Mätosäkerhet vid digital terrängmodellering med handhållen ...hig.diva-portal.org/smash/get/diva2:1216431/FULLTEXT01.pdf · används därför ofta (Hubacek, Kovarik & Kratochvil,

AKADEMIN FÖR TEKNIK OCH MILJÖ Avdelningen för industriell utveckling, IT och samhällsbyggnad

Mätosäkerhet vid digital terrängmodellering med handhållen laserskanner

Undersökning av den handhållna laserskannern ZEB-REVO

Amanda Gustafsson & Olov Wängborg

2018

Examensarbete, Grundnivå (kandidatexamen), 15 hp Lantmäteriteknik

Lantmätarprogrammet, teknisk inriktning

Handledare: Yuriy Reshetyuk Examinator: Stig-Göran Mårtensson

Bitr. examinator: Ulrika Ågren

i

Förord

I och med detta examensarbete avslutar vi våra tre år på Högskolan i Gävles

Tekniska Lantmätarprogram, vilket har varit tre intensiva men lärorika år. Vi

vill med detta förord passa på att tacka alla personer som hjälpt oss under det

omfattande examensarbetet.

Först och främst vill vi tacka Yuriy Reshetyuk för värdefull handledning och

stöttning vid stunder av tvivel. Även övriga lärare tillhörande programmet

som ställt upp extra när det behövts. Vi vill även rikta ett stort tack till Bengt

Lindell och Susanna Gavhed på Norsecraft Geo som gjorde detta

examensarbete möjligt genom att låna ut instrumentet ZEB-REVO. Även

Tommy Segerkvist, ägare av Segerkvist Mätteknik, ska tackas för att ha bistått

med andra viktiga instrument.

Till sist men inte minst vill vi tacka våra respektive familjer och vänner som

stöttat oss under examensarbetet som såväl under hela studietiden.

Gävle, maj 2018

Amanda Gustafsson & Olov Wängborg

ii

iii

Sammanfattning

En digital terrängmodell (DTM) är en representation av enbart själva

markytan. Det finns flera metoder för att framställa DTM:er, där

laserskanning har blivit en alltmer vanlig metod. Inom laserskanning är

flygburen laserskanning (FLS) en flitigt använd metod, då metoden har

fördelen av att kunna täcka stora områden på kort tid. Det finns dock

nackdelar med FLS då datainsamlingen kan bli bristfällig i t.ex. skogsområden,

där laserstrålar inte kan tränga igenom tät vegetation. Här kan handhållen

laserskanning (HLS) vara ett bra alternativ då HLS går snabbt och inte behöver

samma omfattande planering. Tidigare studier visar att HLS har många

fördelar, men som dock inte kan hålla samma låga osäkerhet som terrester

laserskanning (TLS). Det saknas däremot studier om hur HLS ställer sig mot

mätningar med FLS. Syftet med studien är därför att utvärdera möjligheten att

använda och tillämpa mätningar med HLS för framställning av DTM i

skogsterräng gentemot FLS.

Detta görs genom att jämföra respektive DTM:s lägesosäkerhet. I studien

användes instrumentet ZEB-REVO för insamlingen av data för metoden HLS.

Medan för FLS användes laserdata från Lantmäteriet. Från insamlad laserdata

skapades därefter DTM:er. Dessa jämfördes mot ett antal kontrollprofiler som

mättes in med totalstation. För respektive metod, HLS och FLS, beräknades

medelvärde för höjdavvikelserna mot kontrollprofilerna där även

standardavvikelse beräknades. Resultatet visar att DTM:en skapad av data från

FLS beräknades ha en höjdavvikelse för hela området på 0,055 m som

medelvärde gentemot inmätta kontrollprofiler. Standardavvikelsen för denna

höjdavvikelse beräknades till 0,046 m för FLS. För DTM:en med data från

HLS beräknades en höjdavvikelse på 0,043 m i medelvärde som bäst, där

standardavvikelse beräknades till 0,034 m. Studien visar att metoderna HLS

och FLS gav likvärdiga resultat gentemot de inmätta kontrollprofilerna, dock

gav HLS generellt mindre standardavvikelse i jämförelse mot FLS. Vidare

ansågs ZEB-REVO och dess tillhörande databearbetningsprogram GeoSLAM

vara väldigt användarvänligt, där själva skanningen med instrumentet tog

endast 10 minuter för studiens område på ca 2000 m2. Utifrån studiens

resultat drogs slutsatsen att mätningar med HLS kan ge en likvärdig DTM, sett

till osäkerheten, som FLS-mätningar. HLS kan därmed vara en

kompletterande metod men att FLS är en fortsatt effektiv metod.

Nyckelord: Digital terrängmodell (DTM), Flygburen laserskanning (FLS),

Handhållen laserskanning (HLS), Simultaneuos localization and mapping

(SLAM), ZEB-REVO

iv

v

Abstract

A digital terrain model (DTM) represent exclusively the earth surface. There

are several methods which can be utilized to create DTMs, where laser

scanning have become a common used method. Airborne laser scanning

(ALS) is often used since the method can cover a large area in a relatively

short time. However a disadvantage with ALS is that the data collection, for

a wooded area, can be inadequate due to penetration difficulties for some

laser beams. For that reason a handheld laser scanner (HLS) can be an

alternative since measurements can be done fast and does not need the same

extensive planning. Earlier studies mention HLS to have several advantages

but can still not yet be compared with terrestrial laser scanning (TLS)

concerning the measurements uncertainty. There are, however, no studies

that investigates how measurements with HLS stands against FLS. The

purpose with the study is to evaluate the ability to use measurements from

HLS to create a DTM for a wooded area in comparison with ALS.

This is done by comparing the different uncertainties for each DTM. In the

study the acquisition of HLS laser data was collected with the instrument

ZEB-REVO and the ALS laser data was received from Lantmäteriet

(cadastral mapping and surveying authority in Sweden). After the data

acquisition a DTM were created from each data set (method). The DTMs

were then compared to control profiles, which have been measured with

total station. From the comparison with the control profiles average height

deviation and standard deviation were calculated for each DTM. The result

shows that the DTM created from ALS data received an average height

deviation of 0,055 m for the whole area with a standard deviation of 0,046

m. Corresponding result for the DTM created from HLS data were

calculated, at best, to 0,043 m in average height deviation and 0,034 m in

standard deviation. The study shows that the methods HLS and ALS gave

equivalent result regarding the comparison with the control profiles,

however HLS gave a generally lower value for standard deviation.

Furthermore ZEB-REVO with its processing program GeoSLAM was

considered to be very easy and user friendly. The area (approx. 2000 m2) for

the study was scanned within only 10 min. The conclusion which were

drawn from the obtained result was that measurements with HLS can

generate an equivalent DTM, concerning the uncertainty, as measurements

with FLS. Thereby HLS can be a complementing method but still FLS is

seen as an effective method.

Key words: Airborne laser scanning (ALS), Digital terrain model (DTM), Handheld laser scanning (HLS), Simultaneuos localization and mapping (SLAM), ZEB-REVO

vi

vii

Innehållsförteckning

1 Introduktion ................................................................................. 1

1.1 Bakgrund .............................................................................. 1

1.1.1 Digital terrängmodell ......................................................... 1

1.1.2 Laserskanning .................................................................. 1

1.2 Syfte .................................................................................... 2

1.3 Tidigare studier....................................................................... 3

1.3.1 Mobil laserskanning ........................................................... 3

1.3.2 Simultaneous localization and mapping (SLAM) ......................... 4

1.3.3 Handhållen laserskanning .................................................... 4

2 Teoretisk bakgrund ........................................................................ 6

2.1 Terminologi för höjdmodeller ..................................................... 6

2.2 Olika metoder för laserskanning .................................................. 6

2.3 SLAM .................................................................................. 8

2.4 RUFRIS ................................................................................ 8

2.5 Kontrollprofiler ...................................................................... 8

3 Metod och material ....................................................................... 10

3.1 Instrument............................................................................ 10

3.1.1 ZEB-REVO .................................................................... 10

3.1.2 Övriga instrument och utrustning ......................................... 11

3.2 Studieområde ........................................................................ 12

3.3 Laserskanning ........................................................................ 12

3.4 Mätning ............................................................................... 13

3.4.1 Stationsetablering ............................................................. 13

3.4.2 Inmätning av sfärer ........................................................... 14

3.4.3 Kontrollprofiler ............................................................... 14

3.5 Bearbetning .......................................................................... 15

3.5.1 Georeferering ................................................................. 15

3.5.2 Skapa DTM som TIN ........................................................ 16

3.6 Jämförelse av DTM:er mot kontrollprofiler ................................... 16

4 Resultat ..................................................................................... 18

5 Diskussion .................................................................................. 23

5.1 Vidare studier ........................................................................ 25

5.2 Hållbar utveckling och etiska aspekter .......................................... 26

6 Slutsats ...................................................................................... 27

Referenser ........................................................................................ 28

Bilaga A ........................................................................................... A1

Bilaga B ............................................................................................ B1

Bilaga C ........................................................................................... C1

viii

Bilaga D........................................................................................... D1

Bilaga E ............................................................................................ E1

Bilaga F ............................................................................................ F1

Bilaga G ........................................................................................... G1

1

1 Introduktion

1.1 Bakgrund

1.1.1 Digital terrängmodell

Digital terrängmodell (från engelskans digital terrain model) kan förkortas DTM och

är en modell som enbart representerar markytan utan vegetation eller andra objekt

som finns på marken (INSPIRE Thematic Working Group Elevation [TWG-EL],

2012). DTM kan även kallas för markmodell (SIS-TS 21144:2016 avsnitt 3.6).

Höjddata, i form av exempelvis DTM:er, har många olika användningsområden och

används därför ofta (Hubacek, Kovarik & Kratochvil, 2016; INSPIRE TWG-EL,

2012). Det är därför viktigt att utforska hur framställning av DTM:er kan utvecklas

och förbättras, vilket är anledningen till denna studie.

Det finns flera olika metoder för insamling av data vid framställning av DTM. En

allmän beskrivning av möjliga framställningsmetoder för en DTM framgår i SIS-TS

21144:2016 avsnitt 7.1, där bland annat fotogrammetrisk-, geodetisk mätning

(terrester eller satellitbaserad) samt laserskanning (mark- eller flygbaserad) listas

som några användbara metoder. Då mätning utförs med exempelvis totalstation

eller global navigation satellite system (GNSS) gör användaren ett urval av indata

redan ute i fält genom de faktiskt inmätta punkterna, vilket leder till generaliserad

data som sedan kan genereras till en DTM. Vid användning av terrester

laserskanning (TLS) som insamlingsmetod mäts i stort sett ”allt” in och

generaliseringen (filtreringen) av data får bearbetas i efterhand för att skapa en

DTM. I och med att TLS kan samla in betydligt mer data än exempelvis totalstation

eller GNSS är en DTM skapad genom TLS, teoretiskt sett, mer noggrann

(Lantmäteriet m.fl., 2013; Mårtensson, 2016; Reshetyuk, 2017).

1.1.2 Laserskanning

Enligt HMK-Höjddata (2017) och Hubacek et al. (2016) är laserdata det vanligaste

utgångsmaterialet för höjddata, där flygburen laserskanning (FLS) beskrivs som en

effektiv metod för att samla in höjddata över större områden som kan användas vid

framställning av både yt- och markmodeller. HMK-Höjddata (2017) förtydligar att

när avståndet till sensorn ökar, avtar punkttätheten, vilket genererar högre

mätosäkerhet. TLS eller annan geodetisk mätning kan användas för mindre områden

eller där det ställs högre krav på lägesosäkerheten och det är inte ovanligt att

metoderna kombineras för att uppnå önskat resultat (HMK-Höjddata, 2017).

2

Sveriges höjdmodell är framtagen med hjälp av FLS (Lantmäteriet, 2016). För en

varierad terräng kan höjdmodellen förväntas ge en osäkerhet i höjd på omkring 0,2

m, där osäkerheten bland annat kan bero på att vegetation hindrar laserstrålarna från

att nå ända ner till marken (Lantmäteriet, 2011). Osäkerheten kan jämföras med

Tjeckiens nya nationella höjdmodell (DMR 5G), som även den tagits fram genom

FLS och där Hubacek et al. (2016) utförde en studie för att verifiera angivna

osäkerheter (0,18 m för öppen terräng och 0,30 m för skogsterräng). Genom

geodetiska mätningar kom författarna fram till att höjdmodellens osäkerhet

överensstämde med de angivna, till och med gav testerna något bättre resultat för

skogsterräng. Med handhållen laserskanner (HLS) bör mer data kunna samlas in på

ett hållbart sätt för ett mindre område och dessutom på kortare tid i jämförelse med

mätningar utförda med TLS eller totalstation som kräver fler uppställningar för att

få motsvarande data. Från tidigare studier (avsnitt 1.3) framgår det att HLS verkar

vara en lovande metod med många fördelar men som ännu inte kan mätas med den

låga osäkerhet som TLS kan åstadkomma. Däremot saknas det studier om hur

mätningar med HLS ställer sig mot mätningar med FLS. Därför är det av högsta

intresse att göra en fördjupning för i vilken utsträckning HLS kan användas och om

HLS i vissa skeden kan ersätta eller komplettera mer tidskrävande metoder som

t.ex. FLS, vilket kommer undersökas i och med denna studie.

1.2 Syfte

Syftet med studien är att utvärdera möjligheterna att använda och tillämpa

mätningar från HLS för framställning av en digital terrängmodell (DTM) i

skogsterräng. Främsta fokus är att se hur låg osäkerhet en DTM kan erhålla med

hjälp av mätningar med en HLS i jämförelse med FLS. Studien begränsas till

praktiskt utförande och kvantitativ metod. Området för studien, vilken är beläget

strax utanför Gävle, begränsades till ett ca 2000 m2 stort område för att undvika

påverkan av kringliggande snö och säkerställa att den bestämda tidsramen för arbetet

inte överskrids. För att kunna jämföra de båda metoderna och de framställda

DTM:ernas osäkerheter gjordes mätningar med totalstation som referensdata.

Forskningsfrågor som har behandlats i studien:

Hur låg osäkerhet kan erhållas för en DTM skapad genom mätningar med

HLS i jämförelse med FLS-mätningar?

Vilka för- respektive nackdelar finns det med användandet av HLS i

jämförelse med FLS?

Förhoppningen innan studiens utförande var att HLS-mätningarna med simultaneuos

localization and mapping (SLAM) algoritmer kunde generera en likvärdig DTM, sett

till osäkerheten, som FLS-mätningarna.

3

1.3 Tidigare studier

1.3.1 Mobil laserskanning

Tyagur och Hollaus (2016) skriver att laserskanning har blivit en allt mer använd

teknik för att samla in tredimensionell data, vilket ofta används för att skapa

DTM:er eller andra ytmodeller. Författarna skriver även att FLS har mer eller

mindre blivit en standardmetod för att samla in topografisk data för skapandet av

DTM:er. Dock menar författarna att det finns begränsningar med FLS när det

kommer till att fånga de många detaljerna för t.ex. ett skogsområden. I studien

använder författarna mobil laserskanning (MLS), i form av en laserskanner monterad

på en bil. Författarna beskriver MLS som en snabb och noggrann metod för att samla

in data för ett område, i detta fall för ett skyddat naturreservat. Genom några

kontrollpunkter inmätta med totalstation kunde den genomsnittliga vertikala

osäkerheten sättas till omkring 0,1 m för DTM skapad med MLS mätningar. I likhet

med studien av Tyagur och Hollaus (2016) användes MLS även i denna studie för att

samla in detaljrik data för ett skogsområde på ett effektivt sätt som sedan

genererades till en DTM. Till skillnad från Tyagur och Hollaus (2016) användes HLS

istället för en laserskanner monterad på ett fordon, för att samla in ytterligare data

från fler vinklar och på så vis täcka hela området av intresse.

