Обзор стандартов точности позиционирования ASPRS для цифровых геопространственных данных

Развитие ASPRS в разработке стандартов
Мировое геопространственное сообщество опирается на Американское общество фотограмметрии и дистанционного зондирования (ASPRS) в вопросах образования и стандартизации. С начала 1980-х годов ASPRS занималось разработкой стандартов точности геопространственных данных. Ранние версии, включая устаревшие стандарты 1990 года, были разработаны для картографической практики того времени и характеризовались бумажными картами. В 2014 году ASPRS опубликовало новые стандарты точности позиционирования цифровых геопространственных данных, разработанные для новой цифровой эпохи картографирования. Они отразили обширный опыт, накопленный за десятилетия картографической практики и использования в отрасли устаревших стандартов ASPRS. Однако возникли трудности, поскольку прошлый опыт основывался на устаревших методах и сопутствующих технологиях производства геопространственных данных, которые могут быть применимы или неприменимы к современным цифровым датчикам, таким как лидары и цифровые камеры. Настоящая статья предоставит пользователям новые стандарты —Издания 2, Версии 2 (опубликованной 24 июня 2024 года) — необходимые подробности для лучшего понимания и применения новых стандартов точности в повседневной практике.

Философия проектирования и новая парадигма
Новые стандарты предназначены для широкого применения, технологической независимости и применимости к большинству распространенных приложений и проектов картографии. Они разрабатывались с целью принятия новой эры технологий сбора геопространственных данных и методов обработки. Это новое направление стало очевидным, когда мы перешли к цифровым сенсорам (например, LiDAR и цифровым камерам) и сопутствующему цифровому рабочему процессу, необходимому для обработки полученных цифровых данных. Появление цифровых датчиков положило конец старым концепциям производства и представления содержания карты. Предыдущая эпоха производства геопространственных данных диктовала использование бумаги как единственного средства представления картографической информации, а также использование масштаба карты и интервала изолиний в качестве мер точности карты. Эти устаревшие меры точности основывались на конфигурации датчика и других параметрах сбора данных, таких как высота полёта и соотношение базиса к высоте (соотношение B/H).

Этот подход был эффективен в то время, поскольку пленочная камера была единственным датчиком, используемым для сбора данных для производства геопространственных данных. Пленочные камеры имели конструкцию, основанную на формате пленки 220 x 220 мм (9 x 9 дюймов) и фокусном расстоянии объектива 150 мм (6 дюймов). Уникальная геометрическая конструкция позволяла легко оценивать точность продукта на основе параметров полета. Современные цифровые камеры выпускаются в различных исполнениях, что затрудняет соотнесение полученной точности с параметрами полета. Современные технологии обработки цифровых геопространственных данных позволяют отказаться от использования этих старых методов измерения точности. Новые стандарты ASPRS были разработаны таким образом, чтобы они не зависели от датчиков и управлялись данными. Новая парадигма основана на том факте, что пользователям геопространственных данных не следует беспокоиться об оборудовании для сбора данных, поскольку оно быстро меняется в ответ на развитие сенсорных технологий. Более того, пользователи должны заботиться только о точности получаемых ими продуктов и иметь возможность определять точность продукта в соответствии с потребностями своего проекта. Именно это определило философию разработки новых стандартов. Это обеспечивает пользователям неограниченный уровень точности без каких-либо ограничений с точки зрения датчиков или аппаратного обеспечения.

Эти стандарты призваны стать живым документом, который будет обновляться в будущих изданиях с учетом меняющихся технологий и потребностей пользователей.

Точность определена
Исторически сложилось так, что геопространственная точность имеет две формы. Во-первых, “абсолютная” точность определяет, насколько близко измеренное положение на карте или в наборе данных к истинному физическому положению, представленному в виде эталонных данных. Другая форма точности количественно оценивает внутреннее качество данных, выражающее взаимосвязанность точек внутри набора данных друг с другом. Старые версии стандартов ASPRS называли последнюю «относительной» точностью. Однако в последней версии этих стандартов этот термин заменен на “внутреннюю точность данных”, поскольку широко распространено мнение, что такие показатели качества данных не подпадают под определение точности данных. Соответственно, все ссылки на “точность” в новых стандартах ASPRS и в этом документе относятся к абсолютной точности.

