miércoles, 29 de abril de 2015

QGIS online.

Hoy os traigo un asunto que a mi me ha resultado bastante curioso. rollApp, una empresa especializada en desarrollar versiones web de aplicaciones de escritorio basadas en software libre, ha hecho lo propio con QGIS. Y así resulta que tenemos disponible la última versión de QGIS 2.8.1 Wein en español de forma online. ¿Qué significa esto?
Pues que con un simple registro en su web podremos utilizar QGIS en la nube, sin necesidad de instalar nada en nuestro ordenador. Esto también significa un mejor manejo para equipos de pocos recursos, pues la carga de aplicaciones corre a cargo del servidor de rollApp. Además el programa cuenta prácticamente con todas las opciones de la versión de escritorio.
Al ser una aplicación en la nube, la carga y descarga de datos necesita que conectemos nuestro perfil a algún servicio en la nube de los que se ofrecen -los más clásicos- para poder abrir y guardar archivos; nada se trabaja en local.
Perfil conectado a Google Drive, y resto de servicios en la nube disponibles.
Como todo tiene su truco en esta vida y de algo tienen que vivir los de rollApp, vayamos ahora con las desventajas según mi opinión. Lo primero es que la cuenta gratuita tiene una duración de 14 días, durante los cuales tendremos todas las funcionalidades activadas y acceso a todas las apps de rollApp (que son muchas). Pasado este plazo perdemos algunas funciones si no pasamos a cuenta de pago (7$ al mes): entre ellas y la más importante la posibilidad de guardar nuestros trabajos en la nube a la que estamos conectados. Así pues, QGIS quedaría como un mero visor de archivos, con posibilidad de abrirlos desde la nube pero sin ninguna posibilidad de guardarlos en ella.
Respecto a la velocidad con la que se mueve QGIS trabajando en modo online, creo que está bastante conseguida dada la cantidad inmensa de funciones del programa, aunque obviamente no tiene la respuesta de la aplicación de escritorio trabajando en local y siempre estará condicionada a la conexión.
Interfaz de QGIS online abierto en una ventana del navegador.
En definitiva, y por supuesto con cuenta Premium, quizá un muy buen recurso para tener acceso a QGIS en todo momento desde un navegador con una simple conexión a internet. La gratuidad, agilidad de manejo y velocidad de trabajo de la versión de escritorio, frente a la accesibilidad de la versión online a un precio razonable. Una novedosa y curiosa posibilidad más de tener QGIS a nuestra disposición en cualquier momento.

sábado, 25 de abril de 2015

MAGRAMA: cartografía marítima.

A través del estupendo blog IDEE, se nos informa que el Ministerio de Agricultura, Alimentación y Medio Ambiente (MAGRAMA), dentro de su sección Pesca, ha incorporado información y mapas de cartografía marítima. El acceso directo a la sección en este enlace:
Aunque las cartas incorporadas hasta el momento pertenecen todas al litoral mediterráneo, se irán incorporando nuevas publicaciones, como queda evidente en la estructura ya prediseñada de las secciones.
Menú ya preparado con las diferentes costas para ir ampliando publicaciones.
Serie A: batimétrico.
Las Cartas de la Plataforma Continental nos ofrecen dos zonas disponibles: región de Levante o región Surmediterránea. Simplemente habremos de navegar por las diferentes secciones ya disponibles y elegir la hoja deseada entre las distintas series que se ofrecen: Serie A, Batimetría. Serie B, Mapas de Usos, Protección y Características del Fondo. Serie C, Modelos Digitales y Geomorfología.
Serie B: usos, protección y fondo.
Las descargas constan de una hoja PDF a diferentes escalas dependiendo la serie, con muchísima información adjunta. Os pongo los ejemplos de las tres series disponibles de la hoja MC048 Carboneras para que os hagáis una idea del contenido:


Serie C: modelos digitales y geomorfología.