Lehtola et al. (2017) menar även de att MLS är en lovande teknik och gör i studien

jämförelser mellan flera olika mobila laserskanningssystem för att därefter göra en

sammanställning av samtliga systems styrkor respektive svagheter. Liang et al.

(2014) använder en viss typ av MLS, närmare bestämt personburen laserskanner

(PLS). Författarna beskriver att största fördelen med MLS är att metoden kan samla

in data på kortare tid i jämförelse med TLS. PLS kan även komma åt mer

svårtillgängliga platser och samla in ytterligare data av intresse (Liang et al., 2014).

Författarna skriver att bortsett ifrån en laserskanningsenhet ingår även GNSS och

inertial measurment unit (IMU) i PLS-enheten. Studien visade på goda möjligheter

att i framtiden använda PLS som metod för skogsinventering men att TLS

fortfarande ger lägre osäkerhet (Liang et al., 2014). Främsta orsaken till PLS:ens

osäkerhet tros bero på bristande GNSS-signaler som försämrar resultatet och är

något som måste utvecklas för framtida användning (Liang et al., 2014). Författarna

ger förslag på andra tillämpningar av PLS än bara skogsinventering, t.ex.

dokumentering av skogsområden som vandringsleder för rekreation. Istället för att

fokusera på inventering har denna studie koncentrerat på framställning av DTM. På

grund av svagheterna med GNSS-mätning i skog användes SLAM-algoritmer för

punktmolnsregistrering.

4

1.3.2 Simultaneous localization and mapping (SLAM)

Qian et al. (2017) har undersökt hur en integration av tekniken SLAM med

GNSS/inertial navigation system (INS) kan göras för att positionera instrument i

svårtillgängliga områden såsom skog. I studien användes MLS för att kartera ett

skogsområde. Positionering med GNSS/INS anses i dessa fall vara otillräckligt på

grund av förlorade signaler och flervägsfel, men en integrering av SLAM anses vara

både en effektiv och hållbar metod utan extra kostnader för hårdvaruteknik. I

studien av Qian et al. (2017) testas två olika metoder för SLAM-integration, en som

stödjer sig på rörelsens riktning samt en metod baserad på rörelsens riktning och

hastighet. Studien visar att den första SLAM-metoden som endast stödjer sig på

rörelsens riktning ger en horisontell postitionsnoggrannhet på 0,13 m, vilket är en

förbättring med 70% mot traditionell positionsmätning med GNSS/INS. För den

andra SLAM-metoden som stödjer sig på både rörelsens riktning och hastighet, så

kunde en positionsnoggrannhet på 0,06 m beräknas, vilket är en förbättring på 86%

mot traditionell positionsmätning med GNSS/INS (Qian et al., 2017).

1.3.3 Handhållen laserskanning

I likhet mellan studierna (Bauwens, Bartholomeus, Calders & Lejeune, 2016; James

& Quinton, 2014; Ryding, Williams, Smith & Eichhorn, 2015) har MLS i form av

HLS använts utomhus. James och Quinton (2014) beskriver TLS som en vanlig

metod för att samla in topografisk data men att metoden har begränsningar när det

kommer till att samla in täckande data för mer komplexa miljöer på ett effektivt

sätt. Författarna skriver att geomorfologiska studier ofta hanterar någon typ av

höjddata och när det gäller kilometervisa områden används ofta FLS men för mindre

områden (tio, hundratals meter) används idag ofta TLS som kan vara en tidskrävande

metod för att samla in önskad data. Författarna uttrycker att HLS verkar vara en

lovande metod för att samla in önskad data för ett mindre men komplext område. I

studien jämfördes bl.a. mätningar med HLS (ZEB1) mot mätningar med TLS (Riegl

VZ-1000) för ett mer komplext utformat område. Utifrån mätningarna kunde

författarna konstatera att HLS är en betydligt snabbare metod vad gäller insamling av

data. Enligt författarna tar SLAM-registreringen ungefär lika lång tid som

datainsamlingen men punktmolnet kan behöva vidare bearbetning. Än så länge kan

HLS inte generera en DTM med lika låg osäkerhet som TLS men kan ändå användas

och möjliggöra för fler typer av geomorfologiska tillämpningar, dessutom kan det

vara ett kostnadseffektivt alternativ (James & Quinton, 2014). Bauwens et al.

(2016) skriver att det finns begränsningar med att använda GNSS i skogen men att

en HLS inte är beroende av GNSS då en HLS använder SLAM-algoritmer som ger en

bättre registrering av punktmolnet. För att optimera SLAM-registreringen utfördes

mätningar efter ett planerat mönster för att täcka hela området med god punkttäthet

och avsluta mätningen med att sluta slingan (Bauwens et al., 2016).

5

Författarna (Dewez et al., 2017; James & Quinton, 2014) framhäver dock att även

SLAM-registrering har vissa begränsningar. Metoden kräver väldefinierade objekt

för att registreringen ska vara möjlig, om objekten är glest utspridda kan SLAM-

registreringen ha för få objekt att registrera punktmolnet efter. Bauwens et al.

(2016) menar att en annan svaghet är att HLS har en högre stråldivergens som leder

till något osäkrare resultat, strålarna kan t.ex. inte penetrera låg vegetation på

samma sätt som TLS gör.

Dewez et al. (2017) konstaterar att HLS:en ZEB-REVO använder SLAM-algoritmer

för att navigera utan att behöva tillgången till GNSS. Författarna har testat

instrumentet både inomhus och utomhus där resultatet renderade i att skannern inte

kunde skanna ett avstånd på mer än 7,5 m utomhus för 99 % av punkterna. Inomhus

kunde skanningsavståndet dock uppnå specifikationerna från tillverkaren på 30 m.

Dewez et al. (2017) redogör även att punktmoln skannade från ZEB-REVO har en

median punkttäthet på 1 punkt per 21 mm och att ZEB-REVO har en relativ

osäkerhet på 1/10000 (3 mm/30,20 m). Ytterligare tekniska specifikationer för

instrumentet finns i avsnitt 3.1.1 i denna rapport (tabell 1).

6

2 Teoretisk bakgrund

Mer detaljerade beskrivningar kring betydande begrepp och moment som ingår i

denna studie kommer tas upp här i teoridelen. Avsnitt 2.1 och 2.2 är en allmän

fördjupning för att separera begrepp och förtydliga studiens omfattning. Medan

avsnitt 2.3 översiktligt behandlar tekniken bakom SLAM. Slutligen ger avsnitt 2.4

och 2.5 en mer djupgående beskrivning av två viktiga delmoment som ingår i

studiens mätningsmetod.

2.1 Terminologi för höjdmodeller

Utöver DTM finns det ytterligare två benämningar på tredimensionella modeller av

jordens yta. Nämligen DEM, som är en förkortning av engelskans digital elevation

model (digital höjdmodell) och DSM som också kommer från engelskans digital

surface model (digital ytmodell). Efterföljande stycke kommer därmed att sortera i

begreppen och ange de vanligt förekommande definitionerna av dem.

DEM fungerar som ett samlingsbegrepp för höjder som digitalt eller matematiskt

presenteras i en modell motsvarande en topografisk yta. DSM innehåller

information om marken samt andra fasta objekt som finns på marken som

exempelvis vegetation, byggnader m.m. DTM däremot avser endast själva markytan

utan information om övriga objekt. Höjddata och därmed modellerna kan lagras på

olika sätt. Antigen som raster, vektor eller triangular irregular network (TIN)

(INSPIRE TWG-EL, 2012; Mårtensson, 2016). Där TIN utgår från

kontrollpunkter, brytlinjer och stopplinjer som placeras på ett representativt sätt för

terrängen. Mellan inmätta punkter skapas därefter trianglar (INSPIRE TWG-EL,

2012; SIS-TS 21144:2016 avsnitt 9.2)

I och med denna studie kommer ett utsnitt av laserdata, som ligger till grund för

Sveriges höjdmodell, att användas för att skapa en DTM i form av en TIN-modell.

Detta för att möjliggöra kontroll och jämförelsen mellan resultaten från flygburen

respektive handhållen laserskanning. Då fokus för denna studie är att utvärdera

användningen av HLS jämfört med FLS för skapandet av DTM.

2.2 Olika metoder för laserskanning

Laserskanning går ut på att en sändare i instrumentet skickar ut en laserstråle,

närmare bestämt en elektromagnetisk energi. Om laserstrålen träffar ett objekt

reflekteras en del av strålen tillbaka till instrumentets mottagare som då registrerar

den returnerade signalen. Resultatet av mätningarna blir ett punktmoln som kan få

koordinater i ett referenssystem genom georeferering (Reshetyuk, 2017).

Laserskanningstekniken kan tillämpas på flera olika sätt genom olika metoder.

7

Med terrester laserskanning (TLS) menas markburen laserskanning, vilket går ut på

att en laserskanner placeras på ett stativ som är placerad över önskad position på

marken. Vid skanning med TLS kan det behövas fler uppställningar av instrumentet

för att kunna täcka hela objektet av intresse. Vid varje uppställning skapas ett eget

punktmoln med internt koordinatsystem, för att möjliggöra georeferering av dessa

punktmoln måste de först sättas ihop till ett punktmoln, vilket kallas för registrering

(Reshetyuk, 2017).

Principen att använda laser för att göra avståndsmätningar är densamma oberoende

och laserskanningen är flygburen eller terrester. Dock kan FLS användas för mer

omfattande mätningar än TLS som är mer lämplig för skanning av mindre, specifika

objekt som t.ex. byggnader, tunnlar. Ett FLS-system består av en laserskanner, en

GNSS, ett tröghetssystem samt en kontrollenhet som monteras i/på ett flygplan

eller helikopter. Laserskanningssystemets uppgift är att skicka ut och registrera

returnerade laserstrålar. Med hjälp av GNSS och tröghetssystemet bestäms

laserskannerns position och läge när skanningen ägde rum. Det är mycket viktigt att

alla enheter är noggrant synkroniserade för att undvika fel, vilket är en av

kontrollenhetens uppgift att se över, dessutom lagras all data i kontrollenheten

(Lantmäteriet m.fl., 2013).

Tröghetssystemet mäter ständigt accelerationer och vinkelhastigheter för att

bestämma laserskanningssensorns position och riktning. Både acceleration och

vinkelmätningarna görs i tre riktningar vinkelrätt mot varandra. Detta för att

inmätta punkter ska få korrekta koordinater (Lantmäteriet m.fl., 2013).

En laserskanner kan även monteras på andra rörliga (mobila) föremål än flygplan

som till exempel på fordon (Tyagur & Hollaus, 2016), eller de kan också vara

personburna i en ryggsäck (Liang et al., 2014). De kan också vara handhållen

(Bauwens et al., 2016; Dewez et al., 2017; James & Quinton, 2014; Ryding et al.,

2015). Mobila laserskannrar innehåller förutom själva laserskannern även ett system

för att positionering och orientering. Detta system kommer vanligen i form av

GNSS och IMU (Ryding et al., 2015). Positions- och orienteringssystemet är i likhet

med tröghetssystemet FLS använder. Den handhållna laserskannern ZEB-REVO

använder istället tekniken SLAM och IMU för positionering (GeoSLAM Ltd., 2017).

8

2.3 SLAM

SLAM är en förkortning av engelskans simultaneous localization and mapping och är

en process (algoritm) som har till syfte att skapa en karta över ett okänt område i

vilken en mobil robot (enhet) samtidigt vistas i. Detta görs genom att enheten tar

hjälp av olika landmärken som finns i området och utifrån dessa landmärken görs

andra observationer. Mätningar i tid, lokalisering och orientering av enheten under

dess rörelse genom området sker relativt landmärkena. Förhållandena mellan varje

landmärke måste stämma överens. SLAM använder främst två typer av matematiska

filter, ”extended Kalman filter” (EKF) och ”Rao-Blackwellised filter”, vilka har till

uppgift att förse observationsekvationerna för SLAM med data (Durrant-Whyte &

Bailey, 2006).

2.4 RUFRIS

Stationsetablering med metoden realtidsuppdaterad fri station (RUFRIS) kan vara

ett alternativ då kända stompunkter inte finns tillgängliga för ett område och

mätning med real time kinematic (RTK) inte anses ge tillräckligt låg osäkerhet. Med

fri station menas att stationen kan etableras över valfri uppställningspunkt. Metoden

för RUFRIS går ut på att en mätstång kombineras med både GNSS och prisma för att

på så vis kunna göra två mätningar samtidigt. Genom etablering med RUFRIS kan

GNSS-mätningar därefter övergå till traditionella mätningar med totalstation (Vium

Andersson, 2012).

Vid fri stationsetablering med RUFRIS beskriver Vium Andersson (2012) att

gemensamma punkter (inmätta med både GNSS och totalstation) bör placeras

utspridda, minst 200 gon, runt stationen där minst 20 % av punkterna bör placeras

vid mätområdets gräns. Osäkerheten på stationsetableringen styrs av antalet

gemensamma punkter som mäts in, men desto fler punkter desto lägre osäkerhet,

antalet ska dock vara minst 15 stycken. Dessa tre riktlinjer för placering av

gemensamma punkter görs för att förbättra skattningen av stationens läge i: plan

(spridning i 200 gon), höjd (≥15 punkter) och orientering (20 % av punkterna i

ytterområdet).

2.5 Kontrollprofiler

Kontroll av DTM (markmodell) görs enligt tekniska specifikationer i SIS-TS

21144:2016 kap. 10 med underliggande avsnitt. Syftet med kontrollen är att se om

eventuella systematiska eller grova fel finns i modellen och dessutom göra en

utvärdering av modellens lägesosäkerhet i höjd.

9

Det finns två olika nivåer för kontroll, 1 och 2. Val av kontrollnivå beror bland

annat på vad avsikten är med användandet av DTM:en. Beroende på val av

kontrollnivå finns det tre olika kontrollutföranden (A, B och C). För kontrollnivå 1

gäller utförande A, vilket ger en översiktlig kontroll. För kontrollnivå 2 gäller

utförande B och C. Där utförande B har som syfte att ge större säkerheten av

modellens bedömda kvalitet. Utförande C gäller för kontroll av undantagsytor.

Kontrollen består i att profiler (punkter på rak linje) mäts in. Antalet profiler som

ska mätas in beror på valt utförande, hur stort område modellen täcker och hur

många marktyper som finns för området. Kontrollprofilerna ska placeras utspridda

över modellen och på ett sådant sätt att de representerar den faktiska marken för

området. Antalet kontrollprofiler för utförande A respektive B beräknas enligt

ekvation 1 respektive 2:

3𝑁 + √𝐴 (1)

5𝑁 + 2√𝐴 (2)

Där N är antalet marktyper och A är områdets area i hektar.

Utförande C kräver minst 4 profiler per objekt, därefter tillkommer fler profiler

beroende på objektets utbredning. Därefter jämförs profilerna med den skapade

DTM:en för att se hur väl de stämmer överens (se avsnitt 3.6 för denna studies

beräkningar).

Utifrån kontrollberäkningarna kan en DTM klassas efter toleranser gällande

användningsområde samt markslag enligt SIS-TS 21144:2016 avsnitt 8.2, tabell 6

respektive 7 (avsnitt 4).

