ANLISIS DE LAS METODOLOGAS HABITUALES PARA LA GENERACIN

DE MODELOS DIGITALES DEL TERRENO

Julio de 2.001
Rubn Martnez Marn Prof. Titular de la U.P. de Madrid. E.T.S.I. de Caminos e
Ingenieros Gelogos Francisco Gonzlez Gmez Catedrtico de la U.P. de Madrid.
E.T.S.I. de Caminos Carlos Gordo Murillo Prof. Titular de la U.P. de Madrid. E.T.S.I. de
Caminos e Ingenieros Gelogos
Palabras clave: Malla triangular, triangulacin de Delaunay, polgonos de Voronoi, interpolante,
malla rectangular, modelo de secciones, modelo de =strings=.

Resumen

La topografa, como otras ciencias y tcnicas, ha experimentado en los ltimos aos una
evolucin hacia la utilizacin de los sistemas informticos y la electrnica. Solamente es
necesario recordar la gran proliferacin de receptores de GPS y progresiva incorporacin de
esta tecnologa en los trabajos topogrficos de hoy en da. Por otra parte, la versatilidad y
productividad que supone la utilizacin de las estaciones totales y los instrumentos topogrficos
basados en la electrnica, as como su conexin con los sistemas grficos, hacen que, cada
vez ms, los profesionales de la topografa dispongan de sistemas dedicados exclusivamente a
la generacin de modelos digitales del terreno.

Es por ello por lo que conviene conocer, al menos de forma somera, las caractersticas de estos
programas y su fundamento terico, para poder juzgar en qu situaciones ser conveniente
utilizar uno u otro de los posibles sistemas.

El presente artculo analiza las caractersticas de los modeladores digitales del terreno
habitualmente utilizados, desde el punto de vista de su fundamento terico, indicando las
ventajas y los inconvenientes que presentan cada uno de ellos.

Introduccin

Un modelador digital del terreno es un simulador matemtico de la representacin fsica del

terreno, en definitiva es lo que en otras ramas de la ciencia y la tcnica se conoce con el
nombre de >modelo matemtico=. Bsicamente, consiste en utilizar una metodologa y un
algoritmo matemtico que permita realizar las dos funciones principales:

1 Calcular la cota en cualquier punto del terreno.

2 Generar las curvas de nivel.

El resto de funcionalidades, que a menudo aportan estos sistemas, estn desarrolladas

basndose en las actividades indicadas anteriormente. Los datos de partida para que el
modelador digital del terreno (MDT) pueda realizar sus funciones son los puntos del terreno que
se hayan levantado por cualquiera de los mtodos topogrficos habituales (taquimetra,
fotogramentra, etc.). La calidad de estos datos ser fundamental para conseguir un modelo
matemtico del terreno aceptable, sirva como indicacin que la distribucin de los puntos
levantados deber ser, en general uniforme y con mayor densidad en aquellas zonas del terreno
donde se puedan producir mayores indeterminaciones.

Los modeladores digitales del terreno se pueden clasificar atendiendo a la metodologa en la

que se basan: de malla regular, red irregular de tringulos, de secciones o de cadenas
(>strings=). Atendiendo a los algoritmos matemticos de interpolacin y extrapolacin se
pueden clasificar en: gavitacionales, estadsticos, polinmicos, Spline, etc.

Considerando la cota de cada punto como un atributo o variable asociada a la posicin en

planta de cada uno de ellos, la utilizacin de modeladores digitales del terreno para otros fines
es algo muy comn. Su versatilidad es tan grande que pueden ser aplicados a la interpolacin
de datos meteorolgicos, de aforos, de contaminacin y como ya se ha indicado anteriormente,
para interpolar cualquier variable de la que se disponga una serie de mediciones espaciales
irregularmente distribuidas.

Clasificacin

De acuerdo con la metodologa y el algoritmo de interpolacin en la que estn basados, se

clasifican en:

- Modelos digitales del terreno sobre malla regular o rejilla.

