Krav til måletid for eiendomsmålinger med CPOS - rett kvalitet til rett tid Geodesi- og hydrografidagene 2016 Halvard Teigland og Morten Strand DA

Like dokumenter
Å finne ut hvor ofte klynger med korrelerte falske Fix opptrer samt hvor lenge de varer fordrer likeledes en viss lengde på testperioden.

Landmålingspraksis fra Jordskifterettene

Kvalitet i eiendomsregisteret

Jordskifterettenes erfaringer med bruk av 4 satellittsystemer

Erfaringer ved RTK-måling på lange avstander

IMPORT AV PUNKTOBSERVASJONER ============================ Importert KOF fil: K:\Utviklingsavd\Oppmåling\2025 Tana\GNR18\BNR1\FNR41\radio.

STATISTIKK. IMPORT AV PUNKTOBSERVASJONER ============================ Importert KOF fil: R:\Gisline\Data\2016\ \ _1.kof.

Hva skal vi med fastmerker?

DOKUMENTASJON UTJEVNINGSBEREGNINGER *********************************** ADMINISTRATIVE DATA Institusjon/firma : Bodø kommune Oppdrag :

RTK-pålitelighet og erfaringer

Måle- og beregnings-arbeidet ved oppmålingsforretning krav til dokumentasjon. Kirsti Lysaker, Fagdager Geoforum Trøndelag

PRODUKTBESKRIVELSE OG BRUKERVEILEDNING

Satellittbasert posisjonsbestemmelse

Masteroppgaver, geodesi - landmåling. Her er oversikt over noen mastergradsmuligheter i geodesi landmåling:

TMA4240 Statistikk H2010 (20)

Ringsaker kommune Kart og byggesak

Pågående GPS-forskning ved HiG

Pålitelighetskontroll av RTK. Geodesidagene 2016 Pål Herman Sund, Even Brøste, Narve Schipper Kjørsvik

Ringsaker kommune Kart og byggesak

Galileo Nå er det her!

Krav om matrikkelføring etter oppmålingsforretning ved Arealoverføring (pbl 20-1, m) i Kvinnherad kommune kommune

LANDMÅLINGS RAPPORT Rindal 2002

Forelesning i SIB6005 Geomatikk, GPS: Metode for koordinatbestemmelse. Kapittel 8 i Grunnleggende landmåling

Oppmålingsforretninger Protokoller rettigheter/erklæringer måle- og beregningsrutiner

Nettbrett og mobiltelefon med ekstern GNSS

Geodesidesi- og hydrografidagene november RTK-pålitelighet og erfaringer

Statistikk for språk- og musikkvitere 1

Statistikk og dataanalyse

ST0103 Brukerkurs i statistikk Forelesning 26, 18. november 2016 Kapittel 8: Sammenligning av grupper

Kan vi stole på resultater fra «liten N»?

Fasit for tilleggsoppgaver

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

EKSAMEN. EMNEANSVARLIG: Terje Bokalrud og Hans Petter Hornæs. TILLATTE HJELPEMIDLER: Kalkulator og alle trykte og skrevne hjelpemidler.

HØGSKOLEN I STAVANGER

6.2 Signifikanstester

Hva skal vi med fastmerker?

Kort overblikk over kurset sålangt

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode

LØSNINGSFORSLAG ) = Dvs

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån.

SATELLITTBASERT POSISJONSBESTEMMELSE. Versjon Desember 2009

Ytelsemonitorering av Galileo

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere

Statistikk En måte å beskrive og analysere fenomener kvantitativt Eva Denison

ST0202 Statistikk for samfunnsvitere

Dataanalyse. Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse?

Verdens statistikk-dag.

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg.

Simulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen

Gasskromatografi og repeterbarhetskrav

ST0202 Statistikk for samfunnsvitere

estimert verdi ± feilmargin = X ± et visst antall standardavvik for snittet = X ± u α/2 σ n

Grunnlagsmåling for store prosjekter. Erik Hagbø TerraTec

Skoleeksamen i SOS Kvantitativ metode

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

TMA4240 Statistikk Høst 2016

Inferens i regresjon

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert =

Snøtetthet. Institutt for matematiske fag, NTNU 15. august Notat for TMA4240/TMA4245 Statistikk

Formelsamling i medisinsk statistikk

EKSAMENSOPPGAVER STAT100 Vår 2011

Tillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

RAPPORT FOR FASTMERKER INNFJORDTUNNELEN. Terratec. Prosjektnummer / 6462

Geodatakontoret har 3 faggrupper. Oppmåling (7) Matrikkel (4) Kart/GIS (8)

Kapittel 3: Studieopplegg

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler

lammene som ble ultralydmålt ved slakting ( ). Lam som ble ultralydmålt ble dissekert, totalt 350 (110 lam i 2006 og 120 lam i 2007 og 2008).

