INGENIERÍA EN
GEOMENSURA
Software “E-foto” para el sector del Estadio Maracaná en Brasil y “Agisoft” para el sector de
Belloto Norte en Quilpué, V región de Valparaíso
INGENIERÍA EN
GEOMENSURA
ÍNDICE
1 INTRODUCCIÓN 4
2 OBJETIVOS 5
2.1 Objetivo general: 5
2.2 Objetivos específicos: 5
3 FUNDAMENTO TEÓRICO 6
3.1 Construcción de los modelos derivados. 6
3.2 Diferencia entre modelos derivados del MDE. 6
3.2.1 MDE 6
3.2.2 Sombras. 6
3.2.2 Orientación 7
3.2.4 Pendiente 8
3.3 Softwares fotogramétricos 8
3.3.1 E-foto: 8
3.3.2 ArcGIS: 9
4 ÁREA DE ESTUDIO 10
4.1 Río de Janeiro, Brasil. 10
4.2 El Belloto, Chile. 11
5 METODOLOGÍA 12
5.1 Material fotográfico e-foto. 12
5.2 Características de la cámara 12
5.3 Producto final e-foto 12
5.4 Clasificación de pendiente 12
5.5 Material fotográfico agisoft. 13
5.6 Producto final Agisoft PhotoScan 13
5.7 Reclasificación de pendiente 13
5.8 Mapa conceptual 14
6 RESULTADOS Y ANÁLSIS DE RESULTADOS 15
6.1 MDE con Agisoft y sus diferencias entre MDE con y sin procesos de mejoras 15
7 CONCLUSIÓN 24
8 BIBLIOGRAFÍA 25
9 ANEXO 26
INGENIERÍA EN
GEOMENSURA
INDICE DE FIGURAS
FIGURA 1. REPRESENTACIÓN EN TERRENO DEL MODELO DE SOMBRAS MEDIANTE AZIMUT. .................. 7
FIGURA 2. REPRESENTACIÓN DE UN MODELO DE ORIENTACIÓN EN TERRENO. .................................... 7
FIGURA 3. CÁLCULO DEL RÁSTER DE PENDIENTE DE SALIDA. ............................................................. 9
FIGURA 4. CARTOGRAFÍA DEL ÁREA DE ESTUDIO. ........................................................................... 10
FIGURA 5. CARTOGRAFÍA DEL ÁREA DE ESTUDIO. ........................................................................... 11
FIGURA 6. MODELO DE ELEVACIÓN SIN PROCESO DE MEJORA. ........................................................ 15
FIGURA 7. MODELO DE ELEVACIÓN CON PROCESO DE MEJORA. ....................................................... 15
FIGURA 8. MAPA DE PENDIENTE RECLASIFICADO. ........................................................................... 16
FIGURA 9. CLASIFICACIÓN POR DEFECTO DE MODELO DE PENDIENTES SECTOR BELLOTO. . .............. 16
FIGURA 10. MAPA DE ORIENTACIÓN SECTOR BELLOTO NORTE. ....................................................... 17
FIGURA 11. MAPA DE SOMBRAS SECTOR BELLOTO NORTE.............................................................. 18
FIGURA 12. MODELO DE ELEVACIÓN SECTOR ESTADIO MARACANÁ, BRASIL. .................................... 19
FIGURA [Link] DE PENDIENTES SECTOR ESTADIO MARACANÁ, BRASIL. ................................... 20
FIGURA 14. CLASIFICACIÓN DE PENDIENTES, CLASE SIMPLE. ........................................................... 20
FIGURA 15. MODELO DE PENDIENTES SECTOR ESTADIO MARACANÁ, BRASIL. .................................. 21
FIGURA 16. MODELO DE PENDIENTES SECTOR ESTADIO MARACANÁ, BRASIL. .................................. 22
FIGURA 17. DATOS PARA EL CÁLCULO DE AZIMUT Y ALTITUD DEL SOL. ............................................. 23
INDICE DE TABLAS
TABLA 1. CLASES DE PENDIENTES. ................................................................................................ 12
TABLA 2. RESULTADOS SEGÚN HORARIO DE POSICIÓN DEL SOL (ALTURA Y AZIMUT). ........................ 23
1 INTRODUCCIÓN
Hoy en día la tecnología avanza a pasos agigantados en la vida cotidiana y más aún en el
mundo laboral, esto se ve reflejado en el rápido crecimiento de las empresas. Toda empresa
actual trabaja con softwares y aunque esto disminuye la mano de obra humana por otro lado
aumenta la efectividad en los procesos en general.
