Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fotografia Digital y Sensores Remotos
Fotografia Digital y Sensores Remotos
Contenido
1 INTRODUCCIÓN;................................................................................................................ 2
2 DEFINICIÓN Y PRINCIPIOS BÁSICOS DE LOS SITEMAS LIDAR; .............................................. 3
2.1.- PRINCIPIOS BÁSICOS...................................................................................................... 5
2.2.- DETERMINACIÓN DE LA METODOLOGÍA DE CAPTURA DE DATOS DEL SISTEMA LIDAR: .. 9
2.3.- DETECCIÓN DE VELOCIDADES MEDIANTE LIDAR .......................................................... 10
3 CRITERIOS DE CLASIFICACIÓN Y TIPOS DE LIDAR; ............................................................. 12
3.1.- SEGÚN EL TIPO DE LÁSER EMITIDO: ............................................................................. 14
3.2.- SEGÚN EL TIPO DE ESCANEADO: .................................................................................. 14
3.3.- SEGÚN EL TIPO DE PLATAFORMA EN EL QUE SE INSTALA............................................. 15
4 GESTIÓN DE LOS DATOS LIDAR. FORMATOS DE ARCHIVOS LAS ........................................ 27
4.1.- LIDAR : AVANCES Y DESAFÍOS ...................................................................................... 30
4.2.- VENTAJAS DEL LIDAR FRENTE A RADAR: ...................................................................... 32
5 TÉCNICAS DE LIDAR COMBINADAS; ................................................................................. 32
6 PRECISIÓN DEL SISTEMA LIDAR; ...................................................................................... 38
7 PRODUCTOS DERIVADOS Y APLICACIONES LIDAR ............................................................ 40
8 EJEMPLO (CASO PRÁCTICO DE LIDAR);............................................................................. 45
8.1.- ESPECIFICACIONES ESTABLECIDAS EN VUELOS LIDAR PARA PNOA EN EL AÑO 2009 ..... 46
9 TÉRMINOS BÁSICOS PARA ENTENDER LIDAR ................................................................... 51
9.1.- NOTAS Y ACLARACIONES RELACIONADAS; ................................................................... 54
10 BIBLIOGRAFÍA CONSULTADA Y REFERENCIAS PARA CONSULTA RECOMENDADAS; ....... 59
1 INTRODUCCIÓN;
Cuando se plantea el realizar un trabajo de investigación sobre LIDAR, se debe tener en cuenta
el hecho de que hablar de LIDAR es, a día de hoy, hablar de Teledetección (Remote Sensing), lo
cual implica tener que adquirir ciertos conocimientos que abarcan desde el tratamiento digital
de señales, hasta la visión por ordenador y por supuesto el procesamiento de imágenes
digitales.
Este documento pretende tratar aquellos aspectos del uso y aplicaciones del Sistema LIDAR,
así como sentar las bases para llegar a entender los conceptos básicos de esta tecnología, con
los cuáles trataremos de relacionar otros aspectos más complejos de Teledetección que se
relacionan con el Sistema LIDAR.
Trataremos de realizar una descripción del sistema LIDAR como una herramienta precisa,
rápida y a veces económica en diversos sectores y materias de aplicación (topografía,
cartografía, hidrología, geología, minería, medio ambiente, etc.).
Aunque tiene un carácter bastante teórico, incluye algunos términos que se deben conocer
para poder tratar, almacenar e interpretar la gran cantidad de datos y formatos que aporta
cualquier sistema que incluya esta tecnología.
Hay que destacar que la técnica LIDAR debe siempre trabajar y/o estar comprendida dentro de
unos márgenes de precisión previamente establecidos (dado que utiliza aparatos de medida
que requieren calibraciones periódicas), y especificaciones técnicas requeridas para el buen
desarrollo de los resultados obtenidos y de la interpretación que de ésta se deduce y/o
representa.
En este caso, la interacción va a ser un flujo de radiación que parte de los objetos y se dirige
hacia el sensor. Este flujo puede ser, en cuanto a su origen, de tres tipos:
- Radiación solar reflejada por los objetos (luz visible e infrarrojo reflejado)
- Radiación terrestre emitida por los objetos (infrarrojo térmico)
- Radiación emitida por el sensor y reflejada por los objetos (radar, lidar)
De esta forma, mediante "fotografías" del terreno, y aplicando distintas técnicas, se puede
extraer información de manera automática del tipo de terreno, edificios, vegetación,
orografía, ...
Cabe destacar que una de las principales utilidades de la teledetección está en la construcción
de Modelos Digitales del Terreno (MDT) y Modelos Digitales de Superficie(MDS) para el
desarrollo de bases de referencia cartográficas.
Los sensores LIDAR miden directamente tanto la localización vertical como la distribución
horizontal de elementos de superficie (cubierta vegetal, suelo, rocas y minerales, etc.), usando
longitudes de onda en el Infrarrojo (IR) o Infrarrojo cercano (Near Infrared – NIR) (Fowler
2000).
La tecnología LIDAR, según el Ministerio de Medio Ambiente de España [52], se puede definir
como un sistema telemático activo de captura de datos los cuáles procesados adecuadamente
pueden proporcionar información muy útil en determinadas áreas de conocimiento.
Según Pinilla [65], es un sistema activo que se caracteriza por al emisión de pulsos de luz
polarizada entre el ultravioleta y el infrarrojo próximo mediante un emisor láser.
Otra manera de definir LIDAR sería “Sistema láser de medición a distancia que permite la
modelización (3D) rápida y precisa del terreno” (Light Detection And Ranging), y permite:
Se trata de un sistema láser de medición a distancia que se utiliza para la toma de medidas
precisas en objetos lejanos e inaccesibles. Esta técnica se está introduciendo en el campo de la
cartografía de detalle, puesto que permite la modelización rápida del terreno en zonas con
accesos difíciles.
Para producir un modelo tridimensional de la zona previamente definida, se pasa el láser por
el área de interés tanto de forma longitudinal como transversal y se usan el mayor número de
pulsos posible, para producir así puntos de distancia en el terreno, a partir del láser.
El ángulo del láser y su posición son registrados para cada pulso de láser que éste envía, y por
lo tanto, se puede producir una imagen tridimensional al combinar los distintos puntos de
distancias relativas unas a otras, mediante la utilización de un software adecuado en un
ordenador. En el contexto de resolución definitiva, cuanto más cercanos estén los puntos
sobre el terreno, más exacto será el modelo.
Los sistemas LIDAR se pueden usar para medir gran variedad de magnitudes físicas de los
objetivos (blancos) que se desean analizar dependiendo de las técnicas y dispositivos utilizados
en cada caso.
La definición de la Técnica LIDAR, ofrece una serie de ventajas significativas respecto a las
técnicas utilizadas tradicionalmente, destacando la precisión, fiabilidad, rentabilidad y rapidez.
Así, existen diversos tipos de sistemas clasificables según diversos criterios. De esta manera,
podemos encontrar sistemas
Activos o pasivos, según se trate de generadores de la radiación que captan (LIDAR) o sólo
meros receptores de la radiancia del objeto iluminado por una fuente externa (orto-fotografía
aérea).
Resolución espacial: Capacidad por la cual, se puede distinguir el objeto más pequeño posible
en una imagen.
Resolución espectral: Capacidad del sensor para discriminar la radiancia detectada en distintas
longitudes de onda del espectro electromagnético.
Resolución temporal: Capacidad del sensor para discriminar los cambios temporales sufridos
por la superficie de estudio.
De este modo, para obtener mayor resolución temporal, se necesitan órbitas de mayor altura,
lo cual implica menor resolución espacial. Por otro lado, aumentar la resolución,
especialmente la espectral, implica un incremento del número de datos que además de
encarecer el coste, complica considerablemente el tratamiento de ésta desde su origen hasta
el destino de almacenamiento y su posterior procesamiento.
Entre las aplicaciones más destacadas de los Sistemas de Teledetección LIDAR, destacamos
según el objeto de estudio o del proyecto a ejecutar, las siguientes:
Estudio de la litosfera. Se trata de estudios realizados sobre el componente sólido e inerte del
planeta. Así, se estudian y analizan los riesgos de erosión, la geomorfología y la geología del
terreno o el nivel de radiación solar a nivel de superficie.
Toda esta información, como ya hemos visto, suele recompilarse en grandes bases de datos
que dan lugar a la necesidad de herramientas como los SIG y que tienen una gran importancia
en diversos ámbitos y especialmente en el de las administraciones públicas. Para aumentar el
potencial de estas técnicas, no dejan de aparecer nuevas tecnologías que dan cada vez mayor
resolución a los datos obtenidos y que mejoran las expectativas de explotación. Éste es el caso
de LIDAR y que pasaremos a estudiar en los siguientes apartados.
El levantamiento LIDAR tiene ventajas sobre la captura con otros métodos convencionales,
dado que requiere de un mínimo control geodésico en tierra, y los datos obtenidos poseen
mayor densidad y precisión. Es una tecnología que permite determinar la distancia desde un
emisor láser a un objeto o superficie utilizando un haz láser pulsado.
Utiliza una tecnología óptica de detección remota para medir propiedades de luz reflejada
(back-scattered) por un blanco remoto con el fin de estimar su distancia, velocidad,
coordenadas en sistema de referencia predefinido además de otras propiedades propias del
blanco objeto de análisis.
Al igual que ocurre con la tecnología Radar (la cual utiliza ondas de radio en vez de luz), la
distancia al objeto se determina midiendo el tiempo de retardo entre la emisión del pulso y su
recepción / detección a través de la señal reflejada.
Este sistema es el equivalente óptico del sistema radar de microondas por lo que a menudo se
le llama “radar láser” en la literatura anglosajona.
• ALS (Escáner Láser Aerotransportado). Emite pulsos de luz infrarroja que servirán para
determinar la distancia entre el sensor y el terreno.
• GPS Diferencial. Mediante el uso de un receptor en el avión y uno o varios en
estaciones de control terrestres (en puntos de coordenadas conocidas), se obtiene la posición
y altura del avión.
• INS Sistema Inercial de Navegación (Inertial Navigation System). Nos informa de los
giros y de la trayectoria de la Plataforma.
• Cámara de video digital (opcional), que permite obtener una imagen de la zona de
estudio, que servirá para la mejor interpretación de los resultados. Esta puede montarse en
algunos sistemas junto al ALS.
• Medio aéreo. Puede ser un avión o un helicóptero. Cuando se quiere primar la
productividad y el área es grande se utiliza el avión, y cuando se quiere mayor densidad de
puntos se usa el helicóptero, debido a que este puede volar más lento y bajo.
Las medidas obtenidas por los tres componentes principales, ALS, GPS y IMU, se toman con
una misma etiqueta de tiempos acorde con el GPS. De esta forma después se pueden
relacionar fácilmente en el cálculo posterior.
Figura 1: Configuración general del Telémetro en un sistema LIDAR [R. M. Measures, 1992]
En la figura 2 podemos diferenciar las distintas Longitudes de Onda (Wavelength) que pueden
ser detectados por las técnicas LIDAR
Como hemos comentado con anterioridad, la tecnología LIDAR tiene aplicaciones en distintas
disciplinas científicas como la geología, hidrología, sismología y física de la atmósfera, y resulta
muy útil para otros usos como pueden ser la minería, caracterización ambiental de la
superficie (mapas de vegetación, litología, pendientes, etc.), caracterización de edificios y/o
estructuras existentes, etc., entre otros campos de aplicación como se irá viendo a lo largo de
este documento de manera independiente.
El uso de LIDAR requiere conocer y definir previamente los parámetros y especificaciones del
proyecto en los que se utiliza como por ejemplo el tipo de técnica que se va a utilizar para la
captura de los datos (aérea, terrestre, etc.).
