Uso de un vehículo aéreo no tripulado como alternativa para generar información topográfica
Vehículo aéreo no tripulado para topografía
DOI:
https://doi.org/10.29019/enfoqueute.881Palabras clave:
EBEE SQ, PIX4D, MDT, georreferenciación, fotogrametría, nube de punto 3D.Resumen
Los vehículos aéreos no tripulados (UAV) se están convirtiendo en una herramienta tecnología muy versátil en diversas áreas de aplicación para actividades del desarrollo. La topografía, como área fundamental de la ingeniería, aporta información relacionada con la ubicación tridimensional de puntos en la superficie terrestre. Este trabajo tiene por objetivo generar información topográfica, usando un UAV como alternativa tecnológica a las técnicas tradicionales. La metodología consistió en la planificación y ejecución de dos vuelos fotogramétricos con el UAV EBEB SQ, instrumentado con la cámara multiespectral Sequoia. Para ello, se colocaron cinco puntos de control en el terreno, georreferenciados con estación total, usados como puntos de control en el procesamiento de las imágenes del vuelo. Las fotografías capturadas en el vuelo, fueron procesadas mediante fotogrametría con el software PIX4Dmapper, en un computador de escritorio, con procesador Intel(R) Core (TM) i9-9900K CPU 3.60GHz y 32.0 GB de RAM. Los resultados del vuelo fotogramétrico consistieron en un total de 633 fotografías RGB en un tiempo de vuelo de 36:27 minutos, para un área de cobertura de 57.7 ha. El reporte de calidad del procesamiento indicó una precisión de 2 mm en la georreferenciación de las fotografías con los puntos de control. El procesamiento fotogramétrico se ejecutó en un tiempo de 48 minutos para generar Ortofotos, Modelo Digital del Terreno (MDT) y nube de puntos tridimensional. Los productos generados alcanzaron una resolución espacial de 5 cm/pixel, con precisiones milimétricas que permitieron gestionar información topográfica secundaria como la pendiente. La nube de puntos permitió clasificar la cobertura en vegetación y suelo, para estimar la altura del dosel del cultivo de algodón con una precisión del 91 %. Como ventajas del UAV sobre las técnicas tradicionales para levantamientos topográficos se puede destacar la variedad y precisión de los productos geoespaciales y la optimización de los tiempos.
Descargas
Citas
Carrivick, J. L., Smith, M. W. y Quincey, D. J. (2016). Structure from Motion in the Geosciences. John Wiley & Sons, 73(2), 1445-146. https://doi.org/10.1111/nzg.12161
Cevallos, M. R., y L. Shkiliova. 2018. Desarrollo del programa “Mecanización agrícola comunitaria” en la provincia de Manabí, República de Ecuador. Revista Ingeniería Agrícola, 6(2), 45-50. https://cutt.ly/jQMFlMC
Dai, W., Qian, W., Liu, A., Wang, C., Yang, X., Hu, G. y Tang, G. (2022). Monitoring and modeling sediment transport in space in small loess catchments using UAV-SfM photogrammetry. CATENA, 214, 106244. https://doi.org/10.1016/j.catena.2022.106244
Gómez-Gutiérrez, Á., y Gonçalves, G. R. (2020). Surveying coastal cliffs using two UAV platforms (multirotor and fixed-wing) and three different approaches for the estimation of volumetric changes. International Journal of Remote Sensing, 41(21), 8143-8175. https://doi.org/10.1080/01431161.2020.1752950
Gürtekin, E., y Gökçe, O. (2021). Estimation of erosion risk of Harebakayiş sub-watershed, Elazig, Turkey, using GIS based RUSLE model. Environmental Challenges, 5, 100315. https://doi.org/10.1016/j.envc.2021.100315
Herrero, M. J., Pérez-Fortes, A. P., Escavy, J. I., Insua-Arévalo, J. M., De la Horra, R., López-Acevedo, F. y Trigos, L. (2022). 3D model generated from UAV photogrammetry and semi-automated rock mass characterization. Computers & Geosciences, 163, 105121. https://doi.org/10.1016/j.cageo.2022.105121
Huang, G., Lv, G., Zhang, S., Huang, D., Zhao, L., Ni, X.,... y Liu, C. (2022). Numerical analysis of debris flows along the Sichuan-Tibet railway based on an improved 3D sphere DDA model and UAV-based photogrammetry. Engineering Geology, 106722. https://doi.org/10.1016/j.enggeo.2022.106722