En este informe se hablará sobre dos software utilizados para fotogrametría, el primero de ellos
será “e-foto”, en él se procesarán fotografías análogas digitalizadas levantadas con avión del
sector del Estadio Maracaná en Brasil y Agisoft con fotografías digitales tomadas con dron del
sector de Belloto Norte en Quilpué, V región de Valparaíso.
Los procesos realizados en E-foto serán: La orientación Interna, orientación externa, generación
de DSM, generación del DSM grid, y como proceso final la extracción de nube de puntos.
Los procesos realizados en Agisoft serán: La clasificación de nube de puntos, generación de
malla, corte de elementos ajenos al terreno y cierre de agujeros, generación de textura, tesela,
MDE, informe y finalmente la extracción de nube de puntos en formato LAS o TXT.
A partir de estos puntos creados desde ambos softwares se generará un modelo de elevación,
mapa de pendientes, sombra y orientaciones, aplicando clasificación y parámetros que le
correspondan a la morfología del lugar, estos procedimientos serán realizados para cada nube
de puntos.
Los productos que se obtendrán serán un modelo de elevación con Agisoft con y sin procesos de
mejora, un mapa de pendiente reclasificado, mapa de sombras, mapa de orientaciones. A estos
se les analizará qué representa o que aplicación se les da según sea el área de estudio. En
cuanto al software de e-foto los productos que se obtendrán serán un modelo de elevación,
mapa de pendientes, mapa de sombra y finalmente un mapa de orientaciones analizando de
igual manera que los productos de Agisoft.
4
2 OBJETIVOS
2.1 Objetivo general:
Generar modelos digitales de terreno por medio de imágenes digitalizadas
haciendo uso de los softwares “E-foto y Agisoft”, notificando el análisis de cada
producto y/o aplicación que se le da según la morfología de cada área de estudio.
2.2 Objetivos específicos:
Clasificar las nubes de puntos para generar modelos digitales, haciendo uso de
cada software, de acuerdo a los detalles del proyecto.
Generar modelos digitales del terreno por medio del software Arcmap, en
diferentes formatos, en base a la nube de puntos extraída de cada software
fotogramétrico.
Procesar productos fotogramétricos digitales, como fuente de datos para la
elaboración de planos topográficos, utilizando software de especialidad.
5
3 FUNDAMENTO TEÓRICO
3.1 Construcción de los modelos derivados.
Felicísimo, Ángel. (1994), dice que “En la cartografía convencional la descripción hipsométrica
constituye la infraestructura básica del resto de los mapas. El papel equivalente en los MDT lo
desempeña el modelo digital de elevaciones (MDE), que describe la altimetría de una zona
mediante un conjunto de datos acotados. Siguiendo la analogía cartográfica, es posible construir
un conjunto de modelos derivados, elaborados a partir de la información contenida explícita o
implícitamente en el MDE. Los modelos derivados más sencillos pueden construirse
exclusivamente con la información del MDE y reflejan características morfológicas simples
(pendiente, orientación, etc.). Incorporando información auxiliar es posible elaborar otros
modelos más complejos, utilizando conjuntamente la descripción morfológica del terreno y
simulaciones numéricas de procesos físicos. Algunos ejemplos de ello son la predicción de
zonas de saturación (O'Loughlin, 1986), la evaluación del riesgo de incendio (Chuvieco y
Congalton, 1989) o la elaboración de modelos de reflectancia (Felicísimo y García-Manteca,
1990)”. (p. 5)
Es por esto que Felicísimo A (1994), actualmente profesor titular de ciencias de la información
geográfica en la Universidad de Extremadura, Mérida, España, piensa que de las principales
variables implicadas en estas aplicaciones, la de uso más general es probablemente la
pendiente, aunque también son usadas con frecuencia en geomorfología la orientación y la
curvatura (Weibel yHeller, 1991 p.283).
