Expandir o SIG com dados LIDAR

Antes de mais, convém explicar que LIDAR é o acrónimo de Light Detection And Ranging, tecnologia que utiliza alguns princípios físicos para emitir um feixe laser através de um impulso, para em sequência ser retornado. É pela intensidade e pelo tempo de retorno que é gerado cada um dos pontos, dentro de uma nuvem de milhões de pontos. E é pela existência de uma nuvem de pontos que começa a história sobre a integração dos dados LIDAR em Sistemas de Informação Geográfica.

De forma objetiva, a cada ponto são atribuídas as respetivas coordenadas e atributos, incluindo a altitude e a intensidade e são estas características que permitem por exemplo distinguir uma árvore de um edifício. São estes os dados que Portugal se prepara para adquirir para o território continental no âmbito do programa PRR, depois do projeto piloto áGIL que promoveu a aquisição de dados LIDAR para 7 regiões de Portugal, cujos dados estão abertos aqui.

Um primeiro passo para a modelação

O território é dinâmico e o modelo da superfície terrestre é até bastante estável. Cada negócio tem os seus objetivos. Se o objetivo é conhecer a superfície terrestre tal como ela é (por exemplo sem as árvores), a classificação dos dados LIDAR pode permitir chegar ao Modelo Digital de Terreno. E poderão os dados permitir conhecer o que está sobre a superfície terrestre? A resposta é sim!

Uma das grandes diferenças entre as nuvens de pontos obtidas por imagem (por exemplo de drone) e as que são obtidas por um sensor LIDAR é precisamente a possibilidade de distinguir, com precisão, o terreno dos objetos que estão sobre o terreno. Mas além disso, o impulso permite distinguir objetos.

E assim chegamos aos Modelos Digitais de Superfície e a outros modelos mais específicos como é o caso do canopy height model (CHM). Para que servem estes modelos? Se por um lado a crosta terrestre tem uma dinâmica imposta por eventos externos (um vulcão, uma mina a céu aberto ou os trabalhos de preparação de um projeto de construção) e são essas atualizações que impõem uma mudança no Modelo Digital de Terreno, estes outros modelos demonstram outras dinâmicas territoriais.

Em função da espécie florestal, as árvores crescem diferenciadamente e a sua altura influencia o modelo que representa as copas das árvores. O modelo CHM é gerado pela diferença entre o Modelo Digital de Superfície e o Modelo Digital de Terreno (MDS-MDT) em áreas florestais.

Mas não é só a dinâmica florestal que é representada pelo modelo CHM, é também uma boa alternativa para inventariar a floresta e enriquecer esse inventário florestal com outras informações complementares. Será um modelo tanto mais rico quanto maior a resolução do voo.

O sucesso da implementação do LIDAR no SIG depende da resolução

Além da classificação da nuvem de pontos, outro dos critérios de sucesso da implementação de um projeto com dados LIDAR é a resolução da informação. Enquanto 1 a 2 pontos por metro quadrado permitem desenvolver cartografia de escalas menores, para ser possível utilizar coberturas LIDAR para a extração de objetos e CHM será adequado contar com pelo menos 8 a 10 pontos por metro quadrado.

Os dados LIDAR não são apenas úteis para projetos de engenharia não georreferenciados, nem apenas para alimentar software técnico para processamento e limpeza de informação. A democratização dos dados LIDAR permite o maior acesso aos mesmos.

Em projetos SIG, não é só ao nível do trabalho técnico de Desktop que os dados LIDAR podem ser geridos. A publicação de dados em aplicações web é também hoje possível, pela criação de serviços geográficos web, que podem também ser utilizadas para as operações de campo, em aplicações móveis. A otimização da renderização de grandes volumes de dados 3D é garantida através do formato i3S, que simplifica o formato LAS para Cenas 3D.

Em suma, estamos a dar mais um passo que nos permitirá fazer levantamentos topográficos ainda mais precisos, ajudando-nos a continuar ordenar, classificar e planear o território onde habitamos.