പരമ്പരാഗത ടോപ്പോഗ്രാഫി vrs. ലിഡാർ. കൃത്യത, സമയവും ചെലവും.
പരമ്പരാഗത ടോപ്പോഗ്രഫി എന്നതിനേക്കാളും കൂടുതൽ കൃത്യതയുള്ളതാണ് LiDAR ൽ ജോലി ചെയ്യുന്നത്? ഇത് എത്ര തവണ കുറയ്ക്കുന്നു, എത്ര ശതമാനത്തിൽ? എത്ര ചെലവ് കുറയ്ക്കും?
സമയം തീർച്ചയായും മാറി. എന്റെ ഫീൽഡ് വർക്ക് ചെയ്ത ഒരു സർവേയറായ ഫെലിപ്പ്, കോണ്ടൂർ മാപ്പുകൾ സൃഷ്ടിക്കുന്നതിന് 25 പേജുള്ള ക്രോസ് സെക്ഷനുകളുടെ നോട്ട്ബുക്കുമായി എത്തുമെന്ന് ഞാൻ ഓർക്കുന്നു. പേപ്പറിൽ ഇന്റർപോളേറ്റ് ചെയ്യുന്ന സമയം ഞാൻ ജീവിച്ചിരുന്നില്ല, പക്ഷേ സോഫ്റ്റ്ഡെസ്ക് ഉപയോഗിക്കാതെ ഓട്ടോകാഡ് ഉപയോഗിച്ച് ഇത് ചെയ്യുന്നത് ഞാൻ ഓർക്കുന്നു. അതിനാൽ രണ്ട് എലിവേഷനുകൾക്കിടയിൽ എത്ര ദൂരം സ്ഥാപിക്കണമെന്ന് അറിയാൻ ഞാൻ എക്സലുമായി ഇന്റർപോളേറ്റ് ചെയ്തു, ഈ പോയിന്റുകൾ വ്യത്യസ്ത വർണ്ണങ്ങളുടെയും ലെവലിന്റെയും പാളികളിൽ സ്ഥാപിച്ചു, ഒടുവിൽ അവ വളവുകളായി പരിവർത്തനം ചെയ്ത പോളിലൈനുകളുമായി ചേരുന്നു.
കാബിനറ്റ് ജോലികൾ ഭ്രാന്താണെങ്കിലും, ഒരു കലയായ ഫീൽഡ് വർക്കുമായി ഇത് താരതമ്യപ്പെടുത്തിയിട്ടില്ല, അൽട്ടിമെട്രി ക്രമരഹിതമാകുമ്പോൾ സ്വീകാര്യമായ മോഡലിംഗ് ചെയ്യുന്നതിന് മതിയായ ഡാറ്റ വേണമെങ്കിൽ. ക്യാബിനറ്റിനെ ലളിതമാക്കിയ ഓട്ടോകാഡ് സിവിൽ 3 ഡി യുടെ മുൻഗാമിയായ സോഫ്റ്റ്ഡെസ്ക് വന്നു, മൊത്തം സ്റ്റേഷൻ എങ്ങനെ ഉപയോഗിക്കാമെന്ന് പഠിക്കുന്ന ഫെലിപ്പ് എന്റെ കോഴ്സുകളിലൊന്നായിരുന്നു, ഇത് സമയം കുറയ്ക്കുകയും പോയിന്റുകളുടെ എണ്ണം വർദ്ധിപ്പിക്കുകയും തീർച്ചയായും കൃത്യത വർദ്ധിപ്പിക്കുകയും ചെയ്തു.
സ്റ്റേജ് സിവിൽ ഉപയോഗംക്കായി ആളില്ലാ വിമാനങ്ങൾ സമാനമായ യുക്തിക്ക് കീഴിൽ പുതിയ മാതൃകകളെ തകർക്കുന്നു: സർവേയിംഗ് ടെക്നിക്കുകളിൽ മാറ്റം വരുത്തുന്നതിനുള്ള പ്രതിരോധം എല്ലായ്പ്പോഴും ചെലവ് കുറയ്ക്കുന്നതിനും കൃത്യതയുടെ ഗ്യാരണ്ടി തേടുന്നു. അതിനാൽ ഈ ലേഖനത്തിൽ നമ്മൾ അവിടെ കേട്ടിട്ടുള്ള രണ്ട് അനുമാനങ്ങളെ വിശകലനം ചെയ്യും:
പരികല്പന 1: ലിഡാറിനൊപ്പം സർവേ ചെയ്യുന്നത് സമയവും ചെലവും കുറയ്ക്കുന്നു.