3.2 Diferencia entre modelos derivados del MDE.
3.2.1 MDE
Según Roberto (2016). “Los modelos digitales de elevación, permiten representar valores
altitudinales mediante píxels. Cada píxel muestra un valor de altitud y, con ayuda de softwares
cartográficos, podemos visualizar el modelo completo en 3D advirtiendo la morfología del
terreno. Una vez representamos el modelo en un entorno tridimensional podremos visualizar la
geografía advirtiendo las laderas, valles, vaguadas, montañas o cualquier accidente geográfico
del territorio gracias a la sensación de profundidad. Estos modelos sólo representan valores
altitudinales, conceptos como la profundidad, la orientación de las laderas o las sombras vienen
determinados por la posición y la interpretación visual de cada usuario. Nunca vienen referidos
por los valores de cada píxel.” (p. 1)
3.2.2 Sombras.
Dice Roberto (2016). “Un archivo Hillshade, también conocido como mapas de sombras, es
un modelo digital cuya función es la representación de sombras y niveles de radiancia solar
6
sobre el terreno. Estos archivos permiten mejorar la calidad visual de un archivo cartográfico
asignando valores de claridad a cada píxel dependiendo del ángulo solar de incidencia, de
ahí que veamos perfectamente la geografía como si el Sol incidiera en uno de los laterales de las
laderas generándose sombras en el lado contrario.” (p. 3)
.
Figura 1. Representación en terreno del modelo de sombras mediante azimut.
Fuente: Enronados (2012).
3.2.2 Orientación
Los archivos de orientación muestran el modelo digital asignando un valor de píxel y color en
función de su posición espacial respecto al Norte, Sur, Este y Oeste. En este caso, cada color
viene determinado por el intervalo de grados de dirección respecto al norte. De esta forma,
nuestros SIG, permiten representar la orientación de las laderas cuando visualizamos el modelo
en 3D. Cada color de píxel determinará una orientación respecto al Norte.
Figura 2. Representación de un modelo de orientación en terreno.
Fuente: ZoneGIS (2018)
7
Los mapas de orientaciones nos pueden aportar en cosas muy importantes respecto a la gestión
ambiental, la organización del territorio, ya que nos permiten conocer por ejemplo las áreas que
puedan ser planas para el aterrizaje de un avión en caso de emergencia, así también se puede
reconocer para que lado está la pendiente en las cuestas de las montañas. La orientación se
mide en sentido horario en grados que van desde 0° que sería el Norte a 360° que sería el Norte
nuevamente formando un círculo completo.
3.2.4 Pendiente
El Mapa de Pendiente es un mapa temático que, mediante cualquier sistema gráfico, representa
los diferentes grados de pendiente de un territorio. La pendiente topográfica es la inclinación de
una superficie con respecto a la horizontal. Es una forma de medir el grado de inclinación del
terreno. A mayor inclinación mayor valor de pendiente. La pendiente se mide calculando la
tangente de la superficie. La tangente se calcula dividiendo el cambio vertical en altitud entre la
distancia horizontal. El comando Pendiente toma un ráster de superficie de entrada y calcula un
ráster de salida que contiene la pendiente en cada celda. Mientras menor sea el valor de la
pendiente, más plano será el terreno; mientras más alto sea el valor de la pendiente, más
empinado será el terreno. El ráster de pendiente de salida se puede calcular como pendiente en
porcentaje o grado de pendiente.