Por otro lado también se deben de tener en cuenta las propiedades superficiales de las zonas
de estudio, estaciones del año en que se realiza el análisis e implicaciones, considerando la
técnica de aplicación seleccionadas y las posibles implicaciones que pueden tener en el
desarrollo de los trabajos, como por ejemplo, presencia o ausencia de hojas en los árboles, de
nieve y/o cantidades de agua en superficie, presencia de nubes y/o emisión de determinados
gases en el entorno, etc. ), entre otros factores a considerar de manera específica en cada
trabajo.
Se trata de un sistema láser de medición a distancia que se utiliza para la toma de medidas
precisas en objetos lejanos e inaccesibles. Esta técnica se está introduciendo en el campo de la
cartografía de detalle, puesto que permite la modelización rápida del terreno en zonas con
accesos difíciles.
El instrumental utilizado en LIDAR emite pulsos de luz láser en la banda del espectro
electromagnético comprendido ente el infrarrojo y el ultravioleta, para posteriormente
capturar la señal reflejada por la superficie topográfica barrida, midiendo el tiempo empleado
por cada una de las señales emitidas en recorrer el espacio que separa al transmisor de la
superficie física del terreno, utilizando los mismos principios que la tecnología radar, si bien lo
que difiere es la longitud de onda de la señal utilizada.
Se trata de una tecnología muy parecida al RADAR, pero con la diferencia de que para poder
determinar las 3 coordenadas de cada punto, el sistema requiere el empleo de técnicas de
posicionamiento global (GPS) en modo diferencial en tiempo real y los sistemas de navegación
inercial que permitan caracterizar la posición espacial del instrumental de medición en cada
instante.
Para producir un modelo tridimensional de la zona previamente definida, se pasa el láser por
el área de interés tanto de forma longitudinal como transversal y se usan el mayor número de
pulsos posible, para producir así puntos de distancia en el terreno, a partir del láser.
El ángulo del láser y su posición son registrados para cada pulso de láser que éste envía, y por
lo tanto, se puede producir una imagen tridimensional al combinar los distintos puntos de
distancias relativas unas a otras, mediante la utilización de un software adecuado en un
ordenador. En el contexto de resolución definitiva, cuanto más cercanos estén los puntos
sobre el terreno, más exacto será el modelo.
La detección de las velocidades de los pulsos emitidos y recibidos, utiliza una tecnología
idéntica a la que emplean las pistolas láser de la policía para detectar la velocidad de los
vehículos en el tráfico rodado. Se diferencia del radar en que en lugar de usar ondas de radio,
se usa un haz de luz láser pulsante en la banda del infrarrojo cuya frecuencia de pulsación es
de 33MHz y cuya longitud de onda es de 904nm.
La energía electromagnética en una particular longitud de onda λ (en el vacío) tiene una
frecuencia f asociada y una energía de fotón E. Por tanto, el espectro electromagnético puede
ser expresado igualmente en cualquiera de esos términos. Se relacionan en las siguientes
ecuaciones:
- , o lo que es lo mismo
- , o lo que es lo mismo
Por lo tanto, las ondas electromagnéticas de alta frecuencia tienen una longitud de onda corta
y mucha energía mientras que las ondas de baja frecuencia tienen grandes longitudes de onda
y poca energía.
La espectroscopía puede detectar una región mucho más amplia del espectro
electromagnético que el rango visible de 400 a 700 nm. Un espectrómetro de laboratorio
común y corriente detecta longitudes de onda de 2 a 2500 nm.
De una manera general el Sistema LIDAR es la contraparte óptica de la técnica de Radar para
sensoramiento remoto de la información de un blanco distante. En la mayoría de los casos, el
blanco será una región en la capa límite de la cual buscaremos información de su estado
meteorológico. Ya hemos mencionado que un sistema LIDAR transmite pulsos de luz hacia la
atmósfera y analiza la señal de la intensidad retro-dispersada en función del tiempo de
retorno. Además de depender del alcance (dependiente del tiempo), la señal de retorno puede
tener una distribución espectral que lleva información de la atmósfera. Como alternativa a un
sistema de pulsos, la señal retro-dispersada de un haz de onda continua como función de la
distancia en la que el LIDAR se focaliza, da una típica señal del LIDAR de la intensidad retro-
dispersada como función del alcance. Es posible transmitir en múltiples longitudes de onda y
medir parámetros atmosféricos por diferencias en la dependencia del alcance de las señales a
diferentes longitudes de ondas.
Figura 2. Rangos del espectro electromagnético detectado por un sistema de detección LIDAR.
Las mediciones del LIDAR exhiben todas las características deseadas de las técnicas de
sensoramiento remoto. Los valores medidos representan promedios espaciales sobre
volúmenes que pueden ser variados por un diseño apropiado del sistema LIDAR. Tales valores
de los promedios espaciales son usualmente más representativos de el estado de la atmósfera
turbulenta de lo que lo son las mediciones de los puntos singulares, y en muchos casos unos
pocos valores remotamente sensoreados pueden reemplazar un punto singular cuyo promedio
se ha establecido temporalmente.
Debido a que la región de muestreo puede ser movida alrededor de la capa límite dirigiendo el
haz del LIDAR, un sistema singular de LIDAR puede estimular muchos aspectos del amplio y
tridimensional arreglo de sensores puntuales. De esta manera, es frecuentemente posible
obtener más información sobre campos meteorológicos de lo que sería posible con un número
de instrumentos convencionales.
Algunas de las variables básicas de la capa límite que son medidas en un volumen de muestreo
elegido, son las siguientes:
Clasificaremos en este trabajo los sistemas LIDAR de acuerdo a los criterios que a continuación
se exponen.
El LIDAR se puede usar para realizar con exactitud modelos de entornos complejos y objetos
físicos.
Igual que las cámaras nos permiten ver objetos en fotos, un instrumento LIDAR nos permite
visualizar objetos en tres dimensiones. El sistema LIDAR puede desplazarse a bordo de una
aeronave para observar el terreno desde la componente z (altura) o moverse a nivel de tierra
para registrar objetos que se encuentren en sus inmediaciones. También se puede montar en
un vehículo terrestre.
Cubre con rapidez amplias áreas gracias a sus técnicas de mapeo con LiDAR móvil.
LIDAR terrestre estático. En este caso, el sistema no se mueve (no se encuentra montado sobre
ningún dispositivo móvil, sino sobre un trípode), y se utiliza para estudiar un área concreta de
interés (por ejemplo un puente). La precisión es muy alta, pero la cantidad de datos a recoger
está limitada puesto que se trata de sistemas estacionarios.
LIDAR móvil. El sistema está montado en la parte trasera de un vehículo, de tal forma que el
láser rota 360 º continuamente durante la operación, mientras que el vehículo avanza. La
precisión en este caso es la mayor en relación con el resto de técnicas. La distancia máxima de
alcance suele ser de unos 200 m desde el sensor, y la densidad de puntos por metro cuadrado
puede llegar a los 4.000. Puede ser incorporado en vehículos terrestres y acuáticos obteniendo
como resultado datos topográficos y/o batimétricos respectivamente según el caso.
LiDAR Topográfico;
Consiste en la emisión de un pulso láser y la medida del tiempo que tarda dicho punto en
llegar a la superficie y volver al avión. Para poder referenciar correctamente el punto que se ha
medido en el terreno, se utiliza la combinación de dos técnicas diferentes:
· INS (Sistema de Navegación Inercial): permite medir la orientación exacta del sensor.
Este sistema mide los ángulos con una precisión de 0.001 grados, lo que permite
compensar los movimientos bruscos que sufre el sensor a bordo del avión, pudiendo
calcular en cada momento las coordenadas exactas del punto que estamos midiendo
en el terreno.
· GPS diferencial para poder medir la posición exacta del sensor.
Cuando el rayo láser llega al terreno se comporta de forma diferente dependiendo de las
características de los objetos que se encuentre, así:
· En una superficie sólida (edificios, suelo, etc.), el rayo se refleja y vuelve al avión.
· En el agua el rayo láser es absorbido y no vuelve al avión, por lo que no se obtiene
información.
· En vegetación, al chocar con la copa del árbol, parte del rayo se refleja y vuelve al
avión, pero parte del rayo la atraviesa hasta llegar al suelo. El sistema guarda el primer
y último pulso.
· En áreas con existencia de gases y aerosoles
De esta forma se obtienen las alturas del terreno con una precisión del orden de 15 cm. en
altura Si el sensor trabaja con una frecuencia de hasta 150 Khz, el proceso de medida descrito
anteriormente se repite 150.000 veces por segundo, lo que permite obtener modelos de alta
precisión, con una resolución espacial de 1 metro por pixel.
En general, es posible medir objetos que tengan un tamaño comparable o mayor a la longitud
de onda de emisión, por lo que un sistema LIDAR es en general mucho más sensible por
ejemplo en la medición de gases y aerosoles que un radar.
LIDAR Batimétrico
El Sistema de LIDAR Batimétrico puede ser utilizado para complementar otras técnicas de
reconocimiento. Mientras que los sistemas multi-haz han revolucionado la adquisición de
datos batimétricos en zonas de altas y medias profundidades de agua, son mucho menos
efectivas en profundidades menores a 10 metros bajo LAT (Lowest Astronomical Tide).
Por otro lado los sistemas LIDAR han sido específicamente diseñados como un reto
medioambiental y puede proporcionar datos de gran densidad y uniformidad incluso en las
aguas más superficiales.
Al contrario que los sistemas multi-haz, la cobertura de barrido de los sistemas LIDAR son
independientes del espesor de la columna de agua existente. Dada la facilidad para lograr
coberturas en distintos rangos de magnitud mayores que cualquier otro método acústico (p.e.
Sonar), los Sistemas LIDAR resultan ser una herramienta efectiva para topografiar áreas
amplias y superficiales con aguas relativamente claras.
En aguas muy claras puede ser efectivo a profundidades de hasta 50 metros, aunque en aguas
más turbias tan sólo muestra resultados exitosos a profundidades de 2 a 3 veces el disco
Secchi (elemento utilizado para determinar la turbidez del agua en océanos y lagos).
En general los Sistemas LIDAR no deben ser aplicados en corrientes de agua con turbidez
media-alta. En aquellas zonas donde los valores de turbidez puedan encontrarse en rangos
muy variables es crítico planificar operaciones LIDAR durante incluso aquellos periodos de
condiciones favorables (p.e. descargas bajas en desembocadura de ríos y/o mareas muertas).
Los reconocimientos de Sistemas LIDAR Batimétricos actuales suelen trabajar en el canal Verde
de longitud de onda para medir la profundidad de la columna de agua. Desafortunadamente
debido a las dificultades en la distinction entre los pulsos de retorno de la superficie y el fondo
de la columna de agua se ha de considerar que el tiempo de retorno de la señal de fondo es a
veces ambigua. Así, es común encontrar áreas costeras donde exista escasez de medidas.
Las observaciones el canal espectral rojo muestra la subdivisión de las longitudes de ondas en
dos grupos principales; (1) Longitudes de onda de aguas profundas (>2 m) cuya forma es
invariable con la profundidad, y (2) Longitudes de onda de aguas superficiales (<2 m) cuya
forma muestra variaciones a distintas profundidades.
1) LIDAR aéreo. Normalmente utilizado para grandes áreas. El sensor se coloca en un avión,
que normalmente vuela a una altura entre 400 y 2.500 metros sobre la superficie. La precisión
suele estar en este caso entre 9,25 cm y 18,5 cm verticalmente, y entre 20 cm y 1 m
horizontalmente.
2) LIDAR aéreo de baja altitud. Se utiliza normalmente para estudios de vías de comunicación e
infraestructuras lineales (por ejemplo, líneas eléctricas). La altitud de vuelo es mucho menor
(de 50 a 800 metros sobre la superficie), y normalmente el sensor va montado sobre
helicópteros. De esta forma se consiguen densidades que oscilan entre los 20 y los 100 puntos
por metro cuadrado, con precisiones también mayores.
objetos o el terreno refleja al sensor parte de la energía del pulso emitido. Una característica
distintiva de los retornos en zonas de vegetación es que éstos se pueden producir a diferentes
niveles, siendo posible que el último retorno se produzca al nivel del terreno.