- Algoritmo gravitacional (ponderacin inversamente proporcional al cuadrado de la distancia).
- Algoritmos geoestadsticos (Krigeado): Ordinario, simple o universal,
- Curvatura mnima (Splines).
- Mediante secciones radiales.
- Modelos digitales del terreno sobre red irregular de tringulos.
- Interpolacin mediante Splines, B-Splines y NURBS.
- Interpolacin mediante polinomios de grado >n=.
- Modelos digitales del terreno basados en curvas de nivel o >strings=.

En la tabla n 1 se incluye un resumen de las metodologas y algoritmos habitualmente

utilizados.

Definicin de la malla base

Si la malla base es rectangular y regular, para definirla, solo es necesario indicar la longitud del
paso en ambas direcciones. El tamao del paso es funcin de la cantidad de puntos conocidos
y de la precisin deseada. En el caso de malla triangular, el problema es ms complejo. Se trata
de generar un conjunto de tringulos cuyos vrtices sean los puntos del terreno que
previamente han sido levantados, es lo que se conoce como triangulacin de una nube de
puntos en el espacio distribuidos arbitrariamente.

La solucin al problema planteado se puede abordar con diversos algoritmos, de los que el ms
conocido es el de Dirichlet-Delaunay, figura n1 1, consistente en subdividir un dominio dado en
un conjunto de polgonos convexos. Dado un conjunto de puntos P1, Y, Pn, se toman dos
puntos Pi y Pj pertenecientes al mismo, la mediatriz Mij del segmento PiPj divide el plano en dos
semiplanos Vi y Vj, tales que los puntos del semiplano Vi son ms cercanos a Pi que a Pj,
mientras que los puntos del semiplano Vj son ms cercanos a Pj que a Pi. Considerando ms
de dos puntos, el concepto expuesto anteriormente se puede generalizar, de tal forma que la
porcin del plano Vk ser la constituida por todos los puntos del plano ms cercanos a Pk que a
cualquier otro punto del conjunto inicial. A esta particin del plano en n regiones se le conoce
como teselacin de Dirichlet y los polgonos que delimitan cada una de las regiones se
denominan polgonos de Voronoi. Este concepto que acaba de ser expuesto para el plano
puede ser aplicado al espacio, sin ms que sustituir la recta mediatriz por el plano medriatriz y
el polgono por la superficie polidrica.

Uniendo las parejas de puntos Pi, Pj que comparten un lado de uno de los polgonos de
Voronoi, se obtiene una malla triangular. Las propiedades ms importantes de esta red
triangular son:

- La circunferencia circunscrita a un tringulo no contiene ningn otro punto del conjunto inicial,
figura n 2.
- Dados dos tringulos adyacentes, los cuatro vrtices que los componen forman un
cuadriltero, la diagonal ms corta ser la que forme el lado comn, es decir que los ngulos de
los tringulos sern mximos, figura n 2.

Algoritmos interpolantes

De los modelos expuestos anteriormente, a continuacin se desarrollan, esquemticamente,

algunos de los algoritmos que utilizan.
Gravitacional

Consiste en ponderar con mayor peso a los puntos ms cercanos al punto a interpolar,
existiendo diferentes variantes segn el exponente de la funcin interpoladora.
siendo,

n el nmero de puntos que influyen en la interpolacin.

p el exponente de la funcin. Un buen valor, contrastado por la experiencia, es p=2.
di la distancia del punto Pi al punto a interpolar.
zi la cota de cada punto que interviene en la interpolacin.

Splines, B-splines y NURBS

Este algoritmo ajusta una curva suave a un conjunto de puntos conocidos, >curva adaptativa=,
obligando a que pase por cada uno de los puntos. Si la funcin de interpolacin es la >B-spline=
racional no uniforme (NURBS), en ingls >non-uniform rational B-spline=, su formulacin es la
siguiente:

donde,

u es un parmetro.
Ni,k es la funcin base de grado k.
Pi son los puntos de control.
wi son los pesos.