10

3 Metod och material

3.1 Instrument

3.1.1 ZEB-REVO

Instrumentet ZEB-REVO tillsammans med en bärbar dator lånades av företaget

Norsecraft Geo. Instrumentet bestod huvudsakligen av två delar, skanningsenheten

(1,0 kg) och dataloggern. Där all utrustning, tillhörande skannern inklusive laddare

m.m, rymdes i ryggsäcken och vägde då totalt kring 4,1 kg (Figur 1). Med

instrumentet ingick en licens till bearbetningsprogrammet GeoSLAM som

processade insamlad data till ett registrerat punktmoln som gavs i filformaten

.las/.laz (Figur 6). Dessutom erhölls en .ply-fil som innehöll det utförda gångstråket

(Figur 7-8).

Figur 1. Utvalda delar från den handhållna laserskanningsutrusningen, från vänster: huvudkabel, datalogger, laserskanningsenhet, överföringskabel och ryggsäck. Bakgrundsmaterial från Norsecraft Geo.

Tabell 1. Utvalda tekniska specifikationer för handhållna laserskannern ZEB-REVO (GeoSLAM Ltd., 2017).

Laserklass 1

Skannade punkter per sekund 43200

Räckvidd 30 m*

Relativ osäkerhet 1 - 3 cm

Absolut positionsosäkerhet 3 - 30 cm

Vinkel siktfält 270° x 360°

* Maximalt avstånd inomhus mot objekt med 90 % reflektans.

Avstånd utomhus kan reduceras till 15-20 m beroende på miljö.

11

3.1.2 Övriga instrument och utrustning

För att möjliggöra georeferering av det laserskannande punktmolnet användes sfärer

(figur 3) monterade på stativ. Stativen var försedda med cirkulärprismor Leica

GPR121 (figur 4) i sfärernas ställe. Dessa placerades ut i området och mättes in med

totalstation MS60 (serienummer: 882619). Inför skanningen byttes

cirkulärprismorna ut till sfärerna. För att etablera totalstationen användes en GNSS,

iCON (serienummer: 2677577) med stång och 360-prisma Leica MPR 122.

Ytterligare utrustning som användes för att mäta kontrollprofiler var en stång

försedd med plan fot samt prisma Geodimeter 571126111 (figur 2).

Genom digital avvägning höjdbestämdes även en kontrollpunkt i området, där

instrumentet Leica DNA03 (serienummer: 341852) användes tillsammans med

digital avvägningsstång, flyttpunkter och stativ.

Programvaror som använts för bearbetning och beräkning i studien var Geo

Professional School (version 2016.1.952.67), Terrascan (version 08.11.09.292) och

CloudCompare (version 2.9.1).

Figur 3. Halvsfär (till vänster) och helsfär (till höger).

Figur 4. Cirkulärprisma som användes för att mäta in sfärernas position.

Figur 2. Stång med prisma och plan fot som användes vid inmätning av kontrollprofiler.

12

3.2 Studieområde

För att skanna in marken för ett skogsområde behövde området vara fritt från snö.

Antal eventuella områden för studien begränsades därför på grund av snömängden

som fanns i landet under tillfället. Området som valdes för studien var ett mindre

skogsparti i Valbo utanför Gävle och bestod mestadels av barrskog med något

enstaka lövträd. Vidare bestod landskapet av en större slänt med en brant lutning

intill en asfalterad landsväg. I området fanns även ett större elskåp och en skogsväg

som nyttjades som fasta objekt när skanningen utfördes. Området som skannades in

hade en yta på omkring 2000 m2 (figur 5).

3.3 Laserskanning

Vid insamlingen av data för metoden HLS gjordes först en rekognosering av hur

gångstråket skulle utformas för att täcka området med data. Stativ med sfärer (figur

3) placerades utmed det planerade gångstråket för att möjliggöra georeferering av

punktmolnet. Slingan skapades på ett sådant sätt att början och slut utgick från

samma ställe. Innan mätningens början och avslut placerades skanningsenheten på

ett stabilt underlag där den fick rotera ca 5 varv för att initialisera respektive

verifiera mätningen. Själva skanningen av området tog ca 10 min.

För att skapa punktmolnet över området överfördes insamlad data från

instrumentets datalogger, via en kabel och ett externt USB-minne, till en dator.

Data laddades sedan upp till datorprogrammet GeoSLAM som processade det till ett

registrerat punktmoln, innehållande ca 8,8 miljoner punkter (figur 6). Det tog

ungefär lika lång tid för programmet att processa data som det tog att samla in data.

Figur 5. Studieområdet där mätningarna utfördes.

13

.

För FLS laddades laserdata över det aktuella området ner från Lantmäteriet (2015)

från produkten ”Laserdata vektor”. Laserskanningen av området ägde rum mellan

2015-05-04 och 2015-05-09.

3.4 Mätning

3.4.1 Stationsetablering

RUFRIS användes som stationsetableringsmetod (avsnitt 2.3), där totalstationen

placerades på önskad plats för att möjliggöra fri sikt till samtliga objekt och samtidigt

försäkra att GNSS-mottagaren hade täckning. För att kunna göra jämförelser med

Lantmäteriets data etablerades stationen i samma referenssystem, SWEREF 99 TM

och RH 2000 i höjd. Mätningarna för stationsetableringen med RUFRIS som metod

finns i bilaga E. Under mätningen sattes även reflextejpar upp i området som mättes

in för att kunna förflytta stationen längre upp i området och med hjälp av dessa

etablerades stationen genom fri stationsetablering (bilaga E).

Figur 7. Gångstråk från början (röd färg) till slut (blå färg).

Figur 8. Gångstråk som visar hur mycket data som samlats in. Röd färg indikerar sämre datainsamling och blå indikerar god datainsamling.

Figur 6. Exempel på det registrerade punktmolnet (HLS) från olika perspektiv.

14

En egen kontroll av stationsetableringen gjordes genom att en utmarkerad punkt

mättes in, med ett 360-prisma som fästes på en prismastång, före respektive efter

utförd mätning. Då stationsetableringen gjordes genom metoden RUFRIS krävdes

ytterligare kontroll av höjden på kontrollpunkten. Detta då GNSS, som metoden

RUFRIS använder, endast har en lägesosäkerhet på 10 mm i höjd enligt HMK-

Teknisk rapport 2018:1 (2018). För att kontrollera punktens och därmed även

stationsetableringens höjd gjordes därför en digital avvägning (i form av en slinga)

från en känd höjdfix, via en annan, till den markerade punkten (bilaga F). Genom att

gå från en känd höjdfix till en annan gjordes även en allmän kontroll av de kända

fixarnas höjd innan höjden för den utmarkerade punkten togs fram. Eftersom

avvägningen gjordes vid ett senare tillfälle än resterande mätning gjordes även en

extra inmätning av kontrollpunkten med totalstation, som etablerades efter de

tidigare inmätta reflextejparna i studieområdet. Inmätningen gjordes för att

upptäcka eventuell förflyttning av kontrollpunkten. Resultatet av avvägningen och

kontrollmätningarna redovisas i tabell 6.

3.4.2 Inmätning av sfärer

Utplacerade stativ med sfärer mättes in genom att cirkulärprismor monterades i

sfärens ställe (figur 3 och 4) för att kunna få koordinater över sfärens position.

Höjderna för varje signal (cirkulärprisma samt sfär) mättes också för att kunna få

korrekt höjd inför georefereringen. Detta gjordes med måttband som placerades på

trefoten. Höjden från trefoten till signalens centrum mättes också med måttband

därefter.

3.4.3 Kontrollprofiler

Enligt SIS-TS 21144:2016 avsnitt 10.4.2 och avsnitt 2.5 i denna rapport, beräknades

antalet kontrollprofiler för området till 7 st. Detta genom användandet av

ekvationen för utförande A, där antalet beräknades utifrån två markslagstyper

(skogsmark blandskog och slänt jämn) och en area på 0,2 ha. Kontrollprofilerna

placerades på ett sådant sätt att de var inom räckhåll för totalstationen och rymdes i

området, samtidigt som de representerade markens utformning (figur 9). Mätningen

gjordes genom att prismat (Geodimeter 571126111) sattes fast på stången med plan

fot, på en känd höjd. Därefter mättes 8 raka linjer (en extra profil) in med

totalstationen, vardera minst 20 m långa och innehållande minst 20 punkter.

15

Figur 9. Hur de olika profilerna var placerade över DTM:en. P1-P8 utgör profilerna 1 till 8.

3.5 Bearbetning

3.5.1 Georeferering

Georefereringen av det registrerade punktmolnet gjordes i CloudCompare, vilket

gjordes genom att först modellera varje sfär i punktmolnet. Modelleringen gick till

på så sätt att mittpunkten av varje sfär inledningsvis fastställdes. För helsfärerna

kunde programmet själv hitta mittpunkten genom att först låta programmet

modellera sfären, för att sedan ändra radien för denna och passa in sfären i centralt

läge. För halvsfärerna var det dock tvunget att göra en egen bedömning var

mittpunkten av sfären var, då CloudCompare inte hade möjlighet att modellera

dessa. Halvsfärerna skapades som helsfärerna efter bestämd radie och den bedömda

mittpunktens koordinater för sfären fastställde sfärens position. De modellerade

sfärerna gjordes sedan om till punktmolnsdata, som sammanfogades till det egentliga

punktmolnet från HLS-mätningarna. Efter sammanfogningen importerades en

koordinatfil för det inmätta sfärerna till programmet i form av punkter. Därefter

valdes var och en av sfärerna i punktmolnet ut, för varje markerad sfär i

punktmolnet valdes motsvarande inmätta punkt ut från koordinatfilen. Programmet

beräknade även ett root mean square (RMS) värde över georefereringen (bilaga G).

16

3.5.2 Skapa DTM som TIN

Det första steget för att skapa DTM:enra var att filtrera bort punkter som fanns

ovanför det som representerade marken. Lantmäteriets laserdata för FLS DTM:en

hade redan klassificerat punktmolnet och de aktuella punkterna för endast marken

kunde lätt plockas ut med hjälp av programvaran Terrascan. Då detta punktmoln har

en punkttäthet på 2 m behövdes ingen vidare reducering av punkterna. Därefter

skapades själva DTM:en i form av TIN i programmet Cloudcompare.

Punktmolnet från HLS mätningarna behövde bearbetas mer för att filtrera

punktmolnet, tills det endast avsåg själva marken. För detta användes tillägget med

algoritmen cloth simulation filtering (CSF) i CloudCompare (Zhang et al, 2016).

Algoritmen definierade punkterna som representerade marken och filtrerade bort

resterande punkter. Enligt Zhang et al. (2016) använder algoritmen en inverterad

form av punktmolnet där ett tänkt ”täcke” passas in efter punktmolnets yta och

användarens valda parametrar. De delar av punktmolnet som av tillägget fortfarande

felaktigt ansågs vara markpunkter kunde sedan manuellt avlägsnas. Därefter

reducerades antalet punkter i det filtrerade punktmolnet genom att bestämma

avståndet mellan punkterna, vilket fastställdes till 0,5 m, 1 m och 2 m för HLS.

Detta gjordes för att skapa en DTM med ett relevant antal trianglar men som

fortfarande representerade markytans utformning. Anledningen till att tre olika

DTM:er, med varierande punkttäthet testades, var att utreda huruvida mängden

data påverkade resultat för respektive DTM från HLS. Detta i likhet med Klang och

Burman (2006) som testade hur osäkerheten av höjdmodellen påverkades av olika

punkttäthet. Tillsist gjordes trianguleringen av modellen genom att använda en av

programvarans funktioner för Delauney triangulering som gjorde en bästa

anpassning i alla dimensioner.

3.6 Jämförelse av DTM:er mot kontrollprofiler

Kontrollberäkningen av respektive DTM utfördes enligt SIS-TS 21144:2016 avsnitt

10.8, med underliggande avsnitt. Resultatet från kontrollberäkningarna utgjorde

jämförelsen mellan DTM:erna som har sammanställts i tabell 2-5. Beräkningarna

gjordes stegvis och DTM:erna var för sig. Första steget var att beräkna

höjdskillnaden (Ah) mellan den genererade DTM:en (Th) och de inmätta punkterna i

varje enskild profil (Kh), enligt ekvation (3). Då profilens värde anses vara den sanna

värdet för marken utgör höjdskillnaden en avvikelse. Programvaran Geo användes

för att beräkna fram höjdavvikelserna för samtliga DTM:er (Bilaga A-D).

𝐴ℎ = 𝑇ℎ − 𝐾ℎ (3)

17

Nästa steg var att beräkna medelavvikelsen (Ahm) enligt ekvation 4. Där summan av

höjdavvikelserna (Ahi), från ekvation 3, dividerades med antalet inmätta punkter i

profilen (n).

𝐴ℎ𝑚 =∑ 𝐴ℎ𝑖𝑛𝑖=1

𝑛 (4)

Därefter beräknades höjdavvikelsernas standardavvikelse (Sp) enligt ekvation 5. I

beräkningen ingick värden för varje enskild höjdavvikelse (Ahi) som subtraherades

med medelavvikelsen (Ahm). Differensen kvadrerades och summerades, därefter

dividerades summan med antalet mätpunkter i profilen (n).

𝑆𝑝 = √∑ (𝐴ℎ𝑖−𝐴ℎ𝑚)

2𝑛𝑖=1

𝑛−1 (5)

Resultatet sammanställdes manuellt i tabell 2-5 där värden för min, max, medel-

samt standardavvikelse för varje enskild profil framgår. För att få en helhet över

DTM:ernas avvikelse mot profilerna beräknades även medelavvikelse (Mapt) och

standardavvikelse (Spt) för varje markslagstyp enligt ekvation 6 och 7. Den totala

medelavvikelsen (Mapt) för en viss marktyp beräknades genom att samtliga

höjdavvikelser (Ahi) för respektive profil (tillhörande marktypen) summerades och

dividerades med antalet mätpunkter (n).

𝑀𝑎𝑝𝑡 =∑ 𝐴ℎ𝑖𝑛𝑖=1

𝑛 (6)

Medelavvikelsen (Mapt) för respektive marktyp användes vid beräkningen av

standardavvikelsen för respektive marktyp (Spt) tillsammans med varje profils

höjdavvikelser (Ahi) och antalet mätpunkter (n), allt enligt ekvation 7.

𝑆𝑝𝑡 = √∑ (𝐴ℎ𝑖−𝑀𝑎𝑝𝑡)

2𝑛𝑖=1

𝑛−1 (7)

Samma ekvationer (6 och 7) användes för att beräkna medel- och standardavvikelse

för hela området för ytterligare jämförelse (tabell 2-5 och figur 10).

18

4 Resultat

I detta avsnitt visas resultatet av de jämförelser som gjorts mellan kontrollprofilerna

och DTM:erna som skapats från flygburen respektive handhållen laserskanning. För

varje enskild profil anges minsta (Min) respektive största (Max) avvikelsen som

DTM:en hade gentemot profilerna. Även medelvärdet (Ahm) och standardavvikelsen

(Sp) för höjdavvikelserna anges för varje enskild profil. RMS beräknades också fram

för varje enskild profil, vilket är en annan typ av statistiskt spridningsmått som

bättre visar systematiska fel än standardosäkerhet. Mapt1 visar medelvärdet för

höjdavvikelserna för hela området, medan Spt1 visar standardavvikelsen för hela

området. Därefter beräknades höjdavvikelsernas medelvärde (Mapt2) och

standardavvikelse (Spt2) ut för varje marktyp. Där profil 1 till 3 var belägna på ett

område som ansågs vara slänt (marktyp 15p) och profil 4 till 8 på skogsmark

(marktyp 5), val av marktyper utgick ifrån SIS-TS 21144:2016, avsnitt 6.1, tabell 3.

