Hvordan planlægger du en nøjagtig kortlægningsflyvning?
Flyv et automatisk net ("plæneklipper-mønster"): parallelle linjer i konstant højde over jorden med kameraet pegende lige nedad (nadir), udløst med faste afstande af en flyveplanlægningsapp.[3] Indstil mål-GSD og overlap i appen; den beregner højde, liniafstand og udløserafstand. Beslut derefter, hvordan modellen får sin absolutte position (RTK, PPK eller passpunkter), og gem nogle opmålte punkter som uafhængige kontrolpunkter.
Hvad er GSD, og hvordan beregner du flyvehøjden?
Ground sampling distance (GSD) er afstanden på jorden mellem midten af to nabopixler.[1] Den afgør, hvor lille en detalje der kan kortlægges, og sammen med kvaliteten af nettet og positionerne, hvor nøjagtigt resultatet kan blive. Den flyvehøjde, der giver en ønsket GSD, er[1]
H = (N · GSD · f) / Sw, hvor H er i meter, N billedbredden i pixel, GSD i meter pr. pixel, f den reelle brændvidde og Sw den reelle sensorbredde (f og Sw i samme enhed, ikke 35 mm-ækvivalenten). Omvendt er GSD = H · Sw / (f · N).
Regneeksempel, DJI Phantom 4 RTK: 1-tommers sensor, 20 MP, 5.472 pixel på tværs, f = 8,8 mm. DJI angiver GSD = H / 36,5 cm pr. pixel.[2] Ved H = 100 m giver det 2,74 cm pr. pixel; billedfeltet er 5.472 × 2,74 cm ≈ 150 m bredt og ≈ 100 m højt (3.648 pixel). At halvere højden halverer GSD, men fordi arealet pr. billede falder til en fjerdedel, kræver det cirka fire gange så mange billeder.
| Højde H | GSD | Billedfelt (m) | Liniafstand / afstand mellem billeder | Billeder pr. ha | Areal pr. 1.200 billeder |
|---|---|---|---|---|---|
| 60 m | 1,64 cm | 90 × 60 | 27 m / 12 m | 30,9 | ≈ 39 ha |
| 80 m | 2,19 cm | 120 × 80 | 36 m / 16 m | 17,4 | ≈ 69 ha |
| 100 m | 2,74 cm | 150 × 100 | 45 m / 20 m | 11,1 | ≈ 108 ha |
| 120 m | 3,29 cm | 180 × 120 | 54 m / 24 m | 7,7 | ≈ 156 ha |
Som rettesnor for, hvad GSD giver, angiver Pix4D den forventede relative nøjagtighed for et korrekt skaleret og rekonstrueret projekt som 1–2 × GSD vandret og 1–3 × GSD lodret og bemærker, at den absolutte nøjagtighed ikke kan være bedre end nøjagtigheden af billedpositionerne eller passpunkterne.[4] En GSD på 2,7 cm understøtter derfor ikke et krav på 1 cm; det kræver en lavere flyvning eller en anden type måling.
Hvor meget overlap har du brug for?
Pix4Ds minimum i almindelige tilfælde er 75 % længdeoverlap og 60 % sideoverlap; fladt, ensartet terræn (som marker) kræver mindst 80 % i begge retninger, og skov eller tæt vegetation mindst 85 % i begge.[3] Et almindeligt arbejdsvalg, brugt i eksemplerne her, er 80 % længde og 70 % side. Overlap er det, der lader softwaren finde det samme punkt i mange billeder; det kan ikke tilføjes bagefter, så tilføj hellere for meget overlap, når du er i tvivl.
Overlappet bestemmer afstandene direkte: udløserafstand d = billedfeltets højde × (1 − længdeoverlap); liniafstand s = billedfeltets bredde × (1 − sideoverlap). For Phantom 4 RTK i 100 m med 80 % / 70 % er d = 20 m og s = 45 m, så hvert billede tilføjer cirka 900 m² nyt terræn. Mere overlap koster flere billeder: 1.200 billeder dækker så cirka 108 ha, før margener omkring området.
Overlap giver redundans og punkttæthed, men ændrer ikke den næsten parallelle blikgeometri, der forårsager doming (se nedenfor); det gør kameravinkler.[10]
Hvor hurtigt kan du flyve, og hvordan undgår du bevægelsesudtværing?
Udtværing er den afstand, flyet bevæger sig under eksponeringen: udtværing = hastighed × lukkertid, sammenlignet med størrelsen af én pixel på jorden (GSD). Ved 10 m/s og 1/1000 s flytter dronen sig 1 cm, hvilket er 0,36 pixel ved 2,74 cm GSD; ved 1/500 s er det 2 cm, 0,73 pixel. En almindelig tommelfingerregel (en konvention, ikke en standard) er at holde udtværingen godt under én pixel; en lavere GSD gør den samme udtværing værre, så lave, hurtige flyvninger kræver hurtigere lukkertider.
