top of page
SXblue GPS GNSS

1-800-463-4363

ÉTUDE DE CAS SUR LA PRÉCISION DU RÉCEPTEUR GPS / GLONASS MODULAIRE SXBLUE

Dernière mise à jour : 29 mai

Laboratoires et administration de Duluth 5013 Miller Trunk Highway Duluth, Minnesota 55811 Laboratoires de Coleraine One Gayley Avenue P.O. Box 188 Coleraine, Minnesota 55722

Par Michael Joyce, Ph.D. Ron Moen, Ph.D. Numéro de rapport : NRRI/TR -2018/28, version 1.0





RÉSUMÉ


Le type de récepteur GPS utilisé est l'un des principaux facteurs qui influent sur la précision de la localisation GPS. En général, les récepteurs plus coûteux (par exemple, les récepteurs de qualité cartographique ou de qualité topographique) offrent une meilleure précision, et les utilisateurs du GPS doivent trouver un équilibre entre le coût du récepteur GPS et la précision de la localisation lorsqu'ils déterminent le récepteur à utiliser. Les applications du GPS nécessitent souvent l'utilisation de récepteurs GPS dans des conditions qui ne sont pas idéales, alors que les fabricants de GPS indiquent souvent les spécifications de précision auxquelles on peut s'attendre dans des conditions idéales. Les couverts forestiers réduisent la précision du GPS en interférant avec la transmission des signaux entre les satellites GPS et le récepteur GPS et en provoquant des erreurs dues à des trajets multiples. Lorsque les récepteurs GPS doivent être utilisés en forêt et que des seuils de précision doivent être respectés, il est important d'effectuer des tests de précision en forêt plutôt que de se fier aux spécifications de précision fournies par le fabricant.


Nous avons testé la précision du SXBlue II + GNSS, un récepteur GPS modulaire de qualité cartographique, sous les canopées forestières du nord-est du Minnesota. Nous avons estimé la précision cumulative pour évaluer la relation entre la période de collecte et la précision. Les sites d'essai GPS couvraient une gamme de conditions de canopée. Nous avons comparé la précision entre les sites afin de déterminer l'influence de la fermeture du couvert sur la précision de la localisation. Enfin, nous avons comparé des méthodes post hoc pour évaluer la précision en fonction des caractéristiques des sites et des coordonnées GPS acquises. Le récepteur GNSS SXBlue II + a généralement fourni une précision de l'ordre du mètre ou inférieure au mètre, même sous le couvert forestier. La précision maximale a été atteinte après 10 à 30 minutes. La précision était plus faible sur les sites où le couvert forestier était plus dense. Dans les sites où la fermeture de la canopée était supérieure à 65 %, la précision maximale était réduite à 1,5 m. Un filtrage post hoc pour éliminer les valeurs aberrantes n'a pas permis d'améliorer la précision. Il y avait une relation forte et positive entre 50% CEP, une mesure de la précision de la localisation, et la précision, ce qui suggère que 50% CEP peut être utilisé pour l'évaluation de la précision a posteriori. Nos résultats suggèrent que le SXBlue II + GNSS offre une précision suffisante pour une large gamme d'applications, y compris celles qui nécessitent une mesure de la localisation GPS dans des conditions forestières.


Ce rapport et toutes les mises à jour futures peuvent être téléchargés à partir du site University of Minnesota Digital Conservancy (https://conservancy.umn.edu). Pour toute question relative aux rapports NRRI, contactez-nous à l'adresse nrrireports@umn.edu. Site web : http://www.nrri.umn.edu ©2018 par les Régents de l'Université du Minnesota


INTRODUCTION


Avec la disponibilité croissante des données LiDAR pour les applications forestières et fauniques, un positionnement géographique précis est essentiel pour s'assurer que les caractéristiques d'intérêt (par exemple, les emplacements des parcelles de terrain, les emplacements des animaux, etc.) peuvent être comparées directement avec les données LiDAR correspondantes ou les produits dérivés. Le chevauchement spatial est affecté à la fois par la précision du système de positionnement global (GPS) et par la précision horizontale des données LiDAR. La précision du GPS est généralement une source plus importante d'erreur de positionnement (White et al. 2013). Les données LiDAR ont souvent une précision horizontale d'un mètre. Les récepteurs GPS relativement bon marché destinés aux loisirs (également appelés récepteurs grand public) ont généralement une précision THE d'environ 9 mètres lorsqu'ils sont utilisés sous un couvert forestier fermé (Wing et Eklund 2007, Wing 2008).


