Geoinformática y geoestadística: descripción general

Extracción y análisis de diferentes derivadas del terreno a partir de mediciones de nubes de puntos con LiDAR aerotransportado de volúmenes de datos reducidos

Fahmy FF Asal

Los parámetros topográficos como la pendiente, el aspecto, la curvatura del perfil, la curvatura del contorno y la red de drenaje se conocen generalmente como derivados del terreno que disfrutan de una amplia gama de aplicaciones ambientales y de ingeniería. Diferentes técnicas de ingeniería topográfica como la topografía terrestre, el GPS, la fotogrametría digital, además de las tecnologías de detección remota, constituyen las principales fuentes de datos de elevación digitales explotados en la extracción de diferentes derivados del terreno en diferentes calidades. El LiDAR aerotransportado es una tecnología eficiente que puede capturar datos de elevación digitales muy densos y precisos, conocidos como datos LiDAR de nube de puntos para áreas extendidas en tiempos relativamente cortos con costos razonables. Sin embargo, el procesamiento de datos LiDAR de nube de puntos de muy alta densidad podría conducir a serios problemas de consumo de tiempo y memoria. Por lo tanto, se espera que las reducciones de volúmenes de datos LiDAR reduzcan los costos de adquisición y procesamiento de datos; pero esto podría afectar las calidades de los derivados del terreno extraídos. Este estudio tuvo como objetivo la extracción y evaluación de diferentes derivados del terreno a partir de mediciones LiDAR aerotransportadas de volúmenes de datos reducidos, incluidos mapas de pendiente, aspecto y sombreado, además de la evaluación de los residuos de elevación que surgen debido a las reducciones en los volúmenes de datos LiDAR. El análisis visual de los mapas de pendientes, de aspecto y de sombreado mostró claras diferencias en los tamaños y formas de los parches de color debido a las reducciones en los volúmenes de datos LiDAR, que aparecen como degradaciones en los tonos y texturas de los mapas que aumentan con el aumento de la cantidad de reducciones de los volúmenes de datos originales. El análisis estadístico de los mapas de pendientes mostró que la desviación estándar de las pendientes ha disminuido solo un 0,225 % y un 30,442 % debido a la exclusión del 50 % y el 75 % de los datos LiDAR originales respectivamente. Esto significa que los mapas de pendientes pueden soportar reducciones en los volúmenes de datos LiDAR de hasta el 50 % de los datos brutos sin efectos claros en las propiedades estadísticas de los mapas de pendientes producidos. Los mapas de error resultantes de la omisión de solo el 25 % de los datos están estructurados donde los parches de color son relativamente pequeños y muestran amplios cambios en el tono dentro del mapa en comparación con el mapa de error resultante de solo el 50 % de los datos LiDAR, que está menos estructurado con tonos suavizados. El análisis estadístico de los mapas de error mostró que la desviación estándar de los residuos de elevación aumenta con la disminución del volumen de datos LiDAR, lo que hace referencia a mayores incertidumbres de las elevaciones extraídas. Cuando el volumen de datos LiDAR se reduce del 75 % de los datos originales al 50 %, la desviación estándar de los residuos de elevación ha aumentado solo un 17 %; sin embargo, cuando se reduce del 75 % al 25 %, la desviación estándar de los residuos de elevación ha aumentado aproximadamente un 101,5 %.