Advertisements

Archive for the ‘Modelado 3D’ Category

El láser desvela toda la grandeza de la civilización maya (Fuente: El País)

2018/09/28

Esta mañana encontré este interesante reportaje sobre el LIDAR (Laser Imaging Detection and Ranging, detección y localización de imágenes por láser) la tecnología con la que trabajo desde hace años y que a algunos les parece recién inventada, jeje.

Varias anotaciones a hacer, desde el punto de vista geográfico. El “Lídar aporta una visión extremadamente precisa de la geografía y topografía del paisaje” (Universidad de California en Santa Barbara (EE UU), Anabel Ford). De nuevo haciendo referencia a la Geografía con mayúsculas como a la forma del terreno. Gran error. Le recordaría a Anabel Ford que la Geografía es una CIENCIA. Ella es arqueóloga y tira para su campo “Siempre se va a necesitar de arqueólogos con experiencia para reconocer los rasgos documentados por el lídar” pues bien, lo mismo hago yo 🙂

lidar01.png

Otro tema, parece magia pero no lo es. Dice que la zona se cubre con 30.000 millones de puntos pero eso no determina al 100% la precisión: Ha sido coordinado con puntos de Control en tierra?  De cuándo data el vuelo, qué año? En qué epoca del año fue ejecutado? (verano? primavera? nada que ver en cuando a densidad de vegetación, por ejemplo) Además si realmente hay 15 pulsos por m2, hay entonces 15,000,000 de pulsos por km2. Es decir, la zona de la que habla son 2,000 km2? Creo que esto es un error de bulto pues la zona a la que se refiere el artículo parece muy pequeña.

lidar02.png

LIDAR no es la panacea, es una fuente que mejora la resolución de los modelos digitales a todos los niveles pero que tiene que ser acompañada de una buena política de Control de Calidad, limpieza de outliers, clasificación semi-automática, etc. La verdadera potencia de esta herramienta (que por cierto no es nueva que lleva más de 15 años en el mercado) es la combinación con otras plataformas hoy día disponibles, como por ejemplo imágenes oblícuas PICTOMETRY (tampoco algo nuevo pero sí más desarrollado en los últimos años) o la inclusión de análisis de visibilidad (viewshed analysis), medición de volúmenes (cut and fill volume) o análisis de visibilidad en línea (path profiles). Y por último y no menos importante, la capacidad de algunos software actuales en manejar cantidades ingentes de datos como si se tratara de una simple hoja de excel (por ejemplo Global Mapper v20 toma 10 segundos en abrir un fichero LIDAR de 5 millones de pulsos)

Resumiendo, no es la mera visualización de una correspondencia casi ridícula con la realidad sino el hecho de que ese modelado no se queda en lo meramente superficial sino que combinado con otras técnicas la potencial de análisis se hace verdaderamente increíble en comparación a otros modelados stereo fotogramétricos por ejemplo.

lidar03.png

Otro punto a tener en cuenta es la predisposición de los gobiernos desarrollados de generar y costear  (nada baratos por cierto) estos datos dentro del entorno de Planes Nacionales de Ortofotogrametría, por ejemplo  compartir estos datos de manera sistemática con los ciudadanos (Open Data) y no tan solo con técnicos hipercualificados del sector público, como ocurría antes. Ahora yo mismo, el último mono, puedo hacer un anális de cierta significación.

En España el CNIG tiene uno de los mejores portales para compartir datos de este tipo en todo el mundo, nada que envidiar al USGS estadounidense o al IGN francés.

En breve un nuevo post relativo a la optimización de puestos de caza puntuales y lineales usando la tecnología LIDAR y análisis de visibilidad.

WhatsApp Image 2018-09-27 at 13.33.56.jpeg

Aquí el link al reportaje referido:

https://elpais.com/elpais/2018/09/27/ciencia/1538033539_490188.html

Ya sabéis, si os gusta, compartid, y si no ¡No se os ocurra!!!!

Alberto CONCEJAL
MSc GIS and Remote Sensing

Advertisements

LIDAR Madrid LAZ 20cm

2018/05/18

Ya van varias veces en el último mes que alguien no especialista en temas geográficos-cartográficos me habla de ‘ese sistema’ de láser para saber ‘la altura del terreno’ y es que la verdad es que LIDAR parece magia. Es bastante increible que pase un avión con una tecnología invisible a ojos humanos y que se genere una nube de billones de puntos que responde al 100% a la realidad. Es tan fácil capturar el interés de la gente con cosas que se parecen tanto a las cosas que manejas a diario… la montaña de al lado de casa, el río, el edificio, la manzana…

Si además podemos ‘pintar’ esas geometrías con datos provinientes de diferentes fuentes pues el resultado está a la vista: se empieza a generalizar el interés.

