Advertisements

Posts Tagged ‘root mean square error’

Comparación de DTM usando Global Mapper 17.0.1

2016/02/12

Hagamos hoy algo sencillo, comparar, primero cualitativamente (visualmente) y después cuantitativamente dos DTM. Por un lado elegimos una fuente muy usual, SRTM de 3 arc sec (aproximadamente 90m) con un DTM derivado de Fotogrametría Stereo.

  • Comparación CUALITATIVA (i.e visual)
  • Comparación CUANTITATIVA (i.e RMSE)

Abrimos por un lado un DTM cuya fuente sea SRTM, en este caso me he conectado via WMS (Web Mapping Service) a través del data online disponible dentro de la misma aplicación Global Mapper (File/Download Online Imagery/data). La resolución es de aproximadamente 90m (3 arc sec).

DTM-COMPARISON-20160212

Por otro lado he encontrado este DTM cuya fuente conozco (Stereo Photogrammetry). La resolución es de 5m.

DTM-COMPARISON-20160212-02

A través de la herramienta ‘digitizer tool’ (Tools/Digitizer) seleccionamos una línea dibujada al azar sobre los dos. Botón derecho del ratón-> analysis/measurement/path profile. Exporto ambas imágenes (es importante en path setup definir un mismo mínimo y máximo para poder compararlas adecuadamente).

Con Photoshop superpongo (Layer display/ multiply) ambas imágenes y veo cuán diferente son.

DTM-COMPARISON-20160212-03

Esto nos da una primera idea de la comparación, pero vayamos un poco más allá: ¿Cuál es el RMSE (Error medio cuadrático, Root Mean Square Error) entre ambas bases de datos?.

DTM-COMPARISON-20160212-04

Esta es una medida de desviación que nos va a definir mucho más exactamente que una simple visualización. Podéis ver algo más desarrollado este punto en este link de esta misma página:

https://geovisualization.net/2010/06/30/using-excel-to-calculate-the-rmse-for-lidar-vertical-ground-control-points/

DTM-COMPARISON-20160212-05

Ahora tan solo hemos de verificar que esta cifra sea la correcta teniendo en cuenta los valores de precisión prometidos en la entrega.

Espero que os haya resultado interesante, si así es, no olvidéis comentar, compartir o simplemente decir Hola. Cualquiera de estas opciones es apreciada.

Un saludo cordial,
Alberto CONCEJAL
MSc GIS and Remote Sensing

Advertisements

DTM from SRTM? Let’s compare sources using RMSE (Root Mean Square Error) and a gaussian kernell density map

2014/10/29

I guess we all can make a DTM out of many sources but SRTM is one of the most common ones, right?. Then let’s learn from this very simple approach how close we are from the SRTM raw data.

  1. Selecting a not very big representative area to be able to handle it,
  2. exporting raster to polygon (from SRTM 3 arcsec/90m) dataset 1
  3. exporting raster to polygon 30m (our DTM dataset) dataset 2
  4. exporting to POIs 30m (our DTM dataset) dataset 2b
  5. Spatial join POIs dataset 2b vs dataset 1
  6. RMSE
  7. visualizing delta using a density map/gaussian kernell +appropriate symbolization

In yellow we see theres a full correspondence between SRTM and our DTM dataset and in blue there’s a ‘hole’ and in red there’s a ‘mountain’, this means it’s in here where the shift is more important.

This way we can highlight if sources are OK.

It’s simple but it works. How do you like it?. Please feel free to send some feedbak.
(Software used: ArcGIS 10.1, Global Mapper 13.2)

Cheers,
Alberto Concejal
MSc GIS, QC

DENSITY-MAP-V1-VS-SRTM-20141021

density maps parameters

rmse-sierra-leone-20141008-02

Spatial join between both DTM datasets

blog-20141029

Density map for highlighting differences between both datasets (ours and SRTM’s)

blog-20141029-03

RMSE. It’s not too big so there’s need to visualize to find potential bizarre spots

blog-20141029-02

bizarre DTM heights