Området som ansågs vara av marktypen slänt var dock fortfarande beläget i

skogsområdet.

Resultatet av jämförelsen mellan DTM:en för FLS och kontrollprofilerna visas i

tabell 2. För FLS beräknades ett medelvärde på 0,055 m i höjdavvikelse för hela

området med en standardavvikelse på 0,046 m. Höjdavvikelsens medelvärde för

profil 1 till 3 beräknades till 0,057 m där standardavvikelsen var 0,056 m. För profil

4 till 8 beräknades höjdavvikelsen till 0,054 m med en standardavvikelse på 0,041

m.

DTM:en skapad från FLS-data klarar klass 3 enligt SIS-TS 21144:2016 avsnitt 8.2

tabell 6, samt uppfyller kraven för klass E, jämn skogsmark, enligt tabell 7 i samma

avsnitt. Klass 3 avser att markmodellen klarar en maximal avvikelse i höjd på 0,10

m.

Tabell 2. Resultatet från jämförelsen mellan kontrollprofilerna och DTM:en från flygburen laserskanning med data inhämtad från Lantmäteriet (2015). Resultatet redovisas i meter.

Profil 1 Profil 2 Profil 3 Profil 4 Profil 5 Profil 6 Profil 7 Profil 8

Min 0,002 -0,002 0,003 0,005 0,000 0,008 0,050 -0,005

Max 0,123 0,110 0,218 0,081 0,116 0,109 0,184 0,151

Ahm 0,054 0,044 0,069 0,033 0,046 0,058 0,078 0,055

Sp 0,049 0,043 0,067 0,019 0,037 0,032 0,043 0,053

RMS 0,072 0,060 0,096 0,038 0,059 0,066 0,088 0,076

Mapt2 0,057 0,054

Spt2 0,056 0,041

Mapt1 0,055

Spt1 0,046

19

För DTM:erna som skapades av laserdata från HLS, med varierande punkttätheter

på 0,5 m, 1 m respektive 2 m, beräknades tre olika resultat fram. I tabell 3 visas

resultaten för DTM:en med en punkttäthet på 0,5 m, där höjdavvikelsens

medelvärde för hela området beräknades till 0,043 m med en standardavvikelse på

0,034 m. För profil 1 till 3 beräknades höjdavvikelsernas medelvärde till 0,047 m,

med en standardavvikelse på 0,032 m för. Profil 4 till 8 fick ett medelvärde på

0,044 m för höjdavvikelserna och en standardavvikelse på 0,036 m.

DTM:en klarar klass 2 enligt SIS-TS 21144:2016 avsnitt 8.2 tabell 6, samt uppfyller

klass E, i tabell 7. Klass 2 avser en maximal medelavvikelse på 0,05 m i höjd.

Tabell 3. Resultatet från jämförelsen mellan kontrollprofilerna och DTM:en från handhållen laserskanning där en punkttäthet på 0,5 m användes. Resultatet redovisas i meter.


Min -0,001 0,001 0,001 0,000 -0,001 0,010 -0,002 0,000

Max 0,104 0,107 0,106 0,045 0,088 0,092 0,116 0,158

Ahm 0,039 0,046 0,054 0,012 0,040 0,056 0,046 0,067

Sp 0,034 0,034 0,031 0,014 0,027 0,025 0,028 0,049

RMS 0,051 0,055 0,062 0,019 0,048 0,061 0,053 0,083

Mapt2 0,047 0,044

Spt2 0,032 0,036

Mapt1 0,043

Spt1 0,034

Tabell 4 visar resultatet av HLS DTM:en baserad på reducerad punkttäthet, från 0,5

m till 1 m. Höjdavvikelsernas medelvärde ökade till 0,058 m med en

standardavvikelse på 0,046 m för hela området. Likaså ökade även höjdavvikelsen

för de olika marktyperna. Där profil 1 till 3 fick ett medelvärde på 0,065 m med en

standardavvikelse på 0,051 m, medan medelvärdet för profil 4 till 8 beräknades till

0,056 m med en standardavvikelse på 0,043 m.

DTM:en skapad från HLS-data med 1 m punkttäthet klarar samma toleranskrav,

enligt SIS-TS 21144:2016 avsnitt 8.2 tabell 6 och 7, som DTM:en skapad från FLS-

data.

20

Tabell 4. Resultatet från jämförelsen mellan kontrollprofilerna och DTM:en från handhållen laserskanning där

en punkttäthet på 1 m användes. Resultatet redovisas i meter.


Min -0,006 0,006 -0,003 0,000 0,003 0,012 0,020 0,012

Max 0,128 0,132 0,198 0,085 0,105 0,137 0,110 0,170

Ahm 0,054 0,062 0,076 0,034 0,050 0,068 0,051 0,080

Sp 0,037 0,050 0,061 0,025 0,035 0,031 0,035 0,066

RMS 0,065 0,077 0,096 0,041 0,060 0,075 0,061 0,102

Mapt2 0,065 0,056

Spt2 0,051 0,043

Mapt1 0,058

Spt1 0,046

Ytterligare reducering av punkttätheten för DTM:en med data från HLS gjordes för

att jämföra 2 m punkttäthet gentemot DTM:en med data från FLS, som även den

hade 2 m punkttäthet. Följande resulterade i ytterligare växande avvikelser som visas

i tabell 5. Höjdavvikelsen för DTM:en med 2 m punkttäthet från HLS beräknades

till 0,087 m i medelvärde med en standardavvikelse på 0,102 m. Även här växte

höjdavvikelsen för de olika marktyperna, där profil 1 till 3 fick en höjdavvikelse på

0,104 m som medelvärde och en standardavvikelse på 0,116 m. För profil 4 till 8

beräknades höjdavvikelsernas medelvärde till 0,078 m med standardavvikelse på

0,094 m.

Resultatet klarar klass 4 enligt SIS-TS 21144:2016 avsnitt 8.2 tabell 6, samt

uppfyller klass E, tabell 7.

Tabell 5. Resultatet från jämförelsen mellan kontrollprofilerna och DTM:en från handhållen laserskanning där en punkttäthet på 2 m användes. Resultatet redovisas i meter.


Min 0,029 -0,011 0,002 0,000 0,009 0,069 -0,009 0,010

Max 0,293 0,335 0,489 0,303 0,216 0,166 0,163 0,222

Ahm 0,114 0,099 0,105 0,149 0,049 0,107 0,078 0,022

Sp 0,107 0,100 0,136 0,099 0,092 0,039 0,041 0,113

RMS 0,154 0,139 0,169 0,177 0,103 0,113 0,088 0,113

Mapt2 0,104 0,078

Spt2 0,116 0,094

Mapt1 0,087

Spt1 0,102

21

Figur 10. Sammanställning av samtliga DTM:ers beräknade medel samt standardavvikelse gentemot kontrollprofilerna för hela området och för varje marktyp för sig. Resultatet redovisas i meter.

I Figur 11-12 visas skillnaden mellan DTM:erna skapade med data från FLS med 2 m

punkttäthet respektive HLS med 0,5 m punkttäthet, i en grafisk 3D-vy. HLS-datat

med 0,5 m visar på en mer detaljrik modellering av DTM.

Figur 11. DTM skapad med FLS-data från ”Laserdata vektor” © Lantmäteriet (2015) med 2 m punkttäthet. Framtagen i Geo.

-0,05

0

0,05

0,1

0,15

0,2

0,25

Mapt1(skogsmark, hela området)

Mapt2(skogsmark, stark lutning)

Mapt2(skogsmark, svag lutning)

Meter FLS HLS 0,5 m HLS 1 m HLS 2 m

22

Figur 12. DTM skapad från HLS-data med 0,5 m punkttäthet. Framtagen i Geo.

Skillnaden i höjd var 13 mm mellan första stationsetableringen med RUFRIS och

den digitala avvägningen. Vid mätningen av kontrollpunkten mellan första

stationsetableringen och kontrollen beräknades en skillnad på 8 mm fram, vilket inte

säkert kan fastställas som en förflyttning av punkten då skillnaden är inom

mätosäkerheten för RUFRIS.

Tabell 6. Resultat från inmätningen av kontrollpunkten (K1). Den digitala avvägningen gav endast resultat i

höjdled. Referens- och höjdsystem, SWEREF 99 TM och RH 2000.

N E H (m) Typ Datum

6 727 073,014 612 938,682 28,452 Efter stationsetablering 2018-04-17

6 727 073,017 612 938,684 28,451 Efter mätning 2018-04-17

6 727 073,017 612 938,680 28,448 Efter stationsetablering 2018-04-18

6 727 073,019 612 938,679 28,447 Efter mätning 2018-04-18

- - 28,439 Avvägning 2018-05-15

6 727 073,016 612 938,678 28,444 Kontroll 2018-05-16

23

5 Diskussion

Genomförd studie visar att mätningar med HLS kan jämställas med FLS-mätningar

som mätningsmetod, sett till respektive DTM:s avvikelse mot kontrollprofilerna.

Från både HLS och FLS som mätningsmetod skapades DTM:er med en medel- samt

standardavvikelse på centimeternivå, där skillnaden dem emellan var små.

Det som är viktigt att ha i åtanke när resultatet analyseras är att laserskanningen med

FLS gjordes för tre år sedan, medan skanningen med HLS och inmätningen av

kontrollprofilerna gjordes vid samma tillfälle i och med studien. Men då skillnaderna

mellan DTM:erna är små anses det inte ha någon betydelse i detta fall. Skanningen

av området gjordes utefter rådande väderförhållanden, vilket gjorde att området

begränsades i yta för att undvika att kvarliggande snö skannandes in. Dock kan tjäle

ha funnits kvar i marken och påverkat resultatet, men vid sådant fall förmodligen

ytterst lite. Denna eventuellt påverkande faktor bör också beaktas gällande

kontrollen av höjden på kontrollpunkten som gjordes genom digital avvägning.

Kontrollen gjordes vid ett senare tillfälle efter att den först mättes in, vilket ger en

viss osäkerhet i och med att kontrollpunkten kan ha rört sig. Men kontrollen gav

ändå ett tillfredsställande värde då skillnaden för kontrollpunkten inte var mer än 8

mm från första tillfället. Tidsaspekten mellan mätningarna anses därför inte ha haft

någon större påverkan på resultatet.

Ett orosmoment inför skanningen var om miljön var tillräckligt detaljrik för att få en

lyckad registrering med SLAM-algoritmen, vilket inte blev något problem. Under

skanningen var det svårt att avgöra vilka delområden som blivit skannande och inte.

Det blev inte synliggjort förrän punktmolnet var registrerat av

bearbetningsprogrammet, vilket ansågs vara en nackdel. Önskvärt var att ha en

slinga likt Bauwens et al. (2016) men vilket försvårades väl ute i fält. Vid bedömning

av punktmolnet i efterhand upptäcktes vissa brister och mindre hål i punktmolnet,

där bl.a. vissa sfärer var något ovala eller hade allmänt få punkter. Detta hade kunnat

undvikas genom en bättre planering av skanningens utförande. Där sfärerna

förslagsvis skulle kunna rundas för att få heltäckande data att modellera sfärerna

efter. Detta hade underlättat placeringen av de modellerade sfärerna och eventuellt

resulterat i en bättre georeferering. Insamlad laserdata anses ändå vara

tillfredsställande med tanke på det erhållna slutresultatet.

24

Fördelarna med HLS gentemot FLS är bland annat att skanningen och registreringen

av punktmolnet kan göras mycket snabbt utan omfattande planering. Instrumentet

ZEB-REVO med bearbetningsprogrammet GeoSLAM var dessutom mycket

användarvänligt där mindre förkunskaper krävdes. I likhet med James och Quinton

(2014) kan denna studie endast bekräfta att HLS verkar vara en lovande metod som

är mycket snabb. För denna studie skannandes omkring 2000 m2 på strax under 10

min och bearbetningen till ett registrerat punktmoln gjordes på ungefär lika lång tid.

Om punktmolnet däremot också ska georefereas krävs det en hel del arbete, både

före och efter skanningen, vilket kan vara tidskrävande (speciellt för ett område i

skogsmiljö). Det omfattande arbetet med georeferering av punktmolnet anses vara

en nackdel men som kanske skulle kunna lösas genom att integrera SLAM-

algoritmerna med GNSS, som Qian et al. (2017). RUFRIS som

stationsetableringsmetod kunde användas i denna studie då studieområdet låg intill

en öppen yta, i form av en landsväg. Då RUFRIS använder GNSS-mätningar krävs

det att instrumenten kan få signaler från satelliterna, vilket kan förhindras av t.ex.

träd eller höga byggnader. Detta gör att etableringsmetoden inte kan tillämpas

överallt. Därmed kan mer svårtillgängliga områden behöva göra mer omfattande

mätningar inför skanningen än vad denna studie behövde göra.

Riktlinjerna som anges i avsnitt 2.1, om att använda bl.a. brytlinjer vid framställning

och representation av DTM, var ogenomförbart för denna studie. Anledningen till

detta var att bearbetningen gjordes i CloudCompare, där brytlinjer inte går att skapa

i efterhand. I resultatet har även profilpunkterna 3-4 i profil 1 och punkterna 2-4 i

profil 2 tagits bort från samtliga mätningar. I jämförelsen mellan FLS DTM:en och

kontrollprofilerna hade dessa punkter höga negativa värden som avvek markant från

övriga höjdavvikelser. De höga negativa värdena bidrog till att i profil 1 och 2 fick

höjdavvikelserna ett medelvärde (Ahm) som minskade avsevärt i förhållande till vad

höjdavvikelserna skulle resultera i utan dessa höga negativa värden. Även det slutliga

resultatet (Mapt1) för FLS DTM:en beräknades få en betydande skillnad på grund av

detta. Innan dessa punkter togs bort hade profil 1 för FLS DTM:en en höjdavvikelse

på 0,004 m, vilket ökade till 0,054 m utan punkternas inverkan. Punkternas

negativa värden resulterade i att profil 2 för samma DTM också fick en höjdavvikelse

på 0,004 m, vilket ökade till 0,044 m utan punkterna. I det slutliga resultatet fick

FLS DTM:en ett medelvärde på 0,045 m med punkterna, vilket ökade till 0,055 m

utan dess inflytande. En bedömning gjorde därför att profilpunkterna 3 och 4, samt

2 till 4 för profil 1 respektive 2 inte var representativ för resultatet, varför

punkterna togs bort.

25

I jämförelsen mellan DTM:erna skapade med data från FLS och HLS så levererade

metoderna likvärdiga höjdskillnader i medelvärde för hela området. HLS med 0,5 m

punkttäthet var förvisso ca 1 cm bättre än FLS, men HLS med 1 m punkttäthet gav

en DTM med väldigt likvärdigt resultat gentemot FLS. Det förväntade resultatet

innan studien var att de båda metoderna skulle leverera likvärdiga resultat, vilket de

även gjorde på ett tillfredsställande sätt. Sett till standardavvikelsen så var även här

DTM:en skapad från HLS med 0,5 m punkttäthet ca 1 cm lägre än DTM:en från

FLS. Resultatet för marktyp 15p, dvs. slänt, resulterade i 2 cm lägre

standardavvikelse för HLS med 0,5 m punkttäthet än DTM:en från FLS. DTM:en

med 2 m punkttäthet som skapades från HLS gav dock sämst resultat utav samtliga

DTM:er. Höjdavvikelsernas medelvärde var 0,087 m, där det var som sämst på

marktyp 15p uppkom höjdavvikelsen till 0,104 m och med en standardavvikelse på

0,116 m. I och med att studien endast utgick ifrån åtta kontrollprofiler vid

beräknande av medel- och standardavvikelser kan resultatet, med de relativt små

skillnaderna, inte försäkra statistisk signifikans. Skapandet av DTM från HLS-data

gav bättre resultat när högre punkttäthet av punktmolnet användes. Därmed visar

studien på samma trend som Klang och Burman (2006), att högre punkttäthet kan

generera i en DTM med lägre osäkerhet. HLS kan vara en alternativ metod, men

samtidigt kan laserdata från FLS ändå ge låg osäkerhet för en DTM skapad från

betydligt färre punkter.

