El gran avance tecnológico experimentado en los últimos tiempos, ha posibilitado la incorporación de Sistemas Aéreos no Tripulados (UAS, “Unmanned Aerial System”) como una alternativa a los tradicionales levantamientos llevados a cabo por topografía o aerofotogrametría clásica. La combinación de técnicas fotogramétricas junto a UAS ha aumentado considerablemente a nivel mundial, debido a la utilización de estas nuevas tecnologías basadas en sensores remotos instalados sobre este tipo de vehículos que permiten adquirir imágenes de manera rápida, asequible y eficaz, con el fin de generar datos tridimensionales de alta resolución.

En la actualidad, los vehículos aéreos no tripulados más extendidos están equipados con receptores GNSS, ayudados por Unidades de Navegación Inercial (IMU) y cámaras no métricas. El uso conjunto de estos aparatos junto con el software de bajo coste basados en algoritmos Stucture for Motion (SfM) y en Multi-View Stereo (MVS), hacen cada vez más competitiva a la fotogrametría UAS frente a los tradicionales levantamientos topográficos sobre pequeñas y medianas superficies.

El uso de este tipo de herramientas se ha incrementado notablemente en numerosos campos de la ingeniería, así, por ejemplo, en la realización de mapas (1-3), detección de objetos (4, 5), cuantificación de cambios topográficos (6, 7), monitoreo topográfico de líneas de costas y dunas (8-10), construcción (11-13), etc. Una descripción detallada del estado del arte se puede encontrar en diversas publicaciones (14-16).

En la redacción y ejecución de cualquier proyecto de ingeniería civil, se usa como material básico los mapas topográficos, Modelo Digital de Elevaciones (MDE), nube de puntos, Modelo Digital del Terreno (MDT), ortofotos, etc., y cualquier otro tipo de documento geoespacial que permita extraer la información necesaria para tales fines. Hasta ahora, estos datos eran recopilados a partir de levantamientos topográficos tradicionales (GNSS, estación total, etc.), fotogrametría aérea, cartografía, etc. No obstante, el éxito que está teniendo actualmente la combinación de UAS y fotogrametría en la captura de estos datos, hace que se imponga cada vez más su uso, debido principalmente a la reducción de costes, facilidad de uso, flexibilidad y mejora de las resoluciones espaciales y temporales (17). No obstante, todas estas ventajas no son tales si los resultados que se obtienen no cumplen con los estándares cartográficos actuales.

En este trabajo se va a comparar el MDT obtenido por topografía clásica con instrumentación GNSS con el producto topográfico derivado de la información capturada mediante UAS. Analizaremos la calidad posicional del MDT generado a partir de imágenes de alta resolución adquiridas con un UAS mediante la georreferenciación de puntos de apoyos (PA) terrestre.

Nos centraremos en el análisis de la componente altimétrica, ya que existen numerosas publicaciones en las que se exponen que los mayores errores en la generación de los MDE derivados de un UAS se producen en dicha componente (18-23).

El objetivo de este trabajo será evaluar el potencial de estas herramientas, realizando un estudio de la viabilidad de los productos fotogramétricos obtenidos con UAS en el área de la ingeniería civil concretamente en la captura topográfica base para el diseño de una carretera.

La zona de estudio se encuentra situada en el término municipal de Llerena, provincia de Badajoz (España) y el trabajo se ha realizado con motivo de la redacción del proyecto de la construcción de la variante EX-103 a su paso por Llerena (Figura 1).

El trazado de la variante tiene una longitud de aproximadamente 6,6 km, con una calzada proyectada de siete metros con arcenes de metro y medio y bermas de medio metro. La superficie ocupada es de aproximadamente 140 Has y contiene una amplia tipología de características que la hacen adecuada para la realización de este trabajo, así se pueden encontrar cambios bruscos de pendiente, zonas llanas con tonalidades uniformes, zonas con diferentes tipos de vegetación, arroyos, caminos, carreteras, vías de ferrocarril y zonas con masas de agua.

