Test av nøyaktigheten av Googles høydedata - Overraskelse!

Google Earth gir tilgang til elevasjonsdata med en gratis Google Elev Elev API-nøkkel. Civil Site Design, utnytter dette potensialet med sin nye Satellite to Surface funksjonalitet. Denne funksjonen lar deg velge et område og avstanden mellom punktene i rutenettet, den returnerer en overflate med nivåkurver integrert med sivilstedesigns-programvaren og et luftfoto.

Lance Maidlow of ChasmTech LLC bygde denne saken for bruk som ble publisert i TwinGEO magazine

Jeg var alltid nysgjerrig på nøyaktigheten av dataene fra Google. Det var to mulige brukstilfeller som jeg hadde i tankene:

• Konseptuell / foreløpig utforming for nye underavdelinger.
• Tilgang til toppografi av bassenget for analyse av flodplatene med HEC-RAS 2

For evalueringsformål valgte jeg to nettsteder:

• 1-stedet var en veldig høy underavdeling i Dunedin, Florida. For dette hadde jeg opprinnelig nedlastet og behandlet over 2 millioner av LiDAR-poeng fra NOAAs nettsted.
• 2-stedet var en foreslått kommersiell underavdeling i Lake County, Florida, hvor vi hadde undersøkelsesdata i et 100-rutenett, samt detaljerte undersøkelser av eksisterende infrastruktur.

Funksjonen satellitt til overflate, genererte overflater for de to testområdene på mindre enn 10 minutter hver. Overflater som ble generert fra Googles høydedata var overraskende nøyaktige når man sammenlignet LiDAR og undersøkelsesdata.

Det ville imidlertid være ekstremt nyttig hvis Google ga kilden og datoen for elevasjonsdataene dine.

Resultatene er svært like, men de opprinnelige LiDAR-poengene var 8.5 lavere føtter i forhold til nivået på en kjent innsjø. Denne tilpasningen ble lagt til LiDAR-dataene i sivilstedesign før konturene ble opprettet, som vist nedenfor i detaljert sammenligning av overfladata mellom de to kildene. Gjennomsnittlig høyde på 1 / 2, 1 / 3 og 2 / 3 er praktisk talt identisk. Den vektede gjennomsnittlige høyden er 3-føtter høyere enn LiDAR-dataene. Denne forskjellen skyldes at poengene er tettere i åpne områder sammenlignet med områder som dekkes av trær. Satellittdataene ble generert i et 20-nett.

Deretter presenteres en visuell inspeksjon av satellittdataene som sammenligner seg gunstig med de virkelige forholdene til terrenget.

I dette spesielle tilfellet måtte en knytte plasseres på høyden av Google, når det gjelder rå nøyaktighet og den generelle kurvenes form i forhold til eksisterende veier og husets forholdsforhold.

Inndeling av kommersiell sone

I følgende eksempel på kommersiell underavdeling ble konturene generert fra et 20-nett med satellittdata, de røde kurver ble hentet fra gjenkjenningsdata i et 100-rutenett.

Lokal kunnskap er imidlertid viktig siden høydedataene ikke har en identifisert dato. En depresjon ble fullført, og en reservasjon ble opprettet etter at de samlet inn Google Elevation data. På samme måte ble det bygget en holdeplass i den nordøstlige delen av nettstedet, etter at alle hevningsdataene ble samlet inn.

Kilden til Googles forhøyningsdata varierer alt etter hvor du befinner deg. Selv om mer informasjon om Googles høydedata kan hentes fra noen kilder, er det fortsatt et mysterium.

Selv om denne analysen ikke er vitenskapelig, kan det tyde på at Google Elevation-data er akseptable og kan vurderes for konceptuell utforming av urbaniseringer eller for å generere en bassengflate som kan brukes til flomanalyse med applikasjoner som HEC RAS 2.