SavedAdd your journal

Journals / Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi / 2026 / Cilt: 40 Sayı: 2

Investigation of the Effect of the Number and Distribution of Ground Control Point (GCP) on Map Production Accuracy

Yer Kontrol Nokta (YKN) Sayısı ve Dağılımının Harita Üretim Hassasiyetine Etkisinin Araştırılması

Ali Ulvi(Mersin Üniversitesi)0000-0003-3005-8011
Volkan İzci(MERSİN ÜNİVERSİTESİ)0000-0003-4876-423X
Abdurahman Yasin Yiğit(MERSİN ÜNİVERSİTESİ)0000-0002-9407-8022
Pages
167–180
Publication Date
2024-08-31
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The findings indicate that the optimal planimetric precision is attained with edge and homogeneous distributions.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:This study examines the impact of varying the number and distribution of GCPs on the precision of map production via UAV photogrammetry.
📊
Key Findings & Data:In each scenario, a total of 52 sub-scenarios were applied, with the number of GCPs varying from 4 to 40.
💡
Conclusion & Impact:The findings indicate that the optimal planimetric precision is attained with edge and homogeneous distributions.
🔬Design:Araştırma Makalesi
📍Scope:Comprehensive Sample
⚙️Variables:YKN · SfM · Fotogrametri

Abstract

This study examines the impact of varying the number and distribution of GCPs on the precision of map production via UAV photogrammetry. In the study four distinct GCP distribution scenarios were evaluated. In each scenario, a total of 52 sub-scenarios were applied, with the number of GCPs varying from 4 to 40. The accuracy of the orthophoto and DSM produced using the SfM algorithm was evaluated through the analysis of 30 check points, which were measured using the GNSS cors method. To assess the accuracy, the RMSExy and RMSEz values were calculated. Furthermore, the impact of the number and distribution of the GCPs on the planimetric (xy) and elevation (z) accuracy was analyzed. The findings indicate that the optimal planimetric precision is attained with edge and homogeneous distributions. The lowest RMSExy value was observed to be 3.2 cm with edge distribution and 4.0 cm with homogeneous distribution. About the accuracy of the elevation data, the lowest RMSEz value was observed for the homogeneous distribution, at 4.0 cm, while the lowest value for the edge distribution was 4.7 cm. It was observed that the accuracy rates were lower in the central distribution scenarios in comparison to the other scenarios. The findings of the study indicate that an increase in the number of GCPs results in enhanced accuracy rates; however, this improvement is observed to plateau at a certain point. Within the range of 24-30 GCPs, the error rates were observed to reach a point of stabilization.

Özet

Bu çalışma, İHA fotogrametrisi kullanılarak harita üretiminde YKN sayısı ve dağılımının doğruluk üzerindeki etkilerini incelemektedir. Çalışmada, dört farklı YKN dağılım senaryosu (kenar, merkez, homojen ve köşegen) değerlendirilmiştir. Her bir senaryoda YKN sayısının 4'ten 40'a kadar değiştiği toplam 52 alt senaryo uygulanmıştır. SfM algoritması kullanılarak üretilen ortofoto ve SYM doğruluğu, GNSS Cors yöntemi ile ölçülen 30 yer kontrol noktası kullanılarak analiz edilmiştir. Doğruluk değerlendirmesinde RMSExy ve RMSEz değerleri hesaplanmış ve YKN sayısı ile dağılımının planimetrik (xy) ve yükseklik (z) doğruluğuna etkileri incelenmiştir. Elde edilen bulgular, en iyi planimetrik doğruluğun kenar ve homojen dağılımlarla sağlandığını, en düşük RMSExy değerinin 3.2 cm ile kenar dağılımda ve 4.0 cm ile homojen dağılımda elde edildiğini göstermektedir. Yükseklik doğruluğunda ise en düşük RMSEz değeri 4.0 cm ile homojen dağılımda ve 4.7 cm ile kenar dağılımda tespit edilmiştir. Merkezi dağılım senaryolarında doğruluk oranlarının diğer senaryolara göre daha düşük olduğu gözlemlenmiştir. Çalışmanın bulguları, YKN sayısının arttırılmasının doğruluk oranlarını artırdığını, ancak belirli bir noktadan sonra bu artışın sınırlı kaldığını ortaya koymaktadır. Özellikle 24-30 YKN aralığında hata oranlarının durağan hale geldiği tespit edilmiştir.

