LiDAR z drona czy fotogrametria: kiedy wybrać którą technologię

Wybór między LiDAR-em a fotogrametrią to pierwsza i najważniejsza decyzja techniczna w każdym zleceniu pomiarowym z drona. Obie metody dostarczają chmurę punktów i modele terenu, ale robią to w zupełnie inny sposób — a różnice przekładają się wprost na dokładność, koszt i przydatność danych do konkretnego celu biznesowego.

Zła decyzja bywa kosztowna w obie strony. Zamówienie LiDAR-u tam, gdzie wystarczyłaby fotogrametria, potrafi podwoić lub potroić budżet. Z kolei fotogrametria zamówiona nad zarośniętym terenem dostarczy model powierzchni koron drzew, a nie gruntu — czyli dane bezużyteczne dla projektanta drogi czy bilansu mas ziemnych.

Systematyzujemy zasady działania obu technologii, twarde liczby dokładności i gęstości, zachowanie w roślinności i przy cienkich obiektach, koszty oraz produkty końcowe. Na końcu: matryca decyzyjna i wskazówki, jak opisać zlecenie, by dostać właściwą technologię — bez studiowania kart katalogowych.

Jak działa LiDAR z drona: impulsy, echa i trajektoria

LiDAR (Light Detection and Ranging) to sensor aktywny. Emituje impulsy laserowe, najczęściej w bliskiej podczerwieni, i mierzy czas powrotu odbitego sygnału (zasada time of flight). Oprogramowanie zna prędkość światła oraz — dzięki zintegrowanemu odbiornikowi GNSS RTK/PPK i jednostce inercyjnej IMU — dokładną pozycję i orientację sensora w momencie każdego pomiaru. Z tego wylicza współrzędne XYZ milionów punktów. Jakość trajektorii (GNSS + IMU) jest przy tym równie ważna jak sam dalmierz laserowy: to ona decyduje, czy chmura „trzyma się" układu współrzędnych.

Najważniejsza cecha LiDAR-u lotniczego to rejestracja wielu odbić z jednego impulsu (multi-echo). Gdy wiązka trafia w koronę drzewa, część energii odbija się od liści (pierwsze echo), część przenika między nimi i wraca od gałęzi (echa pośrednie), a resztka dociera do gruntu i wraca jako echo ostatnie. To właśnie ostatnie echa pozwalają zbudować model terenu pod roślinnością — rzecz dla fotogrametrii fizycznie nieosiągalna.

Orientacyjne parametry popularnych systemów (dane producentów, stan na połowę 2026 r.):

• DJI Zenmuse L2 — emisja do 240 tys. punktów na sekundę, do 5 odbić na impuls, zasięg do 250 m przy 10% odbiciu (450 m przy 50%), masa ok. 905 g, zintegrowana kamera RGB 20 MP na matrycy 4/3 do kolorowania chmury i fotogrametrii uzupełniającej.
• DJI Zenmuse L3 — nowszy system dalekiego zasięgu: do 950 m przy 10% odbiciu, rozbieżność wiązki 0,25 mrad, powtarzalność pomiaru odległości 5 mm przy 150 m (1σ), deklarowana dokładność pionowa 3 cm przy 120 m i 5 cm przy 300 m, dwie kamery RGB po 100 MP; według producenta pozwala pokryć do 100 km kwadratowych dziennie.
• YellowScan Mapper Ultra — do 500 tys. strzałów na sekundę, pole widzenia 75 stopni, do 7 rzeczywistych ech, zalecany pułap do 240 m przy gęstości ponad 100 pkt na metr kwadratowy, deklarowana dokładność ok. 2,5 cm.
• RIEGL miniVUX-3UAV — klasa geodezyjna: pełna cyfryzacja fali odbitej (waveform processing), do 5 ech na impuls, pole widzenia 360 stopni, deklarowana dokładność ok. 15 mm przy precyzji 10 mm.

Różnice cenowe między tymi klasami są duże, ale hierarchia jest czytelna: im mniejsza rozbieżność wiązki, lepsza jednostka IMU i pełniejsza analiza fali odbitej, tym wyższa wierność pomiaru — i cena.

