Att tidigt kunna detektera samt åtgärda sättningar och deformationer är viktigt inom exempelvis bygg-, anläggnings- och gruvindustrin för att kontrollera att verksamheten inte påverkar närliggande områden och strukturer. UAV (Unmanned Aerial Vehicle) fotogrammetri är en lämplig metod för att utföra upprepade mätningar i svårtillgänglig miljö där sättningar kan uppkomma. Syftet med denna studie har varit att undersöka möjligheten till att detektera sättningar med UAV fotogrammetri samt att jämföra direkt och indirekt georeferering. Detta har undersökts genom att ett antal objekt har använts till att simulera sättningar med förändringar på centimeternivå. Området som studien utfördes på flögs över med en fotogrammetrisk UAV i två epoker varav den första epoken var innan sättning och den andra epoken var efter en simulerad sättning av objekten. Punkter markerades på objekten vilka mättes in med totalstation för båda epokerna och dessa mätningar användes som referensvärden (hädanefter kallat True Value). Bearbetning skedde därefter i två programvaror: Agisoft Metashape och Leica Infinity. I Metashape skapades punktmoln för båda epokerna indirekt georefererade med markstödpunkter. I Infinity skapades punktmoln för båda epokerna direkt georefererade med Nätverks-RTK (N-RTK). Punktmolnens avvikelser mot kontrollpunkter kontrollerades. Koordinater för markeringarna på objekten extraherades och jämfördes med koordinater inmätta med totalstation. Resultatet av bearbetningen blev fyra olika punktmoln. I de indirekt georefererade punktmolnen var det möjligt att detektera deformeringar på centimeternivå. Det var däremot inte möjligt i de direkt georefererade punktmolnen då de var påverkade av ett systematiskt fel i höjd. De två programvarornas arbetsgång och resultat jämfördes även mot varandra och där kan det konstateras att om de två programvarorna båda har höga systemkrav så var Leica Infinity betydligt mer krävande både vad gäller hårdvara och tidsåtgång än Agisoft Metashape. De slutsatser vi kan dra utifrån denna studie är att N-RTK ännu inte är en tillräckligt bra georefereringsmetod när låga osäkerheter efterfrågas. I detta fall är indirekt georeferering eller registrering av punktmolnen med hjälp av ICP (Iterative Closest Point) algoritmer att föredra. Det är också viktigt att generera punktmoln med en så hög punkttäthet som möjligt för att kunna göra noggranna mätningar i molnen. / The early detection and measure of subsidence and deformations is important within construction-, civil engineering and the mining industry to control whether the operations affect nearby areas and structures. UAV (Unmanned Aerial Vehicle) photogrammetry is a suitable method to conduct repeated measurements in environments which is hard to access where subsidence can occur. The purpose of this study has been to investigate the possibility of detecting subsidence with UAV photogrammetry and compare direct and indirect georeferencing. This has been investigated by using several objects to simulate subsidence at centimeter level. The area where the study was conducted was flown over with a photogrammetric UAV in two epochs of which the first epoch was before subsidence and the second epoch was after a simulated subsidence of the objects. Points was marked on the objects who were measured with a total station for both epochs and these measurements was used as reference values (hereafter called True Value). Processing was thereafter done in two different software: Agisoft Metashape and Leica Infinity. In Metashape point clouds was created for both epochs indirectly georeferenced with ground control points. In Infinity point clouds was created for both epochs directly georeferenced with Network-RTK (N-RTK). The deviations of the point clouds towards checkpoints were verified. Coordinates of the markings on the objects was extracted and compared against coordinates measured with total station. The photogrammetric processing resulted in four different point clouds. In the indirectly georeferenced pointclouds it was possible to detect deformations at centimeterlevel. This was however not possible using the directly georeferenced pointclouds as they were affected by a systematic error in heigth. The workflow and the resulting point clouds from the two different software was also compared to each other and by that it was established that even though they both have high system requirements the Leica Infinity software was much more demanding and additionally time consuming. The conclusion from this study is that N-RTK is not yet a satisfactory method for georeferencing when low uncertainties are required. In this case, indirect georeferencing or registration of the point clouds with ICP (Iterative Closest Point) algorithms is to be preferred. It is also important to create point clouds with the highest density possible to be able to make exact measurements.