Les récepteurs GPS de qualité topographique peuvent atteindre une précision de l'ordre du centimètre, mais leur coût est généralement prohibitif pour de nombreuses applications (Laes et al. 2011, White et al. 2013). Les lignes directrices relatives à la modélisation de l'inventaire forestier à l'aide du LiDAR recommandent généralement l'utilisation de récepteurs GPS de qualité cartographique capables d'obtenir des localisations avec une précision inférieure au mètre sous le couvert forestier (Laes et al. 2011). Les récepteurs de qualité cartographique coûtent moins cher que les récepteurs de qualité topographique, et ils permettent généralement d'obtenir une précision de l'ordre de 2 m à moins d'un mètre (White et al. 2013). Les récepteurs GPS modulaires de qualité cartographique désormais disponibles sont moins coûteux mais toujours aussi précis.


L'erreur de position du GPS est généralement causée par des interférences avec le signal émis par le satellite et reçu par l'appareil GPS. Étant donné que les satellites GPS se trouvent à environ 20 000 km au-dessus de la terre, il n'est pas surprenant que des interférences se produisent. Le couvert forestier fait obstacle au signal, en particulier en cas d'humidité (Johnson et Barton 2004, Edson et Wing 2012), et peut également réfléchir le signal et provoquer des interférences par trajets multiples dans lesquelles le récepteur a du mal à identifier le signal parmi le bruit (Wing 2008). Pour ces raisons, l'utilisation du GPS dans les environnements forestiers est souvent associée à une précision réduite. Une solution pour améliorer la précision consiste à utiliser la correction différentielle avec une station de base. Si une station de base est située à un endroit connu, l'erreur de position peut être calculée, bien que les stations de base ne soient généralement pas situées sous le couvert forestier. Si les mêmes satellites sont utilisés, l'erreur devrait être la même à l'endroit inconnu où se trouve l'unité GPS, et le résultat de cette correction différentielle est une plus grande précision. Les approches GPS différentielles comprennent à la fois la correction différentielle en temps réel, pour laquelle l'unité GPS reçoit des corrections en temps réel d'une station de base, et le post-traitement lorsque les corrections sont appliquées après l'acquisition des données GPS.


Une autre solution pour réduire les erreurs du GPS est l'utilisation de systèmes de renforcement basés sur l'espace (SBAS), tels que le Wide Area Augmentation System (WAAS) qui couvre l'Amérique centrale et l'Amérique du Nord. Le SBAS utilise un réseau de stations de référence au sol dont les emplacements sont connus et qui fournissent des informations à une station maîtresse qui calcule les corrections pouvant être appliquées sur une zone étendue. Le SBAS calcule des facteurs de correction distincts pour les différentes sources d'erreur (par exemple, les erreurs ionosphériques, les erreurs de synchronisation des satellites GPS, les erreurs d'orbite des satellites GPS) plutôt que de calculer l'effet total de ces facteurs. Les corrections sont diffusées par une constellation de satellites géostationnaires, ce qui permet d'utiliser le SBAS pour des corrections en temps réel sans avoir à communiquer avec une station de base GPS différentielle.


Nos objectifs étaient de tester la précision d'un récepteur GPS modulaire de qualité cartographique sous le couvert forestier dans le nord-est du Minnesota. Le récepteur GPS que nous avons testé est capable d'une précision GPS inférieure au mètre dans des conditions idéales, mais il n'a pas été testé dans des conditions de couvert forestier. Nous avons (1) évalué la relation entre la durée de la période de collecte des données et la précision, (2) identifié l'effet de la fermeture du couvert forestier sur la précision et (3) testé des méthodes post hoc potentielles pour évaluer la précision sur la base des caractéristiques du site ou des données GPS. Nos résultats sont spécifiques au récepteur et au logiciel que nous avons utilisés, mais ils pourraient logiquement être étendus à d'autres unités GPS dans des conditions similaires.


