Suite

Précision de transformation ou décalage dans ArcMap ?

Précision de transformation ou décalage dans ArcMap ?


J'essaie de transformer une carte de la zone UTM ED 50 33N en WGS84 et vice versa dans ArcMap 10.2.2.

Je fais cela en utilisant l'outil Projet dans la boîte à outils Arc et en choisissant la transformation ED_1950_TO_WGS_1984_12 (puisque la zone en question est Malte). Cependant, lorsque je compare la transformation terminée avec une autre carte des mêmes données dans la même projection, il y a un décalage de 22 m.

Quelqu'un peut-il indiquer pourquoi cela se produit et comment je peux améliorer la précision de ma transformation ?


Puisque vous avez spécifié la transformation que vous avez utilisée, je l'ai recherchée dans certains documents de référence qu'Esri fournit sur la sélection d'une transformation à utiliser - en particulier, ce pdf qui répertorie les transformations disponibles dans ArcGIS. Il comprend une colonne de précision. Bien qu'il n'y ait aucune explication spécifique de la valeur numérique, et mkennedy a noté qu'elle est dérivée d'une source tierce via un calcul inconnu, je suppose que plus bas est meilleur (et théoriser cela signifie qu'un point après la transformation sera dans x mètres de l'emplacement d'origine, x étant la précision).

Vous avez probablement choisi la transformation que vous avez effectuée en fonction du nom et du fait qu'elle a été conçue pour cette zone, mais le graphique indique une note relativement inexacte de 44 par rapport à d'autres qui sont proches ou inférieures à 1. Donc, bien que ce soit la meilleure transformation proposé par défaut, correspondant à ce nom, un autre pourrait donner de meilleurs résultats, y compris une transformation personnalisée.

mkennedy a trouvé un article du professeur Mugnier donnant les paramètres d'une autre transformation pour cette zone : ΔX = -83,7 m, ΔY = -81,9 m et ΔZ = -131,6 m. Ces paramètres peuvent être placés dans l'outil Créer une transformation géographique personnalisée dans ArcGIS pour générer un fichier de transformation personnalisé qui peut être appliqué au lieu de choisir l'un des paramètres par défaut/inclus. Ces paramètres peuvent (et apparemment ils ou un autre ensemble ont) fournir un résultat plus précis.

Les détails réels de la raison pour laquelle cette transformation particulière a la précision qu'elle fait entre dans les mathématiques et la géodésie qui me dépassent.


Identification d'un système de coordonnées inconnu

Les informations du système de coordonnées sont généralement obtenues à partir de la source de données, mais pas toujours, comme avec les données héritées. La technique décrite ci-dessous permet d'identifier le système de coordonnées correct. Si le système de coordonnées est inconnu, vous recevrez ce message d'avertissement lorsque vous essayez d'ajouter la couche à ArcMap : Les sources de données suivantes que vous avez ajoutées manquent d'informations de référence spatiale. Ces données peuvent être dessinées dans ArcMap, mais ne peuvent pas être projetées.

Le terme système de coordonnées peut faire référence à des données exprimées en degrés décimaux ou à un système de coordonnées projetées exprimé en mètres ou en pieds. Le terme projection, ou PRJ, est un terme plus ancien qui est également utilisé, mais il n'est pas aussi précis.

Si une source de données a un système de coordonnées défini, ArcMap peut le projeter à la volée vers un système de coordonnées différent. Si les données n'ont pas de système de coordonnées défini, ArcMap ne peut pas les projeter à la volée. ArcMap le dessinera simplement. Si vous modifiez le système de coordonnées du bloc de données, toutes les couches qui ont des systèmes de coordonnées seront projetées à la volée vers le nouveau système de coordonnées. Si vous définissez le système de coordonnées du bloc de données et que les données avec un système de coordonnées connu s'alignent avec les données inconnues, le système de coordonnées du bloc de données est celui des données inconnues.

  1. Démarrez ArcMap avec une nouvelle carte vide et ajoutez les données avec le système de coordonnées inconnu. Les données ne doivent pas avoir de système de coordonnées défini. Pour les fichiers de formes, il ne doit pas avoir de fichier PRJ.
  2. Cliquez avec le bouton droit sur le nom de la couche dans la table des matières, cliquez sur Propriétés pour ouvrir la boîte de dialogue Propriétés de la couche, sélectionnez l'onglet Source, puis examinez l'étendue des données.
    • Si les coordonnées, qui sont affichées dans la zone Etendue, sont en degrés décimaux, par exemple entre la longitude -180 et +180 et la latitude -90 et +90, vous devez identifier le système de coordonnées géographiques (données) utilisé pour les données ( tels que le système de référence nord-américain (NAD) 1927 ou NAD 1983).

Si vous avez des données qui ont un système de coordonnées appelé GCS_Assumed_Geographic_1, ce n'est pas le système de coordonnées correct des données. La définition du système de coordonnées GCS_Assumed_Geographic_1 a été créée pour permettre à ArcMap de deviner le système de coordonnées pour les données dont les coordonnées sont en degrés décimaux. Vous devez déterminer le système de coordonnées géographiques correct pour les données.

Accédez au dossier Reference Systems et ajoutez le fichier usstpln83.shp.

  1. Cliquez sur le bouton Transformations dans l'onglet Système de coordonnées.
  2. Vérifiez que la méthode de transformation appropriée a été appliquée dans le menu déroulant Utilisation. Par exemple, utilisez NAD_1927_To_NAD_1983_NADCON pour aller entre NAD 1927 et NAD 1983 dans les 48 états inférieurs, et utilisez le fichier d'état ou régional applicable pour la transformation en réseau de référence haute précision (HARN).

