El primer paso para la medición de una zona mediante ALS es la planificación del vuelo. Esta planificación dependerá de un pliego de prescripciones técnicas que dará idea de la precisión con la que tienen que medirse los puntos. En función del sensor que se disponga se deberán definir parámetros tan importantes como altura de vuelo o número de pasadas que quedarán definidas por el ancho de pasada que puede registrar el sensor. El proceso de definición del número pasadas deberá ser suficiente para cubrir toda la zona, sin huecos, por lo que siempre se producen solapes entre diferentes pasadas. A su vez, este solape tiene la misión de poder homogeneizar los datos pertenecientes a diferentes pasadas, pudiendo ser adecuado un solape lateral mínimo del 30% (Baltsavias, 1999). Además, con el fin de disminuir los errores asociados al incremento del ángulo de apertura FOV, se recomienda realizar pasadas transversales, que podrán incluso detectar errores de cabeceo del avión.
Por otro lado, la precisión mínima requerida definirá el tamaño de la huella láser en el terreno y este, a su vez, definirá la altura de vuelo. El cálculo de estos parámetros puede realizarse con la formulación explicada en el Anexo A.
Figura 175: Gráfico con la procedencia de los datos de los diferentes sensores ALS.
Una vez realizado el vuelo y con los datos obtenidos de los tres sensores involucrados, se deben realizar un conjunto de procesos para obtener los datos “en bruto”. En una primera fase, se obtienen coordenadas locales referidas a cada pasada. Con las posiciones de la trayectoria del sistema GNSS/INS, conjuntamente con la red GNSS de tierra y utilizando la ecuación general del láser se obtienen las coordenadas de cada retorno láser. A continuación, se homogenizan las pasadas, con el fin de corregir de errores sistemáticos debidos a los sistemas GNSS/INS o al “ruido” en el sensor láser (Vosselman & Maas, 2001).
Figura 176: Ejemplo de tres pasadas antes de ajustar.
De esta forma, se genera un conjunto de datos único mediante la corrección de los errores sistemáticos entre las pasadas.
Figura 177: Ejemplo con las tres pasadas ajustadas.
El proceso de ajuste entre pasadas tiene cierta analogía con el ajuste de modelos independientes con parámetros de auto-calibración que se realiza en fotogrametría aérea. Es
decir, se pretenden modelar los desplazamientos, giros y otros errores sistemáticos utilizando para ello puntos de ajuste comunes entre pasadas y puntos de control en campo. El cálculo se realiza mediante MM.CC. de tal manera que los puntos de ajuste correspondientes se transformen en un mismo punto terreno, minimizando los residuos en los puntos de control. Por tanto, se tiene, por un lado, el ajuste entre pasadas para generar un bloque homogéneo de información y, por otro lado, el ajuste del bloque a unos puntos de control de coordenadas conocidas en el sistema de referencia local.
Figura 178: Pasadas independientes con puntos de ajuste.
Figura 179: Pasadas transformadas al sistema de referencia.
Como se trató en el apartado 3.3.6 dedicado a los errores de la medida ALS, la precisión planimétrica del sistema es inferior que la altimétrica. Por tanto, se podría realizar el ajuste de las pasadas en planimetría, sólo en altimetría o tridimensionalmente. Sin embargo, el principal hándicap del ajuste entre pasadas LiDAR, en general, es la identificación de puntos homólogos y puntos de control dados en el terreno. El sistema de recogida de la información es “no selectivo” por lo que, con bastante probabilidad, no se tendrán medidas de un determinado punto en el espacio.
Resulta un proceso complejo que, de no realizarse o realizarse inadecuadamente, podrá inducir errores en el modelado de la superficie en las zonas de solape. Por ejemplo, en uno de los activos experimentales realizados se detectaron errores de solape entre pasadas produciendo los errores mostrados en la siguiente figura.
Figura 180: Errores producidos en el modelado de la zona de solape entre dos pasadas.
En la figura 180, se puede apreciar el modelo digital generado por una nube de puntos ALS. La mitad sur corresponde con el modelado de la superficie de puntos pertenecientes a una única pasada. La mitad norte corresponde con el modelado de la superficie a partir de los puntos pertenecientes a dos pasadas, es decir, es la zona de solape. Se puede apreciar visualmente que se generan triángulos como pequeños montículos debido a la diferencia altimétrica entre ambas pasadas. El error es claramente altimétrico porque la superficie tiene pendiente prácticamente continua por lo que un error planimétrico no se manifestaría en el modelo general. Esta detección ha sido visual, pero tiene sus consecuencias en los modelos de representación del relieve derivados, como por ejemplo, el curvado de la zona.
