Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Parra Díaz Yenny Paola 2021
Parra Díaz Yenny Paola 2021
Director de Proyecto
WILLIAM BENIGNO BARRAGÁN ZAQUE
Ingeniero Catastral y Geodesta
La Universidad Distrital Francisco José de Caldas no será responsable de las ideas expuestas
por el graduando en el trabajo de grado, según el acuerdo 029 de 1988.
AGRADECIMIENTOS
1. RESUMEN .............................................................................................................................. 1
2. ANTECEDENTES Y JUSTIFICACIÓN ................................................................................ 2
3. PROBLEMA O PREGUNTA DE INVESTIGACIÓN ........................................................... 5
4. OBJETIVOS ............................................................................................................................ 6
4.1. Objetivo General .............................................................................................................. 6
4.2. Objetivos Específicos ....................................................................................................... 6
5. MARCO TEÓRICO ................................................................................................................ 7
5.1. Localización de la zona de estudio ................................................................................... 7
5.2. La fotogrametría y el uso de vehículos tipo RPAS .......................................................... 8
5.2.1. Clasificación de la fotogrametría .............................................................................. 8
5.2.2. Tipos de mapas fotogramétricos ............................................................................... 9
5.3. Tipos de drones .............................................................................................................. 10
5.3.1. Drones de ala fija .................................................................................................... 10
5.3.2. Drones de ala rotatoria ............................................................................................ 10
5.3.5. Planeación de vuelo ................................................................................................ 14
5.3.6. Diseño de la ruta de vuelo ....................................................................................... 15
5.3.7. Apoyo topográfico .................................................................................................. 15
5.3.8. Sistema de Posicionamiento PPK ........................................................................... 16
5.4. Procesamiento de imágenes digitales ............................................................................. 16
5.4.1. 3Dsurvey ................................................................................................................. 16
5.4.2. Pix4Dmapper .......................................................................................................... 17
5.4.3. Telemetría ............................................................................................................... 18
5.4.4. Correlación de imágenes ......................................................................................... 18
5.4.5. Ortomosaico ............................................................................................................ 18
5.5. Procesamiento de imágenes multiespectrales y RGB .................................................... 19
5.5.1. Teledetección .......................................................................................................... 19
5.5.2. Tipos de sensores .................................................................................................... 20
5.5.3. Clasificación digital de imágenes ........................................................................... 20
5.5.4. Mapas de índices de vegetación y humedad ........................................................... 21
5.5.5. Cámara multiespectral MicaSense Altum ............................................................... 23
6. DISEÑO METODOLÓGICO ............................................................................................... 25
6.1. Metodología de campo ................................................................................................... 25
6.2. Metodología de oficina................................................................................................... 28
6.2.1. Procesamiento en el software Pix4Dmapper .......................................................... 28
6.2.2. Procesamiento en el software 3Dsurvey ................................................................. 28
6.2.3. Post proceso punto de apoyo GPS .......................................................................... 29
6.2.4. Obtención de perfiles topográficos en el software Merrick's Advanced Remote
Sensing MARS ...................................................................................................................... 29
6.2.5. Análisis de los resultados ........................................................................................ 29
7. DESARROLLO DE LA MONOGRAFÍA ............................................................................ 30
7.1. Procesamiento en la plataforma Pix4D .......................................................................... 30
7.2. Productos obtenidos de los vuelos en la plataforma Pix4D ........................................... 39
7.2.1. Ortomosaico vuelo 1 Phantom 4 Pro Pix4D ........................................................... 39
7.2.2. Modelo Digital de Superficie DSM vuelo 1 Phantom 4 Pro Pix4D ....................... 40
7.2.3. Ortomosaico vuelo 2 VTOL WingtraOne RGB Pix4D .......................................... 41
7.2.4. Modelo Digital de Superficie DSM vuelo 2 VTOL WingtraOne RGB Pix4D ...... 42
7.2.5. Modelo Digital de Superficie DSM vuelo 3 VTOL WingtraOne cámara MicaSense
Altum Pix4D .......................................................................................................................... 43
7.2.6. Mapas de índices: .................................................................................................... 44
7.3. Procesamiento en la plataforma 3Dsurvey ..................................................................... 53
7.4. Productos obtenidos de los vuelos en la plataforma 3Dsurvey ...................................... 61
7.4.1. Ortomosaico vuelo 1 Phantom 4 Pro 3Dsurvey ...................................................... 61
7.4.2. Modelo Digital de Superficie DSM vuelo 1 Phantom 4 Pro 3Dsurvey .................. 62
7.4.3. Ortomosaico vuelo 2 VTOL WingtraOne cámara RGB 3Dsurvey ........................ 63
7.4.4. Modelo Digital de Superficie DSM vuelo 2 VTOL WingtraOne cámara RGB
3Dsurvey................................................................................................................................ 64
7.5. Coordenadas post proceso punto de apoyo GPS ............................................................ 65
7.6. Generación de perfiles topográficos en el software Merrick's Advanced Remote Sensing
MARS: ...................................................................................................................................... 66
7.6.1. Perfil 1 costado oriental .............................................................................................. 68
7.6.2. Perfil 2 zona central .................................................................................................... 70
7.6.3. Perfil 3 costado occidental .......................................................................................... 72
7.6.4. Perfil 4, zona de laguna 1 ........................................................................................... 74
7.6.5. Perfil 5, zona de laguna 2 ........................................................................................... 76
8. ANÁLISIS DE LOS RESULTADOS ................................................................................... 79
8.1. Ventajas y desventajas de las plataformas ..................................................................... 79
8.2. Reporte de calidad procesamiento vuelo 1 Phantom 4 Pro Pix4D:................................ 80
8.3. Reporte de calidad procesamiento vuelo 1 Phantom 4 Pro 3Dsurvey: .......................... 89
8.4. Reporte de calidad procesamiento vuelo 2 RGB Pix4D: ............................................... 93
8.5. Reporte de calidad procesamiento vuelo 2 RGB 3Dsurvey: ........................................ 103
8.6. Análisis de imágenes multiespectrales del vuelo 3 en el software Pix4Dmapper: ...... 107
8.7. Análisis de los perfiles topográficos de la parcela y zona de laguna ........................... 110
9. CONCLUSIONES ............................................................................................................... 112
10. BIBLIOGRAFÍA ............................................................................................................. 113
LISTA DE FIGURAS
Figura 1. Mapa de índice vegetativo NDVI (a) y ortmosaico RGB (b) obtenidos en Pix4D........................ 2
Figura 2. Ortomosaico RGB (a) y mapa de índices NDVI (b) obtenidos con Agisoft Photoscan. ............... 3
Figura 3. Ortomosaico de los terrenos generados en Pix4D ......................................................................... 4
Figura 4. Ortomosaico de los terrenos generados en Agisoft PhotoScan. .................................................... 4
Figura 5. Localización Parque Natural Chicaque. ........................................................................................ 7
Figura 6. Localización parcela de monitoreo permanente Parque Natural Chicaque. .................................. 8
Figura 7. Dron ala rotatoria Mavic Air Fly. ................................................................................................ 11
Figura 8. Dron ala fija VTOL WingtraOne................................................................................................. 12
Figura 9. Dron multirrotor Phantom 4 Pro .................................................................................................. 14
Figura 10. Gráfica de productos obtenidos en el software 3Dsurvey. ........................................................ 17
Figura 11. Ortomosaico en formato 3D generado por el software Pix4Dmapper....................................... 17
Figura 12. Ejemplo de ortomosaico Aduanilla de Paiba sede Universidad Distrital. ................................. 18
Figura 13. Cámara Multiespectral MicaSense Altum. ................................................................................ 24
Figura 14. Posicionamiento GPS antena Trimble 5700. ............................................................................. 25
Figura 15. Vuelo programado RPAS Phantom 4Pro V2.0.......................................................................... 26
Figura 16. RPAS VTOL WingtraOne con cámara RGB integrada. ........................................................... 27
Figura 17. RPAS VTOL WingtraOne con cámara multiespectral MicaSense Altum. ............................... 27
Figura 18. Interfaz de inicio Pix4Dmapper. ................................................................................................ 30
Figura 19. Ventana “New Project” para establecer parámetros de inicio. .................................................. 30
Figura 20. Ventana de selección y cargue de imágenes. ............................................................................. 31
Figura 21. Ventana de selección de propiedades de las imágenes. ............................................................. 31
Figura 22. Ventana de selección de sistema de coordenadas para el proyecto. .......................................... 32
Figura 23. Ventana de selección de procesamientos. .................................................................................. 32
Figura 24. Interfaz del software Pix4Dmapper. .......................................................................................... 33
Figura 25. Pasos de procesamiento de imágenes en el software ................................................................. 33
Figura 26. Selección de parámetros de inicio del procesamiento inicial. ................................................... 34
Figura 27. Procesamiento inicial de imágenes. ........................................................................................... 34
Figura 28. Selección de parámetros para procesamiento de nube de puntos. ............................................ 35
Figura 29. Selección de parámetros para procesamiento de malla 3D........................................................ 36
Figura 30. Procesamiento de nube de puntos y malla en textura 3D. ......................................................... 36
Figura 31. Parámetros para procesamiento de DSM y ortomosaico. .......................................................... 37
Figura 32. Ortomosaico final. ..................................................................................................................... 38
Figura 33. Modelo Digital de Superficie. ................................................................................................... 38
Figura 34. Ortomosaico vuelo 1 Phantom 4 Pro V2.0. ............................................................................... 39