Jak działa fotogrametria SfM: geometria z pikseli

Fotogrametria lotnicza to metoda pasywna. Dron wykonuje setki lub tysiące zdjęć o dużym pokryciu (typowo 70–80% podłużnego i 60–70% poprzecznego), a oprogramowanie klasy SfM (Structure from Motion) odnajduje na nich wspólne punkty, wyrównuje cały blok zdjęć i przez gęste dopasowanie pikseli (dense image matching) buduje chmurę punktów, siatkę 3D (mesh), numeryczny model pokrycia terenu i ortofotomapę.

Podstawowym parametrem jest GSD (ground sampling distance) — teoretyczny rozmiar piksela w terenie, zależny od wysokości lotu, ogniskowej i matrycy. Przy GSD rzędu 1–2 cm na piksel i poprawnym wsparciu pozycjonowania (RTK/PPK plus fotopunkty kontrolne GCP) realna dokładność pozioma wynosi zwykle 1–2 razy GSD. Dokładność pionowa jest wyraźnie słabsza: poradniki branżowe, m.in. Heliguy, podają dla typowych nalotów fotogrametrycznych przedział ok. 20–35 cm w osi Z, o ile nie zejdziemy bardzo nisko i nie zagęścimy osnowy fotogrametrycznej.

Fotogrametria mierzy wyłącznie to, co kamera widzi i co da się dopasować między zdjęciami. Powierzchnie jednolite (świeży asfalt, śnieg, piasek bez tekstury), lustro wody, szkło i elementy w ruchu generują szum lub dziury w modelu. Potrzebne jest też światło dzienne — najlepiej równomierne, bez twardych cieni. W zamian dostajemy coś, czego LiDAR nie da: fotorealistyczną teksturę, kolor i czytelną dokumentację wizualną.

Dokładność i gęstość chmury: liczby zamiast marketingu

W osi pionowej nowoczesny LiDAR z drona utrzymuje 3–5 cm niezależnie od tekstury podłoża — DJI deklaruje dla L2 4 cm w pionie i 5 cm w poziomie przy locie na 150 m, a systemy klasy RIEGL schodzą poniżej 2 cm w sprzyjających warunkach. Fotogrametria osiąga porównywalną dokładność poziomą, ale w pionie — bez gęstej osnowy GCP i niskiego pułapu — pozostaje wyraźnie w tyle, co potwierdzają zestawienia Wingtra i Heliguy.

Z gęstością bywa przewrotnie. Nominalnie chmura fotogrametryczna może być gęstsza — dense matching potrafi wygenerować punkt na każdy piksel, czyli przy GSD 2 cm nawet kilka tysięcy punktów na metr kwadratowy. Tyle że każdy taki punkt jest wynikiem interpolacji obrazowej, a nie niezależnym pomiarem odległości. Chmura z LiDAR-u o gęstości 100–500 pkt na metr kwadratowy niesie zwykle więcej rzetelnej informacji geometrycznej niż pozornie gęstsza chmura z dopasowania zdjęć, w której krawędzie są wygładzone, a obszary słabej tekstury — dopowiedziane przez algorytm.

O ostatecznej jakości decydują czynniki procesowe. Dla LiDAR-u: kalibracja kątowa (boresight), jakość trajektorii, wyrównanie pasów skanowania i kontrola na płaszczyznach referencyjnych. Dla fotogrametrii: tekstura terenu, geometria bloku zdjęć, stabilność oświetlenia i rzetelność pomiaru GCP. Profesjonalny operator w obu przypadkach kończy projekt raportem dokładności z wartościami RMSE na niezależnych punktach kontrolnych — wymagaj tego raportu w każdym zleceniu.

Roślinność i DTM: tu LiDAR nie ma konkurencji

Najważniejsza praktyczna różnica dotyczy modelowania gruntu pod roślinnością. LiDAR, dzięki wielokrotnym echom, „przebija się" przez luki w koronach — analizy branżowe, m.in. Heliguy, mówią o skutecznym pozyskiwaniu punktów gruntu przy pokryciu roślinnością sięgającym ok. 90%, podczas gdy dla fotogrametrii granica leży w okolicach 60%. Po klasyfikacji punktów gruntu powstaje NMT (numeryczny model terenu, ang. DTM) — również pod lasem, zakrzaczeniami czy wysoką trawą.