Para el desarrollo de este trabajo se utilizaron dos receptores Leica System 1200 bifrecuencia, drone DJI Phantom 4 Pro, software MisionPlanner (MP), DJI GS Pro (DJI_GS), Agisoft Metashape Pro V1.6, Sistema de Información Geográfica GvSIG 2.5, Civil 3D 2017 y TcPMDT 7.5.

A continuación se describen los trabajos realizados para contrastar la información geoespacial capturada por diferentes metodologías y evaluar las precisiones obtenidas, con el fin de poder validar o no la metodología de trabajo con UAS.

Lo primero que se hizó fue una toma de datos topográficos en campo mediante un levantamiento cinémático en tiempo real (RTK) apoyándonos en una colección de bases de replanteo proporcionadas por la administración. La zona de afección fue de aproximadamente 50 metros a cada lado de la traza, ampliándose en las zonas de intersección con las vías principales (carreteras, caminos, ferrocarril, etc.). Con estos datos se generó el Modelo por Topografía Clásica (MTC) a escala 1:1000 y equidistancia 0,5 m que servirá de base para realizar la comparativa.

Definido este modelo, se realizó la planificación del vuelo, de los PA y su captura topográfica en campo, utilizando idéntica metodología que la empleada para el MTC. Posteriormente se efectuó la ejecución del vuelo, el procesamiento fotogramétrico de las imágenes, postproceso de los resultados y el análisis posicional final de los resultados obtenidos.

Como se expuso en la introducción, es inevitable realizar una comparativa entre el modelo obtenido por topografía clasica y los productos fotogramétricos obtenidos, especialmente la nube de puntos obtenida con UAS, que será la base del modelo de elevaciones.

Un primer chequeo consistió en comparar los perfiles longitudinales generados a partir de los datos UAS y topográfico de campo. Con el objetivo de realizar el estudio lo más exhaustivo posible, se crearón cinco modelos con diferentes características a partir de los datos capturados con UAS.

A partir de los resultados obtenidos en esta primera comparativa y con el fin de detectar donde se producen los mayores errores, se realizó un análisis por puntos kilométricos. Para ello, se incorporó a la ortofoto generada con una resolución de 3 cm el eje de la carretera, acotándolo cada 20 metros, con el objetivo de identificar y tener una referencia visual de cada uno de los puntos que definen el perfil longitudinal del terreno.

Como resultado de esta identificación, se locarizarón zonas con diferencias altimétricas anómalas. Por ello, se realizó una nueva comparativa consistente en la realización de un replanteo del eje de la traza y captura de las coordenadas, con equipo GNSS.

Realizado el ajuste y optimización de cada uno de los tramos, se procedió a la unión de todos ellos en un solo modelo. Como resultado de la fusión, se obtuvo un único bloque constituido por un total de fotográfias 1435 y 224 PA, resultando un ajuste final del bloque cuyo error medio cuadrático fue de 0,028 m.

En la Tabla 1 se presenta cuadro resumen con algunos de los resultados finales obtenidos durante el ajuste del bloque de cada tramo: Se muestran por cada tramo los errores medios cuadráticos finales del ajuste en X, Y, Z (Sx , Sy , Sz ), el espacial (Sxyz), el número de PA, las fotografías, la altura media de vuelo y el GSD medio obtenido.

Formado el bloque definitivo se procedió a la generación de la nube de puntos densa con la finalidad de eliminar puntos con ruido, se sometió a la nube densa a un primer filtrado manual, eliminando los puntos situados por debajo y muy por encima del terreno. Anulado este ruido, se procedió a la clasificación de la nube de puntos con el objeto de obtener sucesivos productos fotogramétricos. Agisoft implementa dentro del software una aplicación nativa que permite la clasificación de puntos con el objetivo de detectar los puntos de suelo, ruido bajo (34-36).