Al igual que antes, la mitad sur corresponde a datos de una sola pasada y las curvas de nivel presentan una buena morfología acorde con el relieve de la zona. Sin embargo, la mitad norte presenta curvas de nivel con muchos quiebros, en el argot conocidas como “rizadas”, como si correspondieran a una zona de malpaís o con micro-relieve irregular. Este resultado es inaceptable. En el apartado 7.1.1 se dan detalles del cálculo del error y de las soluciones aportadas.
Si se desea realizar un ajuste altimétrico, se deben establecer puntos de control en zonas donde sea posible medir la inclinación a partir de los puntos LiDAR medidos. Por ejemplo, podrían ser válidos los puntos medidos sobre la cubierta de un edificio. Como se vio en el apartado 3.3.6, cada error produce una distorsión distinta. Por ejemplo, el error en Z depende de los errores del GNSS (Z0), el ángulo de alabeo (ω) y el de la medida láser. Por
tanto, el ajuste mínimo cuadrático de un conjunto de puntos nutrido y bien distribuido podría dar los parámetros de rectificación de Z0, ω y de la medida láser.
Sin embargo, para realizar un ajuste planimétrico se precisan seleccionar zonas con una posición XY determinada. Un ajuste realizado sólo con puntos dados en altimetría no sería suficiente salvo raras excepciones. Por ejemplo, la tabla 12 muestra los errores que se producirían en planimetría al intentar ajustar la nube de puntos sobre un objeto de altitud conocida. La figura 185, muestra un posible ajuste sobre una cubierta inclinada donde se podría ajustar bien la nube en la dirección perpendicular a la limatesa del tejado.
Tabla 12: Errores de ajuste entre un objeto y la nube de puntos LiDAR por similitud de cotas de puntos vecinos en una cubierta plana.
Figura 182: Posición correcta de
la edificación. Figura 183: Edificación ajustada a la izquierda. Figura 184: Edificación ajusta a la derecha.
Figura 185: Puntos sobre una cubierta inclinada de un edificio.
Si se desea realizar un ajuste planimétrico o tridimensional de la nube de puntos LiDAR sería necesario identificar puntos o, mejor aún, elementos lineales sobre la nube. Sin embargo, la identificación de elementos en LiDAR es complicado al tratarse de un sistema de medición no selectivo y discreto por lo que sólo quedarán registrados algunos puntos y no necesariamente los más interesantes. Por ejemplo, el registro topográfico es discreto pero
selectivo por lo que el usuario puede elegir los puntos más significativos del territorio u objeto. Por el contrario, el registro fotográfico es no selectivo pero continuo por lo que se queda registrada toda la imagen del objeto siendo posible digitalizar sus límites.
Las siguientes figuras muestran un archivo LiDAR visualizado mediante la intensidad de los puntos y algunas líneas estructurales (bordes de camino y cabezas de talud) registradas mediante restitución fotogramétrica. En la figura 186, se puede ver cómo corresponde la posición planimétrica de ambos tipos de datos. Sin embargo, una vista a escala mayor, como la mostrada por la figura 187, pone de relieve lo difícil que sería registrar estas líneas estructurales únicamente con información LiDAR. Apenas se identifica qué puntos son camino y cuáles no lo son. Por supuesto, el límite exacto del camino queda totalmente indefinido. Si además, no existiera diferencia radiométrica, como ocurre con las cabezas de talud, la tarea de digitalización es imposible.
Figura 186: Archivo procedente de ALS más líneas estructurales registradas mediante restitución
fotogramétrica.
Figura 187: Vista de detalle de la figura anterior. A simple vista, es difícil distinguir qué puntos están en
el interior del camino.
Las siguientes figuras muestran las diferencias entre el registro LiDAR y el registro fotográfico. A pesar de las bondades del registro LiDAR, es complicado identificar perfectamente las líneas definitorias de los elementos arquitectónicos únicamente basándose en la nube de puntos, aun cuando estos puntos tienen información radiométrica, como es el caso. Si no se dispusiera de la información radiométrica, se tendrían que digitalizar líneas en los cambios de intensidad, los cuales no son tan eficientes por lo que la dificultad aumenta. En cualquier caso, las líneas introducidas deberían ser numerosas y colocadas con homogeneidad en la zona y orientación variada.
Figura 188: Fachada arquitectónica registrada mediante LiDAR.
Figura 189: Fachada arquitectónica registrada mediante cámara fotográfica.
Por tanto, el ajuste entre pasadas y entre el conjunto de puntos y los puntos de control en el terreno puede ser factible en altimetría pues se pueden elegir zonas de inclinación o altitud conocida para realizarlo, sin cometer mucho error, aunque dichas zonas no son sencillas de encontrar en entornos naturales o rústicos. Sin embargo, el ajuste planimétrico y/o tridimensional, tiene el hándicap de la identificación de entidades (a ser posible lineales) en la nube de puntos LiDAR, por lo que los datos calculados vendrán afectados de la precisión o densidad de la nube de puntos. En el capítulo 7.1.1, se muestran los errores calculados en uno de los activos experimentales realizados.