Fotogrametria widzi wyłącznie wierzchnią powierzchnię: korony drzew, dach budynku, szczyt hałdy. Generuje więc przede wszystkim NMPT (numeryczny model pokrycia terenu, ang. DSM). Na terenie gęsto zarośniętym DTM z fotogrametrii praktycznie nie istnieje — interpolacja między nielicznymi prześwitami daje złudzenie modelu, ale nie dane pomiarowe. Nalot poza sezonem wegetacyjnym (bez liści) poprawia sytuację tylko częściowo: gałęzie, podszyt i trawy nadal blokują widok gruntu.

Konsekwencje projektowe są poważne. Błąd modelu terenu przenosi się liniowo na kubatury mas ziemnych, rzędne projektowe zjazdów, spadki odwodnienia i analizy hydrologiczne. Jeżeli teren inwestycji jest choć częściowo zarośnięty, a wynik ma trafić do projektanta — LiDAR nie jest ekstrawagancją, tylko warunkiem sensowności danych.

Cienkie obiekty: linie energetyczne, trakcja, konstrukcje kratowe

Przewody elektroenergetyczne to klasyczny test obu technologii. W fotogrametrii przewód o średnicy 2–3 cm, widziany z pułapu 80–120 m, zajmuje ułamek piksela, a dodatkowo kołysze się na wietrze między kolejnymi zdjęciami — dla algorytmu dopasowania praktycznie nie istnieje. LiDAR mierzy go bezpośrednio: wystarczy, że impuls trafi w przewód, a punkt pojawia się w chmurze. Im mniejsza rozbieżność wiązki, tym pewniejsza detekcja — Zenmuse L3 z wiązką 0,25 mrad ma według DJI plamkę ok. 5 razy mniejszą niż L2 na tym samym dystansie, co wprost przekłada się na rejestrację przewodów i cienkich gałęzi.

Dlatego standardem w energetyce stały się naloty korytarzowe LiDAR: klasyfikacja punktów na przewody, słupy i roślinność, analiza zwisów (krzywa łańcuchowa) oraz raporty naruszeń stref bezpieczeństwa przez wegetację. To usługi wyceniane inaczej niż mapowanie powierzchniowe — orientacyjne stawki rynkowe dla korytarzy wysokiej dokładności przekraczają 2000 USD za kilometr według zestawień THE FUTURE 3D.

Podobnie jest na kolei: sieć trakcyjna, przewody jezdne i konstrukcje wsporcze to gęstwina cienkich elementów, których fotogrametria nie odwzoruje wiarygodnie, a które LiDAR rejestruje wraz z ich wzajemnym położeniem. Do tego dochodzi wymóg pracy w wąskich oknach zamknięć torowych, często nocnych — kolejny argument za sensorem aktywnym. W obu domenach produkt końcowy to model relacji przestrzennych: co, gdzie i w jakiej odległości od czego, z automatycznym wskazaniem naruszeń stref bezpieczeństwa.

Światło, pogoda i tekstura: warunki brzegowe obu metod

LiDAR jest sensorem aktywnym, więc pora doby jest mu obojętna — naloty nocne to rutyna tam, gdzie okna czasowe wymusza ruch (kolej, lotniska, drogi o dużym natężeniu). Nie przeszkadza mu też płaskie, rozproszone światło pochmurnego dnia. Ograniczeniem pozostają opady i mgła (rozpraszanie wiązki) oraz silny wiatr, który degraduje trajektorię i bezpieczeństwo lotu.

Fotogrametria żyje światłem. Najlepsze wyniki daje równomierne oświetlenie przy cienkiej warstwie chmur; twarde południowe słońce generuje głębokie cienie (dziury i szum w modelu), a niskie słońce — długie cienie i przepalenia. Woda, szkło, blachy trapezowe na wprost słońca i świeży śnieg potrafią zepsuć dopasowanie nawet w środku dnia.