Принятые статистические показатели
В новых стандартах в качестве единственного показателя точности используется среднеквадратичная ошибка (RMSE). Это отличается от предыдущей версии стандартов, редакции 1, в которой для определения точности продукта использовались как RMSE, так и 95%-ный уровень достоверности. Основная причина этого изменения заключается в устранении путаницы, возникшей у пользователей с момента выхода первой редакции стандартов. Опыт показал, что только пользователи, разбирающиеся в вероятностной и статистической теориях, понимают, что точность, выраженная как в RMSE, так и в уровне достоверности 95%, одинакова, единственное различие заключается в уровнях достоверности, присвоенных каждому статистическому термину.

Чтобы понять этот аргумент, описываются различия и сходства в этих терминах точности, используя метод воронки. На рисунке 1 цветные шарики представляют ошибки, возникающие в результате сеанса оценки точности с использованием независимых контрольных точек. Различные диаметры шариков отражают различные значения ошибок, обнаруженных для каждой из контрольных точек. Диаметр носика воронки представляет собой максимальное значение погрешности, которое соответствует каждому из статистических показателей. (50%, 90%, 95%, и 97,73%) позволяет. На рисунке 1 наибольшая допустимая погрешность приходится на воронку D, которая соответствует уровню достоверности 97,73%, в то время как воронка A, которая соответствует уровню достоверности 50%, допускает наименьшую погрешность в 6,74 см. Если такие цифры будут представлены конечному пользователю геопространственных данных, который не знаком с этими статистическими терминами, и вы спросите пользователя, какой показатель точности он предпочитает, скорее всего, он выберет наименьшее значение - 6,74 см, которое представлено воронкой А, или 50%-ный уровень достоверности. Этот выбор имеет смысл для пользователей, которые предпочитают максимально возможный уровень точности получаемых ими изделий.

Если задать аналогичный вопрос тем, кто занимается производством продукции, они, скорее всего, выберут воронку D, полагая, что большее значение точности в 30 см даст некоторую свободу действий при производстве. Однако оба варианта, основанные на значении точности, неверны, поскольку значения 6,74 см и 30 см соответствуют одному и тому же уровню точности. Хотя показатель точности в 6,74 см, соответствующий 50%-ному уровню достоверности, является небольшим, только 50% шариков должны пройти через узкое отверстие воронки. Другими словами, только 50% контрольных точек должны показывать погрешность в 6,74 см или меньше. Аналогично, 30 см может показаться более точным показателем, но для этого необходимо, чтобы 97,73% шариков прошли через широкий носик воронки. Другими словами, 97,73% контрольных точек должны иметь погрешность не более 30 см. Пользователи без специальной подготовки испытывают трудности в осознании всех этих деталей. Вот почему было решено исключить уровень достоверности в 95% — он не дает никаких дополнительных преимуществ по сравнению с RMSE, но вызывает значительную путаницу.

Подход к 3D-точности
Новые стандарты вводят новый термин точности для нового поколения инженерных и геопространственных нужд — трехмерную точность. Учитывая быстрый темп развития областей цифрового двойника, умных городов и других приложений, требующих трехмерного представления объектов, возникла необходимость предложить способ измерения точности характеристик в трехмерной модели. В настоящее время горизонтальную и вертикальную точность оценивают отдельно, что полезно для описания точности трехмерных моделей. Однако такое разделение недостаточно эффективно для точного отображения точности в исходной трехмерной среде.

Стандарт горизонтальной позиционной точности для геопространственных данных Горизонтальная точность предназначена для продуктов, существующих в двухмерном пространстве, таких как планарные карты или ортографические карты. На практике пользователи геопространственных данных уделяют меньше внимания точности вертикальных характеристик в продуктах типа плоских карт, потому что невозможно измерять высоту или моделировать вертикальную точность. Новые стандарты предлагают простой, но комплексный подход к оценке горизонтальной точности. Они предоставляют неограниченный диапазон классов горизонтальной точности, подходящий для любого геопространственного продукта и полезный в течение длительного времени вне зависимости от изменений технологий или методологий будущего.В таблице 1 представлены стандарты точности по горизонтали для новых стандартов. Класс точности определяется пользователем или потребностями проекта. Как только пользователь указывает, что для его проекта требуется, например, точность в 5 см, это значение становится классом точности в соответствии с новым стандартом ASPRS. Следовательно, 5 см будут интерпретироваться как абсолютная точность по горизонтали, измеряемая как RMSE. Кроме того, стандарты точности по горизонтали устанавливают меру точности для определения несоответствия линий мозаичных швов. До появления передовых инструментов цифровой обработки изображений и эффективных алгоритмов сопоставления пользователи с трудом совмещали изображения (или кадры) без видимых изменений в элементах, таких как дороги и здания, распространяющихся на соседние кадры. Поскольку устранить несоответствие между кадрами было невозможно, промышленность (и, следовательно, стандарты точности) допускала некоторое несоответствие в пределах определенного допуска. Этот допуск приведен в таблице 1.