🔖

Cite This Article

Ulvi, A., İzci, V., Yiğit, A. Y. (2024). Investigation of the Effect of the Number and Distribution of Ground Control Point (GCP) on Map Production Accuracy. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, Cilt: 40 Sayı: 2, 167–180. https://ajindex.com/articles/1266718

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (42)

  1. Yılmaz, A., Ulvi, H. 2022. Kentsel Hava Sahasında İnsansız Hava Aracı Sistemleri Trafik Yönetimi için Verilmesi Gereken Hizmetler ve Kullanılabilecek Bazı Teknolojiler. Turkey Unmanned Aerial Vehicle Journal 4(1), 8-18.
  2. Ulvi, H. 2019. Arkeolojik Sit Alanlarında Yapılan Çevre Düzenleme Projelerinin Yürünebilirliğe Etkisinin Araştırılması Değle Ören Yeri Örneği. Journal of International Social Research 12(64), 383-402.
  3. Ferrer-González, E., Agüera-Vega, F., Carvajal-Ramírez, F., Martínez-Carricondo, P. 2020. UAV photogrammetry accuracy assessment for corridor mapping based on the number and distribution of ground control points. Remote sensing, 12(15), 2447.
  4. Ulvi, A. 2021. The effect of the distribution and numbers of ground control points on the precision of producing orthophoto maps with an unmanned aerial vehicle. Journal of Asian Architecture and Building Engineering, 20(6), 806-817.
  5. Agüera-Vega, F., Carvajal-Ramírez, F., Martínez-Carricondo, P. 2017. Assessment of photogrammetric mapping accuracy based on variation ground control points number using unmanned aerial vehicle. Measurement, 98, 221- 227.
  6. Westoby, M.J., Brasington, J., Glasser, N.F., Hambrey, M.J., Reynolds, J.M. 2012. Structure-from-Motion’ photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology, 179, 300–314.
  7. Harwin, S. 2012. Lucieer, A. Assessing the Accuracy of Georeferenced Point Clouds Produced via Multi-View Stereopsis from Unmanned Aerial Vehicle (UAV) Imagery. Remote Sens., 4, 1573–1599.
  8. Hugenholtz, C.H., Whitehead, K., Brown, O.W., Barchyn, T.E., Moorman, B.J., LeClair, A., Riddell, K., Hamilton, T. Geomorphological mapping with a small unmanned aircraft system (sUAS): Feature detection and accuracy assessment of a photogrammetrically-derived digital terrain model. Geomorphology, 194, 16–24.
  9. Yiğit, A. Y., Kaya, Y., Şenol. H. İ. 2023. Açık Maden Ocaklarında İnsansız Hava Aracı (İHA) Kullanımı. Mühendislik Bilimleri ve Tasarım Dergisi 11(1), 225–235.
  10. Hamal, S.N.G., Ulvi, A. 2022. Türkiye Coğrafi Bilgi Sistemleri Dergisi, 3B Kent Modelleri oluşturma sürecinde İHA fotogrametrisi ve CBS Entegrasyonu: Mersin Üniversitesi Çiftlikköy Kampüsü Örneği, 4(2), 97-105,
  11. Fonstad, M.A., Dietrich, J.T., Courville, B.C., Jensen, J.L., Carbonneau, P.E. 2013. Topographic structure from motion: A new development in photogrammetric measurement. Earth Surf. Process. Landf., 38, 421–430.
  12. Snavely, N., Seitz, S.M. 2008. Szeliski, R. Modeling the World from Internet Photo Collections. Int. J. Comput. Vis., 80, 189–210.
  13. Ao, T., Liu, X., Ren, Y., Luo, R., Xi, J. 2018. An Approach to Scene Matching Algorithm for UAV Autonomous Navigation. In Proceedings of the 2018 Chinese Control and Decision Conference (CCDC), Shenyang, China, 9–11 June, 996–1001.
