Modelització i monitoratge del territori amb LIDAR

304 views

Published on

Presentació realitzada a la jornada sobre aplicacions LiDAR (27/06/2013)

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
304
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
3
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Modelització i monitoratge del territori amb LIDAR

  1. 1. ModelitzacióModelització i monitoratge del territori amb lidaramb lidar Antonio Ruiz Àrea de Geoprocés
  2. 2. Sumari 2 Sumari M it t d l tMonitoratge de la costa Càlculs de volum en embassaments Control d’abocadors en producció Control d abocadors Acumulació de neu Estudis de la vegetació pre-operativesEstudis de la vegetació Models de ciutat pre operatives A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  3. 3. 3 Monitoratge de lag costa ■ 60 passades, ~450 km 3 i d l■ 3 sessions de vol ■ recobriment anual des de 2008 ■ vols extra desprès de temporals excepcionalsexcepcionals A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  4. 4. 4 Temporal de Sant Esteve 2008 Platja de Volum (m3) Àrea (m2) j Nova Icària Pèrdua 7478 11826 Guany 4393 12810 17 gener, 2009: 22880 m2 A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 3 novembre, 2008: 23817 m2
  5. 5. 5 Perfils de platjaPerfils de platja Tesina d’especialitat, Irene Sánchez, 2012 16/10/200816/10/2008 17/01/2009 diferència A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  6. 6. Tordera 6 Tordera Tesina d’especialitat, Ana Plana, 2013 VOLUMETRIC SEDIMENT BALANCE 3912 m³ Gain 18248 m³ A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 Gain 18248 m Loss -14336 m³
  7. 7. Overwash i model 7 SBEACH Tesina d’especialitat, Ana Plana, 2013 Els efectes principals de la tempesta van tenir lloc a la part Model SBEACHOverwash a Malgrat emergida (entre el 76-98% del volum a S’Abanell) A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  8. 8. 8 El lidar topografic no proporciona informació de la part submergida de la platja Els resultats del model SBEACH indiquen que a S’Abanell elsEls resultats del model SBEACH indiquen que a S Abanell els efectes principals van tenir lloc a la part emergida. Incidència perpendicular de les onades. Pèrdua de sediments al nord que va ser nudrit artificialmentva ser nudrit artificialment A Malgrat transport longitudinal de sediments per incidència oblíqua de les onades. Overwash en Malgrat Recuperació lenta (no completada a l’estiu de 2009) A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  9. 9. 9 Volums en embassaments Llosa de Cavall A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  10. 10. Volums en 10 embassaments S’ha de volar quan el nivell de l’embassament estigui molt baix Es calculen les corbes de nivell Es construeix el model de nivell màxim amb la corba del nivell màxim (o de depressió més alta) La capacitat és la diferència entre el model de nivell màxim i elLa capacitat és la diferència entre el model de nivell màxim i el model del terreny a dins de la corba de nivell màxim S’obté el volum com a funció de l’alçada de l’aigua A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  11. 11. Volum en funció del 11 nivell d’aigua 80 90 hm3) 60 70 Volum( 50 60 30 40 788 790 792 794 796 798 800 802 804 806 A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 Nivell de la superfície d’aigua (m) 788 790 792 794 796 798 800 802 804 806
  12. 12. Control d’abocadors 12 Projecte pilot en col·laboració amb l’Agència de Residus de Catalunya Control d abocadors de Catalunya A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  13. 13. Control d’abocadors 13 Control d abocadors Isòpaques = Clausura - DTM Volum per sobre Volum per sota cota màx: cota màx: A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  14. 14. Perfils 14 Perfils +580 +580 Perfil # 2 +560 +560 +540 +540 +520 0.00 461.0020 60 100 140 180 220 260 300 340 380 420 1:1000 +520 20122012 2011 2010 Clausura A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  15. 15. Aplicacions pre- 15 operatives ■ Acumulació de neu ■ Estudis de la vegetacióg ■ Models de ciutat A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  16. 16. Recursos hídrics: 16 Gruix de neu A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 Col·laboració amb
