Grupo RNM-368 Gestión Integrada del Territorio y Tecnologías de la Información Espacial

INGENIERÍA GEOMÁTICA. APLICACIONES ORIENTADAS INGENIERÍA GEOMÁTICA. APLICACIONES ORIENTADAS AL SEGUIMIENTO Y MODELADO DE LA EVOLUCIÓN DE AL SEGUIMIENTO Y MODELADO DE LA EVOLUCIÓN DE

ÁREAS COSTERASÁREAS COSTERAS

Proyecto de Excelencia P08-RNM-03575 (2009-2012)Proyecto de Excelencia P08-RNM-03575 (2009-2012)

Grupo RNM-368Gestión Integrada del Territorio y

Tecnologías de la Información Espacial

UNIVERSIDAD DE ALMERÍA

Nuevas Tecnologías para la Información y

Representación del Territorio

Dr. Fernando J. Aguilar TorresDr. Fernando J. Aguilar TorresProfesor Titular de la Universidad de AlmeríaProfesor Titular de la Universidad de Almería

Departamento de Ingeniería RuralDepartamento de Ingeniería Ruralhttp://www.ual.es/GruposInv/ProyectoCostas/index.htm

http://www.unl.pt/

1. AntecedentesMás de la mitad de la población del planeta vive a menos de 60 Km de la línea de costa. En España, algo más del 44% de la población vive en municipios costeros (que constituyen a penas un 7% del territorio total). En Almería más del 70% de la población reside en zonas costeras (211 hab/km2 frente al interior, 28 hab/km2)Incremento zonas

urbanizadas (sellado del suelo)Falta de planificación Extracción de arenas para invernaderos (más de 18 millones de m3 desde entre los 60 y finales de los 80)

1

Presión antrópica



¿Es sostenible esta situación a medio-largo plazo?

Rotura del equilibrio

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO

DESARROLLOCONCLUSIONE

S

1. Antecedentes

2



El IPCC (Intergovernmental Panel of Climate Change) señala a la región del Mediterráneo (sobre todo zonas áridas y semiáridas) como las que más intensamente sufrirán las consecuencias de las variaciones del clima.

+ 1 m SLR + 4 m SLR

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

3

1. AntecedentesEl Plan Andaluz de Medio Ambiente 2004-2010 dedica un área estratégica a la GESTIÓN AMBIENTAL INTEGRADA DEL LITORAL

• Obtención de datos georreferenciados (*)• Extracción de información• Generación de conocimiento• Generación de modelos• Toma de decisiones

(*) Shupeng, C. and J. van Gendereng, 2008. Digital Earth in support of global change research. International Journal of Digital Earth, 1(1), 43-65.



MONITORING• ¿Cómo podemos abordar una metodología eficiente, precisa e integrada para el monitoreo de nuestras costas y urbanizaciones litorales?• Cuáles podrían ser las aplicaciones inmediatas de dicha metodología?

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

4

2. ObjetivosGrupo RNM-368

Gestión Integrada del Territorio y Tecnologías de la Información

Espacial

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

1) Aplicación, integración y desarrollo de técnicas geomáticas para el estudio de la evolución de la línea de costa y la franja litoral a partir de MDEs y MDSs obtenidos a partir de vuelos fotogramétricos multitemporales y Láser Escáner Aerotransportado.

2) Desarrollo y evaluación de técnicas basadas en la integración-fusión de datos georreferenciados y segmentación de objetos para la detección automática y eficiente de zonas impermeables, edificios e infraestructuras en entornos costeros.

3) Introducción del análisis exploratorio de datos para el modelado de la influencia del crecimiento urbano litoral en los procesos de erosión y/o acreción costera. Aplicación de técnicas geoestadísticas y de regresión y autocorrelación espacial.

4) Aplicación de la información recopilada a lo largo de la consecución de los objetivos anteriores en la delineación del área inundada de una zona costera ante diferentes escenarios de riesgo como pueden ser: incremento del nivel del mar como consecuencia del cambio climático, episodios de fuertes tormentas durante marea alta (storm surge), escorrentía y desbordamiento de ramblas y ríos, escorrentía urbana, etc.