Igualmente la sección  Cartas del Margen Continental nos ofrece las dos mismas zonas hasta el momento. Se trata de estudios de batimetría, naturaleza y pendientes de las zonas costeras. En la hoja de ejemplo GV-06 de la región de Levante vemos el denominado Golfo de Vera y el Abanico de Palomares:
Las hojas PDF que nos ofrece para descarga el MAGRAMA son de calidades y resoluciones diversas. Desde simples y sencillas hojas pdf hasta verdaderos archivos tipo GeoPDF con mayor tamaño y posibilidades, y perfectamente georeferenciados. Lo hemos comprobado abriendo alguno en Global Mapper y, gracias al impresionante tratamiento que este programa hace de estos pdf's y las variadas posibilidades que nos ofrece, podemos hasta desglosar el archivo en las diferentes capas que contiene. Alucinante.
PDF abierto en Global Mapper sobre el wms de la cartografía ráster del IGN. Se observan las diferentes capas en las que el programa es capaz de separar el archivo y que corresponden a los distintos frames, así como la perfecta georeferenciación. Impecable.
De nuevo queremos felicitar a los responsables de estos trabajos: una nueva y atractiva cartografía se une al precioso abanico de mapas con el que contamos en España al alcance de todo el mundo. Cuando el proyecto se vaya completando será sin duda el referente en su género. Y ojalá el Ministerio lo incluya próximamente entre sus servicios wms para darle aún más accesibilidad.

miércoles, 22 de abril de 2015

Nueva versión Fototeca Digital.

La Fototeca Digital del CNIG y el IGN tiene nueva versión, con más funciones y vuelos disponibles. Este impresionante servicio, del que ya hablamos en algún articulo, nos ofrece ahora las siguientes novedades destacadas (tenéis toda la noticia completa en el siguiente PDF del IGN):
• Mejora del motor de mapas, estandarización y rendimientos incorporando la librería JavaScript de código abierto OpenLayers
• Ampliación de la colección de vuelos y capas de cartografía de fondo: 
- Capa de Cartografía Catastral de la Dirección General del Catastro. 
- Vuelos PNOA 2012, 2013 y 2014. 
- Vuelos PNOA 2014 3D (ortoproyección al vuelo y 3D estereoscópico mediante sistema de anaglifos).
• Inclusión de nuevas herramientas:
- Consultar parcela catastral.
- Ver 3D: mientras esta herramienta no se activa las capas de vuelos 3D muestran la ortofoto al vuelo. Cuando se activa la herramienta 3D se muestra el relieve mediante el sistema de anáglifos.
- Modificación de las ayudas flotantes que se muestran al deslizar el puntero del ratón sobre cada una de las capas.
Interfaz de la aplicación web de la Fototeca Digital mostrando los fotogramas disponibles para el vuelo PNOA 2014.
Su imprescindible aplicación web, corazón del servicio, es visita obligada para aprovechar todas sus ventajas; su información y ayuda completa (incluida una oportuna aclaración de la diferencia entre fotograma y ortofoto) podemos consultarla en este PDF.
Herramienta de consulta de parcela catastral.
Secuencia para conseguir el PDF de la zona que nos interese.
Ejemplo de hoja en PDF de una de las capturas conseguidas.
La renovación incluye también un renovado servicio wms en el que se sirve toda la información, cuya url para visionarlo en cualquier cliente compatible es:
                                                         http://fototeca.cnig.es/wms/fototeca.dll?
Y cuyo archivo de capacidades con toda la información del servicio es:
Listado de capas que nos arroja la consulta al WMS de la Fototeca.
En esta versión del servicio WMS han suprimido cualquier capa cartográfica de fondo, con lo que simplemente se muestran los fotogramas sobre un fondo opaco. En la próxima actualización de mapas para SASPlanet decidiremos si incluir estos nuevos vuelos 2012, 2013 y 2014, pues como ya comentamos alguna vez, no es SASPlanet el mejor visor para este servicio wms de la Fototeca Digital. La estructura en fotogramas le es muy difícil de representar, con lo que tiene constantes errores de solapamiento entre ellos y resulta muy complicado obtener una imagen sin cortes ni superposiciones entre las distintas imágenes, que sería el motivo fundamental para integrarlos en SASPlanet. Los que habéis usado la Fototeca en SASPlanet ya sabéis de lo que os hablo... En realidad no sabemos cómo se podría resolver este problema. Otros programas como QGIS o Global Mapper ofrecen mucho mejores resultados, visualizando los fotogramas completos sin tantos solapamientos de la zona que encuadremos. Aún así arrojan fallos en la unión de los fotogramas siempre que intentamos extraer una zona como archivo de imagen.
Estos dos problemillas sumados (errores en el solapamiento y fondo opaco de los fotogramas), más el hecho de que los fotogramas más antiguos para nada coinciden con el terreno real (ni tienen por qué), hacen que nos preguntemos si merece la pena disponer de este servicio en SASPlanet, más allá de mera curiosidad como visor, para lo que su aplicación web es sin duda la mejor opción.

