Hvordan planlegger du en nøyaktig kartleggingsflyging?
Fly et automatisk rutenett («gressklipper»-mønster): parallelle linjer i konstant høyde over bakken med kameraet rettet rett ned (nadir), utløst med faste mellomrom av en flyplanleggingsapp.[3] Sett ønsket GSD og overlapp i appen; den regner ut flyhøyde, linjeavstand og utløsningsavstand. Bestem deretter hvordan modellen skal få sin absolutte posisjon (RTK, PPK eller GCP-er) og hold noen innmålte punkter til side som uavhengige kontrollpunkter.
Hva er GSD, og hvordan regner du ut flyhøyden?
Ground sampling distance (GSD, bakkeoppløsning) er avstanden på bakken mellom sentrene til to nabopiksler.[1] Den bestemmer hvor små detaljer som kan kartlegges og, sammen med kvaliteten på nettverket og posisjonene, hvor nøyaktig resultatet kan bli. Flyhøyden som gir ønsket GSD er[1]
H = (N · GSD · f) / Sw, med H i meter, N bildebredden i piksler, GSD i meter per piksel, f den virkelige brennvidden og Sw den virkelige sensorbredden (f og Sw i samme enhet, ikke 35 mm-ekvivalenten). Omvendt er GSD = H · Sw / (f · N).
Regneeksempel, DJI Phantom 4 RTK: 1-tommers sensor, 20 MP, 5 472 piksler på tvers, f = 8,8 mm. DJI oppgir GSD = H / 36,5 cm per piksel.[2] Ved H = 100 m blir det 2,74 cm per piksel; bildeutsnittet er 5 472 × 2,74 cm ≈ 150 m bredt og ≈ 100 m høyt (3 648 piksler). Halverer du høyden, halveres GSD, men fordi arealet per bilde faller til en fjerdedel trengs omtrent fire ganger så mange bilder.
| Høyde H | GSD | Bildeutsnitt (m) | Linjeavstand / eksponeringsavstand | Bilder per ha | Areal per 1 200 bilder |
|---|---|---|---|---|---|
| 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 veiledning for hva GSD gir, oppgir Pix4D forventet relativ nøyaktighet for et korrekt skalert og rekonstruert prosjekt som 1–2 × GSD horisontalt og 1–3 × GSD vertikalt, og påpeker at absolutt nøyaktighet ikke kan bli bedre enn nøyaktigheten til bildeposisjonene eller GCP-ene.[4] En GSD på 2,7 cm støtter derfor ikke et krav på 1 cm; det krever en lavere flyging eller en annen type måling.
Hvor mye overlapp trenger du?
Pix4Ds minimum for generelle tilfeller er 75 % lengdeoverlapp og 60 % sideoverlapp; flatt, ensartet terreng (som jorder) trenger minst 80 % i begge retninger, og skog eller tett vegetasjon minst 85 % i begge.[3] Et vanlig arbeidsvalg, brukt i eksemplene her, er 80 % lengde- og 70 % sideoverlapp. Overlappen er det som lar programvaren finne det samme punktet i mange bilder; den kan ikke legges til etterpå, så legg heller til overlapp når du er i tvil.
Overlappen bestemmer avstandene direkte: utløsningsavstand d = bildeutsnittets høyde × (1 − lengdeoverlapp); linjeavstand s = bildeutsnittets bredde × (1 − sideoverlapp). For Phantom 4 RTK på 100 m med 80 % / 70 % blir d = 20 m og s = 45 m, så hvert bilde tilfører omtrent 900 m² nytt terreng. Mer overlapp koster flere bilder: 1 200 bilder dekker da omtrent 108 ha, før marginer rundt området.
Overlapp gir redundans og punkttetthet, men den endrer ikke den nesten parallelle synsgeometrien som forårsaker doming (se nedenfor); det gjør kameravinklene.[10]
Hvor fort kan du fly, og hvordan unngår du bevegelsesuskarphet?
Uskarphet er avstanden flyet beveger seg under eksponeringen: uskarphet = hastighet × eksponeringstid, sammenlignet med størrelsen på én piksel på bakken (GSD). Ved 10 m/s og 1/1000 s flytter dronen seg 1 cm, som er 0,36 piksel ved 2,74 cm GSD; ved 1/500 s er det 2 cm, 0,73 piksel. En vanlig tommelfingerregel (en konvensjon, ikke en standard) er å holde uskarpheten godt under én piksel; en lavere GSD gjør den samme uskarpheten verre, så lave, raske flyginger trenger raskere lukker.