Figura 3. Cálculo del ráster de pendiente de salida.
Fuente: GEOGRA (s. f).
3.3 Softwares fotogramétricos
3.3.1 E-foto:
El proyecto e-foto es una estación de trabajo fotogramétrica digital GNU / GPL para propósitos
educativos. (Lia de Souza e Simões Figueiredo & Rodrigo Dacome Lima, 2016, p. 1).
8
Agisoft PhotoScan:
“Agisoft PhotoScan es un software de escritorio para procesar imágenes digitales y, mediante la
combinación de técnicas de fotogrametría digital y visión por computador, generar una
reconstrucción 3D del entorno. (…) permite obtener ortofotos georreferenciadas de alta
resolución y modelos digitales de terrenos con densidad y detalle excepcionales. Si se desea es
posible generar la textura fotográfica. Es una potente herramienta topográfica y cartográfica.
Todo ello utilizando sistemas de referencia cartográficos estándar.” GEOBIT (2014). (párr. 1).
3.3.2 ArcGIS:
Dice Navarro J. (2013), Profesor e investigador que “ArcGIS es un paquete de productos de
Sistemas de información geográfica de ESRI. Estos productos se engloban en familias, siendo
ArcGIS Desktop la familia de aplicaciones de escritorio, una de las más utilizadas.” (s. p.)
9
4 ÁREA DE ESTUDIO
4.1 Río de Janeiro, Brasil.
El área de estudio está localizada en la parte sureste de Brasil comprendiendo toda el área del
sector aledaño al Estadio Maracaná. Se ubica en las coordenadas 22° 54′ 30″ S, 43° 11′ 47″ W en
sistema geodésico, mientras que en latitud y longitud las coordenadas corresponden a
-22.970722, -43.182365 respectivamente.
Según datos del censo de 2010, de acuerdo con el IBGE (Instituto Brasileiro de Geografía y
Estadística), la población de Río era de 6.320.446 de personas, lo que la convierte en la
segunda mayor zona urbana de Brasil y la tercera de Sudamérica. (s. p)
La ciudad ocupa el margen occidental de la Bahía de Guanabara, que abarca el terreno
existente entre Copacabana e Itaipú, y algunas de sus islas, como Gobernador y Paquetá. Se
asienta sobre un terreno llano, rodeada de montañas y colinas. La Sierra del Mar, en el borde
atlántico de la planicie, se encuentra al noroeste de la ciudad, a unos 40 km de la costa. La
ciudad ocupa un área de 1182,3 km², lo que supone una densidad de población de 4781
hab/km². IBGE. (2007).
El clima en Río de Janeiro durante los meses de verano es bastante cálido, las temperaturas
pueden alcanzar en algunos casos los 35°C y la sensación térmica puede ser mayor debido a la
humedad. El verano se extiende de diciembre a marzo, siendo diciembre y enero los meses más
calurosos. Debido a su especial ubicación geográfica, la flora de Río de Janeiro es muy diversa,
aunque esto no es lo común cuando se trata de una gran ciudad, especialmente una ciudad con
tantos millones de habitantes. Con cientos de hectáreas de selva tropical en pleno corazón y
gracias a los crecientes planes de reforestación y protección ambiental de la Mata Atlántica, Río
de Janeiro tiene mucha naturaleza que ofrecer.
Figura 4. Cartografía del área de estudio.
Fuente: Elaboración propia (2019).
10
4.2 El Belloto, Chile.
Según Wikipedia (2012). El Belloto es un sector que forma parte de la comuna de Quilpué, en el
Área Metropolitana de Valparaíso, que es a su vez es parte de la Región homónima en Chile.
