103901

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Revisión de técnicas para la generación de cartografía 3D de edificios - caso Ciudad Salitre (Bogotá, Colombia) 3D-cartography techniques for modelling buildings – Case Study Ciudad Salitre (Bogotá, Colombia) by/por

Ing. David Arenas Herrera 01422479 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science– MSc Advisor ǀ Supervisor: Anton Eitzinger PhD

Bogotá - Colombia, febrero 28 de 2020

1

COMPROMISO DE CIENCIA

Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Bogotรก, febrero 28 de 2020

2

AGRADECIMIENTOS

Quiero agradecer con todo el corazón a mi mamá, quien me ha brindado todo su apoyo siempre y además mientras el desarrollo de este trabajo de tesis de maestría logró con todo su empeño y valor superar el cáncer de seno, razón por la cual tuve que aplazar el avance del presente trabajo por brindarle los cuidados y atención que requiere esta enfermedad que gracias a Dios fue detectada a tiempo. No puede faltar mi agradecimiento a Dios por todas las oportunidades y bendiciones que me ha brindado siempre.

3

RESUMEN Tradicionalmente la cartografía ha sido bidimensional. Hoy en día gracias a las nuevas tecnologías es posible confeccionar cartografía de una forma más real a como se ven los elementos en la realidad de una forma tridimensional. Crear elementos cartográficos tridimensionales no solo les da más realismo, puesto que facilitan su comprensión al verse similares a los del mundo real, sino que abre la puerta a nuevas aplicaciones en donde la altura es importante. En el ambiente urbano los edificios y construcciones en general son quizás los elementos más abundantes, por lo tanto, con este proyecto de investigación se pretende generar una metodología para la generación de edificaciones en 3D partiendo de la indagación sobre las principales tecnologías, técnicas y métodos que existen para la generación de cartografía 3D de edificios y poniéndola a prueba mediante la generación de un mapa base experimental con edificaciones en 3D de un sector de la zona de Ciudad Salitre en Bogotá, Colombia.

El acceso a los insumos es un factor importante para la definición de la metodología, pero una vez definida, será posible la generación de edificaciones tridimensionales con texturas realistas y sobre todo con altura más precisa que con extrusiones de polígonos bidimensionales a partir de un atributo como se hace generalmente.

De acuerdo con los insumos conseguidos, fue posible enfocar la metodología usando métodos fotogramétricos a partir de un par de imágenes aéreas de la zona de estudio, empleando un juego de herramientas del módulo “Stereo Analyst” de ERDAS para ArcGIS conocido como “Rooftop”, las cuales, a partir de la restitución de los techos de las edificaciones e indicando el nivel del suelo facilita la extrusión de los edificios generando un volumen completo de la construcción, lo cual arrojó como resultado extrusiones más realistas en cuanto a su altura, puesto que debido a la visión estereoscópica que proporciona la fotogrametría se pudo establecer la altura “real” de cada edificio y su forma lateral se afinó por medio de la edición de la extrusión por medio del software “CityEngine”.

Palabras Clave: Edificios 3D, cartografía 3D, fotogrametría, restitución fotogramétrica, ciudades inteligentes.

4

ABSTRACT Traditionally, cartography has been two-dimensional. Nowadays, because of advances in new technologies, it is possible to produce cartography in a more realistic way. For observers this brings advantages like cartographic elements in more realistic threedimensional view of the world. Creating three-dimensional cartographic elements not only gives them more realism, since they facilitate their understanding by being similar to those of the real world, but it also opens ways to use new applications where the third dimension (height) is important.

In the urban environment, buildings are the most abundant elements, therefore, this research project generates a methodology for the generation of 3D buildings by reviewing the main technologies, techniques and methods that exist for the generation of 3D buildings, and test it by generating an experimental base map with 3D buildings for a case study area in the Ciudad Salitre in Bogotá, Colombia.

Access and availability of data is an important factor for the definition and selection of the most suitable methodology. Once the methodology was defined, it was possible to generate three-dimensional buildings with realistic textures and more precise height than by using other methods like simple extrusions of two-dimensional polygons from an attribute of height.

Depending on the available data for Ciudad Salitre in Bogotá, the most suitable approach was to apply a methodology of using photogrammetric methods with a pair of aerial images from study area. A set of tools from the “Stereo Analyst” module of ERDAS for ArcGIS known as “Rooftop” were used, which allowed for photogrammetric restitution of roof´s buildings by establishing a ground level and generate extrusions from buildings. Because of the applied methods, it was possible to produce complete solids of buildings, which are more realistic extrusions regarding their height. Since the stereoscopic vision provided through photogrammetric data, the "real" height of each building could be established and its lateral shape was improved through of the extrusion edition from "CityEngine" software.

Keywords: 3D buildings, 3D cartography, photogrammetry, photogrammetric restitution, smart cities.

5

CONTENIDO 1.

2.

INTRODUCCIÓN ...................................................................................................... 14 1.1.

DISCUSIÓN Y REVISIÓN DE ANTECEDENTES ........................................... 14

1.2.

OBJETIVOS ......................................................................................................... 15

1.2.1.

General .......................................................................................................... 15

1.2.2.

Específicos: ................................................................................................... 15

1.3.

PROBLEMA DE INVESTIGACIÓN .................................................................. 15

1.4.

PREGUNTAS DE INVESTIGACIÓN ................................................................ 16

1.5.

HIPÓTESIS .......................................................................................................... 17

1.5.1.

Hipótesis general .......................................................................................... 17

1.5.2.

Hipótesis de investigación (H1) .................................................................... 17

1.5.3.

Hipótesis Nula (H0) ...................................................................................... 17

1.6.

JUSTIFICACIÓN ................................................................................................. 17

1.7.

ALCANCE ........................................................................................................... 19

DISCUSIÓN Y AVANCES EN REVISIÓN DE LITERATURA ............................. 21 2.1.

MARCO TEÓRICO: ............................................................................................ 21

2.1.1.

Formas de representación .............................................................................. 21

2.1.2.

Terminología asociada a representaciones en 3D ......................................... 29

2.1.3.

Terminología asociada a las técnicas de generación de datos en 3D ............ 38

2.1.4. Principales tecnologías, técnicas y metodologías usadas para la elaboración de edificios tridimensionales ....................................................................................... 41 2.2.

3.

MARCO HISTÓRICO ......................................................................................... 59

METODOLOGÍA ....................................................................................................... 71 3.1.

FLUJOGRAMA PREVISTO DE METODOLOGÍA .......................................... 71

3.2.

Software a emplear ............................................................................................... 72

3.3.

Definición del área de estudio .............................................................................. 72

3.3.1.

Población ....................................................................................................... 73

3.3.2.

Actividad económica ..................................................................................... 73

3.3.3.

Servicios públicos ......................................................................................... 74

3.3.4.

Transporte...................................................................................................... 74

3.3.5.

Mapa del área de estudio ............................................................................... 74

3.4.

Solicitud de insumos (datos proporcionados para el trabajo de investigación) .... 76

3.4.1.

Descripción de los insumos obtenidos .......................................................... 76

3.5.

Revisión de insumos ............................................................................................. 79

3.6.

Ajuste de insumos ................................................................................................. 80

3.7.

Definición de una metodología para la generación de edificios en 3D ................ 81

6

4.

3.7.1.

Proceso fotogramétrico ................................................................................. 81

3.7.2.

Generación de modelos digitales de elevación ............................................. 83

3.7.3.

Edición de modelos digitales de elevación (DEM) ....................................... 83

3.7.4.

Generación de ortofotomosaico .................................................................... 83

3.7.5.

Restitución de techos ..................................................................................... 83

3.7.6.

Extrusión ....................................................................................................... 88

3.7.7.

Texturizado y edición de muros de la extrusión ........................................... 88

RESULTADOS Y DISCUSIÓN ................................................................................. 95 4.1.

Resultados ............................................................................................................. 95

4.1.1.

Proceso Fotogramétrico................................................................................. 95

4.1.2.

Generación de DTM y ortofotomosaico........................................................ 95

4.1.3. Generación de edificios 3D a partir de la restitución fotogramétrica de sus techos 103 4.1.4.

4.2.

Generación de una escena 3D ..................................................................... 114

Discusión ............................................................................................................ 117

5.

CONCLUSIONES .................................................................................................... 129

6.

