Clasificación de puntos LIDAR

La tecnología LIDAR (Light Detection and Ranging) es un tipo de teledetección activa, en la cuál, el sensor emite su propia energía, a diferencia de la teledetección pasiva que utiliza la energía reflejada por los objetos.

La utilización de datos LIDAR es cada vez más frecuente en la ingeniería en general y en el campo forestal y medio ambiental en particular.

Los datos LIDAR suelen venir en un formato de archivo especial con extensión «LAS», aunque a veces hay proveedores que utilizan otros formatos.

Para poder utilizarlos hay que utilizar programas especiales que sean capaces de trabajar con ellos hasta depurarlos y conseguir los productos que se necesitarán posteriormente para, por ejemplo, realizar un inventario, conseguir un Modelo Digital de Elevaciones de gran detalle ajustado a nuestra zona de estudio, analizar la densidad de copas en un rodal o incluso utilizarlo conjuntamente con otras fuentes de datos de teledetección pasiva para clasificar modelos de combustible en un monte y analizar su comportamiento en un posible incendio forestal.

Cuando abrimos un archivo con datos LIDAR para analizarlo, nos encontramos con una nube de puntos georreferenciados y con un atributo de altitud asociado a cada punto:

La correcta clasificación de estos puntos para diferenciar lo que es vegetación de diferentes alturas, suelo, edificios… es algo que debe realizarse antes de poder trabajar con los datos.

Existen varios algoritmos que permiten diferenciar los puntos que pertenecen al suelo, los que pertenecen a edificios… algunos más aptos para unas zonas, otros para otras… Dichos algoritmos permiten la introducción de parámetros por parte del analista para ajustar mejor la clasificación a la realidad.

En la imagen se aprecian los puntos que, el algoritmo adaptado de Kraus y Pfeifer (1998) y basado en la predicción lineal de Kraus y Mikhail (1972), ha clasificado como terreno (azul turquesa). En azul oscuro se presentan los puntos sin clasificar todavía.

El perfil está tomado en un claro en una masa de encinas en el cual se encontraban varias encinas dispersas por el claro.

Con los puntos clasificados como terreno podemos crear como producto, el MDE de la zona con una gran resolución espacial, en este caso lo hemos creado con un tamaño de pixel de 3x3m:

Como se puede observar en la imagen del MDE, se aprecian zonas donde se ven errores de clasificación, ya que aparecen puntos aislados que se ven claramente que no forman parte del suelo y crean un cono cuyo vértice es el punto mal clasificado.

Esto se puede solucionar afinando los parámetros utilizados en el algoritmo de filtrado de los puntos, o bien utilizando otro algoritmo más apropiado para el tipo de terreno o finalmente, edición manual. Un posterior trabajo de campo nos permitirá calcular el error de manera estadística y ver la aproximación del modelo.

Pulse aquí para ver más detalles.