Za to w kategorii „kolor i czytelność" fotogrametria wygrywa bezapelacyjnie: ortofotomapa i teksturowany mesh to język, którym inżynier rozmawia z inwestorem, urzędem i wykonawcą. Payloady hybrydowe (L2/L3 z kamerami RGB) kolorują chmurę i tworzą przyzwoite ortofoto z tego samego nalotu, ale osobna misja fotogrametryczna z kamerą wyższej rozdzielczości nadal daje lepszy produkt wizualny.

Koszty: sprzęt, usługa i przetwarzanie

Po stronie sprzętu różnica jest wyraźna. Zestaw fotogrametryczny klasy RTK zaczyna się od kilkunastu tysięcy złotych. Payload LiDAR to inna półka: DJI Zenmuse L2 kosztuje ok. 12–15 tys. USD w zależności od dystrybutora i pakietu — do tego dochodzi dron nośny klasy Matrice. Systemy YellowScan czy RIEGL, projektowane pod rygory geodezyjne, kosztują wielokrotność tych kwot (ceny na zapytanie u producentów).

W usługach proporcje są podobne. Zestawienia rynku amerykańskiego (THE FUTURE 3D, Volatus/ConnexiCore) podają orientacyjnie: fotogrametria 15–50 USD za akr przy większych powierzchniach, LiDAR 30–120 USD za akr, stawki dzienne zespołów LiDAR 6,5–9 tys. USD (do 12 tys. przy wymagających projektach). Praktyczna reguła: LiDAR jest 2–3 razy droższy od fotogrametrii dla tej samej powierzchni, a samo przetwarzanie danych trwa około 2,5 razy dłużej. W Polsce kwoty bezwzględne są niższe, ale relacja między technologiami pozostaje zbliżona.

Lot to przy tym często mniejszość kosztu. Klasyfikacja chmury, wyrównanie pasów, kontrola jakości, wektoryzacja i przygotowanie produktów pochłaniają większość roboczogodzin — i to one odróżniają tanią „chmurę z lotu" od danych, na których można projektować.

W polskich realiach dochodzą czynniki, które łatwo pominąć w wycenie: dojazd i mobilizacja zespołu, założenie oraz pomiar osnowy geodezyjnej, ewentualne zgody na loty w strefach kontrolowanych i koszt licencji oprogramowania do przetwarzania. Dlatego oferta „za hektar" bez określenia zakresu produktów bywa pułapką — tania w przeliczeniu na powierzchnię, a droga po doliczeniu tego, co naprawdę potrzebne.

Rozsądny zamawiający porównuje kompletny zakres: nalot plus przetwarzanie plus konkretne, wymienione z nazwy deliverables i raport dokładności. Pytaj też o koszt ewentualnych powtórek i poprawek — jeśli kontrola jakości wykryje brak pokrycia albo błąd wyrównania, kto ponosi koszt ponownego lotu. Te „drobne" ustalenia rozstrzygają o rzeczywistej cenie projektu bardziej niż nominalna stawka za hektar.

Produkty końcowe i formaty: co właściwie dostajesz

Podstawowym nośnikiem danych LiDAR (i coraz częściej także chmur fotogrametrycznych) jest format LAS oraz jego bezstratnie skompresowany wariant LAZ. Standard ASPRS definiuje w nim m.in. klasy punktów: 2 — grunt, 3/4/5 — roślinność niska, średnia i wysoka, 6 — budynki, 7 — szum, 9 — woda, 17 — pomosty mostów. Pełną listę kodów znajdziesz w przeglądzie LiDAR classification codes. Chmura „sklasyfikowana" oznacza, że każdy punkt ma przypisaną klasę — dopiero taka nadaje się do automatycznego wycięcia NMT czy analiz roślinności.

Typowe deliverables — wpisz je jawnie do zamówienia:

• chmura punktów LAS/LAZ (wersja formatu, gęstość, układ współrzędnych — w Polsce zwykle PL-2000 z wysokościami PL-EVRF2007),
• NMT i NMPT jako GeoTIFF o zadanej rozdzielczości siatki,
• ortofotomapa (GeoTIFF) — z nalotu fotogrametrycznego lub kamery RGB payloadu LiDAR,
• warstwice, przekroje i modele do CAD (DXF/DWG) — jeśli wynik idzie do projektanta,
• raport dokładności z RMSE na niezależnych punktach kontrolnych oraz metadane nalotu.

