Aplitop: identificação-lidar-cumes-corsega-frança

O primeiro passo foi filtrar a nuvem de pontos LiDAR publicada pela IGN France para distinguir o terreno de outros elementos, como vegetação, travessias de cume ou mesmo animais. Apenas os pontos classificados como terreno foram utilizados para gerar o modelo digital de elevação.

Para lidar com grandes volumes de dados sem sobrecarregar os recursos computacionais, o TCP PointCloud Editor permite aplicar filtros de altitude, eliminando automaticamente todos os pontos abaixo de 1850 m, o limiar necessário para poder calcular proeminências de pelo menos 100 m com segurança. Esta filtragem reduz significativamente a quantidade de dados a serem processados e facilita o cálculo eficiente de proeminências.

Nos casos em que o destaque de uma cimeira é incerto, ferramentas como o TCP PointCloud Editor permitem analisar perfis detalhados na nuvem de pontos original. Sua visão ortográfica frontal, com o eixo Z fixo, garante uma comparação precisa entre colinas. Além disso, a geração de linhas de contorno fornece validação visual adicional e permite estimar com precisão a incerteza nas elevações.

Identificação do col que define a proeminência de Punta Orlandino graças à classificação da nuvem de pontos por elevação e ativação da restrição vertical do eixo Z em uma visão ortográfica frontal.

• O tratamento prévio dos dados permitiu-nos reduzir a campanha de campo a apenas cerca de 30 picos e respetivas colinas, focando-nos nos pontos onde o LiDAR não garantiu a superação dos limiares de saliência e isolamento.
• Além disso, as observações GNSS no terreno serviram de validação do inquérito, combinando a precisão de um modelo digital de alta densidade com pontos de controlo no terreno.
• Além deste estudo, a capacidade de gerar superfícies com o TCP PointCloud oferece aplicações adicionais, como determinar espessuras de neve ou monitorar o recuo glacial comparando a cobertura LiDAR de diferentes anos. Em nuvens de pontos sem informações de cor, a deteção de lagos nos dados revela a presença de neve no momento da captura, já que, sem neve, o pulso de laser não teria retornado.

Sobreposição de um modelo de superfície gerado a partir da nuvem de pontos IGN France HD LiDAR (branco) e um modelo de superfície derivado da correlação de imagens aéreas de um voo fotogramétrico da mesma instituição francesa (castanho).

Graças a esta visão, temos a confirmação visual de que o terreno foi coberto de neve durante um voo LiDAR sem informações de cor. No canto inferior esquerdo está o Lavu di Bastani ou Lac de Bastani onde você pode ver o ruído causado por erros de correlação na água. O retorno dos pontos LiDAR no lago confirma a presença de cobertura de neve.