Répétez l'opération en affectant différentes zones State Plane jusqu'à ce que le fichier usstpln83.shp s'enclenche et que les données avec le système de coordonnées inconnu apparaissent au bon endroit dans le bon état.

Des fichiers PRJ supplémentaires pour certains états sont disponibles dans les dossiers State Systems, County Systems et National Grids. Si vos données se trouvent dans l'une des régions répertoriées dans ces dossiers, vous devez également tester ces fichiers PRJ.

Il vous sera utile d'identifier d'abord dans quelle zone UTM vos données doivent se trouver. Pour une carte des zones UTM, recherchez sur le Web la carte des zones UTM. Un lien est UTM Grid Zones of the World compilé par Alan Morton.

Les coordonnées en mètres UTM sur le datum NAD 1983 et les coordonnées pour le même point sur le datum WGS 1984 dans la zone continentale des États-Unis sont à moins d'un demi-mètre les unes des autres.

Les données du système de coordonnées UTM référencées au datum NAD 1983 se trouvent à environ 200 mètres au nord des mêmes données référencées à la place du datum NAD 1927. Il peut y avoir un léger décalage à l'est ou à l'ouest entre les données sur ces deux systèmes de référence, mais une différence d'environ 200 mètres dans l'ordonnée est diagnostique.

La différence de 200 mètres est relativement faible, il est donc essentiel que vous utilisiez des données de comparaison précises pour déterminer si le système de référence correct est NAD 1927 ou NAD 1983 pour les données de la projection UTM.

Lorsque le système de coordonnées est identifié et défini, les données s'alignent dans ArcMap avec d'autres données ajoutées à la session ArcMap, à condition que la transformation de datum correcte ait été spécifiée.

Si les étapes ci-dessus n'alignent pas les données dans ArcMap, les données se trouvent dans un système de coordonnées personnalisé. Vous pouvez continuer à enquêter en utilisant les mêmes méthodes de test et examiner les autres fichiers PRJ. Mais vous devrez probablement faire plus de recherches sur vos données pour définir le système de coordonnées correct.


Quelle est la meilleure façon de reprojeter NAD83(86) en NAD83(2011) sans changer les coordonnées x y ?

Quelle est la meilleure façon de reprojeter NAD83(86) en NAD83(2011) sans changer les coordonnées x y ? Nous avons traité des données d'enquête au cours des dernières années à partir de fichiers texte référencés à HARN, CORS96, 2007 ou 2011 (probablement ce que les géomètres locaux ont utilisé au cours des 10 dernières années avec les récepteurs GPS du réseau) et les avons importés directement dans notre Géodatabase d'entreprise NAD83(86). Nous aimerions reprojeter notre géodatabase d'entreprise sur NAD83 (2011), mais conserver les emplacements x et y car ils représentent les données d'enquête réelles.

Les tests initiaux ont montré que la re-projection de NAD83(86) à NAD83(2011) dans ArcMap ne modifie pas considérablement les coordonnées (par exemple, <0.0001'). C'est déroutant car je m'attendais à un décalage de 0,9 'sur la base d'une analyse limitée des monuments d'arpentage locaux, le plus grand delta entre NAD83 (86) et HARN.

Quelle est la meilleure approche pratique pour ce problème?

par Melita Kennedy

Si vous ne souhaitez pas modifier les valeurs de coordonnées, utilisez l'outil Définir une projection ou la page de propriétés des données dans ArcCatalog.

Le décalage dépendra des transformations utilisées. En avez-vous défini ? Vous devrez peut-être également effectuer une conversion réelle en étapes telles que NAD 1983 en NAD 1983 HARN, HARN en NSRS2007, NSRS2007 en 2011. Ces derniers peuvent nécessiter 10.4 et la configuration des données des systèmes de coordonnées ArcGIS.

Quel(s) domaine(s) ces données couvrent-elles ? Et je peux suggérer quelques transformations.

J'apprécie votre expertise sur ce sujet et votre contribution fréquente à ce forum. Notre organisation collecte et stocke depuis un certain temps des données dans SDE sous le nom "NAD_1983_StatePlane_North_Carolina_FIPS_3200_Feet" (WKID 2264). Est-ce la même chose que NAD83(86) ? Nous sommes sur le point de recevoir des images aériennes haute résolution mises à jour pour notre région (côtière NC) qui sont censées être livrées dans NAD83 2011. Ai-je raison de penser qu'il serait optimal de convertir toutes nos données héritées pour correspondre aux images de fond de carte mises à jour ? Si oui, quel procédé recommandez-vous pour le faire ?

par Melita Kennedy

Merci pour les mots gentils.

Cela devient intéressant. Techniquement, le système de coordonnées géographiques "NAD 1983" devrait être la version originale de 1986. Cependant, BEAUCOUP de gens l'ont utilisé pour tous les autres réajustements possibles. À moins qu'il n'y ait des métadonnées/un historique, il peut être très difficile de déterminer quelles données sont vraiment HARN (et il peut y avoir plusieurs versions dans certains états), NSRS2007, etc. Les conversions entre NAD83 (86) et HARN seront les plus importantes, avec le Conversions HARN/NSRS2007/2011 beaucoup plus petites, généralement au niveau cm.