La zona de trabajo presenta estructuras de vegetación heterogeneas, con zonas de labor con siembra en diferentes estados de crecimiento, vegetación media y baja especialmente en zonas de arroyos y desagues, monte bajo, arboles aislados, etc. En este tipo de escenario es bastante difícil realizar una óptima clasificación para generar el modelo digital del terreno; por ello, esta herramienta permite clasificar parte de la vegetación de la zona de trabajo (35, 36). Con el fin de lograr resultados más sastifactorios la configuración de esta herramienta se optimizó para valores (ángulo maximo 15º, distancia maxima 0.05m y tamaño celda 10m) con el fin de alcanzar de forma visual los mejores resultados, tratando de eliminar la vegetación.

Realizada la clasificación, se utilizaron únicamente los puntos definidos como terreno, resultando una nueva nube con una densidad de 26 puntos por metro cuadrado, es decir, el espaciado medio de los puntos fue de 0,19 m. Con esta nube se generó la triangulación, el modelo digital de elevaciones y la obtención de la ortofoto final a una resolución de 3 cm.

A partir de la nube de puntos generada, se construyó el MDE, que será el modelo topográfico base UAS sobre el que realicemos las sucesivas comparativas en este trabajo. Para crear este MDE, partimos de un tamaño de espaciado de malla en X e Y de 1 metro de resolución (37).

Sobre la base de este modelo se crearón otros cinco con idéntica resolución y diferentes características. Estos cinco casos servirán de base comparativa junto con el documento MTC.

Se han tenido en cuenta las siguientes pautas en la definición de cada uno de los casos:

Con este propósito, se decidió realizar una primera comparativa entre perfiles longitudinales del terreno. Se definió el eje de la traza diseñada para el proyecto sobre cada uno de los casos propuestos y el MTC. Definido el eje, se generaron los perfiles longitudinales del terreno con intervalos de 20 metros, extrayendo las cotas de la triangulación obtenida a partir de la nube de puntos en cada modelo. Con estas cotas se obtuvieron las diferencias entre el modelo base MTC y cada caso propuesto. En la tabla 2 se muestra a modo de resumen una porción de los resultados de esta primera comparativa.

A fin de sintetizar los resultados obtenidos en esta primera prueba se muestran en las siguientes tablas (Tabla 3a y 3b) un resumen con el porcentaje de cotas de los PK que cumplen el criterio de precisión de la escala de trabajo y cuyos errores son inferiores a un determinado intervalo. Los límites de error altimétrico para cada escala de trabajo, se han adoptado de acuerdo a los criterios establecidos en el test posicional cartográficos de la American Society for Photogrammetric Engineering and Remote Sensing (ASPRS, 2015)(38).

Analizando estos datos los peores resultados se obtienen para los casos 1, 2 y 3, donde el 47% de los puntos presentan unos errores inferiores a 10 cm, y que entre el 77% y el 78% de los puntos, estarían dentro de los límites establecidos para trabajar a escala 1:1000. Sin embargo, los dos casos restantes presentan valores estadísticos superiores. Así, por ejemplo, para el tramo inferior a 10 cm, el número total de errores de los puntos varía entre el 58% y 60 %, y para la escala de trabajo 1:1000, se observa un alto porcentaje de puntos, 82-83%, que cumplen los límites de errores altimétricos.

Únicamente en los tres primeros casos se alcanza un alto porcentaje de puntos (91-97%) que cumplen los criterios de error límite para las escalas de trabajo comprendidas entre 1:1500 y 1:2000, cuyos errores estarían dentro del tramo inferior a los 25 cm. En los casos 4 y 5, el porcentaje de errores en los puntos se alcanza en el tramo de los 20 cm.

Deducimos, que prácticamente no existen diferencias entre los tres primeros casos analizados. Sin embargo, el cuarto y quinto caso presentan una mejoría sustancial en los resultados obtenidos. Asi, la inclusión de las líneas de roturas en la nube de puntos para la construcción de la triangulación y posterior generación del modelo digital del terreno, mejora significativamente los modelos.

Evaluados los errores se procedió a realizar análisis visual de ubicación de los mayores sobre la ortofoto, observando diferentes situaciones. En algunos de casos, los puntos que definían la cota del perfil del terreno estaban situados sobre cauces de arroyos, canales, desagües, cabezas y pies de taldes, próximos a paredes de piedras, siembras etc, tal y como se muestran en la figura 4 y 5.