Современная обработка изображений стала более совершенной, и пользователи редко сталкиваются с подобными проблемами. Хотя это и редкость, несоответствие краев все еще может возникать в некоторых проектах, которые были либо собраны или обработаны некачественно, либо при использовании неточной цифровой модели рельефа (ЦМР) во время ортотрансформации.

Например, для оценки горизонтальной точности ортоправленной карты необходимо обследовать как минимум 30 независимых контрольных точек, четко видимых на карте, с точностью, соответствующей ожидаемой точности карты.

Стандарт точности вертикального позиционирования для данных о высоте
Как и стандарты горизонтальной точности, стандарты вертикальной точности предлагают простой, но комплексный подход для всех геопространственных продуктов (таблица 2). В отличие от стандартов горизонтальной точности, стандарты вертикальной точности включают две категории: для территорий с растительностью и без растительности. Однако при принятии или отклонении данных на основе результатов оценки вертикальной точности будет учитываться именно вертикальная точность для территорий без растительности (NVA).

Вертикальная точность для территорий с растительностью (VVA) не имеет порогового значения и должна оцениваться и сообщаться как найденная, без учета весовых коэффициентов при принятии или отклонении данных, если только между пользователем данных и поставщиком данных не было достигнуто иного предварительного соглашения. Если пользователь указывает требование к вертикальной точности 10 см для своего продукта, это будет зафиксировано как класс вертикальной точности 10 см как NVA со среднеквадратичным отклонением (RMSEV) = 10 см.

Оценка NVA должна проводиться с использованием как минимум 30 независимых контрольных точек и до 120 контрольных точек для крупных проектов. Для VVA требуется как минимум 30 контрольных точек независимо от размера проекта, если иное не согласовано между пользователем данных и поставщиком данных. Стандарты вертикальной точности также вводят меры для внутренней точности данных, такие как гладкость данных внутри полосы обзора и вертикальный сдвиг данных из соседних полос обзора. Здесь вы видите, что стандарты воздерживаются от использования термина «относительная точность» и заменяют его новым термином «внутренняя точность данных», поскольку гладкость данных не подпадает под точность. Например, в лидаре плавность передачи данных в основном связана с производительностью аппаратного обеспечения и не подчиняется таким теориям статистики и вероятности, как абсолютная точность.

Стандарт точности определения местоположения в трехмерном пространстве для геопространственных данных
Как упоминалось ранее, наша отрасль движется в направлении концепции 3D-ГИС. Это проявляется в использовании раскрашенных облаков точек, 3D-моделей, цифровых двойников и т.д. Для такой трехмерной среды требуется новый подходящий показатель точности. Для удовлетворения таких потребностей вводится стандарт точности 3D-позиционирования в качестве нового показателя точности. В таблице 3 приведены стандарты точности 3D-позиционирования и неограниченное количество классов точности, удовлетворяющих всем требованиям приложений.