La toma de datos puede hacerse desde un avión o desde un helicóptero, dependiendo del tipo
de trabajo y precisiones que se pretende conseguir y/o establecidas.
En el primer caso se prima la productividad, se vuela más alto y se abarca una zona mayor.
Si se vuela la zona con un helicóptero, se puede volar más lento, a menos altura, y se obtiene
mayor densidad de puntos.
La altura máxima a la que puede volar un avión/helicóptero con un sistema LIDAR debería
estar condicionada por la frecuencia de emisión del sistema láser, aunque en la práctica este
intervalo de tiempo es suficientemente pequeño como para no ser el elemento determinante.
Durante el vuelo, se toman medidas en los tres subsistemas de los que dispone el LIDAR:
GPS, IMU y ALS (Airborne Láser Scanning) de forma independiente pero con una etiqueta de
tiempos acorde con el tiempo GPS. Estas etiquetas serán las que permitan sincronizar todas las
medidas en post-proceso.
Esquema de los sistemas de referencia de los tres subsistemas: GPS, IMU, ALS.
Además de las medidas realizadas con el láser, es necesario conocer las coordenadas de la
antena GPS y la posición del ALS respecto a esta antena para poder dotar de coordenadas
ETRS89 o Datum correspondiente a los puntos del terreno donde se trabaja.
La distancia entre ambos sistemas se debe medir previamente con una estación total o con un
distanciómetro de precisión. Por otro lado las coordenadas de la antena en cada instante,
serán obtenidas mediante trabajos de gabinete (proceso posterior a la toma de datos a realizar
en oficina o laboratorio), y finalmente, la orientación entre la antena GPS y el centro del ALS
vendrá dada por los sistemas inerciales.
Después del vuelo, los datos GPS y los datos IMU se integran mediante un filtro Kalmann*
(véase nota al final del documento) para determinar la trayectoria del vuelo y los giros en cada
instante. Estos elementos más el ángulo de salida que ha formado el pulso láser con respecto a
la vertical, se combinan para determinar la línea imaginaria que ha descrito el pulso láser en el
espacio.
Finalmente la longitud del camino descrito por el rayo, los giros definidos por los sistemas
inerciales, y la posición del escáner láser obtenido a partir de las medidas GPS, se utilizarán
para determinar las coordenadas ETRS89 de los puntos medidos.
Una vez se ha llegado a este punto se tienen que realizar dos conversiones más, del sistema
ETRS89 al Datum nacional, y el paso de alturas / coordenadas proyectadas a cotas orto-
métricas.
Para asegurar una correcta transformación entre sistemas de coordenadas, se deben calibrar
los diferentes subsistemas de forma individual y conjunta, tanto en el laboratorio como en el
terreno antes del vuelo. Para el escáner deberán calibrarse tanto los elementos geométricos
como radiométricos del láser y muy especialmente la posición relativa respecto al sistema
inercial.
Hay que destacar que un sistema LIDAR, puede discriminar entre múltiples respuestas
recibidas de un mismo pulso (hasta 5), permitiendo por tanto determinar las superficies
intermedias, como por ejemplo líneas de tensión o coberturas vegetales.
En la actualidad, hay escáneres de varios tipos: los que reconocen hasta 7 ecos, los que sólo
reconocen el primer pulso, los que sólo reconocen el último, los que reconocen el primero y el
último, etc. Dependerá el tipo de trabajo que desee realizarse para trabajar con un escáner u
otro.
A partir de la gran cantidad de pulsos recibidos (se emiten unos 80000 pulsos por segundo y se
recibe el 95 % de los pulsos emitidos más sus ecos), se genera un modelo digital de elevaciones
de altísima densidad. Como mínimo un DTM LIDAR es tres veces más denso que un DTM
fotogramétrico. Se obtendrá una nube de puntos superabundante que permitirá modelar el
terreno con el máximo detalle. Esta nube de puntos tendrá un ratio de “puntos medidos /
espacio” mayor que con cualquier otra técnica existente.
Los satélites de observación de la tierra, se dividen, según su órbita, en satélites de órbita baja
(LEO) y satélites de órbita geoestacionaria (GEO).
· los GEO´s tienen una órbita fija a 35875 km de distancia, en órbita ecuatorial (lo que
significa que quedan en dirección sur para los habitantes del hemisferio norte, en
dirección norte para los habitantes del hemisferio sur y justo encima de los habitantes
del ecuador). Además, por las características de la órbita geoestacionaria, siempre
permanecen fijos en el mismo punto. Son excelentes para estudios de meteorología
(Meteosat).
Los instrumentos de observación dependen del objeto del estudio; variando desde
observación en el espectro visible, las microondas, etc.
En el estudio de la atmósfera, los aerosoles son los parámetros geofísicos menos conocidos. La
motivación de su estudio radica en la influencia que estos tienen sobre el balance de radiación
terrestre, ya que producen un efecto directo sobre la temperatura en la tierra. Los aerosoles
son generados por causas naturales o por obra del hombre, y se ubican generalmente en la
parte baja de la troposfera. A esta zona de concentración de aerosoles se la denomina Capa
Limite Atmosférica (CLA).
Existen varios sistemas de sensor remoto atmosférico. Estos sistemas se dividen en dos
grupos: activos y pasivos. Los Sistemas LIDAR son sistemas de medición activos, ya que para
obtener la información necesaria se debe excitar a las moléculas de la atmósfera con pulsos
láser, y tras obtener una medida de los fotones retro-dispersados, se obtienen sus
características. En cambio, los sistemas pasivos sólo se basan en el análisis de la intensidad de
la radiación solar incidente para obtener los valores de los parámetros atmosféricos.
Los Sistemas LIDAR son sistemas muy potentes, ya que se puede obtener información
discriminada en altura con alta resolución espacial, ofreciendo información más detallada que
la generada por otros instrumentos sensores remotos, como por ejemplo, los fotómetros
solares o radiómetros.
También se pueden estimar los radios medios de las moléculas que se encuentran en la
atmósfera mediante la ley de Ångström.
Se trata de un sistema LIDAR para el estudio de la tropósfera desde los 300 m hasta los 13,5
km permitiendo obtener perfiles de extinción y retro-difusión de aerosoles, la evolución de la
capa límite atmosférica, vapor de agua y el sensado o percepción de cirrus.
El sistema emisor está basado en un láser sólido Nd:YAG (Continuum Surelite III P-IV) de 10 Hz
de repetición. La longitud de onda fundamental es 1064 nm con una energía de 600 mJ. El
láser genera además la primera y segunda armónica, 532 nm y 355 nm respectivamente.
De esta manera el sistema “sensa” o percibe en forma simultánea seis longitudes de onda con
una resolución temporal de 10 s y espacial de 6 m. Por medio de cinco fotomultiplicadores
Hamamatsu 6780 – 03 (355 nm, 387 nm, 408 nm, 532 nm y 607 nm) y un fotodiodo de
avalancha Licel (Si-APD) (1064 nm) se convierte la señal luminosa en una señal eléctrica.
La señal eléctrica que proviene de las longitudes de onda elásticas son digitalizadas por una
placa GPIB, en cambio, la señal eléctrica de las líneas inelásticas son adquiridas con un sistema
de adquisición Licel en modo fotoconteo.
La utilización de uno u otro método depende de la velocidad de llegada de fotones. Los foto-
detectores en función de su eficiencia, generan pulsos de corriente como consecuencia de los
fotones detectados. Si dichos pulsos pueden ser discriminados por el sistema de adquisición de
datos de manera de poder contarlos, se utiliza la técnica de foto-conteo. Este método es
utilizado en la medición de ozono, debido a la baja tasa de llegada de fotones, ya que
provienen de la estratosfera.
Cuando no se puede cumplir con la condición de conteo de los pulsos procedentes de foto-
detectores debido a una alta tasa de llegada de fotones al detector, se utiliza la técnica de
foto-corriente, que consiste en digitalizar la señal y almacenar sus valores. Esta técnica es la
utilizada en los Sistemas LIDAR de aerosoles, ya que la tasa de llegada de fotones es elevada,
produciendo en los pulsos que los foto-detectores entregan, lo que se denomina un
“apilamiento”, haciendo que no se puedan diferenciar unos de otros y que la acción de conteo
sea prácticamente imposible de realizar. Generalmente, la resolución de cada muestra de
estos sistemas es de 12 bits. La velocidad de muestreo nos dará la resolución espacial del
sistema LIDAR.
Frecuencias típicas de muestreo son del orden de los 25 MHz, obteniéndose para ésta
frecuencia una resolución espacial de 6 metros. Obtenemos entonces que la información bruta
obtenida por el sistema LIDAR es una medida de los fotones retro-dispersados por la
atmósfera discriminados en altura. Esta información debe ser procesada para obtener los
parámetros de la atmósfera buscados, que son el coeficiente de retro-dispersión volumétrica
(β) y el coeficiente de extinción (α).
Los distintos tipos de mediciones discutidos en el presente documento han demostrado que
Lidar no es sólo una técnica de instrumentación, sino que es una clase de técnicas ópticas de
sensoramiento remoto. Estas técnicas envuelven todas la retrodispersión atmosférica de algún
tipo u otro, pero el análisis de la información puede focalizarse en la absorción o en diferentes
tipos de dispersión que involucran partículas de aerosoles o moléculas gaseosas. Algunas de
las variables accesibles del Lidar son la distribución de partículas de aerosoles, viento,
temperatura, vapor de agua, otras componentes, y combinación de estas variables.
Dependiendo de la interacción de la variable de interés y la medición elegida, la longitud de
onda transmisora del Lidar puede ir desde el IR medio hasta el UV medio. Los sistemas de Lidar
van desde ser compactos, móviles, y sistemas aerotransportados, hasta grandes, con
instalaciones fijas para sensoramientos de largo alcance.
A pesar de esta variedad, hay suficiente semejanza en los diferentes acercamientos del Lidar
tal que partes del mismo instrumento Lidar, pueden ser usadas para medir diferentes variables
de la capa límite, si las interacciones físicas en las que las mediciones están basadas son
elegidas correctamente. En todos los casos, los Lidares de la capa límite tienen en común el
hecho de que son dispositivos de sensoramiento remoto de un solo extremo que proveen de
información resuelta por el alcance a lo largo de la línea de visión.
Esta señal se propaga por el espacio hasta que es reflejada o absorbida por la atmósfera.
Parte de la señal reflejada vuelve al sistema LIDAR, y es captada por el receptor, tras haber
sido concentrada por el telescopio.
Para los casos de LIDAR pulsados, la ecuación adopta una forma diferente bastante más
compleja.
En este apartado se darán algunos ejemplos de los sistemas LIDAR que se suelen utilizar con
más frecuencia para la medición de gases:
i) LIDAR Rayleigh
El sistema LIDAR Rayleigh utiliza un láser de alta potencia no sintonizable (láser pulsado
Nd:YAG) para medir cambios en la densidad o en el coeficiente de reflectividad de la atmósfera
debido a partículas, como aerosoles, nubes o polvo. Estas partículas producen reflexiones
relativamente altas que son fáciles de detectar. Este sistema es útil para detectar fenómenos
meteorológicos como lluvia, nieve, granizo y nubes densas.
También se puede utilizar para medir la presión y temperatura en altas capas de la atmósfera,
ayudando a la reentrada de vehículos espaciales. En los Juegos Olímpicos de Barcelona en
1992, un sistema basado el LIDAR Raileygh fue utilizado para medir la velocidad del viento en
la ciudad, y así predecir el impacto de la contaminación en la zona del centro.
