Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/3029
Tipo do documento: TCC
Title: Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
Authors: Ribeiro, Uelison Mateus
Mendonça, Bruno Araujo Furtado de;Silva, Carlos Alberto
Mendonça, Bruno Araujo Furtado de;Silva, Carlos Alberto;Delgado, Rafael Coll
Keywords: LIDAR;MDT;MCC;Fusion;LAStools;Filtragem de pontos
Issue Date: 30-Nov-2015
Abstract: O uso da tecnologia LiDAR tem se consolidado como ferramenta capaz de aumentar a acurácia dos levantamentos no campo das geociências, bem como de estudos da estrutura da floresta.O objetivo deste trabalho foi comparar três algorítmos utilizados para a extração de pontos LiDAR referente ao terreno para a geração de modelos digitais de terrenos (MDTs) em cinco ambientes diferentes. Os Algorítmos implementados nas ferramentas Groundfilter, MCC Filter e LASground foram comparados nos ambientes urbano (Boulder Creek Critical Zone Observatory – Colorado), desértico (Modeling of Meander Channel Evolution – Nevada), Florestal (Moscow Mountain – Idaho), agrícola (New Madrid Seismic Zone – Arkansas/Missouri), e arbustivo (Sierra National Forest – Califórnia), todos no território americano. Os dados foram adquiridos pelo portal OpenTopography. Para cada ambiente foram recortadas três áreas de 200 x 200 m e gerado um MDT por filtro para cada área, totalizando 45 MDTs com resolução de 1 x 1 m. Com auxílio do ArcGIS 10.2 foram gerados mapas, histogramas de frequência das elevações e estatisticas da diferença entre os MDTS de cada área. O algorítmo implementado na ferramenta LASground se destacou entre os algorítmos com MDTs com menos defeitos (outliers negativos e/ou positivos), seguido pelo do algorítmo implementado no Groundfilter. O algorítmo do MCC filter foi o algorítmo como mais defeitos associado à presença de outliers. Porém, todos se apresentaram satisfatórios para a maior parte das áreas testadas, com pequenos defeitos a serem editados manualmente. A área urbana foi a mais problemática, onde as edificações foram ineficientemente removidas para as áreas um e dois.
Abstract: The LiDAR technology has been stablishedas a tool able to increase the accurace of surveys in the field of geosciences, as well as in studies of the forest structure. This work aims to compare three algorythm used in the extraction ground points to generate DTMs in five different land cover classes, as well as different point density. The Algorythms Groundfilter, MCC Filter and LASground were compared in urban (Boulder Creek Critical Zone Observatory – Colorado), desertic (Modeling of Meander Channel Evolution – Nevada), Forest (Moscow Mountain – Idaho), agricultural (New Madrid Seismic Zone – Arkansas/Missouri), and shrubby (Sierra National Forest – Califórnia) land cover types, all of them in the United States. All LiDAR data were available by the OpenTopography portal. Three 200 x 200 m areas were clipped for each land cover class and it was generated a DTM per filter per area, summing 45 DTMs with a 1 x 1 m spatial resolution. ArcGIS 10.2 was used to create maps, elevation frequency histograms, and the difference among the DTMs of each area. LASground highlighted with less blunders among the algorythms, followed by Groundfilter. MCC filter was the algorithm that generated more outliers among those studied in their default configuration. However, all of them presented to be satisfactory for most tested areas, with few blunders to be manually edited. The urban cover type was the most problematic, in which edifications were not efficiently removed in areas one and two.
URI: https://rima.ufrrj.br/jspui/handle/20.500.14407/3029
Appears in Collections:TCC - Engenharia Florestal

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
Monografia Uelison.pdf4.49 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.