Единственной проблемой, которую необходимо решить поставщикам программного обеспечения, является отсутствие коммерческого средства просмотра для точной визуализации 3D-данных и манипулирования ими. Отрасли необходимо приложение, которое было бы легко доступно всем пользователям геопространственных данных и обеспечивало бы беспрепятственный просмотр 3D-модели. Пользователям необходимо приложение с плавающей меткой или курсором, отображающим рельеф местности, для измерения положения объекта в реальном 3D-пространстве. Не имея такой возможности, пользователи в настоящее время комбинируют индивидуально оцененные вертикальные и горизонтальные точности для получения 3D-точности для своих продуктов.
Наземные опорные точки для аэротриангуляции, предназначенной только для цифровых планиметрических данных (ортоизображений и/или карт):
RMSEH(GCP)≤ ½ *RMSEH(MAP)
RMSEV(GCP)≤ RMSEH(MAP)
Наземные опорные точки для аэротриангуляции, предназначенной для проектов, включающих данные рельефа или 3D-данные, в дополнение к цифровым планиметрическим данным (ортоизображения и/или карт):
RMSEH(GCP)≤ ½ *RMSEH(MAP)
RMSEV(GCP)≤ ½ *RMSEV(DEM)
Аналогичным образом, точность наземных опорных точек, используемых для калибровки и визирования лидара, должна быть вдвое выше целевой точности конечных продуктов.
RMSEV(GCP)≤ ½ *RMSEV(DEM)
В настоящее время отрасль фокусируется только на вертикальной точности наборов лидарных данных. Если для данных лидара требуется измерение горизонтальной точности, пользователи могут использовать измерение, предусмотренное для продуктов на основе изображений, или:
RMSEH(GCP)≤ ½ *RMSEV(DEM)

Оценка точности
Для проектов, требующих проверки точности в соответствии со стандартами ASPRS, тестирование следует проводить в соответствии со следующими принципами:
Горизонтальная точность: сравните планиметрические координаты в наборе данных с координатами из более точного источника.

Вертикальная точность: сравните отметки высот поверхности в наборе данных с координатами из более точного источника, используя контрольные точки и научно обоснованные методы интерполяции.

Трёхмерная точность: сравните комбинированные координаты X, Y и Z в наборе данных с координатами из более точного источника.

Объективная оценка точности — единственный способ для пользователей геопространственных данных убедиться в соответствии предоставленных продуктов требованиям проекта или приложения. Для обеспечения объективности оценки должны быть выполнены следующие условия:
Обследованные контрольные точки, используемые при оценке, должны быть независимы от обследованных контрольных точек, используемых в процессе калибровки данных, т.е. контрольные точки оценки не используются в процессе аэротриангуляции изображений или для определения местоположения лидарных данных.

Точность контрольных точек должна быть выше, чем ожидаемая точность тестируемого продукта. Согласно этим стандартам, точность контрольных точек должна как минимум в два раза превышать ожидаемую точность тестируемого продукта.

Контрольно-пропускные пункты должны быть распределены по проекту настолько равномерно, насколько это возможно. Рельеф местности и доступ могут повлиять на это распределение, что требует применения практических решений.
Для оценки точности горизонтали и NVA для проектных площадей площадью 1000 км2 следует использовать не менее 30 контрольных точек. Это число увеличивается с увеличением размера проекта (таблица 4).

Если проект не может соответствовать минимальному количеству контрольных точек в 30 из-за небольшой площади тестирования (например, проекты на базе беспилотных летательных аппаратов) или бюджетных ограничений, сообщите о проверке точности с меньшим количеством контрольных точек в соответствии с разделом 7.16 стандартов.

Что касается оценки VVA, стандарты рекомендуют как минимум 30 контрольных точек, независимо от размера проекта. Однако пользователи и производители данных могут договориться о дополнительных или меньшем количестве контрольных точек, если это соответствует требованиям проекта.

Ранее рекомендованное количество и распределение контрольно-пропускных пунктов NVA и VVA может варьироваться в зависимости от значимости различных категорий растительного покрова и требований проекта. Н

Отчет о точности
Горизонтальная, вертикальная и трехмерная точность позиционирования должна оцениваться и официально отчитываться в соответствии с одним из положений, приведенных в разделе 7.16 стандартов. Помимо класса точности, должны быть рассчитаны и отчитаны следующие статистические величины:
Остаточные погрешности в каждой контрольной точке
Максимальная погрешность
Минимальная погрешность
Средняя погрешность
Медианная погрешность
Стандартное отклонение
RMSE.

Отчетность о точности, предоставляемая пользователями данных или их консультантами
В стандартах содержатся конкретные указания для отчетности о трех типах точности определения местоположения. Такие указания касаются того, соответствует ли проверка точности требованиям стандартов ASPRS о минимальном количестве 30 контрольных точек.

Когда тестирование точности соответствует требованиям стандартов ASPRS
Тестирование должно проводиться с использованием не менее 30 контрольных точек.