  17. 17. Recursos hídrics: 17 Estudi Vall de Núria Coma del Clot stream 9 10 11 2685 2690 Co a de C ot st ea 5 6 7 8 2675 2680 depth(m) esealevel(m) 2 3 4 5 2665 2670 Snowd Altitudeabove 0 1 2660 2665 1 16 31 46 61 76 91 106 121 136 151 Di t ( ) A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 Distance (m) Terrain Snow depth on terrain Snow depth
  18. 18. Recursos hídrics: 18 Extrapolació del gruix A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  19. 19. Recursos hídrics: 19 Estudi Vall de Núria ■ Model estadístic de gruix, densitat i volum d’aigua amb variables topogràfiques: altitud, orientació del pendent, curvatura, radiació solar i exposició al vent., p ■ S’extrapola per a tota la conca hidràulica. Model estadístic: 28.9 hm3 Model lidar: 29.3 hm3 Discrepància: 1.4 % Comparació de cabals circulants amb el model hidrològic i nival amb les estacions d’aforament: ±5% A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  20. 20. Estudis de la 20 vegetació Els lidar de petjada petita penetren entre els forats de la Els lidar de petjada petita penetren entre els forats de la vegetació  Detecten també el terra si la vegetació no és massa densa  Punts a diferents nivells  informació de l’estructura vertical Emitted 0 First echo pulse Last echo Second echo A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 t
  21. 21. Estudis forestals: Diferents 21 Diferents aproximacions  Diferents nivells d’anàlisi per:  arbres  parcel·les  rodals  Cal agregar les dades per obtenir unes variables predictives  Sovint es treballa en 2 fases: S’ j d l d ió b i i bl f l1. S’ajusten models de regressió per obtenir variables forestals a partir de variables derivades amb lidar 2. Amb els models es calcula el valor de la variable per l’àrea d’i t è b l l d ld’interès: arbre, parcel·la o rodal A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  22. 22. Diferents 22 aproximacions  Cal agregar les dades per derivar informació útil a partir dels punts lidar  Dues aproximacions:  Mètodes basats en àrees: obtenció de paràmetres en una malla regular (Andersen et al. 2005)  Detecció d’arbres individuals: obtenció de paràmetres per arbre (Hyyppä & Inkinen 1999, Næsset 2002) A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  23. 23. Estimacions de 23 Algorisme d’Andersen, McGaughey & Reutebuch, 2005 biomassa CHM Densitat combustible (kg/Ha) Canopy Fuel Estimator (CFE) , USDA Forest Service A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  24. 24. Models de regressió 24 Models de regressió Podem ajustar models de regressió per obtenir variables d’interésPodem ajustar models de regressió per obtenir variables d interés com la biomassa, el carboni fixat, el volum de fusta... Als inventaris aquests models es fan a partir d’observacions de camp del diàmetre normal alçadadiàmetre normal, alçada... Cal construir models nous per obtenir aquestes variables a partir de parameters derivats del lidar. DN 09 = 3 19625 + 0 12707 HTREE + 1 67274 AREATREE 0 02095 P10 + Diàmetre normal de Pistacia en una parcel·la de l’IRTA (Constantí) DN_09 = 3.19625 + 0.12707 HTREE + 1.67274 AREATREE - 0.02095 P10 + + 0.06593 P50 + 0.07557 MEDINT - 0.18597 SIGMAINT A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  25. 25. DEM, DSM i CHM 25 Treball fet amb (canopy heigh model) CHM = DSM – DTM = nDSM Plataneres a Vila-Roja,1.94 punts/m2 DTM DSM CHM A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  26. 26. Identificació d’arbres 26 Identificació d arbres  Canviem el signe del CHM  S’analitza el CHM com si fos una conca S analitza el CHM com si fos una conca hidrogràfica amb el mètode del flux acumulat A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  27. 27. Detecció d’arbres 27 Detecció d arbres Normalitzem els punts (restant el DTM) Amb el CHM detectem els arbres (màxims locals) Nogueres híbrides J l i J l i P l l d l’IRTA Oli Juglans regia x Juglans nigra 3.33 points/m2 Marc de plantació 5x5 m Parcel·la de l’IRTA a Oliana A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  28. 28. Detecció d’arbres 28 Detecció d arbres Normalitzem els punts (restant el DTM) Amb el CHM detectem els arbres (màxims locals) i obtenim l’àrea de capçada A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  29. 