Este articulo fue tomado de Antonio San José Albacete1, Francisco Mauro Gutiérrez2
1 Universidad Complutense de Madrid, 2Universidad Politécnica de Madrid
sanjosealbacete@yahoo.es
El sensor LiDAR (Light Detection And Ranging) es un sensor activo, el mismo
genera la energia (el pulso laser) que permite hacer los calculos y las medidas.
Envia una senal a la superficie terrestre desde un sensor aerotransportado, que
regresa al transporte aereo; el tiempo que tarda en llegar hasta la superficie
terrestre y regresar al transporte aereo determina la distancia hasta los elementos
de la superficie. El resultado es una densa red de puntos de elevacion
georreferenciados de elevada precision, denominada ¡§nube de puntos¡¨.
La habilidad del sensor LiDAR para capturar informacion bajo la cubierta
vegetal es una de sus principales ventajas. La densidad de la nube de puntos es
suficiente para crear un Modelo Digital de Superficies muy preciso.
Figura 1. Esquema de retorno de los pulsos laser.
El proceso de adquisicion de datos LiDAR consiste basicamente en la
sincronizacion de los datos del sensor laser con la informacion de navegacion
GPS (x, y, z) e INS (omega, phi y kappa). Es necesario realizar un estudio de
planeamiento previo antes de iniciar el proceso de obtencion de datos.
Los datos LiDAR se almacenan en formato binario. Los datos en bruto se
agrupan en una sola clase que recoge todas las respuestas de cada disparo laser.
El formato .LAS es el mas utilizado; contiene datos binarios que consisten en
archivo cabecera, registros de longitud variable y datos de puntos. Este formato
presenta a su vez diferentes formatos que han evolucionado con el tiempo para
incluir mas informacion [1].
Tratamiento de datos LiDAR en ArcGIS 10
En la mayor parte de los análisis con datos LiDAR no se usan todos los
atributos de forma simultanea ya que, en funcion del tipo de analisis o estudio que
se quiera realizar, este se apoyara en unos atributos determinados.
De este modo, los retornos son necesarios para analisis forestales y urbanos,
aunque hay opciones que permiten realizar esos analisis con los atributos de
intensidad. Las clasificaciones son fundamentales, aunque es posible realizar otro
tipo de clasificaciones en función de los retornos. Lo cierto es que cuanto mayor y
mas densa sea la informacion que nos proporcionan los datos LiDAR, mejores y
mas aproximados a la realidad seran los productos derivados de los posteriores
analisis.
Sin embargo hay una serie de atributos que son comunes y necesarios para
todos los analisis. Se trata de la posicion y la altura (x, y, z). El resto de atributos
de los datos LiDAR son: intensidad, retorno, numero de retornos, clasificacion,
angulo de escaneado, identificador, datos de usuario, direccion de escaneado,
direccion de vuelo e informacion GPS.
El programa ArcGIS 10 no permite manipular archivos .LAS directamente ya
que almacena los atributos en formato binario: BLOB (conjunto de datos binario
almacenados como una unica entidad en una base de datos que permite su
compresion).
El elevado numero de retornos que dan lugar a la nube de puntos hace que
ArcGIS sea incapaz de cargar todos los atributos y administrarlos. Se almacenan
como entidades multipunto: cluster que agrupan gran cantidad de puntos
individuales en un solo registro de la tabla de atributos.
Figura 2. Visualizacion de entidades de multipunto.
Modelo de geoprocesamiento de datos LiDAR
Los datos LiDAR requieren superar una serie de filtros antes de poder trabajar
con ellos en cualquier tipo de aplicacion. Por lo general, los datos LiDAR sufren
una serie de procesos de depuracion antes de ser almacenados en formato .LAS.
Este primer tamizado, limpia todos los datos excéntricos que son consecuencia de
errores, tanto del sensor como de los datos erróneos.
Un segundo filtro de los datos, antes de almacenarse en formato .LAS, es el
que permite separar el suelo de la vegetación y de los objetos sobre la superficie
terrestre. Este permite rellenar el atributo de la clasificación para posteriores
procesos de selección.
Normalmente los datos empleados para realizar analisis ya han pasado estos
procesos, por lo que el presente trabajo se centra en el procesamiento de los
archivos .LAS clasificados.
Los modelos se centran en el flujo de trabajo orientado al almacenamiento y la
depuracion de los datos LiDAR para su posterior aplicacion en estudios forestales.
En primer lugar se presenta el modelo de almacenamiento de datos LiDAR y, a
continuacion se muestra el modelo de carga de datos LiDAR en ArcGIS 10.
Modelo de creacion del espacio de trabajo
Hay que tener en cuenta que es necesario almacenar todos los datos en una
geodatabase. Esto permite manejar los datos LiDAR y tratar la informacion de una
manera mas agil y compacta, recogiendo todos los shapefiles dentro de un
conjunto de datos de entidades (Feature Dataset).
La eleccion del tipo de geodatabase depende de las caracteristicas del estudio.