Отчет о точности определения местоположения в плане
«Этот набор данных был протестирован на соответствие стандартам точности определения местоположения ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024 г.), для класса точности определения местоположения в плане __(см) RMSEH. Проверенная точность определения местоположения в плане составила RMSEH = __(см)».

Отчет о NVA
«Этот набор данных был протестирован на соответствие Стандартам точности определения местоположения ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024 г.), для класса точности определения местоположения в плане __(см) RMSEV. Точность определения местоположения в плане без растительности составила RMSEH = __(см)».

Отчёт о вертикальной точности (VVA)
«Этот набор данных был протестирован на соответствие Стандартам точности позиционирования ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024 г.), для класса вертикальной точности RMSEV __ (см). Вертикальная точность с учётом растительности (VVA) составила RMSEV = __ (см)».

Отчёт о трёхмерной точности позиционирования
«Этот набор данных был протестирован на соответствие Стандартам точности позиционирования ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024 г.), для класса трёхмерной точности RMSE3D ___ (см). Проверенная трёхмерная точность составила RMSE3D = ___ (см) в пределах проверенной области NVA и RMSE3D = ___ (см) в пределах проверенной области VVA».1

Если точность испытаний не соответствует требованиям стандартов ASPRS
Следующие отчеты предназначены для случаев, когда испытания проводятся с использованием менее 30 контрольных точек. Это может быть связано с небольшим размером проекта или ограниченным бюджетом. Многие проекты с БПЛА попадают в эту категорию. Хотя стандарты не подтверждают точность, полученную при использовании менее 30 контрольных точек, они предоставляют возможность сообщать о результатах независимо от этого и одновременно поощряют достоверность информации:

Сообщение о точности определения местоположения в горизонтальной плоскости
«Этот набор данных был протестирован в соответствии со Стандартами точности определения местоположения в горизонтальной плоскости ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024). Хотя Стандарты предусматривают минимум тридцать (30) контрольных точек, данный тест был проведен с использованием ТОЛЬКО __ контрольных точек. Этот набор данных был подготовлен в соответствии с классом точности определения местоположения в горизонтальной плоскости ___ (см) RMSEH. Проверенная точность определения местоположения в горизонтальной плоскости составила RMSEH = ___ (см) с использованием сокращенного количества контрольных точек».

Отчет NVA
«Этот набор данных был протестирован в соответствии со Стандартами точности позиционирования ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024). Хотя Стандарты предусматривают минимум тридцать (30) контрольных точек, данный тест был проведен с использованием ТОЛЬКО __ контрольных точек. Этот набор данных был подготовлен в соответствии с классом точности вертикального позиционирования ___ (см) RMSEV. Проверенная точность вертикального позиционирования составила RMSEV = ___ (см) с использованием сокращенного количества контрольных точек в зоне тестирования NVA».

Отчёт о вертикальной точности позиционирования (VVA)
«Этот набор данных был протестирован в соответствии со Стандартами точности позиционирования ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024). Хотя Стандарты предусматривают не менее тридцати (30) контрольных точек, данный тест был проведён с использованием ТОЛЬКО __ контрольных точек. Этот набор данных был подготовлен для соответствия классу точности вертикального позиционирования ___ (см) RMSEV. Проверенная точность вертикального позиционирования составила RMSEV = ___ (см) с использованием сокращённого количества контрольных точек в зоне тестирования VVA».

Отчет о точности трехмерного позиционирования
«Этот набор данных был протестирован в соответствии со Стандартами точности позиционирования ASPRS для цифровых геопространственных данных, издание 2, версия 2 (2024). Хотя Стандарты предусматривают не менее тридцати (30) контрольных точек, данный тест был проведен с использованием ТОЛЬКО __ контрольных точек. Этот набор данных был подготовлен в соответствии с классом точности трехмерного позиционирования ___(см) RMSE3D. Проверенная точность трехмерного позиционирования составила RMSE3D = ___(см) при использовании уменьшенного количества контрольных точек в области тестирования NVA и RMSE3D = ___(см) при использовании уменьшенного количества контрольных точек в области тестирования VVA».

