Crear DEM y DSM a partir de lidar mediante el uso de un dataset LAS

Los modelos de elevación de ráster son uno de los tipos de datos SIG más habituales. Se pueden utilizar de muchas formas para la visualización y el análisis, y se pueden compartir fácilmente.

Los datos de lidar aerotransportado almacenados en archivos LAS permiten crear modelos de elevación de alta calidad. Mediante lidar pueden crearse dos modelos de elevación comunes: uno con los puntos lidar de retorno más altos y el otro con los puntos de elevación del terreno. Una superficie de retorno más alto incluye canopea y edificios, y se suele hacer referencia a ella como un modelo de superficie digital (DSM). El suelo, o suelo desnudo, sólo contiene la topografía y con frecuencia se le llama modelo digital de elevación (DEM).

Estos modelos de superficie tienen varios usos en SIG, lo que incluye ayudar a conocer el cambio de la superficie con el paso del tiempo y el caudal del modelo para hidrología, visualizar un modelo de superficie en 3D, conocer el impacto del movimiento de tierra, realizar análisis de cuenca visual o proporcionar análisis de corte y relleno.

En los gráficos siguientes muestran representaciones sombreadas hipsométricas de una superficie de retorno más alto, o DSM, a la izquierda y un modelo de suelo desnudo, o DEM, a la derecha.

Ráster DSM
Se muestra un modelo de superficie DSM en el que se utilizan puntos lidar de retorno más alto.
Ráster DEM
Se muestra un modelo de superficie DEM en el que se utilizan puntos lidar de terreno.

Dataset LAS

El dataset LAS hace referencia a una serie de archivos de nubes de puntos LAS (.las) y restricciones de superficie opcionales. El dataset LAS puede visualizarse como puntos o como modelo de superficie TIN. Los datasets LAS se almacenan como archivos utilizando la extensión .lasd. Las restricciones de superficie son líneas de corte, polígonos de agua, límites de áreas o cualquier otra entidad de superficie que se vaya a aplicar al dataset LAS. Estas entidades se aplican mientras el dataset LAS se muestra como modelo TIN y cuando se utiliza para crear un modelo de superficie DEM de ráster.

Existen dos formas de crear un dataset LAS en ArcGIS Pro: con la herramienta de geoprocesamiento Crear dataset LAS o con el panel Catálogo. Una vez que cree el dataset LAS, puede visualizar la nube de puntos agregando la capa a un mapa o una escena.

Los puntos de los archivos LAS suelen clasificarse en diferentes entidades geográficas. La clasificación más común es suelo. Puede definir filtros de punto a partir de la pestaña Filtro del cuadro de diálogo Propiedades de capa del dataset LAS. Las Propiedades de filtro son importantes porque controlan qué puntos de los archivos LAS procesar. Ni los DEM ni los DSM se realizan desde todos los puntos; debe filtrar los puntos. Por ejemplo, cuando filtra puntos para que solo se muestren los puntos de suelo en ArcGIS Pro, el ráster resultante que se crea es un DEM.

Consideraciones

Antes de crear un DEM o DSM a partir de aerotransportado, debe tener en cuenta lo siguiente:

Extensión de cobertura

Tener en cuenta la extensión y el tamaño del área que está creando le ayudará a decidir si crear un ráster o un conjunto de rásteres, que quizá esté almacenado en un dataset de mosaico. Esto depende de lo que pretenda hacer con el ráster en lo relativo a analizar, visualizar y posiblemente compartir o distribuir los datos. También hay que tener en cuenta la cantidad de datos lidar que se tienen. Es posible intentar procesar una nube de puntos que abarque un estado como un dataset, pero probablemente se tarde mucho y limite los recursos informáticos. En una situación como esta, lo más apropiado sería crear varios rásteres a partir de este volumen de datos lidar, por lo que también debería considerar dividir el procesamiento lidar. Por ejemplo, interrumpa el procesamiento para que un dataset LAS individual no conste de más de 10.000 millones de puntos Además de mantener datasets individuales con un tamaño razonable, acorta la duración del proceso de esos datasets. Los datos lidar aerotransportado suelen disponerse en teselas a partir de líneas de vuelo en tamaños de teselas manejables. Si está trabajando con datos en líneas de vuelo, plantéese utilizar la herramienta de geoprocesamiento Tesela LAS para ordenar en teselas los datos lidar. También puede tener en cuenta la cantidad de filas y columnas del ráster de salida deseado. Por ejemplo, divida el dataset en varios rásteres si tiene más de 10.000 filas o columnas, donde esta colección de teselas de rásteres puede utilizarse para definir un dataset de mosaico.

Densidad de puntos deseada

Tener una densidad de puntos constante o reducirla a lo largo de los archivos lidar de muestreo ayudará a eliminar el ruido en los rásteres de salida y agilizará el rendimiento. La densidad de puntos debería influir en el tamaño de celda de salida del ráster de salida. DEM/DSM no debería tener un tamaño de celda más pequeño que el espaciado de puntos medio del dataset lidar. Puede encontrar el espacio de puntos medio en el cuadro de diálogo Propiedades de dataset del dataset lidar.