Hpothesis 2: LiDAR ഉള്ള ടോപ്പോഗ്രാഫി കൃത്യത നഷ്ടപ്പെടുന്നതിലേക്ക് നയിക്കുന്നു.
പരീക്ഷണാത്മക കേസ്
മാസിക POB 40 കിലോമീറ്ററിലധികം പരമ്പരാഗത രീതി ഉപയോഗിച്ച് ഒരു ബൈക്കിന്റെ ഡാറ്റാ സർവേയിൽ ഒരു പ്രവൃത്തി നടത്തിയ ഒരു കൃതി ചിട്ടപ്പെടുത്തി. കുറച്ച് ദിവസങ്ങൾക്ക് ശേഷം രണ്ടാമത്തെ കൃതിയിൽ, അതേ ഡാമിന്റെ 246 കിലോമീറ്ററോളം ലിഡാർ ടോപ്പോഗ്രാഫി ഉപയോഗിച്ച് ഇത് വികസിപ്പിച്ചെടുത്തു. വിഭാഗങ്ങൾ ദൂരത്തിൽ തുല്യമായിരുന്നില്ലെങ്കിലും, സമാന സാഹചര്യങ്ങളിൽ താരതമ്യപ്പെടുത്തുന്നതിന് തുല്യമായ വിഭാഗത്തെ തുല്യമാക്കി.
പരമ്പരാഗത ടോപ്പോഗ്രഫി
നിലവിലുള്ള സ്റ്റേഷനുകളുമായി പൊരുത്തപ്പെടുന്ന ടോപ്പോഗ്രാഫിക് സർവേ ഓരോ 30 മീറ്ററിലും ക്രോസ് സെക്ഷനുകളിൽ ശേഖരിക്കും. 4 മീറ്ററിൽ താഴെയുള്ള ദൂരത്തിലാണ് തിരശ്ചീന പോയിന്റുകൾ എടുത്തത്.
ജിയോഡെറ്റിക് ശൃംഖലയുടെ പോയിന്റുകൾ ഉപയോഗിച്ചാണ് ഈ കൃതി ജിയോഫററ്റിക് ചെയ്തത്, അവ അക്ഷങ്ങൾക്കൊപ്പം ജിയോഡെറ്റിക് ജിപിഎസ് ഉപയോഗിച്ച് സാധൂകരിക്കപ്പെട്ടു, ഇതിൽ നിന്ന് ക്രോസ് പോയിന്റുകൾ വെർച്വൽ റഫറൻസ് സ്റ്റേഷനുകളുടെയും ആർടികെയുടെയും സംയോജനം ഉപയോഗിച്ച് സർവേ നടത്തി. ഡിജിറ്റൽ മോഡലിന്റെ സ്ഥിരത ഉറപ്പുവരുത്തുന്നതിന് പ്രത്യേക ചരിവിലും ആകൃതി മാറ്റുന്ന സൈറ്റുകളിലും അധിക പോയിന്റുകൾ എടുക്കേണ്ടത് ആവശ്യമാണ്.
അറിയപ്പെടുന്ന പോയിൻറുകളും ജിപിഎസ് വഴി ലഭിച്ച കോർഡിനേറ്റുകളും തമ്മിലുള്ള അവശേഷിക്കുന്ന വ്യത്യാസങ്ങൾ പട്ടികയിൽ കാണിച്ചിരിക്കുന്നവയാണ് ആ പരമ്പരാഗത അമിതമായ കൃത്യമായതാണ്.
പരമാവധി അവധി | കുറഞ്ഞ അവശേഷിക്കുന്ന സ്ക്വയർ | |
തിരശ്ചീനമായ | 2.35 സെ.മീ. | 1.52 സെ.മീ. |
ലംബമായ | 3.32 സെ.മീ. | 1.80 സെ.മീ. |
മൂന്ന് ഡൈമൻഷണൽ | 3.48 സെ.മീ. | 2.41 സെ.മീ. |
ദി LiDAR സർവ്വേ
965 മീറ്റർ ഉയരത്തിൽ പറക്കുന്ന ഒരു സ്വയംഭരണ യൂണിറ്റ് ഉപയോഗിച്ചാണ് ഇത് ചെയ്തത്, ഒരു ചതുരശ്ര മീറ്ററിന് 17.59 പോയിന്റ് സാന്ദ്രത. അറിയപ്പെടുന്ന 26 നിയന്ത്രണ പോയിൻറുകൾ അവർ വീണ്ടെടുത്തു, കൂടാതെ ജിയോഡെറ്റിക് ജിപിഎസ് ഉപയോഗിച്ച് വായിച്ച 11 ഫസ്റ്റ് ഓർഡർ പോയിൻറുകൾ മറികടന്നു.
