Cuando trabajamos con LiDAR, en muchas ocasiones tenemos cientos de gigas de información y puede resultar difícil obtener una imagen clara y comprensible de los datos. Usando CloudCompare vamos a poder crear histogramas que nos permita responder a las siguientes preguntas:
- ¿Cómo podemos saber la distribución de los valores de altura cuando tenemos millones de retornos?
- ¿Existen valores atípicos dentro de la distribución de los datos?
- ¿Qué información me puede dar la distribución de los valores de intensidad?
Para responder a las cuestiones anteriores, CloudCompare nos permite crear histogramas de diferentes formas. La utilidad del histograma tiene que ver con la posibilidad de establecer de manera visual, ordenada y fácilmente comprensible todos los datos numéricos estadísticos que pueden tornarse difíciles de entender.
¿Qué es un histograma?
En estadística, un histograma no es más que la representación gráfica de datos por medio de una serie de barras de diferentes alturas dentro de unas coordenadas.
Dichas barras lo que hacen es agrupar números dentro de un rango. Por tanto, las barras más altas muestran que más datos pueden caber dentro de ese rango.
Lo interesante de los histogramas es que son capaces de mostrarnos la forma y la distribución que tienen nuestros datos a lo largo del rango total.
Herramienta «show histogram»
En CloudCompare, esta herramienta es accesible desde el menú principal vía “Edit → Scalar Fields → Show Histogram”. También se puede utilizar el icono con el símbolo del histograma 
para acceder al mismo.
Al ejecutar esta herramienta, se crea el histograma del campo escalar que tengamos activo de la entidad que haya seleccionada en ese momento.
- El número de clases (bins) del histograma se puede cambiar con la rueda del mouse.
- El usuario puede hacer clic en cualquier parte del histograma para que aparezca una línea roja vertical. Junto a esta línea se indicará la clase correspondiente (bin), el porcentaje de puntos por debajo de esta clase y el valor escalar correspondiente.
Los colores del histograma serán los mismos que los colores que aparecen asociados en la ventana de propiedades con el campo escalar correspondiente.
Desde la versión 2.6.2 de CloudCompare, existen dos botones adicionales en la parte derecha que se puede usar para:
- Exportar un CS: Permite exportar los datos del histograma en formato CSV que se puede usar fácilmente en multitud de programas como por ejemplo Excel, R, clientes postgres, etc.
- Exportar una imagen: Exporta el histograma en formato PNG.
Ejemplo práctico
Veamos un ejemplo con datos LiDAR reales descargados del IGN. Los datos se corresponden a la segunda cobertura y pertenecen a la ciudad de Alicante.
El bloque LiDAR utilizado para este ejemplo es «PNOA_2016_MUR-VAL-CLM_720-4250_ORT-CLA-CIR.laz»
Una vez cargados los datos en CloudCompare, se puede visualizar un histograma de los valores de intensidad directamente desde la ventana de propiedades. Para ello, simplemente hay que seleccionar la entidad cargada y activar el campo escalar de intensidades:
Generalmente, en zonas de tierra desnuda como cultivos en barbecho, playas, suelo natural, áreas de poca covertura vegetal, nieve, etc., la intensidad presentan valores mas altos. En el caso de zonas urbanas como Alicante y también para el agua, los valores de intensidad pueden ser mas cercanos al 0.
Histograma de alturas
Siguiendo con los datos de Alicante, vamos a crear un histograma que muestra la distribución del rango de alturas. En una ciudad costera, como es el caso que nos ocupa, podemos esperar valores cercanos a 0 (nivel del mar).
La coordenada Z, no existe como un campo escalar como tal en CloudCompare. Tenemos que extraerla de los datos. Para ello, desde el menú principal, selecciona «edit», «Scalar fields» y por último «Export coordinates to SF»:
Una vez tenemos el campo escalar de la coordena Z generado, puedes buscarlo en la ventana de propiedades de nuestra entidad y echar un vistazo al histograma. Observa como el histograma presenta valores «atípicos» es decir, valores que están fuera de la distribución normal de los datos.
Para eliminar estos valores, lo mejor es «acotar» el histograma. De este modo podemos dejar fuera del rango de valores en Z todos aquellos retornos que consideremos que estan fuera de los valores en Z que se corresponden a Alicante. Una simple búsqueda en Google, nos dice que el punto mas alto de la ciudad se sitúa en el Castillo de Santa Bárbara, a unos 170 metros sobre el nivel del mar. Vamos a usar una cota un poco mas elevada, de 180 metros para asegurarnos que no eliminamos ningún retorno perteneciente a la ciudad:
Una vez ajustado el rango de valores y los colores usando 180 para «displayed» y «saturation», vemos que los retornos «atípicos» quedan en un color gris fuera de la paleta «Azul > Verde > Amarillo > Rojo». Ahora es el momento de exportar de nuevo la nube de puntos para así poder crear un histograma asjustado a la ciudad de Alicante.
Para ello, usa la herramienta «min/max» y crea una nueva entidad donde la coordenada Z tenga como máximo el valor de 180 metros. El histograma de la nueva nube de puntos debería ser similar al que se muestra en la imagen inferior:
SIn embargo, este histograma de la ventana de propiedades, aunque resulte de gran utilidad, no no puede ser exportado como un archivo CSV o como una imagen. Por lo que no podemos añadirlo a nuestros informes o trabajar con ellos en otros software.
Para solucionar esto, CloudCompare nos permite generar un histograma desde la herramienta «histogram» como se describe al inicio de este artículo. La manera mas sencilla es pinchar en el icono de las barras y generar un histograma como el siguiente:
Con la rueda del ratón, podemos incrementar o decrecer el número de clases (a menor número de clases, mas agrupados quedan los datos). Lo que podemos deducir de la imagen superior es:
- Hay 256 clases, lo que significa que el rango de alturas queda agrupado en 256 clases. Es decir, que los valores en Z de los mas de 3 millones de retornos están agrupados en 256 rangos de alturas.
- La zona verde es donde se encuentra el mayor número de retornos y pertence a valores en torno a 65 metros.
- La línea vertical roja en este caso nos dice que nos encontramos en la clase 94, con un valor medio de 64.17 metros y que el 67.36% de los retornos se situan por debajo de ese valor de altura.
- Los iconos de la derecha nos permitirán exportar el histograma como imagen o como CSV.
Conclusión
Como has podido comprobar, en apenas unos minutos, tenemos una imagen clara de cómo es la distribución de los valores en altura para este conjunto de datos gracias a los histogramas. De igual modo, podríamos obtener histogramas para una zona boscosa e incluso con valores de Z normalizados sobre el suelo (en lugar de sobre el nivel del mar) y así conocer la distribución de las alturas en copas.
Si quieres conocer mas trucos para trabajar con LiDAR de manera profesional, visitas nuestro curso de Introducción al tratamiento de datos LiDAR.
Hola me interesan los cursos, hay algunas becas para tomarlos? y qué nivel de conocimientos necesito para asistir a esos cursos?
Yo ahora estoy por terminar la Licenciatura en Ciencias Ambientales acá en México y estoy tratando de hacer un manual de SIG con ILWIS y ArcMap.
Saludos!