Figura 35. Modelo Digital de Superficie DSM vuelo 1 Phantom 4 Pro V2.0. ........................................... 40
Figura 36. Ortomosaico vuelo 2 VTOL WingtraOne cámara RGB. ........................................................... 41
Figura 37. Modelo Digital de Superficie DSM vuelo 2 VTOL WingtraOne cámara RGB………………42
Figura 38. Modelo Digital de Superficie DSM vuelo 3 VTOL WingtraOne cámara MicaSense Altum.... 43
Figura 39. Mapa de índice espectro electromagnético azul. ....................................................................... 44
Figura 40. Mapa de índice espectro electromagnético verde. ..................................................................... 45
Figura 41. Mapa de índice espectro electromagnético rojo. ....................................................................... 46
Figura 42. Mapa de índice infrarrojo cercano NIR. .................................................................................... 47
Figura 43. Mapa de índices borde rojo RedEdge. ....................................................................................... 48
Figura 44. Mapa de índice NDVI................................................................................................................ 49
Figura 45. Mapa de índice NDRE ............................................................................................................... 50
Figura 46. Mapa de índice NDWI (diferencial de agua). ............................................................................ 51
Figura 47. Índice NDWI (diferencial de agua) en zona de laguna. ............................................................. 51
Figura 48. Mapa de índice GCI. .................................................................................................................. 52
Figura 49. Interfaz de inicio 3Dsurvey. ...................................................................................................... 53
Figura 50. Ventana de selección y carga de imágenes digitales. ................................................................ 53
Figura 51. Ventana de configuración de modelo UAV para telemetría y sistemas de proyección. ............ 54
Figura 52. Ventana con datos de telemetría de imágenes digitales. ........................................................... 54
Figura 53. Menú para procesamiento de imágenes digitales. ..................................................................... 55
Figura 54. Menú para modo de ajuste del lote. ........................................................................................... 56
Figura 55. Resultado de ajuste del lote y nube de puntos dispersa. ............................................................ 56
Figura 56. Menú para orientación de nube de puntos. ................................................................................ 57
Figura 57. Tabla de errores de telemetría en metros (m). ........................................................................... 57
Figura 58. Resultado de reconstrucción de nube de puntos densa. ............................................................. 58
Figura 59. Menú de creación de malla DSM y 3D. .................................................................................... 58
Figura 60. Resultado del procesamiento de malla DSM. ............................................................................ 59
Figura 61. Resultado del procesamiento de malla 3D................................................................................. 59
Figura 62. Menú de creación de ortofoto. ................................................................................................... 60
Figura 63. Ortomosaico final generado....................................................................................................... 60
Figura 64. Ortomosaico vuelo 1 Phantom 4 Pro V2.0. ............................................................................... 61
Figura 65. Modelo Digital de Elevación DSM vuelo 1 Phantom 4 Pro V2.0. ............................................ 62
Figura 66. Ortomosaico vuelo 2 VTOL WingtraOne cámara RGB. ........................................................... 63
Figura 67. Modelo Digital de Elevación DSM vuelo 2 VTOL WingtraOne cámara RGB. ....................... 64
Figura 68. Reporte de coordenadas del punto de apoyo. ............................................................................ 65
Figura 69. Delimitación de la zona para creación de perfiles topográficos. ............................................... 66
Figura 70. Nube de puntos de la zona en vista 2D. ..................................................................................... 67
Figura 71. Nube de puntos de la zona en vista 3D. ..................................................................................... 67
Figura 72. Vista planta perfil 1, costado oriental. ....................................................................................... 68
Figura 73. Pendiente promedio de la copa de los árboles perfil 1. ............................................................. 69
Figura 74. Medición de alturas en la zona de árboles perfil 1. ................................................................... 69
Figura 75. Vista planta perfil 2, zona central. ............................................................................................. 70
Figura 76. Pendiente promedio de la copa de los árboles perfil 2. ............................................................. 71
Figura 77. Medición de alturas en la zona de árboles perfil 2. ................................................................... 71
Figura 78. Vista planta perfil 3, costado occidental. ................................................................................... 72
Figura 79. Pendiente promedio de la copa de los árboles perfil 3. ............................................................. 73
Figura 80. Medición de alturas en la zona de árboles perfil 3. ................................................................... 73
Figura 81. Vista planta perfil 4, zona de laguna 1. ..................................................................................... 74
Figura 82. Pendiente promedio de la copa de los árboles perfil 4. ............................................................. 75
Figura 83. Medición de alturas en la zona de árboles perfil 4. ................................................................... 75
Figura 84. Vista planta perfil 5, zona de laguna 2. ..................................................................................... 76
Figura 85. Pendiente promedio de la copa de los árboles perfil 5. ............................................................. 77
Figura 86. Medición de alturas en la zona de árboles perfil 5. ................................................................... 77
Figura 87. Avance del ortomosaico y el DSM vuelo 1 Phantom 4Pro. ...................................................... 81
Figura 88. Vista superior posición inicial de imágenes vuelo 1 Phantom 4Pro. ......................................... 82
Figura 89. Esquema de desplazamiento de las imágenes vuelo 1 Phantom 4Pro. ...................................... 83
Figura 90. Posiciones relativas de las imágenes calculadas vuelo 1 Phantom 4Pro. .................................. 84
Figura 91. Superposición de las imágenes vuelo 1 Phantom 4Pro.............................................................. 85
Figura 92. Avance del ortomosaico vuelo 1 Phantom 4Pro. ....................................................................... 89
Figura 93. Superposición de las imágenes vuelo 1 Phantom 4Pro.............................................................. 90
Figura 94. DEM vuelo 1 Phantom 4Pro. ..................................................................................................... 91
Figura 95. Avance del ortomosaico y el DSM vuelo 2 VTOL WingtraOne cámara RGB. ........................ 94
Figura 96. Vista superior posición inicial de imágenes vuelo 2 VTOL WingtraOne cámara RGB. .......... 95
Figura 97. Esquema de desplazamiento de las imágenes vuelo 2 VTOL WingtraOne cámara RGB. ........ 96
Figura 98. Posiciones relativas de las imágenes calculadas vuelo 2 Phantom 4Pro. .................................. 97
Figura 99. Superposición de las imágenes vuelo 2 VTOL WingtraOne cámara RGB. .............................. 98
Figura 100. Avance del ortomosaico vuelo 2 VTOL WingtraOne cámara RGB...................................... 103
Figura 101. Superposición de las imágenes vuelo 2 VTOL WingtraOne cámara RGB. .......................... 104
Figura 102. DEM vuelo 2 VTOL WingtraOne cámara RGB. .................................................................. 105
Figura 103. Esquema de índice NDVI. ..................................................................................................... 107
Figura 104. Histograma de índice NDVI. ................................................................................................. 107
Figura 105. Esquema de índice NDRE. .................................................................................................... 108
Figura 106. Histograma de índice NDRE. ................................................................................................ 108
Figura 107. Esquema de índice NDWI. .................................................................................................... 108
Figura 108. Histograma de índice NDWI. ................................................................................................ 108
Figura 109. Esquema de índice GCI. ........................................................................................................ 109
Figura 110. Histograma de índice GCI. .................................................................................................... 109
Figura 111. Altura zona de suelo perfil 3 costado occidental. .................................................................. 111
LISTA DE TABLAS
1. RESUMEN
1
Acrónimo de Remotely Piloted Aircraft System
2
Acrónimo de Light Detection and Ranging
1
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
2. ANTECEDENTES Y JUSTIFICACIÓN
En este contexto se han realizado investigaciones que han permitido conocer análisis de las
imágenes multiespectrales obtenidas a través de RPAS. El estudio realizado por (Gutiérrez,
Santana, Morales, Aday, & Mora, 2018) titulado “Análisis de imágenes multiespectrales
adquiridas con vehículos aéreos no tripulados” muestra la experiencia del Grupo de
Automatización, Robótica y Percepción (GARP) de la Universidad Central “Marta Abreu” de las
Villas, y la Estación Territorial de Investigaciones de la Caña de Azúcar, donde se realizó el
mapeo de sembrados experimentales de caña de azúcar haciendo uso de la fotogrametría
multiespectral. Para este estudio se utilizó un equipo 3DR RTF X8+, con un sensor Parrot
Sequoia integrado, el cual es totalmente especializado para aplicaciones de agricultura de
precisión. El procesamiento de los ortomosaicos 2D, y los modelos 3D en formato RGB e
infrarrojo cercano - NIR se realizó a través de los software Pix4D y Agisoft Photoscan, en los
cuales se obtuvo los mapas de índices normalizados de vegetación – NDVI donde se representan
las zonas con mayor despoblamiento vegetal, a una altura de 120 m del terreno.
A través de este estudio se evaluaron ambos programas en cuanto a facilidad de uso, tiempo de
procesamiento y calidad visual del producto, los resultados obtenidos demostraron que el
software Pix4D es el más eficiente para para realizar cálculos de índices vegetativos, ya que este
incorpora correcciones radiométricas. Los agrónomos expertos realizaron la comparación de las
imágenes procesadas y la correlación entre los mapas de índices, donde se observó la variedad de
caña sembrada, su edad, los niveles de vigor vegetal, entre otras variables. La respuesta espectral
permite discriminar los campos en dependencia de la edad y densidad arbórea por parcelas, pero
los mapas NDVI no posibilitan determinar las diferentes variedades de caña sembradas en una
misma fecha. (Gutiérrez, Santana, Morales, Aday, & Mora, 2018).
(a) (b)
Figura 1. Mapa de índice vegetativo NDVI (a) y ortmosaico RGB (b) obtenidos en Pix4D. Fuente: (Gutiérrez,
Santana, Morales, Aday, & Mora, 2018)
2
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
(a) (b)
Figura 2. Ortomosaico RGB (a) y mapa de índices NDVI (b) obtenidos con Agisoft Photoscan. Fuente: (Gutiérrez,
Santana, Morales, Aday, & Mora, 2018)
Un segundo estudio realizado por (Costales, 2018) quien realizó la tesis “Análisis comparativo
entre los software de prueba Agisoft PhotoScan y Pix4D para el procesamiento de datos
obtenidos con fotogrametría de vehículo aéreo remotamente tripulado (RPAS) de bajo costo
aplicado a proyectos de medio ambiente”, donde se determinaron las características de prueba de
dichos programas, se evaluó la calidad del ortomosaico generado, y las herramientas para
cálculos de medidas de superficie y volumen para aplicación en proyectos de medio ambiente.
El estudio se realizó en una cantera ubicada en la ciudad de Ambato, y unos terrenos ubicados en
la ciudad de Riobamba, ambas en Ecuador. De las zonas de estudio se obtuvieron curvas de
nivel, ortomosaicos y un reporte de procesamiento, además se realizó el cálculo de área de los
terrenos y el cálculo de volumen de la cantera.