- Lukkertypen har betydning. Phantom 4 RTK har mekanisk lukker med område fra 8 til 1/2000 s.[2] Kameraer med elektronisk (rullende) lukker leser sensoren linje for linje, noe som skjever bildet i fart; dette kan modelleres i prosesseringen, og korreksjonen forbedret nøyaktigheten ved 8 m/s i en Pix4D-studie.[5]
- Husk også utløsningsavstanden: ved 8 m/s og 20 m mellom eksponeringene må kameraet kunne ta ett bilde hvert 2,5. sekund.
- Eksponering og fokus: hold eksponeringen jevn gjennom flyvingen, bruk lav ISO så langt lukkertiden tillater, og ikke la autofokus endre seg mellom bildene. Dette er feltpraksis snarere enn standarder; et uskarpt bilde gir dårlige bindepunkter og kan ikke repareres etterpå.
- Format: Orthosite tar JPEG-, PNG- og TIFF-bilder og leser deres EXIF/XMP-data; HEIC og RAW (DNG) godtas ikke.
Rutenett, dobbelt rutenett eller skrå bilder?
Et enkelt nadir-rutenett over flatt terreng er den klassiske årsaken til «doming»: nesten parallelle synsretninger gjør at linseforvrengningen er vanskelig å skille fra terrengets form, så modellen kan bule mens den ser ut som ekte terreng; James og Robson knytter feilen til nesten parallelle bilderetninger og unøyaktig korreksjon av radiell linseforvrengning.[10] Konvergerende (skrå) bilder fjerner flertydigheten. I en studie med 150 scenarioer mot en terrestrisk laserskanner forbedret skrå vinkler på 20–35° presisjon og nøyaktighet med nesten 50 % sammenlignet med blokker med bare nadir.[7] James og Robson rapporterer at flyplaner med tilføyde skrå bilder kan redusere systematisk DEM-feil med opptil to størrelsesordener uten kontrollpunkter;[10] en senere studie fant at svakt skråstilte kameraer (under 15°) til og med kan redusere nøyaktigheten, og at det å modellere og trekke fra den systematiske feilen fra topografien etterpå er et mer robust botemiddel enn små vinkler utenfor nadir.[6]
| Mønster | Hva det tilfører | Begrensning |
|---|---|---|
| Enkelt nadir-rutenett | Færrest bilder; nok for et flatt ortomosaikk | Nesten parallelle synsretninger: fare for «doming» uten god bakkekontroll |
| Dobbelt rutenett (to vinkelrette passeringer) | En ekstra flyretning, flere synsvinkler mot hvert punkt, bedre dekning av kantene | Fortsatt rett ned; flere bilder; ingen erstatning for skrå vinkler |
| Rutenett pluss skrå passering på 20–35° | Konvergerende bilder som låser linsemodellen; sidene på konstruksjoner | Flere bilder og lengre flytid; planlegg slik at hele området sees fra flere retninger |
Vertikale flater (bygningssider, støttemurer, flanker på masser) kan ikke ses rett ovenfra i det hele tatt; de krever skrå bilder. Orthosites kontroll av flygeometri leser kameraets pitch og retninger i hvert bilde og markerer en blokk uten skrå bilder (under 5 %) som en veiledende melding, med samme veiledning på 20–35°. Den endrer ikke hvordan flyvingen prosesseres.
RTK, PPK eller bakkekontrollpunkter: hva trenger du?
Alle tre gir modellen dens absolutte posisjon og skala; de virker på ulike måter.
- RTK korrigerer dronens posisjon i sanntid fra en basestasjon eller et nettverk og merker hvert bilde med den korrigerte posisjonen. Det krever en stabil forbindelse under flyvingen.[8]
- PPK logger rå GNSS-data på dronen og en base og korrigerer dem etter flyvingen; det krever ingen direkte forbindelse og tåler bortfall bedre.[8] De korrigerte koordinatene må skrives til bildene før opplasting.