domingo, 19 de abril de 2015

MTN25 ráster: nueva actualización.

Nueva versión del Mapa Topográfico Nacional 1:25.000 ráster. En esta versión se han actualizado hojas del MTN25 y se han mejorado los colores empleados en la información cartográfica de todas las hojas. La información auxiliar del MTN25 ráster incluye un Excel con las fechas de edición de cada hoja.
Pues de nuevo la gente del IGN ha retocado el aspecto del mapa de todos los mapas: el MTN25. No voy a entrar ahora en un análisis muy detallado de esta cartografía, pues básicamente es lo mismo que explicamos en este artículo de una actualización anterior.
Contenido del archivo de Información auxiliar.
Y además toda esa información la tenemos en el citado contenido auxiliar que se puede descargar desde el mismo Centro de Descargas, y que incluye, como vemos en la imagen de la izquierda, la leyenda del mapa, el archivo Excel con las fechas de la última edición de cada hoja, un pdf con información técnica, y el archivo de metadatos de la serie MTN25. Una lástima que, como vimos en el anterior artículo citado, ya no contenga ese mismo archivo con las fechas de edición de cada hoja en el formato .kml en el que entonces venía, pues la verdad es que daba mucho juego abierto en Google Earth.
Dado que la actualización en cuanto a información del mapa depende de cada hoja (y de las novedades que se vayan introduciendo en su correspondiente MTN25 vectorial -que es la base de la que sale el ráster-), simplemente nos vamos a limitar a mostrar el cambio estético que ha tenido el mapa. "Se han mejorado los colores empleados en la información cartográfica", se nos dice en la información. Lo cierto es que el cambio es muy leve, pero como en cuestión de gustos no hay nada escrito, seguramente a unos gustará más la versión que había y a otros la nueva (por cierto, desde que se realiza la actualización ya nos es imposible descargar la versión anterior). Casi me pregunto, en plan de broma, si no sería conveniente hacer un referéndum sobre la estética que más aceptación tiene antes de modificar nuestro mapa más querido.
Conservo las tres últimas versiones del MTN25 de aquellas hojas que más me interesan y con las que más trabajo, así que aprovechando esta circunstancia, os muestro un ejemplo de ellas para que así podáis ver los cambios sufridos -sin segunda intención- en las sucesivas actualizaciones. El ejemplo es la hoja 105-2 en su versión ECW y visiualizada en Global Mapper.
Primera versión que conservo. Creo que de 2012.
Actualización del verano de 2014.
Actualización de este artículo: abril 2015.
Vista así de manera conjunta la serie de actualizaciones, se diría como impresión básica que el mapa ha ido perdiendo color, supongo que en pro de una mejor visualización de los colores de los diferentes usos del suelo del SIOSE. Os pongo tres capturas más a la escala de 3 metros/pixel (aprox. 1:11340)
En esta primera versión la resolución del ráster era de 2.5 metros/pixel.
A partir de esta revisión de 2014 la resolución pasó a 1 metro/pixel y apareció la cuadrícula.
Y esta es la versión 2015 que nos ocupa. Las diferencias en saturación son lo más notable.
Eso es todo. A unos os parecerá más descolorido, a otros más natural... Podéis dejar un comentario al final del artículo, quizá nos valga como una especie de mini encuesta sobre cuál de las tres últimas versiones del MTN25 gustaba más. Muchas gracias.