I studien av Bauwens et al. (2016) jämfördes b.la. höjdskillnader mellan DTM:er

skapade från mätningar med handhållen laserskanner (ZEB1, vilket är en föregångare

till ZEB-REVO) och terrester laserskanner (FARO Focus 3D 120). Detta gjordes

för tio olika testområden. Där resultatet visade att skillnaderna mellan DTM:erna

kunde uppnå värden lägre än 20 cm för vissa områden. Då ZEB-REVO är en nyare

modell än ZEB1 bör ZEB-REVO åtminstone kunna uppnå liknande osäkerhet som

ZEB1 i jämförelse med TLS (FARO Focus 3D 120). Denna reflektion är dock inget

som vår studie kan bekräfta.

5.1 Vidare studier

En vidare inriktning på denna studie skulle kunna vara att testa samla in FLS-data

med UAS istället för att använda Lantmäteriets. Detta kan vara intressant då UAS

blir en allt mer vanlig metod bland verksamma yrkesmän.

En annan idé för kommande studier skulle kunna vara att utforska hur SLAM-

algoritmen integrerat med GNSS eventuellt skulle kunna förbättra registrering och

georeferering av ett punktmoln. Där studien skulle kunna testa olika detaljrika

områden för att se hur och när teknikerna behöver komplettera varandra.

26

5.2 Hållbar utveckling och etiska aspekter

HLS med instrumentet ZEB-REVO är en tidseffektiv metod som underlättar och

effektiviserar arbetsprocessen. Då metoden HLS är fri från avgaser gör HLS mindre

inverkan på miljön och kan vara en alternativ metod i jämförelse med flygplan eller

andra bränsledrivna fordon. I och med att HLS snabbt kan samla in önskad data för

ett mindre område kan dessutom antalet extra arbetsresor minskas och utsläppen av

avgaser med dem. Då studien använde ny teknik i form av instrumentet ZEB-REVO

kan studien gå under mål nio av 17 för hållbar utveckling (United Nations, u.å.).

Etiska aspekter som togs i beaktning för denna studie var om markägaren hade några

synpunkter på att vi var på dennes mark och gjorde studien. Markägaren

kontaktades varav markägaren godkände vår förfrågan om att tillfälligt få vistas på

marken och även använda det data vi samlade in för studien.

27

6 Slutsats

Utifrån en inledande utvärdering av HLS som mätningsmetod, för framställande av

en DTM i skogsterräng, visar studien på likvärdigt resultat sett till lägesosäkerheten

för vad en DTM med FLS-mätningar kan åstadkomma. I och med det kan slutsatser

dras att FLS är fortsatt bra, effektiv metod att samla in data för att skapandet av

DTM i skogsterräng. Men att HLS kan vara en kompletterande metod om data

saknas för ett mindre område, eller om området i fråga har en utmanande terräng.

Då metoden inte behöver samma omfattande planering och kan utföras mycket

snabbt på bara några minuter. I jämförelse med FLS som mätningsmetod är

enkelheten att samla in data och få ett registrerat punktmoln på en sådan kort tid en

klar fördel för HLS. Medan nackdelarna med HLS är att insamlad data inte blir

synlig förrän efter bearbetningen av punktmolnet och att om punktmolnet ska

georefereras krävs en hel del förberedande samt vidare bearbetning.

28

Referenser

Bauwens, S., Bartholomeus, H., Calders, K. & Lejeune, P. (2016). Forest Inventory with Terrestrial LiDAR: A Comparison of Static and Hand-Held Mobile Laser Scanning. Forests, 7(6). https://doi.org/10.3390/f7060127

Dewez, T. J. B., Yart, S., Thuon, Y., Pannet, P., & Plat, E. (2017). Towards cavity-collapse hazard maps with Zeb-Revo handheld laser scanner point clouds. Photogrammetric Record, 32(160), 354–376. https://doi.org/10.1111/phor.12223

Durrant-Whyte, H., & Bailey, T. (2006). Simultaneous localization and mapping (SLAM): part I The Essential Algorithms. Robotics & Automation Magazine, 2, 99–110. https://doi.org/10.1109/MRA.2006.1638022

GeoSLAM Ltd. (2017). ZEB-REVO user manual v3.0.0 [Broschyr]. Hämtad 8 maj, 2018, från http://download.geoslam.com/docs/zeb-revo/ZEB-REVO%20User%20Guide%20V3.0.0.pdf

HMK-Höjddata. (2017). Handbok i mät- och kartfrågor, Höjddata. Gävle: Lantmäteriet. Hämtad den 1 januari, 2018, från http://www.lantmateriet.se/globalassets/om-lantmateriet/var-samverkan-med-andra/handbok-mat--och-kartfragor/dokument/2017/hmk_hojddata_2017.pdf

HMK-Teknisk rapport 2018:1. (2018). Handbok i mät- och kartfrågor, Teknisk rapport 2018:1:Mät- och lägesosäkerhet vid geodatainsamling – en lathund. Gävle: Lantmäteriet. Hämtad den 14 maj, 2018, från https://www.lantmateriet.se/globalassets/om-lantmateriet/var-samverkan-med-andra/handbok-mat--och-kartfragor/tekn_rapporter/hmk-tr_2018-1_lathund.pdf

Hubacek, M., Kovarik, V., & Kratochvil, V. (2016). ANALYSIS OF INFLUENCE OF TERRAIN RELIEF ROUGHNESS ON DEM ACCURACY GENERATED FROM LIDAR IN THE CZECH REPUBLIC TERRITORY. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B4, 25–30. https://doi.org/10.5194/isprs-archives-XLI-B4-25-2016

INSPIRE Thematic Working Group Elevation. (2012). D2.8.II.1 INSPIRE Data Specification on Elevation – Technical Guidelines. Hämtad 7 maj, 2018, från http://inspire.ec.europa.eu/documents/Data_Specifications/INSPIRE_DataSpecification_EL_v3.0.2.pdf

James, M.R. & Quinton, J.N. (2014). Ultra-rapid topographic surveying for complex environments: the hand-held mobile laser scanner (HMLS). Earth Surf. Process. Landforms, 39, 138-142. https://doi.org/10.1002/esp.3489

https://doi.org/10.3390/f7060127

https://doi.org/10.1111/phor.12223

https://doi.org/10.1109/MRA.2006.1638022

http://download.geoslam.com/docs/zeb-revo/ZEB-REVO%20User%20Guide%20V3.0.0.pdf

http://download.geoslam.com/docs/zeb-revo/ZEB-REVO%20User%20Guide%20V3.0.0.pdf

https://doi.org/10.1002/esp.3489

29

Klang, D. & Burman, H. (2006). En ny svensk höjdmodell – Laserskanning, Testprojekt Falun. LMV-rapport 2006:3. Gävle: Lantmäteriet. Hämtad 24 maj, 2018, från https://www.lantmateriet.se/globalassets/kartor-och-geografisk-information/gps-och-matning/geodesi/rapporter_publikationer/rapporter/lmv-rapport_2006_03_laserskanning_falun.pdf

Lantmäteriet. (2011). Rapporter - Höjdmodellens noggrannhet. Gävle: Lantmäteriet. Hämtad den 1 januari 2018 från http://www.lantmateriet.se/globalassets/kartor-och-geografisk-information/hojddata/rapporter/nnh_noggrannhet.pdf

Lantmäteriet m.fl. (2013). Geodetisk och fotogrammetrisk mätnings- och beräkningsteknik. Gävle: Lantmäteriet.

Lantmäteriet. (2015). Laserdata vektor. Hämtad den 13 april, 2018.

Lantmäteriet. (2016). Kvalitetsbeskrivning nationell höjdmodell. Gävle: Lantmäteriet. Hämtad den 15 februari, 2018, från https://www.lantmateriet.se/globalassets/kartor-och-geografisk-information/hojddata/produktbeskrivningar/kvalitetsbeskrivning_nh.pdf

Lehtola, V. V., Kaartinen, H., Nüchter, A., Kaijaluoto, R., Kukko, A., Litkey, P., Honkavaara, E., Rosnell, T., Vaaja, M.T., Virtanen, J-P., Kukela, M., El Issaoui, A., Zhu, L., Jaakkola, A. & Hyyppä, J. (2017). Comparison of the selected state-of-the-art 3D indoor scanning and point cloud generation methods. Remote Sensing, 9(8). https://doi.org/10.3390/rs9080796

Liang, X., Kukko, A., Kaartinen, H., Hyyppä, J., Yu, X., Jaakkola, A. & Wang, Y. (2014). Possibilities of a Personal Laser Scanning System for Forest Mapping and Ecosystem Services. Sensors, 14(1), 1228–1248. https://doi.org/10.3390/s140101228

Mårtensson, S-G. (2016). Geodetisk mätning och beräkning [Kompendium]. Högskolan i Gävle, Akademin för teknik och miljö.

Qian, C., Liu, H., Tang, J., Chen, Y., Kaartinen, H., Kukko, A., Zhu, L., Liang, X., Chen, L. & Hyyppä, J. (2017). An Integrated GNSS/INS/LiDAR-SLAM Positioning Method for Highly Accurate Forest Stem Mapping. Remote Sensing, 9(1). https://doi.org/10.3390/rs9010003

Reshetyuk, Y. (2017). Terrester Laserskanning. Bookboon. Hämtad från https://bookboon.com/se/terrester-laserskanning-ebook

Ryding, J., Williams, E., Smith, M. J., & Eichhorn, M. P. (2015). Assessing handheld mobile laser scanners for forest surveys. Remote Sensing, 7(1), 1095–1111. https://doi.org/10.3390/rs70101095

SIS-TS 21144 (2016). Byggmätning - Specifikationer vid framställning och kontroll av digitala terrängmodeller. Stockholm: SIS Förlag AB.

http://www.lantmateriet.se/globalassets/kartor-och-geografisk-information/hojddata/rapporter/nnh_noggrannhet.pdf

http://www.lantmateriet.se/globalassets/kartor-och-geografisk-information/hojddata/rapporter/nnh_noggrannhet.pdf

https://doi.org/10.3390/rs9080796

30

Tyagur, N. & Hollaus, M. (2016). DIGITAL TERRAIN MODELS FROM MOBILE LASER SCANNING DATA IN MORAVIAN KARST. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B3, 387–394. https://doi.org/10.5194/isprs-archives-XLI-B3-387-2016

United Nations. (u.å). SUSTAINABLE DEVELOPMENT GOALS: 17 GOALS TO TRANSFORM OUR WORLD. Hämtad 19 december, 2017, från United Nations, http://www.un.org/sustainabledevelopment/sustainable-development-goals/

Vium Andersson, J. (2012). Underlag till metodbeskrivning RUFRIS. Hämtad den 28 mars, 2018, från Trafikverket, https://trafikverket.ineko.se/se/metodbeskrivning-rufris

Zhang, W., Qi, J., Wan, P., Wang, H., Xie, D., Wang, X., & Yan, G. (2016). An easy-to-use airborne LiDAR data filtering method based on cloth simulation. Remote Sensing, 8(6). https://doi.org/10.3390/rs8060501

https://doi.org/10.5194/isprs-archives-XLI-B3-387-2016

A1

Bilaga A

Nedan listas FLS DTM:ens höjdavvikelser i jämförelse mot kontrollprofilerna.

Gulmarkerade punkter, punkt 3 och 4 i profil 1 samt punkt 2 till 4 i profil 2, togs

bort från beräkningarna på grund av avvikande värden för FLS DTM:en (läs mer om

detta i avsnitt 4 och 5). Samtliga beräkningar är i enheten meter och i

referenssystemet SWEREF 99 TM med höjdsystemet RH2000.

A1. FLS DTM:en som skapades i CloudCompare med data från Lantmäteriet (2015), med 2 m punkttäthet, i jämförelse mot kontrollprofil 1.

Profil 1 Min Max Ahm Sp RMS

0,002 0,123 0,054 0,049 0,072

Punkt nr N E Ah

1 6 727 077,396 612 911,278 0,028

2 6 727 078,003 612 910,633 -0,076

3 6 727 078,501 612 910,166 -0,259

4 6 727 079,142 612 909,538 -0,361

5 6 727 079,910 612 908,415 0,005

6 6 727 080,269 612 907,808 0,109

7 6 727 080,747 612 907,038 0,066

8 6 727 081,420 612 906,074 0,091

9 6 727 082,082 612 905,241 0,083

10 6 727 082,390 612 904,779 0,085

11 6 727 082,968 612 903,854 0,067

12 6 727 083,829 612 902,835 0,040

13 6 727 084,852 612 901,280 0,064

14 6 727 085,257 612 900,543 0,070

15 6 727 085,787 612 899,781 0,123

16 6 727 086,414 612 898,389 0,115

17 6 727 087,447 612 897,194 0,066

18 6 727 088,254 612 896,010 0,002

19 6 727 088,979 612 895,009 0,012

20 6 727 089,610 612 893,898 0,024

21 6 727 090,148 612 893,329 0,024

A2

A2. FLS DTM:en som skapades i CloudCompare med data från Lantmäteriet (2015), med 2 m punkttäthet, i

jämförelse mot kontrollprofil 2.


