La clasificación del suelo es un paso de procesamiento fundamental para los sistemas LIDAR aéreos. Permite aprovechar gran parte del potencial de los datos, en particular para crear derivadas útiles. Los DEM, por ejemplo, son un producto común fabricado a partir del sistema LIDAR aéreo y la clasificación del suelo es una parte necesaria del proceso.
Algunas de las cosas que la gente quiere identificar en LIDAR, como los edificios y la vegetación, exigen que primero se lleve a cabo la clasificación del suelo. Esto se debe a que una parte consustancial de su proceso de clasificación implica evaluar a qué altura se encuentra un punto sobre el suelo.
Es recomendable que un profesional realice la clasificación del suelo y que consultores independientes examinen los datos, junto con cualquier clasificación aplicada, para asegurarse de que cumplan los requisitos. Los requisitos varían en función del proyecto, aunque a menudo conlleva la comparación de alturas clasificadas del suelo con la altura de puntos de control y una revisión de las derivadas de relieve sombreado a partir de datos LIDAR clasificados del suelo. En la información de este tema se describe cómo realizar la clasificación del suelo con ArcGIS Pro.
Requisitos previos y recomendaciones
La clasificación del suelo en nubes de puntos se realiza con mayor frecuencia en LIDAR aéreo. Esta es la manera de obtener la vista mejor y más uniforme del suelo. También pueden emplearse nubes de puntos derivadas fotogramétricamente, aunque no son tan fiables como LIDAR para obtener observaciones terrestres en zonas de vegetación.
Las plataformas de captación terrestres, tanto fijas como móviles, pueden ser problemáticas. El suelo no suele captarse con fiabilidad porque los objetos suelen proyectar sombras en el suelo. Además, la densidad de punto puede variar, lo que ocasiona el muestreo por exceso o por defecto de muchas áreas. Partes de las exploraciones cerca del sensor pueden ser adecuadas. Por ejemplo, se puede hacer una captura de alta calidad del suelo situado cerca de las exploraciones recogidas desde un coche o un tren, como el firme de la carretera o el tendido de una red ferroviaria. Sin embargo, la calidad se reduce a medida que aumenta la distancia del escáner o si hay muchos objetos que impiden que el escáner tenga una visión adecuada del suelo.
Antes de realizar la clasificación del suelo, es preciso georreferenciar las nubes de puntos de cualquier tipo. El proveedor de datos suele encargarse de esto.
También se recomienda la clasificación de superposición para que la densidad de punto de los datos contemplada para el suelo, y para otros clasificadores, sea relativamente uniforme.
Los datos deben estar en un sistema de coordenadas proyectadas. Si los datos se encuentran en grados decimales, puede utilizar la herramienta Extraer LAS para proyectar los datos configurando un sistema de coordenadas de salida adecuado en el entorno de la herramienta.
Los datos deben estar teselados. Esto supone dividirlos en áreas rectangulares no superpuestas; esto se puede hacer con la herramienta LAS de tesela. Es recomendable que las teselas individuales de los datos con formato LAS no superen 1 GB.
Es recomendable generar estadísticas correspondientes a los datos LAS. Las estadísticas crean un índice espacial que mejora el resultado de la clasificación. Las estadísticas pueden generarse en el cuadro de diálogo Propiedades de dataset LAS y varias herramientas de geoprocesamiento relacionadas con LAS (Crear dataset LAS y Estadísticas de dataset LAS).
Si los datos se sobrescriben por cualquier motivo (por ejemplo, para hacer proyectos o teselas), se recomienda reorganizar el orden de los puntos al crear los archivos. Esto sitúa puntos en un archivo LAS que están próximos entre sí en cuanto a secuencia de registro física del archivo, lo que mejora el rendimiento de las consultas espaciales.
Realizar la clasificación del suelo
La herramienta Clasificar el terreno LAS sirve para identificar y clasificar automáticamente los puntos del suelo en LIDAR y nubes de puntos fotogramétricas. Una vez que clasifica el suelo, puede utilizar la herramienta Dataset LAS a ráster para crear un DEM o seguir clasificando los datos con otras herramientas que dependen del suelo, como Clasificar edificio LAS y Clasificar LAS por altura.
Solo se tienen en cuenta los puntos de clase 0 y 1 para el suelo. Cualquier punto de suelo de clase 2 existente se puede mantener o eliminar (en otras palabras, el clasificador la restablece en la clase 1 y la reevalúa para el suelo), dependiendo de la configuración. También existen opciones para gestionar el ruido. El ruido se aparta de forma predeterminada. El resto de clases existentes permanecen sin cambios.
