การประเมินความถูกต้องของการจัดทำแผนที่ด้วยอากาศยานไร้คนขับด้วยการกำหนดรูปแบบจุดควบคุมภาคพื้นดินที่โครงการแก้มลิงทุ่งปากขอ จังหวัดสุราษฎร์ธานี
Evaluation of UAV Accuracy for Mapping Based on Ground Control Point Patterns at Thung Pak Kor Detention Area Project, Suratthani Province
Keywords:
ภาพถ่ายทางอากาศ , จุดควบคุมภาคพื้นดิน , ค่าเฉลี่ยกำลังสอง , ความถูกต้องเชิงตำแหน่ง , แบบจำลองพื้นผิวเชิงเลข, aerial photograph, ground control point, RMSE, geospatial positioning accuracy, digital surface modelAbstract
การวิจัยนี้มีจุดประสงค์เพื่อหารูปแบบการกระจายตัวของ GCP ที่เหมาะสมต่อความถูกต้องเชิงตำแหน่งของแบบจำลองพื้นผิวเชิงเลขที่ได้จากการสำรวจรังวัดด้วยอากาศยานไร้คนขับ โดยได้คัดเลือกพื้นที่ศึกษาเป็นโครงการแก้มลิง ทุ่งปากขอ ตำบลทรัพย์ทวี อำเภอบ้านนาเดิม จังหวัดสุราษฎร์ธานี ครอบคุมพื้นที่ประมาณ 0.6km2 เริ่มต้นด้วยการเก็บข้อมูลภาพถ่ายทางอากาศด้วยอากาศยานไร้คนขับโดยกำหนดให้มีการ Overlap ร้อยละ 60 และ Side lap ร้อยละ 60 ของภาพถ่าย และเก็บข้อมูลภาคพื้นดิน จำนวน 41 จุด แบ่งเป็นจุดควบคุมภาคพื้นดิน จำนวน 24 จุด และจุดตรวจสอบความถูกต้อง จำนวน 17 จุด จากนั้นทำการประมวลผลภาพถ่ายทางอากาศโดยใช้ GCP จำนวน 6 รูปแบบ ประกอบด้วย การกระจายแบบบริเวณขอบ การกระจายแบบแนวตั้ง การกระจายแบบแนวทะแยง การกระจายแบบวงกลม การกระจายแบบสุ่ม และการกระจาย แบบกลุ่ม โดยแต่ละรูปแบบใช้ GCP 8 จุด เพื่อหาความถูกต้องเชิงตำแหน่งและรูปแบบที่เหมาะสมสำหรับพื้นที่ศึกษา ผลการศึกษาพบว่า รูปแบบการกระจายแบบแนวทะแยงให้ค่าความถูกต้องในทางราบและทางดิ่งดีที่สุด โดยมีค่า RMSEr เท่ากับ 0.135 ม. และมีค่า RMSEz เท่ากับ 0.116 ม. โดยมีความน่าเชื่อถือทางราบร้อยละ 0.234 ความน่าเชื่อถือทางดิ่ง ร้อยละ 0.227 และสามารถนำไปใช้ผลิตแผนที่ที่มีมาตราส่วน 1:400 ได้ This research aimed to determine appropriate distribution pattern of ground control points affected on the geospatial positioning accuracy for mapping by UAV photogrammetry. Thung Pak Kor Detention Area Project, Suratchthani Province was selected as the study area which covered an area of approximately 0.6 km2. It started with the data collection of aerial imagery data from UAV photogrammetry with 80% overlap and 60% side lap of the aerial imagery, and 41 ground data collection points divided into 24 ground control points and 17 accuracy check points. Aerial imagery was then processed using six distribution patterns of ground control points consisting of edge distribution, grid distribution, x- distribution, circle distribution, random distribution, and group distribution. Each pattern uses 8 ground control points to determine the geospatial positional accuracy and appropriate distribution patterns for the study area. The results showed that the x-distribution pattern provides the best horizontal and vertical accuracy with an RMSEr of 0.135 m and an RMSEz of 0.116 m, respectively. It has a horizontal reliability of 0.234 percent, a vertical reliability of 0.227 percent, and it can produce maps with a scale of 1:400.References
ASPRS. (1990). ASPRS Accuracy Standards for Large-Scale Maps Photogrammetric Engineering & Remote Sensing, 56(7), 1068- 1070
Bilgilioglu, B. B., Ozturk, O., Sariturk, B., & Seker, D. Z. (2019). Object Based Classlflcation of Unmanned Aerial Vehicle (UAV) Imagery for Forest Fires Monitoring. Feb - Fresenius Environmental Bulletin, 1011.
Boontaweesawasdi, N. Piyatassananon, P., & Chavanavesskul, S. (2019). Spatial Accuracy of Applying UnmannedAerial Vehicle to Produce High – Resolution Map. Journal of Remote Sensing and GIS Association of Thailand, 20. (in Thai)
Chaninchoduek, M. & Taesombat, W. (2020). Accuracy of UAV based photogrammetry for DSM generation on different flying heights. Engineering Journal Chiang Mai University 27(3), 1-14. (in Thai)
Chuchip, K. (2018). Assessing the accuracy of remote sensing, Remote Sensing Technica, Faculty of Forestry. (pp. 6-7). Kasetsart University (in Thai)
GISTDA. (2013). Project landscape data layer (FGDS data) is in accordance with the requirements of the FGDS 15provinces standard. Bangkok. (in Thai)
Kaewplang, S. (2019). Evaluating the Number of Suitable Ground Control Points for Topographic Mapping from UAV - derived aerial imagery. Mahasarakham University Academic Conference 14th, Mahasarakham University. (in Thai)
Leeraphan, N. (2005). Remote sensing and aerial image translation. Songkla. (pp. 36-41). Prince of Songkla University (in Thai)
Nagendran, S.K., Mohamad Ismail, M.S.B. & Tung, W.Y. (2018). Accuracy Assessment on Low Altitude UAVborne Photogrammetry Outputs Influenced by Ground Control Point at Different Altitude. Earth and Environmental Science, 169.
Phaisarnsitthikarn. J, & Santitamnont. P (2020). Application of Multi-Head Oblique Camerason UAV to Delineate of Building Footprint. The 25th National Convention on Civil Engineering, SGI05-SGI05. (in Thai)
Promtong, C. (2008). The Evaluation of Positional Accuracy of Orthophoto Products from Aerial Photographs in theTest Field. Kambanda University Graduate School. (in Thai)
Punyo, A. (2019). Flood area analysis by Unmanned Aerial Vehicle A case study of the Pasak river basin, Lom Sakdistrict Phetchabun province. Report of Hydrologist (professional level). In Performance Report. Royal Irrigation Department. (inThai)
Saponaro, M., Capolupo, A., Caporusso, G., Borgogno Mondino, E., & Tarantino, E. (2020). Predicting the Accuracy of Photogrammetric 3d Reconstruction from Camera Calibration Parameters Through a Multivariate Statistical Approach.
Sriklang, K. (2015) Planning an aerial mapping project. Survey School, Royal Thai Survey Department. (in Thai)
Tahar, K. N. (2013). An evaluation on different number of ground control points in unmanned aerial vehicle photogrammetric block. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XL-2/W2, 93-98
Tangpoomjit, R., Songsaeng, S., Pasada, A., Wangyao, K. & Litwarangkul, T. (2020). The Study of UAV-Photogrammetric Accuracy for Mapping Based on Variation of Ground Control Points. InThe 25th National Convention on Civil Engineering 25. Chon Buri: Ambassador Hotel. (in Thai)