Debido a que las muestras de datos LiDAR suponen gran cantidad de puntos
almacenados en archivos .LAS, es recomendable elegir una geodatabase de
archivo (File Geodatabase), que permite almacenar desde 1 TB hasta 256 TB.
Modelo de carga de datos LiDAR en ArcGIS 10
El modelo de carga de datos LiDAR permite transformar los archivos .LAS en
shapefile para visualizar la nube de puntos en ArcGIS. El modelo mostrado se
basa en herramientas de ArcGIS apoyadas en el script ExplodeLASMultipoint [3].
3.2.3 Modelo de carga de datos con herramientas de ArcGIS y script de
ESRI Support
Este modelo permite obtener de manera rapida y eficaz todos los atributos de
los archivos .LAS, incluyendo el valor de elevacion, en un solo paso mediante un
script. Para ello es necesario tener un conocimiento previo de los campos que
contienen los archivos .LAS para poder filtrarlos en ArcGIS. La mejor solucion es
usar un editor gratuito de datos LiDAR y comprobar los campos de sus atributos.
El flujo de trabajo es el siguiente:
Comprobar los atributos del archivo .LAS en un editor (por ejemplo, LASEdit).
Ejecutar la herramienta LAS To Multipoint desde ArcGIS, incluyendo aquellos
atributos presentes en el archivo .LAS que sean necesarios.
„Ejecutar el script ExplodeLASMultipoint desde el editor de Visual Basic de
ArcMap.
Este proceso da como resultado un archivo shapefile de puntos con los valores
de elevacion y los atributos seleccionados. Estos atributos no son visibles en la
tabla de atributos de la entidad de multipuntos debido a que estan almacenados
en formato BLOB. Sin embargo, el script se encarga de transformarlos y asignarlos
a cada uno de los puntos de forma individual.
Mediante las opciones de personalizacion de ArcGIS 10 es posible configurar
un boton para realizar las mismas operaciones del script ExplodeLASMultipoint [4].
Aplicaciones forestales con datos LiDAR
El Grupo de Investigacion, Tecnologias y Metodos para la Gestion Sostenible
se dedica a estudios forestales mediante datos LiDAR. Uno de sus proyectos esta
orientado a medir el volumen maderable y la biomasa de determinadas zonas
forestales mediante la comparacion de datos de campo y datos LiDAR.
Los datos LiDAR con los que trabajan llegan pre-procesados, es decir, reciben
un primer filtro para eliminar los datos erroneos y se rellenan los atributos de la
clasificacion separando el suelo de la vegetacion (pero sin tocar los atributos de
elevacion).
Una vez recibidos los datos LiDAR, es necesario filtrar los datos de suelo y los
datos de vegetacion a traves de su atributo de elevacion, en el caso de que los
datos no esten clasificados. Este proceso se denomina Ground Filter dentro del
software FUSION, aunque tambien se conoce como proceso de normalizacion en
el ambito de las aplicaciones forestales de datos LiDAR. Permite extraer los
puntos que corresponden al suelo y generar un archivo .LAS exclusivamente con
los datos a nivel de suelo.
Para este proceso es fundamental entender la diferencia entre altura y altitud:
La altitud se refiere a la elevacion del conjunto de puntos sobre el nivel del
mar, tanto del suelo como de los objetos sobre la superficie terrestre.
„h La altura se refiere a la elevacion de los objetos sobre el nivel del suelo, por lo
que los datos de suelo estaran en valores entorno a cero.
El flujo de trabajo es el siguiente:
Filtrado de datos (pre-procesado).
Separacion entre puntos clasificados como suelo y puntos clasificados como
vegetacion u otros (pre-procesado).
Creacion del MDT con los puntos clasificados como suelo (procesado).
Extraccion de alturas por diferencia entre puntos de suelo y puntos de
vegetacion (procesado).
Modelo de normalizacion
El modelo de geoprocesamiento para normalizar los datos LiDAR pasa por el
modelo de carga de datos. Una vez cargados los datos en una geodatabase como
una entidad de puntos individuales con todos sus atributos es posible realizar el
proceso de normalizacion. El flujo de trabajo es el siguiente:
Crear una capa de la entidad de puntos.
Seleccionar los puntos de la capa cuya clase sea suelo (los valores son 2 y 7,
segun la clasificacion de la ASPRS).
Crear un MDT o un TIN mediante la herramienta de interpolacion (IDW).
Crear una nueva entidad de puntos con los valores de elevacion de cada
punto y los valores de elevacion calculados a nivel de suelo en el MDT.
Calcular en un nuevo campo los valores de elevacion normalizados (altura
sobre el nivel del suelo), restando los valores del campo raster value a los
valores de elevacion sobre el nivel del mar del conjunto de puntos.
De este modo, y partiendo de una entidad de puntos con su atributo de
elevacion referido al nivel del mar, obtendremos un nuevo campo que nos
permitira trabajar con elevaciones sobre el nivel del suelo.
No hay comentarios:
Publicar un comentario