UAV (Unmanned Aircraft Vehicle) har revolutiontionerat ortofotoframställningen med sitt bidrag till ökad säkerhet, lägre kostnader samt effektivare arbetsgång vid framställning av ortofoton. Den traditionella flygfotogrammetrin med flygplan och utplacering av flygsignaler har varit den givna metoden i många år. Att flyga med UAV istället för flygplan sparar tid och pengar däremot är utplacering och inmätning av flygsignaler fortfarande tidskrävande och därför kostsamt. Företaget DJI har tagit fram en ny UAV med namnet DJI Phantom 4 RTK vilken stödjer möjligheten att använda satellitbaserad positionering för direkt georeferering. Den här studien har jämfört två olika georefereringsmetoder för framställning av ortofoton med UAV: direkt georeferering med NRTK (satellitbaserad positionering och nätverks-RTK) samt indirekt georeferering med olika antal markstödspunkter. Studien utfördes vid Högskolan i Gävle på en yta av åtta hektar. En undersökning av avvikelser i plan och höjd resulterade i acceptabla värden enligt de riktlinjer som följdes i HMK – Ortofoto (2017) samt de kontroller som genomfördes enligt SIS-TS 21144:2016. RMS-värdet i plan för den indirekta georefereringsmetoden ligger på 0,0102m. För den direkta georefereringsmetoden ligger RMS-värdet i plan vid användning av markstödpunkter mellan 0,0132 och 0,0148 m. Slutligen för den direkta georefereringsmetoden utan markstödpunkter är RMS-värdet i plan på 0,0136 m. RMS i höjd ligger inom intervallet 0,008-0,025 m. Det som redovisas i studien visar att en accepterad kvalitet av ortofoton går att erhålla baserat på de RMS-värden i plan och höjd med samtliga georefereringsmetoder som testats. Efter genomförda kontroller och utvärdering av de resultat kan det konstateras att de olika georefereringsmetoderna skiljer inte mycket åt varandra kvalitetsmässigt.Dock är den direkta georefereringsmetoden utan markstödpunkter mycket effektivare ur ett tidsperspektiv. Phantom 4 RTK är ny på marknaden och det behöver utföras mer forskning för att få en större insikt av dess potential. Dock krävs det mer forskning kring direkt georeferering för utvärdering av orotofotons kvalitet. / UAV (Unmanned Aircraft Vehicle) has revolutionized the creation of orthophotos with its contribution to increased safety, lower costs and more effective ways when making orthophotos. The traditional aerial photogrammetry with airplanes and placement of flight signals has been the standard method for years. To fly with UAV instead of an airplane is cheaper and saves time, however, the placement and measurements of flight signals is still time consuming and therefore expensive. The company DJI has developed a new UAV called Phantom 4 RTK that supports satellite based technology for direct georeferercing. This study compared two different measuring methods when producing orthophotos with UAV: direct georeferencing with NRTK (Network Real Time Kinematic) and indirect georeferencing when using different number of Ground Control Points (GCP). The study was conducted at the University of Gävle over an area of eight hectares. An investigation of the deviation in plane and height resulted in acceptable units based on the guidelines that were followed in HMK – Ortofoto and the controls that were followed from SIS- TS 21144:2016. The RMS value in plane for the indirect georeferencing method is 0,0102 m. For the direct georeferencing method the RMS value in plane when using ground control points is between 0,0132 and 0,0148 m. At last the RMS value for the direct georeferencing method without ground control points is 0,0136m. The RMS value in height is between the intervals 0,008-0,025 m. The data presented in this study show that an accepted quality in the orthophotos can be acquired based on the RMS values in plane and height for every georeferencing that was tested. After accomplished controls and evaluation the results show that the different georeferencing methods doesn´t differantiate too much from each other based on their quality. However, the direct georeferencing method with ground control points is more effective from a time perspective. Phantom 4 RTK is new on the market and more research is necessary in order to understand the potential of this technology and its posibility to integrate into society. More research is recquired for the direct georeferencing method in order to evaluate the quality of orthophotos.