La curva, as definida, tiene n+1 puntos de control con sus correspondientes pesos, tambin
n+1, y el grado de la misma es k, necesitndose n+k+2 nodos. El vector de parmetros es:

U= {u0,Y,u0,u1,Y,u1,un,Y,un}

u0,Y,u0 (k+1) valores

u1,Y,u1 (k+1) valores
...
...
un,Y,un (k+1) valores

es decir, hay n+1 grupos de parmetros que a su vez estn formados por k+1 valores, luego su
cantidad total es n+k+2.

La funcin base Ni,k viene dada por las expresiones:

siendo,

k el grado de la curva.
t el vector de parmetros, cuya estructura es anloga a la indicada anteriormente para el
parmetro u.
ti los nodos.

Polinomios de grado "n"

Se trata de encontrar una funcin f tal que:

la funcin f es de la forma: f=Polinomio(x,y). La interpolacin ms sencilla es la correspondiente

a un polinomio de primer grado cuya expresin ser:

Si se aumenta el grado del polinomio, ser factible conseguir que, adems de ser continua la
funcin, sean continuas sus derivadas. En el caso particular de un polinomio de segundo grado,
la expresin del interpolante ser:

Geoestadsticos (Kriging)

El primer paso en el >kriging= ordinario consiste en elaborar el variograma a partir de la nube

inicial de puntos. El variograma consta de dos partes: una parte experimental y una parte del
modelo matemtico. Sea z el valor de la cota a interpolar, el variograma experimental se genera
calculando la varianza (s2) de cada punto del conjunto con respecto a los dems puntos [9].

Una vez calculadas la varianzas, se procede a representarlas en relacin con las distancias
entre los puntos, figura n 3.

El variograma terico o del modelo, se genera mediante ajuste estadstico y es el que se

utilizar en los clculos de interpolacin y extrapolacin de cotas. El variograma indica que los
puntos prximos tienen valores de las varianzas parecidas, a partir de una cierta separacin, las
varianzas dejan de ser parecidas, sin embargo su media s presenta una tendencia constante.
El variograma terico se utiliza para calcular los pesos de ponderacin que se usar el proceso.
La ecuacin bsica es:

donde,

n es el nmero de puntos de partida.

zi es la cota de cada punto.
wi es el peso asignado a cada uno de ellos.

La expresin [10] es bsicamente igual a la [1], utilizada en los modelos gravitacionales,

excepto que en vez de asignar los pesos en funcin inversa de la distancia elevada a una cierta
potencia, el >kriging= utiliza el variograma.
Si la suma de los pesos es la unidad, el >krigeado= se denomina ordinario, si no se impone esta
condicin el proceso de >krigeado= se denomina simple. El Universal se refiere a la cualidad de
estudiar e imponer la tendencia de los datos, esto es, el estudio local de la varianza, o lo que es
lo mismo, considerar que el variograma no es esttico y que puede ser adaptado a las
variaciones locales que se produzcan.
Caractersticas

Cada uno de los modelos expuestos en este artculo tiene ventajas e inconvenientes a la hora
de ser aplicados en un trabajo topogrfico real. En general, los puntos reales del terreno que
definen la base de partida para la generacin de los modelos digitales, deberan formar parte
del propio modelo, de tal forma que la cota asignada a un punto del modelo coincidente con uno
real, fuese la misma. Esta caracterstica solo se consigue en los modelos basados en la red
irregular de tringulos. Sin embargo, a la hora de producir las curvas de nivel, los modelos
basados en la malla rectangular regular, producen unos resultados muy aceptables, tanto desde
el punto de vista de su apariencia como desde el punto de vista de la velocidad de clculo.