-0,002 0,110 0,044 0,043 0,060

Punkt nr N E Ah

1 6 727 078,380 612 913,228 -0,026

2 6 727 079,110 612 912,859 -0,182

3 6 727 079,773 612 912,529 -0,337

4 6 727 080,226 612 912,338 -0,347

5 6 727 081,362 612 911,758 -0,002

6 6 727 082,353 612 911,229 0,073

7 6 727 083,322 612 910,821 0,075

8 6 727 084,297 612 910,403 0,044

9 6 727 085,362 612 909,934 0,014

10 6 727 086,426 612 909,431 0,036

11 6 727 087,516 612 908,804 -0,017

12 6 727 088,522 612 908,237 0,103

13 6 727 089,364 612 907,550 0,106

14 6 727 090,320 612 906,807 0,038

15 6 727 091,314 612 906,300 0,053

16 6 727 091,991 612 906,119 0,056

17 6 727 092,756 612 905,720 0,110

18 6 727 093,509 612 905,205 0,058

19 6 727 094,384 612 904,582 -0,029

20 6 727 095,617 612 903,797 0,033

21 6 727 096,598 612 903,229 0,060

A3




0,003 0,218 0,069 0,067 0,096

Punkt nr N E Ah

1 6 727 080,974 612 918,243 0,126

2 6 727 081,612 612 917,936 0,094

3 6 727 082,074 612 917,877 0,054

4 6 727 082,719 612 917,832 0,003

5 6 727 083,181 612 917,665 -0,029

6 6 727 084,190 612 917,597 -0,106

7 6 727 085,320 612 917,484 0,004

8 6 727 086,301 612 917,451 0,051

9 6 727 087,223 612 917,338 0,065

10 6 727 088,197 612 917,066 0,073

11 6 727 089,050 612 917,066 0,101

12 6 727 090,062 612 917,055 0,077

13 6 727 090,963 612 917,071 0,091

14 6 727 091,825 612 917,078 0,112

15 6 727 092,864 612 917,165 -0,012

16 6 727 094,067 612 917,427 0,059

17 6 727 094,926 612 917,638 0,030

18 6 727 095,837 612 917,833 0,099

19 6 727 097,036 612 918,074 0,051

20 6 727 098,512 612 917,713 0,218

21 6 727 099,799 612 917,861 0,187

22 6 727 100,657 612 918,038 0,147

23 6 727 101,449 612 918,116 0,096

24 6 727 102,507 612 918,177 0,062

25 6 727 103,500 612 918,316 0,072

A4




0,005 0,081 0,033 0,019 0,038

Punkt nr N E Ah

1 6 727 107,596 612 919,007 0,028

2 6 727 106,673 612 917,382 0,055

3 6 727 105,784 612 916,146 0,045

4 6 727 104,401 612 914,345 0,049

5 6 727 103,755 612 913,602 0,040

6 6 727 103,058 612 912,837 0,029

7 6 727 102,481 612 912,055 0,042

8 6 727 101,394 612 910,880 0,034

9 6 727 100,571 612 909,929 0,037

10 6 727 099,719 612 908,752 0,037

11 6 727 098,798 612 907,689 0,029

12 6 727 098,125 612 907,008 0,053

13 6 727 097,553 612 906,157 0,027

14 6 727 096,972 612 905,256 0,009

15 6 727 096,729 612 904,584 0,027

16 6 727 096,341 612 903,737 0,051

17 6 727 096,127 612 903,251 0,022

18 6 727 095,775 612 902,463 0,005

19 6 727 095,007 612 901,294 0,005

20 6 727 093,798 612 899,757 0,081

21 6 727 092,446 612 898,493 0,019

22 6 727 092,281 612 898,012 0,007

A5




0,000 0,116 0,046 0,037 0,059

Punkt nr N E Ah

1 6 727 093,533 612 905,710 0,073

2 6 727 093,924 612 905,083 0,044

3 6 727 094,328 612 904,429 -0,008

4 6 727 094,744 612 903,783 0,041

5 6 727 095,244 612 902,965 0,027

6 6 727 095,782 612 902,048 0,003

7 6 727 096,050 612 901,165 0,079

8 6 727 096,349 612 900,565 0,067

9 6 727 096,666 612 899,762 0,002

10 6 727 096,974 612 898,984 -0,036

11 6 727 097,218 612 898,181 0,109

12 6 727 097,527 612 897,368 0,074

13 6 727 097,815 612 896,689 0,022

14 6 727 098,088 612 895,927 0,079

15 6 727 098,388 612 895,311 0,109

16 6 727 098,645 612 894,753 0,000

17 6 727 098,964 612 893,888 0,000

18 6 727 099,619 612 892,882 0,056

19 6 727 100,167 612 891,926 0,085

20 6 727 100,675 612 890,955 0,052

21 6 727 101,282 612 889,925 0,050

22 6 727 101,748 612 889,107 0,046

23 6 727 102,366 612 887,909 0,023

24 6 727 102,879 612 886,990 0,060

25 6 727 103,298 612 885,995 0,040

26 6 727 103,776 612 884,883 0,043

27 6 727 104,283 612 883,905 0,054

28 6 727 104,939 612 882,974 0,116

29 6 727 105,509 612 882,226 0,034

A6




0,008 0,109 0,058 0,032 0,066

Punkt nr N E Ah

1 6 727 106,787 612 880,801 0,063

2 6 727 107,361 612 881,749 0,058

3 6 727 107,668 612 882,351 0,008

4 6 727 107,922 612 883,241 0,066

5 6 727 107,944 612 883,679 0,058

6 6 727 108,113 612 884,311 0,063

7 6 727 108,255 612 885,367 0,045

8 6 727 108,688 612 887,117 0,067

9 6 727 108,697 612 888,403 0,094

10 6 727 109,007 612 889,593 0,089

11 6 727 109,252 612 890,965 0,109

12 6 727 109,647 612 892,437 0,079

13 6 727 109,677 612 894,876 0,057

14 6 727 109,556 612 896,553 0,034

15 6 727 109,434 612 897,820 -0,039

16 6 727 109,382 612 899,594 0,051

17 6 727 109,513 612 900,005 0,055

18 6 727 109,875 612 900,868 0,064

19 6 727 110,080 612 901,743 0,099

20 6 727 110,207 612 902,607 0,070

21 6 727 110,438 612 903,105 0,033

A7




0,050 0,184 0,078 0,043 0,088

Punkt nr N E Ah

1 6 727 108,849 612 904,488 0,107

2 6 727 108,619 612 903,912 0,081

3 6 727 108,451 612 903,172 0,050

4 6 727 108,273 612 902,388 0,120

5 6 727 108,210 612 901,672 0,146

6 6 727 107,973 612 900,781 0,184

7 6 727 107,617 612 899,836 0,031

8 6 727 107,314 612 898,871 0,118

9 6 727 106,904 612 897,796 0,063

10 6 727 106,575 612 897,126 0,129

11 6 727 105,655 612 895,038 0,011

12 6 727 105,194 612 894,059 0,071

13 6 727 104,927 612 893,333 0,069

14 6 727 104,548 612 892,678 0,065

15 6 727 103,872 612 891,913 0,080

16 6 727 103,536 612 890,843 0,049

17 6 727 103,243 612 890,073 0,050

18 6 727 103,062 612 889,047 0,104

19 6 727 102,909 612 888,154 0,013

20 6 727 102,763 612 887,120 0,044

21 6 727 102,459 612 885,904 0,073

22 6 727 102,188 612 884,891 0,052

A8




-0,005 0,151 0,055 0,053 0,076

Punkt nr N E Ah

1 6 727 094,646 612 887,414 0,011

2 6 727 094,643 612 887,416 0,009

3 6 727 095,212 612 888,115 -0,016

4 6 727 095,827 612 889,072 -0,005

5 6 727 096,224 612 889,756 0,055

6 6 727 097,370 612 891,558 0,151

7 6 727 097,885 612 892,373 -0,038

8 6 727 098,330 612 893,150 -0,014

9 6 727 098,664 612 894,027 0,054

10 6 727 099,238 612 895,102 0,022

11 6 727 099,712 612 896,042 0,098

12 6 727 100,369 612 897,579 0,016

13 6 727 101,324 612 898,966 0,096

14 6 727 101,503 612 899,866 0,086

15 6 727 101,941 612 900,814 0,080

16 6 727 102,343 612 901,400 0,151

17 6 727 102,896 612 902,426 0,132

18 6 727 103,378 612 903,115 0,038

19 6 727 103,961 612 903,932 0,032

20 6 727 104,718 612 904,739 0,093

21 6 727 105,640 612 905,571 0,087

22 6 727 106,408 612 906,256 0,013

23 6 727 107,020 612 907,511 0,078

24 6 727 107,617 612 908,337 0,090

B1

Bilaga B

Nedan listas höjdavvikelser för HLS DTM:en, med punkttätheten 0,5 m, i

jämförelse mot kontrollprofilerna. Gulmarkerade punkter, punkt 3 och 4 i profil 1

samt punkt 2 till 4 i profil 2, togs bort från beräkningarna på grund av avvikande

värden för FLS DTM:en (läs mer om detta i avsnitt 4 och 5). Samtliga beräkningar

är i enheten meter och i referenssystemet SWEREF 99 TM med höjdsystemet

RH2000.

B1. HLS DTM:en som skapades i CloudCompare, med 0,5 m punkttäthet, i jämförelse mot kontrollprofil 1.


-0,001 0,104 0,039 0,034 0,051

Punkt nr N E Ah

1 6 727 077,396 612 911,278 0,020

2 6 727 078,003 612 910,633 -0,025

3 6 727 078,501 612 910,166 0,018

4 6 727 079,142 612 909,538 0,023

5 6 727 079,910 612 908,415 0,062

6 6 727 080,269 612 907,808 0,104

7 6 727 080,747 612 907,038 -0,002

8 6 727 081,420 612 906,074 0,047

9 6 727 082,082 612 905,241 0,066

10 6 727 082,390 612 904,779 0,080

11 6 727 082,968 612 903,854 0,050

12 6 727 083,829 612 902,835 0,030

13 6 727 084,852 612 901,280 0,074

14 6 727 085,257 612 900,543 0,041

15 6 727 085,787 612 899,781 0,057

16 6 727 086,414 612 898,389 0,055

17 6 727 087,447 612 897,194 0,025

18 6 727 088,254 612 896,010 0,003

19 6 727 088,979 612 895,009 -0,001

20 6 727 089,610 612 893,898 0,010

B2



0,001 0,107 0,046 0,031 0,055

Punkt nr N E Ah

1 6 727 078,380 612 913,228 0,021

2 6 727 079,110 612 912,859 0,023

3 6 727 079,773 612 912,529 0,062

4 6 727 080,226 612 912,338 0,070

5 6 727 081,362 612 911,758 0,068

6 6 727 082,353 612 911,229 0,036

7 6 727 083,322 612 910,821 0,050

8 6 727 084,297 612 910,403 0,069

9 6 727 085,362 612 909,934 0,075

10 6 727 086,426 612 909,431 0,013

11 6 727 087,516 612 908,804 0,018

12 6 727 088,522 612 908,237 0,107

13 6 727 089,364 612 907,550 0,044

14 6 727 090,320 612 906,807 0,007

15 6 727 091,314 612 906,300 0,061

16 6 727 091,991 612 906,119 0,080

17 6 727 092,756 612 905,720 0,085

18 6 727 093,509 612 905,205 0,051

19 6 727 094,384 612 904,582 0,001

20 6 727 095,617 612 903,797 0,010

21 6 727 096,598 612 903,229 0,029

B3



0,001 0,106 0,054 0,031 0,062

Punkt nr N E Ah

1 6 727 080,974 612 918,243 0,037

2 6 727 081,612 612 917,936 0,073

3 6 727 082,074 612 917,877 0,064

4 6 727 082,719 612 917,832 0,104

5 6 727 083,181 612 917,665 0,032

6 6 727 084,190 612 917,597 0,039

7 6 727 085,320 612 917,484 0,066

8 6 727 086,301 612 917,451 0,001

9 6 727 087,223 612 917,338 -0,001

10 6 727 088,197 612 917,066 0,019

11 6 727 089,050 612 917,066 0,062

12 6 727 090,062 612 917,055 0,065

13 6 727 090,963 612 917,071 0,078

14 6 727 091,825 612 917,078 0,052

15 6 727 092,864 612 917,165 0,008

16 6 727 094,067 612 917,427 0,071

17 6 727 094,926 612 917,638 0,036

18 6 727 095,837 612 917,833 0,106

19 6 727 097,036 612 918,074 0,055

20 6 727 098,512 612 917,713 0,091

21 6 727 099,799 612 917,861 0,079

22 6 727 100,657 612 918,038 0,100

23 6 727 101,449 612 918,116 0,029

24 6 727 102,507 612 918,177 0,061

25 6 727 103,500 612 918,316 0,035

B4



0,000 0,045 0,012 0,014 0,019

Punkt nr N E Ah

1 6 727 107,596 612 919,007 0,045

2 6 727 106,673 612 917,382 0,027

3 6 727 105,784 612 916,146 0,027

4 6 727 104,401 612 914,345 -0,001

5 6 727 103,755 612 913,602 0,012

6 6 727 103,058 612 912,837 0,017

7 6 727 102,481 612 912,055 0,004

8 6 727 101,394 612 910,880 0,022

9 6 727 100,571 612 909,929 0,040

10 6 727 099,719 612 908,752 0,011

11 6 727 098,798 612 907,689 0,012

12 6 727 098,125 612 907,008 -0,002

13 6 727 097,553 612 906,157 0,000

14 6 727 096,972 612 905,256 -0,003

15 6 727 096,729 612 904,584 -0,003

16 6 727 096,341 612 903,737 -0,003

17 6 727 096,127 612 903,251 0,019

18 6 727 095,775 612 902,463 0,006

19 6 727 095,007 612 901,294 0,003

20 6 727 093,798 612 899,757 0,024

21 6 727 092,446 612 898,493 -0,001

22 6 727 092,281 612 898,012 0,016

B5



-0,001 0,088 0,040 0,027 0,048

Punkt nr N E Ah

1 6 727 093,533 612 905,710 0,032

2 6 727 093,924 612 905,083 0,039

3 6 727 094,328 612 904,429 0,006

4 6 727 094,744 612 903,783 0,014

5 6 727 095,244 612 902,965 -0,001

6 6 727 095,782 612 902,048 0,030

7 6 727 096,050 612 901,165 0,054

8 6 727 096,349 612 900,565 0,058

9 6 727 096,666 612 899,762 0,071

10 6 727 096,974 612 898,984 0,087

11 6 727 097,218 612 898,181 0,032

12 6 727 097,527 612 897,368 0,028

13 6 727 097,815 612 896,689 0,033

14 6 727 098,088 612 895,927 0,056

15 6 727 098,388 612 895,311 0,080

16 6 727 098,645 612 894,753 0,051

17 6 727 098,964 612 893,888 0,072

18 6 727 099,619 612 892,882 0,061

19 6 727 100,167 612 891,926 0,029

20 6 727 100,675 612 890,955 0,043

21 6 727 101,282 612 889,925 0,002

22 6 727 101,748 612 889,107 -0,003

23 6 727 102,366 612 887,909 0,022

24 6 727 102,879 612 886,990 0,053

25 6 727 103,298 612 885,995 -0,015

26 6 727 103,776 612 884,883 0,030

27 6 727 104,283 612 883,905 0,056

28 6 727 104,939 612 882,974 0,047

29 6 727 105,509 612 882,226 0,088

B6



0,010 0,092 0,056 0,025 0,061

Punkt nr N E Ah

1 6 727 106,787 612 880,801 0,053

2 6 727 107,361 612 881,749 0,086

3 6 727 107,668 612 882,351 0,010

4 6 727 107,922 612 883,241 0,034

5 6 727 107,944 612 883,679 0,016

6 6 727 108,113 612 884,311 0,059

7 6 727 108,255 612 885,367 0,087

8 6 727 108,688 612 887,117 0,076

9 6 727 108,697 612 888,403 0,092

10 6 727 109,007 612 889,593 0,065

11 6 727 109,252 612 890,965 0,085

12 6 727 109,647 612 892,437 0,032

13 6 727 109,677 612 894,876 0,042

14 6 727 109,556 612 896,553 0,072

15 6 727 109,434 612 897,820 0,023

16 6 727 109,382 612 899,594 0,043

17 6 727 109,513 612 900,005 0,076

18 6 727 109,875 612 900,868 0,058

19 6 727 110,080 612 901,743 0,070

20 6 727 110,207 612 902,607 0,065

21 6 727 110,438 612 903,105 0,030

B7



-0,002 0,116 0,046 0,028 0,053

Punkt nr N E Ah

1 6 727 108,849 612 904,488 0,038

2 6 727 108,619 612 903,912 0,061

3 6 727 108,451 612 903,172 0,021

4 6 727 108,273 612 902,388 0,048

5 6 727 108,210 612 901,672 0,116

6 6 727 107,973 612 900,781 0,050

7 6 727 107,617 612 899,836 0,039

8 6 727 107,314 612 898,871 0,041

9 6 727 106,904 612 897,796 0,075

10 6 727 106,575 612 897,126 0,101

11 6 727 105,655 612 895,038 0,038

12 6 727 105,194 612 894,059 0,070

13 6 727 104,927 612 893,333 0,060

14 6 727 104,548 612 892,678 0,048

15 6 727 103,872 612 891,913 0,047

16 6 727 103,536 612 890,843 0,017

17 6 727 103,243 612 890,073 0,016

18 6 727 103,062 612 889,047 0,050

19 6 727 102,909 612 888,154 0,034

20 6 727 102,763 612 887,120 0,027

21 6 727 102,459 612 885,904 0,011

22 6 727 102,188 612 884,891 -0,002

B8



0,000 0,158 0,067 0,049 0,083

Punkt nr N E Ah

1 6 727 094,646 612 887,414 0,010

2 6 727 094,643 612 887,416 0,009

3 6 727 095,212 612 888,115 0,000

4 6 727 095,827 612 889,072 0,015

5 6 727 096,224 612 889,756 0,009

6 6 727 097,370 612 891,558 0,075

7 6 727 097,885 612 892,373 0,018

8 6 727 098,330 612 893,150 0,119

9 6 727 098,664 612 894,027 0,137

10 6 727 099,238 612 895,102 0,051

11 6 727 099,712 612 896,042 0,063

12 6 727 100,369 612 897,579 -0,021

13 6 727 101,324 612 898,966 0,090

14 6 727 101,503 612 899,866 0,060

15 6 727 101,941 612 900,814 0,127

16 6 727 102,343 612 901,400 0,158

17 6 727 102,896 612 902,426 0,104

18 6 727 103,378 612 903,115 0,114

19 6 727 103,961 612 903,932 0,032

20 6 727 104,718 612 904,739 0,104

21 6 727 105,640 612 905,571 0,113

22 6 727 106,408 612 906,256 0,069

23 6 727 107,020 612 907,511 0,069

24 6 727 107,617 612 908,337 0,084

C1

Bilaga C

Nedan listas höjdavvikelser för HLS DTM:en, med punkttätheten 1 m, i jämförelse

mot kontrollprofilerna. Gulmarkerade punkter, punkt 3 och 4 i profil 1 samt punkt

2 till 4 i profil 2, togs bort från beräkningarna på grund av avvikande värden för FLS

DTM:en (läs mer om detta i avsnitt 4 och 5). Samtliga beräkningar är i enheten

meter och i referenssystemet SWEREF 99 TM med höjdsystemet RH2000.