Limitaciones
La clasificación de LIDAR no es perfecta. Como solo se dispone de la información de punto para trabajar, con algunos puntos no siempre puede haber una respuesta correcta o incorrecta. Por consiguiente, hay muchas superficies del suelo en potencia.
Pruebe a utilizar las mejores opciones para minimizar el error y reducir la cantidad de limpieza de la clasificación manual que se necesita. Hacer esto correctamente implica conocer las características de los datos y del terreno en el área de estudio.
Los puntos derivados de LIDAR suelen ofrecer mejores resultados que los puntos obtenidos fotogramétricamente. Esto se debe, en parte, a las características geométricas de los puntos. Por norma general, los puntos fotogramétricos no capturan la transición precisa del punto de contacto del suelo con el edificio, el coche o la vegetación con tanta nitidez como LIDAR. Asimismo, las técnicas fotogramétricas no permiten ver el suelo a través de la vegetación como lo hace LIDAR.
En las pequeñas áreas recogidas por drones, como un solo edificio, a menudo se captura una pequeña área de suelo alrededor del perímetro del edificio. Es menos probable que el clasificador de suelo encuentre suelo en estas situaciones porque hay poca información que clasificar.
El pavimento de los pasos elevados y los puentes suele clasificarse como suelo de manera incorrecta, ya que las carreteras que llevan a ellos se consideran suelo. Como no existe una interrupción brusca en la pendiente cuando la carretera se convierte en paso elevado o puente, el clasificador clasifica mal, o expande, el suelo para cruzarlo.
El agua suele clasificar como suelo por error. Esto se debe a que hay poca diferencia entre el suelo y el agua desde un punto de vista geométrico tal como lo definen los puntos. La clasificación incorrecta del agua debería corregirse mediante el uso de entidades poligonales que representan masas de agua. Utilícelas con la herramienta Establecer códigos de clase LAS con entidades.
Los clústeres de bajo ruido pueden clasificarse por error como suelo porque el clasificador los identifica como entidades de suelo potencialmente válidas, como pozos.
No resulta adecuado utilizar las exploraciones interiores de edificios, túneles o pozos mineros con la herramienta Clasificar el terreno LAS.
Utilizar la herramienta Clasificar el terreno LAS
A pesar de que la herramienta Clasificar el terreno LAS ofrece buenos resultados con los parámetros predeterminados la mayoría de las veces, puede utilizar varios parámetros para maximizar la calidad y minimizar el error. En la siguiente tabla se describen los parámetros.
Método de detección de suelo |
Este parámetro incluye cuatro opciones. Normalmente se utilizan tres de ellas: Clasificación estándar, Clasificación conservadora y Clasificación agresiva. Esto guarda relación con la cantidad de rugosidad e interrupciones de la superficie se aceptan como suelo. La opción conservadora permite la menor cantidad de rugosidad, mientras que la opción agresiva admite la rugosidad máxima. Se recomienda utilizar una estrategia conservadora o estándar, y reservar la clasificación agresiva para el terreno accidentado que suele haber en áreas de montaña. Con un enfoque conservador es menos probable que se incluyan entidades que no sean suelo, pero puede ignorarse suelo válido en áreas más irregulares. La clasificación estándar ofrece un buen equilibrio entre las opciones conservadora y agresiva cuando el terreno es mixto. La opción conservadora es adecuada para la generación de DEM porque reduce la posibilidad de clasificar objetos bajos como suelo por error. La opción estándar es adecuada para compensar los errores por omisión y comisión. El cuarto método de detección, Recuperar crestas, se utiliza como proceso posterior para mejorar o reparar las crestas en terrenos accidentados que no se clasificaron correctamente durante la clasificación inicial del terreno. Se trata con más detalle abajo en la sección Solucionar problemas. |
Algoritmo de detección |
Este parámetro incluye dos opciones: Reciente y Primera generación. El valor predeterminado es Reciente. Esta opción utiliza el clasificador de última generación y está recomendada. La opción Primera generación puede utilizarse, entre otros, para reproducir o equiparar los resultados obtenidos con un software anterior. En algunos casos, la opción Primera generación puede ofrecer un resultado más conveniente, pero no suele ser lo habitual. |
Reutilizar suelo existente |
Este parámetro opcional se puede activar o desactivar. Resulta útil cuando ya se han clasificado al menos algunos puntos del suelo. Si se activa, se mantendrá el suelo existente y se agregará más. Suele utilizarse cuando se mejora una clasificación inicial en la que falta algún suelo. Este flujo de trabajo se explica con más detalle abajo en la sección Solucionar áreas problemáticas. Cuando se desactiva, el suelo existente se reclasifica como clase 1 y la clasificación del suelo se realiza desde cero. El valor predeterminado no está activado. |