Brak precyzyjnej listy produktów to najczęstsze źródło sporów przy odbiorze. „Chmura punktów" bez określonej klasyfikacji, gęstości i układu współrzędnych może znaczyć cokolwiek.

Matryca decyzyjna: kiedy LiDAR, kiedy fotogrametria, kiedy oba

Wybierz LiDAR, gdy:

• teren jest zalesiony, zakrzaczony lub pokryty wysoką trawą, a potrzebujesz NMT (projekt, hydrologia, archeologia),
• mierzysz wykopy, nasypy i hałdy częściowo zarośnięte lub o stromych, zacienionych skarpach,
• przedmiotem są linie energetyczne, trakcja kolejowa, maszty i konstrukcje kratowe,
• wymagana jest dokładność pionowa 3–5 cm na dużej powierzchni,
• nalot musi odbyć się nocą albo w słabym świetle,
• korytarz jest długi (dziesiątki kilometrów) i liczy się wydajność klasy Zenmuse L3.

Wybierz fotogrametrię, gdy:

• głównym produktem jest ortofotomapa, dokumentacja wizualna lub model do prezentacji,
• inwentaryzujesz elewacje, dachy, postęp prac na budowie,
• mierzysz kubatury na odkrytych, nieporośniętych hałdach (kopalnie kruszyw, place składowe) — dokładność wystarcza, a koszt jest wyraźnie niższy,
• budżet jest ograniczony, a teren odkryty i dobrze teksturowany,
• odbiorcą jest marketing, dział sprzedaży nieruchomości albo urząd oczekujący czytelnego podkładu.

Hybryda (jeden nalot LiDAR+RGB albo dwa naloty komplementarne) opłaca się na inwestycjach liniowych i dużych placach budowy: LiDAR dostarcza wiarygodny NMT i geometrię, fotogrametria — ortofoto i kontekst wizualny. Payloady takie jak L2/L3 zbierają oba strumienie jednocześnie, co redukuje koszt mobilizacji.

Jak opisać zlecenie, żeby dostać właściwą technologię

Zamawiający nie musi rozstrzygać sporu LiDAR kontra fotogrametria. Wystarczy, że precyzyjnie opisze cel i warunki. Dobry brief zawiera:

• cel biznesowy: „bilans mas ziemnych do rozliczenia wykonawcy", „NMT pod projekt drogi", „ortofotomapa do koordynacji budowy", „przegląd korytarza linii SN",
• wymaganą dokładność (zwłaszcza pionową) i informację, czy będzie weryfikowana niezależnym pomiarem,
• charakter terenu: procent pokrycia roślinnością, wysokość upraw i drzew, obiekty wrażliwe,
• oczekiwane produkty i formaty (LAS/LAZ z klasyfikacją, GeoTIFF, DWG) oraz układ współrzędnych,
• termin i okno czasowe (sezon wegetacyjny potrafi przesądzić o technologii).

Tak opisane zlecenie operator wyceni bez wizji lokalnej i bez „widełek na wszelki wypadek". W Aervio tę pracę wykonuje AI brief: tłumaczy cel biznesowy na specyfikację techniczną — łącznie z rekomendacją technologii pomiaru — zanim zapytanie trafi do zweryfikowanych operatorów.

PPK, RTK i osnowa: skąd naprawdę bierze się dokładność

O deklarowanych centymetrach decyduje cały łańcuch georeferencji, z sensorem jako jednym z ogniw. W obu technologiach pozycję drona wyznacza się różnicowo względem stacji referencyjnej: w trybie RTK (real-time kinematic) korekta dociera w czasie rzeczywistym, w PPK (post-processed kinematic) trajektorię liczy się po locie z zapisu obserwacji GNSS. PPK bywa odporniejszy — brak zrywania łącza radiowego w terenie, pełna kontrola nad przetwarzaniem — i dlatego dominuje w profesjonalnych nalotach pomiarowych. W Polsce stacją referencyjną jest własny odbiornik bazowy albo sieć ASG-EUPOS.