29. Segmentació dels 29 g punts Normalitzem els punts (restant el DTM) Amb el CHM detectem els arbres (màxims locals) i obtenim l’àrea de capçada Assignem identificadorAssignem identificador d’arbre als punts Ordenem punts per arbre Calculem paràmetres perCalculem paràmetres per arbre A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  30. 30. Paràmetres per arbre Coordenades del màxim 30 Paràmetres per arbre Coordenades del màxim Alçada màxima Nombre de punts E t dí ti b Nombre de punts de primer eco total Estadístics amb: Alçades normalitzades Intensitats Alçada percentils: 5, 10, 15, 20, 25, 35, 50, 75, 90, 95 Coeficient de penetracióCoeficient de penetració Mitjana, σ i coeficient de variació d’alçades Mitjana, σ i coeficient de variació d’intensitats A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  31. 31. Alçades d’arbres 31 Alçades d arbres A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  32. 32. Segmentació dels 32 g punts A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  33. 33. Estructura vertical de 33 la vegetació Calculem un histograma amb # de punts per interval d’alçadaCalculem un histograma amb # de punts per interval d alçada Calculem percentils A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 Manrique, 2012
  34. 34. Estudis forestals 34 Estudis forestals Podem detectar arbres i mesurar: alçada■ alçada ■ diàmetre de capçada ■ # punts en rangs d’alçada f■ # punts en rangs d alçada ■ percentils en alçada ■ intensitat de l’eco garrofer Amb aquests paràmetres es poden fer models per estimar biomassa, carboni fi at ol m de f sta àrea basal LAI etc A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 carboni fixat, volum de fusta, àrea basal, LAI, etc.
  35. 35. Estructura vertical de 35 la vegetació L’histograma permet (però és molt difícil):L histograma permet (però és molt difícil): Trobar el sotabosc Veure si hi ha continuïtat entre sotabosc i arbres (risc d’incendi)( ) A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 Manrique, 2012
  36. 36. Dificultats de la 36 detecció dels matolls Les capes altes de vegetació amaguen els estrats més baixos Sovint són massa baixos per tenir ecos múltiples matoll & terra. Hi ha una distància mínima per a distingir ecos múltiples (3 5 m)Hi ha una distància mínima per a distingir ecos múltiples (3.5 m) La classificació automàtica els pot confondre amb el terreny Si són baixos i no hi ha punts al terraSi són baixos i no hi ha punts al terra Si el terreny és inclinat A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  37. 37. Mètode d’Axelsson 37 Mètode d Axelsson Cap edifici cobreix un àrea de més de 60m * 60m El punt més baix a cada quadrat pertany al terra A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  38. 38. Mètode d’Axelsson 38 Mètode d Axelsson Un nou punt s’insereix en un triangle sii: Els angles 1, 2, 3 < m iteration angle (~4º-6º) La distància d < d iteration distance (~1 1 4 m)La distància d < dm iteration distance (~1-1.4 m) 1 d 3 2 A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  39. 39. Mètode d’Axelsson 39 Mètode d Axelsson El llindar  sobre els angles evita prendre els punts de vegetacióEl llindar  sobre els angles evita prendre els punts de vegetació com a terreny  El llindar dm evita agafar com a terreny punts a les teulades d’edificis grans i baixos dm  A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  40. 40. Ortorrectificació 40 precisa Ortofoto CIR tradicional Segmentació dels arbres Rectificació amb DSM A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  41. 41. Classificació 41 orientada a objectes A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  42. 42. Controls agrícoles 42 Controls agrícoles Prova pilot feta amb el DAR DMC multitemporal + lidar La segmentació lidar permet classificació d’arbres i no de píxelsp Classificació d’espècies Rectificació d’imatge amb models d’arbres A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  43. 43. Matriu de confusió 43 Matriu de confusió Olivera Garrofer Ametller Suma Olivera 93 10 0 103Olivera 93 10 0 103 Garrofer 8 33 0 41 Ametller 0 0 47 47 Suma 101 43 47 191 DMC 1m, 2 èpoques Olivera Garrofer Ametller Suma Olivera 93 16 14 123 Garrofer 7 25 2 34Garrofer 7 25 2 34 Ametller 1 2 31 34 Suma 101 43 47 191 A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 15 variables lidar