  14. Erdoğan, A., Mutluoğlu, Ö. 2020. İnsansız Hava Araçları ile Harita Üretim Çalışmalarında Farklı Yüksekliklerde Yapılan Uçuşların Konum Doğruluğuna Etkisi, Türkiye İnsansız Hava Araçları Dergisi, 2(1); 28-35
  15. Kurban, T., Karkınlı, A.E., Kesikoğlu, A. 2015. Düşük İrtifa Görüntüleme Sistemleri İle Üretilen Haritalarda Konumsal Doğruluğunun İncelenmesi, Erciyes Üniversitesi Bilimsel Araştırma Projeleri Koordinasyon Birimi.
  16. Agüera-Vega, F., Carvajal-Ramírez, F., Martínez-Carricondo, P. 2017. Assessment of photogrammetric mapping accuracy based on variation ground control points number using unmanned aerial vehicle. Meas. J. Int. Meas. Confed., 98, 221–227.
  17. Marangoz, A. M., Karakış, S., Numan, A. B. 2019. Geleneksel fotogrametri ile insansız hava aracı (İHA) verilerinin kullanılan kamera ve sonuç ürünleri bakımından karşılaştırılması. In 17th Turkey Scientific and Technical Conference, 25, 27.
  18. Özcan, O. 2017. İnsansız Hava Aracı (İHA) ile Farklı Yüksekliklerden Üretilen Sayısal Yüzey Modellerinin (SYM) Doğruluk Analizi, Mühendislik ve Yer Bilimleri Dergisi, 2, 1, 1-7.
  19. Öztürk O., Bilgilioğlu B.B., Çelik M.F., Bilgilioğlu S.S., Uluğ R. 2017. İnsanız Hava Aracı (İHA) Görüntüleri ile Ortogörüntü Üretiminde Yükseklik ve Kamera Açısının Doğruluğa Etkisinin Araştırılması. Geomatik Dergisi, 2(3),135-141
  20. Martínez-Carricondo, P., F. Agüera-Vega, F. Carvajal-Ramírez, F.-J. Mesas-Carrascosa, A. García-Ferrer, and F.- J. Pérez-Porras. 2018. Assessment of UAV-photogrammetric Mapping Accuracy Based on Variation of Ground Control Points. International Journal of Applied Earth Observation and Geoinformation, 72, 1–10.
  21. Oniga V. E., Breaban A. I., Statescu F. 2018. Determining the Optimum Number of Ground Control Points for Obtaining High Precision Results Based on UAS Images, Proceedings 2018
  22. Ferrer-Gonzalez E., Agüera-Vega F., Carvajal-Ramirez F., Martínez-Carricondo P. 2020. UAV Photogrammetry Accuracy Assessment for Corridor Mapping Based on the Number and Distribution of Ground Control Points, Remote Sensing, 12, 2447.
  23. Martínez-Carricondo, P., Agüera-Vega, F., Carvajal-Ramírez, F., Mesas-Carrascosa, F.J., García-Ferrer, A., Pérez- Porras, F.J. 2018. Assessment of UAV-photogrammetric mapping accuracy based on variation of ground control points. Int. J. Appl. Earth Obs. Geoinf. 2018, 72, 1–10.
  24. Tahar, K.N. 2013. An Evaluation on Different Number of Ground Control Points in Unmanned Aerial Vehicle Photogrammetric Block. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci. ISPRS Arch. 2013, XL-2/W2, 27–29.
  25. Reshetyuk, Y., Mårtensson, S.G. 2016. Generation of Highly Accurate Digital Elevation Models with Unmanned Aerial Vehicles. Photogramm. Rec., 31, 143–165.
  26. Sanz-Ablanedo, E., Chandler, J.H., Rodríguez-Pérez, J.R., Ordóñez, C. 2018. Accuracy of Unmanned Aerial Vehicle (UAV) and SfM photogrammetry survey as a function of the number and location of ground control points used. Remote Sens., 10, 606.
  27. James, M.R., Robson, S. 2012. Straightforward reconstruction of 3D surfaces and topography with a camera: Accuracy and geoscience application. J. Geophys. Res. Earth Surf., 117, 1–18.