Y eso, para un geógrafo culo-inquieto como yo, deseoso de explicarse y buscar aplicaciones para esto o lo otro… mola. Y mucho.

Y sie sos datos están a libre disposición de la ciudadanía bajo el espectro del Open Data o Datos Abiertos, si podemos superponer otras capas pertinentes como por ejemplo los edificios de catastro y todas sus subparcelas catalogadas… pues miel sobre hojuelas.

Aquí algunos ejemplos:

lidar01.png

lidar02.png

lidar03.png

 

Comparación de DTM usando Global Mapper 17.0.1

2016/02/12

Hagamos hoy algo sencillo, comparar, primero cualitativamente (visualmente) y después cuantitativamente dos DTM. Por un lado elegimos una fuente muy usual, SRTM de 3 arc sec (aproximadamente 90m) con un DTM derivado de Fotogrametría Stereo.

  • Comparación CUALITATIVA (i.e visual)
  • Comparación CUANTITATIVA (i.e RMSE)

Abrimos por un lado un DTM cuya fuente sea SRTM, en este caso me he conectado via WMS (Web Mapping Service) a través del data online disponible dentro de la misma aplicación Global Mapper (File/Download Online Imagery/data). La resolución es de aproximadamente 90m (3 arc sec).

DTM-COMPARISON-20160212

Por otro lado he encontrado este DTM cuya fuente conozco (Stereo Photogrammetry). La resolución es de 5m.

DTM-COMPARISON-20160212-02

A través de la herramienta ‘digitizer tool’ (Tools/Digitizer) seleccionamos una línea dibujada al azar sobre los dos. Botón derecho del ratón-> analysis/measurement/path profile. Exporto ambas imágenes (es importante en path setup definir un mismo mínimo y máximo para poder compararlas adecuadamente).

Con Photoshop superpongo (Layer display/ multiply) ambas imágenes y veo cuán diferente son.

DTM-COMPARISON-20160212-03

Esto nos da una primera idea de la comparación, pero vayamos un poco más allá: ¿Cuál es el RMSE (Error medio cuadrático, Root Mean Square Error) entre ambas bases de datos?.

DTM-COMPARISON-20160212-04

Esta es una medida de desviación que nos va a definir mucho más exactamente que una simple visualización. Podéis ver algo más desarrollado este punto en este link de esta misma página:

https://geovisualization.net/2010/06/30/using-excel-to-calculate-the-rmse-for-lidar-vertical-ground-control-points/

DTM-COMPARISON-20160212-05

Ahora tan solo hemos de verificar que esta cifra sea la correcta teniendo en cuenta los valores de precisión prometidos en la entrega.

Espero que os haya resultado interesante, si así es, no olvidéis comentar, compartir o simplemente decir Hola. Cualquiera de estas opciones es apreciada.

Un saludo cordial,
Alberto CONCEJAL
MSc GIS and Remote Sensing

Descargas del CNIG. Open Source bien hecho!

2016/02/08

Hola amigos del GIS,
Por motivos de trabajo que no vienen al caso, he tenido que bucear de manera sistemática la web de descargas del CNIG. http://centrodedescargas.cnig.es/CentroDescargas/inicio.do
Una maravilla.

cnig-20160208-01

Por motivos que tampoco viene al caso, he de hacer esto mismo de vez en cuando en todos los Institutos cartográficos del mundo y el del CNIG es sin duda en el que me resulta más fácil, en el que el modelo de datos en más lógico y en el que los links son más fiables de todo el mundo. La única obligación es la atribución obligatoria de los datos. ¿No es mucho pedir, no? Desde el día 27 de diciembre, los datos del IGN son libres CC By 4.0.
https://creativecommons.org/licenses/by/4.0/

Por tanto es obligatorio que mencione la procedencia a pie de imagen, créditos, etc.., sobre todo en publicaciones, usos comerciales, artículos, etc… (Por ejemplo puede poner “<tal dato> CC by instituto Geográfico Nacional” o más bien “derivado de <tal dato” CC by ign.es” o similares…).

cnig-20160208-02

Ya sea porque necesitemos las imágenes del PNOA (Plan Nacional de Ortofotografía Aérea), un modelo digital del terreno de alta resolución o imágenes históricas de nuestro pueblo… tan solo hay que bucear un poco en el catálogo de geodatos del Instituto Geográfico Nacional (Centro Nacional de Información Geográfica) y los conseguiremos.