C1. HLS DTM:en som skapades i CloudCompare, med 1 m punkttäthet, i jämförelse mot kontrollprofil 1.


-0,006 0,128 0,054 0,037 0,065

Punkt nr N E Ah

1 6 727 077,396 612 911,278 0,079

2 6 727 078,003 612 910,633 -0,007

3 6 727 078,501 612 910,166 -0,006

4 6 727 079,142 612 909,538 0,006

5 6 727 079,910 612 908,415 0,069

6 6 727 080,269 612 907,808 0,111

7 6 727 080,747 612 907,038 0,046

8 6 727 081,420 612 906,074 0,075

9 6 727 082,082 612 905,241 0,068

10 6 727 082,390 612 904,779 0,062

11 6 727 082,968 612 903,854 0,048

12 6 727 083,829 612 902,835 -0,007

13 6 727 084,852 612 901,280 0,128

14 6 727 085,257 612 900,543 0,058

15 6 727 085,787 612 899,781 0,080

16 6 727 086,414 612 898,389 0,050

17 6 727 087,447 612 897,194 0,066

18 6 727 088,254 612 896,010 0,020

19 6 727 088,979 612 895,009 -0,006

20 6 727 089,610 612 893,898 0,033

C2



0,006 0,132 0,062 0,047 0,077

Punkt nr N E Ah

1 6 727 078,380 612 913,228 0,049

2 6 727 079,110 612 912,859 0,043

3 6 727 079,773 612 912,529 0,013

4 6 727 080,226 612 912,338 0,074

5 6 727 081,362 612 911,758 0,132

6 6 727 082,353 612 911,229 0,059

7 6 727 083,322 612 910,821 0,056

8 6 727 084,297 612 910,403 0,073

9 6 727 085,362 612 909,934 0,118

10 6 727 086,426 612 909,431 0,056

11 6 727 087,516 612 908,804 0,028

12 6 727 088,522 612 908,237 0,097

13 6 727 089,364 612 907,550 0,089

14 6 727 090,320 612 906,807 0,006

15 6 727 091,314 612 906,300 0,097

16 6 727 091,991 612 906,119 0,030

17 6 727 092,756 612 905,720 0,127

18 6 727 093,509 612 905,205 0,090

19 6 727 094,384 612 904,582 -0,055

20 6 727 095,617 612 903,797 0,022

21 6 727 096,598 612 903,229 0,038

C3



-0,003 0,198 0,076 0,061 0,096

Punkt nr N E Ah

1 6 727 080,974 612 918,243 0,180

2 6 727 081,612 612 917,936 0,082

3 6 727 082,074 612 917,877 0,025

4 6 727 082,719 612 917,832 0,047

5 6 727 083,181 612 917,665 0,052

6 6 727 084,190 612 917,597 0,032

7 6 727 085,320 612 917,484 0,073

8 6 727 086,301 612 917,451 0,028

9 6 727 087,223 612 917,338 -0,003

10 6 727 088,197 612 917,066 0,021

11 6 727 089,050 612 917,066 0,080

12 6 727 090,062 612 917,055 0,137

13 6 727 090,963 612 917,071 0,050

14 6 727 091,825 612 917,078 0,045

15 6 727 092,864 612 917,165 0,006

16 6 727 094,067 612 917,427 0,073

17 6 727 094,926 612 917,638 0,066

18 6 727 095,837 612 917,833 0,106

19 6 727 097,036 612 918,074 0,060

20 6 727 098,512 612 917,713 0,196

21 6 727 099,799 612 917,861 0,198

22 6 727 100,657 612 918,038 0,197

23 6 727 101,449 612 918,116 0,071

24 6 727 102,507 612 918,177 0,058

25 6 727 103,500 612 918,316 0,014

C4



0,000 0,085 0,034 0,025 0,041

Punkt nr N E Ah

1 6 727 107,596 612 919,007 0,084

2 6 727 106,673 612 917,382 0,041

3 6 727 105,784 612 916,146 0,040

4 6 727 104,401 612 914,345 0,032

5 6 727 103,755 612 913,602 0,015

6 6 727 103,058 612 912,837 0,026

7 6 727 102,481 612 912,055 0,043

8 6 727 101,394 612 910,880 0,053

9 6 727 100,571 612 909,929 0,049

10 6 727 099,719 612 908,752 0,035

11 6 727 098,798 612 907,689 0,004

12 6 727 098,125 612 907,008 -0,007

13 6 727 097,553 612 906,157 -0,006

14 6 727 096,972 612 905,256 0,004

15 6 727 096,729 612 904,584 0,008

16 6 727 096,341 612 903,737 0,022

17 6 727 096,127 612 903,251 0,029

18 6 727 095,775 612 902,463 0,085

19 6 727 095,007 612 901,294 0,051

20 6 727 093,798 612 899,757 0,040

21 6 727 092,446 612 898,493 0,036

22 6 727 092,281 612 898,012 0,055

C5



0,003 0,105 0,050 0,035 0,060

Punkt nr N E Ah

1 6 727 093,533 612 905,710 0,007

2 6 727 093,924 612 905,083 0,052

3 6 727 094,328 612 904,429 -0,043

4 6 727 094,744 612 903,783 0,003

5 6 727 095,244 612 902,965 0,052

6 6 727 095,782 612 902,048 0,074

7 6 727 096,050 612 901,165 0,057

8 6 727 096,349 612 900,565 0,079

9 6 727 096,666 612 899,762 0,105

10 6 727 096,974 612 898,984 0,050

11 6 727 097,218 612 898,181 0,055

12 6 727 097,527 612 897,368 0,100

13 6 727 097,815 612 896,689 0,052

14 6 727 098,088 612 895,927 0,062

15 6 727 098,388 612 895,311 0,076

16 6 727 098,645 612 894,753 0,023

17 6 727 098,964 612 893,888 0,071

18 6 727 099,619 612 892,882 0,082

19 6 727 100,167 612 891,926 0,043

20 6 727 100,675 612 890,955 0,005

21 6 727 101,282 612 889,925 -0,021

22 6 727 101,748 612 889,107 0,024

23 6 727 102,366 612 887,909 0,051

24 6 727 102,879 612 886,990 0,082

25 6 727 103,298 612 885,995 0,062

26 6 727 103,776 612 884,883 0,086

27 6 727 104,283 612 883,905 0,048

28 6 727 104,939 612 882,974 0,034

29 6 727 105,509 612 882,226 0,068

C6



0,012 0,137 0,068 0,031 0,075

Punkt nr N E Ah

1 6 727 106,787 612 880,801 0,061

2 6 727 107,361 612 881,749 0,088

3 6 727 107,668 612 882,351 0,068

4 6 727 107,922 612 883,241 0,065

5 6 727 107,944 612 883,679 0,054

6 6 727 108,113 612 884,311 0,071

7 6 727 108,255 612 885,367 0,070

8 6 727 108,688 612 887,117 0,119

9 6 727 108,697 612 888,403 0,074

10 6 727 109,007 612 889,593 0,072

11 6 727 109,252 612 890,965 0,137

12 6 727 109,647 612 892,437 0,083

13 6 727 109,677 612 894,876 0,012

14 6 727 109,556 612 896,553 0,059

15 6 727 109,434 612 897,820 0,045

16 6 727 109,382 612 899,594 0,092

17 6 727 109,513 612 900,005 0,103

18 6 727 109,875 612 900,868 0,050

19 6 727 110,080 612 901,743 0,072

20 6 727 110,207 612 902,607 0,027

21 6 727 110,438 612 903,105 0,012

C7



0,020 0,110 0,051 0,035 0,061

Punkt nr N E Ah

1 6 727 108,849 612 904,488 0,046

2 6 727 108,619 612 903,912 0,027

3 6 727 108,451 612 903,172 0,022

4 6 727 108,273 612 902,388 0,057

5 6 727 108,210 612 901,672 0,079

6 6 727 107,973 612 900,781 0,020

7 6 727 107,617 612 899,836 0,042

8 6 727 107,314 612 898,871 0,071

9 6 727 106,904 612 897,796 0,107

10 6 727 106,575 612 897,126 0,086

11 6 727 105,655 612 895,038 -0,050

12 6 727 105,194 612 894,059 0,110

13 6 727 104,927 612 893,333 0,094

14 6 727 104,548 612 892,678 0,041

15 6 727 103,872 612 891,913 0,042

16 6 727 103,536 612 890,843 0,041

17 6 727 103,243 612 890,073 0,065

18 6 727 103,062 612 889,047 0,072

19 6 727 102,909 612 888,154 0,030

20 6 727 102,763 612 887,120 0,054

21 6 727 102,459 612 885,904 0,030

22 6 727 102,188 612 884,891 0,040

C8



0,012 0,170 0,080 0,066 0,102

Punkt nr N E Ah

1 6 727 094,646 612 887,414 -0,035

2 6 727 094,643 612 887,416 -0,037

3 6 727 095,212 612 888,115 -0,056

4 6 727 095,827 612 889,072 -0,014

5 6 727 096,224 612 889,756 0,012

6 6 727 097,370 612 891,558 0,070

7 6 727 097,885 612 892,373 0,042

8 6 727 098,330 612 893,150 0,159

9 6 727 098,664 612 894,027 0,109

10 6 727 099,238 612 895,102 0,054

11 6 727 099,712 612 896,042 0,064

12 6 727 100,369 612 897,579 0,081

13 6 727 101,324 612 898,966 0,117

14 6 727 101,503 612 899,866 0,098

15 6 727 101,941 612 900,814 0,113

16 6 727 102,343 612 901,400 0,170

17 6 727 102,896 612 902,426 0,154

18 6 727 103,378 612 903,115 0,137

19 6 727 103,961 612 903,932 0,095

20 6 727 104,718 612 904,739 0,107

21 6 727 105,640 612 905,571 0,145

22 6 727 106,408 612 906,256 0,063

23 6 727 107,020 612 907,511 0,124

24 6 727 107,617 612 908,337 0,141

D1

Bilaga D

Nedan listas höjdavvikelser för HLS DTM:en, med punkttätheten 2 m, i jämförelse

mot kontrollprofilerna. Gulmarkerade punkter, punkt 3 och 4 i profil 1 samt punkt

2 till 4 i profil 2, togs bort från beräkningarna på grund av avvikande värden för FLS

DTM:en (läs mer om detta i avsnitt 4 och 5). Samtliga beräkningar är i enheten

meter och i referenssystemet SWEREF 99 TM med höjdsystemet RH2000.

D1. HLS DTM:en som skapades i CloudCompare, med 2 m punkttäthet, i jämförelse mot kontrollprofil 1.