miércoles, 15 de abril de 2015

Precisión de los datos LIDAR.

Una vez manejados con relativa soltura los datos LIDAR que el CNIG nos ofrece, nos hemos preguntado, a modo de conclusión, por la precisión de los mismos. ¿Realmente los puntos LIDAR aparecen bien clasificados según el terreno que representan? ¿Qué fiabilidad tienen? Cuando un punto aparece clasificado como Alta Vegetación o como Edificio, ¿es realmente cierto sobre el terreno? Sinceramente que miles de puntos recogidos de una manera masiva tuvieran una precisión y realismo exactos nos parecía algo casi milagroso, por lo que hemos hecho algunas pruebas al respecto.
Abrimos en Global Mapper la ortofoto de la zona de pruebas: un pequeño pueblo de montaña que conocemos bien a fin de tener tanto vegetación como edificios en el área de estudio.
Cargamos la cuadrícula LIDAR de la zona. Es más, cargamos solamente los puntos que cubren nuestra ventana a fin de que el rango de alturas se ajuste lo máximo posible a este área (no al área de la cuadrícula LIDAR completa). Empezamos coloreando los puntos LIDAR por elevación.
LIDAR coloreado por elevación. La precisión parece magnífica: cambio de tonos en el comienzo de las montañas, diferencia de tono entre suelo y edificios, algunos grupos de árboles muy altos,...
Cambiamos el coloreado del LIDAR por altura respecto al suelo. La escala de alturas de Global Mapper se reajusta y de nuevo la precisión nos parece muy buena: tono rojo general para la altura del suelo, y edificios y grupos de árboles con distinto tono de altitud.
Por tanto, la precisión por alturas de los datos recogidos parece no tener ningún problema. Ello nos permite obtener, como hemos visto ya, modelos de superficie de una fiabilidad pasmosa. Os pongo una muestra de la zona de estudio para que comprobéis el nivel de detalle que puede captar la nube de puntos (todos los puntos activados):
Impresionante capacidad de los datos LIDAR para captar las elevaciones del terreno. Pequeños huertos con frutales, iglesia y cementerio, o una pista de tierra, como vemos señalados en rojo, quedan fielmente reflejados.
Distinto asunto parece el de la clasificación de estos puntos. Filtramos los puntos para visualizar sólo los correspondientes a suelo, vegetación y edificios (colores marrón, verde y rojo respectivamente).
Vemos que los colores empiezan a entremezclarse con algo de caos, y muchos puntos situados sobre los tejados de las casas aparecen clasificados como vegetación (verde).
Activamos todos los puntos disponibles en el LIDAR y descubrimos que la mayoría de la zona nos aparece cubierta por puntos clasificados como Overlap (superpuestos o coincidentes) y nos preguntamos si estos overlap points son la razón de la poca precisión en la clasificación de edificios y vegetación en ese área.
Overlap points en morado con todos los puntos LIDAR activos.