  28. Kabadayı, A, Erdoğan, A. 2022 Application of Terrestrial Photogrammetry Method in Cultural Heritage Studies: A Case Study of Seyfeddin Karasungur. Mersin Photogrammetry Journal, 4(2), 62-67.
  29. Kaya, Y, Şenol, H. İ., Polat, N. 2021. Three-dimensional Modeling and Drawings of Stone Column Motifs in Harran Ruins, Mersin Photogrammetry Journal, 3(2), 48-52. Kaya, Y., Temel, D., 2022. Cep Telefonu Kameralarından Elde Edilen Görüntüler ile Kültürel Miras Eserlerinin Modellenmesi, Türkiye Fotogrametri Dergisi, 4(1), 17-22.
  30. Kılınç, Ç., Uysal, M. 2021. Küçük Ölçekli Fotogrametrik Haritalarda Nokta Bulutu Filtreleme Yöntemleri ile Eşyükseklik Eğrisi Üretimi. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 21(1), 167-178.
  31. Polat, N. 2023. An Investigation of Ancient Water Collection and Storage Systems Near the Karahantepe Neolithic Site Using UAV and GIS, Environmental Archaeology, 28(6), 475-487.
  32. Dörtbudak, E. B., Akça, Ş., Polat, N. 2023. Exploring structural deterioration at historical buildings with UAV photogrammetry, Cultural Heritage and Science, 4(2), 62-68.
  33. Fonstad, M. A., Dietrich, J. T., Courville, B. C., Jensen, J. L., Carbonneau, P. E. 2013. Topographic Structure from Motion: A New Development in Photogrammetric Measurement, Earth Surface Processes and Landforms, 38(4), 421-430.
  34. Javernick, L., Brasington, J., Caruso, B. 2014. Modeling the Topography of Shallow Braided Rivers Using Structure-from-motion Photogrammetry, Geomorphology, 213, 166-182.
  35. Dietrich, J. T. 2017. Bathymetric Structure‐from‐Motion: Extracting Shallow Stream Bathymetry from Multi‐ View Stereo Photogrammetry, Earth Surface Processes and Landforms, 42(2), 355-364. Akar, A. 2017. Evaluation of Accuracy of Dems Obtained from Uav-point Clouds for Different Topographical Areas, International Journal of Engineering and Geosciences, 2(3), 110-117.
  36. Zeybek, M. 2021. Classification of UAV Point Clouds By Random Forest Machine Learning Algorithm. Turkish Journal of Engineering, 5(2), 48-57.
  37. Zeybek, M., Kaya, A. 2020. Tarihi Yığma Kiliselerde Hasarların Fotogrametrik Ölçme Tekniğiyle İncelenmesi: Artvin Tbeti Kilisesi Örneği. Geomatik, 5(1), 47-57.
  38. Ahmadabadian, A. H., Karami, A., Yazdan, R. 2019. An Automatic 3D Reconstruction System for Texture-less Objects, Robotics and Autonomous Systems, 117, 29-39. Perry, B. J., Guo, Y., Atadero, R., van de Lindt, J. W. 2020. Streamlined Bridge Inspection System Utilizing Unmanned Aerial Vehicles (UAVs) and Machine Learning. Measurement, 164, Article number 108048.
  39. Czyża, S., Szuniewicz, K., Kowalczyk, K., Dumalski, A., Ogrodniczak, M., Zieleniewicz, Ł. 2023. Assessment of accuracy in unmanned aerial vehicle (uav) pose estimation with the real-time kinematic (rtk) method on the example of dji matrice 300 rtk. Sensors, 23(4), 2092.
  40. https://www.ferntech.co.nz/dji-matrice-300-rtk-photogrammetry-combo (Erişim Tarihi: 21.03.2024)
  41. https://paksoyteknik.com.tr/urun/topcon-hiper-sr/ (Erişim Tarihi: 21.03.2024)
  42. Oruc, M. 2023. Maden sahalarındaki deformasyonların İHA verileri ile izlenmesi. Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, Mersin Üniversitesi, 99s, Mersin, Türkiye