Companhia: | Sostremetries |
Localidade: | Vic (Espanha) |
Web: | sostremetries.cat |
Designação: | Andreu Alvarruiz Serrano |
Taxa: | Fotogrametria e LiDAR Manager |
Atividade principal: | Desenho de fluxos de trabalho para identificar automaticamente picos de nuvens de pontos LiDAR e modelos de superfície derivados de voos fotogramétricos. |
Distribuidor: | Mendilur |
Web: | mendilurposition.com |
Quantos picos na Córsega ultrapassam os 2000 metros de altitude?
A lista tradicional da ilha de dois mil habitantes é baseada nos nomes que aparecem em mapas topográficos em uma escala de 1:25.000. Como resultado, muitos picos proeminentes sem um topônimo são excluídos, enquanto pequenas saliências com seus próprios nomes são incluídas por razões históricas. Do ponto de vista topográfico, isso não é consistente.
O desafio para Sostremetries é elaborar uma nova lista com critérios estritamente topográficos. Para tal, aproveitámos a recente publicação da cobertura LiDAR do Institut national de l'information géographique et forestière (IGN França), com uma densidade mínima de 10 pontos/m², que permite detetar qualquer altitude máxima no terreno e calcular automaticamente a sua proeminência.
O principal desafio é que, nos picos mais isolados, a chave pode estar a vários quilômetros de distância, o que requer a análise de grandes volumes de dados LiDAR para realizar uma pesquisa completa. Uma abordagem direta excederia a capacidade de memória de qualquer computador, de modo que o processamento de dados eficiente era necessário.
Vista da face leste do Pinzi Corbini usando a nuvem de pontos LiDAR HD publicada pela IGN França.
A fotografia real destaca o nível de detalhe do LiDAR. Foto: Associação GHISONI-Oriente.
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.
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.