Como resultado de este estudio se obtuvo que el tiempo de procesamiento de Agisoft fue 3.3
veces mayor al de Pix4D en el proyecto de los terrenos, y 2.4 veces mayor en el proyecto de la
cantera. Respecto a la calidad y nitidez de los ortomosaicos, se determinó que ambos presentan
la misma nitidez y detalle de imagen sin una diferencia significativa. En cuanto a la generación
de curvas de nivel, Pix4D presenta curvas suaves y uniformes, mientras que Agisoft PhotoScan
muestra curvas irregulares con sobre posición en algunas cotas. Las herramientas de estos
programas para el cálculo de áreas son muy similares y presentan un fácil manejo, mientras que
para el cálculo de volúmenes, Pix4D brinda más opciones de cálculo.
3
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 3. Ortomosaico de los terrenos generados en Figura 4. Ortomosaico de los terrenos generados en
Pix4D. Fuente: (Costales, 2018) Agisoft PhotoScan. Fuente: (Costales, 2018)
4
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
¿Qué tipo de datos y análisis multiespectrales se pueden generar a partir de las imágenes
digitales obtenidas a través de aeronaves remotamente tripuladas de tipo RPAS en el Parque
Natural Chicaque, en los software planteados para este proyecto?
5
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
4. OBJETIVOS
Procesar y generar la nube de puntos, los ortomosaicos de tipo multiespectral y RGB, y los
mapas de índices de las imágenes obtenidas en la zona.
Analizar los modelos y los datos topográficos generados por los software utilizados,
realizando el respectivo análisis multiespectral, y mostrando los resultados para el estudio
propuesto.
6
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
5. MARCO TEÓRICO
Para el desarrollo de este proyecto se definió la parcela de monitoreo permanente del Parque
Natural Chicaque, la cual tiene un área de 3,813 m2. Ésta ha sido objeto de estudio del semillero
de investigación de Ingeniería Forestal desde el año 2018.
Chicaque es una reserva natural protegida, localizada al sur occidente de la Sabana de Bogotá,
entre los municipios de Soacha y San Antonio del Tequendama, está conformada por 7 tipos de
bosque en donde se alberga una gran variedad de especies de flora y fauna, y habitan más de 100
especies de aves. Esta reserva está dedicada a la conservación de la naturaleza, la educación
ambiental y el eco turismo.
7
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Según el tipo:
8
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Fotogrametría aérea: Es la que utiliza fotografías aéreas tomadas desde una cámara de toma
de vistas, ubicada en una plataforma especial (avión). (Centro de Geociencias Aplicadas,
2011).
La fotogrametría aérea tuvo un giro revolucionario mediante la invención de los vehículos aéreos
remotamente tripulados de tipo RPAS, los cuales dieron a la topografía grandes ventajas para el
desarrollo de trabajos de alta complejidad; con ellos se ha logrado obtener nubes de puntos
densas para una representación detallada de relieves en lugares que abarcan grandes áreas y
optimizando tiempos laborales en campo y oficina. Es una técnica que permite realizar modelos
3D y obtener volúmenes a partir de fotografías, esta ha sido tradicionalmente empleada en la
creación de mapas y su correspondiente levantamiento en 3D usando modelos digitales del
terreno (DEM – Digital Elevation Model). (Caro, José L., 2012).
Las imágenes obtenidas mediante vehículos aéreos remotamente tripulados pueden generar
diferentes tipos de mapas. Si éstos se producen correctamente, los datos de estos productos
pueden ser utilizados para la fotogrametría de manera precisa.
Los mapas bidimensionales siguen siendo los productos más creados de imágenes recogidas por
un RPAS. La forma más sencilla para crear un mosaico a partir de imágenes aéreas es mediante
el uso de software de fotografías que combina una serie de superposiciones fotográficas aéreas
en una sola imagen (traslape). (Greenwood, 2015).
9
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Modelo digital de terreno (MDT): Es una estructura numérica de datos que representa la
distribución espacial de una variable cuantitativa y continua. (F.J., 1978). En el modelo
digital de terreno se representa solo el terreno natural.
Son aeronaves que poseen un perfil alar que permite que la aeronave pueda moverse a través del
aire y sea capaz de generar fuerzas sustentadoras para mantenerse en el aire. Este tipo de drones
tienen una estética muy similar a los aeromodelos de radiocontrol. (Aerial Insights, 2019). Una
gran ventaja de usar este tipo de drones es que éstos pueden estar volando varias hora gracias a
su eficiencia aerodinámica, por ello son ideales para fotografiar superficies de terreno de gran
extensión.
Este tipo de dron es el más común y más utilizado en el sector ingenieril. La principal diferencia
de los drones con ala rotatoria con respecto a los drones de ala fija, radica en la forma en la que
consiguen mantenerse en el aire. Mientras que los drones de ala fija consiguen la sustentación a
través de su perfil alar, los drones de ala rotatoria generan la sustentación a través de las fuerzas
que generan las hélices de sus rotores. (Aerial Insights, 2019).
También llamados multicópteros, son drones que poseen más de dos hélices, estos se mantienen
en el aire por la fuerza de las mismas, y tienen la habilidad de despegar y aterrizar de manera
vertical. Los drones multirotores se clasifican según su número de hélices:
10
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Cuadricóptero: Tiene 4 hélices, dos de ellas giran hacia el mismo sentido, y las otras dos,
hacia el lado contrario.
Hexacóptero: Posee 6 hélices, su funcionamiento es el mismo que el dron de cuatro hélices.
Octocóptero: Tiene 8 hélices, lo que hace más potente y estable.
Figura 7. Dron ala rotatoria Mavic Air Fly. Fuente: Laboratorio de Fotogrametría U.D.F.J.C.
WingtraOne es un dron VTOL profesional de ala fija utilizado por los especialistas geoespaciales
y los trabajadores de la industria en todo el mundo para mapear grandes zonas con alta precisión
y calidad de imagen. (WingtraOne, 2020).
Despegue y aterrizaje:
11
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Especificaciones técnicas:
Equipo
12
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El Phantom 4 Pro V2.0 es un dron de despegue vertical, ala rotatoria y capacidad de una batería
extraíble desarrollado por la compañía DJI. Este equipo posee características que permiten al
usuario desarrollar trabajos en el campo de la ingeniería por un costo asequible.
Principales características:
13
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Sobrevolar la zona a una altitud que debe calcularse en función de la escala deseada y de la
distancia principal de la cámara.
Cubrir con sus imágenes una determinada zona y para ello es preciso que cada fotograma
tenga una zona común con las contiguas “zona de recubrimiento”. (Álvarez, 2001).
Para realizar la planificación de vuelo, primero debe decidirse si se realizará bajo el control
autónomo del GPS integrado al dron, o si se pondrán en tierra puntos de control
georreferenciados mediante posicionamientos GPS. Posteriormente, deben identificar obstáculos
en el terreno como líneas eléctricas, vegetación alta, zonas sensibles, etc., y finalmente, se debe
dar uso de una imagen satelital existente para realizar la ruta de vuelvo que llevará a cabo el
dron.
En la planificación de un vuelo existen una serie de decisiones previas tales como la escala del
mapa, formato de los fotogramas, proyección del mapa, elipsoide de referencia, entre otros, que
han de tenerse en cuenta a la hora de organizar el planeamiento, ya que afectan a las condiciones
del vuelo. (Álvarez, 2001).
14
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Bajo todas estas características y parámetros ya definidos, se procede a realizar la ruta que
llevará a cabo el dron en su vuelo para capturar las fotografías necesarias con un traslapo y una
calidad aceptables para el procesamiento del ortomosaico.
El diseño de la ruta del dron es un componente importante del mapeo. Esto se hace típicamente
usando paquetes de software, muchos de ellos realizados por fabricantes de aviones no
tripulados. (Greenwood, 2015).
Un método para asegurar que el dron capture la cantidad de imágenes adecuadas para asegurar
un buen traslapo, es indicar el grado requerido en el software de procesamiento, y crear un mapa
preciso y de alta calidad. Se recomienda ajustar la elevación la altitud del dron para mantener
una constante por encima del nivel del suelo, ya que las características del vuelo varían según la
altitud.
15
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Las precisiones de los puntos de apoyo están acordes con la escala del producto. Además de
obtener la posición de los puntos sobre el terreno, estos también deben identificarse claramente
en las fotografías, para poder establecer una correcta correlación. (Ferreira & Aira, 2015).
Para la investigación realizada en este trabajo se utilizó un único punto de posicionamiento GPS
en tierra, el cual sirvió como apoyo para mejorar la precisión de las coordenadas obtenidas por
medio del sensor PPK integrado en el dron.
PPK (Post Processed Kinematics) es una técnica de posicionamiento que se utiliza para realizar
mediciones de dos o más receptores que rastrean simultáneamente varios satélites; uno de los
receptores recibe datos desde una posición conocida, y los otros se sitúan en los puntos cuyas
coordenadas se necesitan conocer. La diferencia de las mediciones de las señales satelitales
minimizan los errores, obteniendo datos de gran precisión sin necesidad de colocar puntos de
control en tierra. (Hito 1, 2020).
Este tipo de procesamiento reúne el conjunto de técnicas que se emplean en las imágenes
digitales con el fin de optimizar la calidad de las mismas y facilitar la búsqueda de datos
requeridos para cualquier tipo de proyecto.
Para el procesamiento de las fotografías obtenidas a través de los vuelos de dron existen software
diseñados para este fin, estos son capaces de renderizar, procesar las fotos según el traslape
indicado, crear nubes de puntos densas, modelar los objetos obtenidos en vista 3D, generar
ortofotos de la zona levantada y crear mapas de índices para análisis multiespectrales por medio
de esta tecnología. Para este proyecto se utilizaron los software 3Dsurvey y Pix4Dmapper.
5.4.1. 3Dsurvey
3Dsurvey soporta cualquier tipo de drone y cualquier tipo de cámara o sensor, y trabaja para
métodos de adquisición de datos aéreos y terrestres. En la Figura 10 se observa un modelo
procesado por el software y los productos que se pueden generar a partir de él:
16
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
5.4.2. Pix4Dmapper
Pix4Dmapper es un software desarrollado por la compañía Pix4D, el cual tiene como objetivo
realizar mapeo profesional con drones, procesamiento de imágenes de tipo RGB,
multiespectrales y térmicas, y generar ortomosaicos en formato 2D y 3D, modelos espaciales
digitales y nubes de puntos. La Figura 11 observa un ortomosaico en formato 3D generado por
Pix4Dmapper:
17
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
5.4.3. Telemetría
Es un sistema que permite realizar la medición de datos obtenidos de manera remota, ya sean
magnitudes físicas de distancia, temperatura, tiempo, presión, entre otras. En el caso del
procesamiento de imágenes digitales, la telemetría permite obtener datos reales de medición a
través de la toma de datos de los sistemas GPS.