El sistema DIAL es un tipo de LIDAR pulsado, utilizado comúnmente para la detección de gases,
especialmente vapor de agua, con alta resolución espacial y temporal. De esta manera,
procesos dinámicos atmosféricos, como la capa límite de desarrollo o el transporte turbulento,
pueden ser estudiados en detalle.
Dos pulsos láser con longitudes de onda λon y λoff (Figura 2) se emiten casi simultáneamente.
La luz de la longitud de onda λon es más absorbida por el gas de estudio que λoff.
Si el coeficiente de absorción del gas de estudio es conocido para esas dos longitudes de onda,
la concentración de los átomos o moléculas del gas pueden deducirse directamente.
Un sistema LIDAR Raman detecta, además de la luz reflejada por el gas a la misma longitud de
onda de emisión (backscattering elástico), señales a diferentes longitudes de onda.
Estas señales proceden de fotones producidos por moléculas (o átomos) que absorben o
aportan energía a los fotones incidentes (scattering inelástico). Debido a este efecto, estas
moléculas cambian su estado vibracional o rotacional (proceso Raman). La luz emitida por
estas moléculas experimenta un cambio en su frecuencia debido a su cambio de energía. Este
cambio en frecuencia es característico de la molécula que lo originó, y por lo tanto de cada gas.
En la Figura 3 está representada una simulación del espectro Raman para varios gases.
Se observa que para cada gas el espectro Raman consiste en una longitud de onda central de
reflexión (que es la longitud de onda emitida), rodeada de otras longitudes de onda cercanas
que también reflejan potencia.
La potencia recibida por el efecto del Raman scattering es varios órdenes de magnitud más
pequeña que la recibida por backscattering elástico, por lo que normalmente un LIDAR Raman
está construido con un láser pulsado de alta potencia, telescopios relativamente grandes y
detectores muy eficientes.
El efecto Doppler se ha utilizado en LIDAR para medir la velocidad del viento, y para diferenciar
entre reflexiones de moléculas o aerosoles en la atmósfera.
El cambio en longitud de onda producido por este efecto es muy pequeño (una fracción de
cambio en la frecuencia de 10-8 para velocidades de 1m/s a una longitud de onda de 10μm),
por lo que son medidos mediante detección óptica heterodina (***)(véase nota al final del
documento).
La detección óptica heterodina implica el mezclado óptico de la señal recibida con otro láser
operando a la longitud de onda de emisión, trasladando así la diferencia frecuencial a una
banda más baja, donde es posible su medición.
Este sub-capítulo se basa en la especificación propuesta por la ASPRS (American Society for
Photogrammetry and Remote Sensing) [2], y según dicha especificación, los ficheros LAS están
ideados para contener datos en forma de puntos LIDAR. Los datos generalmente serían
pasados a este formato desde software (provisto por vendedores de hardware LIDAR) que
combine GPS(sistemas de posicionamiento global), IMU(unidad de medida inercial) y datos de
rango de pulso laser para producir datos definidos por las coordenadas X,Y y Z. El objetivo
último de esta asociación es proveer un formato abierto que sirva como estándar para las
compañías del sector.
Cualquier campo en el bloque de cabecera que no sea requerido y no se use, debe ser
rellenado con ceros.
Firma del fichero: La firma del fichero debe contener los cuatro caracteres "LASF", y es
requerido por la especificación. Estos cuatro caracteres pueden ser comprobados por el
software cliente para determinar rápidamente el tipo de fichero.
ID Fuente Fichero (El número del vuelo, si se corresponde con un vuelo derivado de una línea
de vuelo original): Este campo debería contener un valor entre 1 y 65535, inclusive. Un valor 0
es interpretado como sin asignar identificador.
En este caso, el software que procesa es libre para asignar un valor válido. Nótese que este
esquema permite a los proyectos LIDAR contener hasta 65535 fuentes únicas. Una fuente
puede ser considerada como un vuelo original o puede ser el resultado de operaciones de
unión o extracción.
Reservado: Este campo de datos está reservado y debe ser rellenado con ceros por los
softwares generadores.
ID Proyecto (datos GUID): Los cuatro campos que contienen un "Globally Unique
Identifier"(Identificador Único Global), GUID, están reservados ahora para el uso como
identificador de proyecto. El campo se mantiene opcional y queda a discreción del software
que procesa el archivo. El identificador de proyecto debería ser el mismo para todos los
ficheros que están asociados con un único proyecto. Este campo junto al identificador de
fuente del fichero, identifica un punto dentro de un fichero de manera unívoca, globalmente.
ID Sistema: En la Versión 1.1 se reconoce que los ficheros a menudo, son el resultado de
distintas operaciones sobre datos originales, y este campo identifica el tipo de sistema que lo
ha generado.
Día del año de creación del fichero: Día, expresado como 'unsigned short', en el que este
fichero fue creado. El día es computado como un día en formato GMT (Greenwich Mean Time).
El uno de Enero es considerado día 1.
Año de Creación del Fichero: El año, expresado como un número de cuatro dígitos, en el que el
fichero fue creado.
Para la gestión de dichos datos, el primer paso consiste en extraer los datos en bruto del
sistema. Este proceso normalmente se llama pre-procesado, y consiste en validar los datos
obtenidos en función de los resultados de la posición del GPS de abordo, y otros parámetros.
Una vez realizado esto, se obtienen como output los archivos en formato LAS (**) (véase nota
al final del documento), que son el estándar desarrollado por la American Society for
Photogrammetry & Remote Sensing (ASPRS), para la mayoría de los sistemas LIDAR.
Las operaciones a realizar sobre los archivos LAS son las que se incluyen en el llamado post-
procesado, y están dirigidas a convertirlas en formatos utilizables en Ingeniería y en Sistemas
de Información Geográfica (SIG). Si bien el procedimiento varía en función de las aplicaciones,
su denominación es común (extracción de datos). Consiste en atribuir algunos valores a los
puntos (asignar una clasificación). Para ello, en aquellos sistemas que también toman
fotografías durante la recogida de datos, suele ser de mucha utilidad consultarlas en esta fase.
La clasificación incluye categorías como base del terreno, vegetación, edificios y otros
elementos. A partir de esta clasificación, se facilita mucho el trabajo con los Sistemas de
Información Geográfica, para obtener de esta forma productos avanzados como se ha descrito
anteriormente, tales como modelos digitales de superficies, modelos digitales del terreno,
alturas de la vegetación, características del matorral, morfología de la red de drenaje, etc.
■Bloque de cabecera pública: incluye la información básica del fichero y datos genéricos como
el número de puntos y las coordenadas de la extensión espacial que cubre la nube de puntos.
La nube de puntos es por tanto la base de referencia para la generación de MDE y se genera en
archivos binarios en formato LAS, que corresponde a un estándar abierto para el intercambio
de datos de LIDAR entre generadores y usuarios; es de tipo binario y su uso es alternativo a
formatos de sistemas propietarios y genéricos de intercambio ASCII.
La nube de puntos se obtiene en formato LAS (.las). Es útil para la generación de imágenes de
intensidad; tiene una amplia utilidad para la clasificación y filtrado (automático y manual) de
puntos del terreno y aquellos que se encuentran ubicados por encima de éste. Es el insumo
principal para la generación de MDE LIDAR en formato vectorial como por ejemplo el formato
TIN (Triangulated Irregular Network) o en ráster como una malla regular de datos de elevación.
Por su parte, los MDE generados con la nube de puntos LIDAR son útiles, entre otras
aplicaciones para:
Los sistemas LIDAR se pueden usar para medir gran variedad de magnitudes físicas y por tanto
para cada una de ellas existen muchos tipos diferentes de sistemas LIDAR que se pueden
clasificar de diferentes maneras como hemos podido comprobar en capítulos anteriores.
A la hora de trabajar con datos LIDAR, nos podemos plantear qué software utilizar, y cómo
trabajar con los datos obtenidos. En las diferentes investigaciones y consultas realizadas
durante la elaboración de este documento, se han ido encontrando aplicaciones más o menos
completas, con un uso más o menos sencillo, con una participación de usuarios más o menos
activa, etc.
Entre todos ellos podemos encontrar un software (en realidad un conjunto de herramientas),
de uso sencillo, y con el que se pueden obtener resultados bastante buenos y fiables. Se trata
de LAStools (http://lastools.org/), de Martin Isenburg. En ésta herramienta, destaca la
incorporación de una nueva interfaz de usuario, de ejecución autónoma (sin necesidad de un
SIG de base), y además otra interfaz que funciona en Arc-GIS.
El radar por ejemplo, ha sido caracterizado por sus particularidades técnicas que han tenido un
impacto sobre su curva de adopción. Los pulsos ultravioletas (UV), visibles o infrarrojo
cercano (NIR ó Near Infra-Red),) son ágiles nanómetros vislumbrados en un segundo, y es por
ello que cualquier software de tratamiento, debería ser capaz de cuantificar dentro de esos
parámetros.
En muchos escenarios, Lidar sigue sirviendo por su gran capacidad para alternar técnicas de
imágenes, incluso tomando la delantera en su papel frente a otras técnicas. Algunos motivos
para ello tienen que ver con las fuerzas del mercado actual y con las exigencias de proyectos
individuales, mientras que otros tienen que ver con el rápido avance actual de la tecnología.
Young James Wilder, gerente LIDAR para Sanborn Map Company de Colorado Springs,
menciona que es una industria que se ha desarrollado considerablemente desde su estreno
comercial, con un número de parámetros de definición que se mejoran por las órdenes de
magnitud que se pretenden controlar o para cuyas aplicaciones se desarrollan.
Por ejemplo, los sistemas que una vez rondaron a lo largo de apenas 5 a 10 Khz ahora
funcionan en la gama de 150 a 300 Khz. Otro desarrollo ha sido el advenimiento de LIDAR
multi-pulso, que efectivamente termina con uno y dos configuraciones de pulsos.
La naturaleza de los datos LIDAR, con millones de puntos de elevación de ligeros pulsos que
requieren formateo, importación y tratamiento, no es en la actualidad un gran problema para
aquellos software´s disponibles, que son diseñados para administrar las vistas de textura
urbana y rural con resoluciones de alta calidad.
A pesar de todos estos avances, LIDAR tiene sus limitaciones de aplicación. Young señalo que
la categoría de opciones, como por ejemplo la interferometría de abertura sintética de radar,
están mejor adaptados para determinados proyectos. En un plano general, LIDAR sufre el
mismo tipo de brecha tecnológica que afecta a otras industrias de alta tecnología, debido al
hecho de que los programas codificados trabajan con hardware avanzado, y en este sentido,
LiDAR en general falla al optimizar el potencial de dispositivos de circuitos eléctricos. Young
mostró una diapositiva que afirma que el mercado de LiDAR "esta creciendo en todo el mundo,
pero el manejo de softwares para LiDAR no". Además identificó de manera individual tres
dimensiones urbanas en el modelado, clasificación automática y cartografía de vegetación
como los mercados en los que ésto es especialmente problemático.
Young establece en sus teorías que la calidad física de la luz difusa y sus valores de retorno
cuando es enfrentada a diferentes superficies reflectantes, presenta enormes desafíos para los
usuarios de la tecnología LIDAR.
Clasificar una costa con una progresiva inclinación matemática requiere de un modelo
diferente del utilizado en la clasificación de una ribera con un grado marcado. Se buscan
diferentes combinaciones para la búsqueda de agua corriente. La clasificación de aguas
requiere de un algoritmo diferente para agua de color diferente (turbidez).
En este sentido, en el agua, LIDAR trabaja a 1054 nanómetros en el espectro de luz, y dadas las
características de la recepción de la señal fuera del agua, ninguna compañía que comercialice
con tecnología LIDAR debería cuantificarla, ya que como se ha comentado, si se trata de agua
fangosa, se consigue una mayor probabilidad de obtener mejores rendimientos".