Por ejemplo, la semana pasada tuve que encontrar datos sobre algunas ciudades españolas para hacer varios escenarios 3D para un cliente y aquí encontré por un lado un DSM 5m elaborado con fuentes LIDAR, por otro lado me bajé de Cartociudad los datos relativos a vectores lineales, manzanas y luego desde la web de CATASTRO (https://www.sedecatastro.gob.es/OVCFrames.aspx?TIPO=TIT&a=masiv) me bajé las geometrías de todos los edificios de la ciudad (que planeo geoprocesar para eliminar las formas no deseadas y para adjudicar alturas precisas gracias al LIDAR bajado con anterioridad).

Por qué no añadir geometrías de Open Street Maps (https://www.openstreetmap.org/export) o de la propia Base Topográfica Nacional BTN25 para completar dicho escenario?

barcelona-bldg-osm-capture-20160112
MADRID-GISDATA

La verdad amigos es que desde que empezó a funcionar el Open Data, los Geógrafos y derivados tenemos mucho con lo que ‘jugar’ para hacer nuestros análisis.
http://idee.es/

Espero que os resulte interesante.

Un saludo cordial,

Alberto
Geógrafo/ Máster SIG UAH/ Diseñador Multimedia

Risk exposure. Geoprocessing using Open Source Data!! Next steps!!

2016/01/29

Now that we have completed a first example, let’s continue with a real-world one. Its important working on a Data Model to define what we understand as a Risk and how important this is. Meaning. High voltage power lines are an actual risk but the closer we are, i guess the bigger the risk is, meaning i.e 3 if we are within 50m and 1 if we are 150m away… It’s only a guess.

risk3

Same thing related to antennas, Petrol stations, etc.

This is my Data Model defined over the city of Madrid, Spain.

1 LINES- Roads speed >50 km/h within 100m risk=3
2 LINES- Power lines within 100m risk=3

3 POINTS-

Antenna,
High voltage towers,
Petrol stations:

risk if within 50m=3; risk if within 100m=2; risk if within 150m=1; 

4 AREAS-

Cement factories,
Electric Sub-stations,
Waste storage facilities:

risk if within 50m=3; risk if within 100m=2; risk if within 150m=1; 

(NOTE: You can choose your own risk thresholds and importance. Also note these information downloaded from Open Source data (Cartociudad, CNIG) has not been double checked and it has been used as is).

risk2risk1

How is this risk, or these combination of risks impacting in the population of Madrid?

risk4

Can we extrapolate these patterns to other cities in the world?
We will definitely continue  this analysis shortly.

You can also visuallize this analysis using CartoDB, the field regarding “risk exposure level” is called ALL2, and ranges from 2 to 12:

Software: ArcGIS 10.3, Global Mapper 17, CartoDB

Please share if you enjoyed it… or just to say hello!

Alberto C
MSc GIS and remote sensing UAH

Change detection – Detección de cambios en polígonos

2015/10/22

change-detection-bogota-telemediciones-20151023-02
THE IDEA: DEMONSTRATING HOW DYNAMIC A CITY IS, THUS HOW IMPORTANT IS HAVING AN UPDATED DATASET
bogota-change-detection-20151105-02

THE FACTS: THE CITY OF BOGOTÁ IN COLOMBIA 2012-2014

Overall growth rate: -0.12% ONLY HAVING INTO ACCOUNT THE DIFFERENCE OF BUILDINGS CAPTURED BETWEEN 2012 AND 2014 (We can do this because we have used the same data capture model in both years)

(De acuerdo al censo catastral, para 2015 la ciudad incorporó 51.531 predios nuevos urbanos. En total, hay 2’402.581 predios en la ciudad, de esos, 266,9 millones de metros cuadrados son de área totalmente edificada. Source: http://www.eltiempo.com/bogota/crecimiento-bogota-/15394797)

bogota-change-detection-20151105

THE PROCEDURE: Centroids of buildings; Spatial join showing presence-absence, considering a 10m accuracy threshold, meaning if the centroid has not moved more than 10m, its the same building. If the centroid in 2012 is not in 2014, its considered as demolished. If a new centroid appears its considered new building.

DENSITY MAPS+3D buildings
Help to quickly focus on the highlights
bogota-change-detection-news-20151021

 

DTM validation using Google Earth (and RMSE extraction)

2015/03/10

Hi guys,

Surfing the internet is great when you need to figure out something. I needed to validate some DTM from unknown sources against an also unknown source (but at least a kind of reliable one, Google Earth).