5.4.5. Ortomosaico
Los RPAS vuelan a baja altitud, por lo que la cámara de éstos tiene una vista limitada. Para
cubrir un área razonablemente grande, la cámara debe tomar cientos de fotografías, motivo por el
que para proveer una vista unificada estas fotografías deben ser alineadas y combinadas en una
sola. Este proceso de combinar las imágenes es llamado mosaicking, y la imagen resultante es
llamada mosaico. Lo que se espera de uno es que esté geométricamente corregido para que pueda
ser alineado con un sistema de coordenadas geoespacial. Este flujo de corrección es llamado
ortomosaico. (Ortega, 2018).
18
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Para realizar el procesamiento multiespectral de las imágenes obtenidas por RPAS se deben tener
en cuenta algunas características fundamentales en las imágenes:
Resolución espacial:
Este tipo de resolución hace referencia al tamaño del objeto más pequeño que puede ser
reconocido en una imagen obtenida por un sensor remoto o un vehículo aéreo.
Resolución espectral:
Es una medida acerca de cada cuanto tiempo, está disponible un sistema de percepción remota,
para recoger información de un punto específico en la tierra.
5.5.1. Teledetección
Es la técnica que permite adquirir imágenes de la superficie terrestre desde sensores instalados en
plataformas espaciales, o por medio de fotografías aéreas. La teledetección no engloba solo los
procesos que permiten obtener una imagen desde el aire o espacio, sino también su posterior
tratamiento, en el contexto de una determinada aplicación. (Chuvieco, 1995).
19
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Sensor multiespectral:
Sensor hiperespectral:
Es el sensor más avanzado en la toma de datos espectrales, este recopila información a todo lo
largo del espectro electromagnético. La mayoría de las soluciones existentes capturan la
información comprendida entre 400 nm y 1.000 nm, tomando datos de hasta 300 bandas. Al
igual que en el sensor multiespectral, es precisa la corrección geométrica, calibración
radiométrica y corrección atmosférica. (García J. J., 2015).
La clasificación digital de imágenes es el proceso por el que los píxeles que tienen características
espectrales similares, y que por lo tanto se supone que pertenecen a una misma clase, se
identifican y se asignan a un único color. (Gibson & Power, 2001).
Clasificación supervisada:
Para realizar este tipo de clasificación se requiere tener conocimiento del terreno y los tipos de
coberturas que se encuentran en la zona de estudio mediante la obtención de fotografías aéreas
previas, visitas de campo, mapas e informes. Las características espectrales de estas áreas son
utilizadas para “entrenar” un algoritmo de clasificación, el cual calcula los parámetros
estadísticos de cada banda para evaluar cada ND de la imagen, compararlo y asignarlo a una
respectiva clase. (Posada, Ramírez, & Espejo, 2008).
Clasificación no supervisada:
En este método no se requiere conocimiento de los tipos de cobertura a priori. El proceso se basa
en la elección de las bandas espectrales de la imagen a clasificar, definición del número de clases
espectrales, selección de los criterios de similitud y algoritmos de agrupación de los ND.
(Posada, Ramírez, & Espejo, 2008).
20
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Los filtros de imágenes RGB son una técnica de análisis de la percepción remota que sirven para
identificar diferentes elementos o coberturas como vegetación, humedad, cultivos, incendios,
entre otros, en imágenes satelitales u obtenidas a través de vuelos de vehículos remotamente
tripulados. Esto se logra a través de una composición de bandas que permite hacer un filtro
mediante los colores rojo, verde y azul, para componer imágenes que realcen estos elementos.
Los índices multiespectrales son imágenes que se calculan a partir de imágenes multibanda, estas
imágenes destacan un fenómeno concreto presente, y atenúan otros factores que degradan los
efectos de la imagen. (ESRI, 2020). El índice NDVI es un indicador gráfico simple que se puede
utilizar para analizar mediciones de detección remota y evaluar si el objetivo que se observa
contiene vegetación verde viva. Este permite diferenciar la vegetación sana existente en una
imagen satelital, demostrando la diferencia existente entre ésta y la vegetación estresada, o con
otro tipo de cobertura como suelo, nubosidad, agua, entre otras.
Su fórmula es la siguiente:
Dónde:
21
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El NDRE es un índice que solo se puede formular cuando la banda de borde rojo está disponible
en el sensor. Es sensible al contenido de clorofila en las hojas, a la variabilidad en el área de la
hoja y los efectos visuales del suelo. Los valores altos de NDRE representan niveles altos de
contenido de clorofila en las hojas. El suelo generalmente tiene los valores más bajos, mientras
las plantas no saludables tienen valores intermedios y las plantas sanas, los más altos.
(MicaSense, 2020).
Su fórmula es la siguiente:
Dónde:
Su fórmula es la siguiente:
Dónde:
22
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Este índice se usa para estimar el contenido de clorofila de las hojas en varias especies de
plantas. El contenido de clorofila refleja el estado fisiológico de la vegetación; disminuye en
plantas estresadas y, por lo tanto, puede usarse como un evaluador de la vigorosidad de las
plantas. (Alonso, 2020).
Su fórmula es la siguiente:
Dónde:
Es un dispositivo tres en uno, ya que integra una cámara térmica radiométrica con cinco
bandas estrechas de alta resolución, produciendo imágenes térmicas, multiespectrales y de alta
resolución en un solo vuelo para análisis avanzados. (TYCGIS, 2019).
Especificaciones técnicas:
23
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Resolución del sensor: 2064 x 1544 (3,2 MP por banda EO) a 120 m (400 pies) AGL 81
cm por píxel (térmico) a 120 m
Velocidad de captura: 1 captura por segundo (todas las bandas)
48 ° x 37 ° (multiespectral)
Campo de visión
57 ° x 44 ° (térmico)
Almacenamiento: Dispositivos de almacenamiento compatibles con USB 3.0
24
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
6. DISEÑO METODOLÓGICO
1. Al llegar al Parque Natural Chicaque, se realizó un vuelo de reconocimiento del terreno con
un equipo RPAS Phantom 4 Pro V2.0, con el fin de visualizar la zona donde se encuentra
localizada la parcela de monitoreo permanente, y así diseñar la ruta de vuelo que se llevaría a
cabo en los vuelos programados.
2. Se realizó el posicionamiento GPS de una antena Trimble 5700 (Figura 14), este punto de
apoyo tomó como base la Estación Continua MAGNA ECO – BOGA GNSS. El tiempo de
rastreo se muestra a continuación:
25
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
3. Posteriormente, se realizó el primer vuelo programado con el equipo RPAS Phantom 4 Pro
V2.0 (Figura 15), con ayuda de la aplicación Pix4Dcapture, la cual se utilizó para llevar a
cabo la planificación de vuelo, allí se trazó una ruta de grilla cruzada. Las especificaciones de
este vuelo se muestran a continuación:
Overlap: 70%
Área cubierta: 2.108 km2
Tiempo de vuelo: 12 minutos y 30 segundos
Figura 15. Vuelo programado RPAS Phantom 4Pro V2.0. Fuente propia
4. El segundo vuelo programado se realizó con el equipo RPAS VTOL WingtraOne y una
cámara RGB integrada (Figura 16), el cual cuenta con un receptor PPK sincronizado con la
antena Trimble 5700 para verificar la precisión del receptor. Las especificaciones de este
vuelo, el cual se llevó a cabo en el software WingtraPilot se muestran a continuación:
Overlap: 70%
Área cubierta: 1.988 km2
Tiempo de vuelo: 24 minutos y 39 segundos
Distancia de despegue al polígono: 26,69 km
26
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 16. RPAS VTOL WingtraOne con cámara RGB integrada. Fuente propia
5. Se llevó a cabo un tercer vuelo programado con el equipo RPAS VTOL WingtraOne, con la
cámara multiespectral MicaSense Altum integrada (Figura 17). Las especificaciones de este
vuelo se muestran a continuación:
Overlap: 70%
Área cubierta: 4.950 km2
Tiempo de vuelo: 9 minutos y 42 segundos
Distancia de despegue al polígono: 10,05 km
Figura 17. RPAS VTOL WingtraOne con cámara multiespectral MicaSense Altum. Fuente propia
27
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
1. Se descargaron los archivos del RPAS Phantom 4 Pro V2.0 y se llevó a cabo el
procesamiento de la nube de puntos, la malla y el ortomosaico, posteriormente se
georreferenció el archivo al sistema de Coordenadas Magna Sirgas Colombia Bogotá Zone, y
se cargó el shape de la parcela de monitoreo permanente localizada en el Parque Natural
Chicaque, esto con el fin de crear los perfiles correspondientes.
2. Se descargaron las imágenes del RPAS VTOL WingtraOne obtenidas con la cámara
multiespectral MicaSense Altum, y se realizó el respectivo procesamiento generando la nube
de puntos, la malla, el modelo digital de superficie y el ortomosaico de la zona en estudio.
Posteriormente se cargó el shape de la parcela de monitoreo permanente y se generaron los
mapas de índices NDVI correspondientes a vegetación para el análisis multiespectral
respectivo. Se georreferenció el modelo al sistema de Coordenadas Magna Sirgas Colombia
Bogotá Zone.
3. Finalmente, se descargaron los archivos del RPAS VTOL WingtraOne obtenidos con la
cámara RGB del dron, y se realizó el mismo proceso anteriormente descrito para generar los
mapas indicados, de esta manera se elaboró el análisis comparativo de los productos
obtenidos en los tres vuelos.
Para hacer un análisis comparativo de los productos también se realizaron los respectivos
procesamientos en la plataforma 3Dsurvey de la siguiente manera:
1. Con los archivos obtenidos del RPAS Phantom 4 Pro V2.0 se realizó el procesamiento de la
nube de puntos, la malla y el ortomosaico de las imágenes digitales, posteriormente se
georreferenció el archivo al sistema de Coordenadas Magna Sirgas Colombia Bogotá Zone.