BIBLIOGRAFÍA ....................................................................................................... 132

7

LISTA DE FIGURAS Figura 1. Geometrías elementales de un SIG ...................................................................... 22 Figura 2. Representación 2D de edificaciones (izquierda) y representación en 2.5D de las mismas edificaciones........................................................................................................... 23 Figura 3. Atributo de altura presentes en elementos 2D para su representación en 2.5D ... 24 Figura 4. Red Triangular irregular - TIN ............................................................................ 25 Figura 5.a) Poliedro, b) Poliedro combinado con parches esféricos y cilíndricos, c) Tetraedro. ............................................................................................................................ 26 Figura 6. Objeto CAD, geometría sólida de construcción .................................................. 26 Figura 7. Los cinco niveles de detalle (LoD) definidos por CityGML ............................... 29 Figura 8. DSM (Izquierda), DTM (derecha). ...................................................................... 31 Figura 9.Difrencia entre DTM y DSM. ............................................................................... 31 Figura 10.Difrencia entre DTM, DSM y nDSM. ................................................................ 32 Figura 11.Modelo digital de edificaciones. ......................................................................... 33 Figura 12.Red triangular irregular. ...................................................................................... 34 Figura 13.Izquierda: deformación por inclinación del eje de toma. Derecha: deformación por relieve. ........................................................................................................................... 40 Figura 14.Izquierda: Ortofoto convencional (con zonas ocultas). Centro: Paso intermedio (con efecto “fantasma”). Derecha: Ortofoto verdadera (ya no posee zonas ocultas). ......... 41 Figura 15.Izquierda: Puntos en el suelo (objetos 2D). Derecha: Puntos extruidos como líneas (objetos 3D) .............................................................................................................. 42 Figura 16.Izquierda: Línea en el suelo (objeto 2D). Derecha: Línea extruida como un muro (objeto 3D) .......................................................................................................................... 43 Figura 17.Izquierda: Contorno de edificio en el suelo (objeto 2D). Derecha: Edificio extruido (objeto 3D) ............................................................................................................ 43 Figura 18. Plano catastral 2D (Izquierda), Edificio 3D generado a partir de los datos almacenados en el plano 2D (Derecha) ............................................................................... 44 Figura 19. Modelo Bogotá 3D “Para verte mejor” con texturas y colores realistas ........... 45 Figura 20. Aerofotografías de un mismo lugar tomadas desde puntos de vista distintos ... 46 Figura 21. Modelo digital de edificaciones – DBM, generado a partir de procesos fotogramétricos.................................................................................................................... 48 Figura 22. Construcción generada a partir de procesos de lasergrametría .......................... 50 Figura 23. Cámaras fotogramétricas, digital (izquierda), análoga (derecha) ...................... 54 Figura 24. Partes de una cámara fotogramétrica ................................................................. 54 Figura 25. Sistema LiDAR. ................................................................................................. 57 Figura 26. Nube de puntos clasificados de LiDAR para generar un modelo de edificaciones en 3D. .................................................................................................................................. 58 Figura 27. Modelo digital de edificaciones – DBM, generado a partir de nube de puntos de LiDAR. ............................................................................................................................ 58 Figura 28. Parte del mapa de Texeira. ................................................................................. 59 Figura 29. Modelo CityGML 3D de North Rhine Westphalia ............................................ 66 Figura 30.Fragmento del 3D City Model de Berlín ............................................................ 67 Figura 31. Ejemplo del modelo Bati 3D. ............................................................................ 67 Figura 32. Visualización 3D de una parte del Centro Histórico de Bogotá ........................ 69 Figura 33. Flujograma metodológico preliminar. ............................................................... 71 Figura 34.Mapa de la zona de estudio en contexto local y nacional. ................................. 75 Figura 35.Ortofotomapa de la zona de estudio. ................................................................. 75 Figura 36. Ortofoto IDECA año 2014. ................................................................................ 76 Figura 37. Capa vectorial de construcciones. ...................................................................... 77

8

Figura 38. Ortofoto IGAC año 2009 ................................................................................... 78 Figura 39. Fotografías aéreas curdas IGAC año 2009. ....................................................... 79 Figura 40. Ubicación de los puntos de amarre y puntos de control. ................................... 82 Figura 41. Proceso fotogramétrico en LPS después de ubicar puntos de control y de amarre. ................................................................................................................................. 82 Figura 42. Gafas para ver anaglifos .................................................................................... 84 Figura 43. Vista estereoscópica por medio de la ventana “Stereo Window” ...................... 85 Figura 44. Ventana de ArcMap con las extensiones de ERDAS. ....................................... 86 Figura 45. Google Earth vista de fachada con Google Street View. ................................... 90 Figura 46. Herramienta “Crop Image” de “CityEngine”, fachada sin editar (izquierda) y fachada editada ortogonal (derecha). .................................................................................. 91 Figura 47. Herramienta “Facade Wizard” de “CityEngine”, asignación de regla de fachada completa. ............................................................................................................................. 92 Figura 48. Regla asignada a fachada frontal del modelo extruido de la Cámara de Comercio de Bogotá. ........................................................................................................... 92 Figura 49.Movimiento de los muros hacía el interior del edificio. ..................................... 93 Figura 50. Flujograma de la definición de la metodología. ................................................ 94 Figura 51. Nube de puntos generada del DEM, afectación de las sombras en donde los puntos eran escasos. ............................................................................................................ 96 Figura 52. DEM en donde se pueden ver las edificaciones en forma de montaña. ............. 97 Figura 53. DEM en donde se pueden ver más detalladamente las edificaciones en forma de montaña. .............................................................................................................................. 97 Figura 54. Edición de la nube de puntos. ............................................................................ 98 Figura 55. Picos generados por puntos anómalos. .............................................................. 98 Figura 56. Techos ondulados y rugosas. ............................................................................. 99 Figura 57. DEM crudo. ..................................................................................................... 100 Figura 58. Puntos seleccionados para edición, color de los puntos no denotan elevaciones. ........................................................................................................................................... 100 Figura 59. Parte del DEM sin los elementos en su superficie para la generación de un DTM. ................................................................................................................................. 101 Figura 60. DEM sin los elementos en su superficie para la generación de un DTM. ....... 101 Figura 61. Ortofoto generada. ........................................................................................... 102 Figura 62. Ortofoto (izquierda) y DEM (derecha) recortados para la zona de estudio. .... 102 Figura 63. Ejemplo de techo sencillo Edificio “World Business Port”. ........................... 103 Figura 64. Edifico de Maloka con diferentes formas de techo. ......................................... 104 Figura 65. Centro comercial Salitre Plaza con diferentes formas de techos ..................... 104 Figura 66. Conjunto residencial con edificios repetitivos. ................................................ 105 Figura 67. Ala que conforma la "herradura". .................................................................... 105 Figura 68. Polígonos de catastro. ...................................................................................... 106 Figura 69. Edificios extruidos ........................................................................................... 106 Figura 70. Edificio Cámara de Comercio de Bogotá con muros de fachadas internos al techo .................................................................................................................................. 109 Figura 71. Extrusión del Edificio Cámara de Comercio de Bogotá con muros al ras del techo. ................................................................................................................................. 109 Figura 72. Fachada frontal con los respectivos muros internos. ....................................... 110 Figura 73. Formas de la fachada que requieren textura independiente. ............................ 110 Figura 74. Fachada capturada de “Google Street View” (izquierda), fachada enderezada en “Crop Image” (centro) y fachada con elementos ajenos removidos con “Gimp 2” (derecha) ........................................................................................................................................... 111

9

Figura 75. Textura representativa de “Maloka”. ............................................................... 112 Figura 76. Edificio de “Maloka”. ...................................................................................... 112 Figura 77. Edificios extruidos flotando sobre la escena.................................................... 115 Figura 78. DTM con la textura del ortofotomosaico adicionado a la escena. ................... 116 Figura 79. Escena final. ..................................................................................................... 116 Figura 80. Longitud del muro frontal del edificio coincidente con la longitud la base del techo (izquierda), Longitud de techo y muro frontal no coincidente (derecha). ............... 118 Figura 81. Extrusión del Centro Comercial Salitre Plaza (Arriba). Biblioteca Julio Mario Santo Domingo (Abajo). ................................................................................................... 123 Figura 82. Extrusión a partir de polígonos. Vista 2D (Izquierda) y 3D de los edificios (Derecha) ........................................................................................................................... 124 Figura 83. Ejemplo de los resultados obtenidos para el proyecto de Alhambra ............... 125 Figura 84. Ejemplo de los resultados obtenidos para el proyecto de la ciudad de Konya (Turquía)............................................................................................................................ 127

10

LISTA DE TABLAS Tabla 1. Revisión de los insumos obtenidos. ...................................................................... 80 Tabla 2. Algunas herramientas de la barra “Rooftop” ........................................................ 87 Tabla 3. Edificios extruidos a partir de los techos. ........................................................... 107 Tabla 4. Resultados obtenidos con los edificios más representativos de la zona de estudio. ........................................................................................................................................... 113