Vous souhaiterez peut-être exécuter des points de test dans différentes zones à travers chaque transformation, NAD_1983_To_HARN_NC, NAD_1983_HARN_To_NSRS2007_GEOCON_CONUS et NAD_1983_NSRS2007_To_2011_GEOCON11_CONUS.

Selon l'exactitude des données, les transformations, en particulier les deux dernières, peuvent ne pas vraiment avoir d'importance. Comme je l'ai mentionné précédemment, les transformations GEOCON ont été ajoutées à la version 10.4.1 et nécessitent la configuration distincte des données du système de coordonnées ArcGIS.

C'est utile, merci Melita. Ce que nous avons généralement fait au fil des ans, c'est d'utiliser différentes générations d'imagerie aérienne, à partir de 1994 et tous les 4 ans par la suite, comme base de collecte et de mise à jour des données planimétriques. Jusqu'à ces 10 dernières années, nous n'avions pas de très bonnes métadonnées sur l'imagerie, mais nous avons juste appelé tout "NAD 83", que ce soit correct ou non. Donc, sur cette base, nous devrions simplement convertir ce que nous avons de (présumé) NAD83 (86) en HARN et l'appeler bon?

Si cela ne vous dérange pas, pouvez-vous expliquer le processus d'exécution des points de test dans divers domaines à travers chaque transformation ? Je ne suis pas vraiment clair ce que cela signifie ou comment c'est fait.

Merci beaucoup pour votre contribution.

par Melita Kennedy

Oui, en particulier avec des images qui ont sa propre résolution, cela fonctionnerait probablement (convertir en HARN).

Identifiez des coordonnées sur les bords de votre zone d'intérêt, ainsi que quelques points intérieurs. Essayez également d'inclure des points aux points bas et hauts. Je suis assez low-tech. Collez-les dans un fichier texte comme :

Ajoutez le fichier à ArcMap avec l'option Ajouter des données XY. Assurez-vous de définir le système de coordonnées sur NAD 1983. Cliquez avec le bouton droit sur la couche pour exporter un fichier de formes que nous appellerons nad83input.shp. Utilisez cela dans l'outil de projet, définissez le système de coordonnées de sortie (CS) sur NAD 1983 HARN. Utilisez la transformation NAD_1983_To_HARN_North_Carolina. Définissez le nom du fichier de formes de sortie sur nad83harn.shp, et ainsi de suite. Si vous les ajoutez tous à ArcMap mais ne définissez aucune transformation, vous pourrez voir les décalages. Vous pouvez également ajouter les coordonnées dans la table attributaire, puis les copier dans Excel pour calculer automatiquement les différences. Ou continuez à ajouter des champs à chaque nouveau fichier de formes et calculez les valeurs de coordonnées actuelles. Ensuite, vous pouvez voir comment les données évoluent entre les différents réajustements.

En particulier avec les transformations HARN vers NSRS2007 et NSRS2007 vers 2011, NGS ne créerait pas de fichiers de grille de transformation car les écarts types étaient à peu près de la même taille que les décalages eux-mêmes. Ils ont découvert qu'il n'y avait pas que du bruit, alors il y a quelques années, ils ont créé des fichiers de grille. Il en existe de plus récents dans GEOCON v2, mais nous ne les avons pas encore implémentés.

Vous pouvez également contacter le conseiller géodésique de votre état, Gary W. Thompson, ou le conseiller du milieu de l'Atlantique, Scott Lokken. Détails aux adresses des liens.


Pour garantir que l'outil Près renvoie la même distance que l'outil Mesurer, le système de coordonnées utilisé par le jeu de données et le bloc de données doivent être les mêmes. Selon que le bloc de données ou le jeu de données possède le système de coordonnées correct, utilisez l'une des options suivantes pour résoudre ce problème :

Faire correspondre le système de coordonnées du jeu de données au système de coordonnées du bloc de données

  1. Dans le Catalogue fenêtre, accédez à Outils de gestion des données > Projections et transformations > Projet.
  2. Choisissez l'ensemble de données comme Jeu de données en entrée ou classe d'entités. Le Système de coordonnées d'entrée Le paramètre est automatiquement défini avec le système de coordonnées d'origine du jeu de données.
  3. Définissez un nom et un emplacement pour le Jeu de données ou classe d'entités en sortie.
  4. Dans Système de coordonnées en sortie, recherchez le système de coordonnées du bloc de données à affecter au jeu de données en sortie.
  5. Dans le Transformation géographique paramètre, une transformation est automatiquement sélectionnée par défaut. Pour sélectionner une transformation différente, cliquez sur la flèche déroulante et sélectionnez la transformation géographique appropriée des systèmes de coordonnées. La liste déroulante n'apparaît que lorsqu'une transformation géographique ou de référence est requise.
  6. Vérifier la Conserver la forme case à cocher pour s'assurer que les entités de sortie sont localisées avec précision dans la nouvelle projection. Cette option n'est disponible que lorsqu'une transformation géographique ou de référence est impliquée.
  7. Définissez une valeur pour le Déviation de décalage maximale paramètre pour contrôler la distance maximale à laquelle l'entité projetée peut être décalée par rapport à son emplacement projeté.
  8. Cliquez sur d'accord.

Pour les cas où le jeu de données a le système de coordonnées correct, modifiez le système de coordonnées du bloc de données : Modification du système de coordonnées du bloc de données.

La figure ci-dessous est un exemple des résultats des deux outils lors de la mesure de la distance entre deux points lorsque le jeu de données et le bloc de données utilisent le même système de coordonnées. Les deux outils affichent la même distance.


