Cosa significa realmente la misurazione
Un punto cloud memorizza più di un elenco di punti visibili. Coordinate, scale e offset codifica, classificazioni, colori, intensità, timestamp e altre dimensioni possono portare significato essenziale. I flussi di lavoro LAS e LAZ compressi devono conservare le dimensioni richieste dal progetto e documentare il riferimento coordinato. Una nuvola che sembra corretta in uno spettatore può ancora avere perso le classificazioni o cambiato precisione numerica. La compressione e la conversione devono quindi essere valutate attraverso dati e metadati decodificati piuttosto che l'aspetto dei punti resi da soli.
Procedura di lavoro riproducibile
Ispezionare il formato punto, conteggio, limiti, codifica delle coordinate, CRS e dimensioni disponibili prima della conversione. Identificare quali attributi provengono dalla fotogrammetria e che hanno definizioni specifiche del sensore significative; non inventare proprietà di ritorno del lidar per i punti derivati dell'immagine. Convertire un sottoinsieme rappresentativo e confrontare le coordinate e le dimensioni decodificate. Tenere i file sorgente invariati e conservare dimensioni extra esplicitamente dove l'esportatore richiede la configurazione. Riaprire l'output attraverso un secondo lettore e ispezionare le distribuzioni di classificazione e gli intervalli numerici, nonché la portata completa del cloud.
Calcolo illustrativo e interpretazione
Per una codifica di coordinate integer illustrativa con una scala di 0.001 metri, ogni incremento memorizzato corrisponde a un millimetro nella coordinata decodificata. Quella risoluzione di archiviazione non è un'accuratezza di misura millimetrica. Se un'esportazione successiva cambia la scala a 0.01 metri, le coordinate sono quantizzate più grossolanamente anche quando il conteggio dei punti rimane identico. Una conversione separata che scende un campo di classe terra può rendere impossibile riprodurre un passo filtrante del terreno. Questi esempi dimostrano perché la precisione coordinata e la conservazione degli attributi richiedono controlli espliciti.
Controllo qualità e diagnosi di guasto
Confronta i conti per classe, i record dei punti selezionati, le differenze di coordinate e qualsiasi timestamp richiesto dopo la conversione. Indagare i cambiamenti inaspettati come possibile CRS, scala o problemi di offset prima di tradurre manualmente il cloud. Mantenere il sistema di riferimento originale e la convenzione verticale nel manifesto. Se un'applicazione non può leggere una dimensione extra, identificare quel limite di compatibilità piuttosto che cancellare le informazioni dall'archivio. Una consegna cloud a punto pulito include un contesto sufficiente per distinguere osservazioni originali, attributi inferred e decisioni di classificazione successive.
Definire la superficie fisica
Dichiara se il fornibile rappresenta superfici visibili, terreno classificato, un'interpolazione matematica o una miscela di queste. Descrivi la vegetazione, l'acqua, gli edifici e il terreno occluso esplicitamente perché creano diversi problemi di interpretazione. Conservare le osservazioni originali e classificare i prodotti derivati separatamente. Una fitta collezione di punti non stabilisce automaticamente ciò che si trova sotto un baldacchino o dietro una parete. La definizione superficiale determina quali misure di riferimento sono appropriate e quali calcoli a valle possono essere sostenuti dalle prove disponibili.
Mantenere un'area di confronto riproducibile
Scegli una piccola regione di prova contenente terra piana, un pendio, un bordo affilato e un gap prima di applicare un'operazione superficiale ovunque. Salvare la selezione di input, il sistema di coordinate, le impostazioni del filtro, i parametri di interpolazione e la definizione della griglia di uscita. Confronta le alternative sulla stessa impronta valida. Se un'uscita ha celle più riempite, distinguere una maggiore copertura dalla migliore qualità di misura. Mantenere una maschera identificando il supporto osservato e le aree inferrate in modo che gli utenti successivi possono scegliere se una posizione interpolata è accettabile per la loro decisione particolare.