- Lukkertypen betyder noget. Phantom 4 RTK har en mekanisk lukker med et område fra 8 til 1/2000 s.[2] Kameraer med elektronisk lukker (rolling shutter) aflæser sensoren linje for linje, hvilket skævvrider billedet ved fart; det kan modelleres i behandlingen, og korrektionen forbedrede nøjagtigheden ved 8 m/s i en Pix4D-undersøgelse.[5]
- Husk også udløserafstanden: ved 8 m/s og 20 m mellem eksponeringer skal kameraet kunne tage ét billede hvert 2,5. sekund.
- Eksponering og fokus: hold eksponeringen stabil gennem hele flyvningen, brug lav ISO, så langt lukkertiden tillader, og lad ikke autofokus ændre sig mellem billeder. Det er feltpraksis snarere end standarder; et udtværet billede giver dårlige forbindelsespunkter og kan ikke repareres bagefter.
- Format: Orthosite tager JPEG-, PNG- og TIFF-billeder og læser deres EXIF/XMP-data; HEIC og RAW (DNG) accepteres ikke.
Net, dobbelt net eller skrå billeder?
Et enkelt nadirnet over fladt terræn er den klassiske årsag til "doming": næsten parallelle blikretninger gør det svært at skille linseforvrængningen fra terrænets form, så modellen kan bule, mens den ligner ægte terræn; James og Robson knytter fejlen til næsten parallelle billedretninger og unøjagtig korrektion af radial linseforvrængning.[10] Konvergente (skrå) billeder fjerner tvetydigheden. I en undersøgelse med 150 scenarier mod en terrestrisk laserscanner forbedrede skrå vinkler på 20–35° præcision og nøjagtighed med næsten 50 % sammenlignet med blokke med kun nadirbilleder.[7] James og Robson rapporterer, at flyveplaner med tilføjede skrå billeder kan reducere den systematiske DEM-fejl med op til to størrelsesordener uden passpunkter;[10] en senere undersøgelse fandt, at svagt hældende kameraer (under 15°) endda kan reducere nøjagtigheden, og at det at modellere og trække den systematiske fejl fra topografien bagefter er et mere robust middel end små afvigelser fra nadir.[6]
| Mønster | Hvad det tilføjer | Begrænsning |
|---|---|---|
| Enkelt nadirnet | Færrest billeder; nok til et fladt ortomosaik | Næsten parallelle blikretninger: risiko for doming uden gode passpunkter |
| Dobbelt net (to vinkelrette passager) | En ekstra flyveretning, flere visninger af hvert punkt, bedre dækning af kanter | Stadig lodret nedad; flere billeder; ingen erstatning for skrå vinkler |
| Net plus skrå passage på 20–35° | Konvergente visninger, der fastlægger linsemodellen; konstruktioners sider | Flere billeder og mere flyvetid; planlæg, så hele området ses fra flere retninger |
Lodrette flader (bygningssider, støttemure, depotflanker) kan slet ikke ses lige oppefra; de kræver skrå billeder. Orthosites kontrol af flyvegeometri læser hvert billedes kamerahældning og retninger og markerer en blok uden skrå billeder (under 5 %) som en rådgivende bemærkning med samme vejledning på 20–35°. Den ændrer ikke, hvordan flyvningen behandles.
RTK, PPK eller passpunkter: hvad har du brug for?
Alle tre giver modellen dens absolutte position og skala; de virker på forskellig vis.
- RTK korrigerer dronens position i realtid fra en basestation eller et netværk og mærker hvert billede med den korrigerede position. Det kræver en stabil forbindelse under flyvningen.[8]
- PPK logger rå GNSS-data på dronen og en base og korrigerer dem efter flyvningen; det kræver ingen live-forbindelse og tåler udfald bedre.[8] De korrigerede koordinater skal skrives til billederne før upload.
- Passpunkter (GCP) er mål på jorden, opmålt med en GNSS-rover eller totalstation og markeret i billederne. De er uafhængige af dronens GNSS.