5

3. Área de trabajoGrupo RNM-368


Espacial

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

6



Espacial

Oleaje predominante LevanteAltura media de ola 1 m

Altura máxima de ola 5 m

Carrera máxima de marea 0.5 m

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

6



Espacial

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

6



Espacial

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO

DESARROLLO

Objetivo 1

Objetivo 2

CONCLUSIONES

7

4. DesarrolloGrupo RNM-368


Espacial

Información General Altura de vuelo sobre el terreno 1000 mNúmero de pasadas 4Número de fotografías 86

Parametrización de la cámara digital DMC (Digital Mapping Camera) IntergraphGSD (cm) 10RGB+Nir (12 bits)Recubrimiento longitudinal (%) 65Recubrimiento transversal (%) 60

Parametrización del sensor LiDARALS60 LEICAFOV (º) 35Max. laser pulse Rate (Hz) 96100Max. point spacing across track(m) 1,33Max. point spacing along track (m) 1,46Average point density (ptos/m2) 1,61Average point space (m) 0,79Average point area (m2) 0,62Estimated height accuracy (m) 0,08

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

8



Espacial

Imágenes multitemporales

Vuelos fotogramétricos históricos:• 1956-57 (vuelo americano). Escala 1:33000. • 1977 (vuelo de Agricultura). Escala 1:18000.• 1989 (vuelo del litoral andaluz). Escala 1:10000. Color.• 2001 (vuelo servicio de costas). Escala 1:5000. Color. • 2009 (vuelo digital proyecto excelencia). RGB+NIr. GSD = 10 cm, 12 bits.

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

9



Espacial

Obtención de Modelos Digitales de Elevaciones

Z = f(x,y)

ESTEREOMATCHING

Modelo analógico basado en curvas de nivel

Modelo Digital de Elevaciones

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

10



Espacial

Trabajo DGPS de campo.

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

11



Espacial

Datos LiDAR. Calidad altimétrica

Average dz +0.029 Minimum dz -0.284 Maximum dz +0.180 Std deviation 0.089N = 62

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

12-1



Espacial

Datos LiDAR. Calidad, precisión y rapidezANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

12-2



Espacial

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

Datos LiDAR. Calidad, precisión y rapidez

12-3



Espacial

Datos LiDAR. Complemento de la información espectral

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

12-4



Espacial

Signatura espectral del

píxel que va a ser clasificado

Suelo desnudo

Urbanizado

¿Clase?

Imagen multiespectral

Imagen Clasificada

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


SVegetació

n


12-5



Espacial

Obtención del modelo de alturas de objetos h = (MDS-MDT)

MDTMDS

h


ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

13



Espacial

Importancia del datum de referencia

tgα

ez

Ground truth

MDE

elc MSL

tgee z

lc

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

14



Espacial

Determinación precisa de la línea de costa. Problemas con la determinación exclusivamente planimétrica

tgα

ez

Ground truth

MDE

elc MSL

tgee z

lc HIGH WATER LINE

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

15



Espacial

Determinación precisa de la línea de costa. Método Cross-Shore Profile o CSP

0 10 20 30 40 50 60 70-0.2

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

Shoreline distance (m)

Hei

ght a

bove

MS

L (m

)r2 = 0.98

Stockdon, H.F., Sallenger, A.H., List, J.H., Holman, R.A., 2002. Estimation of shoreline position and change using airborne topographic Lidar data. Journal of Coastal Research, 18(3), pp. 502-513.

0 10 20 30 40 50 60 70-0.2

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

Shoreline distance (m)

Hei

ght a

bove

MS

L (m

)

r2 = 0.33

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

16



Espacial

Objetivo 1: Determinación precisa de la línea de costa Incertidumbre método CSP

2,

,2

,

bba

baaba Cov

CovD

baxz

ˆ

)ˆ(),( 2ˆˆ

)ˆ(32

2b

4

22a2

regression xs abmbaCov

aabm

ESTIMACIÓN POR MÍNIMOS CUADRADOS

ˆ 2

22

az

regressionxsxs

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

0.68 0.58 0.48

0.44 0 0

0 0 0

-0.24 -0.23 -0.23 -0.10 -0.11 -0.11

-0.24 -0.24 -0.23 -0.10 -0.11 0

-0.24 -0.24 0 -0.10 -0.10 0

1 1 1 1 0 -1

0 0 0 1 0 -1

-1 -1 -1 1 0 -1

Previouslycomputed Gy

PreviouslyComputed Gx

Heights of initial grid CEM 3x3 window (Matrix M). Central pixel is the height toextrapolate

Δi matrix Δj matrix

0.68 0.58 0.48

0.44 0.3475 0

0 0 0

0.34 0.350.36

0.34Average of thefour propagatedvalues

17



Espacial

Determinación precisa de la línea de costa. Método EGTP (Elevation Gradient Trend Propagation)

121000121-

Zz ; 101-202-101-

Zxz

y

ji

yz

xzG

Aguilar et al., 2010. Preliminary results on high accuracy estimation of shoreline change. To be presented as oral presentation in: ISPRS Technical Commission VIII Symposium 2010, Kyoto. Japan

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

18



Espacial

Determinación precisa de la línea de costa. Método EGTP (Elevation Gradient Trend Propagation)