Dado que LIDAR es uno de varios formatos de archivos para utilizar en el modelado de
elevación, ha tenido que trabajar por pasos por su condición de único y poder así adaptar su
integración en la comunidad SIG.
Mapper Sanborn Company por ejemplo, ha trabajado diligentemente para superar las
limitaciones de la primera y segunda generación de versiones de softwares LIDAR. Una rotura
en la presa de Missouri's Taum Sauk Dam fue modelada en tres dimensiones por Leica
Geosystems Sanborn utilizando datos LIDAR. Usando 0,3 metros en la densidad del punto Lidar
en la construcción de la superficie del modelo. Sanborn se ha sumado también a otros
miembros de la biomasa forestal y otros sectores para mostrar cómo archivos basados en
LIDAR producen superficies de la Tierra desnudas con modelados que pueden ser limpiamente
separados de su cubierta como imágenes exactas y exclusivas de vegetación.
- Dado que emite un haz de luz láser, el haz no diverge tanto y es mucho más estrecho que el
del radar, que se dispersa y rebota en el entorno. El haz láser forma un cono muy estrecho. A
unos 500 metros tiene una anchura aproximada de 2,5 metros de diámetro, con lo que se
puede apuntar la pistola a un vehículo concreto y determinar su velocidad aunque haya mas
coches circulando a su alrededor. Puede, por lo tanto, emplearse en tráfico intenso
apuntándose a los vehículos que se seleccionen. Además, debido a esta manera de funcionar y
su rapidez, la detección mediante detectores que se encuentren instalados en los vehículos
iluminados por el haz es bastante ineficaz, ya que cuando el detector alerta de la presencia del
láser es demasiado tarde, porque la pistola ya ha registrado su velocidad.
- Puede funcionar, al igual que el radar, por la noche, en lluvia, desde puentes, en vehículos
estacionados, en modo automático o manual, etc.
Como hemos podido comprobar en capítulos anteriores, en física atmosférica, a través del uso
de instrumentos LIDAR es posible medir densidades de ciertos constituyentes de la atmósfera
(aerosoles, nubes, potasio, sodio, oxígeno y nitrógeno molecular, etc.), así como distintas
magnitudes físicas de los blancos analizados. Con la tecnología más avanzada es posible
calcular perfiles de temperatura o medir la estructura de vientos.
Una aplicación bastante novedosa basada en LIDAR es la propuesta de Ojeda et al, en la que se
estudia las marismas mareales que constituyen uno de los espacios donde la generación de
modelos digitales de terreno (MDT) plantea una gran dificultad debido a sus características
morfo-métricas (áreas de escasa variabilidad altimétrica junto a micro-topografías de detalle,
presencia de vegetación...). El estudio se centra en la evaluación de riesgos de inundación
asociados a una potencial subida del nivel del mar. Así, en su trabajo, se analizan tres MDTs,
generados a partir de fuentes de información altimétrica de diferente naturaleza: cotas, curvas
y líneas estructurales (x,y,z), a partir de una restitución analítica, una malla de puntos
generados por estéreo-correlación digital y, finalmente, datos proporcionados por un sensor
aerotransportado LIDAR. Los procesos de generación del MDT, a su vez, utilizan algoritmos de
diferente naturaleza y problemática (en unos casos se centran en métodos de interpolación y,
en otros, en los procesos del filtrado y selección).
La integración del sensor LIDAR con la cámara digital en la toma de datos, aumenta la
información generada propiciando numerosas aplicaciones.
Permite la modelización rápida y precisa del terreno, compuesto por un receptor GPS y un
sistema inercial (proporcionan la posición, trayectoria y orientación del láser), un emisor, y un
barredor (scanner) que permite obtener una nube muy densa y precisa de puntos con
coordenadas XYZ.
Durante su desarrollo emite pulsos de luz que se reflejan en el terreno y otros objetos de
cierta altura. Los fotones de los pulsos reflejados son transformados en impulsos eléctricos e
interpretados por un registrador de datos de alta velocidad.
Ya sabemos que los datos que se registran son de posición (x, y) y de elevación (z) en intervalos
predefinidos. Estos datos dan lugar a una red de puntos muy densa, típicamente a intervalos
de 1 a 3 metros, aunque los sistemas más sofisticados actualmente desarrollados
proporcionan datos no sólo del primer retorno si no también de los siguientes, que
proporcionan alturas tanto del terreno como de su vegetación. Las alturas de la vegetación
pueden proporcionar la base de partida para el análisis de aplicaciones de diferentes tipos de
vegetación o de separación de altura.
Una ventaja significativa de esta tecnología en comparación a otras, es que los datos pueden
ser adquiridos en condiciones atmosféricas en las que la fotografía aérea convencional no
puede hacerlo. Por ejemplo, la toma de datos puede hacerse desde un avión en vuelo
nocturno o en condiciones de visibilidad reducida, como las que se dan con tiempo brumoso o
nublado.
Dado que la fórmula para la velocidad de la luz es bien conocida, los intervalos de tiempo entre
la emisión y la recepción se pueden calcular de manera sencilla. Estos intervalos son
transformados en distancia ayudados por la información posicional obtenida de los receptores
GPS del avión/terreno y de la unidad de medición inercial de abordo (IMU), la cual registra,
constantemente, la altitud de la aeronave.
Así, numerosos autores han publicado estudios que son resultado de la unión de estas dos
tecnologías. A lo largo de este documento, hemos visto algunas de las más interesantes
técnicas de teledetección combinadas en los últimos tiempos, junto con otras líneas que han
aprovechado la capacidad 3D de LIDAR.
Además, este sensor ofrece la posibilidad de realizar vuelos sincrónicos con otros dispositivos.
En definitiva, Los productos obtenidos a partir del tratamiento de los datos procedentes del
sistema LIDAR pueden ser una herramienta de gran utilidad para investigadores científicos,
ingenieros y técnicos, dado que facilitan las tareas de seguimiento y evaluación de
determinadas áreas de estudio, aumentando la calidad y precisión de la información obtenida
y sobre la cual se plantearán decisiones de relevancia por parte de los distintos gestores
implicados, así como se pueden realizar seguimientos periódicos de monitorización.
Se trata de una base altimétrica exhaustiva que servirá de base de referencia, tanto a estudios
futuros como a análisis previamente realizados (permite la posibilidad de comparar
levantamientos topográficos hechos con anterioridad).
Schenk & Csatho, desarrollan un método para alinear los resultados de fuentes tan distintas
como son LIDAR y las imágenes obtenidas por fotogrametría. Además, muestran en sus
estudios algunos resultados de modelos de superficie resultantes de la fusión de las dos
tecnologías.
Por otra parte y más recientemente, Bork et al, integran datos LIDAR e imágenes multi-
espectrales para realizar clasificación de zonas con terrenos campestres.
Los resultados mostraron que la combinación de las tecnologías mejora en un 20% los
resultados que se pueden obtener clasificando sobre LIDAR exclusivamente.
El LIDAR por sí solo no atraviesa la vegetación, si no que parte de los puntos “se cuelan” a
través del ramaje, llegando hasta los estratos inferiores y produciendo así el retorno. Por eso,
cuanta más separación entre puntos haya, menos retorno existirá en la vegetación interior. En
caso de formaciones forestales caducas, si se desea obtener la superficie, se deberá hacer el
vuelo cuando las hojas no estén sobre el árbol. En el caso de formaciones perennes, para
conseguirlo, se deberá optar por aumentar la concentración de puntos. Como recomendación,
se suele apuntar a una densidad de 8 a 10 puntos por metro cuadrado, para obtener
información detallada sobre la vegetación. Además, cabría tener en cuenta la orografía, pues
las fuertes pendientes obligan a tomar densidades de puntos mayores.
Sun & Ranson, intentan detectar los tipos de vegetación mediante patrones basados en
elipsoides o hemi-elipsoides. Los autores plantean ampliar el estudio para realizar scattering
(proceso de traslación de puntos para mejorar la definición de los datos) sobre los resultados
obtenidos y así ampliar la efectividad del modelo. En la misma línea, se posicionan Donoghue
et al, que muestran un método para detectar especies comerciales entre otras especies,
basándose en los datos de altura e intensidad y consiguiendo aproximadamente un 92% de
aciertos.
Patenaude et al, se plantea un estudio para cuantificar los árboles que se encuentren en una
determinada zona de Gran Bretaña, junto con atributos como el ancho de las copas, el grosor
del tronco,... Aunque inicialmente el estudio no está dirigido a la formación de modelos de
combustibles, sí que se pueden aplicar muchas de las ideas que contiene en esta área. En la
misma línea, encontramos el trabajo de Liaño et al, que se centra en el estudio de las
características de especies de pinos que se pueden encontrar en la Meseta Central Ibérica. El
estudio indica que es muy difícil realizar un estudio a nivel de árbol individual, debido a que la
asignación de un pulso a un árbol en concreto es muy poco precisa cuando la vegetación es
muy compacta. Por otra parte, encontramos el trabajo de Ogunjemiyo et al, que estudia la
reflectividad de las copas de los árboles en una zona de Estados Unidos. El estudio concluye
que es posible distinguir la edad de los árboles midiendo la rugosidad, la variación,... de los
datos LIDAR recogidos.
La fotografía aérea es una tecnología muy útil para obtener mapas de vegetación y se ha
usado para modelar espectralmente mezclas de esta cubierta. La disposición de datos LIDAR
representa una nueva alternativa para la clasificación de la vegetación.
Los sensores LIDAR miden directamente tanto la localización vertical como la distribución
horizontal de elementos de cubierta vegetal, usando longitudes de onda en el IR o NIR (Fowler
2000).
Cabe destacar que recientemente ha aparecido un trabajo de Mutlu et al. que fusiona también
los datos LIDAR con imágenes multi-espectrales, como lo hicieran Borke et al, con la intención
de realizar modelos de combustible de alta calidad. La clasificación supervisada de los datos
proporcionó mejores resultados cuando se combinaron los datos LIDAR y las imágenes
QuickBird que cuando se usaron sólo éstas últimas.
Aunque la mayoría de los estudios realizados usando datos espectrales y LIDAR no llevan a
cabo la integración de ambos tipos de datos, sino que los utilizan de forma separada para las
diferentes fases del proceso en que están implicados, recientemente (Dalponte et al. 2008) se
ha propuesto un sistema avanzado de clasificación temática usando datos LIDAR e hiper-
espectrales, pudiéndose estimar parámetros característicos en bosques.
De esta manera, los autores mantienen que es muy importante utilizar las nuevas técnicas de
teledetección sobre LIDAR para realizar modelos de combustibles.
Por último, cabe destacar el uso que en la actualidad se está haciendo de LIDAR para el control
de cambios en zonas urbanas. En esta línea, Masaharu & Ohtsubo desarrollan un filtro
específico para zonas con grandes fluctuaciones en las alturas, típicamente zonas urbanas.
Dicho filtro es testeado con datos de zonas próximas a Tokio proporcionando resultados
satisfactorios.
Por otra parte, Brovelli & Cannata aplican un nuevo método para extraer los puntos terrenos
dentro de zonas urbanas al entorno de Pavía, ciudad situada al norte de Italia. En Luo &
Gavrilova, se describe perfectamente y paso a paso los posibles problemas a los que hay que
enfrentarse para poder modelar correctamente en tres dimensiones a partir de la nube de
puntos. En oposición a Brovelli & Cannata, este estudio se centra en extraer los edificios en
lugar del terreno, mediante una triangularización de Delaunay y una serie de operaciones para
identificar los edificios entre las que destacan la aplicación de máscaras y un reajuste basado
en primitivas geométricas para mejorar los resultados.
La precisión de los datos obtenidos mediante la técnica LIDAR dependen principalmente de los
siguientes parámetros:
Las medidas obtenidas por los tres componentes principales, ALS, GPS y IMU, se toman con
una misma etiqueta de tiempos acorde con el GPS. De esta forma después se pueden
relacionar fácilmente en el cálculo posterior.