ഈ 37 പോയിന്റുകൾ ഉപയോഗിച്ച് ലിഡാർ ഡാറ്റാ ഫിറ്റ് ഉണ്ടാക്കി. ജിപിഎസ് റിസീവർ കൊണ്ട് സജ്ജീകരിച്ച് ബേസ് സ്റ്റേഷനുകൾ നിയന്ത്രിക്കുന്ന യുഎവി എടുത്ത കോർഡിനേറ്റുകൾ എല്ലായ്പ്പോഴും ആവശ്യമില്ലാത്തതിനാൽ, എല്ലായ്പ്പോഴും കുറഞ്ഞത് 6 ദൃശ്യ ഉപഗ്രഹങ്ങളും 3 ൽ താഴെയുള്ള പിഡിഒപിയും നേടി. ബേസ് സ്റ്റേഷനിലേക്കുള്ള ദൂരം ഒരിക്കലും അതിലും വലുതായിരുന്നില്ല 20 കിലോമീറ്റർ.
ലിഡാർ ഡാറ്റയുടെ കൃത്യത സാധൂകരിക്കുന്നതിന് 65 അധിക ചെക്ക്പോസ്റ്റുകളുടെ ഒരു കൂട്ടം. ഈ പോയിന്റുകളെ സംബന്ധിച്ച്, ഇനിപ്പറയുന്ന ലംബ കൃത്യതകൾ ലഭിച്ചു:
നഗരപ്രദേശത്ത്: 2.99 സെ. (9 മാർക്ക്)
തുറന്ന വയലിലോ താഴ്ന്ന പുല്ലിലോ: 2.99 സെ. (38 പോയിന്റ്)
വനത്തിൽ: 2.50 സെ. (3 പോയിന്റുകൾ)
കുറ്റിക്കാട്ടിലോ ഉയരമുള്ള പുല്ലിലോ: 2.99 സെ. (6 പോയിന്റുകൾ)
ചിത്രത്തിൽ സാന്ദ്രത വലിയ വ്യത്യാസം കാണിക്കുന്നു. ലിഡാർ, ഗ്രേഡ് ത്രികോണങ്ങളിൽ അടയാളപ്പെടുത്തിയ ക്രോസ് സെക്ഷനുകൾക്ക് ഇടയിലുള്ള സാന്ദ്രത.
കൃത്യതയിൽ വ്യത്യാസങ്ങൾ
പരമ്പരാഗത സർവേയുടെ കൃത്യതയിലേക്ക് ലിഡാർ സർവേ എത്തുന്നില്ലെന്ന അനുമാനത്തിന് വിരുദ്ധമായി ഈ കണ്ടെത്തൽ രസകരമാണ്. പിടിച്ചെടുത്ത ഡാറ്റയും റഫറൻസ് ചെക്ക്പോസ്റ്റുകളും തമ്മിലുള്ള പിശക് പാരാമീറ്ററായ ആർഎംഎസ്ഇ (റൂട്ട് മീഡിയൻ സ്ക്വയർ എറർ) നായുള്ള മൂല്യങ്ങൾ ഇനിപ്പറയുന്നവയാണ്.
പരമ്പരാഗത ടോപ്പോഗ്രഫി | LiDAR ലിഫ്റ്റിങ് |
1.80 സെ.മീ. | 1.74 സെ.മീ. |
സമയം വ്യത്യാസങ്ങൾ
മുകളിൽ ഞങ്ങളെ ആശ്ചര്യപ്പെടുത്തിയാൽ, LiDAR രീതിയും പരമ്പരാഗത രീതിയും തമ്മിലുള്ള താരതമ്യം താരതമ്യപ്പെടുത്തുന്ന രീതിയിൽ എന്താണ് സംഭവിച്ചത് എന്ന് കാണുക:
LiDAR- ലുള്ള ഫീൽഡിലുള്ള ഡാറ്റ ശേഖരണം 8% മാത്രമാണ്.
- കാബിനറ്റ് ജോലി വെറും 8% മാത്രമാണ്.
- ഫീൽഡ് ഡാറ്റയ്ക്കെതിരായ + ഫീൽഡ് + ലിഡർ കാബിനറ്റ് സമയം സംഗ്രഹിക്കൽ + പരമ്പരാഗത ടോപ്പ്ഗ്രഫി കാബിനറ്റ്, ലിഡാർലിറ്റി 19% മാത്രം ആവശ്യമായിരുന്നു.