Det finns flertal användningsområden för digitala höjdmodeller där det krävs hög noggrannhet för att problematik och ekonomiska konsekvenser inte ska uppstå. Digitala höjdmodeller kan användas till volymberäkning, projektering och geografiska analyser. Digitala höjdmodeller kan kategoriseras som antingen digital ytmodell eller digital terräng-modell. Då hög noggrannhet eftersträvas i digitala terrängmodeller har SIS framställt en standard benämnd SIS-TS 21144:2016 som beskriver hur inmätning och kontroll av data till digitala terrängmodeller ska hanteras. För insamling av höjdinformation till en digital terrängmodell finns olika terrestra och flygburna mätmetoder. Vanliga terrestra mätmetoder är totalstation, GNSS och terrester laserskanning medan flygburna mätmetoder är flygburen laserskanning eller olika metoder med digital fotogrammetri. Syftet med studien är att undersöka noggrannheten hos höjdmodeller kategoriserade som digitala terräng-modeller. Insamling av höjdinformation skedde med totalstation, GNSS-metoden NRTK och UAV samt inhämtning av LAS-data från NH för tre olika karaktäristiska grönområden inom Karlstad med omnejd. SIS-TS 21144:2016 har klassificerat terrängmodeller beroende på användningsområde och terräng. Klassificeringen går mellan klass 1–10 och varje klass har en maximal tolerans i höjd. För studien har tre studieområden som går under klassificeringarna klass 2, klass 3 och klass 5 valts ut för undersökning. Samtliga studieområden är avgränsade till 40 x 40 meter. Innan insamling av data markerades och mättes bakåtobjekt och avvägning genomfördes. Samtlig insamlad data bearbetades i programvaran SBG Geo och UAV data bearbetades även i programvaran Agisoft PhotoScan Professional. För kontroll av samtliga terrängmodeller genomfördes inmätning av tre kontrollprofiler med totalstation enligt SIS-TS 21144:2016. Resultatet visade att UAV är inom tolerans för samtliga studieområden medan NH-data resulterade i enstaka kontrollpunkter utanför klassningens tolerans för samtliga studie-områden. De två terrestra mätmetoderna är båda inom tolerans för klass 2 och varsin kontrollpunkt utanför tolerans för klass 5. Vid studieområde klass 3 är fem kontrollpunkter för totalstation utanför tolerans respektive åtta för NRTK. Vid analys av vilken mätmetod som resulterar i noggrannast terrängmodell inom samtliga studieområden krävs beaktning av antal inmätningspunkter och trianglar som terrängmodellen är uppbyggd av. För klass 2 ger de flygburna mätmetoderna flest antal inmätningspunkter och trianglar medan UAV resulterar i betydligt högre värden för de två resterande studieområdena. Antal inmätnings-punkter för de terrestra mätmetoderna har operatör beslutat om under mätning, vilket har kunnat ökas för att generera terrängmodeller som består av fler trianglar. Resultatet från studien visar att UAV resulterar i terrängmodeller som klarar toleranser inom undersökta studieområden och SIS-TS 21144:2016 klassificeringar. / There are previous research about digital terrain models and how different methods of producing digital terrain models varies in accuracy and there are several different methods to produce a digital terrain models.  In this study the following methods, tools and data are used to produce digital terrain models over three different characteristic study areas: total station, GNSS, UAV and NH. Previous work has failed to address the accuracy given by these four methods over the same three characteristic study areas thus preventing the understanding of most suitable methods for different areas. In this study three different green areas have been studied and the different digital terrain models has been produced and controlled with SIS standard SIS-TS 21144:2016. Data in form of height information were collected by the aforementioned methods and processed to generate results over the accuracy of each methods. The results shows that UAV provide most accurately digital terrains models in least time spent in field but also total station and GNSS generate digital terrain models that are accurate.