11

SIGLAS Y ACRÓNIMOS ABM

Área basada en emparejamiento

ART

Aeronaves remotamente tripuladas

ASP

Sociedad de fotogrametría estadounidense

CAA

Autoridad civil del Reino Unido

CAD

Computer aided design

DANE

Departamento Nacional de Estadística

DBM

Modelo Digital de Edificios

DEM

Modelo digital de elevación

DOD

Departamento de Defensa de EEUU

DSM

Modelo digital de superficie

DTM

Modelo digital del terreno

ERDAS

Earth Resources Data Analysis System

ESRI

Environmental Systems Research Institute

FBM

Rasgos basados en emparejamiento

GLONASS

Sistema de Navegación Global por Satélite

GML3

Geographic Markup Language 3

GNSS

Sistemas Globales de Navegación Satelital

GPS

Sistemas de Posicionamiento Global

GSD

Ground sample distance

ICAO

Organización Internacional de Aviación Civil

ICDE

Infraestructura Colombiana de datos espaciales

IDE

Infraestructura de datos espaciales

IDECA

Infraestructura de Datos Espaciales para el Distrito Capital

IDESC

Infraestructura de Datos Espaciales de Santiago de Cali

IGAC

Instituto Geográfico Agustín Codazzi

IMU

Unidad de medición inercial

INS

Sistema de Navegación Inercial

LiDAR

Light Detection and Ranging

LoD

Level of detail

12

LPS

Leica Photogrametry Suite

MDE

Modelos digitales de elevación

MDS

Modelo digital de superficie

MDT

Modelo digital del terreno

NDSM

Modelo digital de superficies normalizado

OGC

Open Geospatial Consortium

RPAS

Sistema Aéreo Remotamente Tripulado

RV

Realidad virtual

SBM

Simbólico basado en emparejamiento

SIALH

Sistema de Información de la Alhambra

SIG

Sistemas de información geográfica

TIC

Tecnologías de la información y las comunicaciones

TIN

Red triangular irregular

UAS

Sistema Aéreo no Tripulado

UAV

Vehículos aéreos no tripulados

VGE

Ambientes geográficos virtuales

XML

Lenguaje de Marcado Extensible

13

1. INTRODUCCIÓN 1.1. DISCUSIÓN Y REVISIÓN DE ANTECEDENTES En Colombia, la institución oficial para generar el mapa oficial de Colombia y su cartografía básica es el Instituto Geográfico Agustín Codazzi – IGAC (IGAC, 2016), sin embargo, sus productos cartográficos son mapas de representación bidimensional y, en cuanto a cartografía básica, cuenta con productos como mapas departamentales, mapas

de

entidades territoriales, espaciomapas (cartografía base sobre imágenes satelitales), planchas escala 1:500,000 y 1:100,000 con cubrimiento nacional, y escalas más detalladas como 1:25,000 y 1:10,000 con cubrimiento parcial del territorio nacional. Existen mapas de escala más detallada, pero son principalmente catastrales. Bogotá cuenta con el plano digital escala 1:30,000 de vieja actualización (Año 2002) y diversos mapas turísticos de varias ciudades del país. De momento, no cuenta con mapas 3D de ninguna ciudad del país, por lo que se evidencia que existe un vacío en la producción de este tipo de información y que podría ser un campo de acción por explorar a nivel del país.

A nivel regional existen otras iniciativas de Infraestructuras de Datos espaciales - IDE, como la Infraestructura de Datos Espaciales de Santiago de Cali – IDESC y la Infraestructura de Datos Espaciales para el Distrito Capital – IDECA. Esta última cuenta con información tridimensional de algunos sectores de Bogotá que fueron presentados al público casi que en paralelo a la escritura de estas líneas (25 de enero de 2016).

IDECA hace parte de La Unidad Administrativa Especial de Catastro Distrital y fue creada en el año 2004 por el Concejo de Bogotá por medio del Acuerdo Distrital 130 (Concejo de Bogotá, 2004). Gracias a este, se otorga un instrumento a la Administración Distrital para poder identificar constantemente aspectos como la movilidad, expansión, proyectos y necesidades de la ciudad, entre otros en sus zonas urbanas y rurales, para la disposición suficiente de objetos con referencia espacial como apoyo a la toma de decisiones de las diferentes autoridades distritales, para beneficio de la ciudad y de sus habitantes (IDECA, 2016). También posibilita el acceso, consulta y adquisición de información espacial a la comunidad y al sector privado. Es de destacar que en su momento IDECA era la primera

14

iniciativa de las IDE´s en América latina con marco jurídico (IDECA, 2016).

En cuanto a la información en tercera dimensión, IDECA cuenta con la iniciativa Modelo Bogotá 3D “Para verte mejor” en donde la ciudad no es ajena a representaciones tridimensionales como parte de las denominada “Smart Cities” o ciudades inteligentes.

Debido a esto y con el fin de lograr una consolidación de una única fuente de información referenciada espacialmente del Distrito Capital de Bogotá, la entidad inició el desarrollo del modelo tridimensional oficial para Bogotá, con el ánimo de lograr una representación más real de los datos espaciales que ya se encuentran disponibles (IDECA, 2016).

1.2. OBJETIVOS 1.2.1. General Evaluar y definir una metodología para la generación de edificios tridimensionales para la producción de cartografía 3D en una zona piloto de la ciudad de Bogotá, Colombia.

1.2.2. Específicos: •

Inventariar las principales tecnologías, técnicas y métodos que existen para la generación de cartografía 3D de edificios para la producción de cartografía en tercera dimensión.

•

Definir una metodología viable para la generación de edificios tridimensionales para la producción de cartografía 3D para sector de la zona de Ciudad Salitre en Bogotá, Colombia.

•

Generar un mapa base experimental con edificaciones en 3D de un sector de la zona de Ciudad Salitre en Bogotá, Colombia, empleando la metodología definida.

1.3. PROBLEMA DE INVESTIGACIÓN El hombre desde tiempos antiguos ha representado su entorno a través de diferentes técnicas basadas en la tecnología disponible en el momento, desde pieles de animales, paredes de cavernas, papiros, papeles impresos mecánicamente y en tiempos más recientes a través del computador. Todas estas técnicas tienen en común la representación

15

de un mundo tridimensional sobre una superficie plana. Desde tiempos más recientes (desde hace unos siglos) se intentó ver el mundo de una forma más artística desde la perspectiva 3D de un ojo de pájaro, la cual fue útil para mapear ciudades y paisajes para que personas normales los pudieran entender. Estás representaciones en 3D del entorno eran consideradas por los cartógrafos serios como algo novelesco puesto que no se podían hacer mediciones sobre estás.

Hoy en día con la tecnología actual, se pueden realizar representaciones tridimensionales del entorno de una forma muy precisa y realista sobre las cuales se pueden hacer diferentes clases de mediciones con un valor agregado que es la altura generando así representaciones con volumen.

Un elemento bastante representativo de la cartografía 3D urbana es el edificio debido a su complejidad por tener diversidad de formas, tamaños, texturas y volúmenes. Por lo tanto, se torna interesante su generación para la producción de cartografía tridimensional.

Las tecnologías, técnicas y métodos para la generación de elementos cartográficos en 3D son muy diversas, e implican el uso de hardware y software especializados. Por lo tanto, debido a su variedad y novedad sean tal vez desconocidas para el cartógrafo común, por consiguiente, es importante investigar sobres las mejores metodologías que existen en el mercado actual para la generación de cartografía 3D de edificios y definir de esta manera una que mejor se adapte a la zona de estudio estipulada y a los datos que se puedan obtener.

1.4. PREGUNTAS DE INVESTIGACIÓN •

¿Cuáles son las principales tecnologías, técnicas y métodos que existen para la generación de cartografía 3D de edificios en la agilidad de los procesos de producción de cartografía en tercera dimensión?

•

¿Cuál es la mejor metodología para la generación de cartografía 3D de edificios que mejor se adapta a la clase y disponibilidad de datos para un sector de la zona de Ciudad Salitre en Bogotá, Colombia?

•

¿Cómo se podría poner a prueba la metodología definida mediante la generación de un mapa 3D de edificios de un sector de la zona de Ciudad Salitre en Bogotá, Colombia?

16

1.5. HIPÓTESIS 1.5.1. Hipótesis general Los insumos para la zona de estudio de Ciudad Salitre (Bogotá, Colombia) con los que se cuenta para este proyecto de investigación permiten definir una metodología para la generación de cartografía 3D de edificaciones.