Отчетность о точности, представляемая производителями данных
Производители данных обычно не имеют доступа к независимым контрольным точкам и в большинстве случаев используют наземные средства управления, используемые при аэротриангуляции или лидарном зондировании для оценки точности продукта. Конечно, такая практика является предвзятой (и, следовательно, неприемлемой), поскольку контрольные точки использовались при калибровке продукта. Однако отчетные заявления производителей данных намного проще, поскольку они не сообщают о результатах точности. Они представляют собой всего лишь декларацию о том, что они обещали произвести в соответствии с требованиями контракта. Производители данных полагаются на свой обширный опыт производства аналогичных продуктов в прошлом, предполагая, что они используют передовые технологии и следуют лучшим практикам и рекомендациям с помощью установленных и документированных процедур при разработке проектов, обработке данных и контроле качества, как указано в дополнениях к этим стандартам.

Точность определения горизонтального положения
“Этот набор данных был подготовлен в соответствии со стандартами точности определения местоположения ASPRS для цифровых геопространственных данных, Издание 2, версия 2 (2024) для класса точности определения местоположения по горизонтали __(см) RMSEH”.

Сообщает NVA
“Этот набор данных был подготовлен в соответствии со стандартами точности определения местоположения ASPRS для цифровых геопространственных данных, Издание 2, версия 2 (2024) для класса точности __(см) RMSEV по вертикали без растительности (NVA)”.

Отчет VVA
“Этот набор данных был подготовлен в соответствии со стандартами точности определения местоположения ASPRS для цифровых геопространственных данных, Издание 2, версия 2 (2024) для класса точности определения местоположения по вертикали __ (см) RMSEV (VVA)”.

Отчет о точности определения местоположения в 3D
“Этот набор данных был подготовлен в соответствии со стандартами точности определения местоположения ASPRS для цифровых геопространственных данных, Издание 2, версия 2 (2024) для трехмерного класса точности определения местоположения RMSE3D ___ (см) в тестируемой зоне NVA и RMSE3D = ___(см) в тестируемой зоне VVA.”

Точность данных о высоте по горизонтали
До 1-го издания стандартов ASPRS вопрос о точности по горизонтали рассматривался редко. Среди основных причин такого недостаточного внимания были:

Точность определения горизонтали трудно проверить в полевых условиях: будь то с помощью лидара или изображений, облако точек представляет собой дискретный набор данных с разреженными точками, что затрудняет моделирование наземного объекта для его точного распознавания в полевых условиях и определения точности определения горизонтали с точностью до нескольких сантиметров. Примером может служить набор лидарных данных, подготовленный в соответствии с USGS QL1. Номинальное расстояние между стойками для QL1 составляет 35 см, что не позволяет измерять горизонтальные объекты, размеры которых намного меньше 35 см. Однако, поскольку плотность облака точек увеличивается с развитием лидарных технологий, эта задача становится все более выполнимой. К счастью, ситуация с облаком точек, созданным на основе изображений, отличается, поскольку существует больше возможностей для создания облака точек с очень высокой плотностью.

Точность по горизонтали была не нужна: предыдущая эпоха картографирования не была ориентирована на представление 3D-моделей, и большинство приложений были разработаны для создания контуров местности. В современном мире и с внедрением новых концепций, таких как цифровой двойник, умный город, автономное вождение, сканирование помещений и BIM, знание того, насколько точны данные по горизонтали, имеет решающее значение для общественной безопасности и повышения производительности данных. Внедрение новых стандартов точности 3D в стандартах ASPRS свидетельствует об этих новых областях применения и требованиях.

Новые стандарты предлагают следующие подходы к получению или оценке точности по горизонтали:

- Для данных о высоте, полученных с помощью фотограмметрии, следует использовать тот же класс точности по горизонтали, который присвоен контурным данным или цифровым ортоизображениям, полученным из того же источника, на основе той же фотограмметрической корректировки.

- Для лидарных данных о высоте в стандартах предусмотрена следующая формула для оценки точности определения горизонтали:

Где:
- Высота полета над уровнем моря указана в метрах
- Погрешности определения местоположения GNSS указаны в радиальном направлении, в метрах, и могут быть получены на основе опубликованных спецификаций производителя
- Погрешности IMU выражены в угловых единицах и могут быть получены на основе опубликованных спецификаций производителя.

Эта формула была сверена с расчетами точности по горизонтали двумя основными производителями воздушных лидарных систем и привела к общему согласию.
Приведенная выше формула упрощает расчет погрешности лидара и отражает основные факторы, влияющие на этот показатель. Горизонтальная погрешность в данных о высоте, полученных с помощью лидара, в значительной степени зависит от следующих параметров:
- Погрешность определения местоположения датчика, полученная с помощью глобальной навигационной спутниковой системы (GNSS).
- Ошибка ориентации (angular orientation), полученная из IMU
- Высота полета над средним уровнем местности.