MÉTHODES

Essais sur le terrain


Nous avons testé la précision horizontale du récepteur SXBlue II + GNSS (Geneq Inc., Montréal, Québec, Canada), un récepteur compact du système mondial de navigation par satellite (GNSS). Dans des conditions idéales, avec une vue dégagée du ciel, le SXBlue II + GNSS devrait fournir une précision horizontale inférieure à un mètre 95 % du temps (Geneq Inc., 2014). Dans de nombreux endroits, la vue du ciel est obstruée par des arbres, des flancs de colline ou d'autres structures. Nous avons déterminé les précisions attendues lors de l'utilisation du récepteur SXBlue II sous le couvert forestier.


Le récepteur SXBlue II + GNSS utilise les corrections différentielles conventionnelles en temps réel obtenues à partir d'un système de renforcement spatial (SBAS) pour améliorer la précision de la position. L'unité SXBlue II + GNSS reçoit des informations de localisation des constellations de satellites GPS et GLONASS. L'utilisation des deux systèmes de satellites améliore la précision et réduit le risque qu'une mauvaise géométrie des satellites réduise la précision de la position en augmentant le nombre de satellites disponibles pour déterminer la position.


Le récepteur GNSS SXBlue II + est l'un des composants d'un système modulaire permettant de collecter des informations de localisation sur un site de terrain (Fig. 1). Les deux autres composants du système sont le matériel d'acquisition de données et le logiciel de collecte de données. De nombreux types d'ordinateurs peuvent être utilisés comme matériel d'acquisition, y compris les téléphones intelligents, les ordinateurs portables, les PDA et les tablettes. Il existe également des options pour les logiciels de collecte de données, notamment des applications mobiles gratuites, ArcGIS Collector et des logiciels compatibles avec Microsoft Windows. Le logiciel de collecte de données acquiert les données à partir de l'une des trois options de communication disponibles : (1) port Bluetooth (classe 1), (2) port USB (type B, port femelle) et (3) port série RS-232.


Figure 1. Composants du système que nous avons utilisé :




Nous avons utilisé une tablette (Samsung Galaxy Tab A) et des applications mobiles pour collecter des données de localisation sur les sites d'essai à l'aide du récepteur GNSS SXBlue II +. Nous avons utilisé l'application « GPS Bluetooth » (version 1.3.7, GG MobLab) pour établir une connexion Bluetooth entre le récepteur et la tablette, et l'application « GPSlogger » (version 91, Mendhak) pour collecter les informations de localisation. Les deux applications mobiles sont disponibles gratuitement sur Google Play. Nous avons paramétré le GPSlogger pour qu'il enregistre un point toutes les 2 secondes. Avec ce réglage, les points étaient en fait enregistrés toutes les 3 secondes. Nous n'avons pas pu analyser l'effet du nombre de satellites ou de la dilution des mesures de précision sur l'erreur de localisation car le GPSlogger ne stocke pas ces valeurs.


Nous avons effectué des tests stationnaires sur 9 marqueurs d'enquête géoréférencés (Fig. 2) d'octobre 2016 à novembre 2017. Nous avons obtenu des informations sur les repères topographique à partir du site Web Survey Explorer du comté de Saint-Louis (http://gis.stlouiscountymn.gov/gisviewers/surveyexplorer.aspx). Nous avons consulté les rapports sur les coins des sites potentiels et avons sélectionné les sites qui étaient géoréférencés avec des précisions horizontales déclarées ≤0,05 m. L'ensemble final de sites comprenait une gamme de conditions forestières, des sites ouverts et non boisés aux sites matures à canopée fermée.


Figure 2. Carte des sites d'essai GPS à des repères géoréférencés dans le comté de St. Louis, Minnesota.





Nous avons utilisé un protocole standard sur chaque site pour nous assurer que les données de localisation étaient collectées de manière cohérente. Le récepteur SXBlue II a été assemblé et mis en marche dans une zone offrant une vue dégagée du ciel (c.-à-d. sans végétation directement au-dessus de la tête). Nous avons gardé le récepteur et les antennes dans un endroit avec une vue dégagée du ciel jusqu'à ce que le récepteur indique qu'il avait atteint une position différentielle et qu'il avait obtenu un verrouillage SBAS (c.-à-d. que les voyants lumineux « DGPS “ et ” DIFF » étaient allumés). L'antenne SXBlue II a ensuite été fixée à un trépied et positionnée directement au-dessus du monument d'arpentage. Nous avons mesuré la hauteur de l'antenne au-dessus du sol pour tenir compte des variations de hauteur de l'antenne d'un site à l'autre. Une fois le récepteur en position au-dessus de la borne d'arpentage, nous l'avons laissé suivre les satellites et acquérir les corrections SBAS pendant 5 minutes avant de commencer à collecter les données de localisation. Nous avons collecté des données de localisation pendant au moins une heure sur chaque site (tableau 1). La durée moyenne du test était de 161 minutes (SE = 38, minimum = 60 min, maximum = 370 min).