1.5.2. Hipótesis de investigación (H1) La metodología a definir para la generación de cartografía 3D de edificios es la que, de acuerdo con la literatura consultada y por medio de la generación de un mapa con edificaciones en 3D, mejor se adapte a la clase y disponibilidad de datos para la zona de estudio definida.

1.5.3. Hipótesis Nula (H0) La metodología a definir para la generación de cartografía 3D de edificios, no debe ser la que, de acuerdo con la literatura consultada y por medio de la generación de un mapa con edificaciones en 3D, mejor se adapte a la clase y disponibilidad de datos para la zona de estudio definida.

1.6. JUSTIFICACIÓN Para el hombre la precepción del mundo real es tridimensional, por lo tanto, sería más natural para el ojo humano los mapas en 3D, además de que su lectura e interpretación sería mucho más fácil que la de los mapas en 2D. No obstante, tradicionalmente la forma de representar el mundo ha sido bidimensional, a pesar de que se conocen mapas que muestran el paisaje con vista en perspectiva en las cuales se representaban construcciones y calles. Eran mapas de ubicación más no de precisión, por lo que no se podían hacer mediciones. Debido a esto, los cartógrafos de la época no los consideraban como representaciones serias del territorio (ESRI, 2015).

El interés de este trabajo por la cartografía 3D, a comparación de la tradicional, surge

17

porque esta posibilita una representación más detallada de los elementos cartográficos, puesto que permite observar desde diferentes perspectivas dichos elementos, agregando el componente altura (Z) que da la sensación de profundidad y permite una representación más aproximada de la realidad.

La tecnología para la generación de cartografía ha evolucionado a grandes pasos en los últimos años de la mano del avance en las ciencias de la computación, los sistemas de información geográfica (SIG), los sensores remotos, las tecnologías aeroespaciales, entre otras, lo que ha permitido el surgimiento de nuevas técnicas derivadas de estas tecnologías para la adquisición de datos de la superficie terrestre. Aunque estas adquieren datos de forma bidimensional como es el caso de las imágenes satelitales y áreas, es posible, con métodos fotogramétricos, la obtención de elementos en 3D partiendo de imágenes del mismo lugar tomadas desde diferentes ángulos. Si bien está técnica era usada por cartógrafos tradicionales para la generación de cartografía bidimensional partiendo de la visualización tridimensional (técnica conocida como restitución fotogramétrica), también para la generación de modelos digitales del terreno (MDT), su uso no era muy difundido para crear cartografía tridimensional. Otra técnica reciente es la toma de datos por medio de sensores láser como el LiDAR (acrónimo del inglés Light Detection and Ranging), la cual permite la representación del territorio en forma de nube de puntos con coordenadas X, Y, Z de los cuales es posible la extracción de objetos en 3D, la generación de MDT, modelos digitales de superficie (MDS) y algo novedoso como los modelos digitales de edificios (DBM) que también se puede obtener con técnicas fotogramétricas. También es posible usar software especializado en modelamiento en 3D para realizar elementos cartográficos de forma manual, si bien podrían ser muy realistas consumen mucho tiempo en su elaboración.

Estás técnicas pueden ser usadas por separado o pueden ser complementarias entre sí, además que se pueden apoyar en técnicas de toma de datos en tierra como fotografías terrestres y escáneres láser. Los datos tomados deben ser almacenados, procesados, editados y visualizados para lo que se requiere del hardware y software adecuado.

Algunas de estas técnicas y otras más pueden no ser muy conocidas para la generación de cartografía en 3D por parte de los cartógrafos tradicionales que producen mapas 2D. Por lo tanto, es conveniente investigar las más importantes que se vienen usando en la

18

actualidad y las que más se adapten al medio local, de acuerdo a la disponibilidad y facilidad de acceso a la información necesaria para la elaboración de cartografía 3D en una zona piloto de la ciudad de Bogotá. Si bien en el momento de escribir estas líneas se estaba lanzando una iniciativa de IDECA para generar cartografía 3D en varias zonas de Bogotá, sus técnicas y métodos de generación se desconocen de momento, por lo que la motivación es más fuerte, además que esta investigación puede servir a nivel de otras ciudades y municipios para que se motiven a generar su cartografía tridimensional.

De los elementos cartográficos, los edificios son quizá el más complejo e interesante de elaborar de la cartografía tridimensional, por esto, se pretende investigar sobre las diferentes metodologías y técnicas más representativas que existen para la generación de este tipo de construcciones, como uno de los elementos quizás más importantes, complejos e interesantes de modelar para las denominadas Smart Cities.

1.7. ALCANCE El trabajo se enfocará en revisar algunos de los diferentes trabajos que se han hecho en este campo a nivel mundial, para poder, de esta manera, determinar las principales tecnologías, técnicas y metodologías usadas para la elaboración de edificios tridimensionales. De acuerdo a esta revisión, se determinará cuál es la mejor técnica, tecnología y método para la generación de este tipo de construcciones. Con base en lo anterior, se realizará una metodología para la generación de cartografía 3D de edificios y se elaborará un mapa tridimensional de la zona de estudio con algunas edificaciones presentes en esta. El nivel de detalle LoD (por sus siglas en inglés) que se pretende que tengan los edificios es de LoD3, en el cual se detallan las fachadas (con sus puertas y ventanas) y los techos o cubiertas incluyendo chimeneas y buhardillas (Velasco y Olivares, 2010). La zona de estudio será una plancha cartográfica (H38) de la Unidad Administrativa Especial de Catastro Distrital, delimitada a escala 1:2,000 en un sector de la zona de Ciudad Salitre que comprende diferentes tipos de edificios representativos de la ciudad con variedad de usos.

El proyecto de investigación beneficiará principalmente a los cartógrafos tradicionales y a los diferentes catastros urbanos pues conocerán las diferentes alternativas para construir

19

elementos en 3D para cartografía tridimensional y una metodología propuesta para hacerlo por lo menos en lo que a edificios se refiere. Otros beneficiarios serán las oficinas de planeación urbana e incluso al sector turístico, entre otros, pues conocerán una nueva forma de visualizar datos relevantes que pueden ser de utilidad para la realización de sus funciones. El mapa de edificios resultante podrá ser usado por turistas que quieran conocer de antemano como es este sector, las empresas productoras de cartografía de navegación para GPS (Sistema de posicionamiento global), empresas de servicios públicos para saber por dónde extender sus redes, las empresas se comunicaciones para saber dónde ubicar las antenas, entre otras.

20

2. DISCUSIÓN Y AVANCES EN REVISIÓN DE LITERATURA 2.1. MARCO TEÓRICO: La cartografía 3D y la generación de edificios tridimensionales comprenden muchos términos técnicos, si bien algunos son conocidos por cartógrafos tradicionales, existen otros que tal vez sean nuevos o tal vez no tan conocidos. La idea de este apartado es mirar de forma general los fundamentos teóricos sobre los cuales se basa la presente investigación.

2.1.1. Formas de representación Existen diversas formas de representar los objetos y esto introduce el término de dimensión (D), entendida esta como un concepto matemático que puede tener diversos significados (El Salam, 2013). La palabra dimensión tiene su origen en la palabra del latín “dimensio” que quiere decir medida o cálculo. También se puede hablar de dimensión en términos físicos como una expresión para considerar la grandeza física a ser considerada e incluso la dimensión de una fuerza puede ser representada en forma de una expresión matemática.

Según el mismo autor, en las matemáticas, dimensión puede usarse para definir la cantidad de elementos en una base de un espacio vectorial y en geometría, dicho termino es empleado como una expresión para saber cuántos valores son necesarios para determinar una posición en el espacio.

Los tipos de geometría elementales en los SIG son puntos, líneas, polígonos y volúmenes, para poder describir la geometría de estos tipos de geometrías, se requiere de diferentes dimensiones (Foley, van Dam, Feiner y Hughes, 1990, citado en El Salam, 2013).

Se considera que los elementos puntuales, son 0-dimensionales puesto que son prácticamente una posición en el espacio con un par de coordenadas (X, Y) y no tienen longitud, ni ancho ni profundidad; una línea es la ruta entre al menos dos puntos en el espacio y pose una extensión en dicho espacio y se considera unidimensional; por otro lado, un polígono o área es una sucesión de líneas, en donde el punto de partida es el mismo que el de finalización, las áreas requieren de dos dimensiones para describir su extensión espacial posibilitándolo tener un ancho y una longitud; por último, un volumen posee largo,

21

ancho y profundidad, por lo tanto requiere de un espacio tridimensional (El Salam, 2013).

