Istilah resolusi mengacu pada perincian terkecil yang dapat dibedakan. Ini terutama digunakan untuk data raster (resolusi dalam waktu, dalam ruang atau dalam domain spektral).
Untuk peta vektor, dua konsep lain lebih luas digunakan: skala dan unit pemetaan minimum.
Skala ini terkait dengan ketepatan spasial batas-batas entitas Anda. Itu berasal dari waktu peta kertas, di mana batas-batas ditarik dan lebar pensil adalah batas ketepatan representasi entitas pada peta kertas. Dengan asumsi bahwa pensil sekitar 0,2 mm, ketepatan garis itu hampir sama dengan faktor skala dikalikan 0,1 hingga 0,3 mm (rata-rata 0,2 mm). Misalnya, skala 1:10 000 sesuai dengan sekitar 1 hingga 3 m dari presisi maksimum. Dengan data vektor, Anda dapat memperbesar atau memperkecil seperti yang Anda inginkan, sehingga "skala" data tidak memiliki arti yang sama. Namun, Anda perlu menentukan skala referensi (disimpan dalam metadata) sehingga data Anda digunakan dengan cara yang sesuai (Anda harus berhati-hati untuk menggabungkan entitas dari skala yang berbeda).
Unit pemetaan minimum adalah ukuran minimum representasi objek. Misalnya, Anda bisa memetakan semua celah di hutan, atau hanya memetakan kesenjangan besar untuk menghindari poligon yang rumit. Untuk skala yang sangat berbeda, geometri objek Anda juga bisa berubah (misalnya sungai akan menjadi poligon dengan faktor skala kecil dan garis dengan faktor skala besar). Ini juga terkait dengan resolusi produk Anda (Apa objek terkecil yang dapat dibedakan), tetapi tidak dalam hal ketepatan planimetrik.
Jadi, dalam kasus Anda, resolusi memiliki dua komponen:
- apa entitas terkecil yang bisa Anda petakan?
- apa ketepatan penggambaran entitas Anda?
Anda MMU mungkin beberapa cm (apakah beberapa kutub kecil dipetakan?)
Ketepatan Anda adalah fungsi dari kerapatan titik Anda (Anda dapat kira-kira mengasumsikan jarak rata-rata antara titik terdekat awan titik xyz Anda sama dengan resolusi Anda).
Akhirnya, untuk informasi lengkap tentang kualitas data, Anda juga harus mempertimbangkan keakuratan data ini. Memang, karena Anda tidak memiliki GCP, ada risiko bahwa semua dataset Anda digeser atau diputar menjauh dari lokasi "benar", atau tidak memiliki skala yang sama.
Dari kamera stereo, keakuratan akan tergantung pada keakuratan posisi kamera, keakuratan sudut pandang kamera (disebut orientasi eksternal), dan keakuratan koreksi deformasi lensa. Ada solusi perangkat keras (RTK DGPS, INS berkualitas tinggi untuk orientasi eksterior yang akurat) serta prosedur kalibrasi untuk orientasi interior (lensa kamera yang dikalibrasi atau struktur dari algoritma gerak untuk beberapa tumpang tindih), sehingga sekarang mungkin untuk mendapatkan hasil yang baik tanpa GCP . Namun, saya akan merekomendasikan Anda untuk memiliki beberapa GCP dalam hal apapun (untuk menghitung kesalahan absolut Anda, bahkan jika sulit untuk menemukan GCP untuk resolusi ini).