Innendørs datafangst. Ivar Oveland 16 november Norges miljø- og biovitenskapelige universitet 1

Et lite notat om og rundt normalfordelingen.

ST0202 Statistikk for samfunnsvitere

AUTOMATISK HENDELSESANALYSE. Av Henrik Kirkeby SINTEF Energi AS

EGNOS Oppdrag Hurtigruten

MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 1. n + (x 0 x) 1 2 ) = 1 γ

Dokumentasjon av oppmålingsforretning. Matrikkelforum Sør-Trøndelag Ved John Thomas Aalstad

Eksamensoppgave i TMA4275 Levetidsanalyse

GNSS-posisjonering av kjøretøy i fart. Kenneth Bahr, GNSS Utvikling, Geodesidivisjonen, Kartverket

KATEGORISKE DATA- TABELLANALYSE ANALYSE AV. Tron Anders Moger. 3. Mai 2005

Konkurransegrunnlag Del B kravspesifikasjon. Håndholdte GNSS GIS enheter for registrering til NVDB og FKB

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere

UNIVERSITETET I OSLO

TMA4245 Statistikk Eksamen desember 2016

Tillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler. Oppgaveteksten er på 11 sider.

I enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x

Test av ny/forbedret CPOS tjeneste

RAPPORT FOR FASTMERKER MÅNDALSTUNNELEN. Terratec. Prosjektnummer / 6462

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april Seksjon for medisinsk statistikk, UIO. Tron Anders Moger

Elevundersøkelsene: Mobbing og uro; Noen trender over år.

Fremtidens referanserammer. Per Chr. Bratheim

Sentralverdi av dataverdi i et utvalg Vi tenker oss et utvalg med datapar. I vårt eksempel har vi 5 datapar.

Hypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk

Introduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013

Et lite notat om og rundt normalfordelingen.

Gjør kort rede for seks av de åtte begrepene. Bruk inntil ½ side på hvert begrep.

6.1: Generelt om hypotesetesting Bakgrunn: visse størrelser har naturlig variabilitet. Hvor stort avvik må til før vi konkluderer at noe er unormalt?

ST0202 Statistikk for samfunnsvitere

EKSAMEN I SOS4020 KVANTITATIV METODE (MASTER) 14. MAI 2004 (4 timer)

Laserskanning i Statens vegvesen

Transkript:

Krav til måletid for eiendomsmålinger med CPOS - rett kvalitet til rett tid Geodesi- og hydrografidagene 2016 Halvard Teigland og Morten Strand DA 1

"Regelverket" for eiendomsmåling Standarder Stedfesting av matrikkelenhets- og råderettsgrenser (rev 2011) Nøyaktighetskrav Satellittbasert posisjonsbestemmelse (rev. 2009) Krav til måle tid og ukorrelerte målinger kap 6.4.3 Krav til RTK-målinger og punktbestemmelse 2 målinger ventetid 45 min Alternativt 3 målinger ventetid 30 min Områdetype 1: ytre pålitelighet < 10 cm Områdetype 3b: ytre pålitelighet < 50 cm Ytre pålitelighet = maksimal punktdeformasjon ved gjenværende feil Signifikansnivå <= 5% ved beregning av grovfeilsøk og ytre pålitelighet 2

Test av RTK-målinger i CPOS Startet 2011, pågår ennå. Mål Undersøke effekten av korrelasjon i GNSS-målinger Verifisere om retningslinjer for RTK-måling holder mål etter dagens forhold Hvor mange målinger trenger man? Krav til ventetid? Optimalisere ressursbruken Retter seg spesielt mot ventetidskravene Kort ventetid under optimale måleforhold? Lenger ventetid og flere målinger når forholdene er dårligere? Designe dynamiske målerutiner der nødvendig antall målinger og ventetid kalkuleres automatisk i felt Ventetidsestimat i sanntid 3