La Figura 1 muestra las geometrías elementales en un SIG:

Figura 1. Geometrías elementales de un SIG Fuente: El Salam (2013)

2.1.1.1.Representación 2.5D El espacio que rodea a un objeto puede ser considerado como una dimensión exterior (Pilok, 1996 citado en El Salam, 2013), esto quiere decir que se puede representar la realidad proyectada en un plano por medio de una dimensión externa R², lo mismo puede ocurrir en R³ en donde se representa un modelo 3D y R⁴ un modelo 3D que varía en el tiempo. De acuerdo a lo anterior, el término dimensión puede referirse tanto a una dimensión interna como externa y para representar un elemento en el espacio, no necesariamente deben ser las mismas (El Salam, 2013). Según el mismo autor, 2.5D puede representar elementos bidimensionales en un espacio tridimensional y matemáticamente se representa de la siguiente manera:

Vértice = (x,y,z), donde z = f(x,y)

Lo cual, según el autor mencionado anteriormente, dicha expresión indica que la coordenada z está representada en función de las coordenadas x, y. Existen varios programas como ArcScene de ESRI, que permiten a partir de datos 2D lograr una representación en un espacio tridimensional, esto es posible gracias a un atributo de altura como en el caso de la generación de edificaciones 2.5d por medio de un atributo que contiene el número de pisos que son multiplicidades por la altura promedio de cada piso,

22

como lo es el caso de Marambio y García (2005) para la generación de modelos de ciudades en 3D (espacio 3D) y en donde representan los edificios por medio de la generación de volúmenes a partir de sus atributos. Este enfoque, según El Salam (2013), permite simular modelos 3D por medio de elementos descritos en 2D. Otro ejemplo de representaciones en 2.5D, es el caso de los modelos digitales de elevación (MDE), los cuales poseen para cada pixel coordenadas (x, y) y un valor de altura (z) como atributo, lo que permite que sea visualizado en tres dimensiones. Un modelo digital del terreno (DTM, por sus siglas en inglés), puede ser representado también, como un conjunto de elementos poligonales contiguos, pero sin espesor, lo que hace que su representación sea claramente en 2.5D (Ford, 2004). En la Figura 2, se puede observar la representación de elementos 2D en un espacio 3D por medio de 2.5D:

Figura 2. Representación 2D de edificaciones (izquierda) y representación en 2.5D de las mismas edificaciones Fuente: El Salam (2013)

De acuerdo a la figura anterior, para la generación de los edificios en 2.5D se requiere de una tabla de atributos para que el software tenga en cuenta la altura al momento de la visualización, como se muestra en la Figura 3.

Según Ekberg (2007), el enfoque tradicional de 2.5D, en el cual, a partir de los atributos de elementos 2D, se pueden generar de forma simulada objetos tridimensionales, es una forma elegante de visualización en un ambiente 3D. Pero este tiene sus limitaciones puesto que, como cada par de coordenadas x,y tiene un solo valor de z, hace que sea difícil describir objetos complejos como edificios. ArcGIS permite tener, en multi-polígonos, las

23

mismas coordenadas x,y para un elemento que tenga diferentes valores de altura z, pero limita a que una parte del elemento multipoligonal no pueda tener las misma coordenadas x,y para dos vértices.

Figura 3. Atributo de altura presentes en elementos 2D para su representación en 2.5D Fuente: El Salam (2013)

2.1.1.2.Representación 3D verdadera: A diferencia de lo que sucede con los elementos representados en 2.5D, en 3D, los elementos son descritos geométricamente con coordenadas x,y, z, lo que significa que, los elementos tridimensionales no emplean valores de z en función de pares x,y, y pueden tener múltiples valores de z que tienen las mismas coordenadas x,y. Por consiguiente, los elementos descritos por sus coordenadas x,y,z son considerados comúnmente como elementos tridimensionales verdaderos (Ekberg, 2007). Una red de triángulos irregulares (TIN,por sus siglas en inglés) es considerada como un verdadero elemento tridimensional, no obstante, una TIN se asemeja a una representación en 2.5D en que un valor de z es asociado a cada par de coordenado x,y (Pilouk, 1996, citado en Ekberg, 2007). A pesar de lo anterior, la superficie de la geometría es representada como triángulos, los cuales si están descritos por coordenadas x,y,z en cada vértice, lo que los hace una representación tridimensional verdadera, como se observa en la Figura 4 (Ekberg, 2007). Otro tipo de representación 3D verdadera son los sólidos, los cuales son un conjunto de caras poligonales que generan un volumen encerrado, dentro de cuyos límites posee una región con atributos comunes (Ford, 2004). El mismo autor recalca que, el proceso de determinar el orden de los puntos que conforman el sólido es extremadamente complejo.

24

Figura 4. Red Triangular irregular - TIN Fuente: ESRI (2007)

Según Ekberg (2007), se proponen 4 categorías de primitivos en 3D para modelar objetos espaciales en 3D: •

Poliedro: Un poliedro es una colección tridimensional de caras poligonales planas, las cuales se encuentran conectadas por bordes comunes, formando de esta manera un volumen encerrado (Ekberg, 2007), como se muestra en la Figura 5a.

Esta forma de representación puede ser algo complicada, debido a que los vértices de una cara que pueden ser 4 o más, deben ser posicionadas en el mismo plano.

•

Poliedro combinado con parches esféricos y cilíndricos:

Este tipo de

representación hace complejo el modelamiento, debido a que un objeto debe hacerse en conjunto con otros poliedros o con elementos curvados, como se puede ver en la Figura 5b. Esto conlleva a que el mismo elemento sea modelado de diferentes formas (Ekberg, 2007).

•

Tetraedro: Se puede considerar a un tetraedro como un caso especial de poliedro, pero este consiste en un volumen encerrado por 4 triángulos. Al contrario que el poliedro, el tetraedro tiene cada uno de los 3 vértices de cada triángulo, posicionados adecuadamente dentro del mismo plano (Ekberg, 2007). Ver Figura 5c.

•

Objetos CAD: Estos objetos realizados por software de diseño asistido por computador (CAD,por sus siglas en inglés), poseen varias posibilidades de representación, como por ejemplo geometrías sólidas de construcción e instancias

25

primitivas (Ekberg, 2007). Este tipo de geometrías sólidas, son construidas a partir de realizar un conjunto de operaciones sobre geometrías primitivas(Chaudhuri, 2002). Ver Figura 6.

Figura 5.a) Poliedro, b) Poliedro combinado con parches esféricos y cilíndricos, c) Tetraedro.

Fuente: Ekberg (2007)

Figura 6. Objeto CAD, geometría sólida de construcción Fuente: Chaudhuri (2002).

2.1.1.3.Niveles de detalle Los modelos de ciudades en 3D son usados para representar construcciones tales como edificios, viviendas, vías, etc., que, en su conjunto, representan ciudades, distritos y regiones. Estos modelos, no solo se ocupan de las construcciones, sino también del mobiliario urbano, árboles, obras de infraestructura, terreno, entre otras. La calidad de la representación de los modelos de ciudades 3D varían de acuerdo a su exactitud geométrica,

26

riqueza semántica y en el realismo en que son representadas (Bennera, Geigera, Gröger, Häfele y Löwner, 2013).

Dependiendo del propósito del modelo de ciudad 3D, de las técnicas de captura de los datos, así como del procesamiento dado a estos, depende la calidad del modelo tanto en contenido como en precisión y esto se ve reflejado normalmente en el nivel de detalle de la representación de los elementos dentro del modelo. En diversa literatura, este nivel de detalle es conocido como Level of Detail (LoD, por sus siglas en inglés). Para la representación de estos modelos, no solo es suficiente describir y modelar la parte geométrica, el aspecto semántico también es muy importante. Por eso, con la aparición de modelos semánticos como el CityGML, la definición de LoD adquiere otra connotación (Gröger et al., 2012, citado en Bennera et al., 2013). A parte de la geometría, el modelo semántico posee objetos (features) con propiedades (atributos) y relaciones entre sí. Por lo tanto, este tipo de modelo puede ser mejorado no solo incrementando su exactitud geométrica sino también su riqueza semántica (Bennera et al., 2013).

Algunas aplicaciones como navegación interior, arquitectura, emergencias, entre otras, requieren no solamente LoD exterior, sino también interior, modelando habitaciones, salas de estar, estudios, baños, cocinas, oficinas, locales comerciales, parqueaderos, entre otros.

Este es uno de los mayores LoD que se pueden alcanzar con los modelos de representación 3D de edificaciones.