2. Con las imágenes obtenidas del RPAS VTOL WingtraOne y la cámara RGB del dron, y se
realizó el mismo proceso anteriormente descrito para generar los mapas indicados, de esta
manera se elaboró el análisis comparativo de los productos obtenidos en los tres vuelos.
28
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Se descargaron los archivos crudos obtenidos por medio de la antena receptora GPS Trimble
5700 y los rinex de la Estación Continua MAGNA ECO – BOGA GNSS para realizar el
respectivo post proceso en el software Hi-Target Geomatics Office, y así obtener las coordenadas
del punto de apoyo posicionado para mejorar la precisión del PPK del dron.
Se exportaron las nubes de puntos de los productos obtenidos en los software Pix4Dmapper y
3Dsurvey, estas nubes se importaron en el software MARS y se crearon los perfiles topográficos
de la parcela con el fin de realizar el análisis respectivo de la vegetación y la altura de los
individuos arbóreos.
Luego de tener todos los productos generados por los software Pix4Dmapper y 3Dsurvey, se
realizó el análisis comparativo de los mismos, de manera que se lograran evidenciar las
diferencias existentes en los equipos y las cámaras usadas, además de los resultados obtenidos
por medio de las dos plataformas.
29
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
7. DESARROLLO DE LA MONOGRAFÍA
Uno de los objetivos de este proyecto es realizar la caracterización de las plataformas utilizadas
para los procesamientos de las imágenes digitales. En la Figura 18 se muestra la interfaz de
inicio del software Pix4Dmapper versión 4.3.33:
Al abrir la opción “New Project” aparece una ventana en la cual se cargan las imágenes y se
establecen parámetros iniciales como el nombre del archivo y su ubicación, como se muestra en
la Figura 19:
Figura 19. Ventana “New Project” para establecer parámetros de inicio. Fuente: Pix4D
30
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
31
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 22. Ventana de selección de sistema de coordenadas para el proyecto. Fuente: Pix4D
32
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
1. Procesamiento inicial
2. Nube de puntos y malla
3. DMS, ortomosaico y clasificación
En este paso es importante seleccionar el botón “Processing Options” y configurar las opciones
de procesamiento de cada uno de los tres pasos. Como se muestra en la Figura 26, para el
procesamiento inicial se seleccionó la opción “Rapid” para la escala de la imagen, a continuación
se da inicio al procesamiento con el botón “Start”:
33
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 26. Selección de parámetros de inicio del procesamiento inicial. Fuente: Pix4D
34
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Seleccionando el segundo botón llamado “Point Cloud and Mesh”, en la pestaña “Point Cloud”
se selecciona:
Finalmente, en la opción “Export” se selecciona la casilla “LAS” para exportar los datos en este
formato y así lograr abrirlos en los software que soporten este tipo de archivo.
Figura 28. Selección de parámetros para procesamiento de nube de puntos. Fuente: Pix4D
35
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 29. Selección de parámetros para procesamiento de malla 3D. Fuente: Pix4D
Figura 30. Procesamiento de nube de puntos y malla en textura 3D. Fuente: Pix4D
36
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
37
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
38
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El ortomosaico del vuelo 1 comprende un área de 1.477 km2, es el producto obtenido del
procesamiento de 157 fotografías. En la Figura 34 se presenta el mapa una escala 1:10.000, la
georreferenciación del proyecto se realizó en el Sistema de Coordenadas Geocéntricas MAGNA
SIRGAS Origen Bogotá, proyección Transversal de Mercator.
Figura 34. Ortomosaico vuelo 1 Phantom 4 Pro V2.0. Fuente: ArcMap 10.4.1
39
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El DSM del vuelo 1 comprende un área de 1.477 km2, las curvas de nivel de la superficie fueron
generadas cada 50 m. En la Figura 35 se presenta el mapa una escala 1:10.000, la
georreferenciación del proyecto se realizó en el Sistema de Coordenadas Geocéntricas MAGNA
SIRGAS Origen Bogotá, proyección Transversal de Mercator.
Figura 35. Modelo Digital de Superficie DSM vuelo 1 Phantom 4 Pro V2.0. Fuente: ArcMap 10.4.1
40
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El ortomosaico del vuelo 2 comprende un área de 1.988 km2, es el producto obtenido del
procesamiento de 622 fotografías. En la Figura 36 se presenta el mapa una escala 1:10.000, la
georreferenciación del proyecto se realizó en el Sistema de Coordenadas Geocéntricas MAGNA
SIRGAS Origen Bogotá, proyección Transversal de Mercator.
Figura 36. Ortomosaico vuelo 2 VTOL WingtraOne cámara RGB. Fuente: ArcMap 10.4.1
41
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
7.2.4. Modelo Digital de Superficie DSM vuelo 2 VTOL WingtraOne RGB Pix4D
El DSM del vuelo 2 comprende un área de 1.988 km2, las curvas de nivel de la superficie fueron
generadas cada 50 m. En la Figura 37 se presenta el mapa una escala 1:10.000, la
georreferenciación del proyecto se realizó en el Sistema de Coordenadas Geocéntricas MAGNA
SIRGAS Origen Bogotá, proyección Transversal de Mercator.
Figura 37. Modelo Digital de Superficie DSM vuelo 2 VTOL WingtraOne cámara RGB. Fuente: ArcMap 10.4.1
42
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
7.2.5. Modelo Digital de Superficie DSM vuelo 3 VTOL WingtraOne cámara MicaSense
Altum Pix4D
El DSM del vuelo 3 comprende un área de 0.723 km2, es el producto obtenido del procesamiento
de 985 fotografías, las curvas de nivel de la superficie fueron generadas cada 50 m. En la Figura
38 se presenta el mapa una escala 1:8.000, la georreferenciación del proyecto se realizó en el
Sistema de Coordenadas Geocéntricas MAGNA SIRGAS Origen Bogotá, proyección
Transversal de Mercator.
Figura 38. Modelo Digital de Superficie DSM vuelo 3 VTOL WingtraOne cámara MicaSense Altum. Fuente:
ArcMap 10.4.1
43
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El área total que cubre las fotografías obtenidas y procesadas es de 0.723 km2, en la zona se
observan sectores de pastizal, vegetación densa, y la presencia de un cuerpo de agua.
44
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
La banda verde es utilizada para diferenciar las clases de vegetación existentes en la zona de
estudio. Está diseñada para estimar la salud de la vegetación midiendo su pico de reflectancia
verde. En la Figura 40 se observa un alto espectro de color (tonalidad naranja) en las zonas de
poca vegetación, y un bajo espectro de color (tonalidad verde) en el sector de alta densidad
arbórea:
45
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El espectro electromagnético rojo (banda roja) se utiliza para diferenciar la vegetación de otros
elementos. Se caracteriza por absorber la clorofila, lo que facilita la clasificación de la cobertura
vegetal. En la Figura 41 se observa el realce de esta banda en tonalidades naranjas, donde se
evidencia poca presencia de vegetación, mientras que los valores de bajo espectro reflejan en
tonalidad verde alta densidad arbórea:
46
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Esta banda se utiliza para realizar la clasificación de la vegetación saludable y estresada, ya que
con el pico de reflectancia NIR se logran diferenciar los elementos presentes en la zona. En la
Figura 42 se observan bajos niveles de reflectancia NIR en zonas de alta densidad arbórea, y en
altos niveles de reflectancia los sectores con menor cantidad de vegetación densa o saludable:
47
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
La banda de borde rojo tiene una alta reflectividad, lo que también permite clasificar las plantas
entre vegetación estresada y saludable. En la Figura 43 se observa la reflectancia del borde rojo
en las zonas de vegetación con alta densidad arbórea:
48
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Este índice se caracteriza por tener alta respuesta a la vegetación verde, el brillo y el color del
suelo. En la Figura 44 se observa cómo se realza el índice NDVI en color azul oscuro en las
zonas de alta densidad arbórea y vegetación saludable, mientras que las zonas con bajo índice se
presentan en tonalidad amarilla y verde:
49
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Este índice es utilizado para estimar el contenido de clorofila de las plantas y diferenciarlas de la
vegetación estresada o con problemas de nutrientes. Una ventaja que tiene NDRE es que es
capaz de penetrar de manera más profunda la copa de los árboles que el índice NDVI. En la
Figura 45 se observa en color azul los valores más altos de este índice, en color naranja y
amarillo los más bajos:
50
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Como se observa en la Figura 47, el Índice Diferencial de Agua NDWI es utilizado para la
identificación de cuerpos de agua o zonas de alta saturación de humedad. A continuación se
muestra el sector donde se encuentra la laguna del Parque Natural Chicaque resaltada en color
azul oscuro:
Figura 47. Índice NDWI (diferencial de agua) en zona de laguna. Fuente: Pix4D
51
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El índice GCI puede ser un complemento para estudios de vegetación como los mencionados
anteriormente, ya que se concentra en las masas vegetales y su contenido de clorofila. En la
Figura 48 se observa la zona de alta densidad arbórea resaltada con el color verde más intenso,
mientras que los sectores con baja presencia de vegetación se observan en colores más claros:
52
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
A continuación se muestra la interfaz de inicio del software 3Dsurvey versión 2.12.1 (Figura 49):
Inicialmente se cargan las imágenes que serán procesadas en la pestaña “Nuevo proyecto”, como
se muestra en la Figura 50:
53
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En el siguiente paso aparece una ventana donde se indica el modelo de UAV para configurar la
telemetría de los datos, y se asigna el sistema de proyección de entrada y salida con el cual se
trabajará el procesamiento, como se indica en la Figura 51:
Figura 51. Ventana de configuración de modelo UAV para telemetría y sistemas de proyección. Fuente: 3Dsurvey
Figura 52. Ventana con datos de telemetría de imágenes digitales. Fuente: 3Dsurvey
54
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la parte inferior derecha de la plataforma aparece un menú el cual se debe seguir paso a paso
para lograr activar todas las opciones de procesamiento de imágenes que se encuentran en la
parte superior derecha. En la Figura 53 se observa este menú, en este paso se da inicio al
procesamiento haciendo clic en el botón “Ajuste de lote”:
55
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Posteriormente (Figura 54), aparece una ventana en la cual se debe seleccionar el modo de ajuste
del lote, en este caso se seleccionó la opción “Global”, a continuación se da clic en “Aceptar” y
se da inicio al procesamiento:
Figura 54. Menú para modo de ajuste del lote. Fuente: 3Dsurvey
El resultado del ajuste del lote crea una nube de puntos dispersa, como se puede observar en la
Figura 55:
Figura 55. Resultado de ajuste del lote y nube de puntos dispersa. Fuente: 3Dsurvey
56
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El software muestra una ventana con el resumen de los datos para ajuste de telemetría (Figura
57), posteriormente se inicia el proceso seleccionando el botón “Next”. El resultado de la
orientación muestra una tabla de errores de posiciones de cámara basados en los datos GPS, estos
errores se muestran en metros (m):
57
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El tercer paso del menú inferior derecho crea la reconstrucción de la nube de puntos, es decir, el
procesamiento de la nube densa de datos. En este menú aparece una ventana donde se puede
elegir el nivel de reconstrucción (extremo, alto, medio y bajo). En la Figura 58 se muestra el
producto obtenido de este proceso:
Al finalizar los 3 pasos iniciales, se procede a crear la malla regular (Modelo Digital de
Superficie DSM) y la malla completa 3D, para esto se utilizan las opciones que aparecen en el
menú de la barra superior (Figura 59):
58
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
59
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Por último, se crea el ortomosaico final del procesamiento seleccionando la pestaña “Ortofoto”,
como se muestra en la Figura 62:
60
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
La ortofoto del vuelo 1 comprende un tamaño de 1.571 Km x 1.535 Km, y una resolución del
pixel de 0.143 m, es el producto obtenido del procesamiento de 157 fotografías. En la Figura 64
se presenta el mapa una escala 1:8.000, la georreferenciación del proyecto se realizó en el
Sistema de Coordenadas Geocéntricas MAGNA SIRGAS Origen Bogotá, proyección
Transversal de Mercator.