Nous avons mesuré la fermeture de la canopée sur chaque monument étudié à l'aide d'un densitomètre convexe en utilisant la modification de Strickler (1959). La fermeture moyenne de la canopée sur les sites d'essai était de 57% (SE = 11% ; minimum = 0% ; maximum = 97%). Cinq des neuf sites d'essai présentaient une fermeture du couvert supérieure à 65 % (tableau 1). Nous avons également enregistré les conditions du site (type de couvert forestier, espèces d'arbres, âge ou taille relatifs, etc.) et les conditions météorologiques (couverture nuageuse, conditions de vent, etc.).




Analyse des données


Pour chaque test, nous avons calculé la moyenne cumulative des coordonnées x et y après l'ajout de chaque nouveau repère de position. Nous avons calculé la précision cumulative au fil du temps comme étant la distance en ligne droite entre chaque coordonnée moyenne cumulative et les « vraies » coordonnées du site obtenues à partir du rapport d'angle. Cela nous a permis d'évaluer la précision à des intervalles de temps spécifiques et de déterminer le temps nécessaire pour obtenir une localisation inférieure au mètre. Nous avons limité les calculs de précision cumulative à la première heure de test et regroupé les données entre les sites pour calculer la précision cumulative moyenne et l'intervalle de confiance à 95 %. Nous avons utilisé la régression linéaire simple pour tester la relation entre la précision et la fermeture de la canopée, la hauteur des antennes ou la précision. Des modèles individuels ont été ajustés pour chaque variable parce que la taille de l'échantillon était trop petite pour ajuster des modèles multivariés. Nous avons utilisé une probabilité d'erreur circulaire (PEC) de 50 % comme mesure de la précision.


Nous avons calculé la direction et la dispersion angulaire pour chaque site (i) à des intervalles de 5 minutes au cours de la première heure de test afin d'évaluer le biais directionnel. La direction a été calculée comme l'angle entre la position réelle et la coordonnée moyenne cumulée pour un intervalle de temps donné. La dispersion angulaire a été calculée à l'aide des équations données par Zar (1984). La dispersion est une mesure de la concentration des angles qui va de zéro à un. Les valeurs proches de un indiquent une forte concentration et, par conséquent, un biais directionnel.


Les estimations de la précision cumulative décrites ci-dessus ne tiennent pas compte de la variation de la précision de la localisation sur un site donné. Pour évaluer la variation de la précision du SXBlue II dans le temps, nous avons modifié l'heure de début de chaque test et recalculé la précision cumulative dans le temps pour des intervalles d'échantillonnage individuels d'une heure. Pour chaque site, nous avons utilisé un total de 5 intervalles d'échantillonnage différents. Pour les tests d'une durée ≥5 heures (n = 2), les intervalles d'échantillonnage ont commencé à 0, 1, 2, 3 et 4 heures. Pour les tests d'une durée supérieure à 1 heure mais inférieure à 5 heures (n = 4), les intervalles d'échantillonnage commençaient toutes les 15 à 30 minutes. Pour les tests d'une durée d'une heure (n = 3), les intervalles d'échantillonnage commençaient à 0, 5, 10, 15 et 20 minutes, et chaque durée de test devenait progressivement plus courte. Nous avons utilisé les 5 intervalles d'échantillonnage pour calculer la moyenne et les intervalles de confiance à 95 % pour la précision cumulée au fil du temps. Nous avons ensuite utilisé les précisions moyennes au niveau du site pour calculer les précisions cumulées moyennes générales et les intervalles de confiance à 95 %


Nous avons évalué si le filtrage a posteriori des valeurs aberrantes évidentes pouvait améliorer la précision de la localisation. L'inspection visuelle des données d'essai a révélé que des points étaient parfois enregistrés dans des trajectoires linéaires en dehors du groupe principal de points et généralement plus éloignés de la « vraie » localisation. Nous avons calculé la PEC à 95 % pour chaque site d'essai en utilisant tous les points collectés au cours des 30 premières minutes. Nous avons utilisé la moyenne des coordonnées x et y des points d'essai plutôt que la « vraie » localisation pour calculer la PEC à 95 %. Nous avons ensuite supprimé les points situés en dehors de la CEP à 95 % et comparé l'erreur des données non filtrées et filtrées à l'aide d'un test t par paires. L'hypothèse alternative pour le test t apparié était que les erreurs des données filtrées étaient inférieures aux erreurs des données non filtrées.