2.1.1.3.1.CityGML CityGML es un modelo estandarizado de información semántica, que permite representar objetos de ciudades 3D, los cuales pueden ser compartidos y usados por diversas aplicaciones (Velasco y Olivares, 2010). Según el mismo autor, este modelo está diseñado como un modelo de datos abierto y está basado en Lenguaje de Marcado Extensible (XML, por sus siglas en inglés), lo cual facilita el almacenamiento y el intercambio de modelos tridimensionales de ciudades virtuales. Este modelo, es implementado como un esquema de aplicación de la norma internacional extensible para el intercambio de datos geográficos del Open Geospatial Consortium (OGC, por sus siglas en inglés) por medio del Geographic Markup Language 3 (GML3, por sus siglas en inglés) (Velasco y Olivares, 2010).

27

CityGML soporta diferentes LoD, estos se requieren de tal manera que permitan reflejar un conjunto de datos independientes con diferentes requisitos de aplicación, además, LoDs facilitan una eficiente visualización y análisis de datos (OGC, 2006). Según dicho consorcio, en un conjunto de datos basado en el modelo CityGML, cada objeto puede ser representado en diferentes LoD de forma simultánea, posibilitando de esta manera, el análisis y visualización del mismo objeto sin importar los diferentes niveles de resolución.

Adicionalmente, dos conjuntos de datos basados en CityGML que contengan el mismo objeto representado en dos LoDs diferentes pueden ser combinados e integrados. CityGML posee 5 LoDs numerados desde 0 hasta 4, en los cuales se basará el presente trabajo.

2.1.1.3.2.LoD0 Es el nivel de detalle más grueso, el cual consiste en un modelo digital del terreno en 2.5 dimensiones, cubierto por una imagen aérea o por un mapa (OGC, 2006).

2.1.1.3.3.LoD1 Es un modelo de bloques comprendido por edificios prismáticos con techos planos (OGC, 2006). Representa solo muros y techos planos (Velasco y Olivares, 2010).

2.1.1.3.4.LoD2 Una edificación representada en este LoD permite diferenciar estructuras en los techos y superficies temáticamente diferenciadas (OGC, 2006). Según Velasco y Olivares (2010), bosquejos de formas de techos y texturas pueden ser representadas.

2.1.1.3.5.LoD3 Representa modelos arquitectónicos con muros, estructuras de techos, balcones, naves y salientes detallados, complementadas por sus respectivas texturas en alta resolución.

Como complemento a esto, adicionalmente se pueden representar a este nivel de detalle, vegetación detallada y objetos de transporte (OGC, 2006). De las fachadas se representan salientes, puertas y ventanas y de los techos chimeneas y boardillas (Velasco y Olivares, 2010).

28

2.1.1.3.6.LoD4 Además de lo que compone al LoD3, en LoD4 se adicionan estructuras al interior de objetos tridimensionales, como por ejemplo dentro de una ubicación se pueden hallar habitaciones, salas de estar, puertas, escaleras, cocina, baños y hasta los muebles (OGC, 2006).

En la Figura 7 se observan ejemplos de los diferentes LoD mencionados anteriormente:

Figura 7. Los cinco niveles de detalle (LoD) definidos por CityGML Fuente: Gerhard et al. (2005).

2.1.2. Terminología asociada a representaciones en 3D Existen muchos términos asociados a las representaciones en 3D, bien sea porque son tendencias en las que se hace uso de estas representaciones o porque son términos que vale la pena conocer para poder lograr un mejor entendimiento del tema del que trata esta investigación.

2.1.2.1.Modelo digital de elevaciones (DEM, por sus siglas en inglés) Un DEM es un arreglo ordenado de números, los cuales representan una distribución

29

espacial de elevaciones sobre Datums arbitrarios en el paisaje (Meijerink, de Brouwer, Mannaerts, y Velenzuela, 1994). Para ESRI (2007), es la representación de valores de elevación continuos sobre una superficie topográfica, en una matriz regular de valores de levación z referenciados sobre un Datum común y es usado normalmente para reprentar el relieve. Cada valor de pixel de dicha matriz, reprenta la altura sobre el nivel del mar.

Otros autores mencionan que un DEM es una forma genérica de denominar los datos topográficos digitales en diferentes formatos, así con el método para interpretar implícitamente los valores de las elevaciones entre observaciones (Maune et al., 2001, citado en HawarIT, s/f) por lo tanto, un modelo digital del terreno (DTM, por sus suglas en inglés), modelo digital de superficie (DSM, por sus siglas en inglés) y modelo digital de edificios (DBM, por sus siglas en inglés) son casos particulares de un DEM (ver Figura 9).

2.1.2.2.Modelo digital del terreno Un DTM es una forma de representación raster de la elevación de la tierra descubierta, es decir, removiendo estructuras y vegetación (ESRI, 2014). Para Meijerink et al. (1994), un DTM incluye la distribución espacial de los atributos del terreno, un mapa topográfico en formato digital que consiste no solo de un DEM sino también de los usos del suelo, asentamientos, líneas drenaje, entre otros. De acuerdo a lo anterior y para esta investigación, se tomará como más aproximada la definición de ESRI (2014), puesto que la de Meijerink et al. (1994) hace referencia más a productos derivados del DTM en combinación con otros datos como por ejemplo usos del suelo que puende ser obtenidos interpretando el DTM en combinación con imágenes aéreas o satelitales.

2.1.2.3.Modelo digital de superficie Un DSM es una forma de representación raster de las elevaciones de todas las estructuras y elementos naturales sobre la superficie terrestre, es como si extrajera el paisaje (ESRI, 2014). Un DSM representa todas las superficies reflectantes superiores tales como vegetación, edificaciones, etc. (Maune et al., 2001, citado en HawarIT, s/f).

La Figura 8 ilustra un poco la diferencia entre DTM y DSM:

30

Figura 8. DSM (Izquierda), DTM (derecha).

Fuente: Agarwal (2013)

Esta diferencia vista de perfil sería la muestra la Figura 9:

Figura 9.Difrencia entre DTM y DSM. Fuente: Perego (2016)

2.1.2.4.Modelo digital de superficies normalizado (nDSM, por sus siglas en inglés) Según ESRI (2014), un nDSM es una superficie usada para modelar las alturas que están por

31

encima del suelo tales como las estructuras y la vegetación, este se obtiene por medio de sustraer el DSM del DTM, por lo tanto, nDSM=DTM-DSM (Figura 10).

Figura 10.Difrencia entre DTM, DSM y nDSM. Fuente: Mayer (2004), citado en Poznańska (2013)

2.1.2.5.Modelo digital de edificaciones (DBM, por sus siglas en inglés) El DBM es un caso particular del DEM, es un modelo que permite la representación tridimensional de objetos y elementos construidos por el hombre y los cuales se encuentran ubicados sobre el MDT como los son edificaciones y demás estructuras (Pérez, 2005). Se puede decir entonces, que es también un caso especial de nDSM pero extrayendo edificaciones (Figura 11).

32

Figura 11.Modelo digital de edificaciones.

Fuente: Mayer (2004), citado en Poznańska (2013)

2.1.2.6.Red triangular irregular (TIN, por sus siglas en inglés) Como su nombre lo sugiere, los TINs son una red irregular de triángulos que sirven para representar conjuntos de datos relacionados con el terreno, los cuales han sido usado por años en los SIG y son un medio digital para representar la morfología de las superficies (Murphy y Zeiler, 2010). Los mismos autores sostienen que los TIN son un caso de representación de información geográfica vectorial y son construidos a partir de la triangulación de una serie de puntos los cuales están ubicados en lugares irregulares, los vértices formados por dichos puntos, son conectados por bordes para de esta manera formar una red de triángulos (Figura 12), dichos triángulos almacenan información acerca de los triángulos vecinos asegurando de esta manera la consistencia de la red.

33

Figura 12.Red triangular irregular.

Fuente: Shapiro (1998)

2.1.2.7.Smart cities Las Smart Cities o ciudades inteligentes son mostradas frecuentemente como un conjunto de mecanismos que, a través de varias escalas, conectadas por multitud de redes, proveen datos continuos referentes a los movimientos de las personas y materiales en términos de flujos de decisiones sobre la forma física y social de la ciudad (Batty et al., 2012). Los mismos autores indican que, para que una ciudad sea inteligente, deben existir funciones que permitan la integración y síntesis de esos datos con algún fin, buscando de esta manera, mejorar la equidad, eficiencia, calidad de vida sostenibilidad de las ciudades. Sin embargo, esta definición puede ser algo densa y confusa, pero de acuerdo con IDOM (2012) este es un concepto reciente, que se aplica a las ciudades que cuentan con administraciones públicas que tienen como propósito ofrecer nuevos y mejores servicios, ciudadanos como eje principal en el desarrollo de la ciudad, eficiencia energética y sostenibilidad que permita lograr un equilibrio con el ambiente y los recursos naturales y tecnologías de la información y las comunicaciones (TIC), como apoyo y herramienta que facilite la forma en cómo se proveen los servicios.