SIG : le 'GO TO' pour la gestion d'actifs

Suzanne M. Zitzman, Directrice GISP-GIS Services, Maser Consulting P.A.

Alors que les nouvelles technologies continuent d'exploser, les gestionnaires d'actifs se sont tournés vers la mise en œuvre de systèmes d'information géographique (SIG) basés sur le Web comme solution pour aider à surveiller leurs actifs. Le SIG aide les gestionnaires à identifier, cataloguer, évaluer, suivre et entretenir n'importe quel nombre d'actifs, des panneaux de signalisation à la tuyauterie, et dans une variété de paramètres industriels publics et privés, y compris les infrastructures, les services publics, les gouvernements, les écoles ou les entreprises. Le SIG permet aux gestionnaires d'actifs d'afficher une représentation spatiale de leurs actifs, intégrée à une riche quantité de données accessibles depuis le confort d'un téléphone intelligent, d'un pavé numérique ou d'un ordinateur d'un simple clic de souris.

Au cours des années 1980, nous avons utilisé des techniques de dessin pour dessiner des cartes à l'échelle mondiale des caractéristiques de la surface et du sous-sol pour les clients responsables de l'entretien des systèmes de collecte des égouts, des routes, des systèmes de drainage et des installations de traitement. Des méthodes d'enquête conventionnelles ont été utilisées pour collecter des informations sur le terrain à l'aide de carnets de terrain écrits à la main pour noter les caractéristiques des actifs avec la station et les décalages par rapport à une ligne de base définie. Comme les cartes ont été dessinées à la main à partir de ces informations, les tableaux correspondants ont été tapés, indiquant les emplacements des coordonnées (x,y,z), les matériaux de ces actifs et les tailles des tuyaux. Ces cartes et tableaux seraient livrés à un client et stockés de manière gérable, soit enroulés dans des tubes, soit dans des fichiers plats gourmands en espace. Les cartes détaillées des actifs avaient des cartes clés correspondantes montrant l'emplacement spatial de chaque caractéristique et pouvaient comporter jusqu'à 200 feuilles détaillées. Au fur et à mesure que la révolution numérique s'est installée, elle a par la suite changé notre façon de tout faire, y compris l'avancée de la cartographie des levés et de l'ingénierie dans le monde numérique.

Depuis l'introduction de l'ordinateur personnel, des smartphones et de tout ce qui est numérique, les années 1980 ont apporté une révolution dans le développement de logiciels et de nombreuses technologies et techniques que nous utilisons actuellement dans l'industrie des SIG. Aujourd'hui, les géomètres utilisent des stations totales du système de positionnement global (GPS) pour collecter des données numériques sur les actifs, puis alimentent ces informations dans des programmes SIG qui produisent une cartographie numérique très précise et facilement accessible par les gestionnaires. À cette époque, l'Environmental Systems Research Institute (ESRI), un fournisseur international de logiciels de système d'information géographique (SIG), de SIG Web et d'applications de gestion de bases de données géographiques, a également présenté sa première conférence internationale d'utilisateurs qui a été l'un des nombreux facteurs qui ont contribué au développement de technologie en connectant les personnes et les idées à l'échelle mondiale.

Vérification

Alors que les techniques numériques permettent au personnel de terrain de collecter une abondance de données sur les actifs, elles permettent également aux équipes de terrain de vérifier les caractéristiques des actifs existants. C'est un énorme avantage car au fur et à mesure que ces informations sont vérifiées, des modèles de données sont également en place pour permettre au personnel de terrain de collecter les emplacements et l'inventaire des actifs, ainsi que les caractéristiques individuelles de chaque type d'actif. Par exemple, l'une des caractéristiques capturées pour les panneaux et les supports de panneaux est l'exigence de se conformer aux normes de la Federal Highway Administration (FHWA) pour l'entretien des panneaux et des supports de panneaux. Le personnel sur le terrain peut désormais enregistrer les caractéristiques du panneau, sur la base de la conformité au code du Manual on Uniform Traffic Control Devices (MUTCD). L'inventaire peut également être fait sur le type de poteau, l'état du panneau et la hauteur du poteau du panneau et d'autres détails.

Les actifs, tels que les ouvrages d'évacuation des eaux de drainage, peuvent faire l'objet d'un inventaire des caractéristiques des exutoires pour répondre aux normes du programme de permis du Système national d'élimination des rejets de polluants (NPDES). Le personnel de terrain peut consigner le type d'émissaire, de cours d'eau ou de plan d'eau recevant les rejets de ruissellement, la présence de rejets illicites et l'état général de l'exutoire.

La migration des données numériques de la collecte GPS vers un programme SIG exploite les données d'actifs existantes et la nouvelle collecte d'actifs dans le même système de coordonnées et le même niveau de précision. Cela permet aux techniciens de données de créer un système de mappage de superposition qui permet aux gestionnaires d'actifs de visualiser plusieurs couches contenant une grande quantité d'informations sur leurs actifs, y compris les mises à jour simultanément. Les programmes SIG sont également un outil précieux pour l'industrie de l'ingénierie, car ils offrent des outils de conception pour la création de documents de construction et de plans conformes à l'exécution.

