Test af nøjagtigheden af ​​Google elevationsdata - Overraskelse!

Google Earth giver adgang til dine elevationsdata med en gratis Google Elevation API-nøgle. Civil Site Design, udnytter dette potentiale med sin nye Satellite to Surface funktionalitet. Denne funktion giver dig mulighed for at vælge et område og afstanden mellem punkterne i gitteret, den returnerer en overflade med kurver af niveau integreret med Civil Site Design-softwaren og et luftfoto.

Lance Maidlow of ChasmTech LLC byggede denne sag af brug, der blev offentliggjort i TwinGEO magasin

Jeg var altid nysgerrig over nøjagtigheden af ​​de data, som Google leverede. Der var to mulige brugssager, som jeg havde i tankerne:

• Konceptuelt / foreløbigt design til nye underopdelinger.
• Adgang til topografi af bassinet til analyse af oversvømmelsespladser med HEC-RAS 2

Til evalueringsformål valgte jeg to websteder:

• 1-stedet var en meget høj underafdeling i Dunedin, Florida. For dette havde jeg oprindeligt hentet og behandlet over 2 millioner af LiDAR-point fra NOAAs websted.
• 2-webstedet var en foreslået kommerciel underopdeling i Lake County, Florida, hvor vi havde undersøgelsesdata i et 100-net, samt detaljerede undersøgelser af eksisterende infrastruktur.

Funktionen satellit til overflade, genererede overflader for de to testområder på mindre end 10 minutter hver. Overflader genereret fra Googles elevationsdata var overraskende nøjagtige, når man sammenlignede LiDAR og undersøgelsesdata.

Det ville imidlertid være yderst nyttigt, hvis Google leverede kilden og datoen for dine elevationsdata.

Resultaterne er meget ens, selvom de oprindelige LiDAR punkter var 8.5 lavere fødder sammenlignet med niveauet af en kendt sø. Denne justering blev tilføjet LiDAR-dataene i Civil Site Design før konturerne blev oprettet, som vist nedenfor i den detaljerede sammenligning af overfladedata mellem de to kilder. Den gennemsnitlige højde på 1 / 2, 1 / 3 og 2 / 3 er praktisk talt identisk. Den vejede gennemsnitlige højde er 3-fødder højere end LiDAR-dataene. Denne forskel skyldes det faktum, at punkterne er tættere i åbne områder sammenlignet med områder dækket af træer. Satellitdataene blev genereret i et 20-net.

Dernæst præsenteres en visuel inspektion af satellitdataene, der sammenligner sig positivt med de egentlige forhold på terrænet.

I dette særlige tilfælde måtte en knude placeres på Google's højde med hensyn til rå nøjagtighed og kurvens generelle form i forhold til eksisterende veje og husets forholdsforhold.

Underopdeling af kommerciel zone

I det følgende eksempel på kommerciel underopdeling blev konturerne genereret fra et 20-net med satellitdata, de røde kurver blev opnået fra genkendelsesdata i et 100-net.

Lokal viden er imidlertid vigtig, da elevationsdataene ikke har en identificeret dato. En depression blev gennemført, og en reservation blev oprettet, efter at de indsamlede Google Elevation data. På samme måde blev der bygget en holdedam i den nordøstlige del af området, efter at alle elevationsdata blev samlet.

Kilden til Googles forhøjelsesdata varierer alt efter din placering. Selv om flere oplysninger om Googles elevationsdata kan hentes fra nogle kilder, forbliver det et mysterium.

Selvom denne analyse ikke er videnskabelig, kan det tyde på, at Google Elevation-data er acceptable og kan overvejes til det konceptuelle design af urbaniseringer eller for at generere en bundflade, der kan bruges til oversvømmelsesanalyse med applikationer som HEC RAS 2.