61
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En el DSM del vuelo 1 las curvas de nivel de la superficie fueron generadas cada 50 m. En la
Figura 65 se presenta el mapa una escala 1:8.000, la georreferenciación del proyecto se realizó
en el Sistema de Coordenadas Geocéntricas MAGNA SIRGAS Origen Bogotá, proyección
Transversal de Mercator.
Figura 65. Modelo Digital de Elevación DSM vuelo 1 Phantom 4 Pro V2.0. Fuente: 3Dsurvey
62
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
La ortofoto del vuelo 2 comprende un tamaño de 1.641 Km x 1.834 Km, y una resolución del
pixel de 0.071 m, es el producto obtenido del procesamiento de 622 fotografías. En la Figura 66
se presenta el mapa una escala 1:10.000, la georreferenciación del proyecto se realizó en el
Sistema de Coordenadas Geocéntricas MAGNA SIRGAS Origen Bogotá, proyección
Transversal de Mercator.
Figura 66. Ortomosaico vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
63
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
7.4.4. Modelo Digital de Superficie DSM vuelo 2 VTOL WingtraOne cámara RGB
3Dsurvey
En el DSM del vuelo 2 las curvas de nivel de la superficie fueron generadas cada 50 m. En la
Figura 67 se presenta el mapa una escala 1:10.000, la georreferenciación del proyecto se realizó
en el Sistema de Coordenadas Geocéntricas MAGNA SIRGAS Origen Bogotá, proyección
Transversal de Mercator.
Figura 67. Modelo Digital de Elevación DSM vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
64
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 68. Reporte de coordenadas del punto de apoyo. Fuente: Hi-Target Geomatics Office
65
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
MARS es un software de detección remota avanzada creado por Merrick & Company, esta
aplicación permite visualizar, procesar y analizar datos de nubes de puntos LiDAR.
Figura 69. Delimitación de la zona para creación de perfiles topográficos. Fuente: Global Mapper v20.1
Posterior a la selección del área de recorte, esta nube de puntos se exportó en formato .las y se
abrió para su respectiva visualización y tratamientos de datos en el software MARS, donde se
realizó la elaboración de los perfiles topográficos. A continuación, en la Figura 70 se observa la
nube de puntos y el área de la parcela en vista 2D, y en la Figura 71 se observa la vista 3D:
66
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
67
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la Figura 72 se observa la vista planta perfil 1 del costado oriental, la longitud de este perfil es
de 90,35 m:
El software MARS cuenta con herramientas que permiten clasificar nubes de puntos,
georreferenciarlas y hacer mediciones de las mismas en vista planta y perfil. El archivo .las de la
nube de puntos fue importado desde el software Pix4Dmapper a MARS con el sistema de
Coordenadas Magna Sirgas Colombia Bogotá Zone, donde se visualizó con las coordenadas y las
elevaciones correspondientes.
Para obtener un estimado de las alturas de los árboles en la parcela de monitoreo, se llevó a cabo
la siguiente metodología:
68
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 73. Pendiente promedio de la copa de los árboles perfil 1. Fuente: MARS
69
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
15,78 m
15,55 m
6,44 m
3. Se calculó el promedio de las mediciones obtenidas, y se tomó este valor como un estimado
de la altura de los árboles, tomado desde la copa hasta el suelo. En el perfil 1, este valor es de
12,59 m de altura.
En la Figura 75 se observa la vista planta perfil 2 de la zona central, la longitud de este perfil es
de 89,42 m:
Las Figuras 76 y 77 presentan la pendiente promedio de las copas de los árboles a lo largo de la
parcela, y las alturas obtenidas en el perfil 2:
70
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 76. Pendiente promedio de la copa de los árboles perfil 2. Fuente: MARS
71
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
15,38 m
7,88 m
19,14 m
El valor promedio estimado de la altura de los árboles, tomado desde la copa hasta el suelo es de
14,13 m.
En la Figura 78 se observa la vista planta perfil 3 de la zona occidental, la longitud de este perfil
es de 86,90 m:
En el perfil 3 se observa una variación notoria en las alturas de la nube de puntos, ya que en la
parte central se registran datos de alturas más bajas que podrían corresponder a pequeñas zonas
despobladas, es decir, sin individuos arbóreos, lo que podría significar una mejor estimación de
la altura de los árboles en este perfil.
Las Figuras 79 y 80 presentan la pendiente promedio de las copas de los árboles a lo largo de la
parcela, y las alturas obtenidas en el perfil 3:
72
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 79. Pendiente promedio de la copa de los árboles perfil 3. Fuente: MARS
73
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
19,47 m
22 m
14,70 m
El valor promedio estimado de la altura de los árboles, tomado desde la copa hasta el suelo es de
18,73 m.
En la Figura 81 se observa la vista planta perfil 4 del área de laguna, se puede apreciar la
presencia de una zona totalmente plana, la cual corresponde al cuerpo de agua, además se
observan los sectores donde cambian las pendientes del terreno en el área de pastizal y donde
empiezan a aparecer los individuos arbóreos. La longitud de este perfil es de 141,52 m.
Las Figuras 82 y 83 muestran la pendiente promedio de las copas de los árboles en la zona donde
se presenta vegetación espesa, y las alturas obtenidas en el perfil 4:
74
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 82. Pendiente promedio de la copa de los árboles perfil 4. Fuente: MARS
75
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
17,75 m
13,36 m
16,43 m
El valor promedio estimado de la altura de los árboles, tomado desde la copa hasta el suelo es de
15,84 m.
En la Figura 84 se observa la vista planta perfil 5 del área de laguna, al igual que en el perfil 4, se
puede apreciar la presencia de una zona totalmente plana, la cual corresponde al cuerpo de agua,
además se observan los sectores donde cambian las pendientes del terreno en el área de pastizal y
donde empiezan a aparecer los individuos arbóreos. La longitud de este perfil es de 134,39 m.
Las Figuras 85 y 86 muestran la pendiente promedio de las copas de los árboles en la zona donde
se presenta vegetación espesa, y las alturas obtenidas en el perfil 5:
76
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 85. Pendiente promedio de la copa de los árboles perfil 5. Fuente: MARS
77
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
11,48 m
15,33 m
12,02 m
El valor promedio estimado de la altura de los árboles, tomado desde la copa hasta el suelo es de
12,94 m.
La selección de las áreas y los perfiles se realizó de manera que se lograran comparar diferentes
sectores de la parcela de estudio, y las zonas donde se mostrara la laguna y el sector de pastizal,
esto con el fin de hacer un contraste y una mejor estimación de la altura de los árboles, lo cual
era uno de los objetivos planteados.
78
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
No fue posible generar el ortomosaico RGB de las imágenes digitales capturadas por la
cámara MicaSense Altum, en la página de soporte de Pix4D se encontró la siguiente
información: “Nota: El ortomosaico RGB no se puede generar a partir de imágenes .tiff con
píxeles de 10, 12 y 14 bits por muestra. Tenga en cuenta que esto se aplica solo para
ortomosaico, no reflectancia ni mapa de índice”. (Pix4D, 2020).
79
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 3. Características iniciales del proyecto vuelo 1 Phantom 4 Pro. Fuente: Pix4D
En la Tabla 4 se muestra el control de calidad del procesamiento, los íconos en color verde
indican que los procesos se realizaron de manera correcta, y los íconos en amarillo sugieren
que se realice una revisión de los mismos, ya que puede existir algún error. A continuación se
explica detalladamente los resultados obtenidos en esta tabla:
80
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 4. Control de calidad del proyecto vuelo 1 Phantom 4 Pro. Fuente: Pix4D
El reporte genera una visualización del avance del ortomosaico y el Modelo Digital de Superficie
antes de la densificación, como se observa en la Figura 87:
Figura 87. Avance del ortomosaico y el DSM vuelo 1 Phantom 4Pro. Fuente: Pix4D
81
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la Figura 88 se muestra la vista superior de la posición inicial de las imágenes. La línea verde
sigue la posición de las imágenes en el tiempo a partir de los puntos azules, este esquema
representa la manera en que el dron capturó las imágenes de la zona.