0,029 0,293 0,108 0,107 0,150

Punkt nr N E Ah

1 6 727 077,396 612 911,278 0,168

2 6 727 078,003 612 910,633 0,017

3 6 727 078,501 612 910,166 -0,165

4 6 727 079,142 612 909,538 -0,269

5 6 727 079,910 612 908,415 0,070

6 6 727 080,269 612 907,808 0,137

7 6 727 080,747 612 907,038 0,029

8 6 727 081,420 612 906,074 0,045

9 6 727 082,082 612 905,241 0,053

10 6 727 082,390 612 904,779 0,044

11 6 727 082,968 612 903,854 -0,033

12 6 727 083,829 612 902,835 -0,063

13 6 727 084,852 612 901,280 0,230

14 6 727 085,257 612 900,543 0,293

15 6 727 085,787 612 899,781 0,288

16 6 727 086,414 612 898,389 0,144

17 6 727 087,447 612 897,194 0,276

18 6 727 088,254 612 896,010 0,083

19 6 727 088,979 612 895,009 0,083

20 6 727 089,610 612 893,898 0,088

D2



-0,011 0,335 0,099 0,101 0,139

Punkt nr N E Ah

1 6 727 078,380 612 913,228 0,335

2 6 727 079,110 612 912,859 0,197

3 6 727 079,773 612 912,529 -0,031

4 6 727 080,226 612 912,338 -0,116

5 6 727 081,362 612 911,758 0,035

6 6 727 082,353 612 911,229 0,062

7 6 727 083,322 612 910,821 0,048

8 6 727 084,297 612 910,403 -0,011

9 6 727 085,362 612 909,934 -0,042

10 6 727 086,426 612 909,431 0,057

11 6 727 087,516 612 908,804 0,095

12 6 727 088,522 612 908,237 0,284

13 6 727 089,364 612 907,550 0,171

14 6 727 090,320 612 906,807 0,076

15 6 727 091,314 612 906,300 0,180

16 6 727 091,991 612 906,119 0,186

17 6 727 092,756 612 905,720 0,133

18 6 727 093,509 612 905,205 0,066

19 6 727 094,384 612 904,582 -0,021

20 6 727 095,617 612 903,797 0,076

21 6 727 096,598 612 903,229 0,044

D3



0,002 0,489 0,105 0,136 0,169

Punkt nr N E Ah

1 6 727 080,974 612 918,243 0,489

2 6 727 081,612 612 917,936 0,201

3 6 727 082,074 612 917,877 0,035

4 6 727 082,719 612 917,832 -0,025

5 6 727 083,181 612 917,665 -0,055

6 6 727 084,190 612 917,597 -0,086

7 6 727 085,320 612 917,484 0,036

8 6 727 086,301 612 917,451 0,063

9 6 727 087,223 612 917,338 0,050

10 6 727 088,197 612 917,066 -0,016

11 6 727 089,050 612 917,066 -0,030

12 6 727 090,062 612 917,055 0,081

13 6 727 090,963 612 917,071 0,047

14 6 727 091,825 612 917,078 0,065

15 6 727 092,864 612 917,165 0,095

16 6 727 094,067 612 917,427 0,211

17 6 727 094,926 612 917,638 0,172

18 6 727 095,837 612 917,833 0,112

19 6 727 097,036 612 918,074 0,058

20 6 727 098,512 612 917,713 0,320

21 6 727 099,799 612 917,861 0,349

22 6 727 100,657 612 918,038 0,247

23 6 727 101,449 612 918,116 0,114

24 6 727 102,507 612 918,177 0,080

25 6 727 103,500 612 918,316 0,002

D4



0,000 0,303 0,149 0,099 0,177

Punkt nr N E Ah

1 6 727 107,596 612 919,007 0,274

2 6 727 106,673 612 917,382 0,203

3 6 727 105,784 612 916,146 0,265

4 6 727 104,401 612 914,345 0,303

5 6 727 103,755 612 913,602 0,294

6 6 727 103,058 612 912,837 0,287

7 6 727 102,481 612 912,055 0,256

8 6 727 101,394 612 910,880 0,142

9 6 727 100,571 612 909,929 0,115

10 6 727 099,719 612 908,752 0,130

11 6 727 098,798 612 907,689 0,095

12 6 727 098,125 612 907,008 0,087

13 6 727 097,553 612 906,157 0,034

14 6 727 096,972 612 905,256 0,023

15 6 727 096,729 612 904,584 0,031

16 6 727 096,341 612 903,737 0,042

17 6 727 096,127 612 903,251 0,033

18 6 727 095,775 612 902,463 0,139

19 6 727 095,007 612 901,294 0,227

20 6 727 093,798 612 899,757 0,165

21 6 727 092,446 612 898,493 0,045

22 6 727 092,281 612 898,012 0,082

D5



0,009 0,216 0,049 0,092 0,103

Punkt nr N E Ah

1 6 727 093,533 612 905,710 -0,016

2 6 727 093,924 612 905,083 0,009

3 6 727 094,328 612 904,429 -0,019

4 6 727 094,744 612 903,783 0,059

5 6 727 095,244 612 902,965 0,046

6 6 727 095,782 612 902,048 0,204

7 6 727 096,050 612 901,165 0,200

8 6 727 096,349 612 900,565 0,083

9 6 727 096,666 612 899,762 -0,065

10 6 727 096,974 612 898,984 -0,100

11 6 727 097,218 612 898,181 0,106

12 6 727 097,527 612 897,368 0,216

13 6 727 097,815 612 896,689 0,124

14 6 727 098,088 612 895,927 0,116

15 6 727 098,388 612 895,311 0,055

16 6 727 098,645 612 894,753 -0,094

17 6 727 098,964 612 893,888 -0,120

18 6 727 099,619 612 892,882 -0,018

19 6 727 100,167 612 891,926 0,035

20 6 727 100,675 612 890,955 -0,026

21 6 727 101,282 612 889,925 -0,045

22 6 727 101,748 612 889,107 0,024

23 6 727 102,366 612 887,909 0,098

24 6 727 102,879 612 886,990 0,125

25 6 727 103,298 612 885,995 0,122

26 6 727 103,776 612 884,883 0,167

27 6 727 104,283 612 883,905 0,114

28 6 727 104,939 612 882,974 0,048

29 6 727 105,509 612 882,226 -0,015

D6



0,069 0,166 0,107 0,039 0,113

Punkt nr N E Ah

1 6 727 106,787 612 880,801 0,104

2 6 727 107,361 612 881,749 0,114

3 6 727 107,668 612 882,351 0,106

4 6 727 107,922 612 883,241 0,121

5 6 727 107,944 612 883,679 0,091

6 6 727 108,113 612 884,311 0,089

7 6 727 108,255 612 885,367 0,117

8 6 727 108,688 612 887,117 0,155

9 6 727 108,697 612 888,403 0,166

10 6 727 109,007 612 889,593 0,139

11 6 727 109,252 612 890,965 0,151

12 6 727 109,647 612 892,437 0,102

13 6 727 109,677 612 894,876 -0,018

14 6 727 109,556 612 896,553 0,084

15 6 727 109,434 612 897,820 0,090

16 6 727 109,382 612 899,594 0,141

17 6 727 109,513 612 900,005 0,136

18 6 727 109,875 612 900,868 0,086

19 6 727 110,080 612 901,743 0,116

20 6 727 110,207 612 902,607 0,083

21 6 727 110,438 612 903,105 0,069

D7



-0,009 0,163 0,078 0,041 0,088

Punkt nr N E Ah

1 6 727 108,849 612 904,488 0,054

2 6 727 108,619 612 903,912 0,066

3 6 727 108,451 612 903,172 0,062

4 6 727 108,273 612 902,388 0,078

5 6 727 108,210 612 901,672 0,076

6 6 727 107,973 612 900,781 0,021

7 6 727 107,617 612 899,836 0,035

8 6 727 107,314 612 898,871 0,104

9 6 727 106,904 612 897,796 0,109

10 6 727 106,575 612 897,126 0,110

11 6 727 105,655 612 895,038 -0,009

12 6 727 105,194 612 894,059 0,086

13 6 727 104,927 612 893,333 0,080

14 6 727 104,548 612 892,678 0,034

15 6 727 103,872 612 891,913 0,031

16 6 727 103,536 612 890,843 0,072

17 6 727 103,243 612 890,073 0,131

18 6 727 103,062 612 889,047 0,163

19 6 727 102,909 612 888,154 0,091

20 6 727 102,763 612 887,120 0,103

21 6 727 102,459 612 885,904 0,146

22 6 727 102,188 612 884,891 0,079

D8



0,010 0,222 0,022 0,113 0,113

Punkt nr N E Ah

1 6 727 094,646 612 887,414 -0,123

2 6 727 094,643 612 887,416 -0,125

3 6 727 095,212 612 888,115 -0,144

4 6 727 095,827 612 889,072 -0,099

5 6 727 096,224 612 889,756 -0,039

6 6 727 097,370 612 891,558 -0,041

7 6 727 097,885 612 892,373 -0,174

8 6 727 098,330 612 893,150 -0,110

9 6 727 098,664 612 894,027 -0,090

10 6 727 099,238 612 895,102 0,023

11 6 727 099,712 612 896,042 0,067

12 6 727 100,369 612 897,579 0,121

13 6 727 101,324 612 898,966 0,075

14 6 727 101,503 612 899,866 0,080

15 6 727 101,941 612 900,814 0,138

16 6 727 102,343 612 901,400 0,111

17 6 727 102,896 612 902,426 0,030

18 6 727 103,378 612 903,115 0,096

19 6 727 103,961 612 903,932 0,010

20 6 727 104,718 612 904,739 0,119

21 6 727 105,640 612 905,571 0,104

22 6 727 106,408 612 906,256 0,093

23 6 727 107,020 612 907,511 0,188

24 6 727 107,617 612 908,337 0,222

E1

Bilaga E

Stationsetableringen med RUFRIS och fri stationsetableringarna. Samtliga

beräkningar är i enheten meter och i referenssystemet SWEREF 99 TM med

höjdsystemet RH2000.

E1. Den första stationsetableringen med RUFRIS med dess koordinater samt osäkerhet.

Fri station med GNSS

Skapad: 2018-04-17

Station: 180417_1111

Koordinat

StdAvv

Sparad i fil:

X: 6 727 076,708 sR: 0.003

Grundmedelfel: 1.00 Y: 612 913,680 sO: 0.0018

Atm. ppm 0.00 Z: 29.689 sZ: 0.003

Geom. ppm 0.00

A priori standardavvikelse:

Längder: 0.005 + 3,000

ppm Bakrikter

Riktningar: 0.0008

Punkt Horisontell residual

Höjdresidual

GNSS2 0.007 -0.003

GNSS3 0.011 0.004

GNSS4 0.001 0.001

GNSS8 0.003 -0.002

GNSS9 0.007 0.009

GNSS10 0.009 -0.011

GNSS11 0.008 0.002

GNSS12 0.004 -0.005

GNSS13 0.017 0.003

GNSS14 0.019 -0.024

GNSS19 0.007 0.009

GNSS20 0.013 0.008

GNSS22 0.004 -0.002

GNSS23 0.008 0.003

GNSS24 0.012 0.005

Kontrollpunkt (K1) N E H

Efter stationsetablering 6 727 073,014 612 938,682 28,452

Efter avslutad mätning 6 727 073,017 612 938,684 28,451

E2

E2. Stationsetablering med fri station 2018-04-18 med dess koordinater samt osäkerhet.

Fri station

Skapad: 2018-04-18

Koordinat StdAvv

Station:

STN180418 X: 6 727 092,989 0.002

Sparad i fil:

Y: 612 901,808 0.002

Grundmedelfel:

1.06 Z: 35.840 0.001

Atm. ppm

0.00 Radiellt

0.003

Geom. ppm

0.00

Bakrikter

Punkt Avstånd H vinkel V vinkel Refl.höjd Punktkod SC Anmärkning

r2 57.931 120.3412 106.2934 0.000

r8 16.904 29.3590 89.3103 0.000

r7 11.488 350.2880 85.2010 0.000


Efter stationsetablering 6 727 073,017 612 938,680 28,448 Efter avslutad mätning 6 727 073,019 612 938,679 28,447

E3. Stationsetablering med fri station med dess koordinater samt osäkerhet vid kontroll av

kontrollpunkt efter avvägning 2018-05-16.

Fri station

Skapad: 2018-05-16

Koordinat StdAvv

Station:

STD20180516 X: 6 727 079,925 0.002

Sparad i fil:

Y: 612 919,276 0.002

Grundmedelfel:

1.16 Z: 29.656 0.001

Atm. ppm

0.00 Radiellt

0.003

Geom. ppm

0.00

Bakrikter

Punkt Avstånd H vinkel V vinkel Refl.höjd Punktkod SC Anmärkning

R1 48.704 275.6374 99.6517 0.000

R4 15.867 39.8152 88.9215 0.000

R5 19.029 327.5105 85.0569 0.000


Efter stationsetablering 6 727 073,016 612 938,678 28,444

F1

Bilaga F

Avägningsprotokoll för höjdbestämmelse av tidigare inmätt kontrollpunkt (K1).

F1. Avägningsprotokoll för höjdbestämelse av tidigare inmätt kontrollpunkt (K1). Punkterna 362 och 65 har

kända höjder i höjdsystemet RH2000.

Avvägningsprotokoll

Område: Vid Valbo kyrka Datum 2018-05-15

Instrument: Leica DNA03 Utförare Amanda Gustafsson

Höjdsystem: RH2000 Olov Wängborg

Avvägd punkt Avst. (m) Stångavläsning (m)

Höjdskillnad (m) Höjd (m)

Bak Fram B F Bak Fram Stigning/Fall 28,2130

362 fp1 6 5 1,5765 1,4304 0,1461 28,3591

fp1 fp2 6 6 1,4147 1,5043 -0,0896 28,2695

fp2 fp3 15 16 1,3935 1,4600 -0,0665 28,2030

fp3 fp4 19 20 1,3713 1,3898 -0,0185 28,1845

fp4 fp5 17 18 1,4892 1,3726 0,1166 28,3011

fp5 fp6 18 20 1,5413 1,2486 0,2927 28,5938

fp6 fp7 20 19 1,6162 1,1814 0,4348 29,0286

fp7 fp8 18 19 1,6057 1,1567 0,449 29,4776

fp8 fp9 19 20 1,5605 1,0152 0,5453 30,0229

fp9 fp10 19 20 1,5976 1,451 0,1466 30,1695

fp10 fp11 19 19 1,2694 1,4685 -0,1991 29,9704

fp11 fp12 15 16 1,2924 1,473 -0,1806 29,7898

fp12 fp13 9 11 1,3669 1,4574 -0,0905 29,6993

fp13 fp14 5 4 0,9366 1,9392 -1,0026 28,6967

fp14 fp15 4 4 0,8735 1,8903 -1,0168 27,6799

fp15 65 11 13 0,5239 1,2987 -0,7748 26,9051

65 fp16 13 11 1,3727 0,5978 0,7749 27,6800

fp16 fp17 4 4 1,9174 0,9004 1,017 28,6970

fp17 fp18 3 5 1,8363 0,8339 1,0024 29,6994

fp18 fp19 17 19 1,3086 1,5914 -0,2828 29,4166

fp19 fp20 17 19 1,2742 1,5181 -0,2439 29,1727

fp20 fp21 18 19 1,2491 1,5620 -0,3129 28,8598

fp21 fp22 13 13 1,3486 1,5121 -0,1635 28,6963

fp22 K1 8 9 1,3337 1,5908 -0,2571 28,4392

K1 fp22 9 8 1,5900 1,3330 0,2570 28,6962

fp22 fp21 13 13 1,5118 1,3482 0,1636 28,8598

fp21 fp20 19 18 1,5597 1,2468 0,3129 29,1727

fp20 fp19 19 17 1,5150 1,2710 0,2440 29,4167

fp19 fp18 19 17 1,5928 1,3098 0,2830 29,6997

fp18 fp17 5 3 0,8303 1,8328 -1,0025 28,6972

fp17 fp16 4 4 0,9002 1,9170 -1,0168 27,6804

F2

fp16 65 11 13 0,5963 1,3711 -0,7748 26,9056

65 fp15 13 11 1,2927 0,5179 0,7748 27,6804

fp15 fp14 4 4 1,8903 0,8735 1,0168 28,6972

fp14 fp13 4 5 1,9389 0,9362 1,0027 29,6999

fp13 fp12 11 9 1,4546 1,3640 0,0906 29,7905

fp12 fp11 16 15 1,4706 1,2899 0,1807 29,9712

fp11 fp10 19 19 1,4680 1,2690 0,199 30,1702

fp10 fp9 20 19 1,4489 1,5955 -0,1466 30,0236

fp9 fp8 20 19 1,0136 1,5587 -0,5451 29,4785

fp8 fp7 19 18 1,1546 1,6036 -0,449 29,0295

fp7 fp6 19 20 1,1840 1,6186 -0,4346 28,5949

fp6 fp5 20 18 1,2491 1,5417 -0,2926 28,3023

fp5 fp4 18 17 1,3732 1,4898 -0,1166 28,1857

fp4 fp3 20 19 1,3899 1,3713 0,0186 28,2043

fp3 fp2 16 15 1,4596 1,3932 0,0664 28,2707

fp2 fp1 6 6 1,5053 1,4159 0,0894 28,3601

fp1 362 5 6 1,4156 1,5615 -0,1459 28,2142

Total längd (m) 1284

Kända höjder Pnkt nr H (m)

362 28,213 65 26,906

G1

Bilaga G

Resultat över RMS-värde för georefereringen i CloudCompare. Referenssystemet är

SWEREF 99 TM med höjdsystemet RH2000.

G1. Georefereringen i CloudCompare där RMS-värde redovisas samt varje modellerad sfärs avvikelse i

punktmolnet gentemot koordinater för inmätta sfärer.

Sfär N E H (m) Avvikelse

1 6 727 083,113 612 923,830 29,575 0,025

2 6 727 079,102 612 906,414 30,875 0,047

3 6 727 087,308 612 890,728 35,075 0,029

4 6 727 098,912 612 905,812 36,212 0,030

5 6 727 102,328 612 890,560 38,529 0,016

RMS 0,031

Mätosäkerhet vid digital terrängmodellering med handhållen ...hig.diva-portal.org/smash/get/diva2:1216431/FULLTEXT01.pdf · används därför ofta (Hubacek, Kovarik & Kratochvil,

Documents