Ispezione di sezioni e mappe insieme
Utilizzare una vista di piano per individuare modelli di grandi dimensioni e diverse sezioni verticali per ispezionare la geometria locale. Un'altura può nascondere un cambio di altezza uniforme, mentre una mappa numerica della differenza può mancare la forma di un volto verticale. Guarda la distribuzione del punto, la classificazione e la distanza per sostenere le osservazioni accanto al raster di superficie. Salvare le posizioni della sezione in modo che un altro analista possa ripetere l'ispezione. La revisione di qualità diventa più affidabile quando le visualizzazioni scelte espongono modalità di fallimento complementari invece di ripetere la stessa visione favorevole.
Account per errori correlati
Separare il punto casuale sparge da errori di riferimento condivisi, bias interpolazione e gli effetti di ricostruzione correlati spaziali. L'acquisizione di molti pixel nelle vicinanze non necessariamente rimuove un offset comune o una cupola coerente. Quando si calcola un'incertezza per un'area o un volume, descrivere la lunghezza di correlazione assunta e testare un'alternativa plausibile. Tenere l'incertezza orizzontale visibile sulle piste perché uno spostamento orizzontale può apparire come una differenza verticale. Spiegare quali componenti sono stati stimati da prove indipendenti e che rimangono ipotesi che richiedono la verifica del campo.
Confronta con le prove indipendenti adeguate
Utilizzare osservazioni di riferimento che corrispondono alla superficie di destinazione e non prendere parte alle decisioni di regolazione della superficie o filtraggio. Registra il loro metodo di indagine, sistema di altezza, distribuzione e copertura del terreno locale. Ispezione dei residui firmati prima di ridurli a una statistica sommaria. Se il riferimento stesso ha incertezza, includere quella limitazione nell'interpretazione. Alcuni controlli convenienti vicino a una strada di accesso non possono stabilire il comportamento di aree ripide, vegetate o scarsamente osservate in tutto il sito, anche quando i loro residui sembrano eccellenti.
Rilasciare la superficie con i suoi limiti
Documentare le date di osservazione, la definizione della superficie, i sistemi di coordinate e altezza, la selezione dei punti, la spaziatura della griglia, l'interpolazione e le regole di dati mancanti. Includere l'impronta di analisi valida e le bandiere per aree in cui la superficie è inferred o non affidabile. Dichiara i controlli effettivi effettuati e fornire abbastanza dettagli per riprodurli. Tenere una nota separata per usi previsti e limitazioni non risolte. Questo fornisce a un analista ricevente una base pratica per decidere se il prodotto supporta contouring, screening di progettazione, rilevamento dei cambiamenti, o un compito di misura più esigente.
Testare la decisione, non solo il file
Definire la decisione a valle prima di scegliere una tolleranza di accettazione. Una mappa panoramica, un confronto di indagine ripetuta e una misurazione ingegneristica possono usare file simili cercando, richiedendo prove diverse. Scrivere la tolleranza nelle unità fisiche e indicare l'impronta in cui si applica. Se i controlli disponibili non coprono un tipo di superficie o una condizione di funzionamento, identificano esplicitamente tale divario. Ciò rende utile un'accettazione condizionale: l'analista può rilasciare una porzione supportata, conservare una parte flagrata per l'indagine, e evitare di estendere silenziosamente le prove oltre i luoghi effettivamente esaminati.
Distinguere un'ipotesi da un'osservazione
Tenere una breve nota di interpretazione che separa quantità, calcoli e presupposti misurati. L'esempio numerico in questo articolo è un'illustrazione di un meccanismo; sostituire i suoi input con le misurazioni del progetto prima di prendere una decisione operativa. Per un input incerto, ripetere il calcolo su una gamma defensibile e vedere se la conclusione cambia. Se lo fa, ottenere una migliore prova per tale input può essere più utile che regolare le impostazioni di elaborazione non correlate. Mantenere i risultati alternativi in modo che un recensore possa capire perché il flusso di lavoro selezionato è stato giudicato adeguato.
Utilizzo del risultato di un progetto di mappatura
Il software di mappatura ortosoica è più utile qui quando le sue uscite rimangono connesse agli input e ai controlli documentati. Un progetto DroneCollab può essere considerato come una destinazione di elaborazione, mentre l'analista mantiene la responsabilità per l'interpretazione coordinata, la validazione indipendente e l'idoneità per la misura prevista. Confermare le opzioni disponibili di importazione ed esportazione per il progetto reale piuttosto che presumere che un nome del prodotto stabilisca supporto o accuratezza.