Así pues, ¿podríamos concluir que los puntos están ahí, perfectamente captados, y que el único "problema" para rozar la perfección sería la clasificación de los mismos? Entendemos que la captación de los puntos, con su altitud y coordenadas, está perfectamente conseguido... Pero, ¿podemos decir lo mismo del método de clasificación? Esto nos lleva a que si seleccionamos sólo los puntos que representan los tres tipos de vegetación, los resultados son bastante inexactos en esta zona concreta:
Multitud de puntos clasificados como vegetación se encuentran evidentemente sobre edificios.
Y si hacemos lo mismo visualizando solamente los puntos clasificados como edificios, aún peor:
Los puntos clasificados como edificios son, a todas luces, insuficientes.
Sin una clasificación más exacta de estos puntos los resultados en la zona evidentemente están algo lejos de la realidad. Desconozco si esto pasa en todas las zonas, si ha sido casualidad en este ejemplo, o si a estas escalas con las que hemos probado a los puntos LIDAR no se les puede pedir más y están pensados para extraer datos más en general. Pero si en estas condiciones extraemos una malla de elevaciones (suelo+edificios) el resultado es este:
Así se da la paradoja de que, si queremos representar con más fiabilidad los edificios, es preferible extraer una malla de elevaciones incluyendo todos los puntos ya que, aunque erróneamente clasificados, al menos el volumen será representado.
Global Mapper nos permite clasificar manualmente los puntos de la nube LIDAR. Esto es importantísimo. Quizá no para un Modelo Digital de Superficie (en el que en el fondo todo queda representado y nos puede resultar indiferente a veces si esa elevación es un edificio o un grupo de árboles), pero sin duda lo es si queremos elaborar otros modelos digitales. Si los puntos tienen una clasificación errónea, difícilmente nuestro modelo quedará realista. Si tenemos puntos clasificados como alta vegetación donde no la hay, creeremos que hay árboles donde no los hay. Hemos cambiado, de manera tosca y sin mucha precisión, muchos de los puntos clasificados como vegetación que en la anterior captura estaban evidentemente sobre los edificios, y los hemos clasificado como Building. Sin haber sido meticulosos como digo, el cambio en la malla de elevaciones (suelo+edificios) respecto a la captura anterior ya es evidente:
Resumiendo, la clasificación de los puntos LIDAR, que imagino se hace en base a complicadas fórmulas matemáticas respecto a puntos vecinos, parece no ser muy precisa cuando entramos al detalle. Y así como sus datos de altura y posición seguramente sean incontestables, la clasificación a posteriori de los puntos puede no ser tan fiable como quisiéramos a la hora de trabajar en zonas más pequeñas. Obviamente esta mala clasificación, que supone un problema inapreciable a la hora de elaborar un MDT de muchos kilómetros cuadrados, puede no ser tan menor si queremos conocer con cierta exactitud las masas de arbolado de una zona más concreta o la existencia de edificios aislados. Quizá le estoy pidiendo a los datos LIDAR lo que no pueden dar... En cualquier caso ahí quedan mis experimentos; ojalá los que sabéis más de esto comentéis el artículo para corroborar o desmentir mis novatas impresiones. Gracias y saludos.

