¿Cómo se hizo el procesamiento LiDAR de La Rioja en 2016 con FME Desktop?

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (3 votos, media: 5,00 sobre 5)
Cargando…

FME Desktop es capaz con múltiples formatos de datos geográficos y eso es lo que le convierte en una gran herramienta con una enrome potencialidad para todos aquellos profesionales que nos dedicamos a los SIG. Una muestra de la polivalencia de FME es el proyecto que efectuó Gobierno de La Rioja en el año 2016 con datos LiDAR. Esta institución junto al IGN suscribieron un convenio de colaboración en el marco PNOA, para la obtención de una cobertura de vuelo con sistema aerotransportado LiDAR, con una densidad media de dos pulsos por metro cuadrado, para todo el territorio de la Comunidad Autónoma de La Rioja (España).

El objetivo del proyecto fue el desarrollo e implementación de una metodología de trabajo para la obtención de archivos LiDAR clasificados y la posterior producción de Modelos Digitales del Terreno. Dentro de esa metodología, el control y la gestión de los trabajos se diseñó mediante la aplicación FME Desktop, en la cual se insertaron llamadas a los procesos de clasificación mediante programación Python.

FME DesktopExisten 5 espacios de trabajo de FME desarrollados para el proyecto y disponibles para su descarga aquí que consistieron en:

Conversión EGM08_REDNAP.grd

El archivo EGM08_REDNAP.grd es una adaptación del geoide mundial EGM2008 de la National Geospatial Intelligence Agency al sistema de referencia vertical en España, conocido como Red Española de Nivelación de Alta Precisión (REDNAP). El proceso de FME desarrollado sirvió para transformar este archivo de adaptación del geoide expresado en el formato GRD, oficial del IGN, a un archivo de texto.

Transformación de alturas

Se diseñó un espacio de trabajo en FME para transformar archivos LIDAR (LAS, LAZ) de alturas elipsoidales, en alturas ortométricas o geoidales.

Zonificación SIOSE

Para poder mejorar los trabajos habituales de clasificación, se analizó la información que el SIOSE codifica para cada zona del territorio, con el fin de adaptar los parámetros de clasificación LiDAR a las características propias de cada entorno. En este proceso de FME se consiguió dividir el área geográfica de cada uno de los archivos LAS basándose en una tipología de clases, generadas a partir de una simplificación temática de la capa SIOSE.

FME Desktop

Clasificación LiDAR

Se empleó un flujo de trabajo de FME para la clasificación de archivos LAS basándose en la tipología de clases definidas. En primer lugar se efectuó un filtrado de los puntos que pertenecen a cada una de las clases SIOSE simplificadas, para que así a continuación, se realizara el proceso completo de clasificación mediante comandos LAStools. Con este proceso se pretendió ajustar todo lo posible los parámetros de clasificación a la naturaleza del terreno, con objeto de mejorar la interpretación de los elementos que contiene.

Mejora NDVI

Además se tuvo en cuenta el Índice de Vegetación de Diferencia Normalizada (NDVI), calculado partir de la banda infrarroja adquirida en el mismo vuelo, con objeto de mejorar los criterios de clasificación, diferenciando las zonas con y sin vegetación.

Para cada uno de los puntos en el archivo LAS se calculó, dentro de FME, el valor del índice de vegetación NDVI, a partir del cual se establecieron los criterios de decisión que permiten modificar algunos de los valores de la clasificación asignados en el proceso.

FME DesktopImagina todas las posibilidades que tiene el software, no solamente con archivos clásicos vectoriales sino también con capas de puntos LAS/LAZ o imágenes ráster. Si quieres saber más sobre cómo manejar en profundidad esta herramienta y sacarle su máximo rendimiento, no te pierdas nuestro Curso de FME que dará comienzo el día 29 de enero de 2019.

Autor Carles Martí

Fuente de imágenes: https://iderioja.github.io/clasificacion_lidar/

Fuente de la información: https://iderioja.github.io/clasificacion_lidar/

Dejar respuesta

Please enter your comment!
Please enter your name here