Modelling the Uncertainty of Slope Estimation from a Lidar-Derived Dem: a Case Study from a Large-Scale Area in the Czech Republic / Modelovanie Neistoty Vo Výpočte Sklonov Z Lidarových Dmr; Prípadová Štúdia Vybraného Malého Územia V Čr

Abstract

Táto práca zhŕňa metódu a výsledky modelovania chýb a analýzu šírenia chýb vo výpočte sklonov z DMR získaných LIDAR-om v skúmanej lokalite okolia sútoku riek Olše a Stonávka. V terénnych analýzach výstupy uvedenej analýzy sú vždy funkciou vstupu. Na generovania pola výškových chýb boli použité dve rozdielne metódy podľa vstupných dát. Modelované chyby v nadmorských výškach následne vstupovali do analýzy šírenia chýb. Hlavným cieľom práce bolo tak ako aj poukázanie na význam kvality vstupných dát vo výpočte sklonov a odhad šírenej chyby z nadmorských výšok v sklonoch tak aj identifikácia chýb v DMR a ich dopad. Závislosti chýb boli vyhodnotené hlavne pre lepší odhad chyby v sklonoch. V simuláciách boli použité 4 vstupné DMR s rozlíšením 0.5, 1, 5 a 10 metrov s RMSE chybou do 0.317 metra (10 m DMR). Všetky DMR boli získané z mračna bodov získaných LIDAR metódou zberu dát. Šírenie chýb bolo modelované pomocou stochastickej simulácie Monte Carlo s 250 iteráciami. Článok sa zameriava na šírenie chýb z vysoko presných vstupných dát na malom území. RMSE chyba bola získaná v prvom prípade z dát získaných terénnym prieskumom (RTK GPS) a v druhom prípade z porovnania dvoch kvalitatívne rozdielnych DMR. V prvom prípade sa vypočítali chyby vo výškach pomocou náhodného generátora chýb bez autokorelácie chýb. V druhom prípade sa s pomocou semivariogramu namodelovalo autokorelované pole chýb vo výškach. Použitím vhodných štatistík boli odvodené výsledky simulácie a overené stanovené hypotézy. Tak ako sa očakávalo chyby v sklonoch sú vyššie s zvyšujúcou sa chybou v nadmorských výškach. Tiež závislosti chýb od vypočítaných sklonov boli preskúmané, kde sa potvrdila závislosť chýb na sklonoch. Na druhej strane geológia nemala žiaden vplyv na chybu v sklonoch. Chyby namodelované bez autokorelácie nevedú vo väčšine prípadov k štatisticky významnej odchýlke. Vzhľadom však k rozmiestneniu chýb v priestore (vysoká autokorelácia, zamietnutie normálneho rozdelenia pre vysokú špicatosť a extrémne hodnoty) nie je táto metóda vhodná. Napriek tomu dáva dobrú možnosť nahliadnutia do očakávanej chyby v sklonoch a nadmorských výškach.

Keywords

• Uncertainty
• Error propagation
• Monte Carlo simulation
• LIDAR-derived DEM
• Slope estimation