Determining building volumes with heights extracted from aerial imagery data for natural disaster damage assessment

Main Article Content

Teeranai Srithamarong
Suriyawate Boonthalarath
Somsarit Sinnung


Nowadays many countries around the world are facing more and more with natural disasters that have caused damages and effected the lives and property of a large number of the world's population. Thailand is also one of the countries that have been damaged by various natural disasters. Therefore, the research team came up with the idea of ​​integrating the knowledge of an unmanned vehicle system and Geographic Information Systems. The objective of this study is to determine the volume from building heights extracted from aerial imagery data. The aerial images were acquired by an eBee Plus drone. The calculation was applied to gain the volume of the buildings. The result data will be used later on in a disaster damage assessment process. University of Phayao, a university in the northern part of Thailand, was selected as the study area. The study process started with the eBee image acquisition to produce orthoimages. DSM and DTM were then obtained and used to determine the volume and height of the building. The technique of cutting the height of the DTM from the DSM was applied to come up with the height of the bear terrain of the campus. The result was incorporated with the GIS building vector layer that was classified from the produced orthoimages. The findings show that the heights of the buildings in the study campus are between 6 - 14 meters. The knowledge gained from this study is the technique of determining the volume from the building height extracted from aerial imagery data. Further studies will cover topics of applying the result data for natural disaster damage assessment.


Download data is not yet available.

Article Details

How to Cite
T. Srithamarong, S. Boonthalarath, and S. Sinnung, “Determining building volumes with heights extracted from aerial imagery data for natural disaster damage assessment”, DTAJ, vol. 2, no. 4, pp. 70–77, Mar. 2020.
Research Articles


United Nations Office for Disaster Risk Reduction (UNISDR). 2018. Disaster Data & Statistics. Available from: knowledgebase/disaster-statistics [Accessed 12 March 2020]

สำนักงานนโยบายและแผนทรัพยากรธรรมชาติและสิ่งแวดล้อม. 2559. ข้อมูลตัวชี้วัด “จำนวนพื้นที่ที่ประสบภัยพิบัติทางธรรมชาติ”. ข้อมูลจาก [ค้นเมื่อ 12 มีนาคม 2563]

Eversmann B., 2013, Digital Elevation Models and Relief Shading. Royal University of Agriculture, Faculty of Land Management and Land Administration

Lim YS, La PH, Park JS, Lee MH, Pyeon MW, Kim JI. 2015. Calculation of Tree Height and Canopy Crown from Drone Images Using Segmentation, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 33, No. 6, 605-613, 2015.

Marc, B., Dennis, D., Yves, C. & Jean-Paul, D. 2006. Analysis of buildings height computed on a DSM generated from a VHR satellite stereopair. 1st EARSeL workshop of the SIG Urban Remote Sensing Humboldt Universität zu Berlin, 2-3 March 2006.

ชำนาญ ขุมทรัพย์ (2562) การถ่ายทอดเทคโนโลยีของโครงการวิจัยและพัฒนาสู่ภาคการศึกษาและภาคอุตสาหกรรม (The Technology Transfer of Research and Development Project to Academic and Industrial Sectors). วารสารสถาบันวิชาการป้องกันประเทศ (National Defence Studies Institute Journal) ฉบับที่ 2 ปีที่ 10 พฤษภาคม – สิงหาคม 2562, น. 12-25.

รศ.สุเพชร จิรขจรกุล. 2552. เรียนรู้ระบบภูมิสารสนเทศด้วยโปรแกรม ArcGIS Desktop 9.3.1. พิมพ์ครั้งที่ 1. บริษัท เอส.อาร์ พริ้นติ้ง แมสโปรดักส์ จำกัด.

Environmental Systems Research Institute, Inc. (ESRI). 2020. Add Surface Information. Available from: /en/arcmap/10.3/tools/3d-analyst-toolbox /add-surface-information.htm [Accessed 12 March 2020]

ธีรศักดิ์ อุปการ และชำนาญ ขุมทรัพย์. 2561. การบินถ่ายภาพด้วย UVS เพื่อวัตถุประสงค์การผลิตแผนที่ภาพถ่ายมาตราส่วนใหญ่. วารสารเทคโนโลยีป้องกันประเทศ. ปีที่ 3 ฉบับที่ 23. กรกฎาคม–กันยายน. น. 88–90.