34

2.1.2.8.Virtual cities Las virtual cities o ciudades virtuales podrían ser entendidas como modelos computarizados que representan ciudades ficticias o reales, las cuales pueden ser representadas en 2D o en 3D con algún propósito determinado. Los modelos de ciudades en 3D, son usados ampliamente en diferentes aplicaciones pertenecientes a campos diversos, tales modelos pueden representar ciudades reales o virtuales (Kim, Kang, y Han, 2014). Los mismos autores afirman que los modelos de ciudades virtuales en 3D, son usados a menudo en películas, en juegos de video o en aplicaciones donde el contexto espacial no es importante. Por otro lado, los modelos de ciudades reales en 3D son empleados en la realidad virtual, sistemas de navegación, obras de ingeniería y demás aplicaciones donde se requiere una cercanía al mundo físico. A pesar de su carácter virtual que, por definición, es lo opuesto a lo real, las ciudades virtuales pueden representar ciudades reales, como por ejemplo la ciudad alemana de Berlín, que posee un modelo 3D con cerca de 500.00 construcciones basadas en CityGML y disponible como datos abiertos.

La representación de ciudades ficticias (virtuales) se hace de ciudades que no existen en el mundo real, como las que en ocasiones aparecen en los videojuegos. Las ciudades virtuales también se representan en 2D, cuando por ejemplo se tiene el mapa digital de una ciudad que representa las construcciones, vías, mobiliario urbano, etc. Un claro ejemplo de representación tridimensional de ciudades reales es Google Earth, este software posee modelos digitales del terreno cubiertos por imágenes áreas y satelitales y sobre estas, modelos de ciudades en 3D (Kim et al., 2014).

2.1.2.9.Geodesign El geodesign o geodiseño une lo geográfico y el diseño, los cuales combinados permiten definir geodesign, que consiste en el proceso de creación de una entidad en la “zona de vida” del planeta, o dicho de una manera más sencilla, geodesign es diseño en el espacio geográfico, cuyo fin es facilitar la vida en dicho espacio (Miller, 2010). Geodesign también se puede considerar como un método de diseño y planificación que se encuentran estrechamente relacionado con la creación de una propuesta de diseñó con simulaciones del impacto generado por el contexto geográfico (Flaxman, 2010).

35

2.1.2.10.Catastro multipropósito De acuerdo con IGAC (2015), el Catastro Nacional aprobó un texto, en donde afirma que el catastro multipropósito “es aquel que dispone información predial para contribuir a la seguridad jurídica del derecho de propiedad inmueble, al fortalecimiento de los fiscos locales, al ordenamiento territorial y la planeación social y económica” (p. 2). El catastro multipropósito, puede ser considerado como multifuncional y multiutilitario, y este se ha convertido en una herramienta de gran utilidad que permita lograr la planeación y gestión sostenible territorial, de tal forma, que el gobierno administre y distribuya los recursos (Rodríguez y Ochoa, 2009). Estos mismos autores afirman que este tipo de catastro es un instrumento para el ordenamiento territorial, al cual le suministran información básica sobre la distribución de la propiedad, así como su ocupación y avalúo, que normalmente es entregada en formato digital y con referencia espacial y puede ser información geográfica y/o alfanumérica.

2.1.2.11.Catastro Tridimensional El catastro 3D es aquel que permite la administración de los derechos, deberes, relaciones y restricciones de predios ya no de manera bidimensional, sino en Unidades Espaciales de Propiedad tridimensional, junto con eventos fácticos y jurídicos ya sea por encima o por debajo de la superficie, teniendo en cuenta los volúmenes de las propiedades junto con sus relaciones espaciales (IDECA, 2016).

2.1.2.12.SIG 3D El SIG 3D surge principalmente por la necesidad de representar el mundo de una forma más realista, el paisaje es tridimensional, los edificios, vías, relieve tienen formas, alturas, volúmenes y una estructura interna compleja (ESRI, 2014). La definición de SIG 3D es bastante similar a la del SIG convencional o 2D, por lo tanto se puede decir que un SIG 3D es capaz de modelar, representar, administrar, manipular analizar y brindar apoyo a la toma de decisiones, basado en información asociada a fenómenos tridimensionales (Workboys, 1995, citado en Abdul-Rahman y Pilouk, 2007). Tradicionalmente los SIG y la plataforma que los soporta (hardware y software), estaban diseñados para trabajar con datos 2D y en algunos casos con datos en 2.5D. A medida que aumentaban las necesidades

36

de trabajar con datos 3D, la plataforma fue evolucionando, con tarjetas de video aptas para visualizar datos tridimensionales, con medios de almacenamiento con mayor capacidad y con procesadores más poderosos y veloces; paralelamente el software iba permitiendo trabajar con datos en 3D pero no de una forma integral, por lo tanto se requería usar diferentes softwares para la realización de diferentes tareas en 3D. Hoy en día se puede decir, que existen soluciones más completas que permiten hacer múltiples tareas con estos datos, sin embargo, se debe tener en cuenta que un software que visualiza datos geográficos en 3D, no necesariamente es un SIG 3D verdadero, puesto que, un aspecto importante es el análisis que se pueda hacer con los datos 3D y generar información a partir de estos.

2.1.2.13.Realidad Virtual (RV) El término de realidad virtual (RV) surgió en la década de los años 80, el cual se refiere a ambientes artificiales en los cuales el usuario inmerso se “desconecta de la realidad” aceptando dicho ambiente como algo real (Lin y Batty, 2011). Otros autores la definen como una tecnología que permite la interacción entre un usuario y un entorno simulado por computador (Alonso, 2012).

La realidad virtual puede requerir de cierto software y hardware especializado y es usado ampliamente en juegos, en donde se crean mundos virtuales en donde el jugador interactúa con estos. Cada vez se exige que esos mundos virtuales sean más realistas y den una experiencia de inmersión más real y divertida a los juegos, lograr esto se ha convertido en un gran desafío tanto en gráficas como en otros elementos que traten de integrar el uso de más sentidos. Los modelos de ciudades virtuales construidos en SIG y CAD han mejorado tanto su calidad que son aceptables por realismo exigido por los jugadores. La representación cartográfica en 3D cada vez juega un papel más importante en la RV, los motores de juegos que son una solución de software con conjunto de librerías que permiten desarrollar un video juego, han permitido la creación de nuevos enfoques para la construcción de modelos de ciudades tridimensionales (Alonso, 2012).

37

2.1.2.14.Ambientes geográficos virtuales (VGE, por sus siglas en inglés) Los ambientes geográficos virtuales están cimentados sobre los SIG y las ciencias de la información geográfica, en donde se presta particular atención en el usuario y la forma como interactúa con el software (Marble y Peuquet, 1983 citado en Lin y Batty, 2011).

Estos sistemas pueden ir desde los de tipo especializados de carácter científico y profesional, hasta los que permiten masificar su contenido geográfico a público general, como, por ejemplo, lo sucedido con dispositivos móviles que masificaron y popularizaron el acceso a la información geográfica. Los VGE contienen una combinación de funciones para el acceso y búsqueda de información la cual no estaba disponible hasta ahora a través de medios tradicionales (Lin y Batty, 2011). Los mismos autores mencionan que dentro de los VGE se encuentran las ciudades y paisajes virtuales, juegos y mundos virtuales, tecnologías web 2.0 como la “digital earth” y la neogeografía.

2.1.3. Terminología asociada a las técnicas de generación de datos en 3D Existen diferentes técnicas que permiten la generación de datos en 3D, algunas de ellas con mucha tradición y otras relativamente nuevas que pueden ser alternativas o complementarias entre sí.

2.1.3.1.Fotogrametría Según Pérez (2005), una de las definiciones más aceptadas de fotogrametría es la de la sociedad de fotogrametría estadounidense (ASP, por sus siglas en inglés): “La fotogrametría es el arte, ciencia y tecnología que permite extraer información exacta sobre objetos físicos y lo que les rodea a través de procesos de grabación, medición e interpretación de imágenes fotográficas” (p. 131). La fotogrametría ha permitido realizar cartografía básica y temática durante muchos años, sobre todo para escalas detalladas. Durante mucho tiempo las técnicas fotogramétricas fueron análogas, pero con la evolución de la informática, de la electrónica y de la aviación, dichas técnicas fueron evolucionando y hoy en día se hace de forma digital apoyada por los computadores y software especializado. Con la

38

popularización de las aeronaves remotamente tripuladas (ART) o vehículos aéreos no tripulados (UAV, por sus siglas en inglés), se ha logrado su utilización para la toma de fotografías aéreas con fines de mapeo y a partir de estos, extraer información a través de procesos fotogramétricos, que actualmente se están adaptando a esta nueva plataforma.