1.852 1.818 1.785 1.760 1.737 1.714 1.691 1.658 1.624

1.763 1.730 1.698 1.677 1.654 1.631 1.610 1.578 1.487

1.675 1.642 1.615 1.594 1.571 1.548 1.460 1.347 1.222

1.585 1.555 1.532 1.481 1.381 1.280 1.180 1.072 0.959

1.497 1.404 1.303 1.201 1.100 1.000 0.899 0.793 0.680

1.268 1.169 1.044 0.922 0.820 0.719 0.619 0.513 0.400

1.026 0.927 0.825 0.696 0.569 0.440 0.337 0.233 0

0.783 0.686 0.589 0.478 0.323 0.186 0.064 -0.046 0

0.541 0.444 0.352 0.247 0.133 -0.048 -0.195 -0.312 0

0 0.202 0.104 0.012 -0.097 -0.211 0 0 0

0 -0.040 -0.138 -0.235 0 0 0 0 0

0 0 0 0 0 0 0 0 0

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

19



Espacial

Determinación precisa de la línea de costa. Método EGTP. Incertidumbre

2 z

2propagated

2 total CEMzz

C

..

2,

22

22

2

2propagated

ji

totalGytotalGxz

z

yxijijij

4

22

2

2

A022

z2AB

2slope

0

;d1

;

A slopez

slope

slope-zxd

dzzslope

Aslopezxsz

AsA

AB

AB

A

B

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

20



Espacial

Comparación entre los métodos CSP y EGTP

Year Transects lost Uncertainty (σxs)

CSP EGTP CSP EGTP

2001 12.84% 3.19% 2.95 4.10 m

2009 12.18% 1.54% 1.05 m 1.48 m

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

21



Espacial

Comparación entre los métodos CSP y EGTP

Source of variation Degrees freedom

Sum of squares F Signific. (p<0.05)

Method (A) 1 0.659 0.853 0.355

Tidal datum (B) 1 0.037 0.048 0.826

Transect spacing (C) 2 1.073 0.694 0.499

Zone (D) 28 33809.29 1562.34 <0.001*A*B 1 0.134 0.174 0.676A*C 2 0.834 0.539 0.582B*C 2 0.085 0.055 0.946

A*B*C 2 0.0292 0.037 0.962A*D 25 66.756 3.455 <0.001*B*D 28 49.099 2.268 <0.001*

A*B*D 25 9.991 0.517 0.977C*D 56 41.945 0.969 0.540

A*C*D 47 5.744 0.158 1B*C*D 56 1.802 0.041 1

A*B*C*D 47 1.003 0.0.027 1Error 12412 9592.72

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

22



Espacial

Comparación entre los métodos CSP y EGTP Zone EPR (m/year) Useful transects EPR (m/year) Useful transects

Method CSP Method EGTP1 0 3 -0.95 162 ----- ---- -0.03 93 3.77 9 2.91 104 0 1 -0.19 95 -0.40 17 -0.34 156 0 14 0 157 0.28 8 0.09 88 ---- ---- 0.27 39 -0.10 15 -0.28 21

10 2.50 8 2.39 1411 ---- ---- 0 512 ---- ---- -3.97 413 3.46 4 3.85 2414 0.30 13 0.12 1815 1.72 2 1.46 716 -0.09 16 -0.13 2917 -1.07 20 -1.01 2618 3.76 94 3.64 12219 2.84 52 2.92 5620 -2.16 82 -2.12 8221 0 23 0 2322 2.02 96 1.90 8423 0.27 24 0.30 2024 -0.58 102 -0.30 10225 -0.07 58 -0.16 6026 -1.38 43 -1.10 4227 2.05 25 1.98 2928 -2.17 75 -2.17 5929 0 47 -0.04 47

Average 0.39 851 0.55 959

Método HWL:

EPR = -0.48 m/año

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

23



Espacial

Evolución de la costa entre 1989 y 2009. Una perspectiva rápida.

PLAYA PALOMARES

PLAYA VERA

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

24



Espacial


PLAYA PALOMARES

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

23



Espacial


PLAYA PALOMARES

PLAYA VERA

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

25



Espacial


PLAYA VERA

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

26



Espacial


PLAYA QUITAPELLEJOS

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

26



Espacial


ORTO 2001

PUNTA DE LOS HORNICOS

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

26



Espacial


ORTO 2009

PUNTA DE LOS HORNICOS

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

Automatic Relative Orientation for each stereo-pair

Course Absolute Orientation through 2 approximated full points (X,Y,Z) and 1 approximated Z point

Digitazed images (photographs)

Interior Orientation for each photograph

Non-oriented DEM generation by automatic image stereo matching

Oriented reference

DEM

Transformation to a common geodetic reference system

(geocentric coordinates X, Y, Z))

Shaded-relief generation for a predetermined solar azimuth and

solar elevation

Shaded-relief generation with a certain solar azimuth and solar

elevation

Automatic Shaded-relief matching to find image corresponding points

(pixels coordinates)