Ubicado en las coordenadas 33° 2′ 47″ S, 71° 24′ 26″ W (…) Característico por sus amplias zonas
residenciales y su zona industrial manufacturera, se estima que posee una población superior a
las 50 mil personas. (párr. 1)
Belloto Norte
El área pertenece específicamente a la parte norte del sector de Belloto, así lo afirma Wikipedia
(2012) que menciona que “se extiende desde la línea del ferrocarril hacia el Norte. Se caracteriza
por ser el barrio industrial de la comuna. (s. p.)
El clima es templado con lluvias invernales y con estación seca prolongada entre los meses de
septiembre y abril y una estación más corta, fría y lluviosa entre mayo y agosto. Propio de los
valles de la cordillera de la costa de la Región de Valparaíso. EcuRed (s. f).
Figura 5. Cartografía del área de estudio.
Fuente: Elaboración propia (2019).
11
5 METODOLOGÍA
5.1 Material fotográfico e-foto.
En cuanto al programa E-foto se utilizaron tres fotografías análogas tomadas por un avión que
posteriormente fueron digitalizadas, cada fotografía digital pesa alrededor de 8 megabytes. Estas
fotografías fueron tomadas por la empresa IPLANRIO empresa municipal responsable de
administrar los recursos de tecnología de información y la comunicación en Río de Janeiro. La
fecha en la cual se capturaron fue el 1 de mayo de 1997 con una escala de 1/8000. La dirección
de vuelo del avión es de este a oeste.
5.2 Características de la cámara
La cámara utilizada corresponde a un modelo RMK A 15/23 con un tipo de lente Pleogon A2 de
23x23 cm. Esta cámara cuenta con una distancia focal de 153 mm.
5.3 Producto final e-foto
Los procesos realizados en E-foto son: La orientación Interna, la cual se crea una nube en
tercera dimensión dispersa de los puntos con correspondencia entre imágenes.
La orientación externa, esta determina la posición y orientación exactas de la cámara en el
instante en que se realizó la fotografía.
Posteriormente se genera el DSM, que es donde se almacena la nube de puntos. Luego se
genera el DSM grid, y como proceso final la extracción de nube de puntos.
Con la nube de puntos extraída de E-foto se exportan los datos al software Arcmap, generando
de inmediato un MDE, pues del modelo digital de elevación se obtienen los modelos derivados
tales como el mapa de orientaciones, sombreado y pendiente.
5.4 Clasificación de pendiente
Tabla 1. Clases de pendientes.
Fuente: Schlatter, Grez y Gerding (2004)
Cuando se genera el modelo de pendiente (slope), el software Arcmap me crea rangos por
defecto de clasificación, una las tareas es realizar investigaciones de cómo operan las
12
pendientes en Brasil (Véase Tabla 1), en base a esta pesquisa se modifican los rangos dentro
del software.
5.5 Material fotográfico agisoft.
El material fotográfico utilizado en Agisoft pertenece a 34 fotografías capturadas por un dron de
la empresa DJI. Estas fotografías son archivos de extensión .jpg y una dimensión de 4864x3648
pix con un peso de aproximadamente 8 megabytes cada fotografía. Fueron tomadas el día 9 de
diciembre del año 2018 desde las 13:24 horas.
5.6 Producto final Agisoft PhotoScan
Los procesos realizados en Agisoft son: La clasificación de nube de puntos, La generación de
malla, corte de elementos ajenos al terreno y cierre de agujeros, generación de textura, tesela,
MDE, informe y finalmente la extracción de nube de puntos en formato TXT.
En un principio, antes de clasificar los puntos se genera un MDE para ver el detalle de todos los
elementos contenidos en la fotografía digital, posteriormente se vuelve a hacer el proceso de
generar el MDE pero esta vez clasificando los puntos, así se obtienen dos productos para poder
comparar.