For Phantom 4 RTK angiver DJI en RTK-positionsnøjagtighed på 1 cm + 1 ppm vandret og 1,5 cm + 1 ppm lodret.[2] Det er nøjagtigheden af kamerapositionerne, ikke af det færdige kort. Kortet bedømmes kun mod uafhængige kontrolpunkter. Undersøgelser af kontrol viser, at nøjagtigheden overvurderes, når den bedømmes på de passpunkter, der er brugt i udjævningen, frem for på uafhængige kontrolpunkter, og at en jævn fordeling betyder noget.[9] Guiden om passpunkter behandler antal og placering.
| Metode | Hvad den giver | Hvad den kræver | Hvad der kan gå galt |
|---|---|---|---|
| RTK | Kamerapositioner i centimeterklassen i basens ramme | Live-forbindelse til en base eller et netværk under flyvningen | Forkerte basekoordinater eller en datumforskydning flytter hele modellen; forbindelsesudfald |
| PPK | Samme klasse af positioner, korrigeret efter flyvningen | Rå GNSS-logs fra drone og base samt et efterbehandlingstrin | De korrigerede koordinater skal ind i billedfilerne; basens ramme har stadig betydning |
| Passpunkter | Positioner målt uafhængigt af dronen | Mål, en GNSS-rover eller totalstation og markering i billederne | Dårlig fordeling, fejl i et mærke eller et forkert opmålingsdatum |
Hvad gør Orthosite med RTK, PPK og passpunkter?
Disse regler står i behandlingskoden, så du kan planlægge efter dem:
- RTK-flyvninger genkendes fra billederne. Orthosite læser DJI's RTK-mærker i hvert billede (og for andre mærker EXIF-tagget GPSHPositioningError). En flyvning tæller som RTK-flyvning, når mindst 95 % af billederne har en RTK-løsning (fixed eller float). En flyvning med kun fixed-løsninger får en ensartet positionsvægt på 5 cm; når float- eller ikke-RTK-billeder er blandet ind, vægtes hvert billede efter sin egen rapporterede standardafvigelse, fordoblet, fordi modtagere har en tendens til at rapportere for optimistiske præcisioner.
- RTK uden passpunkter: positionerne kommer fra RTK-mærkerne. Højder i RTK-billeder er ellipsoidiske; den valgte højdereference anvendes bagefter, med geoiden evalueret i hvert punkt.
- RTK med passpunkter: passpunkterne fastlægger datum, og RTK-positionerne holder blokkens form. Orthosite logger den tilpassede forskydning mellem RTK og passpunkter og advarer, når den overstiger 5 cm i plan eller 8 cm i højden. En stor forskydning betyder, at den ene af de to er forkert, ofte basekoordinaterne eller datum.
- Billeder uden RTK-løsning har barometrisk højde. En DJI-drone uden RTK-løsning skriver flyvestyringens barometriske højde, ikke en ellipsoidisk højde eller en højde over havet. På to Orthosite-testflyvninger med samme Phantom 4 RTK fløjet uden RTK lå billedhøjderne cirka 132 m for lavt den ene dag og cirka 126 m for højt en anden. Orthosite "korrigerer" derfor aldrig disse højder; de skrives med en stor usikkerhed (3 m vandret, 10 m lodret og 100 m, når flyvningen også har RTK-billeder, så de ikke kan flytte datum).
- Ingen passpunkter og ikke en RTK-flyvning: flyvningen får fejlen højdedatum ikke verificeret. Højderne er i et ukendt datum, planpositionerne er af GNSS-klasse (meter), og volumener mod et fast niveau kan ikke leveres; relative målinger inde i modellen påvirkes ikke. Tilføj passpunkter eller et opmålt kendt punkt. Hvis du fortæller Orthosite, at positionerne er korrigeret med PPK eller et netværk, men billederne ikke har noget RTK-mærke, bliver meddelelsen til en advarsel om, at datum alene hviler på din oplysning.
- Intet erstatter kontrolpunkter. Nøjagtighedsrapporten bruger kun punkter, der ikke er brugt i udjævningen, og angiver antallet af kontrolpunkter; med få punkter siger den det. ASPRS udgave 2 (2023) hævede minimum for en formel produktvurdering til 30 kontrolpunkter.[11]
- Billedgrænse: behandlingsmotoren håndterer i dag højst 1.200 billeder pr. flyvning, uanset hvad abonnementet tillader; med Trial kan en flyvning have op til 400 billeder, med Personal 1.000 og med Pro, Business og Enterprise 1.200. Planlæg flyveområdet efter det (se tabellen ovenfor).

Hvilken nøjagtighed har Orthosite målt på rigtige flyvninger?
To navngivne Orthosite-testflyvninger, med DSM-højden aflæst i opmålte punkter, som var holdt ude af udjævningen:
- Sangis (234 billeder, kun passpunkter, 16 udeholdte punkter i to omgange): højde-RMSE 1,4 cm.