Niezależnie od techniki pozycjonowania, wiarygodny projekt opiera się na osnowie terenowej. Fotopunkty (GCP, ground control points) to jednoznacznie zamarkowane i pomierzone geodezyjnie punkty, które „przypinają" model do układu współrzędnych i korygują błędy systematyczne — zwłaszcza w osi pionowej fotogrametrii. Punkty kontrolne (checkpoints), świadomie nieużyte do wyrównania, służą do niezależnej oceny dokładności: to na nich liczy się RMSE raportowane w dokumentacji. Dla LiDAR-u GCP mają mniejsze znaczenie dla samej georeferencji (pozycję niesie trajektoria GNSS/IMU), ale płaszczyzny kontrolne i profile weryfikacyjne są nadal potrzebne do potwierdzenia jakości i wykrycia przesunięć między pasami skanowania.

Wniosek dla zlecającego: pytanie „jaka dokładność" bez pytania „jak weryfikowana" jest niepełne. Deklaracja 3 cm bez ani jednego niezależnego punktu kontrolnego to tylko obietnica — przy sporze o odbiór nie da się jej obronić.

Cztery scenariusze branżowe

Teoria porównań najlepiej układa się w głowie na konkretach. Cztery typowe sytuacje z rekomendacją i uzasadnieniem.

Budownictwo i bilans mas ziemnych

Rozliczenie wykonawcy robót ziemnych wymaga wiarygodnego modelu terenu przed etapem prac i po nim. Na świeżym, odkrytym placu budowy fotogrametria RTK z osnową daje wystarczające kubatury taniej i szybciej. Sytuacja odwraca się, gdy teren jest częściowo zarośnięty (skarpy, obrzeża, obszary nieuprzątnięte) albo gdy różnice rozliczeniowe idą w tysiące metrów sześciennych — wtedy błąd pionowy fotogrametrii przekłada się wprost na spór o pieniądze, a LiDAR z pewnym NMT bywa tańszy niż konflikt. Dokumentacja postępu prac i kontekst wizualny dla inwestora to z kolei domena ortofotomapy.

Kopalnie kruszyw, hałdy i place składowe

Pomiar objętości urobku i zwałów to klasyka fotogrametrii: powierzchnie odkryte, dobra tekstura, cykliczność (co miesiąc, co kwartał). Przy takich zleceniach LiDAR rzadko się opłaca — chyba że hałdy zarastają między pomiarami, sąsiadują z lasem rzucającym głęboki cień albo pomiar musi się odbyć poza godzinami pracy zakładu, o świcie lub zmierzchu, gdy fotogrametria traci na jakości oświetlenia. Dla powtarzalności liczy się utrzymanie tej samej metodyki i osnowy między nalotami — kolejne pomiary porównują wtedy model z modelem, bez szumu z różnic technologicznych.

Energetyka i koleje: mapowanie korytarzowe

Tu przewaga LiDAR-u jest strukturalna. Nalot korytarzowy rejestruje jednocześnie geometrię słupów, zwis przewodów i wysokość roślinności, a oprogramowanie klasyfikuje chmurę na grunt, konstrukcje i wegetację, po czym analizuje relację między drzewami a przewodami — wskazuje miejsca, gdzie wegetacja narusza lub wkrótce naruszy strefę bezpieczeństwa (Microdrones, LidarVisor — Utility Vegetation Management). Dochodzi ocena ryzyka upadku drzewa (fall-in): pnie dość wysokie, by przy przewróceniu dosięgnąć linii, nawet jeśli dziś stoją poza strefą. Produkt końcowy to lista współrzędnych do wycinki i harmonogram utrzymania — fotogrametria go nie dostarczy, bo cienkich przewodów po prostu nie zmierzy.