Finalmente en Agisoft PhotoScan se exporta la nube de puntos junto al informe para procesar los
datos en el software Arcmap, este programa se encarga de generar el modelo digital de
elevación para crear los modelos derivados tales como orientación, pendiente y sombra.
5.7 Reclasificación de pendiente
Al momento de generar el modelo de pendientes, la tarea es reclasificar los rangos según
indiquen las investigaciones que se realizaron, para esto existe una herramienta que me permite
reclasificar los rangos, se selecciona modo porcentaje y se editan los valores según la tabla n°1.
13
5.8 Mapa conceptual
E-foto Agisoft
Orientación Interna Clasificación de nube
Orientación Externa Generación de malla
Generación DSM Generación de textura
y tesela
Clasificado
Generación DSM grid
MDE e informe
No Clasificado
Nube de puntos Nube de puntos
Arcmap
TIN Belloto TIN Río de Janeiro
Modelos derivados Modelos derivados
Mapa de sombras Mapa de sombras
Mapa de Pendientes Análisis Mapa de Pendientes
Mapa de orientaciones Mapa de orientaciones
Fuente: Elaboración propia (2019).
14
6 RESULTADOS Y ANÁLSIS DE RESULTADOS
6.1 MDE con Agisoft y sus diferencias entre MDE con y sin procesos de mejoras del terreno.
Figura 6. Modelo de elevación sin proceso de mejora.
Fuente: Elaboración propia, Agisoft PhotoScan (2019).
Figura 7. Modelo de elevación con proceso de mejora.
Fuente: Elaboración propia, Agisoft PhotoScan (2019).
La Figura 7, muestra un modelo de elevación con proceso de mejora, esto significa que del
sector de estudio se eliminan los elementos que no correspondan a la superficie del terreno,
como por ejemplo la vegetación, los elementos creados por el hombre, etc. para obtener un
producto más limpio por así decirlo. Según la clasificación de colores se alcanza a apreciar que
el color rojo es el sector con elevaciones más altas, pues en la figura 7 no se aprecia este color
en comparación con la figura 6.
Se puede notar también como el software elimina la vegetación media y alta dejando el sector
prácticamente como si no hubiera ningún elemento más que terreno y agua.
Las cotas más bajas están contenidas en el río que pasa por el sector, si bien cuando se crea el
MDE se le pide al programa que solo me muestre los datos del terreno de igual manera mostrará
el río por ser la zona más profunda como se aprecia en la figura 7.
15
Figura 8. Mapa de pendiente reclasificado.
Fuente: Elaboración propia, ArcGIS (2019).
Este producto final es una capa de pendientes en % que por defecto toma colores del verde al
rojo (gama adecuada para realizar la representación), donde verde son zonas muy planas a rojo
que indica zonas muy empinadas, pero sin un orden de rangos de clasificación, saca una
clasificación aleatoria estandarizada como se muestra a continuación:
Figura 9. Clasificación por defecto de modelo de pendientes sector Belloto. .
Fuente: Elaboración propia, ArcGis. (2019)
La pendiente del terreno es importante por su efecto en el drenaje, la erosividad y la estabilidad
del suelo. Mientras mayor es la pendiente más rápido es el drenaje y mayor es el riesgo de
erosión y deslizamiento de tierras.
16
Figura 10. Mapa de orientación sector Belloto Norte.
Fuente: Elaboración propia, ArcGIS. (2019)
Podemos ver en Belloto que una de las clasificaciones tiene como valor -1 esto significa
que no tiene pendiente y que por lo tanto es plano. Se puede apreciar en la figura n°5 que
alrededor del río que existen polígonos de diferentes colores en una pequeña distancia, estos
sectores corresponden a montículos de tierra que pertenecen al terreno. Lo que más se
distingue en este mapa es el río donde en la parte norte de este mismo tiende a ser color celeste
y azul, esto quiere decir que la pendiente apunta entre sur y oeste, mientras que la parte sur del
río tiende a ser color naranjo a rojo, esto quiere decir que la pendiente apunta entre norte y este.