Resolución DEM |
Utilice este parámetro cuando el tamaño de celda del DEM que quiera obtener de los puntos del suelo sea mucho más amplio que el espaciado de punto promedio de la nube de puntos de entrada y quiera reducir el tiempo de procesamiento de la clasificación del suelo. También es una manera de hacer puntos de suelo más finos que puedan tener otros usos. Cuando se utiliza este parámetro, se clasifica un subconjunto de puntos de suelo que bastan para hacer un DEM de la resolución prevista. Como se clasifica un número menor de puntos de suelo, la herramienta funciona con más rapidez. El inconveniente es que debe volver a ejecutar el clasificador si en el futuro necesita suelo con una resolución más alta. Este parámetro exige que el tamaño de celda proporcionado sea mayor o igual que 0,3 metros y que sea 1,5 veces mayor que el espaciado de punto nominal de la nube de puntos. |
Clasificar puntos de ruido bajo |
Cuando se activa, este parámetro clasifica los puntos subterráneos como ruido de clase 7. Si proporciona el valor del parámetro Profundidad mínima subterránea, los únicos puntos que se clasifican como ruido son los que están por debajo de ese umbral. El umbral predeterminado es 0, por lo que cualquier punto por debajo del suelo se tratará como ruido, con independencia de su profundidad. Se recomienda activar el parámetro Clasificar puntos de bajo ruido porque es poco probable que estos puntos se interpreten, o clasifiquen, como de una clase diferente. Resulta más útil que estén asignados a la clase de ruido, en lugar de dejarlos en la clase 0 o 1, si no pueden ser otra cosa. No todos los puntos subterráneos o, para ser más exactos, que parezcan estar por debajo del suelo se clasificarán como puntos de bajo ruido. Este ocurre en gran parte con clústeres de puntos debido a que el clasificador los identifica como entidades potencialmente válidas, como minas o pozos. |
Preservar el bajo ruido existente |
Cuando se activa, este parámetro mantiene cualquier punto de bajo de ruido existente con la intención de agregar más bajo ruido. Está desactivado de manera predeterminada, con lo que cualquier bajo ruido existente primero se restablecerá en la clase 1 y luego se evaluará desde el principio. |
Clasificar puntos de alto ruido |
| Cuando se activa, este parámetro clasifica los puntos por encima del suelo como alto ruido de clase 18 debido al valor del parámetro Altura mínima sobre el suelo que se ha proporcionado. Su finalidad es encontrar ruido asociado a nubes, niebla y pájaros que vuelen alto. Para que no se clasifiquen como ruido, utilice un umbral por encima de árboles, edificios y otras infraestructuras de gran altura. Nota:Si solo tiene unas cuantas entidades de altura válida en el paisaje, pero mucho ruido elevado en el rango de altura de estas entidades, podría ser conveniente proporcionar un umbral de altura que dé lugar a la clasificación incorrecta de las entidades altas. Este se debe a que puede resultar más fácil solucionar estos cuantos problemas puntuales de forma manual que arreglar todo el ruido que falte a causa de un umbral de altura mayor. |
Preservar el alto ruido existente |
Cuando se activa, este parámetro mantiene los puntos de alto de ruido existentes con la intención de agregar más alto ruido. Está desactivado de manera predeterminada, con lo que cualquier alto ruido existente primero se restablecerá en la clase 1 y luego se evaluará desde el principio. |
Revisar resultados
Ninguna clasificación es perfecta. Los resultados deben revisarse y depurarse de forma manual conforme sea necesario. Existen dos tipos de problemas: puntos que deberían haberse clasificado como suelo que no lo están (errores de omisión) y puntos que se han clasificado como suelo por error (errores de comisión).
Puede revisar las estadísticas para encontrar errores. Por ejemplo, puede examinar los rangos de altura de los puntos del suelo en el panel Estadísticas del cuadro de diálogo Propiedades del dataset LAS desde el panel Catálogo para ver si se encuentran dentro de los rangos previstos. También puede comprobar la altura en función de otras fuentes de altura, como los datos del estudio o los DEM previamente existentes, y buscar diferencias significativas.
Una de las técnicas más comunes consiste en obtener ráster de relieve sombreado de un DEM creado a partir de puntos clasificados del suelo y hacer que alguien revise visualmente el relieve sombreado para detectar anomalías. La finalidad de esto es buscar formas del suelo con aspecto poco natural. Esto incluye picos y pozos insólitos, pero lo más probable es que se trate de crestas truncadas o ausentes en terreno accidentado.