James, M. R. y Robson, S. (2012). Straightforward reconstruction of 3D surfaces and topography with a camera: Accuracy and geoscience application. Journal of Geophysical Research: Earth Surface, 117(F3). https://doi.org/10.1029/2011JF002289
Liu, Y., Fu, Y., Zhou, P., Zhuan, Y., Zhong, K. y Guan, B. (2020). A real-time 3D shape measurement with color texture using a monochromatic camera. Optics Communications, 474, 126088. https://doi.org/10.1016/j.optcom.2020.126088
Lopes Bento, N., Araújo E Silva Ferraz, G., Alexandre Pena Barata, R., Santos Santana, L., Diennevan Souza Barbosa, B., Conti, L. y Rossi, G. (2022). Overlap influence in images obtained by an unmanned aerial vehicle on a digital terrain model of altimetric precision. European Journal of Remote Sensing, 55(1), 263-276. https://doi.org/10.1080/22797254.2022.2054028
Lu, J., Cheng, D., Geng, C., Zhang, Z., Xiang, Y. y Hu, T. (2021). Combining plant height, canopy coverage and vegetation index from UAV-based RGB images to estimate leaf nitrogen concentration of summer maize. Biosystems Engineering, 202, 42-54. https://doi.org/10.1016/j.biosystemseng.2020.11.010
Malamiri, H. R. G., Aliabad, F. A., Shojaei, S., Morad, M. y Band, S. S. (2021). A study on the use of UAV images to improve the separation accuracy of agricultural land areas. Computers and Electronics in Agriculture, 184, 106079. https://doi.org/10.1016/j.compag.2021.106079
Martínez-Carricondo, P., Agüera-Vega, F. y Carvajal-Ramírez, F. (2020). Use of UAV-photogrammetry for quasi-vertical wall surveying. Remote Sensing, 12(14), 2221. https://doi.org/10.3390/rs12142221
Meinen, B. U., y Robinson, D. T. (2020). Mapping erosion and deposition in an agricultural landscape: Optimization of UAV image acquisition schemes for SfM-MVS. Remote Sensing of Environment, 239, 111666. https://doi.org/10.1016/j.rse.2020.111666
Mello, C. C. de Sousa, Salim, D. H. C. y Simões, G. F. (2022). UAV-based landfill operation monitoring: A year of volume and topographic measurements. Waste Management, 137, 253-263. https://doi.org/10.1016/j.wasman.2021.11.020
Mesas-Carrascosa, F. J., de Castro, A. I., Torres-Sánchez, J., Triviño-Tarradas, P., Jiménez-Brenes, F. M., García-Ferrer, A. y López-Granados, F. (2020). Classification of 3D point clouds using color vegetation indices for precision viticulture and digitizing applications. Remote Sensing, 12(2), 317. https://doi.org/10.3390/rs12020317
Nesbit, P. R., Hubbard, S. M. y Hugenholtz, C. H. (2022). Direct Georeferencing UAV-SFM in High-Relief Topography: Accuracy Assessment and Alternative Ground Control Strategies Along Steep Inaccessible Rock Slopes. Remote Sensing, 14(3), 490. https://doi.org/10.3390/rs14030490
Nesbit, P. R., Hubbard, S. M., Daniels, B. G., Bell, D., Englert, R. G. y Hugenholtz, C. H. (2021). Digital re‐evaluation of down‐dip channel‐fill architecture in deep‐water slope deposits: Multi‐scale perspectives from UAV‐SfM. The Depositional Record, 7(3), 480-499. https://doi.org/10.1002/dep2.137
Pacheco Gil, H. A. (2012). Modelos digitales del terreno, variables hidrológicas y movimientos en masa, estado Vargas, Venezuela. Geoenseñanza, 17(1), 57-75. http://www.saber.ula.ve/handle/123456789/40243
Parizi, E., Khojeh, S., Hosseini, S. M. y Moghadam, Y. J. (2022). Application of Unmanned Aerial Vehicle DEM in flood modeling and comparison with global DEMs: Case study of Atrak River Basin, Iran. Journal of Environmental Management, 317, 115492. https://doi.org/10.1016/j.jenvman.2022.115492
Štroner, M., Urban, R., Reindl, T., Seidl, J. y Brouček, J. (2020). Evaluation of the georeferencing accuracy of a photogrammetric model using a quadrocopter with onboard GNSS RTK. Sensors, 20(8), 2318. https://doi.org/10.3390/s20082318
Teppati Losè, L., Chiabrando, F. y Giulio Tonolo, F. (2020). Are measured ground control points still required in UAV based large scale mapping? Assessing the positional accuracy of an RTK multi-rotor platform. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences. https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B1-2020/507/2020/