Figura 88. Vista superior posición inicial de imágenes vuelo 1 Phantom 4Pro. Fuente: Pix4D
82
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la imagen se observa que el tamaño y la posición de las elipses tienen una variación uniforme,
lo que demuestra que el desplazamiento de las posiciones iniciales y calculadas son semejantes y
logran una buena precisión.
Figura 89. Esquema de desplazamiento de las imágenes vuelo 1 Phantom 4Pro. Fuente: Pix4D
Tabla 5. Incertidumbres absolutas de orientación y posición de la cámara vuelo 1 Phantom 4 Pro. Fuente: Pix4D
83
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la Figura 90 se observan las posiciones de las imágenes calculadas con vínculos entre
imágenes coincidentes. Los enlaces más oscuros indican el número de puntos clave 2D
coincidentes entre las imágenes. Los enlaces más claros indican enlaces débiles y requieren
puntos de enlace manuales o más imágenes. Las elipses de color verde oscuro indican la
incertidumbre de la posición relativa de la cámara del resultado del ajuste del bloque de haz.
(Pix4D, 2020).
Figura 90. Posiciones relativas de las imágenes calculadas vuelo 1 Phantom 4Pro. Fuente: Pix4D
Tabla 6. Incertidumbres relativas de orientación y posición de la cámara vuelo 1 Phantom 4 Pro. Fuente: Pix4D
84
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la Figura 91 se observa el número de imágenes superpuestas calculadas para cada píxel del
ortomosaico. Las áreas rojas y amarillas indican un solapamiento bajo por lo que se pueden
generar resultados deficientes. Las áreas verdes indican una superposición de 5 imágenes por
cada píxel. Se generarán resultados de buena calidad siempre que el número de coincidencias de
puntos clave también sea suficiente para estas áreas. (Pix4D, 2020).
Figura 91. Superposición de las imágenes vuelo 1 Phantom 4Pro. Fuente: Pix4D
Los detalles de ajuste del bloque muestran en orden los siguientes parámetros:
85
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Según estos resultados, los puntos clave coincidentes observados en las fotografías son
suficientes para lograr un buen traslapo en el ortomosaico, es por ello que el error en pixeles es
bajo. En la Tabla 7 se observan estos resultados:
Tabla 7. Detalles de ajuste del bloque vuelo 1 Phantom 4 Pro. Fuente: Pix4D
Tabla 8. Errores de varianza absoluta de geolocalización vuelo 1 Phantom 4 Pro. Fuente: Pix4D
86
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la Tabla 9 se observa el error medio cuadrático RMS en los ángulos Omega, Phi y Kappa en
grados, este representa la variación de la orientación de la imagen. Como se muestra en la tabla,
el error máximo obtenido en este proceso es el ángulo Kappa con una variación de 3.744 grados,
y el error mínimo es el del ángulo Phi con 0.632 grados.
Tabla 9. Error medio cuadrático RMS vuelo 1 Phantom 4 Pro. Fuente: Pix4D
87
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 11. Detalles de densificación nube de puntos y resultados vuelo 1 Phantom 4 Pro. Fuente: Pix4D
Tabla 12. Detalles de procesamiento DSM y ortomosaico vuelo 1 Phantom 4 Pro. Fuente: Pix4D
88
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El reporte de calidad que genera el software 3Dsurvey es menos detallado que el obtenido por
Pix4D, ya que presenta los datos generales del procesamiento y un avance de los productos
generados. A continuación se muestra el reporte obtenido por el software 3Dsurvey, el cual se
exportó en idioma español:
Reporte de calidad:
Proyecto: Reporte_Procesamiento_Phantom4Pro_3Dsurvey
Fecha de adquisición de 2020-10-01
imágenes:
Tabla 13. Datos iniciales reporte vuelo 1 Phantom 4 Pro. Fuente: 3Dsurvey
En la Figura 92 se presenta un avance del ortomosaico generado por 3Dsurvey, el cual es similar
al generado por Pix4D. Se observa que en ambos casos, las fotografías de la zona occidental
pierden información, por lo cual la triangulación distorsiona el ortomosaico en este sector:
Figura 92. Avance del ortomosaico vuelo 1 Phantom 4Pro. Fuente: 3Dsurvey
89
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Al igual que en el software Pix4D, 3Dsurvey procesó la totalidad de las imágenes (157). El
promedio de puntos clave por imagen es de 1509, un número significativamente menor
comparado con el obtenido en Pix4D, donde se encontró que este valor es de 5588.
Tabla 14. Datos del levantamiento vuelo 1 Phantom 4 Pro. Fuente: 3Dsurvey
Figura 93. Superposición de las imágenes vuelo 1 Phantom 4Pro. Fuente: 3Dsurvey
90
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Ubicaciones de la cámara:
Error X [m] Error Y [m] Error XY [m] Error Z [m] Error total [m]
0.190 0.167 0.253 0.336 0.421
Tabla 15. Errores de ubicación de la cámara vuelo 1 Phantom 4 Pro. Fuente: 3Dsurvey
En la Figura 94 se muestra un avance del Modelo Digital de Elevación generado por 3Dsurvey
con su respectiva escala:
91
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Parámetros de procesamiento:
En esta tabla se presentan los parámetros de procesamiento del ortomosaico, como se mencionó
anteriormente no se utilizaron puntos de control terrestre.
92
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Luego de generar y analizar los reportes obtenidos del vuelo 1, es necesario generar los reportes
del vuelo 2 para realizar la respectiva comparación de los productos, teniendo que cuenta que
este vuelo se llevó a cabo con una RPAS de gran precisión especializado para topografía, de esta
manera se pondrá a prueba la calidad de la cámara y la precisión del sensor PPK integrados a
este dron, de igual manera se evaluará la función que cumplen los softwares trabajados en este
proyecto.
Tabla 17. Características iniciales del proyecto vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
93
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 18. Control de calidad del proyecto vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
El reporte genera una visualización del avance del ortomosaico y el Modelo Digital de Superficie
antes de la densificación, como se observa en la Figura 95:
Figura 95. Avance del ortomosaico y el DSM vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
94
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la Figura 96 se muestra la vista superior de la posición inicial de las imágenes. La línea verde
sigue la posición de las imágenes en el tiempo a partir de los puntos azules, este esquema
representa la manera en que el dron capturó las imágenes de la zona.
Figura 96. Vista superior posición inicial de imágenes vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
95
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
En la imagen se observa que el tamaño y la posición de las elipses tienen una variación uniforme
en la mayoría de las imágenes, sin embargo se presenta una variación de desplazamiento en la
zona inferior izquierda de la grilla, en este punto es donde se podría presentar mayor error de
precisión en las posiciones X, Y y Z.
Figura 97. Esquema de desplazamiento de las imágenes vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
96
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 19. Incertidumbres absolutas de orientación y posición de la cámara vuelo 2 VTOL WingtraOne cámara RGB.
Fuente: Pix4D
En la Figura 98 se observan las posiciones de las imágenes calculadas con vínculos entre
imágenes coincidentes. Los enlaces más oscuros indican el número de puntos clave 2D
coincidentes entre las imágenes. Los enlaces más claros indican enlaces débiles y requieren
puntos de enlace manuales o más imágenes. Las elipses de color verde oscuro indican la
incertidumbre de la posición relativa de la cámara del resultado del ajuste del bloque de haz.
(Pix4D, 2020).
Figura 98. Posiciones relativas de las imágenes calculadas vuelo 2 Phantom 4Pro. Fuente: Pix4D
97
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 20. Incertidumbres relativas de orientación y posición de la cámara vuelo 2 Phantom 4 Pro. Fuente: Pix4D
En la Figura 99 se observa el número de imágenes superpuestas calculadas para cada píxel del
ortomosaico. Las áreas rojas y amarillas indican un solapamiento bajo por lo que se pueden
generar resultados deficientes. Las áreas verdes indican una superposición de 5 imágenes por
cada píxel. Se generarán resultados de buena calidad siempre que el número de coincidencias de
puntos clave también sea suficiente para estas áreas. (Pix4D, 2020).
Figura 99. Superposición de las imágenes vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
98
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Los detalles de ajuste del bloque muestran en orden los siguientes parámetros:
Según estos resultados, los puntos clave coincidentes observados en las fotografías son
suficientes para lograr un buen traslapo en el ortomosaico, es por ello que el error en pixeles es
bajo. En la Tabla 21 se observan estos resultados:
Tabla 21. Detalles de ajuste del bloque vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
99
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 22. Errores de varianza absoluta de geolocalización vuelo 2 VTOL WingtraOne cámara RGB. Fuente:
Pix4D
En la Tabla 23 se presenta el error medio cuadrático RMS en los ángulos Omega, Phi y Kappa en
grados, este representa la variación de la orientación de la imagen. Como se muestra en la tabla,
el error máximo obtenido en este proceso es el ángulo Kappa con una variación de 2.773 grados,
y el error mínimo es el del ángulo Phi con 1.051 grados.
En comparación con el procesamiento del vuelo 1, en ambos casos se observa que el error
máximo se encuentra en el ángulo Kappa, y el mínimo en el ángulo Phi.
Tabla 23. Error medio cuadrático RMS vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
100
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
La Tabla 24 presenta las opciones de procesamiento iniciales que se tomaron en cuenta para el
proyecto:
Tabla 24. Opciones de procesamiento vuelo 2 VTOL WingtraOne cámara RGB. Fuente: Pix4D
Al realizar una comparación con el procesamiento del vuelo 1, se observa que los mosaicos
generados en este caso fueron 6, esto se debe a que el volumen de fotografías utilizadas para el
proceso fue mayor, y el software segmenta el ortomosaico final. Por esta misma razón, el número
de puntos densificados y la densidad media por m3 del producto también son mayores.
101
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 25. Detalles de densificación nube de puntos y resultados vuelo 2 VTOL WingtraOne cámara RGB.
Fuente: Pix4D
Tabla 26. Detalles de procesamiento DSM y ortomosaico vuelo 2 VTOL WingtraOne cámara RGB. Fuente:
Pix4D
102
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Reporte de calidad:
Proyecto: Reporte_Procesamiento_RGB_3Dsurvey
Fecha de adquisición de 2020-10-01
imágenes:
Tabla 27. Datos iniciales reporte vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
En la Figura 100 se presenta un avance del ortomosaico generado por 3Dsurvey, el cual es
similar al generado por Pix4D. Se observa que en ambos casos, la ortofoto se distorsiona en la
parte inferior izquierda, ya que es la zona en la cual las fotografías pierden información.