- GCP-er er målmerker på bakken som måles inn med en GNSS-rover eller totalstasjon og markeres i bildene. De er uavhengige av dronens GNSS.
For Phantom 4 RTK oppgir DJI 1 cm + 1 ppm horisontal og 1,5 cm + 1 ppm vertikal RTK-posisjoneringsnøyaktighet.[2] Det er nøyaktigheten til kameraposisjonene, ikke til det ferdige kartet. Kartet bedømmes bare mot uavhengige kontrollpunkter. Studier av bakkekontroll viser at nøyaktigheten overvurderes når den bedømmes på kontrollpunktene som er brukt i tilpasningen i stedet for på uavhengige kontrollpunkter, og at jevn fordeling har betydning.[9] Guiden om bakkekontroll tar for seg antall og plassering.
| Metode | Hva den gir | Hva den krever | Hva som kan gå galt |
|---|---|---|---|
| RTK | Kameraposisjoner i centimeterklassen i basens referanseramme | Direkte forbindelse til en base eller et nettverk under flyvingen | Feil basekoordinater eller datumskift forskyver hele modellen; bortfall av forbindelsen |
| PPK | Samme klasse posisjoner, korrigert etter flyvingen | Rå GNSS-logger fra drone og base, og et etterbehandlingstrinn | De korrigerte koordinatene må inn i bildefilene; basens referanseramme har fortsatt betydning |
| GCP-er | Posisjoner målt uavhengig av dronen | Målmerker, en GNSS-rover eller totalstasjon, og markering i bildene | Dårlig fordeling, feil i en markering eller feil datum i innmålingen |
Hva gjør Orthosite med RTK, PPK og GCP-er?
Dette er reglene i prosesseringskoden, så du kan planlegge etter dem:
- RTK-flyginger gjenkjennes fra bildene. Orthosite leser DJIs RTK-tagger i hvert bilde (og, for andre merker, EXIF-taggen GPSHPositioningError). En flyging regnes som RTK-flyging når minst 95 % av bildene har en RTK-løsning (fixed eller float). En flyging med bare fixed-løsninger får en jevn posisjonsvekt på 5 cm; når float- eller ikke-RTK-bilder er blandet inn, vektes hvert bilde etter sitt eget oppgitte standardavvik, doblet, fordi mottakere har en tendens til å oppgi for optimistiske presisjoner.
- RTK uten GCP-er: posisjonene kommer fra RTK-taggene. Høyder i RTK-bilder er ellipsoidiske; det valgte høydesystemet brukes etterpå, med geoiden evaluert i hvert punkt.
- RTK med GCP-er: GCP-ene definerer datum og RTK-posisjonene holder blokkens form. Orthosite logger den tilpassede forskjellen mellom RTK og GCP-er og advarer når den overstiger 5 cm i plan eller 8 cm i høyde. En stor forskjell betyr at en av dem er feil, ofte basekoordinatene eller datum.
- Bilder uten RTK-løsning har barometrisk høyde. En DJI-drone som ikke har RTK-løsning skriver flykontrollerens barometriske høyde, ikke en ellipsoidisk høyde eller høyde over havet. På to Orthosite-testflyginger med samme Phantom 4 RTK fløyet uten RTK var bildehøydene omtrent 132 m for lave en dag og omtrent 126 m for høye en annen. Orthosite «korrigerer» derfor aldri disse høydene; de skrives med en stor usikkerhet (3 m horisontalt, 10 m vertikalt, og 100 m når flyvingen også har RTK-bilder, slik at de ikke kan flytte datum).
- Ingen GCP-er og ikke en RTK-flyging: flyvingen får feilen høydedatum ikke verifisert. Høydene er i et ukjent datum, planposisjonene er av GNSS-klasse (meter) og volumer mot et fast nivå kan ikke leveres; relative målinger inne i modellen påvirkes ikke. Legg til GCP-er eller et innmålt kjent punkt. Hvis du forteller Orthosite at posisjonene ble korrigert med PPK eller et nettverk, men bildene ikke har noen RTK-tagg, blir meldingen en advarsel om at datum hviler på din påstand alene.