Gestion numérique

Aujourd'hui, le développement continu de la technologie SIG nous permet de maintenir et de gérer une plus grande quantité de données d'actifs, plus efficacement et avec plus de précision que jamais. Pour profiter pleinement des avantages des solutions de gestion des actifs SIG, les gestionnaires d'actifs doivent examiner leurs données d'actifs existantes, y compris les cartes d'enregistrement dessinées manuellement, les plans CAO tels que construits, les fichiers de données SIG, les plans de construction, les fichiers de base de données d'état et d'inventaire, et les migrer vers un programme de gestion des actifs SIG. Un examen complet de l'exactitude de ces informations doit être effectué, par exemple lorsque la dernière mise à jour a été effectuée et avec quelle précision les informations sont affichées dans le monde spatial, car les cartes pourraient avoir des précisions spatiales différentes où la superposition de ces documents d'enregistrement ne produirait pas à elle seule un représentation claire de vos actifs. Après avoir examiné la collection de nouveaux emplacements d'actifs et inventorié les caractéristiques des actifs en fonction des réglementations fédérales, étatiques et locales, les données peuvent ensuite être introduites dans une application de gestion des actifs basée sur le Web permettant aux utilisateurs finaux d'accéder, de modifier et de gérer l'exploitation et la maintenance de leurs actifs. Les solutions Web permettent également à toutes les parties d'afficher les mêmes données 24 heures sur 24, 7 jours sur 7, éliminant ainsi le risque d'accéder à des informations obsolètes. Les produits logiciels standard qui se superposent aux plates-formes SIG standard, telles que ESRI ArcServer et ArcGIS Online, créent un environnement convivial permettant aux gestionnaires de prendre des décisions informatives sur l'exploitation et la maintenance des actifs.

Les programmes de gestion SIG vont encore plus loin que la simple cartographie des actifs. Les programmes SIG sont hautement configurables en fonction de vos besoins et de vos tâches spécifiques, y compris la planification et la hiérarchisation des activités de travail, le suivi des progrès et des coûts, le déclenchement des ordres de travail qui automatisent le processus de maintenance récurrente et la notification aux équipes d'effectuer des travaux via un smartphone et des tablettes numériques utilisées sur le terrain. En conséquence, les équipes de travail bénéficient d'un temps de réponse plus efficace lorsqu'elles ont accès à la cartographie des actifs, aux enregistrements historiques, aux ordres de travail numériques et aux formulaires d'inspection à partir de leurs véhicules de terrain. Les équipes de terrain peuvent également clôturer leurs ordres de travail et formulaires d'inspection sur le terrain, en envoyant une notification aux gestionnaires, via le programme de gestion des actifs SIG, que le travail est terminé.

Comme le programme de gestion des actifs est rempli d'activités d'exploitation et de maintenance, les performances des actifs peuvent être analysées. L'analyse basée sur le temps permet aux gestionnaires de signaler les coûts associés aux actifs situés dans une région spatiale (c'est-à-dire le district de services, la municipalité) ou de rapporter les actifs d'une certaine caractéristique (c'est-à-dire l'échec de l'évaluation de la réflectivité, un exutoire suspecté de connexion illicite).

L'utilisation de solutions de gestion d'actifs SIG dans votre entreprise fournit un point d'accès unique pour la visualisation, la maintenance et la gestion de vos actifs. En utilisant des programmes de gestion d'actifs SIG basés sur le Web, les gestionnaires disposent d'un outil précieux qui peut aider à la budgétisation des futurs projets de réhabilitation grâce à des cartes informatives montrant les actifs défaillants par thème, avec des rapports d'estimation des coûts de construction et/ou de réhabilitation. Les gestionnaires d'actifs peuvent tirer parti d'une meilleure réponse des clients et d'une espérance de vie accrue des actifs, tout en maintenant la conformité aux réglementations des agences. Bien que la mise en œuvre initiale d'une application SIG demande un peu de travail de configuration, une fois qu'elle est opérationnelle, l'effort à long terme en vaut la peine pour avoir la profondeur des détails concernant vos actifs et l'amélioration de votre capacité à gérer eux.


Eos, LaserTech et Esri présentent un workflow de cartographie laser pour le collecteur d'Esri pour ArcGIS

L'équipement comprend un récepteur GNSS Eos Arrow Series™, un télémètre à technologie laser et l'application mobile Esri Collector for ArcGIS.

Montréal, Canada — Eos Positioning Systems, Inc.® (Eos) — le premier fabricant mondial de récepteurs GNSS de haute précision abordables pour tout appareil ou application — a annoncé aujourd'hui la sortie de la première solution d'offset laser au monde dans le collecteur Esri® pour ArcGIS ® flux de travail.

Lorsqu'elle est associée aux télémètres laser de Laser Technology, Inc. (LTI), la solution permettra aux équipes de terrain de capturer des emplacements 3D au centimètre près des ressources difficiles à atteindre et dans des environnements GNSS altérés.

« En combinant la haute précision des récepteurs GNSS Eos Arrow Series™ et les capacités laser de LTI, nous pouvons permettre aux équipes de terrain de capturer des coordonnées XYZ très précises à une distance de sécurité », a déclaré Derrick Reish, chef de produit senior de LTI. « Cela élimine le besoin d'occuper physiquement chaque point. Il fournit également des données de localisation plus précises, avec des workflows de gestion des actifs mobiles plus abordables.

La solution est en préparation depuis des mois, alors que la demande pour une cartographie de haute précision et difficile à atteindre dans le flux de travail Collector a augmenté.

