,457 108485,374 16,420 11 6611742,588 108486,140 16,844 12 6611743,596 108486,825 17,112 13 6611744,747 108487,621 17,857 14 6611746,169 108488,572 18,216 15 6611747,541 108489,472 18,514 16 6611748,088 108489,947 18,715 17 6611749,191 108490,725 19,310 18 6611750,884 108491,998 19,572 19 6611752,338 108493,169 19,918 20 6611753,829 108494,354 20,368 21 6611755,332 108495,608 20,821 22 6611756,702 108496,718 21,132

(52)

46

10 6611801,863 108499,061 17,761

11 6611804,149 108498,218 17,801

12 6611806,647 108497,414 17,789

13 6611809,582 108496,514 17,828

Profilpunkterna för asfaltprofil 1. Resultatet redovisas i meter.

Asfaltprofil 1 (Punkt) N E H 1 6611748,698 108460,251 15,958 2 6611751,118 108459,450 16,037 3 6611753,550 108458,613 16,115 4 6611755,704 108457,876 16,181 5 6611757,944 108457,124 16,254 6 6611760,204 108456,380 16,323 7 6611762,605 108455,595 16,398 8 6611764,982 108454,757 16,464 9 6611767,332 108454,017 16,515 10 6611769,604 108453,259 16,551

(53)

47

Asfaltprofil 3 (Punkt) N E H 1 6611784,865 108442,151 16,723 2 6611782,323 108442,963 16,738 3 6611780,260 108443,649 16,742 4 6611777,775 108444,481 16,740 5 6611775,545 108445,193 16,733 6 6611773,158 108445,971 16,721 7 6611770,845 108446,736 16,704 8 6611768,564 108447,453 16,685 9 6611766,116 108448,260 16,659

Asfaltprofil 4 (Punkt) N E H 1 6611763,665 108449,068 16,623 2 6611761,308 108449,820 16,579 3 6611759,035 108450,611 16,525 4 6611756,752 108451,354 16,465 5 6611754,594 108452,051 16,404 6 6611752,301 108452,817 16,338 7 6611749,992 108453,560 16,272 8 6611747,564 108454,443 16,193 9 6611745,240 108455,236 16,118

Profilpunkterna för grusprofil 1. Resultatet redovisas i meter.

(54)

48 9 6611819,871 108470,242 16,459 10 6611819,942 108472,041 16,493 11 6611820,069 108474,104 16,483 12 6611820,184 108476,014 16,557 13 6611820,380 108477,913 16,607 14 6611820,538 108480,086 16,678 15 6611820,832 108482,406 16,732

Grusprofil 2 (Punkt) N E H 1 6611818,507 108482,022 16,673 2 6611816,797 108481,564 16,634 3 6611815,062 108481,152 16,599 4 6611813,070 108480,676 16,544 5 6611811,172 108480,216 16,490 6 6611809,477 108479,830 16,492 7 6611807,905 108479,532 16,488 8 6611805,994 108479,181 16,535 9 6611803,767 108478,738 16,581 10 6611801,642 108478,311 16,586 11 6611799,150 108477,786 16,617 12 6611797,095 108477,348 16,599 13 6611795,150 108476,921 16,606 14 6611793,282 108476,595 16,606 15 6611791,710 108476,273 16,615

(55)

49 9 6611770,332 108490,056 17,591 10 6611771,213 108491,185 18,174 11 6611772,492 108492,214 18,185 12 6611773,548 108493,037 17,547 13 6611774,158 108493,816 16,816 14 6611774,931 108494,500 17,230 15 6611775,958 108495,097 17,864 16 6611776,905 108496,064 17,224 17 6611777,583 108497,072 16,448 18 6611779,770 108498,843 16,488 19 6611781,467 108500,079 16,436 20 6611783,440 108501,592 16,524 21 6611784,901 108502,867 16,534

Profilpunkterna för profilen åkermark (plöjd) 1. Resultatet redovisas i meter.

Åkermark (Plöjd) 1 (Punkt) N E H 1 6611823,517 108523,952 15,709 2 6611821,059 108524,920 15,749 3 6611818,774 108525,803 15,712 4 6611816,447 108526,728 15,645 5 6611814,213 108527,637 15,601 6 6611811,650 108528,656 15,477 7 6611809,037 108529,696 15,383 8 6611806,536 108530,722 15,389 9 6611803,988 108531,692 15,244 10 6611801,667 108532,745 15,222 11 6611798,899 108533,835 15,268 12 6611796,240 108534,850 15,042 13 6611793,798 108535,844 15,146

Profilpunkterna för profilen åkermark (plöjd) 2. Resultatet redovisas i meter.

(56)

50 5 6611792,532 108558,387 14,825 6 6611791,408 108555,889 14,875 7 6611790,325 108553,435 14,887 8 6611789,202 108550,787 14,821 9 6611788,107 108548,146 14,733 10 6611786,982 108545,426 14,856 11 6611785,870 108542,913 14,847 12 6611784,524 108540,099 14,834 13 6611783,420 108537,497 14,937

Profilpunkterna för vägsektion 1. Resultatet redovisas i meter.

(57)

51 27 6611801,333 108443,233 16,497 28 6611800,909 108440,032 16,571 29 6611800,030 108436,467 16,475 30 6611799,897 108436,067 16,198 31 6611799,742 108435,492 15,974 32 6611799,597 108434,909 15,866 33 6611799,274 108433,539 15,677

(58)

52