Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych:  numerical terrain model
help Sortuj według:

help Ogranicz wyniki do:
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
Tworzenie Numerycznego Modelu Terenu (NMT) jest istotnym zadaniem, podejmowanym podczas opracowywania systemów informacji przestrzennej. Wykorzystanie zaawansowanego zestawu Smart Station firmy Leica, zapewniającego integrację technik satelitarnych z klasyczną tachimetrią, dostarcza szerokich możliwości pomiarowych (zarówno pozyskiwania danych przestrzennych, jak i niezależnie danych sytuacyjnych oraz wysokościowych). Obecnie NMT staje się standardowym produktem geoprzestrzennym i jest podstawową warstwą informacyjną wykorzystywaną przez systemy informacji geograficznej. W pracy odniesiono się do procesów związanych z pozyskiwaniem i aktualizacją danych przestrzennych technikami satelitarnymi RTK GNSS, które dają możliwość łatwej i szybkiej rejestracji danych, jak również do innowacyjnej technologii wyznaczania współrzędnych stanowiska za pomocą technologii Leica Smart Station. Zaprezentowano wyniki pomiarów tachimetrycznych i RTK, na podstawie których utworzono NMT typu GRID w oprogramowaniu Surfer 9 oraz przeprowadzono analizy porównawcze w zakresie uzyskanych efektów. Stwierdzono, że wyniki otrzymane z pomiarów satelitarnych są zbliżone do rezultatów z pomiaru tachimetrycznego. Dane z pomiaru RTK GNSS pozwoliły na wierne odtworzenie Numerycznego Modelu Terenu. W porównaniu z modelem opracowanym z danych pozyskanych tachimetrycznie, dla powierzchni utworzonych jako siatka GRID, stwierdzono średnią różnicę wysokości rzędu 0,05 m.
The monitoring of changes in the shape of sea bottom in order to control the depth is one of the basic methods of ensuring safety of navigational units. The geostatistic method is counted among the best numerical methods of surface spatial modelling. The construction of a spatial model requires the interpretation of measurement data in order to determine the depth for any coordinates, e.g. in nodes of regular squares network. The article presents research results and the basic aspects of spatial modelling of sea bottom by the geostatistic method.
Podstawowym i szeroko rozpowszechnionym źródłem informacji o ukształtowaniu terenu jest Numeryczny Model Terenu (NMT). Jest on wykorzystywany w wielu dziedzinach naukowych i gospodarczych. Najczęściej powierzchnię terenu prezentuje się w postaci nieregularnej siatki trójkątów (TIN) lub regularnej siatki kwadratów (GRID). Współcześni użytkownicy NMT zgłaszają zapotrzebowanie na coraz wierniejsze zobrazowanie rzeczywistego ukształtowania terenu. Istotnym zagadnieniem staje się więc porównywanie jakości i dokładności numerycznego modelu TIN z modelem GRID. W pracy dokonano oceny dokładności Numerycznych Modeli Terenu zbudowanych z danych bezpośrednich. Dane te pozyskano z pomiaru techniką GPS RTK terenu o powierzchni około jednego hektara i deniwelacji około 12 m. Do badań wybrano model typu TIN oraz dwa modele typu GRID zbudowane algorytmami interpolacyjnymi: Natural Neighbor i Spline. Ocenę dokładności wszystkich modeli przeprowadzono na podstawie wartości błędu RMS oraz wybranych parametrów statystycznych.
W niniejszym opracowaniu zaprezentowano wyniki analiz przeprowadzo­nych w celu określenia wzajemnych relacji pomiędzy wysokością terenu pozyskaną różny­mi metodami. Opierając się na wcześniejszych badaniach, porównano wysokości punktów pomierzone bezpośrednio techniką GPS w trybie RTK, uzyskane ze zdjęć kamerą cyfrową ADS40, chmurę punktów otrzymaną z nalotu ALS (Airborne Laser Scanner) oraz model GRID utworzony z danych ALS. Surowe dane ALS opracowano wstępnie w programie TerraScan. Wykorzystując algorytm aktywnego modelu TIN, przeprowadzono automatycz­ną klasyfikację, wydzielając punkty należące do pokrycia terenu od punktów leżących na powierzchni terenu. Na zbiorze punktów terenowych przeprowadzono triangulację w pro­mieniu 20 m od punktów kontrolnych GPS. Dzięki temu można było obliczyć płaszczyzny trójkątów, w obszarze których zawarte były punkty GPS. Następnie dla współrzędnych (x, y) punktów GPS obliczono wysokości z danych ALS. W analogiczny sposób dla za­danych współrzędnych (x, y) odczytano wysokości ze zdjęć lotniczych. NMT w postaci GRID powstał również przy użyciu nakładki TerraScan z zadaną wielkością oczka siatki równą 1 m. Najniżej ze wszystkich zbiorów położone są punkty GPS, średnio o ponad 0.2 m poniżej danych ALS. Jak można było przypuszczać, chmura punktów ALS oraz model GRID leżą najbliżej siebie, przy czym model znajduje się średnio 0.1 m powyżej surowych danych ALS.
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.