« Eos est extrêmement reconnaissant de faire partie de cette version initiale de données de localisation d'actifs de haute précision avec les télémètres laser de LTI et l'application mobile Collector d'Es », a déclaré le directeur technique d'Eos, Jean-Yves Lauture. « Permettre ce type de précision signifie que même les équipes de terrain les plus soucieuses de leur budget pourront accéder à l'emplacement de leurs actifs difficiles à atteindre. »

De gauche à droite : Doug Morgenthaler, responsable du programme Esri, Derrick Reish, chef de produit principal de la technologie laser, Jean-Yves Lauture, directeur technique d'Eos.

Les trois équipes ont travaillé en étroite collaboration pour assurer une intégration transparente avec Collector et ArcGIS Online. Lorsqu'il utilise un télémètre laser LTI et un récepteur Eos Arrow Series™ avec Collector, un travailleur sur le terrain peut facilement filmer, capturer et partager des données de localisation 3D de haute précision qui sont transmises en temps réel à ArcGIS Online.

La solution devrait être particulièrement utile dans les couloirs urbains, les autoroutes, les zones boisées (ou les zones humides) et d'autres zones où les actifs sont difficiles ou dangereux à occuper. Cela augmentera à la fois la précision et l'efficacité, et réduira les responsabilités en matière de sécurité dans les situations dangereuses.

« Esri est extrêmement heureux que Collector puisse désormais prendre en charge la capture d'emplacements d'actifs de haute précision à distance, en tirant parti de notre partenariat unique avec Eos et LTI », a déclaré Jeff Shaner, chef de produit Esri. « Cela change la donne pour la gestion des actifs. »

Avant cette version, les équipes de terrain confrontées au défi de capturer des emplacements 3D de haute précision pour les actifs difficiles à atteindre devaient utiliser une station totale avec un flux de travail logiciel différent, puis réintégrer les données au bureau, un flux de travail maladroit et inefficace nécessitant beaucoup de formation et d'expertise supplémentaires. Avec le nouveau flux de travail, les équipes de terrain peuvent opérer dans des environnements GNSS avec un niveau de précision élevé sans quitter l'environnement Collector/AGOL, créant ainsi un flux de travail très efficace.

La solution a été conçue pour fournir plusieurs méthodes de cartographie de décalage.

« La mise en œuvre de plusieurs méthodes de mesure donne aux utilisateurs la liberté de choix, afin qu'ils puissent choisir la bonne option laser qui répond à leurs besoins de précision », Reish

Eos a dévoilé sa solution de mesure offset pour Collector lors de la conférence des utilisateurs Esri le mois dernier à San Diego. Pour une démonstration sur le terrain du fonctionnement de la solution, veuillez remplir le formulaire de contact sur eos-gnss.com.

À propos des systèmes de positionnement Eos, Inc.
Eos Positioning Systems®, Inc. (Eos) conçoit et fabrique les meilleurs récepteurs GPS / GNSS de haute précision au monde pour le marché du Bring Your Own Device (BYOD). Les récepteurs Arrow Series™ fournissent des données de localisation RTK GPS / GNSS submétriques, submétriques et centimétriques à tout appareil iOS, Android et Windows. Les utilitaires logiciels gratuits d'Eos, tels que Eos Tools Pro, ont été conçus pour offrir aux utilisateurs l'expérience la plus fluide possible en matière d'intégration de données de localisation et de métadonnées de haute précision dans leurs flux de travail mobiles. En savoir plus sur Eos.


Faire une analyse de rentabilisation pour plus d'intelligence à la périphérie du réseau

Grid edge intelligence permet la transformation de l'entreprise, fait évoluer les opérations du réseau de distribution, améliore l'expérience client.

L'avenir de notre réseau moderne dépend de l'exploitation d'une intelligence plus distribuée (DI) à la périphérie du réseau pour aider à gérer la croissance, la stabilité et la sécurité. L'évolution vers un réseau intelligent a également une solide analyse de rentabilisation. Les services publics qui ont mis en œuvre des investissements dans l'infrastructure de comptage avancée (AMI) approchent maintenant du seuil de rentabilité. Mais la bonne nouvelle est que l'ID peut créer une analyse de rentabilisation positive sans aucun changement de comportement des consommateurs, entraînant un bénéfice commercial net de près de 50 millions de dollars US pour un investissement de seulement 22 millions de dollars US, et ce nombre continue de croître.

Ajouter plus d'intelligence signifie déplacer les processus du bureau central et les répartir sur l'ensemble du réseau. La visibilité supplémentaire de cette DI garantit que les services publics et les opérateurs d'infrastructures critiques seront en mesure de répondre aux exigences changeantes de leurs clients tout en améliorant la sécurité et l'efficacité.

Un service public actuellement à l'avant-garde des tests et de la mise en œuvre d'applications DI est Tampa Electric Co. (TECO). TECO a terminé le tout premier déploiement d'essai sur le terrain de compteurs compatibles DI avec Itron et teste actuellement des applications DI pour améliorer l'efficacité opérationnelle globale et améliorer les relations avec les clients.

Transformation digitale et DI

Plus d'intelligence à la périphérie offre une visibilité et un contrôle supplémentaires des actifs pour gagner en efficacité. Il génère également une expérience client entièrement nouvelle en fournissant des moyens proactifs d'interagir avec les clients, en optimisant l'efficacité du contrôle de la charge, de la réponse à la demande et des programmes de tarification dynamique. DI minimise la quantité de données que vous devez transmettre au back-office pour analyser et prendre des décisions, ce qui est chronophage, inefficace et coûteux. Pousser l'analyse à la périphérie permet de résoudre les problèmes plus rapidement, en économisant à la fois du temps et des ressources consacrés à la recherche des symptômes, de manière plus proactive.