Como se ilustra a modo de ejemplo en la figura 5, en estas ubicaciones se concentra gran cantidad de vegetación, debido principalmente a la humedad existente, presentando superficies muy densas y con falta de homogeneidad. Estas zonas de vegetación son difíciles de eliminar con los algoritmos de filtrados que existen en la actualidad, por tanto, es recomendable suprimir este ruido por medio de técnicas de segmentación manual, mediante la incorporación de líneas que roturas tomadas en campo.

Continuando con el análisis del perfil longitudinal del terreno, nos encontramos con otros puntos ubicados sobre el suelo desnudo, sin ningún tipo de vegetación y que presentan diferencias altimétricas, cuyos valores pueden estar entre los 6 y 20 cm. Algunos de estos errores pueden deberse a que cuando se tomaron los datos topográficos era el mes de diciembre y había llovido, el terreno era de labor con siembra y por ello, susceptible de que al realizar la toma de datos y apoyar el jalón del GNSS móvil sobre el terreno, pudiera hundirse algunos centímetros e introducir errores, que sin embargo no deberían superar valores de entre 6 a 10 cm, incluídos dentro de estos el propio error inherente al sistema GNSS, sobre 3 cm en altimetría.

Los valores anteriormente mencionados y algunos otros, hacen que nos replanteemos nuestra hipótesis de partida, en la cual considerábamos el levantamiento topográfico MTC como base para establecer el modelo de referencia sobre el que realizar la comparativa.

Llegados a este punto, se analizó detalladamente el MTC, haciéndose en primer lugar un muestreo de los puntos tomados en campo, observando que la espaciado medio entre puntos era de aproximadamente 10-12 metros para aquellas zonas en las que se definía la morfología del terreno por medio de las líneas de rotura como, por ejemplo, pie y cabeza de talud en carretera, caminos, arroyos, paredes de contención, fondo de canales y desagües, etc. Para el resto de la superficie de relleno que no representan características especiales del terreno, el espaciado medio de puntos fue de entre 25 y 40 metros. Con esta densidad, la construcción de la triangulación que ha servido de base para nuestro MDT y sobre el que hemos extraído por interpolación la cota de cada uno de los puntos que definen el perfil longitudinal del terreno, denota que el modelo obtenido por topografía clásica presenta dichas diferencias altimétricas, debido a la interpolación, con respecto a la malla de puntos obtenidos con UAS y cuyo espaciado medio fue de aproximadamente 1 metro.

Por lo expuesto, podemos concluir que los modelos densos obtenidos con el avión no tripulado, son más precisos que el modelo obtenido con topografía clásica.

Con el fin de contrastar la conclusión anterior, procedimos a replantear en campo una porción del eje de la carretera, en concreto del PK 0+000 al 2+500, y medir las cotas sobre el terreno a intervalos de 20 metros mediante un equipo GNSS. Estos datos obtenidos directamente en campo, se confrontaron con los derivados del MTC y con cada uno de los generados con el vehículo aéreo no tripulado.

Con estos datos obtuvimos dos nuevas tablas (Tabla 4a y 4b), en las que se muestran un resumen del porcentaje de cotas del eje del terreno replanteado, que cumplen el criterio de precisión a la escala de trabajo y con errores inferiores a un determinado intervalo.

Se observa en esta comparativa (Tabla 4a), con datos obtenidos de la superficie real del terreno, que el 90% de los puntos para los casos 4 y 5, están dentro de la tolerancia establecida para la escala de trabajo 1:500, es decir, errores inferiores a 8 cm. Para la escala de trabajo 1:1000, todos los casos tienen un elevado porcentaje de puntos que cumplen los requisitos de escala, pero especialmente los dos útimos casos con valores entre el 98% y el 99%, indicando que prácticamente todos los puntos cumplen la tolerancia de la escala indicada. De estos resultados se observa una disminución en la precisión del modelo topográfico MTC con respecto a los casos 4 y 5, pero ligeramente superior al del resto de casos. Los porcentajes de error tienden a igualarse en todos los casos a partir de la escala 1:1000, donde los errores no superan los 17 cm.