Logging av RTK CPOS-data via NTRIP Periode 1. juli 2011 Slutt - 22. oktober 2012 totalt 16 måneder Døgnkontinuerlig logging Loggeintervall 1 sekund Datamengde: 113.300.000 RTK heltallsløsninger (FIX) Testfelt: Tromsø 2-5 mottakere har logget simultant (3-4 Topcon + 1 Javad samt 1 Altusmottaker) 2 antenner + antennesplitter (4-kanals) Antenneplassering, 2 lokasjoner: Fri sikt Urban canyon (plassert mellom husene, inntil vegg) Testfelt: Steinkjer Måling i skog Verifikasjon av testresultater Firmware-testing 4

CPOS testfelt 1. Tromsø: frisiktantenne og "urban canyon" 2. Steinkjer : skog 5

Testfelt Steinkjer 6

Analyse simulering av landmåler i felt Beregningsalgoritme: Plukke ut et tilfeldig utvalg av målinger som benyttes i punktbestemmelsen. Utvalget må tilfredsstille forhåndsdefinerte minimumskrav for : Kvalitet Ventetid Antall målinger Dataene analyseres dvs. utjevning, grovfeilsøk, deformasjonsanalyse og områdetypeklassifisering Hvis analyseresultatet er tilfredsstillende er man ferdig, hvis ikke må det måles mer 7

GNSS-analyse 1. Enkeltpunktsutjevning etter minste kvadraters metode Vektene fikseres med full (3x3) covariansmatrise for hver observasjon Vektene reduseres hvis måling med frihåndsantenne og skaleres etter antennestangens lengde 2. Grovfeilsøk Metode: X²-tester med splitt grunnriss/høyde. Grunnriss testes mot tabellverdien (ensidig, øvre band) med 2 frihetsgrader og høyde 1 frihetsgrad (2-sidig test). Hvis signifikant grov feil i grunnriss forkastes hele observasjonen. Ved feil i høyde tas kun høyden ut. Apriori standardavvik satt til 1.0 Signifikansnivå: 0.99999 i enkelttestene 3. Deformasjonsanalyse Ytre pålitelighet beregnes etter Helmert -metoden. Metoden har vist seg å være mer robust ved korrelerte RTK-målinger Utregningene av konfidensintervallene baseres på en tabellverdi (dvs. kvantile i normalfordelinga) som er satt til signifikans-nivå 99% 4. Områdetypeklassifisering 8

Hovedproblemet knyttet til RTKmålinger: Korrelerte falske Fix (heltallsløsninger) Eksempel: Datamengde 630.000 Fix Klynger med målinger varighet 3-24 minutter Ytre sirkel radius 2 meter

Eksempel testdata - kjørt gjennom simuleringsprogrammet 472.208 Fix (heltallsløsninger) Utgjør 4 av data-mengden i CPOS-testen Våren 2016 Sirkel radius 10 cm rundt FASIT 10 CPOS-test

Eksempel: Ventetid 3.600 sek (= 1 time) mellom 1. og siste målng 5 målinger i punktet (dvs. 900 sek = 15 min mellom hver måling i snitt) Resultat: 87.492 utjevnede punkt Samtlige ligger innenfor sirkel med radius 14 mm rundt fasit statistisk basert grovfeilsøk og deformasjonsanalyse i kombinasjon med passende antall målinger samt adekvat ventetid forvandler målinger som i utgangspunktet ser helt håpløse ut til utjevnede punkter av relativt høy kvalitet 11

Samme datasett - 4-målinger per punkt Ytre pålitelighet grunnriss < 10 Feilhyppighet Ventetid, min Utjevnede punkt Feilklassifiseringer Estimert Mo Max Feil 1 av: 1 114 555 125 0.450 0.323 916 2 115 014 109 0.473 0.278 1 055 3 114 807 81 0.485 0.262 1 417 4 114 640 72 0.494 0.255 1 592 5 114 483 51 0.500 0.260 2 244 6 114 510 51 0.505 0.256 2 245 7 114 336 37 0.509 0.248 3 090 8 114 480 10 0.512 0.194 11 448 9 113 983 5 0.515 0.169 22 796 10 113 579 5 0.516 0.232 22 715 11 113 645 1 0.517 0.192 113 645 12 113 604 0 0.519 0.066-12