- Bräcke (kun RTK, 5 kontrolpunkter): højde-RMSE 0,8 cm. Det lave tal er delvist to fejl, der ophæver hinanden: RTK-datum lå cirka 2,5 cm under passpunktsopmålingen, mens motorens DSM lå cirka 2 cm over de mål, den afbildede. Med passpunkterne i udjævningen stod overfladen cirka 3 cm for højt. Derfor rapporterer Orthosite RTK–passpunkt-forskydningen i stedet for at skjule den, og derfor beregner den nu selv DSM'en i stedet for at bruge motorens raster.
Det er enkelte flade eller lavt reliefferede områder med få punkter. De viser, hvad forløbet kan, men er ikke et løfte for dit område. Din egen flyvnings nøjagtighed er den, der står i dens kontrolpunktsrapport.
Hvordan påvirker vejr, lys og terræn flyvningen?
- Lys: jævnt lys giver ensartede toner på tværs af billeder; hårde skygger og hurtigt bevægelige skyskygger ændrer udseendet af det samme terræn mellem eksponeringer.
- Terræn: hold højden konstant i forhold til jorden, så GSD og overlap forbliver de samme;[3] på kuperet terræn bruges terrænfølgefunktionen i din flyveapp. Placér passpunkter på de højeste og laveste steder.
- Vind: den vipper flyet og ændrer hastigheden over jorden langs linjerne; tjek dronens egne grænser, og flyv linjer, så billederne holder det planlagte overlap.
- Før start: rens linsen, tjek at RTK har en fixed-løsning (eller at PPK-basen logger), og læs dit lokale luftrum og operatørreglerne. Reglerne varierer fra land til land.
Tjekliste før flyvning
- Mål-GSD og flyvehøjde beregnet for dit kamera; overlap indstillet (mindst 75 / 60 %, helst 80 / 70 %)
- Området afstemt efter grænsen på 1.200 billeder
- Kamera: hurtig lukker til din hastighed og GSD, stabil eksponering, ingen autofokusskift, ren linse
- Skrå passage eller en ekstra flyvehøjde planlagt, hvis du har brug for højder, facader eller depotflanker
- RTK fixed (eller PPK-base logger); basens koordinatsystem kendt
- Passpunkter og separate kontrolpunkter udlagt og opmålt
- Terrænfølgning slået til over bakker; luftrum og vejr tjekket
FAQ
Hvor meget overlap har jeg brug for ved dronekortlægning?
Hvordan beregner jeg GSD og flyvehøjde?
Hvilken nøjagtighed kan jeg forvente af en dronemåling?
Hvad er forskellen på RTK og PPK?
Har jeg brug for passpunkter med en RTK-drone?
Hvad sker der i Orthosite, hvis min drone ikke har RTK, og jeg ikke bruger passpunkter?
Hvordan undgår jeg bevægelsesudtværing?
Hvor mange billeder kan Orthosite behandle i én flyvning?
Kilder
- Computing the flight height for a given GSD (Pix4D support) – Pix4D (2026)
- Phantom 4 RTK specifications – DJI (2026)
- Image acquisition plan: recommended overlap and flight pattern (Pix4D support) – Pix4D (2026)
- Accuracy of Pix4D outputs, in multiples of GSD (Pix4D support) – Pix4D (2026)
- Photogrammetric accuracy and modeling of rolling shutter cameras (Vautherin et al.) – ISPRS Annals III-3 (2016)
- Mitigating systematic error in topographic models for geomorphic change detection: accuracy, precision and considerations beyond off-nadir imagery (James, Antoniazza, Robson, Lane) – Earth Surface Processes and Landforms 45 (2020)
- Enhancing UAV-SfM 3D model accuracy in high-relief landscapes by incorporating oblique images (Nesbit, Hugenholtz) – Remote Sensing 11(3) (2019)
- RTK vs PPK: what to choose for drone mapping – Emlid (2026)
- Accuracy of UAV and SfM photogrammetry survey as a function of the number and location of ground control points used (Sanz-Ablanedo et al.) – Remote Sensing 10(10) (2018)
- Mitigating systematic error in topographic models derived from UAV and ground-based image networks (James, Robson) – Earth Surface Processes and Landforms 39 (2014)
- ASPRS Positional Accuracy Standards for Digital Geospatial Data, Edition 2 – ASPRS (2023)
Sidst gennemgået:
Gør din næste flyvning til et målbart resultat
Upload dine dronebilleder, så bygger Orthosite ortofoto, 3D-model, punktsky og højdemodeller på Orthosites egen behandlingscomputer i Sverige — mål, del og eksportér i åbne formater.
Kom godt i gang med Orthosite