ഇതിന്റെ ഫലമായി പരമ്പരാഗത ഭൂപ്രകൃതിയുടെ ഒരു കി.മീറ്ററിൽ ഒരു മണിക്കൂറിൽ ശരാശരി 8 മണിക്കൂറാണ് ജോലി ചെയ്യുന്നത്.
കൂടാതെ, പിടിച്ചെടുക്കുന്ന വിവരങ്ങൾ മൊത്തം ക്യാപ്ചർ, കാബിനറ്റ് പ്രക്രിയകളിൽ ഉപയോഗിച്ചിരുന്ന സമയത്തിൽ വിഭജിക്കപ്പെട്ടിട്ടുണ്ടെങ്കിൽ, പരമ്പരാഗത രീതി മണിക്കൂറിൽ എൺപത് പോയിൻറുകൾ, LiDAR മണിക്കൂറിൽ ഏതാണ്ട് നൂറ് ദശലക്ഷം പോയിൻറുകൾ.
സമയം വ്യത്യാസങ്ങൾ
ഈ ആധുനിക ഉപകരണങ്ങളുടെ വില, ഈ സെൻസറുകൾ ആ അളവിലുള്ള പോയിന്റുകൾ പിടിച്ചെടുക്കുന്നതിലൂടെ, ജോലി കൂടുതൽ ചെലവേറിയതായിരിക്കണമെന്ന് സൂചിപ്പിക്കുന്നു. എന്നാൽ പ്രായോഗികമായി, പരമ്പരാഗത ഭൂപ്രകൃതി സൂചിപ്പിക്കുന്ന സമാഹരണ സമയവും ചെലവും കുറയ്ക്കുന്നത്, 246 കിലോമീറ്ററുകളുടെ ഉപഭോക്താവിന് അന്തിമ ചിലവ് പരമ്പരാഗത ഭൂപ്രയോഗം ഉള്ള 71 കിലോമീറ്റർ മൊത്തം ചെലവിനേക്കാൾ കുറഞ്ഞത് 18% കുറവ്!
ഇത് അവിശ്വസനീയമാം വിധം തോന്നിയേക്കാം, എങ്കിലും പരമ്പരാഗത ഭൂപ്രകൃതിയോട് താരതമ്യപ്പെടുത്തുമ്പോൾ LiDAR- നൊപ്പം ലീനിയർ കിലോമീറ്ററിന് വെറും 9% മാത്രമാണ് വില.
തീരുമാനം
പരമ്പരാഗത ഭൂപ്രകൃതിയെ ലിഡാർ ടോപ്പോഗ്രാഫി പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കുമോ? മൊത്തത്തിൽ അല്ല, കാരണം ലിഡാറുമായുള്ള ജോലി എല്ലായ്പ്പോഴും നിയന്ത്രണ പോയിന്റുകൾക്കായി ചില സ്ഥലങ്ങൾ ഉൾക്കൊള്ളുന്നു, എന്നാൽ ചെലവ്, ഉൽപ്പന്നത്തിന്റെ ഗുണനിലവാരം, സമയം എന്നിവയുടെ എല്ലാ ഗുണങ്ങളോടും കൂടി, ലിഡാറുമായുള്ള പ്രവർത്തനം ടോപ്പോഗ്രാഫിയുടെ ഏതാണ്ട് അതേ കൃത്യതയോടെ ഫലങ്ങൾ സൃഷ്ടിക്കുന്നുവെന്ന് നിഗമനം ചെയ്യാം. പരമ്പരാഗതം.
എല്ലായ്പ്പോഴും ഗുണവും ദോഷവും ഉണ്ടാകും; പരമ്പരാഗത ഭൂപ്രകൃതിയുടെ ഉയർന്ന കൃത്യത നൊസ്റ്റാൾജിക്കാണ്, പക്ഷേ സ്വകാര്യ സ്വത്തുക്കളിൽ പ്രവേശിക്കാൻ അനുമതി ചോദിക്കുന്നതിലെ സങ്കീർണതകൾ, ക്രമരഹിതമായ സൈറ്റുകളിൽ കണ്ടെത്തുന്നതിലെ അപകടസാധ്യതകൾ, ഉയരമുള്ള പുല്ലും തടസ്സങ്ങളും നേരിടേണ്ടിവരുന്നതിന്റെ ആവശ്യകത… ഇത് ഭ്രാന്താണ്. തീർച്ചയായും, വനമേഖലയുടെ സാന്ദ്രത ലിഡാറിന്റെ കാര്യത്തിലും അതിന്റെ ദോഷങ്ങളുണ്ടാക്കുന്നു, അവ വളരെ ചെറിയ പ്രോജക്ടുകൾ തമ്മിലുള്ള സമാന ബന്ധ പാരാമീറ്ററുകളല്ല.
