HxGN SmartNet für die Erfassung von Anlagenbeständen
Das Projekt bestand in der Entwicklung eines Systems zur Erfassung und Speicherung von Anlagenbestandsdaten, basierend auf ESRI ArcGIS und dem Leica Zeno 15 GIS Handheld. Darüber hinaus sollte eine Auswertung der Benutzerfreundlichkeit und der Genauigkeit der raumbezogenen Daten erfolgen.
Die Vollendung eines MSc in Geospatial and Mapping Sciences (Geoinformations- und Kartierungswissenschaften) an der Universität Glasgow war bei diesem Projekt die wichtigste treibende Kraft. Es erschien sinnvoll, die Erstellung und Auswertung eines Systems als Ausgangsbasis zu nehmen, das für den North Ayrshire Council, den Auftraggeber des technischen Sachverständigen Colin Bradford, von Vorteil sein könnte.
Nach der Prüfung bestehender Datenstandards und Nutzeranforderungen wurde eine individuelle Anpassung der Leica Zeno Felddaten-Erfassungssoftware vorgenommen. Dabei ging es um die Werkzeugleisten und die Eingabemasken für Attributdaten. In ArcGIS wurde eine übergeordnete Karte erstellt, und alle notwendigen Elemente wie Anlagenebenen, Piktogramme, Hintergrundkartierung usw. wurden im ESRI AXF Format an das Leica Zeno 15 GIS-Daten-Erfassungsgerät ausgegeben.
Workflow-Kette
Die erfassten Daten bestanden aus raumbezogenen und Attributdaten der entsprechenden Anlagen. Die Daten wurden im ESRI AXF Format über die Leica Zeno Dockingstation übertragen. Nach Abschluss der Erfassung wurden die Daten zu Speicherungs-, Anzeige- und Analysezwecken in ESRI ArcMap überführt.
Auswertung der Genauigkeit
Eine gesonderte Auswertung der Genauigkeit wurde basierend auf der mit HxGN SmartNet und SBAS (EGNOS) RTK-Systemen erzielten Genauigkeit durchgeführt. Diese erfolgte auf der Grundlage zweier Hauptkriterien. Diese lauteten wie folgt:
Die Genauigkeit im Verhältnis zur Ordnance Survey Mastermap Topography Layer, die per OSTN02-Transformation mithilfe von SBAS und HxGN SmartNet erzielt werden konnte. Hierfür wurden mit normalen Arbeitsverfahren Daten mit dem Leica Zeno 15 GIS Handheld erfasst, d.h. durch Halten des Instruments oberhalb eines Merkmals. Es wurde eine umfangreiche Stichprobe gut definierter OS-Kartenmerkmale ausgewählt und die Positionen wurden durch Erfassung von GPS-Beobachtungsdaten mithilfe der Leica Zeno Feldsoftware gemessen. Der horizontale Versatzfehler der relativen Kartenpunkte wurde erfasst. Verkürzt dargestellt ließen sich folgende Ergebnisse ermitteln:
RTK-Korrektursystem | Mittlerer Horizontaldistanzfehler (m) | RMSE der mittleren Horizontaldistanzfehler (m) |
SBAS (EGNOS) | 0,98 | 1,01 |
HxGN SmartNet | 0,48 | 0,54 |
Diese Auswertung deutet unter Umständen auch auf andere Faktoren in Bezug auf Fehler in der OS-Kartierung hin, zusätzlich zu der Auswertung der Zeno GNSS-Leistung.
Mit SBAS und HxGN SmartNet erzielte absolute Genauigkeit. Die Grundlage für diese Auswertung bildeten zehn definierte Kontrollpunkte, die mittels statischem Zweifrequenz-Post-Processing-GPS ermittelt wurden. Diese Punkte wurden anschließend zweimal mit Leica Zeno 15 / Zeno Field mit fester Antenne und Stativ gemessen. Dabei wurden sowohl SBAS als auch HxGN SmartNet verwendet. Dies brachte eine Stichprobengröße von zwanzig für beide RTK-Methoden hervor. Colins Auswertung der mit Leica Zeno erzielten absoluten Genauigkeit bei beiden RTK-Methoden ergab Folgendes:
RTK-Korrektursystem | Mittlerer Horizontaldistanzfehler (m) | RMSE der mittleren Horizontaldistanzfehler (m) |
SBAS (EGNOS) | 0,77 | 0,81 |
HxGN SmartNet | 0,20 | 0,22 |
Im Anschluss an die Auswertung der Genauigkeit kam Colin Bradford zu dem Schluss, dass HxGN SmartNet ein Genauigkeitsniveau erzielte, das für die Darstellung der Daten mehr als ausreichend war. Sollte SmartNet aufgrund eines Ausfalls des GSM/GPRS-Signals nicht verfügbar sein, würde SBAS eine zufriedenstellende Reserve bieten.
Fazit
Die Erstellung genauer Bestandsdaten ermöglichte ein effektives Anlagenmanagement. Als Voraussetzung für ein effizientes Management wurden genaue, zuverlässige Daten zu allen relevanten Anlagen erachtet, durch die eine bessere Planung und ein besseres Ressourcenmanagement basierend auf Daten zu Zustand, Art und Position der Anlagen usw. ermöglicht wurde. GIS bietet die perfekte Plattform zur Speicherung dieser Daten.