domingo, 12 de abril de 2015

LIDAR en QGIS: LAStools.

Hoy vamos a hablar de la posibilidad de trabajar con datos LIDAR en QGIS. La posibilidad existe, pero no directamente por las capacidades del programa, que no es capaz de abrir los datos LIDAR (ni en formato LAZ comprimido, ni en formato LAS descomprimido). Tampoco se que exista ningún complemento en el repositorio de plugins que permita manejar datos LIDAR. La alternativa pasa por hacerle trabajar con el complemento LAStools, una colección de algoritmos que podemos enlazar con QGIS para tenerlos disponibles en su caja de herramientas. No esperéis poder trabajar en pantalla con los archivos LIDAR al modo en que lo hace Global Mappper; simplemente podremos cargarlos, procesarlos y guardarlos de algunas formas, pero sin la amable interfaz de verlos pasar por pantalla. En teoría dichas herramientas están probadas hasta la versión 2.4 de QGIS, pero yo tengo la 2.8 (bajo Windows XP) y he comprobado que me funcionan (al menos a priori. Me surgen dudas de si estas herramientas LAStools son realmente libres a tenor de ESTO.... o si las que aparecen en el segundo grupo tienen alguna limitación de uso o no procesan perfectamente. ¿Alguien puede aclararlo?).
Vamos al grano. Para usar las herramientas LAStools seguiremos este proceso:
1.- Descarga del paquete LAStools (21 MB).
2.- Descomprimir el zip y extraer tal cual la carpeta "LAStools" que contiene a una ruta sin espacios (por ejemplo C:\LAStools ó D:\LAStools serían buenas y sencillas opciones).
3.- Abrir QGIS. En el menú Procesos/Opciones proceder a activar las Herramientas para datos LIDAR y a darle la ruta a nuestra carpeta LAStools, tal como se ve en la siguiente captura. Aceptar.
4.- Una vez hecho esto debemos tener disponibles en la Caja de herramientas de QGIS, bajo la cabecera Herramientas para datos LIDAR, la colección de algoritmos que componen LAStools. El grupo LAStools Production que se ve al final de la lista contiene las mismas herramientas pero preparadas para trabajar con directorios enteros en vez de con archivos individuales. Así mismo tenemos que tener seleccionado al fondo de todo de la columna Advanced Interface, o no se mostrarán todas las herramientas de la caja.
 5.- Para prevenir cualquier tipo de error inicial (yo los tuve), recomiendo cerrar y volver a abrir QGIS para que el programa guarde bien los cambios.

En la propia web de LAStools tenéis un listado y descripción de cada herramienta disponible para trabajar con los datos LIDAR (en inglés, por supuesto) con una página README adjunta con toda la información de uso de cada algoritmo. Vamos a desarrollar un par de ejemplos de dos de las herramientas más clásicas para que veáis el proceso: la primera, las2dem, convierte el archivo LIDAR en un Modelo Digital de Elevaciones. Hacemos doble click en la herramienta y completamos los datos de la ventana de opciones de la misma:

Opciones del algoritmo las2dem.

- verbose debe querer decir algo así como "más detallado". La marcamos.
- la casilla open LAStools GUI abre la herramienta interna de LAStools. No es necesario, probadla cuando queráis.
- campo de carga del archivo LIDAR a convertir.
- resolución a la que extraer el MDT.
- campo de destino del archivo MDT resultante y su formato (.asc en este ejemplo).
- Marcamos la casilla "abrir el archivo de salida..." para que se nos abra directamente en QGIS una vez hecho.
- El resto de opciones tendréis que investigarlas con la práctica y las páginas de ayuda de la herramienta.




Una vez todo configurado pulsamos Run para que la herramienta trabaje. En pocos segundos tenemos nuestro modelo digital .asc generado y cargado en QGIS.
Por desgracia, y aunque los datos mínimo y máximo de alturas figuran bien en la capa como véis, se generan unas bandas paralelas que además nos indican 0 metros de altitud. Desconozco si es problema del algoritmo, de la versión de QGIS, o de que la herramienta no es completamente free. He probado a generar el MDT en otros formatos (tiff, dem,...) y el fallo es el mismo. He usado después el algoritmo blast2dem (en teoría para LIDAR con muchos más puntos) y parece que este no falla.... Así que ya sabéis, a probar.
DEM generado con blast2dem y abierto en Global Mapper. Parece perfecto.

Para el segundo ejemplo de uso de estas herramientas LAStools para datos LIDAR en QGIS vamos a utilizar las2iso, que nos sirve para extraer contornos en formato vectorial (shp, kml, txt...). Como antes, buscad información sobre los distintos parámetros para la ventana de opciones; yo he hecho la prueba con lo básico y poniendo 20 metros de espaciado de líneas y salida en formato .shp.
El resultado abierto en QGIS:












Por último mostraros que dentro de LAStools también disponemos de un visor de archivos LIDAR bastante efectivo y con muchas herramientas que os sorprenderán. Se trata de lasview.
Visor lasview con su multitud de opciones.
En definitiva se trataba de mostrar brevemente cómo podemos añadir LAStools a QGIS para poder trabajar con datos LIDAR. Es quizá una manera más tosca, primitiva y menos visual que en Global Mapper, pero es un conjunto de herramientas muy completo y gratuito que no se pueden pasar por alto. Y funcionar ya vemos que funcionan. Ahora ya sabéis lo que toca, ¿no?. Practicar con todas ellas hasta que dominemos su manejo. Un saludo!!

miércoles, 8 de abril de 2015

Global Mapper: herramientas LIDAR.

