Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Uelison Mateus
Data de Publicação: 2015
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRRJ
Texto Completo: https://rima.ufrrj.br/jspui/handle/20.500.14407/3029
Resumo: 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.
id UFRRJ-1_4d197fc68a251ac139e497fcee4a0c51
oai_identifier_str oai:rima.ufrrj.br:20.500.14407/3029
network_acronym_str UFRRJ-1
network_name_str Repositório Institucional da UFRRJ
repository_id_str
spelling Ribeiro, Uelison MateusMendonça, Bruno Araujo Furtado deSilva, Carlos AlbertoDelgado, Rafael CollMendonça, Bruno Araujo Furtado deSilva, Carlos Alberto2018-08-13T13:14:09Z2018-08-13T13:14:09Z2015-11-30https://rima.ufrrj.br/jspui/handle/20.500.14407/3029O 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.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.LIDARMDTMCCFusionLAStoolsFiltragem de pontosAlgoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisbachareladoporreponame:Biblioteca Digital de Teses e Dissertações da UFRRJinstname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)instacron:UFRRJinfo:eu-repo/semantics/openAccessORIGINALMonografia Uelison.pdfMonografia Uelison.pdfapplication/pdf4592697https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/1/Monografia%20Uelison.pdfa9cf89b587ca1318587127c06134b883MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTMonografia Uelison.pdf.txtMonografia Uelison.pdf.txtExtracted texttext/plain100356https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/3/Monografia%20Uelison.pdf.txt8fdc0c006666cb843a18c5851598d78dMD53THUMBNAILMonografia Uelison.pdf.jpgMonografia Uelison.pdf.jpgGenerated Thumbnailimage/jpeg1243https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/4/Monografia%20Uelison.pdf.jpg37939a3386e88c31fd458a4f98c58e55MD5420.500.14407/30292023-11-09 12:25:50.664oai:rima.ufrrj.br:20.500.14407/3029Tk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=Biblioteca Digital de Teses e Dissertaçõeshttps://tede.ufrrj.br/PUBhttps://tede.ufrrj.br/oai/requestbibliot@ufrrj.br||bibliot@ufrrj.bropendoar:2023-11-09T15:25:50Biblioteca Digital de Teses e Dissertações da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)false
dc.title.pt_BR.fl_str_mv Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
title Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
spellingShingle Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
Ribeiro, Uelison Mateus
LIDAR
MDT
MCC
Fusion
LAStools
Filtragem de pontos
title_short Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
title_full Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
title_fullStr Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
title_full_unstemmed Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
title_sort Algoritmos para geração de Modelos Digitais de Terreno (MDTs) a partir de dados lidar aerotransportado
author Ribeiro, Uelison Mateus
author_facet Ribeiro, Uelison Mateus
author_role author
dc.contributor.members.none.fl_str_mv Mendonça, Bruno Araujo Furtado de
Silva, Carlos Alberto
Delgado, Rafael Coll
dc.contributor.author.fl_str_mv Ribeiro, Uelison Mateus
dc.contributor.advisor1.fl_str_mv Mendonça, Bruno Araujo Furtado de
Silva, Carlos Alberto
contributor_str_mv Mendonça, Bruno Araujo Furtado de
Silva, Carlos Alberto
dc.subject.por.fl_str_mv LIDAR
MDT
MCC
Fusion
LAStools
Filtragem de pontos
topic LIDAR
MDT
MCC
Fusion
LAStools
Filtragem de pontos
description 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.
publishDate 2015
dc.date.issued.fl_str_mv 2015-11-30
dc.date.accessioned.fl_str_mv 2018-08-13T13:14:09Z
dc.date.available.fl_str_mv 2018-08-13T13:14:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://rima.ufrrj.br/jspui/handle/20.500.14407/3029
url https://rima.ufrrj.br/jspui/handle/20.500.14407/3029
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRRJ
instname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron:UFRRJ
instname_str Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron_str UFRRJ
institution UFRRJ
reponame_str Biblioteca Digital de Teses e Dissertações da UFRRJ
collection Biblioteca Digital de Teses e Dissertações da UFRRJ
bitstream.url.fl_str_mv https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/1/Monografia%20Uelison.pdf
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/2/license.txt
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/3/Monografia%20Uelison.pdf.txt
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/3029/4/Monografia%20Uelison.pdf.jpg
bitstream.checksum.fl_str_mv a9cf89b587ca1318587127c06134b883
8a4605be74aa9ea9d79846c1fba20a33
8fdc0c006666cb843a18c5851598d78d
37939a3386e88c31fd458a4f98c58e55
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)
repository.mail.fl_str_mv bibliot@ufrrj.br||bibliot@ufrrj.br
_version_ 1810108033307508736