Figura 100. Avance del ortomosaico vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
103
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Datos de levantamiento:
3Dsurvey procesó 618 de las 622 imágenes cargadas en el software, una más de las utilizadas por
Pix4D que fueron 617. El promedio de puntos clave por imagen es de 1150, un número
significativamente menor comparado con el obtenido en Pix4D, donde se encontró que este valor
es de 3642.
Tabla 28. Datos del levantamiento vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
En la Figura 101 se observa un esquema de superposición de imágenes, donde las áreas azules y
verdes indican un solapamiento bajo, y las áreas rojas indican una superposición de imágenes
mayor, por lo que se generarán resultados de buena calidad en esta zona.
Figura 101. Superposición de las imágenes vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
104
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Ubicaciones de la cámara:
Error X [m] Error Y [m] Error XY [m] Error Z [m] Error total [m]
0.126 0.158 0.202 0.116 0.233
Tabla 29. Errores de ubicación de la cámara vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
En la Figura 102 se muestra un avance del Modelo Digital de Elevación generado por 3Dsurvey
con su respectiva escala:
Figura 102. DEM vuelo 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
105
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Parámetros de procesamiento:
En esta tabla se presentan los parámetros de procesamiento del ortomosaico, como se mencionó
anteriormente no se utilizaron puntos de control terrestre.
Tabla 30. Parámetros de procesamiento 2 VTOL WingtraOne cámara RGB. Fuente: 3Dsurvey
106
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
IMAGEN HISTOGRAMA
Figura 103. Esquema de índice NDVI. Fuente: ArcMap Figura 104. Histograma de índice NDVI. Fuente:
10.4 ArcMap 10.4
NDVI: Según los expertos, los valores de índice NDVI mayores a 0.49 indican presencia de
vegetación saludable. La escala para esta zona va desde 0.58 en la región de pastizal (colores
amarillo y verde), a 0.96 en la zona de alta densidad arbórea (color azul), lo que indica que
ambas se encuentran dentro de un rango de valores altos en el máximo nivel de vigor vegetal.
El histograma presenta un valor mínimo de 0,02, un valor máximo de 0,97, la media de 0,82 y la
desviación estándar de 0,08.
107
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Figura 105. Esquema de índice NDRE. Fuente: Figura 106. Histograma de índice NDRE. Fuente: ArcMap
ArcMap 10.4 10.4
NDRE: Este índice es similar al NDVI, pero solo se puede formular si la banda de borde rojo
está disponible en el sensor. En este caso, la escala de valores va de 0.24 a 0.67, resaltando las
áreas color azul claro y oscuro, como las que tienen mayor contenido de clorofila en los
individuos arbóreos. La zona donde la vegetación se encuentra más saludable es donde la
densidad arbórea es mayor, las demás áreas se encuentran resaltadas en color amarillo y naranja.
El histograma presenta un valor mínimo de -0,28, un valor máximo de 0,73, la media de 0,45 y
la desviación estándar de 0,07.
Figura 107. Esquema de índice NDWI. Fuente: Figura 108. Histograma de índice NDWI. Fuente: ArcMap
ArcMap 10.4 10.4
108
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
El histograma presenta un valor mínimo de -0,92, un valor máximo de 0,22, la media de -0,71 y
la desviación estándar de 0,07.
Figura 109. Esquema de índice GCI. Fuente: ArcMap Figura 110. Histograma de índice GCI. Fuente: ArcMap
10.4 10.4
GCI: Este índice refleja el estado fisiológico de la vegetación. La escala de valores de la zona en
estudio se encuentra entre 0.36 y 10.16, donde el valor más alto representa un mayor contenido
de clorofila en la región de alta densidad de vegetación espesa. En esta imagen, la zona con altos
índices de clorofila se representa en color verde oscuro, y la zona con valores bajos se encuentra
representada en verde claro.
El histograma presenta un valor mínimo de -0,36, un valor máximo de 21,57, la media de 5,26 y
la desviación estándar de 1,63.
109
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
ALTURA
IMAGEN PERFIL LONGITUD
PROMEDIO
3. Costado
86,90 m 18,73 m
Occidental
110
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Tabla 31. Cuadro resumen de datos obtenidos de los perfiles topográficos. Fuente propia
En promedio, la altura de los árboles en toda la zona de estudio es de 14,85 m, donde los árboles
más altos se encuentran en el perfil 3 costado occidental con un promedio de altura de 18,73 m,
y los árboles más bajos se localizan en el perfil 1 costado oriental con un promedio de 12,59 m.
Se observa que los individuos arbóreos localizados en las cercanías de la laguna y las zonas de
pastizal tienen una tendencia a ser más bajos, pero en cuanto la vegetación empieza a hacerse
espesa, los árboles aumentan su altura gradualmente.
En el perfil 3 se observa una variación notoria en las alturas de la nube de puntos, ya que en la
parte central se registran datos de alturas más bajas que podrían corresponder a pequeñas zonas
despobladas o de suelo, lo que significaría una mejor estimación de la altura de los árboles. En
este sector, la altura aproximada es de 21 m.
Figura 111. Altura zona de suelo perfil 3 costado occidental. Fuente: MARS
111
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
9. CONCLUSIONES
Junto con los RPAS se han desarrollado diferentes software capaces de lograr un excelente
producto mediante sus herramientas de procesamiento, en este proyecto se trabajaron dos de
ellos: Pix4Dmapper y 3Dsurvey, los cuales ofrecen bastantes ventajas y algunas desventajas en
su uso, pero que utilizados de manera complementaria logran optimizar los resultados de un
producto.
Pix4D es un software que cumple con las expectativas esperadas, logra gran calidad y precisión
en los ortomosaicos generados, el tiempo de procesamiento depende de la cantidad de
información tomada en campo, pero en general, su velocidad es óptima y el reporte de calidad de
los datos es bastante detallado. La ventaja más grande que tiene Pix4D es que cuenta con
herramientas de cálculo y análisis multiespectral, lo que permite procesar imágenes en formato
.tiff y así generar mapas de índices, los cuales son de gran utilidad en proyectos de agricultura de
precisión, medio ambiente, construcción, entre otros.
Por su parte, 3Dsurvey es un software desarrollado para que su utilización sea más fácil e
intuitiva, su interfaz es sencilla, las herramientas de cálculo y procesamiento se encuentran y se
entienden rápidamente, y su tiempo de procesamiento es similar al de Pix4D, lo que permite una
optimización en las tareas y los tiempos. El producto generado por este software también cuenta
con una buena calidad para su visualización y tratamiento de datos, 3Dsurvey también genera
modelos 3D, y el reporte de calidad es detallado. Una desventaja de este software frente a Pix4D
es que no procesa imágenes .tiff, por lo cual no se pueden generar mapas de índices.
La vinculación de este trabajo de grado junto con la labor adelantada por el Semillero de
Investigación del proyecto curricular de Ingeniería Forestal en la parcela de monitoreo
permanente del Parque Natural Chicaque, ha demostrado que se puede llevar la topografía a otras
áreas de conocimiento y se pueden generar resultados de gran alcance para estos proyectos, en
este caso, se logró obtener una estimación de las alturas de los árboles desde su copa hasta el
suelo, datos que podrían servir para futuras investigaciones, o sentar un precedente para que se
sigan adelantando y perfeccionando técnicas para lograr este objetivo.
112
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
10. BIBLIOGRAFÍA
Caro, José L. (2012). Fotogrametría y modelado 3D: un caso práctico para la difusión del patrimonio y
su promoción turística. Málaga, España: Universidad de Málaga.
Chuvieco, E. (1995). Fundamentos de Teledetección Espacial. Madrid España: Ediciones Rialp S.A.
Costales, G. A. (2018). Análisis comparativo entre los software de prueba Agisoft PhotoScan y Pix4D
para el procesamiento de datos obtenidos con fotogrametría de vehículo aéreo remotamente
tripulado (RPAS) de bajo costo aplicado a proyectos de medio ambiente. Quito Ecuador:
Repositorio Digital EPN.
Earth Observing System. (2020). Earth Observing System. Recuperado el 23 de Octubre de 2020, de
https://eos.com/es/blog/indices-de-vegetacion/
Ferreira, M. R., & Aira, V. G. (2015). Aplicaciones topográficas de los drones. Recuperado el 28 de
Diciembre de 2020, de
http://www.bibliotecacpa.org.ar/greenstone/collect/otragr/index/assoc/HASHac69.dir/doc.pdf
García, J. J. (2015). Estudio de índices de vegetación a partir de imágenes aéreas tomadas desde
UAS/RPAS y aplicaciones de estos a la agricultura d precisión. Madrid, España.
113
Universidad Distrital Francisco José de Caldas.
Procesamiento de imágenes digitales obtenidas con RPAS para análisis multiespectral de la
parcela de monitoreo permanente localizada en el Parque Natural Chicaque.
Gibson, P. J., & Power, C. H. (2001). Introductory Remote Sensing: Principles and Concepts. Londres,
Inglaterra: Routledge Taylor & Francis Group.
González, E. A., García, Y. D., Espina, P. G., García, C. O., & Sierra, V. (2020). estudia la interacción de
la radiación electromagnética de origen infrarrojo con la materia. La región del infrarrojo abarca
la zona del espectro electromagnético comprendida entre el rango visible y las microondas y se
divide en tres regiones (cercano, m. ecnología Agroalimentaria. Boletín informativo del SERIDA.,
43-50.
Greenwood, F. (Julio de 2015). Drones and aerial observation. Recuperado el 13 de Diciembre de 2020,
de http://www.rhinoresourcecenter.com/pdf_files/143/1438073140.pdf
Gutiérrez, S. K., Santana, L. H., Morales, R. O., Aday, O. d., & Mora, I. D. (2018). Análisis de imágenes
multiespectrales adquiridas con vehículos aéreos no tripulados. SicELO, 4.
Posada, E., Ramírez, H. M., & Espejo, N. C. (2008). Manual de Prácticas de Percepción Remota con el
programa ERDAS IMAGINE. Bogotá, Colombia: Instituto Geográfico Agustin Codazzi .
114