Comparing Uniform and Random Data Reduction Methods for DTM Accuracy

Abstract

ABSTRACT:The digital cartographic representation of the elevation of the earth's surface created from discrete elevation points is defined as a digital terrain model (DTM). DTMs have been used in a wide range of applications, such as civil planning, flood control, transportation design, navigation, natural hazard risk assessment, hydraulic simulation, visibility analysis of the terrain, topographic change quantification, and forest characterization. Remote sensing, laser scanning, and radar interferometry become efficient sources for constructing high-accuracy DTMs by the developments in data processing technologies. The accuracy, the density, and the spatial distribution of elevation points, the terrain surface characteristics, and the interpolation methods have an influence on the accuracy of DTMs. In this study, uniform and random data reduction methods are compared for DTMs generated from airborne Light Detection and Ranging (LiDAR) data. The airborne LiDAR data set is reduced to subsets by using uniform and random methods, representing the 75%, 50%, and 25% of the original data set. Over the Mount St. Helens in southwest Washington State as the test area, DTM constructed from the original airborne LiDAR data set is compared with DTMs interpolated from reduced data sets by Kriging interpolation method. The results show that uniform data reduction method can be used to reduce the LiDAR datasets to 50% density level while still maintaining the quality of DTM.

Monitoring Deformations in Mine Sites with UAVs

“…Bu teknolojinin kullanılması, erken uyarı sistemlerinin kurulmasına, güvenlik önlemlerinin artırılmasına ve olası kazaların önlenmesine yardımcı olabilir. Ayrıca İHA kullanımı ile veri toplama ve analiz süreçleri hızlandırılabildiği için madencilik faaliyetlerinde üretim ve verimliliğin artmasına da katkı sağlayabiliyor [11][12][13][14] Zeybek ve Şanlıoğlu [21], çalışmaları kapsamında farklı zaman dilimlerinde elde edilen verilerdeki özel detayları otomatik olarak çıkararak görüntülerdeki topografik yüzeyde farklı nedenlerle meydana gelen değişiklikleri gözlemlemişlerdir. Aynı koordinat sistemine sahip periyotlarda elde edilen ortomozaikler arasındaki benzerlik ve farklılıklardan yararlanılarak görüntüler üzerinde topografik yüzey özellikleri incelenebilmektedir.…”

El tipi lazer tarayıcı ile küçük objelerin modellenmesi

“…3B veri elde edilmesinde kullanılan tarayıcılar 3B lazer tarayıcılardır. Bu tarayıcılar, inşa edilmiş ve hazırlanmış ortamlar için etkili ölçüm yöntemlerine olanak sağlamaktadır (Arayici, 2007;Yılmaz, 2009;Kanun vd., 2021;Yakar & Doğan, 2017;Yılmaz & Yakar, 2006a;Yılmaz & Uysal, 2017;Kabadayı vd., 2020;Erdoğan vd., 2022a).…”

Use of Wearable Mobile LIDAR in Cadastre: Ankara Balgat example

“…GML teknolojisi ile hızlı veri toplanmaktadır, ancak teknoloji yeni olduğundan kullanımı kısıtlıdır ve hangi işlerde nasıl sonuçlar verdiği araştırılmaktadır. Yaptığımız çalışmalarda su dışında görünen her şeyi ölçtüğü görüldü (Karabacak & Yakar, 2022;Karabacak & Yakar, 2023, abcd;Yılmaz vd., 2015;Kabadayı, 2022;Alptekin & Yakar, 2021;Yılmaz & Uysal, 2016;Kanun vd., 2021;Karataş vd., 2022;Kuşak vd., 2021) Üreticinin verdiği özelliklere göre, sistem 3 cm'lik bir yerel doğruluk ve nihai 5 cm bir küresel doğruluk sağlar, döngü ve kapanışların varlığından ayrıca taranan ortamın özelliklerinden SLAM algoritması etkilenebilir ve doğruluk 20-50 cm'ye düşebilir (Paksoyteknik, 2022;Maset vd., 2021;Yılmaz, 2009;Erdoğan vd., 2021;Kabadayı vd., 2020;Ulvi vd., 2014;Ünal vd., 2004;Yakar & Doğan, 2017;Yılmaz & Yakar, 2006a;Yılmaz & Uysal, 2017).…”