В лидарной системе существуют и другие источники ошибок, такие как лазерная дальномерка и синхронизация по часам, которые не учитываются в уравнении, поскольку они вносят минимальный вклад в общую погрешность и считаются незначительными при оценке горизонтальной погрешности. Ошибка, вызванная расхождением лазерного луча, также игнорируется по причинам, подробно изложенным в разделе 7.6 стандартов.

Роль точности контрольной съемки в точности продукта
Второе издание стандартов вводит требование учитывать точность съемки наземных опорных точек и контрольных точек при расчете окончательной точности продукта. Современные достижения в области лидаров, цифровых датчиков и цифрового аналитического моделирования позволяют нам создавать высокоточные геопространственные продукты, которые в некоторых случаях превосходят точность полевых методов съемки, таких как RTK на основе ГНСС. Учет точности полевой съемки сейчас имеет решающее значение для определения фактической точности продукта, но не был необходим десятилетия назад, когда датчики и процедуры выдавали гораздо менее точные продукты. Поэтому, когда мы имеем дело с такими продуктами, как DOQQ, с точностью 10 м, погрешность в несколько сантиметров в контрольных точках не влияет на окончательную точность продукта.
Новый подход, представленный стандартами ASPRS, делит точность продукта на две части или компоненты. Первая компонента включает погрешность RMSEH1 и RMSEV1, определяемую соответствием продукта контрольным точкам. Вторая компонента включает RMSEH2 и RMSEV2, которые представляют собой погрешности, связанные с точностью съемки контрольных точек. Оба компонента необходимы для расчета окончательной точности продукта:
Такие требования обязывают пользователей и поставщиков данных быть знакомыми с процессом полевой съемки. Другими словами, им в конечном итоге потребуется знать точность съемки, чтобы использовать ее в предыдущих формулах. Опыт показывает, что многие производители полевого геодезического оборудования не предоставляют абсолютные показатели точности, необходимые для этих формул. Вместо этого некоторые предоставляют показатели качества, отражающие внутреннюю точность данных, которые не следует использовать в этих формулах. Признавая эту проблему, стандарты, представленные в таблице 5, содержат список прогнозируемой точности для большинства методов съемки, используемых сегодня в отрасли. Мы надеемся, что производители геодезического оборудования поймут потребности своих клиентов, желающих принять новые стандарты ASPRS, разработав способ вычисления абсолютной точности съемки.

Точность при наличии растительности и отсутствии растительности
Новые стандарты вносят важное изменение в оценку точности при наличии растительности. Некоторые среды с растительностью представляют сложность для многих датчиков сбора данных с воздуха, таких как лидары и устройства для получения изображений. Новые стандарты отменяют критерии «прошел/не прошёл» для VVA, и теперь его необходимо тестировать и сообщать в соответствии с требованиями, изложенными в этих стандартах. Логика этого изменения основана на следующем:

Лидар (и изображения) не могут идеально проникать сквозь густую растительность: эта проблема приводит к менее плотному облаку точек лидара под деревьями. Разреженное облако точек приводит к менее качественному моделированию рельефа под деревьями. Из-за такого ухудшения моделирования рельефа оценка VVA приводит к плохому соответствию контрольных точек облаку точек лидара. На рисунке 2 показана проблема моделирования рельефа с использованием разреженного и плотного облаков точек. При моделировании рельефа с использованием менее плотного облака точек существует риск неверной оценки высоты для желаемого местоположения, например, точки A верхнего профиля на рисунке 2. Используемое программное обеспечение, скорее всего, создаёт нерегулярную триангуляционную сеть (TIN), в которой соединения между точками облака точек образуют треугольники. Программное обеспечение определяет высоту рельефа в определённом месте на основе линейной интерполяции внутри треугольника, в который попадает это местоположение.

Как показано на рисунке 2, из-за разреженного облака точек вокруг точки A её высота может быть оценена с погрешностью 2 м. Точка A может быть одной из контрольных точек, обследуемых под деревьями для оценки VVA. В этом случае полученной VVA нельзя доверять. Единственный способ предотвратить такие ошибки — использовать гладкую непрерывную модель для представления рельефа, что может быть гарантировано только при наличии плотного облака точек для точного моделирования рельефа, как показано на нижней поверхности рисунка 2. Более подробную информацию по этому вопросу можно найти в разделе D приложения I к стандартам.