Selon David Lukcic, directeur des solutions stratégiques AMI de TECO, la transition de TECO vers l'adoption de l'ID a commencé comme une extension d'initiatives de transformation numérique plus larges autour de l'automatisation des données et des services. Le parcours vers DI était naturel et a soutenu un investissement transformationnel dans une nouvelle expérience client et des programmes opérationnels. La société énergétique avait déjà maximisé les avantages des investissements d'AMI et se tournait vers l'avenir pour améliorer la prestation globale des services et offrir des opportunités de revenus supplémentaires pour compenser les coûts continus de la mise à niveau de l'infrastructure du réseau.

Les avantages proposés de l'ID offrent une valeur significative aux services publics, notamment la capacité de :

  • Gérez les conditions qui changent rapidement en temps réel.
  • Activez un écosystème de plus en plus diversifié de compteurs intelligents, de dispositifs de réseau et de ressources énergétiques distribuées (DER) qui communiquent et collaborent.
  • Établir des améliorations mesurées de l'efficacité du réseau, y compris la connaissance de l'emplacement, la sécurité et la fiabilité, ainsi que la détection et la restauration des pannes.
  • Transformez le service client en optimisant l'efficacité des programmes de contrôle de charge, de réponse à la demande et de tarification dynamique.
  • Maintenez la stabilité et le fonctionnement du réseau de distribution en surveillant et en gérant les opérations en temps réel.

DI aide à améliorer la sécurité, à gérer la consommation d'énergie et à établir des relations plus solides avec les clients, ce qui ajoute plus de valeur à toutes les parties. DI renforce un écosystème ouvert et dynamique de fournisseurs de solutions et d'applications pour les services publics et les clients. Par exemple, DI permet aux entreprises énergétiques comme TECO de gérer les transactions et les flux d'énergie en temps réel, ouvrant ainsi la voie à un futur réseau dynamique.

Mettre l'analyse de pointe à l'épreuve

La promesse de DI est de déplacer l'intelligence et le traitement analytique vers la périphérie, remplaçant les opérations de données de back-office traditionnelles coûteuses et inefficaces. TECO a développé un test en plusieurs phases qui a d'abord opposé les applications DI aux programmes d'analyse de back-office traditionnels afin de valider la valeur réelle de DI pour lui-même et pour l'industrie, suivi de tests sur le terrain plus tard cette année.

L'objectif de l'essai était de voir si la DI entraînerait un rendement plus élevé avec moins d'inférences et de ressources gaspillées, comme devoir envoyer des équipes sur le terrain pour chasser des choses qui pourraient ne pas être là. Avec des décisions plus rapides basées sur des informations plus précieuses, TECO espérait voir une baisse significative du coût total de possession avec moins de données transportées, stockées ou analysées dans le back-office.

La première phase de test visait trois cas d'utilisation DI : le vol de dérivation de compteur, la détection de défaut neutre et la détection à haute impédance. Ces tests ont duré plus d'un mois dans un laboratoire contrôlé et les résultats étaient prometteurs.

The DI apps and cloud analytics detected all meter-bypass theft use cases, but the big difference was DI triggered no false positives where the cloud analytics triggered seven. These false positives should be lower in field trials as algorithms are tuned by training machine learning algorithms with more data. DI proved itself in neutral-fault detection and high-impedance detection, being able to capture all use cases in each category accurately.

Only DI has the capability to observe broken neutral issues in a 2S meter configuration, the most common meter form in North America. The 2S meter only measures line-to-line voltage, and the required data frequency to discriminate and compute broken neutral conditions from available meter measurements is just not viable in a centralized cloud approach.

Capturing the signatures of high-impedance faults is not possible when the frequency of meter data is sent every 5 to 15 mins in a centralized, back-office cloud model. Having the ability to track, in advance, DI meters at 1 sec or sub-second increments allows for a wider variety of use cases that can be detected.

TECO's lab results validate the benefits of DI applications by gaining actionable information and a new perspective on problem-solving from more granular real-time data. Shifting critical safety and customer impact issues a utility would treat on failure are now identified and proactively remediated to provide greater efficiencies and cost-savings while delivering a more exceptional customer experience. The utility is developing a white paper to share later this year and is currently preparing for field trials with plans to deploy apps to the meter farm and then production meters beginning this summer.

The bottom line is grid edge intelligence empowers business transformation, evolves distribution grid operations, and enhances customers' experience with proven, innovative applications that are managing the active grid of today and tomorrow.


21. GPS Error Correction

A variety of factors, including the clocks in satellites and receivers, the atmosphere, satellite orbits, and reflective surfaces near the receiver, degrade the quality of GPS coordinates. The arrangement of satellites in the sky can make matters worse (a condition called dilution of precision). A variety of techniques have been developed to filter out positioning errors. Random errors can be partially overcome by simply averaging repeated fixes at the same location, although this is often not a very efficient solution. Systematic errors can be compensated for by modeling the phenomenon that causes the error and predicting the amount of offset. Some errors, like multipath errors caused when GPS signals are reflected from roads, buildings, and trees, vary in magnitude and direction from place to place. Other factors, including clocks, the atmosphere, and orbit eccentricities, tend to produce similar errors over large areas of the Earth's surface at the same time. Errors of this kind can be corrected using a collection of techniques called differential correction.


17. Plane Coordinate Transformations

Some coordinate transformations are simple. For example, the transformation from non-georeferenced plane coordinates to non-georeferenced polar coordinates shown in Figure 2.18.1, below, involves nothing more than the replacement of one kind of coordinates with another.