Después de mostrar cómo podemos elaborar modelos digitales a partir de los datos LIDAR, vamos a desgranar las herramientas que Global Mapper pone a nuestra disposición para trabajar con estas nubes de puntos a través de los diferentes botones de su módulo LIDAR.
Info de punto LIDAR en Global Mapper.

Es importante saber en principio que cada punto de la nube de datos posee una serie de atributos en su información, atributos que van a ser los que hagan posible clasificarlo, acotarlo o visualizarlo según los parámetros de trabajo que elijamos. Esta información incluye por supuesto los datos básicos de altitud y coordenadas geográficas, pero también su clasificación codificada, intensidad de la señal,  retorno, o colores RGB. Para saber más sobre estos datos técnicos de toma de puntos podéis buscar por internet, ahora nos basta saber que gracias a ellos podemos interpretar los datos o solaparlos de variadas formas según nuestras necesidades.



La barra de botones LIDAR de Global Mapper consta de estas funcionalidades:
- Una primera pestaña desplegable nos permite visualizar la nube de puntos según varios parámetros (RGB, elevación, intensidad, clasificación, altura sobre el suelo, etc...). Los colores con los que se muestra la clasificación de cada punto en pantalla son configurables (menú Tools/Configure/Lidar).
- Le sigue un grupo de seis botones para una rápida clasificación manual de los puntos seleccionados en una de esas seis categorías principales: baja/media/alta vegetación, edificio, línea eléctrica o agua. Por supuesto estos son sólo botones de acceso rápido: editando los puntos podemos clasificarlos en cualquiera de las demás categorías.
- Los tres botones siguientes nos permiten autoclasificar a partir de unos parámetros los puntos que deben ser considerados suelo, los puntos que no deben ser considerados suelo, o extraer una nube de puntos vectoriales renderizados de edificios o árboles.
- Por último, dos botones más nos permiten filtrar los datos LIDAR en pantalla de diversas formas y aplicar colores RGB a los puntos a partir de una imagen de la misma zona (una ortofoto por ejemplo).
El módulo LIDAR se introdujo en la versión 15 de Global Mapper. En su propia web tenéis más información del mismo (en inglés) y la propia ayuda interna del programa explica con detalle el módulo (también en inglés).
Módulo LIDAR de Global Mapper 16.1 con todos sus botones.
Comenzando por la pestaña desplegable de modos de visualización, tiene poco misterio. Simplemente visualiza el LIDAR según el parámetro elegido. Con unas capturas quedará entendido perfectamente:
RGB
Elevation