Leśnictwo, środowisko i archeologia

Wszędzie tam, gdzie liczy się grunt pod okapem koron, LiDAR nie ma realnej alternatywy. W leśnictwie z chmury wyprowadza się wysokość drzewostanu, zwarcie i biomasę, a NMT pod koronami służy hydrologii i planowaniu. W archeologii mikrorzeźba terenu ujawniona po odfiltrowaniu roślinności do gruntu potrafi pokazać relikty niewidoczne z poziomu ziemi — to jedno z najbardziej spektakularnych zastosowań lotniczego skaningu laserowego. Fotogrametria pełni tu rolę uzupełniającą: teksturuje i dokumentuje, ale terenu pod lasem nie zobaczy.

Kontrola jakości: jak nie odebrać wadliwych danych

Odbiór danych pomiarowych bez kontroli jakości to proszenie się o kłopoty na etapie projektu, gdy zmiana jest już droga. Minimalny protokół po stronie zamawiającego: po pierwsze, sprawdź raport dokładności — czy zawiera RMSE na niezależnych checkpointach, a nie tylko na fotopunktach użytych do wyrównania. Po drugie, zweryfikuj układ współrzędnych i wysokościowy — w Polsce zwykle PL-2000 w poziomie i PL-EVRF2007-NH w pionie. Po trzecie, obejrzyj chmurę w przekrojach: czy pasy skanowania LiDAR nakładają się bez „rozjazdu", czy nie ma dziur w obszarach słabej tekstury fotogrametrii. Po czwarte, sprawdź kompletność klasyfikacji tam, gdzie jest krytyczna — grunt pod roślinnością, przewody, krawędzie skarp.

Typowe wady, które łatwo przeoczyć bez tej procedury: dwoistość powierzchni (double surface) przy złym wyrównaniu pasów LiDAR, zawyżony NMT pod roślinnością w fotogrametrii, „pływające" artefakty nad wodą i szkłem oraz przesunięcie pionowe całego zbioru przy błędnym modelu geoidy. Dobry operator dostarczy taki raport z własnej inicjatywy — jego brak to sygnał ostrzegawczy.

Od zapytania do gotowych danych: etapy i czas

Realny harmonogram projektu pomiarowego bywa dłuższy, niż zakłada zlecający patrzący tylko na czas lotu. Typowe etapy: doprecyzowanie briefu i wycena (od godzin do dni); formalności i planowanie lotu — sprawdzenie przestrzeni powietrznej, w razie potrzeby zgłoszenia lub zezwolenia, założenie osnowy; sam nalot (zwykle jeden dzień dla typowej powierzchni, choć LiDAR korytarzowy potrafi objąć dziesiątki kilometrów dziennie); przetwarzanie — najdłuższy etap, od kilku dni do dwóch tygodni zależnie od zakresu klasyfikacji i produktów; wreszcie kontrola jakości i przekazanie danych.

W kalendarzu i w koszcie dominuje przetwarzanie — zwłaszcza przy LiDAR, gdzie ręczna korekta klasyfikacji trudnych miejsc pochłania roboczogodziny. Wniosek praktyczny dla zlecającego: pytaj o termin przekazania gotowych produktów zamiast o datę nalotu i zostaw bufor na ewentualną powtórkę fragmentu, jeśli pogoda albo kontrola jakości tego zażąda. Napięty termin inwestycyjny komunikuj od razu w briefie — bywa, że przesądza o wyborze technologii szybszej w postprocessingu.

Kiedy warto połączyć nalot z pomiarem naziemnym

Dron nie zastępuje geodety w każdej sytuacji. Tam, gdzie prawo lub umowa wymaga pomiaru o rygorze geodezyjnym (wznowienia granic, precyzyjne rzędne reperów, mapy do celów prawnych), nalot pełni rolę uzupełniającą: pokrywa powierzchnię i kontekst, a geodeta dostarcza punkty osnowy i formalną weryfikację. To połączenie daje jednocześnie skalę (dron) i wiarygodność wymaganą przepisami (pomiar naziemny).

W praktyce najlepsze projekty pomiarowe to właśnie takie hybrydy metod; formuła „dron zamiast wszystkiego" rzadko się broni. Świadomy operator sam zaproponuje podział ról, jeśli brief jasno określa wymóg formalny — dlatego od początku napisz, czy wynik ma mieć charakter poglądowy, inżynierski, czy prawny. Ta jedna informacja potrafi zmienić zarówno technologię, jak i skład zespołu realizującego zlecenie.

