Apa itu metrik yang baik untuk akurasi pemetaan

Saya baru saja menerima dataset yang seharusnya memetakan ketinggian wilayah tertentu (DEM). Saya ingin menentukan keakuratan peta baru dengan membandingkannya dengan DEM yang dihasilkan sebelumnya. Saya tidak yakin metrik jenis apa yang dapat saya gunakan untuk memastikan bahwa kinerjanya cukup baik. (Cukup baik berarti bahwa penyimpangan horizontal suatu fitur tidak dapat dimatikan terlalu jauh dan bahwa penyimpangan vertikal tidak dapat dimatikan terlalu jauh)

Salah satu cara untuk menyerang ini adalah dengan mendeskripsikan ruang menjadi potongan-potongan kecil dan kemudian melihat distribusi residu vertikal. Jika blok itu memiliki residu vertikal yang kurang dari defleksi vertikal maka saya dapat menetapkan bahwa blok nilai TRUE dan jika tidak saya bisa menetapkan blok nilai FALSE. Saya kemudian bisa menghitung rata-rata nilai TRUE / FALSE di semua blok untuk mendapatkan nilai keseluruhan seperti 67% atau sesuatu yang akan memberi tahu saya seberapa baik kinerja pemetaan saya.

Ada masalah besar dengan metode ini:

1. Tampaknya tidak memperhitungkan persyaratan defleksi horisontal
2. Tampaknya itu akan melanggar asumsi iid (identik terdistribusi secara independen) yang biasanya diperlukan dari perhitungan rata-rata. Ini sama dengan menyatakan bahwa masing-masing kotak akan dikorelasikan.
3. Tampaknya tidak ada metode yang dapat dipertahankan untuk memilih seberapa besar ukuran kotak descritization seharusnya.

Alternatifnya adalah saya menempatkan penanda khusus dengan lokasi 3D yang diketahui dan kemudian mengukur perpindahan vertikal dan horizontal mereka. Ini sepertinya dapat berbagi beberapa masalah yang sama dengan metode sebelumnya. (berapa banyak marker yang harus saya tempatkan? apakah pengukurannya berkorelasi jika terlalu dekat?)

Sebelum lari dan melakukan sesuatu yang konyol, saya ingin melihat apakah komunitas memiliki metrik emas atau metode yang memiliki sifat statistik yang baik. Sesuatu yang terus diukur di seluruh DEM, memperhitungkan defleksi vertikal dan defleksi horizontal, dan saya dapat melihat distribusi dan membuat argumen yang dapat dipertahankan? Tolong beri tahu saya jika pertanyaan ini tidak jelas dan terima kasih atas sarannya.

PS Bisakah seseorang dapat berkomentar tentang perlunya dua tingkat akurasi pemetaan individu (satu untuk defleksi vertikal dan satu untuk defleksi horizontal)? Tampak bagi saya bahwa kesalahan pemetaan horisontal akan tercermin dalam defleksi vertikal. Apakah standar untuk memiliki dua persyaratan terpisah untuk pemetaan?

Akurasi mengacu pada tidak adanya bias. Jadi, Anda dapat memperkirakan akurasi Anda sebagai rata-rata dari perbedaan antara dua set data Anda. Seringkali sulit, dan kadang-kadang tidak mungkin, untuk membedakan bias horizontal dan vertikal. Namun, dimungkinkan jika Anda berada di medan yang berat. Atau, Anda dapat langsung bekerja dalam 3D untuk perpindahan Anda, tetapi ini akan bermasalah jika permukaannya rata.

Untuk perpindahan horizontal, Anda harus memeriksa apakah memindahkan sekitar satu lokasi memaksimalkan korelasi atau meminimalkan RMSE (pencocokan templat lokal). Kemudian Anda menghitung perpindahan rata-rata dan Anda mendapatkan akurasi horizontal. Ukuran blok Anda akan memengaruhi waktu pemrosesan dan resolusi pengukuran Anda, tetapi Anda akan mendapatkan estimasi korelasi yang lebih baik dengan blok yang lebih besar, jadi itu adalah masalah kompromi. Memang benar bahwa sampel sistematis dapat mengarah pada autokorelasi spasial (terutama jika medan Anda memiliki orientasi dominan), tetapi Anda dapat menghindari ini dengan menggunakan pengambilan sampel acak sederhana untuk poin Anda.

Akurasi vertikal mudah jika Anda menganggap tidak ada bias horisontal. Perhatikan bahwa efek bias horizontal dapat dikompensasi dalam hal bias vertikal: jika Anda memiliki pergeseran ke Timur, ketinggian sisi yang menghadap Timur akan ditaksir terlalu tinggi, tidak ada efek pada pergeseran vertikal pada permukaan horizontal, dan ketinggian Lereng yang menghadap ke barat diremehkan.

Perhatikan bahwa bias dapat dihapus jika Anda tahu dataset mana yang benar. Kemudian Anda juga dapat memperkirakan ketepatan berdasarkan standar deviasi.

Singkatnya adalah - tidak ada cara untuk mengukur poin tak terbatas pada DEM Anda dan menentukan akurasi HV-nya, tetapi sampel yang layak akan memberi tahu Anda jika Anda berada di stadion baseball berdasarkan pada persyaratan akurasi apa pun yang Anda perjuangkan. Semua data ketinggian bekerja dengan cara ini.

Jawaban radouxju ada pada uang sejauh statistik berjalan.

Cara terbaik untuk mengukur akurasi data ketinggian adalah dengan menyewa surveyor untuk keluar dan mengambil posisi horizontal dan vertikal dengan GPS yang baik. Ini mahal, dan memang memerlukan pengambilan sampel daripada ukuran berkelanjutan yang Anda inginkan. Jika Anda tidak ingin membayar surveyor, ada beberapa alternatif. Jika situs ini berada di AS, Anda memiliki akses ke Survei Geodetik Nasional NOAA dan spidol survei dan Stasiun Referensi Operasional Berkelanjutan (CORS) , yang menjadikannya pengganti yang layak, jika Anda cukup beruntung memiliki poin di wilayah Anda.