All we need is

  • Google Earth
  • TCX converter
  • ARcGIS
  • Excel

This is the procedure i have followed:

  1. First of all we draw a path over our AOI using Google Earth, we save this as KML,
  2. This KML is opened by TCX converter, added heights and exported as CSV,
  3. CSV is imported by ArcGIS,
  4. We use the tool ‘extract multi values to points‘ to get in the same table the values of our DTM and the values from Google Earth,
  5. We use Excel to calculate the RMSE and get a quantitative result,

These are the values in our DTM

dtm-validation-02

This is the path we have to draw in Google Earth

dtm-validation-03

Using TCX converter we get the heights out of Google Earth’s DTM

dtm-validation-01

Using the tool ‘extract multi values to points‘ we get the heights out of our DTM

dtm-validation-04

We measure the differences and extract the RMSE.
Are we within our acceptance threshold or expected level of accuracy?.

You guys have to figure this out for yourselves!!!

Lost regarding RMSE calculation?. Think you have to take a look at this other post.

dtm-validation-05

dtm-validation-06

Hope you guys have enjoyed this post, if so, don’t forget sharing it.

Alberto Concejal
MSc GIS and QCQA expert (well this is my post and i say what i want :-))

Remote Sensing, Photogrammetry, Lidar and Landuse IGN Spain

2014/11/18

teledeteccion-fotogrametria-lidar-usos-del-suelo-ign-20141118b

A few more lines for leting you know again that i passed this other course just now in Instituto Geográfico of Spain (IGN).

Remote Sensing, Photogrammetry, Lidar and Landuse, a comprehensive 40h update on relevant information i need tu use on a daily basis. This ‘update’ helps me to better understand what i am working with and this way, being able to properly describe it for my daily analysis,

HTML High resolution DTM visualization using Quantum GIS (Qgis)

2014/11/03

This QGIS Plugin, Qgis2threejs, exports terrain data, map canvas image and vector data to your web browser!!

3dvisualizatio-DTM-QGIS-20141103

All you have to do is opening the DTM in Qgis (2.4.0 Chugiak), go to plugins library and install Qgis2threejs.

3dvisualizatio-DTM-QGIS-20141103-03

Once its installed you will see this icon on screen iconand you will need to clic on it.

3dvisualizatio-DTM-QGIS-20141103-04

Then choosing the parameters of the visualization and voilá!!

I have used a 5m DTM which source was LIDAR so the quality is very good

3dvisualizatio-DTM-QGIS-20141103-05

Hope you guys like it. Feedback would be greatly appreciated.

Alberto Concejal
MSc GIS and Quality Control
albertoconcejal [at] gmail.com

RSME comparing LIDAR data with a third party’s 3D dataset

2014/05/02

I would like to share with you an easy analysis i have been working in the last days. I had a vector dataset of buildings and i knew how high they were (there was a field called ‘AGL’ or Above Ground Level) and a LIDAR 2m resolution dataset over the city of London. My aim was comparing both sources, understanding LIDAR data was the actual reality (or a closer version to it) and my source of 3D buildings was the dataset i needed to deliver to my customer…  Te actual height of those 3D buildings had been extracted using stereo photogrammetry methods. I also needed to focus on residential data, so heights below 15m… So make it easy. The question was:

How accurate is my dataset of residential buildings over London?. Which is the RMSE measuring them both?

I used Global Mapper v.13.2 (b062012) and ArcGIS 10.0 (b3200)

This is the 2m resolution LIDAR data provided by geomatics-group.co.uk

LIDAR-01

I also needed to get a layer of points out of this dataset so i used Global Mapper and went to Files/Export elevation grid format and choose ASCII as the format.LIDAR-06

This is the layer of buildings and their AGL as label
LIDAR-02

I flagged those residential buildings
LIDAR-03

and using ArcGIS i performed a Spatial Analysis using Arctoolbox/Spatial analysis to join the Lidar heights in ASCII format and the residential heights… to be able to measure the difference between both datasets

this way i got a new vector layer which table contained both elevation fields (Lidar and my 3D buildings)
LIDAR-07

As you can see, i added a new field in ArcGis using table/add field and added ‘compare’ and SQL [“AGL”- “ELEVATION”]
LIDAR-04

then i measured it visually using a density grid in Global Mapper. Create density Grid.
LIDAR-05

And finally measured the RMSE by opening the table in excell format and usign the actual formula for extracting RSME values:

= SQRT(SUMSQ(M1:Mn)/COUNTA(M1:Mn)) —> Note this formula is only valid for this case. You’d need to update Mx values using yours:-)

LIDAR-07

Wow! a very high value. Does this value corresponds to our accuracy figures? Yes? No?.

Now it’s the time for decission makers to bring into action!

LIDAR-08

And what about some geostatistical analysis. I performed this using North East Trends in ArcGis. We can see from West to East there’s no variation  but we can see it increases the error the further the south…

LIDAR-09

So this is the area concentrating the higher differences comparing both datasets.

Hope you liked the analysis, if so…share!!!!

LIDAR-10

Alberto CONCEJAL
MSc GIS