Classification
Height above ground































La clasificación manual de los puntos también es algo muy sencillo. Simplemente se trata de ir seleccionando los puntos que queramos reclasificar con la herramienta Digitizer y pulsando sobre el botón apropiado dichos puntos quedarán clasificados así. Muy útil, por ejemplo, para corregir puntos concretos con clasificación a todas luces errónea.
Seleccionamos Digitizer Tool, marcamos los puntos deseados ( tecla Ctrl pulsada o haciendo un área) y
 pulsamos el botón de la clasificación deseada (Building sería en este caso)
Los dos botones de autoclasificación creo que sirven para que Global Mapper clasifique automáticamente como suelo o como no suelo (edificio/vegetación) aquellos puntos que originalmente aparecen en la nube de puntos LIDAR sin una clasificación determinada (unclassified). En las pruebas que he hecho apenas he notado variaciones, quizá porque los archivos LIDAR del CNIG cuentan con muy pocos puntos sin clasificar; quizá esta función sea más útil en otros archivos que contengan más puntos unclassified.
Mención destacada merece el botón Extract Vector Features. Se trata de una función que extrae elementos vectoriales de la nube de puntos, concretamente edificios y árboles. Las capas resultantes pueden exportarse perfectamente como archivo vectorial .shp por ejemplo. La parte referente a los edificios me ha decepcionado un poco pues, a pesar de que en la clasificación por puntos dichos edificios aparecen con bastante nitidez...
...a la hora de extraer los vectoriales que los representan, en la nueva capa Buildings Outlines apenas aparecen unos pocos de todos los que existen:
He probado con cuadrículas en pleno centro de Madrid, pensando que pillaría mejor los edificios y los resultados mejoran (creo que simplemente porque hay más), pero están muy lejos de extraer todos aquellos puntos que están clasificados como edificios. Quizá no configure bien la ventana de opciones de la herramienta... seguiremos probando.
Ventana de opciones de la herramienta Extract Vector Features: en amarillo la zona de edificios, en verde la de árboles. Se muestran también dos sub-ventanas disponibles: el clásico Bounds de Global Mapper para especificar la zona de trabajo, y un filtrado de puntos por clasificación con los que elijamos trabajar.
Mucho más realista me ha parecido la parte de extracción de vectoriales de árboles; en el ejemplo le hemos pedido que nos represente aquellos de más de 10 metros de altura con las envergaduras (spread) por defecto.
Global Mapper nos crea la capa vectorial Extracted Trees que es un conjunto de puntos representando los árboles con los parámetros dados en las opciones. Se muestra también la ventana de Info al pinchar sobre uno de ellos.
Los dos últimos botones del módulo LIDAR son muy sencillos: el primero simplemente nos permite filtrar por su clasificación los puntos que queremos ver en pantalla y, en consecuencia, con los que trabajaremos. Es una herramienta que usaremos muy a menudo y que, usada en combinación con la pestaña desplegable de modo de visualización, nos permite muy variadas e interesantes combinaciones de visualización de la nube de puntos.
El último botón Apply Color to Lidar Points asignaría a los puntos la combinación de colores del punto de una imagen ráster que tengamos subexpuesta al LIDAR. Es por eso que los archivos LIDAR del CNIG , puestos en modo de visualización RGB, se ven similar a las ortofotos, porque han sido coloreados sus puntos con los colores de las imágenes de las ortofotos PNOA. Muy útil para ejecutarlo con otros archivos LIDAR que no sean así.

Por último no quiero despedirme sin recordar que las nubes de puntos LIDAR, como archivos con información 3D que son, nos permiten utilizar en Global Mapper la herramienta Perfiles, sin necesidad de tener un MDT cargado. Y aunque no sea una herramienta del módulo LIDAR, me parece interesante citarlo al menos en este sitio, ya que las funciones LIDAR se han integrado en la ventana de Perfiles.
Seleccionamos la herramienta Perfiles y dibujamos una línea (botón derecho para terminarla). La ventana de perfil se nos abre con muchas opciones, entre ellas las del módulo LIDAR. Esto nos permite, por ejemplo y entre otras muchas combinaciones, seleccionar el color del perfil por Clasificación (o filtrar los puntos visibles), de modo que como veis en el perfil se refleja tanto el suelo como la línea de vegetación -en verde- allí donde la hubiere.
Hasta aquí esta básica explicación de las funciones de Global Mapper para datos LIDAR. Disculpad la charla, pero era mejor meter todo en un artículo. Ahora y como siempre, os recomiendo mucha práctica con ello y a trastear y trastear, que es la forma más divertida de aprender. O al menos es la mía. Y por supuesto podéis comentar todo lo que se os ocurra, incluidos errores a corregir que estoy seguro los habrá. Gracias y un saludo.