En la tabla 4b puede observarse que para los casos 4 y 5 existe un alto porcentaje de puntos del 62% cuyos errores no superan los 5 cm; sin embargo, los casos 1, 2 y 3 presentan resultados inferiores que no superan el 32% y el 46% para el MTC. Entre el intervalo de error comprendido entre los 10-12.5 cm, se encuentran prácticamente la totalidad de los puntos de los casos 4 y 5, observando un mejor comportamiento para los casos 1, 2 y 3 en detrimento del MTC.

Con estos datos podemos ratificar las conclusiones que se expusieron con anterioridad, y es que los modelos obtenidos a partir de los datos generados con UAS presentan mejores precisiones que los adquiridos por topografía clásica, especialmente si intervienen en el cálculo las líneas de roturas y se eliminan los puntos intermedios entre ellas, quedando la superficie únicamente definida por estos elementos lineales.

Como se manifestó anteriormente las líneas de rotura mejoran las precisiones de los MDT, por ello, fueron utilizadas las tomadas en campo con topografía clásica; mientras que en los casos 2 y 4, únicamente se asignó la componente altimétrica del modelo denso de puntos a la parte planimétrica.

Hay que incidir en este apartado sobre las líneas de rotura e indicar que, aunque pueda especularse y definirse a partir de la ortofoto generada y extraer la altimetría del modelo (Casos 2 y 4), en general la correcta definición de los elementos geométricos que delimitan las líneas de rotura, únicamente se puede conseguir mediante la tomas de datos directas en el campo, ya que como se expuso anteriormente, muchos objetos que necesitamos definir están cubiertos con vegetación.

A modo de ejemplo, para el caso de un arroyo se necesitaría tomar en campo los datos topográficos que definen correctamente la sección del mismo. En la figura 6, se muestra una sección longitudinal de un arroyo que atraviesa el eje proyectado de la carretera. Puede apreciarse en la imagen inferior la errónea definición de la sección elaborada utilizando la nube de puntos densa y en color verde se muestra la definición correcta obtenida por la toma topográfica realizada en el campo.

Como se indicó previamente, en aquellas zonas en las que la vegetación altere las características del terreno es necesario definir correctamente la geometría mediante la realización de trabajos de campo con topografía clásica.

No obstante, existen superficies del terreno en las que no existe vegetación y es necesario definir su geometría por medio de líneas características, con la finalidad de obtener un modelo que sea una fiel representación del terreno. Así, por ejemplo, en una carretera sobre las zonas de las cabezas y pies de los taludes suele haber vegetación, por tanto, sería apropiado realizar la toma de datos en campo de estos elementos. Pero sobre el eje y el borde de la carretera, no suele haber vegetación, por consiguiente, podemos pensar a priori que puede tomarse directamente aquellos que definen la geometría a partir de la ortofoto generada y extraer la altimetría del modelo digital.

El uso de algoritmos SfM y MVS introducen numerosos ruidos sobre las superficies de estudio es pecialmente cuando no son homogéneas y presentan bajos contrastes (18, 19, 39, 40), así en una carretera, la superficie es totalmente uniforme en cuanto a color y por ello extremadamente homogénea.

Para comprobar lo anteriormente indicado, se han definido tres ejes sobre las tres vías principales que atravieasa la traza del proyecto, las carreteras N-432, EX-103 y EX-200, cada uno de ellos con una longitud de 425, 320 y 195 metros. A partir de estos ejes se generaron los perfiles longitudinales cada 5 metros, tanto para el MTC como para el caso 2, con el objetivo de obtener una comparativa de resultados.

A modo de resumen, en la tabla 5 se muestra parte de los resultados obtenidos. Se observa las difencias existentes entre las cotas del MTC y el caso-2, especialmente los cambios en la dirección de las magnitudes, que hacen que las definiciones de la sección longitudinal sobre cada carretera presenten numerosos picos, dando lugar a un perfil longitudinal con numerosos dientes de sierra, debido al elevado ruido introducido por la nube de puntos obtenida sobre este tipo de superficies.