ഉപസംഹാരമായി, ഉയർന്നുവരുന്നതുപോലുള്ള വിപുലമായ പ്രോജക്ടുകൾക്ക്, സാങ്കേതികവിദ്യ എങ്ങനെ വികസിപ്പിച്ചെടുക്കണമെന്ന് മനസിലാക്കാൻ ഞങ്ങൾ സന്നദ്ധരാണ്, പുതിയതും കൂടുതൽ സൃഷ്ടിപരവുമായ രീതികൾ തിരഞ്ഞെടുക്കുന്നതിനുള്ള തുറന്ന മനസ്സും ബോധവൽക്കരണവും ആവശ്യമാണ്.
വിവരത്തിന് നന്ദി, ഞങ്ങൾ ലിഡാർ സേവനം വാഗ്ദാനം ചെയ്യുന്നു, നിങ്ങൾക്ക് മെയിലിലേക്ക് ആശയവിനിമയം നടത്താം caribbeansurveysupply@gmail.com
ശുഭദിനം സുഹൃത്തുക്കളെ…. ഒരു സർവേ സൃഷ്ടിക്കുന്നതിന് ഡ്രോണുകളുടെ ഉപയോഗത്തെക്കുറിച്ച്… സാന്ദ്രമായതോ വളരെ സാന്ദ്രമായതോ ആയ സസ്യജാലങ്ങളുള്ള ഒരു വലിയ പ്രദേശം (1000 ഹാസോ അതിൽ കൂടുതലോ) സർവേ ചെയ്യാൻ സൂചിപ്പിച്ച സെൻസർ കൂടാതെ / അല്ലെങ്കിൽ ഉപകരണങ്ങൾ എന്തായിരിക്കും? ഇവിടെ പ്രവേശനം വളരെ ബുദ്ധിമുട്ടാണ്.
മികച്ച ലേഖനം !!
വളരെ നല്ല വിവരങ്ങൾ എന്നെ ഈ സാങ്കേതികവിദ്യ ഒരു മെച്ചപ്പെട്ട കാഴ്ച നൽകുന്നു, പുറമേ ഡിസൈനുകൾ ഒരു മികച്ച ഉപകരണമാണ്, എന്നാൽ മൊത്തം സ്റ്റേഷനുകളും പരമ്പരാഗത സർവേയിംഗ് നടപ്പാക്കുന്നതിനായി അനുഭവങ്ങൾ വലിയ പ്രാധാന്യം എടുക്കും, രേഖകൾ പല മാറ്റങ്ങൾ ആവശ്യമായി ഉപസംഹരിച്ചു അവിടെ ക്സനുമ്ക്സമ് ചെറിയ പിശക് പാരാമീറ്ററുകൾ ആവശ്യമാണ് പുരോഗതി ഒരു പദ്ധതി ആവശ്യമാണ് പ്രിസിഷൻ തരുന്ന തലങ്ങളും നിർദ്ദേശാങ്കത്തിൽ ചുവടു. ആശംസകൾ
യോം
നിങ്ങൾക്ക് ഒരേ പ്രാതിനിധ്യം ലഭിക്കുമ്പോൾ ചോദ്യ പൊരുതുന്നവർ എന്ത് കൊണ്ട് ഞാൻ നിഗമനത്തിലെത്താൻ ഇഷ്ടപ്പെടുന്നു.
വളരെ ജനപ്രീതിയാർജ്ജിച്ച നഗര ചുറ്റുപാടുകളിൽ യാഥാർത്ഥ്യം അറിയേണ്ടത് വളരെ പ്രധാനമാണ്. കാരണം, എല്ലാ തരത്തിലുള്ള പ്രോജക്ടുകളും നിർവ്വചനങ്ങൾ കൃത്യസമയത്ത് കൃത്യമായി നടത്താനാവില്ല.
മികച്ച ലേഖനം...!!! എപ്പോഴെങ്കിലും നമുക്കെല്ലാവർക്കും ഉള്ള ഒരു സംശയം ആണെന്ന് ഞാൻ കരുതുന്നു
ഏറ്റക്കുറച്ചിലുകൾക്കനുസൃതമായി നിൽക്കുന്ന ചോദ്യത്തിന് മറുപടിയായി നന്ദി
നല്ല സംഭാവന
നിങ്ങളുടെ ലേഖനം എനിക്ക് ശരിക്കും ഇഷ്ടമായിരുന്നു. നന്ദി.