Georeferentiation: pixel coordinates for matched points go to ground

geocentric coordinates

Iterative 7 parameters 3D Helmerttransformation between matched points

(ground coordinates) with residual threshold control at each iteration

Transformation parameters application to non-oriented DEM to

obtain final absolute orientation

Again?27



Espacial

Shaded-relief Image Matching

Aguilar et al., 2010. Shaded-relief matching as an efficient technique for 3D-georeferencing of historical digital elevation models. To be presented as oral presentation in: ISPRS Technical Commission VIII Symposium 2010, Kyoto. Japan

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

28



Espacial Shaded-relief Image Matching. Ejemplo

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

DSM 1977 DTM 2001

29



Espacial Shaded-relief Image Matching: Modelo pre-orientado mediante orientación relativa automática

Error medio = 16.12 mError máximo = 63.29 mError mínimo = -35.03 mSd = 22. 15 m

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

30



Espacial Shaded-relief Image Matching: Modelo sombreado

26 puntos conjugados sobre más de 2000 puntos característicos detectados.

Azimut = 135º, elevación = 45º

23 puntos conjugados sobre más de 2000 puntos característicos detectados.

Azimut = 240º, elevación = 45º

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

31



Espacial Shaded-relief Image Matching: Parámetros estimados

ParameterEstimated parameters

Solar azimuth 270º

Solar elevation 45º

Solar azimuth 135º Solar elevation 45º

Value Accuracy Value Accuracy

ΔX -36.15 m 0.74 m -38.81 m 0.99 m

ΔY -8.35 m 0.77 m -7.65 m 1.01 m

ΔZ -10.97 m 0.74 m -9.42 m 1.00 m

ΔΩ 0.0081º 0,00377º 0.0141º 0,00418º

ΔΦ 0.0174º 0,00172º 0.0162º 0,00372º

ΔΚ -0.0116º 0,00489º -0.0123º 0,00503º

λ 1.0006 0,00077 0.9954 0,00253

YX

zyx

ZYX

333231

232221

131211

Zaaaaaaaaa

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

32



Espacial Shaded-relief Image Matching: Modelo orientado para azimut = 240º y elevación = 45º

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

33



Espacial Shaded-relief Image Matching: Modelo orientado para azimut = 135º y elevación = 45º

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

34



Espacial Shaded-relief Image Matching: Estadísticos globales

1977 DSM -2001 DTM comparisonSigned residuals statistics

Mean (m) Maximum (m) Minimum (m) Standard deviation (m)

Non corrected 1977 DSM – 2001 DTM 16.12 63.29 -35.03 22.15

1977 DSM (240º-45º) – 2001 DTM -1.03 11.45 -20.92 2.70

1977 DSM (135º-45º) – 2001 DTM -0.31 7.79 -15.18 1.89

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

35



Espacial Surface Matching (en desarrollo): Algoritmo iterativo que parte de los resultados ofrecidos por el shaded-relief image matching. Ideado para emplear modelos más precisos como referencia (p.ej. Modelos LiDAR)

Modelo pre-orientado Shaded-relief image matching

Cálculo del modelo diferencial dZi

Asignación de pesos binarios a cada punto

)(d si 0)(d si 1

;

i

i

DMedDMed

w

zddzd

i

vecindadii

Aplicación de mínimos cuadrados con peso (Helmert 3D)

min2iidzw

Iterar hasta convergencia

Refino solución

Estimador robusto Tukey’s Biweight

i

22

dzu

1u para 01u para )1(

)(

con

uuw i

Aplicación de mínimos cuadrados con peso (Helmert 3D) hasta convergencia

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO


S

36

5. ConclusionesGrupo RNM-368


Espacial

La tecnología desarrollada en este proyecto, y la que está en desarrollo, permitirá obtener información relevante en relación a la gestión de nuestras costas. A lo largo de la exposición desarrollada se ha puesto de relieve la preocupante situación medioambiental que amenaza el futuro de nuestro litoral, agravada, si cabe, por el incipiente proceso de cambio climático al que nos vemos abocados. Aunque es responsabilidad de las instituciones públicas competentes el tomar decisiones y medidas de prevención al respecto, no es menos cierto que los científicos debemos proveer los modelos y herramientas de simulación apropiadas para garantizar, conociendo y aportando la incertidumbre de los datos que manejamos, que esas decisiones sean lo más acertadas posibles.

GRACIAS POR SU ATENCIÓN

ANTECEDENTES

OBJETIVOS

ÁREA TRABAJO

DESARROLLO

CONCLUSIONES

Grupo RNM-368 Gestión Integrada del Territorio y Tecnologías de la Información Espacial

Documents

Transcript of Grupo RNM-368 Gestión Integrada del Territorio y Tecnologías de la Información Espacial