Por cada pulso emitido puede captar 2 o más ecos. Esto nos permite recoger información a
diferentes alturas. Por ejemplo, si estamos sobrevolando una zona arbolada, el primer eco
puede responder a la copa de los árboles y el último a la superficie terrestre.
La intensidad reflejada puede llegar a ser muy útil para una clasificación posterior.
- Es común encontrarse las precisiones calculadas como media entre los valores obtenidos a
partir del máximo y mínimo ángulo de escaneo, mientras que la precisión disminuye a medida
que aumenta el ángulo de escaneo.
- La precisión se obtiene a partir del sistema de referencia del GPS, y no se toman en cuenta los
errores derivados del modelado del geoide.
- Los análisis de la precisión se obtienen de la comparación de las medidas de campo con los
puntos de control, sin analizar cómo se han obtenido las coordenadas de éstos.
- Finalmente, decir que las precisiones de las que se habla en la mayoría de los casos son las
altimétricas, mientras que no hay detalles de la planimetría.
Por todo esto, antes de trabajar con cualquier equipo, se recomienda un análisis detallado de
las condiciones bajo las cuales se garantizan las precisiones que se nos ofrecen.
Los sensores LIDAR tienen una fuerte dependencia en posicionamiento y orientación de los
sensores auxiliares GPS-INS. Inicialmente los sistemas de barrido tienen una geo-
referenciación "polar" basada en ángulos y distancias al suelo, que una vez que se determina
la trayectoria que ha seguido el "polo" del sistema o centro de rotación del espejo podemos
tener la nube de puntos en un sistema global y unificado.
Por tanto tenemos varios factores de error en posición en los datos LIDAR:
De todas ellas, la posición que ofrece el sistema GPS, es la que tiene una constante de error
más difícil de mejorar y que se suele cuantificar en 3-5 cm en posición x,y,z. Hay que tener que
la técnica de observación GPS es cinemática, y que el avión puede estar moviéndose a 50-70
m/s.
A partir de ahí habría que sumar el resto de errores, siendo en la práctica casi imposible tener
una precisión mejor de 7 cm en altimetría, y aún peor en planimetría (al contrario de lo que
ocurre con fotogrametría).
No obstante, existe una técnica que permitiría mejorar esa precisión altimétrica, que
consistiría en adaptar la nube de puntos LIDAR a una serie de puntos con coordenadas
tomadas en campo con mayor precisión. De manera que estamos realizando un ajuste local de
datum altimétrico, mejorando esa barrera de los 5 cm.
Por otro lado existe la opción de montar el sensor LIDAR en un helicóptero, lo que ofrecería
una mayor densidad de datos.
Los productos estándar fotogramétricos derivados de los datos LIDAR incluyen modelos de
contorno y elevación para orto-fotos. Para la obtención de contornos precisos se requiere un
post-procesamiento de los datos iniciales. Puesto que los datos LIDAR son obtenidos sobre los
objetos elevados (por ejemplo edificios), se usan sofisticados algoritmos para eliminar los
puntos relativos a estos objetos. Debido a la gran densidad de puntos se requieren muy pocas
líneas de quiebre, si acaso, para representar con precisión el terreno. No obstante, la presencia
del sistema LIDAR y el uso de software de post-procesamiento, los procedimientos de
validación deberán ser incorporados en el proceso para asegurarse de que los contornos
finales sean representativos del terreno. El usuario final también deberá considerar que los
contornos derivados de LIDAR tendrán una apariencia diferente a aquellos compilados
mediante técnicas fotogramétricas convencionales. Debido a la densidad de puntos obtenida,
los contornos derivados de LIDAR, aunque altamente precisos, tenderán a tener una apariencia
más quebrada.
del medio físico, como en actividades de educación temática (p.e. ambiental) o en el desarrollo
o la evolución de las mismas.
II) En relación a la caracterización morfo-métrica, los análisis referidos a los perfiles de los
objetivos definidos en el área de actuación y el análisis volumétrico que permiten la
caracterización altimétrica y morfología del medio estudiado.
III) Por último, la diferencia de los resultados alcanzados en los distintos análisis realizados. El
resultado de estos análisis permite comparar la ventaja de incluir en la clasificación cualquier
propiedad obtenida a partir del sistema LIDAR.
Entre los productos básicos que se pueden generar con tecnología LIDAR destacamos;
a) LIDAR aplicable a CARTOGRAFÍA mediante definición a partir de los Modelos Digitales del
Terreno (MDT) de;
Modelos Digitales del Terreno con o sin edificios y/o elementos estructurales (puentes, obras de
fábrica, etc.)
Corrección de cauces, Control de avenidas e inundaciones.
Integración de Batimetrías
d) LIDAR aplicable a FORESTAL, dado que este sistema tiene la ventaja de poder medir la cota
del terreno y la cota de la parte alta de la vegetación, lo que permite obtener su altura incluso
en zona s de vegetación densa. Aplicaciones para el sector FORESTAL:
Mapa de visibilidad
Mapa de vegetación
Mapa de accesibilidad
Mapa afecciones territoriales naturales
Mapas de otras afecciones territoriales
Mapas de ruido
Con este software, además, se podrá realizar una mejor comprobación de los datos a la hora
de realizar nuestros experimentos, que principalmente, en el mundo de la teledetección, se
basan en los errores de comisión y omisión.
A) ALGORITMO DE CLASIFICACIÓN
Como ya hemos visto, realizar una buena clasificación de los datos es básico para seguir
trabajando con los datos LIDAR. El objetivo en esta fase,
- Mediante la construcción de una superficie sobre la nube de puntos, la cual se podrá formar a
partir de los primeros impactos de la nube a la que se le aplica una triangularización de
Delaunay [66].
- Mediante el estudio de la interacción de los puntos con sus vecinos, de manera que aquellos
que formen triángulo con él, se decide si forma parte de un cluster (grupo) u otro.
Se filtra el fichero original eliminando aquellos puntos que no sean un impacto único, y que ya
se encuentren etiquetados como parte de un cluster.
- Se vuelve a aplicar el algoritmo hasta que sólo queden puntos de único impacto.
- Se realiza una fase de compactación de clusters para unificar aquellos que formen parte de
una misma estructura, como por ejemplo, la copa de un árbol.
- La última fase se trataría de estudiar los centroides de los clusters y conseguir clasificarlos en
edificios, árboles, arbustos, etc.
- La aplicación a la que nos referimos anteriormente deberá realizar esta tarea lo más
automáticamente posible y una vez que los datos estuvieran clasificados, se pasaría a la
siguiente fase.
Para ello, es necesario estudiar una serie de variables que se consideran de gran importancia
en alguna de las tres fases de la gestión de incendios forestales: antes, durante y después del
evento.
Cabe mencionar que uno de los datos más interesantes sería saber la distancia que entre los
arbustos y las copas de los árboles, dado que permitiría saber si el fuego puede extenderse con
facilidad. Esto es debido a que los incendios que afectan a los árboles pueden llegar a otros
árboles mediante contacto directo o llevados por el viento.
Así pues, inicialmente se pretende trabajar en la nube LIDAR, para extraer todos los datos
útiles posibles, aunque se estudia y analiza la posibilidad de combinación posterior con otras
tecnológicas (infrarrojos en imágenes LANDSAT, imágenes multi-espectrales, etc.), con objeto
de tratar de obtener un modelado completo.
Afortunadamente cada vez son más las administraciones que ofrecen los datos de sus
respectivos territorios. En principio debería ser el Instituto Geográfico Nacional, a través del
Programa Nacional de Orto-fotografía Aérea (PNOA), el que colgara a través de su página de
descargas los datos a nivel nacional. No obstante, las dificultades técnicas de poner a
disposición esta cantidad ingente de datos, y la ralentización de los proyectos por la crisis
económica ha limitado su materialización.
Mientras tanto, existen varios ejemplos de puesta a disposición de estos datos. Uno de ellos es
el de la Comunidad Valenciana, que a través de su visor Terrasit, que es necesario instalar (sólo
válido para Windows), permite la descarga de datos LIDAR de las tres provincias (con la
extensión .las), a través de un pequeño cuadro de diálogo de fácil uso. La densidad de puntos
descargados depende de la extensión (del nivel de zoom) que se tenga en el visor, por lo que la
descarga se debe hacer por áreas no excesivamente extensas. Se permiten a su vez otras
funcionalidades como el cambio de la simbología por intensidad, altura, clasificación de los
datos...; la obtención de perfiles, etc.
2 Productos a Especificaciones
entregar del vuelo
LIDAR
a Planificación 1) Bases de datos Access según el modelo proporcionado por la
del vuelo Dirección Técnica, que incluirá las trayectorias de las pasadas,
velocidad del avión, altura de vuelo, ángulo y frecuencia de
barrido, ancho de barrido, distancia entre puntos y recubrimiento
entre pasadas. Se proporcionará una planificación de vuelo con un
software específico que programe todos los datos y características
del vuelo LIDAR, de acuerdo con las especificaciones del presente
pliego.
2) Fichero shape generado a partir de la base de datos que
contenga las siguientes capas :
-Trayectorias planificadas y límites laterales de barrido
-Estaciones de referencia GNSS a utilizar durante el vuelo
b Gráficos y 1) Bases de datos Access según el modelo proporcionado por la
datos del Dirección Técnica, que incluirá las trayectorias de las pasadas,
vuelo velocidad del avión, altura de vuelo, ángulo y frecuencia de
realizado barrido, ancho de barrido, distancia entre puntos y recubrimiento
entre pasadas.
2) Fichero shape generado a partir de la base de datos que
contenga las siguientes capas :
-Trayectorias planificadas y límites laterales de barrido
-Estaciones de referencia GNSS a utilizar durante el vuelo
c Ficheros GPS- Ficheros RINEX de la estación base de referencia GPS y del
IMU del vuelo receptor conectado al sensor LIDAR, fichero de registros IMU y
originales y ficheros resultantes del procesado GPS-IMU. - Se suministrarán
procesados los ficheros IMU en el formato propio que Se hayan generado y en
formato de intercambio a establecer por la Dirección Técnica
• Frecuencia de escaneo: Mientras que el láser emite los pulsos de repetición, el escáner
oscila (se mueve hacia delante y hacia atrás). El sistema móvil tiene un escáner que gira 360º
continuamente, mientras que los sistemas aéreos se mueven adelante y atrás.
• Altitud de vuelo. El concepto se explica por sí mismo. Hay que considerar que, a mayor
altura, bajo las mismas condiciones, menor precisión en los datos, y menor densidad de
puntos.
• Espaciamiento nominal entre puntos. Es la distancia entre los puntos de impacto del
LIDAR: a mayor número de puntos, mayor definición de las superficies.
• Banda: es la distancia del área de cubrimiento del sistema LIDAR, y depende del
ángulo y de la altura de vuelo. En el caso de sensores móviles en tierra, no se habla de banda
sino de área de cubrimiento.
• Solape: la suma de áreas redundantes que es cubierta entre líneas de vuelo o bandas,
dentro del ámbito de estudio. En esas zonas hay más cantidad de puntos.
• Orto-foto-mapa; Imagen aérea del territorio corregida digitalmente para que los
elementos estén a escala.
• Capa de Edificios; Fichero que define los polígonos de los edificios indicando la altura
sobre la cota del terreno.