- Ingenting erstatter kontrollpunkter. Nøyaktighetsrapporten bruker bare punkter som ikke ble brukt i tilpasningen og oppgir antall kontrollpunkter; med få punkter sier den det. ASPRS Edition 2 (2023) hevet minimumet for en formell produktvurdering til 30 kontrollpunkter.[11]
- Bildegrense: prosesseringsmotoren håndterer i dag høyst 1 200 bilder per flyging, uansett hva abonnementet tillater; med Trial kan en flyging ha opptil 400 bilder, med Personal 1 000 og med Pro, Business og Enterprise 1 200. Planlegg flyområdet mot det (se tabellen ovenfor).

Hvilken nøyaktighet har Orthosite målt på ekte flyginger?
To navngitte Orthosite-testflyginger, med DSM-høyden avlest i innmålte punkter som ble holdt utenfor tilpasningen:
- Sangis (234 bilder, bare GCP-er, 16 utelatte punkter i to omganger): RMSE i høyde 1,4 cm.
- Bräcke (bare RTK, 5 kontrollpunkter): RMSE i høyde 0,8 cm. Det lave tallet er delvis to feil som opphever hverandre: RTK-datum lå omtrent 2,5 cm under GCP-innmålingen, mens motorens DSM lå omtrent 2 cm over målmerkene den avbildet. Med GCP-ene i tilpasningen lå overflaten omtrent 3 cm for høyt. Det er derfor Orthosite rapporterer forskjellen mellom RTK og GCP-er i stedet for å skjule den, og hvorfor den nå rastrerer DSM-en selv i stedet for å bruke motorens raster.
Dette er enkeltstående, flate eller lavrelieffs områder med få punkter. De viser hva prosesseringen kan gjøre; de er ikke et løfte for ditt område. Nøyaktigheten til din egen flyging er den i dens kontrollpunktrapport.
Hvordan påvirker vær, lys og terreng flyvingen?
- Lys: jevnt lys gir ensartede toner på tvers av bildene; harde skygger og raskt bevegelige skyskygger endrer utseendet til det samme terrenget mellom eksponeringene.
- Terreng: hold høyden konstant i forhold til bakken slik at GSD og overlapp forblir de samme;[3] i kupert terreng bruker du terrengfølging i flyappen din. Plasser GCP-er på de høyeste og laveste delene.
- Vind: den heller flyet og endrer bakkehastigheten langs linjene; sjekk dronens egne grenser og fly linjene slik at bildene beholder den planlagte overlappen.
- Før avgang: rengjør linsen, sjekk at RTK har fixed-løsning (eller at PPK-basen logger), og les lokale regler for luftrom og operatør. Reglene varierer fra land til land.
Sjekkliste før flyging
- Mål-GSD og flyhøyde beregnet for kameraet ditt; overlapp satt (minst 75 / 60 %, helst 80 / 70 %)
- Området dimensjonert mot grensen på 1 200 bilder
- Kamera: rask lukker for din hastighet og GSD, jevn eksponering, ingen endringer i autofokus, ren linse
- Skrå passering eller en ekstra høyde planlagt hvis du trenger høyder, fasader eller flanker på masser
- RTK fixed (eller PPK-base som logger); basens koordinatsystem kjent
- GCP-er og separate kontrollpunkter plassert og innmålt
- Terrengfølging på over åser; luftrom og vær sjekket
FAQ
Hvor mye overlapp trenger jeg for dronekartlegging?
Hvordan regner jeg ut GSD og flyhøyde?
Hvilken nøyaktighet kan jeg forvente av en dronemåling?
Hva er forskjellen mellom RTK og PPK?
Trenger jeg GCP-er med en RTK-drone?
Hva skjer i Orthosite hvis dronen min ikke har RTK og jeg ikke bruker GCP-er?
Hvordan unngår jeg bevegelsesuskarphet?
Hvor mange bilder kan Orthosite prosessere i én flyging?
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)
- The ASPRS Positional Accuracy Standards, Edition 2 (summary of the changes) – LIDAR Magazine (2023)
Sist gjennomgått:
Gjør din neste flyvning til et målbart resultat
Last opp dronebildene dine, så bygger Orthosite ortofoto, 3D-modell, punktsky og høydemodeller på Orthosites egen prosesseringsdatamaskin i Sverige — mål, del og eksporter i åpne formater.
Kom i gang med Orthosite