En la figura 7 se muestra un pequeño fragmento de la carretera N-432, sobre la que se ha definido, a modo de ejemplo, sobre la nube de puntos obtenida con UAS una sección longitudinal (A-B) de 135m sobre el eje de la carretera y tres perfiles transvesales denominados T-1, T-2 y T-3 de aproximadamente 30 m cada uno de ellos. Puede observarse lo indicado anteriormente, tanto en el perfil longitudinal de la carretera como sobre cada uno de los transversales definidos.

Los resultados obtenidos en este trabajo muestran que la combinación de técnicas fotogramétricas utilizadas para realizar capturas masivas de puntos, a partir de imágenes obtenidas desde UAS, generan diversos productos fotográmétricos (ortofoto, nube de puntos, MDE, MDT, etc.), que pueden ser utilizados como documento topográfico base en la redacción y ejecución de cualquier proyecto de ingeniería civil.

La incorporación de estas metodologías de trabajo permiten obtener ortomosaicos de la zona de trabajo a una altísima resolución, convirtiéndose en un valioso documento en cualquier proyecto de ingeniería, ya que permiten la medición de coordenadas planimétricas con una gran precisión, la realización directa de medidas de distancias entre cualquier objeto reflejado en ella con un alto nivel de detalle, identificación y localización de objetos a una mayor escala, exploración de elementos que pueden permanecer ocultos a simple vista en el terreno o sobre un modelo topográfico obtenido por topografía clásica, etc.

No obstante, es conveniente recordar que la precisión planimétrica en una ortofoto disminuye al definir erróneamente la elevación en el modelo digital, que servirá de base para la reproyección y obtención de la ortofoto. Por ello, es apropiado realizar una adecuada elección de las componentes altimétricas, que serán las que definan el modelo y a posteriori la ortoimagen y su calidad geométrica.

Tal y como hemos expuesto a lo largo de este trabajo, es en la componente altimétrica donde nos encontraremos con los mayores errores en la construcción de un modelo digital del terreno a partir de los datos extraidos de las imágenes con UAS. Es por ello, que para las nubes de puntos densas resultantes del procesamiento, será necesario una adecuada interpretación, tratamiento y depuración, con el objetivo de eliminar todo aquel ruido que distorsione la correcta representación de la superficie del terreno y mejorar la fiabilidad de los datos para lograr su correcta modelización tridimensional.

Podemos también afirmar, que para la construcción del modelo digital no es necesario utilizar el total de puntos de la nube densa, bastaría con utilizar una resolución media entre puntos de un metro. Con una reducción de aproximadamente 40 veces (en nuestro caso) en el número de puntos que intervegan en la generación del modelo digital del terreno, se ahorran enormes recursos de software y hardware en cuanto a visualización y computo de datos.

En esta investigación se ha puesto de manifiesto que, tras un primer proceso de filtrado de la nube de puntos, sigue habiendo númerosos puntos con ruido, especialmente en aquellas zonas con vegetación densa y uniforme, que hacen que la definición de la superficie tridimensional del terreno sea errónea. Si a estos modelos de puntos previamente filtrados, se les incorporaran las líneas de roturas mejoran considerablemente los resultados alcanzados.

Tras los resultados emanados de las diferentes pruebas realizadas, consideramos idóneo para la modelización tridimensional del terreno, la combinación de las metodologías de trabajo que permiten realizar captura masiva de puntos a partir de imágenes obtenidas con UAS con las medidas de datos topográficas tradicionales (líneas de roturas o carácterísticas), las cuales proporcionan una adecuada definición geométrica de aquellos elementos característicos del terreno. Al utilizar esta composición de datos conseguiremos obtener una correcta definición del terreno y un ahorro de trabajo y por tanto en los costes. Al combinar ambas técnicas, la toma topográfica en campo se reduciría bastante ya que únicamente consitiría en realizar la toma de las líneas características del terreno y los puntos de apoyo. El resto de la red, comúnmente denominada en topografía relleno, quedaría perfectamente definida por los puntos obtenidos del vuelo.