Se denominan “aerosoles” a las partículas que están en suspensión en el aire y que pueden
localizarse en mezclas con componentes atmosféricos en fases líquida y gaseosa. Una de las
características más importantes es su distribución de tamaños. A ello pueden sumarse otras
más específicas como el índice de refracción y la higroscopía. El diámetro medio de los
aerosoles se ubica entre 0,01–100 mm. Su distribución en el espacio y en el tiempo es una de
las variables geofísicas menos conocidas hasta el presente, ya que en general los diferentes
tipos de aerosoles dependen de la ubicación geográfica, de las condiciones meteorológicas y
de la circulación atmosférica en diferentes escalas. Su origen está relacionado en ocasiones
con causas naturales, como, por ejemplo, el polvo proveniente de zonas áridas y semiáridas,
las erupciones volcánicas, etc., y en otros casos son producidos por la actividad humana
(origen antropogénico), entre ellos, la combustión de procesos industriales, la quema de
bosques, entre otras. Uno de los principales impactos de la presencia de aerosoles en la
atmósfera está asociado con la alteración de la transferencia radiativa terrestre dada por la
atenuación de radiación originada por difusión y la absorción, así como por la alteración del
ciclo biogénico con influencias en el balance de biomasa terrestre, la producción agrícola y la
salud humana. Actualmente, el estudio de esta problemática se lleva a cabo mediante la
utilización de un gran número de instrumentos, como, por ejemplo, sensores pasivos
superficiales (red mundial de fotómetros solares AERONET (Aerosol Robotic Network)),
satélites tales como TOMS, TERRA, MODIS, y a partir de instrumentación de teledetección
activa mediante lidares en diferentes lugares de la tierra. En promedio, sobre toda la
atmósfera terrestre, la actividad humana es responsable de alrededor del 10% de la carga total
de aerosoles en la atmósfera.
Las ondas infrarrojas están en el rango de 0,7 a 100 micrómetros. La radiación infrarroja se
asocia generalmente con el calor. Ellas son producidas por cuerpos que generan calor, aunque
a veces pueden ser generadas por algunos diodos emisores de luz y algunos láseres.
Las señales son usadas para algunos sistemas especiales de comunicaciones, como en
astronomía para detectar estrellas y otros cuerpos y para guías en armas, en los que se usan
detectores de calor para descubrir cuerpos móviles en la oscuridad. También se usan en los
mandos a distancia de los televisores y otros aparatos, en los que un transmisor de estas ondas
envía una señal codificada al receptor del televisor. En últimas fechas se ha estado
implementando conexiones de área local LAN por medio de dispositivos que trabajan con
infrarrojos, pero debido a los nuevos estándares de comunicación estas conexiones han
perdido su versatilidad.
el Angstrom. La luz que vemos con nuestros ojos es realmente una parte muy pequeña del
espectro electromagnético, la radiación electromagnética con una longitud de onda entre 380
nm y 760 nm (790-400 terahercios) es detectada por el ojo humano y se percibe como luz
visible. Otras longitudes de onda, especialmente en el infrarrojo cercano (más de 760 nm) y
ultravioleta (menor de 380 nm) también se refiere a veces como la luz, especialmente cuando
la visibilidad a los seres humanos no es relevante. Si la radiación tiene una frecuencia en la
región visible del espectro electromagnético se refleja en un objeto, por ejemplo, un tazón de
fruta, y luego golpea los ojos, esto da lugar a la percepción visual de la escena. Nuestro sistema
visual del cerebro procesa la multitud de frecuencias se refleja en diferentes tonos y matices, y
a través de este, no del todo entendido fenómeno psico-físico, la mayoría de la gente percibe
un tazón de fruta; Un arco iris muestra la óptica (visible) la parte del espectro
electromagnético.
La luz puede usarse para diferentes tipos de comunicaciones. Las ondas de luz pueden
modularse y transmitirse a través de fibras ópticas, lo cual representa una ventaja pues con su
alta frecuencia es capaz de llevar más información.
Por otro lado, las ondas de luz pueden transmitirse en el espacio libre, usando un haz visible de
láser.
La luz ultravioleta cubre el intervalo de 4 a 400 nm. El Sol es una importante fuente emisora de
rayos en esta frecuencia, los cuales causan enfermedades de piel a exposiciones prolongadas.
Este tipo de onda no se usa en las telecomunicaciones, sus aplicaciones son principalmente en
el campo de la medicina.
- Óptimo porque minimiza un criterio determinado y porque incorpora toda la información que
se le suministra para determinar el filtrado.
- Recursivo porque no precisa mantener los datos previos, lo que facilita su implementación en
sistemas de procesado en tiempo real.
Por último, algoritmo de procesado de datos, ya que es un filtro, pensado para sistemas
discretos.
El objetivo del filtro de Kalman es estimar los estados de una manera óptima, de manera que se
minimiza el índice del error cuadrático medio.
El modelo del sistema es una ecuación de vectores que describe la evolución del estado con el
tiempo.
(II) Formato de sistema LIDAR LAS (.las); es un formato de archivo público que permite el
intercambio de ficheros que contienen información de una nube de puntos tridimensional. El
formato LAS es un archivo binario que mantiene toda la información procedente del sistema
LiDAR y conserva la misma según la propia naturaleza de los datos y del sistema de captura.
Este formato de archivo binario se plantea como una alternativa a los archivos propietarios
generados por distintas empresas, y su principal ventaja es facilitar el intercambio de estos
archivos entre diferentes sistemas y software. Además, se plantea como una alternativa a los
ficheros ASCII, que pierde gran parte de la información propia de los datos LIDAR y que
generaría archivos de tamaño excesivo y de difícil manejo.
(III) Óptica Heterodina; Esta técnica tiene aplicaciones potenciales en las áreas de radar,
espectroscopia, radiometría y comunicaciones. Se ha demostrado que el heterodinaje óptico se
aplica en muchas regiones del espectro electromagnético, incluyendo las ondas de radio,
microondas, infrarrojo y visible. Sus ventajas como técnica de detección coherente son bien
conocidas: alta sensitividad y selectividad de frecuencia [M.C. Teich 1980].
(IV) Óptica adaptativa; La óptica adaptativa es una técnica que permite corregir las
perturbaciones más importantes que sufren las imágenes astronómicas debido a la atmósfera
terrestre. Con este sistema es posible obtener imágenes más nítidas, o como explican los
astrónomos, de mejor resolución espacial. La diferencia que introduce esta técnica es
comparable a la que existe entre mirar un objeto situado en el fondo de una piscina con agua o
sin agua.
Las posibilidades que la óptica adaptativa ofrece a la astronomía son espectaculares. Eliminar
las perturbaciones producidas por la atmósfera equivale esencialmente a observar desde el
espacio.
Las perturbaciones atmosféricas causan una pérdida en nitidez o resolución espacial. Esta
pérdida se traduce, por un lado, en una disminuida capacidad para resolver objetos, es decir,
para realizar estudios detallados de su morfología. Por otro lado, influye también en la
capacidad de detectar objetos débiles, dado que la imagen se dispersa en puntos de luz
mayores.
La mejora que introduce la óptica adaptativa se puede cuantificar utilizando la relación entre el
tamaño del telescopio y el tamaño de la mejor imagen que puede obtener. El poder de
detección de un telescopio aumenta con el diámetro de su espejo primario y disminuye con el
tamaño de la imagen que forma de un objeto puntual (de aquí la importancia de la calidad de
imagen en un telescopio). Por tanto, la diferencia con un mismo espejo de 10 metros, entre
conseguir enfocar imágenes de 0.4 segundos de arco (lo posible en una noche de visibilidad
excelente) y una imagen de 0.04 segundos de arco, que debe ser posible con un sistema de
óptica adaptativa, equivaldría a tener un espejo primario de 100 metros. De ahí que, como
decíamos al principio, la mayor parte de los observatorios y telescopios importantes o bien ya
disponen de un sistema propio de óptica adaptativa o bien están trabajando en ello.
La óptica adaptativa es una tecnología que permite determinar y corregir gran parte de las
aberraciones con que llega el frente de onda de los objetos observados. El frente de onda es la
envolvente geométrica de todos los rayos de luz que salieron al mismo tiempo de un objeto
luminoso. Cuando el origen de la luz es un punto, el frente de onda es esférico, pero si está
suficientemente lejos, como en el caso de las estrellas, ese frente es prácticamente plano.
Con el «sensado» del frente de onda, se pretende medir las aberraciones introducidas por la
columna de atmósfera que atraviesa la luz proveniente del objeto astronómico. Normalmente,
los objetos que se quieren estudiar son muy débiles, por lo que la medida de las perturbaciones
del frente de onda ha de realizarse con alguna estrella brillante cercana al objeto de interés
para que la luz procedente de esta estrella de referencia atraviese aproximadamente la misma
columna de atmósfera que el objeto. Sin embargo, no siempre es posible encontrar estrellas
suficientemente cercanas al objeto astronómico de interés y suficientemente brillantes para
poder utilizarlas para medir el frente de onda.
Un FASOR usado en el Starfire Optical Range para experimentos LIDAR y laser guide star
(creación de una estrella virtual) y sintonizado en la línea D2 del sodio. Usado para excitar los
átomos de sodio en las capas altas de la atmósfera. FASOR es el acrónimo de Frecuency
Addition Source of Optical Radiation. En este sistema hay dos láseres de estado sólido en la
zona del infrarrojo de modo y frecuencia únicos y de longitudes de onda de 1.064 y 1.319
micrones, respectivamente. Esas frecuencias son sumadas en un cristal LBO dentro de una
cavidad resonante doble.La óptica adaptativa es una técnica que permite corregir las
perturbaciones más importantes que sufren las imágenes astronómicas debido a la atmósfera
terrestre. Con este sistema es posible obtener imágenes más nítidas, o como explican los
astrónomos, de mejor resolución espacial. La diferencia que introduce esta técnica es
comparable a la que existe entre mirar un objeto situado en el fondo de una piscina con agua o
sin agua.
Visión Artificial; La visión por computador, visión artificial o “computer-vision” [11] se podría
definir como la disciplina que se encarga de analizar imágenes mediante un sistema software
para obtener una descripción de los objetos físicos captados en una imagen. La visión por
ordenador empezó siendo una disciplina esencialmente tecnológica, donde se creía que todos
los problemas se irían resolviendo fácilmente en base al incremento de potencia de cálculo de
los ordenadores y las mejoras en la calidad de los dispositivos de adquisición como las cámaras
digitales. Pero pronto se descubrió que los problemas que aparecen son muy complejos y
difíciles de analizar, de tal forma que para muchos de ellos no existe actualmente una solución
plenamente satisfactoria.
Figura 1.1: Diagrama de bloques mostrando el proceso completo de la visión por computador.
La complejidad de los problemas que son inherentes a esta disciplina ha llevado a un esfuerzo
científico muy importante, donde las Matemáticas juegan un papel fundamental. De hecho,
actualmente el perfil de un investigador en visión por ordenador es un perfil mucho más
científico que técnico y con una sólida formación matemática. En la práctica, para llegar a una
simulación aceptable de la visión humana, hay que poder superar multitud de limitaciones
como, por ejemplo, desarrollar software capaz de detectar:
En la mayoría de los sistemas de visión artificial [55] se utilizan otros dispositivos sensoriales
tales como detectores de proximidad o de alcance. Posteriormente se realiza una integración
multi-sensorial para completar el proceso de percepción global. Una revisión histórica puede
verse en Gonzalez y Woods [19], pasando del procesamiento de imágenes con fines militares o
espaciales a aplicaciones más generales que podemos encontrar en el mundo que nos rodea,
como son la seguridad automática de edificios, la identificación de personas o vehículos, ...
Nos encontramos pues, ante un ambiente óptimo para desarrollar una labor investigadora de
primer nivel. Además, el ámbito de posibles usos de los avances en esta área, comprenden
infinidad de situaciones perfectamente explotables desde el ámbito empresarial. Las tareas que
generalmente desempeña la visión por computador pueden ser resumidas en tres grandes
grupos: el procesamiento de imágenes digitales, la generación de gráficos por ordenador y el
El texto en lenguaje fuente se llama código fuente. La salida del compilador se llama código
objetivo.
(VI) Problema de Parsing; El problema de “parsing” está muy relacionado con los
compiladores. Esto es, dado un programa, es necesario comprobar si “es correcto”. Esto es un
problema decisional, por lo tanto tiene sentido intentar resolverlo con teoría de autómatas.
