PDF版地形图矢量出现的问题

项目描述:已建风电场道路测绘项目,收集到的数据为PDF版本的地形图,图上标注了项目竣工时期的现状,之后项目对施工区域进行了复垦恢复地貌,现阶段需要准确的知道实际复垦修复之后的道路及其它临时用地的面积

解决方法:通过空间校正的方式利用PDF地形图图框的四角坐标对图形进行空间位置校正,然后矢量出竣工测绘时候矢量的临时用地范围作为本次复垦修复之后的范围界线

图像坐标清晰,可以进行空间校正操作,图形比例尺为1:10000,对图形矢量化之后可以准确的编绘出图中的红色区域。

实际矢量完成之后与我们新航拍的图之间有明显的差距,个别地方偏差达到了50m,但是四角坐标是没有问题的,具体问题出现在什么地方呢?

结合业主给提供的风机点位坐标,精确的定位到影像图上,发现我们这次航拍的图是正确的,空间校正得到的对方提供的图是错误的,具体是那个地方会出现问题?

我们可以还原一下出图的过程,本身这个图纸是1:10000的图纸,作图人员一定是取了一个整数倍的国家标准的比例尺,选择了1:10000,但是实际的出图过程中也许本图框就放不下它所要表达的内容,这个时候怎么办呢?

两种办法:

第一:重新定义图框,那么四角坐标就要改变

第二:适当的缩小比例,例如变成了1:10132,也是可以放下图的,但是这个时候四角坐标和实际的位置就不一致了,但是你还是用的1:10000下的四角坐标,其实这个时候你的图像下面就不能标注1:10000了,而且四角坐标也不是整数了

终于是找到原因了。

类似的情况再实际的工作中你会经常的遇到,自动地形图实现了电子化,原始的比例尺的概念也就成鸡肋了,过去没有完全电子化的年代,比例尺是有很大的用处的,你通过量取地形图上的距离根据比例尺就可以推断出实地的距离,这也是比例尺的用途,现如今的测绘,都是电子化,比例尺也就没有多大意义了,也仅仅是精度要求方面的约束条件,电子化的地形图说实话是1:1的概念,拓展到影像图比例尺也仅仅是规定了像素单元实际表达的实地的长度。

例如:分辨率1:500(0.05)、1:1000(0.1)、1:2000(0.2)

GB 50026-2020《工程测量标准》

CH T 9008.3-2010 基础地理信息数字成果1:500、1:1000、1:2000数字正射影像图

GB T 39612-2020《低空数字航摄与数据处理规范》

按照现在主流无人机采集数据的能力和携带的照相机,基本上最佳性价比是1:1000的地形图,按照35mm焦距照相机,地面的分辨率为8cm,飞行高度按下面的数据计算

1、主要的知识点是相似三角形,像元大小μm/焦距mm=GSDcm/航高m

2、大疆P1像元4.4μm,焦距35mm,求得的航高参数为79.5m对应1cm,也就是说500米航高地面的分辨率为6.29cm

3、大疆M3E像元3.3μm,焦距12mm,求得的航高参数为36m对应1cm,也就是说500米航高地面的分辨率为13.88cm

4、主流的A7R2像元4.5μm, 焦距35mm,求得的航高参数为77.8m

5、主流的A7R4像元3.8μm, 焦距35mm,求得的航高参数为92.1m

6、飞思像元3.8μm,焦距80mm,求得的航高参数为210.5m

7、原理很简单就是一个相似三角形,只需要知道像元大小和焦距即可,是不是很简单啊同学。

由一件实际工作想到的关于测绘目前状况,不对之处望指正告知!

相关推荐
一只栖枝10 天前
HCIA-AI人工智能笔记3:数据预处理
人工智能·笔记·ai·wpf·华为认证·数据处理
青云交19 天前
Java 大视界 -- 基于 Java 的大数据分布式数据库架构设计与实践(125)
java·大数据·分布式·分布式数据库·架构设计·数据处理·高可用性
青云交22 天前
Java 大视界 -- Java 大数据在智能家居能源管理与节能优化中的应用(120)
java·大数据·智能家居·数据处理·能源管理·节能优化·行为预测
青云交1 个月前
大数据新视界 -- 大数据大厂之 Hive 函数库:丰富函数助力数据处理(上)(11/ 30)
大数据·数据库·sql·数据处理·自定义函数·函数分类·常用函数·hive 函数库
是十一月末2 个月前
机器学习之数据清洗及六种缺值处理方式
人工智能·python·机器学习·数据清洗·数据处理
中游鱼2 个月前
C# 数组和列表的基本知识及 LINQ 查询
c#·linq·数组·数据处理·list数列
青云交2 个月前
Java 大视界 -- Java 大数据在自动驾驶中的数据处理与决策支持(68)
大数据·机器学习·自动驾驶·数据采集·数据存储·数据处理·决策支持
测试者家园2 个月前
AI在自动化测试中的伦理挑战
自动化测试·软件测试·人工智能·数据处理·数据脱敏·质量效能·伦理
地球可视化实验室2 个月前
CIMRTS材质美化--放大采样、缩小采样
数据处理·纹理·cimrts
Johaden2 个月前
EXCEL+Python搞定数据处理(第一部分:Python入门-第1章:为什么要用Python为Excel编程)
python·excel·数据处理