Съёмка под деревьями ненадёжна: сигналы GPS и PDOP искажаются под густым пологом, что приводит к неточным результатам.

Полевая съёмка измеряет фактическую высоту рельефа: группа геодезистов обычно измеряет фактическую высоту рельефа, в то время как облако точек лидара измеряет верхние слои листьев, мусора и травы, покрывающих землю. Такие расхождения в измеренных высотах снижают оценку VVA.

Лесная подстилка динамична по своей природе: лесной мусор перемещается под действием ветра, стока воды и животных, нарушающих почву. Помимо погрешности, которую вносит сама растительность, она со временем меняет высоту и форму, что может создать серьёзные проблемы, особенно если полевая наземная съёмка не проводится одновременно с аэрофотосъёмкой.
Передовые технологии датчиков, представленные на рынке, создают высокоточные облака точек. Поэтому принятие или отклонение данных целесообразно основывать на точности данных, полученных на открытой земле, где поверхность не закрыта датчиком. В фотограмметрии это делалось десятилетиями, когда контуры подлесных зон изображались пунктирными линиями для обозначения областей с низкой достоверностью, где точность не гарантировалась.

Сила шести дополнений
Впервые стандарты ASPRS содержат рекомендации по использованию. Информацию, содержащуюся в этих дополнениях, нелегко найти в учебнике или техническом документе. Это сборник научных данных и практического опыта, составленный профессионалами с многолетним опытом работы в сфере геодезии и картографирования. Ниже приводится краткое описание этих дополнений:

Приложение I: Общие рекомендации и руководства
В настоящем приложении представлена ​​информация по следующим темам:
Отчётность по предоставленным геопространственным продуктам;
Проверка и отчётность на нормальность ошибок;
Понимание статистики точности и минимизация ошибок;
Качество лидарных данных и точность позиционирования;
Классификация и группировка лидарных систем.

Приложение II: Передовой опыт и рекомендации по полевой съёмке наземных опорных пунктов и контрольных точек
Это приложение является ценным дополнением, в котором подробно излагается вся информация, необходимая пользователям для проведения безопасных и успешных полевых съёмок. Ни один пользователь не должен начинать полевые съёмки в рамках проектов, которые должны соответствовать стандартам ASPRS, не ознакомившись с этим приложением.

Приложение III: Передовой опыт и рекомендации по картографированию с использованием фотограмметрии
Это приложение знакомит пользователей со всеми аспектами фотограмметрического картографирования, от планирования до сбора данных аэрофотосъёмки, обработки и оценки точности. Оно является ценным ресурсом как для практикующих специалистов, так и для тех, кто только начинает свою карьеру в области фотограмметрического картографирования.

Приложение IV: Передовой опыт и рекомендации по картографированию с использованием лидара
Лидар становится основой нашей отрасли и источником дохода практически для всех картографических компаний. Данное приложение содержит информацию, аналогичную той, что представлена ​​в приложении III по фотограмметрическому картографированию, но с акцентом на лидар, лидарные датчики и эксплуатацию.

Приложение V: Передовой опыт и рекомендации по картографированию с использованием беспилотных воздушных систем (БАС)
В то время как БПЛА стремительно завоёвывают нашу отрасль и другие сферы жизни, это приложение содержит всё необходимое для создания успешной производственной линии для эксплуатации БАС. Оно состоит из двух разделов: один посвящен фотограмметрическим операциям и производству, а другой — эксплуатации и производству лидаров на базе БАС.

Приложение VI: Передовой опыт и рекомендации по картографированию с использованием перспективных снимков
На рынке наблюдается дефицит качественной информации о передовом опыте в области перспективных снимков. Именно это побудило нас написать это приложение, содержащее информацию о получении и создании перспективных снимков, которую трудно найти где-либо ещё.

Благодарности
Автор и ASPRS выражают глубокую признательность многочисленным добровольцам, посвятившим два года своего времени созданию издания 2, версии 2. Их имена указаны на обороте опубликованных стандартов. Мы бесконечно благодарны им за их усилия и щедрость.