Tonkin, T. N., y Midgley, N. G. (2016). Ground-control networks for image based surface reconstruction: An investigation of optimum survey designs using UAV derived imagery and structure-from-motion photogrammetry. Remote Sensing, 8(9), 786. https://doi.org/10.3390/rs8090786
Westoby, M. J., Brasington, J., Glasser, N. F., Hambrey, M. J. y Reynolds, J. M. (2012). ‘Structure-From-Motion’photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology, 179, 300-314. https://doi.org/10.1016/j.geomorph.2012.08.021
Whelan, B. M., y McBratney, A. B. (2000). The “null hypothesis” of precision agriculture management. Precision Agriculture, 2(3), 265-279. https://link.springer.com/article/10.1023/A:1011838806489
Wright, D., Dering, B., Martinovic, J. y Gheorghiu, E. (2020). Neural responses to dynamic adaptation reveal the dissociation between the processing of the shape of contours and textures. Cortex, 127, 78-93. https://doi.org/10.1016/j.cortex.2020.01.015
Wu, B., Liu, W. C., Grumpe, A. y Wöhler, C. (2018). Construction of pixel-level resolution DEMs from monocular images by shape and albedo from shading constrained with low-resolution DEM. ISPRS journal of photogrammetry and remote sensing, 140, 3-19. https://doi.org/10.1016/j.isprsjprs.2017.03.007
Zhang, W., Qi, J., Wan, P., Wang, H., Xie, D., Wang, X. y Yan, G. (2016). An easy-to-use airborne LiDAR data filtering method based on cloth simulation. Remote sensing, 8(6), 501. https://doi.org/10.3390/rs8060501
Zhang, J., Xu, S., Zhao, Y., Sun, J., Xu, S. y Zhang, X. (2023). Aerial orthoimage generation for UAV remote sensing. Information Fusion, 89, 91-120. https://doi.org/10.1016/j.inffus.2022.08.007
Zolkepli, M. F., Ishak, M. F., Yunus, M. Y. M., Zaini, M. S. I., Wahap, M. S., Yasin, A. M., ... y Hezmi, M. A. (2021). Application of unmanned aerial vehicle (UAV) for slope mapping at Pahang Matriculation College, Malaysia. Physics and Chemistry of the Earth, Parts A/B/C, 123, 103003. https://doi.org/10.1016/j.pce.2021.103003
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Los Autores
Esta obra está bajo una licencia Creative Commons Reconocimiento 3.0 Unported.
Los artículos e investigaciones publicadas por la Universidad UTE, se realizan en régimen de Acceso Abierto [Open Access] en formato electrónico. Esto significa que todo el contenido está disponible de forma gratuita sin costo para el usuario o su institución. Los usuarios pueden leer, descargar, copiar, distribuir, imprimir, buscar o enlazar los textos completos de los artículos, o usarlos para cualquier otro propósito legal, sin necesidad de pedir permiso previo al editor o al autor. Esto está de acuerdo con la definición de acceso abierto de la Iniciativa de Acceso Abierto de Budapest (BOAI). Al enviar un artículo a cualquiera de las revistas científicas de la Universidad UTE, el o los autores aceptan estas condiciones.
La UTE aplica la licencia Creative Commons Attribution (CC-BY) a los artículos de sus revistas científicas. En virtud de esta licencia de acceso abierto, como autor usted acuerda que cualquier persona puede reutilizar su artículo en su totalidad o en parte para cualquier propósito, de forma gratuita, incluso para fines comerciales. Cualquiera puede copiar, distribuir o reutilizar el contenido siempre y cuando el autor y la fuente original estén correctamente citados. Esto facilita la libertad de reutilización y también asegura que el contenido pueda ser extraído sin barreras para necesidades de investigación.
Esta obra está bajo una Creative Commons Attribution 3.0 International (CC BY 3.0).
Además, la Revista Enfoque UTE garantiza y declara que los autores conservan siempre todos los derechos de autor y todos los derechos de publicación sin restricciones [© Los Autores]. El reconocimiento (BY) permite cualquier explotación de la obra, incluyendo una finalidad comercial, así como la creación de obras derivadas, la distribución de las cuales también está permitida sin ninguna restricción.