RÉSULTATS


La précision cumulée était inférieure au mètre en 0,75 minute lorsque la moyenne des 9 sites était calculée, après quoi elle est restée inférieure au mètre pendant toute la durée de l'essai (figure 3). La précision cumulative moyenne minimale était de 0,64 m, à 9,05 minutes. L'intervalle de confiance supérieur à 95 % était supérieur à 1 m jusqu'à environ 20 minutes, après quoi l'intervalle de confiance supérieur à 95 % est resté constant à environ 1 m.


Figure 3. Précision cumulative moyenne au fil du temps. La ligne noire continue représente la précision cumulative moyenne sur les 9 sites d'essai. Les lignes pointillées rouges représentent l'intervalle de confiance à 95 %. La précision cumulée sur chaque site d'essai est présentée à la figure 4.




Les profils de précision cumulée dans le temps varient selon les sites d'essai (figure 4). Sur 4 sites, la précision cumulée a diminué jusqu'à environ 0,5 m après environ 5 minutes et est restée relativement stable pendant le reste du test. Pour les 5 autres sites, la précision cumulée est restée égale ou supérieure à 1 m jusqu'à environ 20-25 minutes, après quoi la précision cumulée pour tous les tests sauf un est restée inférieure ou proche de 1 m pour le reste de la durée du test. Après 5 minutes, la précision cumulée pour tous les sites d'essai était généralement inférieure à 1,5 m, avec une précision cumulée maximale de 1,62 m pour les durées > 5 minutes.


Les différences de précision entre les sites semblent être affectées par la fermeture de la canopée. Les 3 sites avec une fermeture du couvert < 40 % ont atteint une précision inférieure au mètre dans les 10 minutes et sont restés à ce niveau pendant toute la durée du test (Fig. 4). En revanche, seul 1 site sur 6 avec une fermeture du couvert de plus de 50 % avait atteint une précision inférieure au mètre dans les 20 minutes. Après 40 minutes, 4 des 6 sites avec une fermeture du couvert supérieure à 50 % avaient atteint une précision inférieure au mètre et l'ont maintenue pendant toute la durée du test d'une heure. Le test présentant l'erreur la plus importante avait une fermeture du couvert de 97 %.


Figure 4. Précision cumulée dans le temps pour les différents sites d'essai. Chaque ligne représente un site d'essai différent. Les étiquettes dans la marge de droite indiquent la fermeture du couvert sur le site correspondant.



Figure 5. Relation entre la précision à 30 minutes et la fermeture du couvert (a) ou la précision (b) entre les sites d'essai. La précision a été mesurée comme étant 50 % de la PEC à 30 minutes. Les lignes rouges indiquent les modèles de régression linéaire. La précision attendue est inférieure au mètre (ligne bleue) pour une fermeture du couvert <90% et un PEC de 50% <1,02 m




Une autre méthode qui pourrait être utilisée sans qu'il soit nécessaire de recueillir des mesures de fermeture du couvert sur le terrain consiste à déterminer si les caractéristiques des emplacements GPS sont corrélées avec l'erreur d'emplacement. Par exemple, une caractéristique telle que 50% CEP peut être calculée à partir de points collectés sur n'importe quel site. Lorsque la PEC à 50 % a été comparée à l'erreur de localisation à partir du marqueur d'enquête, l'erreur à 30 minutes a augmenté avec la PEC à 50 % (Fig. 5b ; F1,7 = 17,6, P = 0,004, R2 = 0,72). Ce modèle de régression suggère qu'en moyenne, le SXBlue II fournit une précision inférieure au mètre lorsque la CEP de 50 % à 30 minutes est <1,02 m.


Il existe une corrélation positive entre la fermeture de la canopée et 50 % du PEC à 30 minutes (r = 0,87). Bien que les deux mesures puissent être utilisées pour estimer la précision des emplacements inconnus, le potentiel de variabilité des mesures est plus élevé pour la couverture de la canopée, et 50% CEP est une propriété des données collectées qui est relativement facile à calculer. Nous n'avons pas trouvé de relation significative entre la précision et la hauteur de l'antenne (F1,7 = 0,002, P = 0,97).