Simulering av måletidskrav gitt i standard satellittbasert posisjonsbestemmelse Sannsynlighet for feilklassifisering: Antenne: Fri sikt 2 målinger ventetid over 45 minutter: Hyppighet feilklassifisering ca 1 av 3.600.000 3 målinger over 30 minutter Hyppighet feilklassifisering ca 1 av 270.000.000 Antenne: Multipath 2 målinger over 45 minutter: Hyppighet feilklassifisering ca 1 av 3.100.000 3 målinger over 30 minutter Hyppighet feilklassifisering ca 1 av 4.800.000 13

Kurve feilsannsynlighet "multipath-antenne" 4 målinger pr. punkt. Alle data er med (ingen utsiling basert på PDOP, antall satellitter osv.) Apriori standardavvik: 0,9395 Kji-kvadrattest grovfeilsøk signifikansnivå: 0,99999 YPgr <= 10 cm 14

Kurve feilsannsynlighet frisikt-antenne 15

Ytre pålitelighet ved korrelerte målinger og tidsseparasjon Data logget 19. mai 2016 10 min mellom siste og første måling, ingen grovfeil Klynge med målinger i start og slutt av måleepoke 16

12 målinger: ypgr 8 cm 17

10 målinger: ypgr 10 cm 18

8 målinger: ypgr 12 cm 19

6 målinger: ypgr 14 cm 20

4 målinger: ypgr 19 cm 21

2 målinger: ypgr 40 cm 22

Sannsynlighet for feilklassifisering med varierende antall målinger i punktet 23

Områdetypeklassifisering Klassifisering etter kartverksstandarden Områdetype 1: ytre pålitelighet < 10 cm Områdetype 3b: ytre pålitelighet < 50 cm Deformasjonsanalyse (ytre pålitelighet) Utvidet kvalitetskontroll vha. empiri fra CPOS-testen Antall målinger Tilstrekkelig spredning av målingene Ventetid PDOP-analyse 24

Nytt "analyseverktøy" PDOP-kurver

PDOP og ventetid Feilsannsynlighet 1: 3 000.000 4 målinger pr. punkt (jevnt fordelt) Signifikansnivå grovfeilsøk: 0.99999 (kji-kvadrattester) Områdetype PDOP 1 (10 cm) 3b (50 cm) 1,5 02:38 02:02 2,0 08:22 06:54 3,0 22:20 19:01 5,0 26:54 23:40 10,0 30:00 25:18

Tidskorrelerte måleserier - autokorrelasjon Autokorrelasjonene det mest interessante aspektet som så langt har dukket opp i forbindelse med etterarbeidet Potensial for ytterligere forbedring av analyseverktøyet Beregning av autokorrelasjonskoeffisientene gjort unna på relativt kort tid (hele datasettet prosessert på drøye 2 uker) Formel:

Antenne: Multipath-antenne, korrelogram (nord-nord) lag 1 172.800 sek

Samme datasett: lag 600.000 691.200 sek (7-8 døgn) 29

Korrelogram tidsforsinkelse ( lag ) 1 sek 1 time - Blå kurve: fri sikt -antenne: øst-øst (øverst), nord-nord og høyde-høyde (nederst) - Rød kurve: multipath -antenne

Fri sikt -antenna: Spredningsplott residualer De systematiske trendene i datamaterialet forårsaket av autokorrelasjonene er godt kamuflert og IKKE synlige i spredningsplottet 31

Konklusjoner Testresultater og empiri viser at: Kartverkets standard for ventetid er konservativ ventetid er viktig for unngå korrelerte falske heltallsløsninger, særlig under dårlige måleforhold mange målinger gir ikke nødvendigvis bedre resultat PDOP kan brukes til å estimere ventetid det er mulig å redusere ventetid med en faktor på 10 under gode måleforhold Design av analyseverktøy potensielle forbedringer estimere autokorrelasjon bedre vekting av observasjoner mer treffsikkert grovfeilsøk og estimering av kvalitetsindikatorer

Antall observasjoner Ytre pålitelighet i grunnriss Ventetid

Status Galileo 34