Najczęstsze pytania

Czy LiDAR jest zawsze dokładniejszy od fotogrametrii?

Nie. Na odkrytym, dobrze teksturowanym terenie niska fotogrametria z RTK i solidną osnową GCP osiąga dokładność poziomą porównywalną z LiDAR-em, a bywa lepsza rozdzielczościowo. Przewaga LiDAR-u koncentruje się w osi pionowej, pod roślinnością i przy cienkich obiektach. Dlatego właściwe pytanie brzmi: co jest dokładniejsze dla tego terenu i tego produktu.

Mam odkrytą hałdę kruszywa — naprawdę nie potrzebuję LiDAR-u?

Przy hałdach bez roślinności poprawnie wykonana fotogrametria RTK z punktami kontrolnymi w zupełności wystarcza do wiarygodnych kubatur, a różnice wyników między technologiami są zwykle pomijalne wobec różnicy kosztów. LiDAR staje się zasadny, gdy skarpy zarastają, gdy hałda sąsiaduje z drzewami rzucającymi głęboki cień albo gdy pomiary muszą odbywać się o świcie lub po zmierzchu, poza godzinami pracy zakładu.

Co daje klasyfikacja chmury punktów i dlaczego kosztuje?

Klasyfikacja przypisuje każdemu punktowi klasę ASPRS (grunt, roślinność, budynek, szum itd.). Bez niej nie ma automatycznego NMT, analiz wegetacji przy liniach ani czystych przekrojów — jest tylko malowniczy zbiór punktów. Solidna klasyfikacja to połączenie algorytmów i ręcznej edycji trudnych miejsc (skarpy, mosty, gęsty podszyt), stąd jej duży udział w cenie usługi.

Czy można połączyć obie technologie w jednym nalocie?

Tak — payloady L2/L3 rejestrują LiDAR i zdjęcia RGB jednocześnie, co daje kolorowaną chmurę i ortofoto z jednej misji. Przy wyższych wymaganiach wizualnych wykonuje się dwa naloty: LiDAR na geometrię i osobny fotogrametryczny na wysokorozdzielcze ortofoto. Na inwestycjach liniowych takie podejście hybrydowe jest dziś standardem.

Jaki format danych powinienem zamówić?

Minimum bezpieczeństwa: LAS lub LAZ z jawnie określoną wersją, klasyfikacją i układem współrzędnych, NMT/NMPT w GeoTIFF, ortofotomapa w GeoTIFF, a dla projektantów — przekroje i warstwice w DXF/DWG. Poproś też o raport dokładności RMSE; to on odróżnia produkt pomiarowy od ładnej wizualizacji.

W skrócie

• LiDAR mierzy aktywnie i „widzi" grunt pod roślinnością dzięki wielu echom; fotogrametria rekonstruuje tylko powierzchnie widoczne na zdjęciach.
• W pionie LiDAR utrzymuje 3–5 cm; fotogrametria bez gęstej osnowy zwykle 20–35 cm — to przesądza o zastosowaniach projektowych.
• Las, zarośnięte wykopy i hałdy, korytarze energetyczne, praca nocą: LiDAR. Ortofotomapa, elewacje, dokumentacja budowy, marketing: fotogrametria.
• Cienkie obiekty (przewody, trakcja) wymagają LiDAR-u o małej rozbieżności wiązki — fotogrametria ich nie rekonstruuje.
• Usługa LiDAR kosztuje orientacyjnie 2–3 razy więcej niż fotogrametryczna; przetwarzanie trwa dłużej i stanowi dużą część ceny.
• Zamawiaj produkty zamiast technologii: LAS/LAZ z klasyfikacją, NMT/NMPT, ortofoto, raport RMSE, właściwy układ współrzędnych.
• Operatorze: pytaj o cel biznesowy i pokrycie roślinnością, zanim wycenisz — to dwa parametry, które najczęściej wywracają kalkulację.
• Zlecający: opisz cel, teren i formaty, a dobór technologii zostaw specyfikacji — dobrze skonstruowany brief zrobi to za Ciebie.