Evaluación de métodos de interpolación utilizados en la creación de modelos digitales de elevaciones para la normalización de la nube de puntos LIDAR-PNOA en aplicaciones forestales

• Autores: Antonio Luis Montealegre Gracia, María Teresa Lamelas Gracia, Juan Ramón de la Riva Fernández
• Localización: Tecnologías de la información para nuevas formas de ver el territorio: XVI Congreso Nacional de Tecnologías de la Información Geográfica / Benito Zaragozí Zaragozí (dir. congr.), Alfredo Ramón Morte (dir. congr.), 2014, ISBN 978-84-940784-4-6, págs. 116-122
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • España cuenta desde el año 2008 con datos LiDAR de todo su territorio, capturados en el marco del Plan Nacional de Ortofotografía Aérea (PNOA). La existencia de esta nueva información ha creado la necesidad de investigar sobre su procesamiento, así como sus posibilidades y limitaciones para los distintos ámbitos de aplicación, entre los que se encuentran los espacios forestales. En este contexto, el objetivo principal de la investigación ha sido analizar la idoneidad de diferentes métodos de interpolación de la nube de puntos del vuelo LiDAR-PNOA, en un ambiente forestal mediterráneo dominado por Pinus halepensis y Quercus coccifera, en el entorno de Zaragoza (Aragón). Se han seleccionado dos zonas test y se han aplicado seis métodos de interpolación distintos con dos pasos de malla diferentes (1 y 2 metros). Asimismo, se ha analizado la influencia de cuatro variables en el error de interpolación (pendiente del terreno, densidad de puntos, penetración de los pulsos y cobertura del suelo). La validación de los MDEs realizada con el 20% de la muestra, revela que el mejor interpolador es TIN a ráster, con una resolución de 1 m (ECM de 2,68 cm). Se ha evidenciado que la densidad de retornos de suelo, la resolución espacial del ráster y la complejidad morfológica del terreno afectan a la capacidad de los interpoladores para generar MDEs precisos. Finalmente, la validación realizada con puntos de control tomados con GPS en el campo y los mayores errores obtenidos, indican que es necesario realizar análisis más exhaustivos con un mayor número de puntos de control.