La direction et la dispersion angulaire ont été relativement constantes dans le temps (figures 6 et 7, tableau 2). Les valeurs de direction et de dispersion suggèrent un biais directionnel persistant des points vers le nord-ouest, l'ouest et le sud-ouest de la localisation réelle.

Direction and angular dispersion were relatively constant over time (Figures 6 and 7, Table 2). The direction and dispersion values suggest a persistent directional bias of the points towards the northwest, west and southwest of the actual location.




Figure 7. Dispersion angulaire de la moyenne cumulative des coordonnées x/y en fonction du temps





Table 2. Fermeture de la canopée, précision, angle moyen et dispersion pour chaque site d'essai, calculés à partir des points collectés au cours des 30 premières minutes de fonctionnement. Les valeurs sont données pour les ensembles de données complets (non filtrés, « u ») et filtrés (« f »). Le filtrage n'a pas augmenté la précision ni réduit le biais directionnel.




Le filtrage pour supprimer les valeurs aberrantes n'a pas amélioré la précision (tableau 2 ; t = 0,64, df = 8, P = 0,27). Le filtrage a modifié l'angle moyen (t = 3,6, df = 8, P = 0,004) et a augmenté la dispersion (t = -2,63, df = 8, P = 0,015). La variation de l'heure de départ a modifié les schémas de précision cumulative au fil du temps sur chaque site de test (Fig. 8), mais les résultats globaux étaient cohérents avec notre analyse de la première heure de test (Fig. 3, Fig. 4). La précision sub-métrique a été atteinte après environ 8 minutes pour 7 des 9 sites. Sur l'un des sites, la précision n'était pas inférieure au mètre avant environ 49 minutes, mais elle était proche de 1 m après environ 35 minutes. Pour l'autre site, la précision variait entre 1,4 et 1,8 mètre et ne s'améliorait pas avec le temps. En général, la précision était meilleure pour les sites ouverts et ceux dont les valeurs de fermeture de la canopée étaient plus faibles que pour les sites dont la canopée était fermée.


Figure 8. Effet de l'heure de début sur le profil de la précision cumulée au fil du temps. Chaque ligne représente la précision cumulée sur un site d'essai, moyennée sur 5 échantillons avec différentes heures de début. Les étiquettes dans la marge de droite indiquent la fermeture du couvert sur le site correspondant.



DISCUSSION


Le récepteur GNSS SXBlue II + a généralement fourni une précision inférieure au mètre dans des conditions de couvert fermé, ce qui signifie qu'il peut être utilisé pour des applications telles que la modélisation d'inventaire forestier LiDAR qui nécessitent une précision de l'ordre du mètre ou inférieure au mètre. Sur les sites à couvert dense (>65% de fermeture du couvert), la précision du récepteur GNSS SXBlue II + a été réduite à ~1,5 m. Ce niveau de précision est considérablement meilleur que celui généralement fourni par les GPS grand public dans des conditions forestières (9 m ; Wing 2008) et est encore suffisant pour de nombreuses applications. Une stratégie potentielle pour améliorer la précision dans les forêts à feuilles caduques consisterait à enregistrer les emplacements pendant la saison des feuilles, lorsque la densité du couvert végétal est réduite. Cette stratégie n'est peut-être pas adaptée à toutes les applications, mais lorsqu'elle est réalisable, elle pourrait permettre d'améliorer la précision sur les sites où le couvert végétal est fermé.


La précision de localisation estimée à l'aide de 50 % du PEC était un meilleur prédicteur de la précision de localisation que la fermeture de la canopée, ce qui suggère que le calcul de 50 % du PEC peut constituer un moyen robuste d'évaluation a posteriori de la précision. Bien que le couvert forestier réduise la précision du GPS, la fermeture du couvert ne fournit pas d'informations sur d'autres facteurs (par exemple, la géométrie des satellites GPS) qui influencent également la précision du GPS. La relation entre la PEC de 50 % et la précision est probablement plus forte parce que la PEC tient compte indirectement de la fermeture du couvert et d'autres facteurs qui influencent la précision du GPS. L'utilisation de la PEC pour évaluer la précision peut être particulièrement utile lorsqu'on utilise un logiciel (comme l'application GPSlogger que nous avons utilisée) qui n'enregistre pas le HDOP, le nombre de satellites utilisés pour calculer un point, ou d'autres informations qui permettraient une mesure plus directe de la performance du GPS.