17
Figura 2. Mapa de sombras sector Belloto Norte.
Fuente: Elaboración propia, ArcGIS. (2019)
El mapa de sombras, es un modelo digital que trata de representar las sombras y niveles de
radiación solar en el terreno Belloto Norte. Podemos ver en la figura n°7 que no posee tantas
sombras debido a que los puntos están clasificados, esto quiere decir que es un terreno
relativamente plano, no obstante la zona del río es donde más existe sombreado. Se le ingresó
un azimut de 315° y una altitud de 45 grados. para la generación de esta capa. En este mapa de
sombras se puede analizar que mejora la calidad visual de la capa al determinar valores de
claridad a cada píxel, posibilitando la observación del terreno como si el sol faltara en uno de los
lados de los montículos de tierra, generando sombras al lado contrario. Es muy útil para diseñar
especialmente una casa, invernadero, terraza, huerto, etc.
18
Figura 3. Modelo de elevación sector Estadio Maracaná, Brasil.
Fuente: Elaboración propia, ArcGIS. (2019)
Se puede observar en la figura n°8 que el sector es relativamente plano debido a que pertenece
a una ciudad, se puede observar que en la parte superior izquierda existe un cerro que aparece
expresado de color verde oscuro, pues esta es la zona más alta según la clasificación. También
se logra apreciar la forma que tienen algunas de las edificaciones que yacen en la fotografía
digital como el estadio Maracaná por ejemplo. La zona más baja la encontramos en la parte este
con color rojizo.
19
Figura [Link] de pendientes sector Estadio Maracaná, Brasil.
Fuente: Elaboración propia, ArcGIS. (2019)
Se investiga bastante alguna clasificación de rangos de pendiente en la web que pertenezca a
Brasil, aunque no se obtuvieron resultados por más que se indagara se reclasificó de la siguiente
manera:
Figura 5. Clasificación de pendientes, clase simple.
Fuente: IGAC (2019) (p. 18).
El color verde oscuro que se denota en la clasificación de la figura 13 como un 0 pertenece a las
zonas fuertemente ondulada, el verde pardusco señalado como un 7 corresponde a la
clasificación de ligeramente quebrada, así sucesivamente hasta llegar a fuertemente empinado.
En la reclasificación existe una opción que anula los datos que no estén contemplados en los
rangos que se clasificaron, es por esto que el mapa genera zonas en blanco. La zona central de
Río de Janeiro contiene una inclinación pronunciada nos damos cuenta por el color naranjo a
rojo que tiende casi la totalidad del mapa.
Vemos como el sector del cerro en la esquina superior izquierda es el sector con más pendiente,
es por esto que en ese sector la tonalidad tiende a ser roja. En general todo el sector urbano
posee una similitud de colores combinados entre inclinado y escarpado.
20
Figura 6. Modelo de pendientes sector Estadio Maracaná, Brasil.
Fuente: Elaboración propia, ArcGIS. (2019)
Se observa el cerro en la parte izquierda que su lado sur es de color celeste, esto quiere decir
que tiene una pendiente en dirección al sur, sabiendo este dato podemos anticiparnos a un
posible derretimiento de nieve o escorrentía del agua, de esta manera se podría hacer una
investigación del área y los sectores residenciales que son propensos a estar afectados por lo
anterior mencionado.
Es lograble apreciar la zona urbana de la zona de bosque, la zona de bosque suele tener más
pendiente, por lo tanto menos colores en el área, mientras que al ser ciudad es relativamente
plano el terreno, por lo que habrán pendientes pero mínimas, se puede notar en la figura 15 el
sector urbano caracterizado por casi todos los colores de la clasificación.
21
Figura 7. Modelo de pendientes sector Estadio Maracaná, Brasil.
Fuente: Elaboración propia, ArcGIS. (2019)
El sombreado realizado tiene un rango de valores enteros entre 0 – 254.