  44. 44. Detecció de construccions 44 Foto 20 cm construccions il·legals Lidar 2.5 punts/m2 A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 Oct 2005 Nov 2006
  45. 45. Detecció de construccions Z > 2.2 m 45 construccions il·legals Z 2.2 m S > 8 m2 A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  46. 46. Representacions de 46 frontera (BRep) ■ En un model B-Rep la geometria i les relacions topològiques es representen explícitament: ■ Llista de nodes: pi, xi, yi, zi ■ Llista de cares: fn, pi, pj, pk, pl T S d lit difi i■ TerraScan modelitza edificis com a: ■ Plans de teulada + parets verticals automàtiques ■ Corba generatriu + translació A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  47. 47. Models triangulats 47 g d’edificis Els punts es triangulenEls punts es triangulen Segmentació que agrupa triangles amb pendent similar Cada segment és un pla de teulada S’ajusten arestes rectes alsS ajusten arestes rectes als plans de teulada i se simplifiquen amb restriccions geomètriques: direccionsg q principals, angles rectes, paral·lelisme, simetries... Gorte, 2002 A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  48. 48. Levels of Detail 48 Levels of DetailLevels of DetailLevels of Detail CityGML defines 5 levels of detail: LoD0 = DTM, maybe with draped orthophoto. No building modelorthophoto. No building model LoD1 = Buildings with horizontal roof and walls at 90º angles LoD2 = Slant roof planes. Metric scale LoD3 = Details in roofs and walls: Kolbe, Groeger & Pluemer 2005 LoD3 Details in roofs and walls: windows, balconies, dormers, chimneys…. Centimeter accuracy LoD4 Indoors details A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013 LoD4 = Indoors details
  49. 49. Model senzill 49 Model senzill A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  50. 50. Model senzill 50 Model senzill A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  51. 51. Més complicat 51 Més complicat A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  52. 52. Complicat 52 Complicat A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  53. 53. Gairebé impossibles 53 Gairebé impossibles A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  54. 54. Generació de models per translació de 54 per translació de corba generatriu Dibuixat de la corba enDibuixat de la corba en una secció transversal A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  55. 55. Generació de models per translació de 55 per translació de corba generatriu Indicació dels límits de la t l iótranslació A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  56. 56. Generació de models per translació de 56 per translació de corba generatriu A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  57. 57. Què és millor, lidar o 57 foto? El lidar és més precís en cotes i pendents La foto aèria té més ressoluciò i és més precisa en X,Y El lidar no requereix estèreo menys oclussions El lidar és un sensor actiu no hi ha ombres Balcons Terrasses Patis interiors Detectem molts edificis sota la vegetació La millor solució la obtenim amb una combinació de foto aèria + lidar Porxos A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  58. 58. Edificis sota 58 vegetació A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  59. 59. Products: Building models and 59 models and orthophoto True orthophoto Aerial image rectified with DTM and 3Dwith DTM and 3D model of buildings very sensitive to model inaccuracies true ortho for roof texturingg A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  60. 60. 60 Models 3D de ciutatModels 3D de ciutat A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013
  61. 61. Institut Cartogràfic 61 g de Catalunya Parc de Montjuïc, E-08038 Barcelona 41º22’12” N, 2º09’20” E (ETRS89) Tel. (+34) 93 567 15 00 Fax (+34) 93 567 15 67 www.icc.cat webmaster@icc.cat twitter.com/icc_cat facebook.com/icc.cat A. Ruiz. Modelització i monitoratge del territori amb lidar. 27 Juny 2013

×