Solucionar áreas problemáticas
Quizá lo más adecuado sea solucionar los problemas puntuales que se identifiquen, como un pozo que debería tener bajo ruido. Para esto, cree una pirámide para el dataset LAS y vea la nube de puntos por código de clase en una vista 3D local Asegúrese de que la referencia espacial de la vista sea la misma que la de la nube de puntos. En la cinta de la capa del dataset LAS hay una pestaña Clasificación que incluye herramientas para seleccionar y reclasificar los puntos especificados.
Las crestas puntiagudas pueden perderse en terreno irregular cuando el método de clasificación es conservador o estándar. Aunque puede utilizar el método agresivo para evitarlo, no se recomienda usarlo a menos que toda la zona presente una orografía irregular. En la situación más habitual de terreno mixto, es mejor utilizar los métodos conservador o estándar para obtener resultados de calidad en áreas menos accidentadas. La contrapartida es que el clasificador puede ser demasiado restrictivo en áreas accidentadas. Identifica cambios bruscos de pendiente como con poca probabilidad de que sea suelo y puede omitir sierras, especialmente en áreas densamente boscosas con menos resultados de suelo.
Para solventar el problema de las crestas, primero se obtiene un relieve sombreado a partir de los puntos clasificados del suelo iniciales. Esto sirve para identificar las ubicaciones problemáticas. El operador digitaliza polígonos en torno a las áreas problemáticas. No es necesario que los polígonos sean precisos. A continuación, se vuelve a ejecutar el clasificador de suelo, utilizando el método de detección de suelo Recuperar crestas. Cuando se selecciona este método, el parámetro Reutilizar terreno existente se activará y tendrá que suministrar los polígonos del área del problema como extensión de procesamiento. Como la selección de polígonos se respeta, puede elegir áreas concretas para procesar y repetir.
Esto ejecutará una clasificación específica de la cresta solo para esas áreas problemáticas mientras que deja las otras áreas solas. Debería hacerse otra revisión en cada área problemática tras la nueva ejecución del clasificador.
Editar puntos iniciales del suelo manualmente
En algunos casos excepcionales, si un área sigue siendo problemática, incluso después de utilizar el parámetro Recuperar crestas, puede clasificar manualmente unos cuantos puntos de siembra en el suelo a lo largo de la parte superior de la cresta, seleccionar el polígono problemático correspondiente y volver a ejecutar la herramienta utilizando los mismos parámetros de Recuperar cresta. Los puntos iniciales ayudarán al clasificador a encontrar más puntos a lo largo y alrededor de la cresta.
Para editar los puntos iniciales del suelo manualmente, siga estos pasos:
- Localice el lugar problemático en una vista 3D.
- Agregue el DEM al modelo de suelo de la escena.
- Cubra el relieve sombreado y los polígonos problemáticos (representados con contornos pero sin relleno) en el suelo.
- Desplácese al área problemática.
- Oriente la vista de manera que vea los datos desde lo alto.
- Seleccione la capa de dataset LAS en el panel Contenido, pero deje los puntos desactivados.
La selección de la capa de dataset LAS activa la pestaña Clasificación LAS de la cinta, junto con la herramienta Perfil, pero dejar los puntos desactivados permite ver dónde dibujar un perfil.
- Una vez que se dibuje el perfil y que aparezca la vista del perfil, desactive el relieve sombreado y los polígonos cubiertos y vuelva a activar los puntos.
- Rote la vista de manera que vea la cresta a lo largo en lugar de verla lateralmente.
- También puede desactivar Puntos visibles para poder seleccionar a la vez varios puntos de suelo a lo largo de la parte superior de la cresta, cerca y lejos.
- Tras clasificar manualmente algunos puntos iniciales del suelo, vuelva a ejecutar el clasificador utilizando el polígono de área problemático en cuestión como extensión de procesamiento.
En las imágenes siguientes se muestran diferentes formas de visualizar una superficie del suelo en 2D para identificar áreas problemáticas y valorar las soluciones adoptadas:
Las vistas de mapa 2D se basan en el dataset LAS dibujado como superficie triangular representada mediante una combinación de pendiente y relieve sombreado.
Nota:
Antes de la reparación, el verde el área problemática es más intenso. El verde representa una pendiente menor y es indicativo de lo que ocurre cuando la parte superior de una cresta no se captura correctamente.
Las imágenes anteriores son similares al ejemplo anterior, excepto por el uso de relieve sombreado solo, sin ser influenciado por la pendiente. La revisión visual de relieves sombreados suele utilizarse para identificar problemas con la clasificación del suelo.