Projet Drones et Modèles Numériques de Surface Evaluation de qualité de Modèles Numériques de Surface acquis par drones.

Présentation au sujet: "Projet Drones et Modèles Numériques de Surface Evaluation de qualité de Modèles Numériques de Surface acquis par drones."— Transcription de la présentation:

1 Projet Drones et Modèles Numériques de Surface Evaluation de qualité de Modèles Numériques de Surface acquis par drones

2 Introduction Drone : Modèle Numérique de Surface

3 Introduction Quelle est la qualité des MNS produits par drones à partir de chaines commerciales d’acquisition et de traitement ? Drone : Modèle Numérique de Surface Un contexte technologique propice : -Une attente de professionnels -Séminaire 3D Problématique :

4 Introduction Drone : Modèle Numérique de Surface Projet réalisé dans le cadre d’un module d’enseignement : - Etudiants 2° année - Etudiants AgroTIC

5 Matériel & méthode Drone : Modèle Numérique de Surface

6 Matériel & méthode Drone : Modèle Numérique de Surface La parcelle d’étude : Mas de la Chevalière à Cazouls-les-Beziers : Eléments caractéristiques : - Altitude de 150 à 175m - Pentes de 0 à 10% - Cuvette - Talus - Chemins plats

7 Matériel & méthode Drone : Modèle Numérique de Surface Les mesures de référence : Définition d’un MNT de référence : Tachéomètre Prisme Etc… -2 positions du tachéomètre -Quadrillage de la parcelle avec les prismes

8 Matériel & méthode Drone : Modèle Numérique de Surface Les mesures de référence : Résolution spatiale des mesures de terrain 10 m 20 m Inter-rang : 2,5m Inter-cep : 1m

9 Matériel & méthode Produits commerciaux fournis par 3 sociétés de drones : Drone : Modèle Numérique de Surface Les Modèles Numériques de Surface étudiés : Modèles Numériques de Surfaces construits par photogrammétrie

10 Matériel & méthode Drone : Modèle Numérique de Surface MNT de référence tachéomètre MNT Geofalco MNT Aeortech MNT Airinnov’ Comparaison entre chaque MNT et le MNT de référence Le principe de la méthode de comparaison Points de comparaison

11 Matériel & méthode Drone : Modèle Numérique de Surface méthode de comparaison : Calcul de l’erreur moyenne MNT de référence tachéomètre MNT drone Points de comparaison 48 points de comparaison Calcul de l’erreur en chaque point Calcul de l’erreur moyenne : ErrM En XY : ErrMxy En Z : ErrMz

12 Matériel & méthode Drone : Modèle Numérique de Surface méthode de comparaison : Calcul de l’erreur moyenne MNT de référence tachéomètre MNT drone Points de comparaison 48 points de comparaison Calcul de l’erreur en chaque point Calcul de l’erreur corrigée : ErrCor En XY : RMSExy En Z : RMSEz Carte ErrCor Normalisation des MNT drones

13 Matériel & méthode Drone : Modèle Numérique de Surface MNT de référence tachéomètre MNT Geofalco MNT Aeortech MNT Airinnov’ Comparaison entre chaque MNT et le MNT de référence Le principe de la méthode de comparaison Points de comparaison ErrMxy ErrMz RMSExy RMSEz Carte ErrCor

14 Résultats Drone : Modèle Numérique de Surface

15 Résultats Drone : Modèle Numérique de Surface Comparaison à une échelle globale MNS obtenu par drone (société C)MNT de référence -MNS très semblables entre eux -Principaux éléments caractéristiques -Artéfacts d’interpolation

16 Résultats Drone : Modèle Numérique de Surface Etude d’une zone de rupture de pente MNS (société C)MNT de référence -Végétation visible sur MNT -Artéfacts d’interpolation

17 Résultats Drone : Modèle Numérique de Surface Etude de l’erreur en XY : ErrMxy et RMSExy dGPS B A C ref Représentation de l’erreur en XY Légende ref B RMSExy ErrMxy ABC (cm) 4338 RMSE (cm) 253126 Erreur des MNS acquis par drones en XY

18 Résultats Drone : Modèle Numérique de Surface Etude de l’erreur en XY : ErrMxy et RMSExy dGPS B A C ref Représentation de l’erreur en XY ABC ErrMxy (cm) 4338 RMSExy (cm) 253126 Erreur des MNS acquis par drones en XY -Erreur moyenne très faible -Importance des points de référence -Une RMSE plutôt bonne

19 Résultats Drone : Modèle Numérique de Surface Etude de l’erreur en Z : ErrMz et RMSEz ABC ErrMz (cm) 10728 RMSExy (cm) 855 Erreur des MNS acquis par drones en XY -Erreur moyenne plutôt faible -Importance des points de référence -Une excellente RMSE en Z

20 Résultats Drone : Modèle Numérique de Surface Cartographie de l’erreur corrigée en Z Pour les 3 MNS obtenus par drones -Une erreur structurée spatialement -Pas de corrélation entre erreur et caractéristiques du terrain -Hypothèse : corrélation entre erreur et plan de vol et/ou algorithme de post-traitement

21 Discussion Drone : Modèle Numérique de Surface

22 Discussion -Technologie intéressante pour : -caractérisation de pente -Ecoulements inter-parcellaires -Source de données abordable avec une qualité équivalente aux données de référence -Une précision toutefois trop faible pour des usages de suivi de l’érosion intra- parcellaire Drone : Modèle Numérique de Surface

23 Discussion -Des voies d’amélioration à explorer pour la qualité des données : -Meilleur résolution (Hauteur de vol) -Algorithme de traitement -Plan de vol -Limite atteinte pour les données de référence Drone : Modèle Numérique de Surface

24 Conclusion Drone : Modèle Numérique de Surface

25 Conclusion -Une technologie mature -Une qualité équivalente aux solutions de référence -Des usages potentiels très intéressants Drone : Modèle Numérique de Surface