Lorsque nous avons fait varier l'heure de début, nos résultats ont été largement conformes à ceux obtenus au cours de la première heure d'essai, ce qui suggère que nos estimations de précision cumulatives étaient assez représentatives de la précision à laquelle on peut s'attendre en utilisant le récepteur SXBlue II + GNSS. Indépendamment de l'heure de début, la plupart des essais se sont stabilisés à une précision de l'ordre du mètre ou du sous-mètre après 30 minutes de collecte de données, ce qui souligne encore davantage que des intervalles de collecte de 30 minutes peuvent être préférables lorsque le récepteur SXBlue II + GNSS est utilisé sous le couvert forestier et qu'une précision de l'ordre du sous-mètre est nécessaire.


Lors de la conception des protocoles de localisation GPS, les utilisateurs devraient déterminer la durée de la collecte en tenant compte du compromis entre l'efficacité de la collecte des données sur le terrain et la précision souhaitée de la localisation. En général, la précision maximale a été atteinte après 10 minutes, mais attendre 20-30 minutes peut fournir une meilleure précision dans les zones où la fermeture de la canopée est >65%. Si la précision sub-métrique n'est pas essentielle, des intervalles de collecte plus courts peuvent être souhaitables pour améliorer l'efficacité du temps.


Le filtrage des localisations pour supprimer les points aberrants n'a pas amélioré la précision parce qu'il y avait relativement peu de points aberrants. Pour des durées de collecte plus courtes, cela peut être une considération intéressante, mais pour des localisations de 30 minutes avec des points de repère enregistrés toutes les 3 secondes, la plupart des points de repère étaient concentrés autour de la vraie localisation. Par conséquent, le nombre relativement faible de points isolés n'a pas eu beaucoup d'influence sur la position moyenne calculée à partir des centaines de points de repère enregistrés.


Nos résultats indiquent un léger biais directionnel dans les localisations collectées à l'aide du SXBlue II + GNSS, ce qui pourrait limiter les applications des données de localisation obtenues avec ce récepteur. Le biais directionnel étant associé à des erreurs de positionnement relativement faibles (typiquement ≤1 m), il est important d'en être conscient, mais ce n'est probablement pas une préoccupation majeure pour la plupart des applications.


La réalisation de tests supplémentaires dans lesquels les localisations sont collectées sur différents sites, ou pour les mêmes sites à des jours ou des saisons différents, fournirait des informations supplémentaires pour évaluer l'effet de la variation de la géométrie de la constellation de satellites, des conditions du site et des conditions météorologiques sur la précision de la localisation. Cela permettrait également de tester plus avant la relation entre le PEC et la précision. Cependant, il semble qu'une précision inférieure à 1,5 m soit possible en utilisant le récepteur GNSS SXBlue II + sous le couvert forestier. Sur les sites où la couverture forestière est inférieure à 65 %, une précision inférieure à un mètre est probable pour les positions collectées pendant 10 à 30 minutes ou plus.


REMERCIEMENTS

Nous tenons à remercier Josh Kircher pour son aide dans la collecte des données sur le terrain. MJJ a bénéficié d'une bourse de thèse de doctorat de l'Université du Minnesota. Le récepteur a été acheté par le Natural Resources Research Institute. Un soutien supplémentaire a été apporté par le ministère des ressources naturelles du Minnesota et le Minnesota Environment and Natural Resources Trust Fund (ENRTF), conformément aux recommandations de la Legislative-Citizen Commission on Minnesota Resources (LCCMR). Le Trust Fund est un fonds permanent établi constitutionnellement par les citoyens du Minnesota pour aider à la protection, à la conservation, à la préservation et à l'amélioration de l'air, de l'eau, de la terre, des poissons, de la faune et des autres ressources naturelles de l'État. Actuellement, 40 % des recettes nettes de la loterie de l'État du Minnesota sont consacrées à l'augmentation du fonds fiduciaire et à la garantie des avantages futurs pour l'environnement et les ressources naturelles du Minnesota.










31 vues0 commentaire

Posts récents

Voir tout

Comments


bottom of page