La calidad de los resultados obtenidos con cualquiera de los modelos depende

fundamentalmente de la calidad de los datos de partida, es decir del conjunto de puntos
tomados realmente. Una mala distribucin de los mismos, o una indeterminacin por falta de
datos, hace que el resultado del modelo digital se aparte rpidamente de la morfologa que
realmente tiene la zona modelizada
.
Cuando un modelador genera una curva de nivel de forma artificial, posiblemente, por las
razones expuestas anteriormente, se dice que produce artefactos (>artifacts=). Es raro el
trabajo en el que no se produzcan estos fenmenos, incluso aplicando cualquier algoritmo,
sobre todo, en los bordes del dominio a modelizar. Esta es la razn por la que habitualmente,
los modelizadores disponen de herramientas de edicin de datos que ayudan a generar un
modelo digital ms real.

Muchos de los algoritmos disponen de parmetros de ajuste que permiten variar las condiciones
de trabajo de la funcin interpolante, por ejemplo, en el caso de un algoritmo gravitacional, es
posible variar la influencia de la distancia asignando diversos valores a la potencia de la misma.
Aunque habitualmente se suele ajustar al cuadrado, se puede cambiar por otras potencias si las
circunstancias del problema lo requieren. En este mismo ejemplo, el nmero de puntos vecinos
que intervienen en la ponderacin del punto a interpolar, tambin puede ser variado a travs del
ajuste del radio de influencia. Puntos ms all del radio de influencia no intervendrn en el
proceso de interpolacin. En las tablas n1 2 y n1 3, se muestran algunas de las caractersticas
ms importantes de los diferentes modeladores y algoritmos.

Ejemplos

A continuacin se muestran tres ejemplos de modelizacin digital del mismo terreno utilizando
diferentes algoritmos matemticos.

Bibliografa

Barnhill R.E., Gregory.J.A. APolynomial Interpolation to Boundary Data on Triangles@.

Mathematics of Computation, n1 29. 1975.
Clough R.W., Tocher J.L. AFinite element stiffness matrices for analysis of plate blending@.
Proc. Conf. On Matrix Methods in Structural Mechanics, WPAFB, Ohio, 1965.
Deutsch C.V., Journel A.G. AGSLIB: Geostatistical Software Library and User=s Guide@. Oxford
University Press, New York 1992.
Farin G. ACurves and surfaces for Computer Aided Geometric Design: A practical guide@.
Academic Press, 1990.
Journel A. AConstrained Interpolation and Qualitative Information@. Mathematical Geology, vol.
18, n1 3, pp 269-286. 1986.
Kanaganathan S., Goldstein N.B.AComparison of four point adding algorithms for Delaunay type
three dimensional mesh generators@. IEEE Transactions on magnetics, vol 27, n1 3, may 1991.
Lee R.C.T. Fu J.J. AVoronoi Diagrams of Moving Points in the Plane@. International Journal of
Computational Geometry and Applications, 1991.
Martnez Marn R. AGeneracin automtica de una malla triangular@. Mapping, noviembre
2000.
Martnez Marn R. AGeneracin automtica de curvas de nivel (isolneas) suavizadas@.
Topografa y Cartografa, abril 2001
Poiker T.K., Fowler J.J., Mark D.M. AThe Triangulated Irregular Network@. Proceedings of the
Digital Terrain Models Symposium St. Louis, Miss., pp. 516-540, 1978.
Preparata F.P., Shamos M.I. AComputational Geometry, An Introduction@. 1985.
Shewchuk J.R. ATriangle: Engineering a 2D Quality Mesh Generator and Delaunay
Triangulator@. First Workshop on Applied Computational Geometry (Philadelphia,
Pennsylvania), pag. 124-133. May 1996.
Sloan S.W., Houlsby G.T. AAn implementation of Watson=s Algorithm for Computing 2-D
Delaunay Triangulations@. Advanced Engineering Software, Vol. 6, N1 4, 1984.
Zienkiewicz O.C. AThe Finite Element Method in Engineering Science@. McGraw-Hill, New
York, 1977.