Unfortunately, most plane coordinate transformation problems are not so simple. The geometries of non-georeferenced plane coordinate systems and georeferenced plane coordinate systems tend to be quite different, mainly because georeferenced plane coordinate systems are often projected. As you know, the act of projecting a nearly-spherical surface onto a two-dimensional plane necessarily distorts the geometry of the original spherical surface. Specifically, the scale of a projected map (or an unrectified aerial photograph, for that matter) varies from place to place. So long as the geographic area of interest is not too large, however, formulae like the ones described here can be effective in transforming a non-georeferenced plane coordinate system grid to match a georeferenced plane coordinate system grid with reasonable, and measurable, accuracy. We won't go into the math of the transformations here, since the formulae are implemented within GIS software. Instead, this section aims to familiarize you with how some common transformations work and how they may be used.

Similarity Transformation

In the hypothetical illustration below (Figure 2.18.2), the spatial arrangement of six control points digitized from a paper map ("before") are shown to differ from the spatial arrangement of the same points that appear in a georeferenced aerial photograph that is referenced to a different plane coordinate system grid ("after"). If, as shown, the arrangement of the two sets of points differs only in scale, rotation, and offset, a relatively simple four-parameter similarity transformation may do the trick. Your GIS software should derive the parameters for you by comparing the relative positions of the common points. Note that while only six control points are illustrated, ten to twenty control points are recommended (Chrisman 2002).

Affine Transformation

Sometimes a similarity transformation doesn't do the trick. For example, because paper maps expand and contract more along the paper grain than across the grain in response to changes in humidity, the scale of a paper map is likely to be slightly greater along one axis than the other. In such cases, a six-parameter affine transformation may be used to accommodate differences in scale, rotation, and offset along each of the two dimensions of the source and target coordinate systems. This characteristic is particularly useful for transforming image data scanned from polar-orbiting satellites whose orbits trace S-shaped paths over the rotating Earth.

Second-Order Polynomial Transformation

When neither similarity nor affine transformations yield acceptable results, you may have to resort to a twelve-parameter Second-order polynomial transformation. Their advantage is the potential to correct data sets that are distorted in several ways at once. A disadvantage is that the stability of the results depend very much upon the quantity and arrangement of control points and the degree of dissimilarity of the source and target geometries (Iliffe 2000).

Even more elaborate plane transformation methods, known collectively as rubber sheeting, optimize the fit of a source data set to the geometry of a target data set as if the source data were mapped onto a stretchable sheet.

Root Mean Square Error

GIS software provides a statistical measure of how well a set of transformed control points match the positions of the same points in a target data set. Put simply, Root Mean Square (RMS) Error is the average of the distances (also known as résidus) between each pair of control points. What constitutes an acceptably low RMS Error depends on the nature of the project and the scale of analysis.


Datums in GIS: Coping with Limits of Lat/Long

Key Concepts in Coordinate Systems and Mapping gives a high-level overview of how coordinates are used in mapping. This topic looks more closely at datums, the second of three concepts discussed there.

Different models of the earth’s shape, and different strategies for assigning coordinates (typically lat/long/height) to locations can be used in different regions, at different times, or for different purposes. A datum encompasses all of these concepts.

It’s important to know which datum (and projection) your map uses, so that you can relate it to real locations and know when it’s appropriate to combine or compare with other maps or data. For example, data in the NAD83 datum can’t be overlaid with data in NAD27 you need to convert the data into a common datum first. The process of converting data from one datum to another is called a datum shift it’s also called a coordinate transformation (EPSG, OGC) or geographic transformation (Esri).

There are quite a few algorithms for doing datum shifts (EPSG’s Guidance Note 7.2 has a comprehensive list complete with formulas and examples). One common class of datum shifts involves converting from lat/long/height in a source datum to X/Y/Z offsets in meters from the center of its ellipsoid, performing some kind of offset and/or rotation, and then converting back to lat/long/height relative to the target ellipsoid. More irregular cases are often handled by grid shift files essentially these are look-up tables with offsets or parameters that vary by location.

Different software packages present the datum shift operation in different ways. ArcGIS follows the EPSG model and requires the user to pick the datum shift to use whenever one is required. This is the most general and expressive approach. While intuitively there is only one “right answer” for converting between any two datums, in reality there may be many options, with the correct choice resting on a number of factors including the target accuracy and use. This is another reason metadata is so important – downstream users will want to know how your data was created!

Other packages, like CS-MAP (the primary reprojection library used by FME), base their datum support on two ideas: (a) Each datum uniquely defines the datum shifts that will be used, and (b) Most datum shifts go via a “pivot datum” (typically WGS84 i.e. a conversion from Datum A to Datum B would be executed as A -> WGS84 -> B). This is great for usability in the common case – users are less likely to make incorrect or inconsistent choices – but adds complexity when multiple choices for datum shifts are legitimately required.

In addition to these two common approaches, there are (unsurprisingly) a few other variants you might encounter. For example, with the Gtrans reprojection library (Swedish link), you pick a named transformation instead of specifying a source or destination coordinate system or datum. Some other interesting examples merge the datum shift and projection steps, converting between two projected coordinate systems in different datums in a single step.

Correctly dealing with datums and datum shifts can be challenging, but it allows you to combine and use more data – across jurisdictions, and across the legacy/modern mapping divide.


Voir la vidéo: Использование локальных ГИС-проектов ArcMap для прогнозирования рудных объектов. Роман Титов, ОТ-ОЙЛ