Cuando se recopilan datos lidar, es preciso que haya una cantidad determinada de superposición entre las líneas de vuelo para que no se ignoren áreas. Estas áreas de superposición a menudo producen ligeros desfases de altura entre las rutas de vuelo, que son más evidente en áreas de superposición próximas a los bordes de las rutas de vuelo. Puede excluir y reclasificar puntos de las áreas de superposición del dataset LAS utilizando la herramienta de geoprocesamiento Clasificar superposición de LAS. Para obtener información adicional sobre la exclusión de áreas de superposición, consulte el flujo de trabajo Entender la clasificación de superposición.

Para que la densidad de puntos sea más homogénea en datos lidar sobremuestreados, considere utilizar la herramienta de geoprocesamiento Simplificación LAS. Plantéese utilizar esta herramienta en los datos LAS sobremuestreados (por ejemplo, varios escaneados lidar superpuestos) para optimizar el rendimiento de visualización y acelerar las operaciones de análisis. Para obtener información adicional sobre la simplificación y el ordenamiento en teselas de los datos lidar, consulte el flujo de trabajo Utilizar el ordenamiento en teselas y la simplificación para optimizar nubes de puntos.

Aplicación forzada de línea de corte

La capa de dataset LAS se puede utilizar para controlar la aplicación de las funciones de restricción de superficie a las que un dataset LAS puede hacer referencia. Las restricciones de superficie son entidades de superficie almacenadas en clases de entidad, que se derivan generalmente de una técnica de teledetección como la fotogrametría. Las restricciones se aplican cuando el dataset LAS se muestra o procesa como una superficie triangulada. El uso de restricciones que incluyan la aplicación adecuada de entidades de agua como lagos y ríos puede ser beneficioso para aplicaciones hidrológicas, como la gestión de tierras inundables. También es útil tener un límite de área de estudio para generar un área concreta, como una cuenca hidrográfica.

Dataset LAS mostrado con puntos
El dataset LAS se muestra como nube de puntos lidar.
Dataset LAS con líneas de corte aplicadas
El dataset LAS se muestra como superficie TIN con líneas de corte aplicadas.

Utilizar la herramienta De dataset LAS a ráster

Utilice De dataset LAS a ráster para crear el DEM o DSM.

Utilice la capa de dataset LAS con el conjunto de propiedades de filtro adecuado como entrada de la herramienta. La mayoría de veces, esta rasterización de la herramienta de geoprocesamiento De dataset LAS a ráster se realiza mediante una rápida agrupación en bin de puntos. Desde que lidar es tan denso en comparación con otras técnicas de muestreo, muchas personas creen que bin es suficiente y que más métodos de interpolación que consumen tiempo son innecesarios. Este es sin duda cierto, especialmente con los primeros retornos en donde el muestreo es relativamente consistente. La densidad de la muestra del suelo desnudo varía según la frecuencia y la densidad de las entidades de superficie (por ejemplo, la vegetación, los edificios). La triangulación está recomendad para los DEM- La agrupación en bin será más rápida en el caso de los DEM, pero la calidad será mucho menor. Esta herramienta permite llenar e interpolar vacíos (las celdas para las que no hay ejemplos).

  1. Agregue la capa del dataset LAS a un mapa 2D o una escena local 3D.
  2. Haga clic con el botón derecho en la capa del dataset LAS en el panel Contenido y seleccione Propiedades.

    Aparece el cuadro de diálogo Propiedades de capa, como se muestra en la imagen siguiente.

    Cuadro de diálogo Propiedades de capa del dataset LAS

  3. Haga clic en Filtro LAS y configure las propiedades de filtro que se van a utilizar para generar el DEM o DSM.
  4. Haga clic en Aplicar y Aceptar para cerrar Propiedades de capa.
  5. Haga clic en Restricciones de superficie y configure las restricciones de superficie que se utilizarán para generar el DEM o DSM.

    Nota:

    Se admiten todos los tipos de líneas de corte y se utilizan cuando se emplea el método de interpolación por triangulación. Cuando se utiliza un método de interpolación por agrupación en bin, solo se admiten y utilizan operaciones de sustitución, borrado y recorte de restricciones.

  6. En el panel Geoprocesamiento, busque la herramienta de geoprocesamiento De dataset LAS a ráster.
  7. En la herramienta de geoprocesamiento De dataset LAS a ráster, agregue el dataset LAS como valor de Dataset LAS de entrada.
  8. Configure el valor de Ráster de salida.
  9. Configure los parámetros de interpolación.

    Nota:

    La agrupación en bin ofrecerá resultados con más rapidez. Utilizar el tipo de asignación de la celda Promedio es mejor para los puntos de suelo desnudo al producir un DEM. La opción Máximo es la mejor para influenciar el resultado de elevaciones mayores a la hora de realizar una DSM. Utilice vecinos lineales o naturales en Método de relleno de vacíos. Este tipo de interpolación presenta un tiempo de procesamiento más prolongado, pero la superficie generada es mucho más uniforme que la que se obtiene con una interpolación lineal. Además, es menos susceptible a pequeños cambios en la triangulación. Los métodos de interpolación por triangulación derivan valores de celdas usando un método basado en TIN y ofrecen además la oportunidad de acortar el tiempo de procesamiento reduciendo el muestreo de datos LAS por medio de la técnica de tamaño de la ventana.

  10. Configure Tipo de muestreo y Valor de muestras.

    Estas opciones se utilizan para definir la resolución del ráster de salida.

  11. Haga clic en Ejecutar para ejecutar la herramienta.

    Herramienta de geoprocesamiento De dataset LAS a ráster