La novedad en este caso es que además de responder sí ó no, querremos también tener un
testigo que verifique la respuesta. Este testigo será el árbol de derivación, que da la
información necesaria para construir la derivación de la palabra. Incluso en el caso donde se ha
dado una respuesta negativa podríamos dar un testigo.
Si queremos traducir un lenguaje en otro, es necesario ante todo entender que es lo que nos
dice el lenguaje fuente. La idea fundamental en los lenguajes de programación es que la
estructura da el significado.
“Obtención de DTM y DSM mediante tecnología LIDAR. Aplicación al río Ebro” por;
- Filin S., Norbert,P., 2006. Segmentation of airbone laser scanning data using a slope
adaptative neigborhood. ISPRS Journal of photogrammetry & remote sensing.
- Maas, H.G., Planimetric and height accuracy of airbone laserscanner data: User requirements
and system performance.
- Rentsch M., Krzystek P. 2009, Precise quality control of LIDAR strips. ASPRS 2009 annual
conference. Baltimore, Maryland.
- Schenk, T., Suyoung, S. y Csatho, B. 2001. Accuracy study of airborne laser scanning data with
photogrammetry. Internationa Archives o hotogrammetry and remonte sensing. Volume
XXXIV-3/W4.
- Schenk, T., Csathó, B y Lee, D.C., 1999. Quality control issues of airborne laser ranging data
and accuracy study in an urban area, Int. Arch. Photogramm. Rem. Sens., 32 (3/W14), pp. 101-
108.
- Soudarissanane, S.S., van der Sande C.J. y Khoshelham, K. Accuracy assessment of airbone
laser scanning strips using planar features.
- Vosselman, G., 2008. Analysis of planimetric accuracy of airbone laser scanning surveys, Int.
Arch. Photograms. Rem. Sens. And Spat. Inf. Sci., 37 (part B3a), pp. 99-104.
- Wang, Jun, Jie Shan, 2009. Segmentation of LIDAR point clouds for building extraction, ASPRS
2009 Annual Conference.
- Wolfgang, K., Status of ISO Standards for Photogrammetry and Remote Sensing.
- Ramírez Castillo, Sergio, Batet Torrell, Óscar. “Estudio de las interferencias en detección de
blancos para un sistema LIDAR FMCW”
- Churnside, J. H. & Wilson, J. J., 2001. Airborne lidar for fisheries applications. Optical
Engineering, vol. 40 (406).
- Gibeaut, J.C., Hepner,T., Waldinger,R. et al., 2001. Changes in Gulf Shoreline Position,
Mustang, and North Padre Islands, Texas. Internal report of Bureau of Economic Geology,
University of Texas at Austin.
- Ojeda, J., Vallejo, I. & Hernández, L., 2007. Utilidades de la Tecnología LIDAR en la
caracterización morfométrica de sistemas dunares. El caso de Maspalomas, Gran Canaria. Islas
Canarias. Investigaciones recientes en Geomorfología Litoral. IV Reunión de Geomorfología
Litoral. Palma de Mallorca, pp 113-117.
- Zimble, D. A., Evans, D. L., Carlson, G. C., et al., 2003. Characterizing vertical forest structure
using small-footprint airborne LiDAR. Remote Sensing of Environment, vol. 87, nº 2-3, pp 171-
182.
- Trucco, E. y Verri, A., (1998), ‘Introductory Techniques for 3-D Computer Vision’, Prentice Hall.
- Greg Welch y Gary Bishop, "An Introduction to the Kalman Filter“, 2002
- Introducción al uso del filtrado de Kalman, Dr. J.B. Hayet; Centro de investigación en
matemáticas, Septiembre 2008.
M.C. Teich “Nonlinear Heterodyne Detection” Topics in Applied Physics, Vol. 19, pp 229 – 300,
springer – Verlag Berlin Heidelberg New York 1980.
www.searchmesh.net (Referencias)
Banic, J. & Cunningham, G. (1998). Airborne Laser Bathymetry: A tool for the Next Millennium,
6 pp. Optech Inc., Toronto, Ontario, Canada.
Brown, E.D., Churnside, J.H., Collins, R.L., Veenstra, T., Wilson, J.J. & Abnett, K. (2002). Remote
sensing of capelin and other biological features in the North Pacific using LiDAR and video
technology. ICES Journal of Marine Science 59: 1120-1130.
Cunningham, A.G., Lillycrop, W.J., Guenther, G.C. & Brooks, M.W. (1998). Shallow Water Laser
Bathymetry: Accomplishments and Applications. Proceedings of Oceanology International,
March 10-13 1998, Brighton, England, Vol. 3: 277-288.
Daniels, R.C. (2000). Datum Conversion Issues with LiDAR Spot Elevation Data.
Photogrammetric Engineering & Remote Sensing Vol. 67(6): 735-740.
Guenther, G.C., Cunningham, G., Larocque, P.E. & Reid, D.J. (2000). Meeting the accuracy
challenge in Airborne LiDAR bathymetry, 27 pp. Proceedings of EARSeL-SIG-Workshop LiDAR,
Dresden, FRG, June 16-17 2000.
Heslin, J.B., Lillycrop, W.J. & Pope, R.W. (2003). Charts: an evolution in airborne LiDAR
hydrography, 4 pp. The Hydrographic Society of America, Rockville, MD, USA.
Huising, E.J. & Gomes, P.L.M. (1998). Errors and accuracy estimates of laser data acquired by
various laser scanning systems for topographic applications. ISPRS Journal of Photogrammetry
and Remote Sensing 53: 245-261.
Joinville, De O., Ferrand, B. & Roux, M. (2002). Levé laser aéroporté : état de l'art, traitement
des données et comparaison avec des systèmes imageurs. Bulletin SFPT N°166: 72-81.
Larocque, P.E. & West, G.R. (1999). Airborne Laser Hydrography: An Introduction, 16 pp.
Proceedings, ROPME/PERSGA/IHB Workshop on Hydrographic Activities in the ROPME Sea
Area and Red Sea, October 24-27 1999, Kuwait City, Kuwait.
Mishra, D. (2003). Processing GPS data from the NASA Experimental Advanced Research LiDAR
(EAARL), 22 pp. University of Nebraska, Lincoln, NE, USA.
Populus, J., Laurentin, A., Rollet, C., Vasquez, M., Guillaumont B. & Bonnot-Courtois, C. (2003).
Surveying coastal zone topography with airborne remote sensing for benthos mapping,
eProceedings of Earsel's GIS "Remote Sensing of the Coastal Zone", Ghent, June 5-7 2003, pp.
105-117.
Smith, R.A., Irish, J.L. & Smith, M.Q. (2000). Airborne LiDAR and airborne hyperspectral
imagery: a fusion of two proven sensors for improved hydrographic surveying, 10 pp.
Proceedings of Canadian Hydrographic Conference 2000, Montreal, Canada.
Tuell, G. & Park, J.Y. (2004). Use of SHOALS bottom reflectance images to constrain the
inversion of a hyperspectral radiative transfer model, 9 pp. Proceedings of SPIE, Laser Radar
Technology and Applications IX, Volume 5412.
Woolard, J., Aslaksen, M., Longenecker, J. & Ryerson, A. (2003). Shoreline mapping from
airborne LiDAR in Shilshole Bay, Washington, 11 pp. Proc. U.S. Hydro 2003, The Hydrographic
Society of America, March 24-27, Biloxi, MS, USA, paper 5.1.
- “Remote Mining: Aplicando minería de datos a teledetección sobre LIDAR” Jorge García
Gutiérrez
[6] Edward W. Bork and Jason G. Su. Integrating lidar data and multispec-tral imagery for
enhanced classi¯cation of rangeland vegetation: A meta analysis. Remote Sensing of
Environment, 111:11{24, 2007.
[8] M.A. Brovelli and M. Cannata. Digital terrain model reconstruction in urban areas from
airborne laser scanning data: the method and an example for Pavia (northern Italy). Computers
and Geosciences, 30:325{331, 2004.
[12] Daniel N.M. Donoghue, Peter J.Watt, Nicholas J. Cox, and Jimmy Wilson. Remote sensing
of species mixtures in conifer plantations using LIDAR height and intensity data. Remote
Sensing of Environment, 110:509, 522, 2007.
[19] Rafael C. Gonz¶alez and Richard E. Woods. Digital Image Processing, 2a edición. Prentice
Hall, 2002.
[47] Yuan Luo and Marina L. Gavrilova. 3d building reconstruction from lidar data. In Springer
Berlin / Heidelberg, editor, Computational Science and Its Applications - ICCSA 2006, volume
3980/2006 of Lecture Notes in Computer Science, pages 431{439, 2006.
[50] H. Masaharu and K. Ohtsubo. A filtering method of airborne laser scanner data for
complex terrain. In PCV02, page B: 165, 2002.
[54] Muge Mutlu, Sorin C. Popescu, Curt Stripling, and Tom Spencer. Mapping surface fuel
models using LIDAR and multispectral data fusion for fire behavior. Remote Sensing of
Environment, 112:274{285, 2008.
[58] Segun Ogunjemiyo, Geo®rey Parker, and Dar Roberts. Reflections in bumpy terrain:
Implications of canopy surface variations for the radiation balance of vegetation. IEEE
Geoscience And Remote Sensing Letters, 2(1):90,93, 2005.
[62] G. Patenaudea, R.A Hill, R. Milnec, D.L.A. Gaveaud, B.B.J. Briggsa, and T.P. Dawsona.
Quantifying forest above ground carbon content using LIDAR remote sensing. Remote Sensing
of Environment, 93:368, 380, 2004.
[60] José Ojeda Zújar, Joaquín Márquez Pérez, and Alfonso Gómez Molina. Restitución
analítica, estereocorrelación y LIDAR para la generación de modelos digitales de terreno en
marismas mareales. www.cartesia.org.
[66] José Enrique Priego De Los Santos and María Joaquina Porres De La Haza. La triangulación
de Delaunay aplicada a los modelos digitales del terreno. In X congreso de métodos
cuantitativos, sistemas de información geográfica y teledetección, 2002.
[67] David Riaño, Emilio Chuvieco, Sonia Condés, Javier González-Matesanz, and Susan L.
Ustina. Generation of crown bulk density for pinus sylvestris l. from LIDAR. Remote Sensing of
Environment, 92:345, 352, 2004.
[69] T. Schenk and B. Csatho. Fusion of LIDAR data and aerial imagery for a more complete
surface description. In PCV02, page A: 310, 2002.
[70] S. Seo and C.G. O'Hara. Parametric investigation of the performance of lidar filters using
diferent surface contexts. PhEngRS, 74(3):343,362, March 2008.
[73] Guoqing Sun and K. Jon Ranson. Modeling lidar returns from forest canopies. IEEE
Transactions On Geoscience And Remote Sensing, 38(6):2617, November 2000.
[78] Rui Xu and Donald Wunsh. Survey of clustering algorithms. IEEE Transactions On Neural
Networks, 16(3):645{678, 2005.
http://www.aet.org.es/congresos/xiii/cal148.pdf
http://www.lsi.us.es/docs/doctorado/memorias/Memoria-Invest-JGarcia.pdf
http://www.hifsa.com/LIDAR.htm
http://tecnicayterritorio.blogspot.com.es/2012/04/lo-mas-basico-que-deberias-saber-
sobre.html
http://www.inegi.org.mx/geo/contenidos/geodesia/LIDAR.aspx
http://www.division-lidar.com.ar/lidar_esp.htm
http://LIDAR.tropos.de/en/research/dial.html
http://isitv.univ-tln.fr/~lecalve/oceano/figures/fig310.htm
http://www.kalmanfilteringgpsins.com/
http://es.wikipedia.org/wiki/Espectro_electromagn%C3%A9tico