En este mapa lo principal es la posición del sol, y esto se mide con azimut medido de 0 a 360
grados desde el norte en sentido horario.
En la fotografía digitalizada de Río de Janeiro se hizo un análisis de la posición del sol, para esto
se observa el estadio y vemos como en la parte suroeste se aprecia de mejor manera la sombra
que proyecta. La fotografía debe haber sido capturada a eso de las 13:00 o un poco más en
Brasil debido a que la sombra es mínima, por lo tanto la posición del sol esta encima o recta del
área de estudio.
Para verificar si el análisis es correcto se investiga en una página web online la cual se ingresan
datos de la toma de la fotografía como vemos a continuación:
22
Figura 8. Datos para el cálculo de azimut y altitud del sol.
Fuente: The Trekking life,(2019)
Los resultados de esta búsqueda son los siguientes:
Tabla 2. Resultados según horario de posición del sol (Altura y Azimut).
Hora Altura Azimut
[Link] -2.2 75.1
[Link] 9.6 69
[Link] 22.1 61.4
[Link] 33.6 51.5
[Link] 43.4 37.7
[Link] 49.9 18.9
[Link] 51.7 356
[Link] 48.1 334.2
[Link] 40.3 317.1
[Link] 29.8 304.9
[Link] 17.9 295.9
[Link] 5.2 289
[Link] -8.2 283.2
Fuente: The Trekking life,(2019)
Es por este motivo que el azimut que se le da finalmente corresponde a una altura de 48.1° y un
azimut de 334.2°.
23
7 CONCLUSIÓN
Este trabajo es muy importante para nosotros, debido a que hoy en día se utilizan mucho estas
tecnologías y herramientas que nos pueden ayudar a la hora de tomar decisiones para evadir
cierto tipo de problemas como incendios, sectores de peligro en general, vegetación, pendientes
de escorrentía, etc.
Es importante mencionar que con este tipo de trabajo ya podríamos perfectamente comprar un
equipo de dron y salir al mundo laboral haciendo un levantamiento obteniendo mapas de todos
los tipos. El gran problema de la fotogrametría es la altura, es por esto que al principio se generó
una clasificación para decirle al programa qué cotas no debiera tomar en cuenta para el post-
proceso y generación de productos finales.
Como se dijo anteriormente la tecnología avanza a pasos agigantados, es por esto que otro de
los problemas es que se deben actualizar los equipos de trabajo y cambiarlos por equipos más
inteligentes y con más capacidad porque cada vez se extrae una mayor cantidad de datos e
información de los terrenos, con un ordenador antiguo esto genera lentitud en los procesos y
posibles frustraciones a la hora de querer procesar más rápidamente.
Entre los dos productos no hay comparación debido a que uno de ellos muestra un sector mucho
más amplio que el otro, por lo tanto se analizó cada producto por separado.
Si bien a simple vista se visualizan muy bien las estructuras de cada producto y se puede
percibir claramente las orientaciones, pienso que la intensidad se pierde un poco a medida que
se pierde pendiente, no se distingue muy bien a qué clase pertenece.
Para suprimir el problema de cota que posee la fotogrametría, los dron y aviones LIDAR cada
vez están saliendo al mercado con más sensores, esto le permite al equipo conocer de manera
más exacta el terreno.
24
8 BIBLIOGRAFÍA
Felicisimo, Angel. (1994). Modelos Digitales del Terreno. Introducción y Aplicaciones en
las Ciencias Ambientales.
Roberto (2019). Creación de mapas de sombras hillshade.
Martín, F. (2014) Cómo interpretar una imagen de satélite: Consejos y Estrategias.
Extraído de [Link].
Río de Janeiro. (2019, 13 de julio). Wikipedia, La enciclopedia libre. Fecha de consulta:
02:34, julio 17, 2019 desde
[Link]
25
9 ANEXO
26