2.1.3.2.Aerotriangulación El proceso de aerotriangulación es una técnica de la fotogrametría, para la determinación de las coordenadas de los puntos de enlace entre modelos y pasadas, así como de la asignación de los parámetros de la orientación externa (relativa y absoluta) de cada uno de los modelos fotogramétricos, partiendo de un número mínimo de puntos de apoyo obtenidos en el terreno y con la ayuda de mediciones realizadas sobre las fotografías (Pérez, 2005). También es considerado como un método, por medio del cual, con pocos puntos tomados en terreno es posible la asignación de coordenadas de terreno a todos los puntos de enlace y de paso solo con conocer sus correspondientes coordenadas en la aerofotografía (Wikiversidad, 2015).

2.1.3.3.Ortofoto La fotografía convencional, así como la aérea poseen una proyección cónica o perspectiva, la ortofoto es una fotografía aérea generalmente cuya proyección cónica fue transformada en una proyección en donde el punto vista está situado en el infinito (rayos perspectivos paralelos), este tipo de proyección es conocida como ortogonal (Pérez, 2005). El proceso para realizar la ortofoto corrige adicionalmente las deformaciones debidas al relieve y a la inclinación del eje de toma (Figura 13), con esto se obtiene un producto proyectado sobre un plano, lo que permite a partir de este, generar cartografía tanto básica como temática.

39

Figura 13.Izquierda: deformación por inclinación del eje de toma. Derecha: deformación por relieve.

Fuente: Pérez (2005)

2.1.3.4.Ortofoto verdadera Este tipo de concepto se basa en el de ortofoto y asigna a la imagen una proyección ortogonal en toda su extensión. Según Pérez (2005), este concepto podría entenderse como utópico debido a la existencia de elementos como vegetación, postes de luz, edificios, infraestructura, etc., que no están correctamente modelados ni cartografiados, lo cual implica que las ortofotos convencionales puedan presentar ciertos desplazamientos radiales, en donde se ubican dichos elementos, mientras que las ortofotos verdaderas corrigen la situación de los elementos tanto naturales como artificiales. Una ortofoto que esté basada en un DSM y en dónde las zonas ocultas sean reemplazadas por medio de fusión con otras ortofotos adyacentes en donde no se encuentren ocultas, es conocido como ortofoto verdadera (Pérez, 2005). Dichas zonas ocultas, ocurren cuando por ejemplo un edificio capturado en una ortofoto, de acuerdo con la perspectiva desde la cual fue tomada la foto, no posee cierta información, puesto que no es visible desde dicha perspectiva, podría verse la fachada y uno de sus costados laterales, pero la parte posterior y otros costados permanecen ocultos en dicha fotografía, pero puede pasar que en otro ortofoto adyacente tomadas desde otro punto de vista esta información no esté oculta, lo cual permitiría la fusión de ortofotos y eliminar dichas zonas ocultas, como se puede observar en la Figura 14:

40

Figura 14.Izquierda: Ortofoto convencional (con zonas ocultas). Centro: Paso intermedio (con efecto “fantasma”). Derecha: Ortofoto verdadera (ya no posee zonas ocultas).

Fuente: Pérez (2005)

La ortofoto verdadera es un concepto novedoso para la elaboración de cartografía catastral urbana, la cual de acuerdo con su alta precisión, ofrece un producto de gran calidad que garantiza el poder capturar toda la información relevante con fines catastrales en los cuales se requiere precisión en planimetría y en volumetría de edificaciones, así como una rápida actualización (Pérez, 2005).

2.1.4. Principales tecnologías, técnicas y metodologías usadas para la elaboración de edificios tridimensionales De acuerdo con la revisión bibliográfica hecha preliminarmente, las principales tecnologías, técnicas y metodologías usadas para la elaboración de edificios tridimensionales son las siguientes:

2.1.4.1.Técnicas y metodologías Se pudo determinar las siguientes técnicas principales para la generación de edificios en tres dimensiones:

2.1.4.1.1.Extrusión Según ESRI (2016), la extrusión es un proceso en el cual se expande de forma vertical una

41

forma bidimensional para la generación de un objeto en 3D. Para la generación de edificaciones en 3D, es una técnica bastante usada empleando una capa de polígonos que representan los contornos de los edificios o “footprints” y por medio de un atributo como el de número de pisos y conociendo la altura promedio de cada piso, se puede generar un modelo tridimensional de la edificación. La extrusión se puede llevar a cabo con los tres tipos de geometrías básicas (puntos, líneas y polígonos) como se muestra a en las Figuras 15, 16 y 17:

Figura 15.Izquierda: Puntos en el suelo (objetos 2D). Derecha: Puntos extruidos como líneas (objetos 3D) Fuente: ESRI (2016)

Las entidades de tipo punto o multipunto se suelen extrudir de forma vertical para generar líneas, este tipo de extrusión puede ser útil para hacer sobresalir ubicaciones, también para resaltar ciertos atributos para generar columnas de longitudes diferentes de acuerdo al valor estipulado en los atributos de los datos (ESRI, 2016).

42

Figura 16.Izquierda: Línea en el suelo (objeto 2D). Derecha: Línea extruida como un muro (objeto 3D) Fuente: ESRI (2016)

Las entidades de tipo línea son extruidas de manera vertical para producir la sensación de generar muros, este efecto es de gran utilidad para la representación de límites en tres dimensiones, para crear efectos visuales de geometrías tipo líneas elevadas o también para que, por medio de un campo de atributos, se obtenga alturas para la creación de dichos muros (ESRI, 2016).

Figura 17.Izquierda: Contorno de edificio en el suelo (objeto 2D). Derecha: Edificio extruido (objeto 3D) Fuente: ESRI (2016)

Las entidades de tipo polígono, son extruidas de manera vertical para la generación de bloques, como por ejemplo un uso común es convertir los contornos de las edificaciones “footprints” en edificios en 3D. Otros ejemplos son la creación de mapas de prismas en 3D para mostrar precios de la propiedad inmueble, población asentada sobre un territorio, ingresos, entre otros (ESRI, 2016).

43

La técnica de extrusión es quizá la más sencilla y rápida de emplear, puesto que con el software adecuado es posible generar de manera ágil edificaciones 3D a partir de elementos 2D. Dichas edificaciones en su forma más elemental, pueden estar en un nivel de detalle LoD1, en el cual se representan los muros y techos planos, sin ninguna clase de textura. A partir de estos, es posible lograr modelos tridimensionales más elaborados agregando texturas y colores fotorrealistas por medido de fotografías aéreas para los techos y cubiertas y terrestres para las fachadas. Entre las desventajas de esta técnica, es la imposibilidad de generar una forma verdadera 3D de las edificaciones, más bien se trata de representaciones en 2.5D las cuales no pueden detallar balcones, cúpulas o formas más complejas. Otra desventaja es que las alturas de los sólidos no son precisas en algunos casos, puesto que no son medidas reales sino aproximadas, al tratarse de un atributo como número de pisos multiplicado por una altura promedio de cada piso, como es el caso de Bogotá 3D liderado por la IDE de la ciudad llamada IDECA.

A continuación, se muestra una representación básica generada por extrusión, sin colores ni texturas verdaderas asociadas a partir de los polígonos prediales en 2D (Figura 18):

Figura 18. Plano catastral 2D (Izquierda), Edificio 3D generado a partir de los datos almacenados en el plano 2D (Derecha) Fuente: Velasco y Olivares (2010).

Al realizar representaciones más detalladas a partir de extrusiones es posible generar

44

edificaciones más realistas como se mencionó anteriormente, por medio del uso de fotografías áreas y terrestres, como se muestra a continuación (Figura 19):

Figura 19. Modelo Bogotá 3D “Para verte mejor” con texturas y colores realistas Fuente: IDECA (2016)

2.1.4.1.2.Fotogrametría La fotogrametría moderna, a partir de imágenes tomadas por cámaras fotogramétricas digitales a bordo de plataformas tripuladas o remotamente tripuladas (ART), permite la generación de modelos digitales de superficie, del terreno y de edificaciones gracias la generación de modelos estereoscópicos del terreno. La estereoscopia permite a través de un par de aerofotografías de un mismo lugar tomadas desde puntos de vista distintos (Figura 20), las cuales son observadas cada una por un ojo respectivo, generar un efecto tridimensional en el cual se puede observar la profundidad y alturas del paisaje. En la fotogrametría digital se habla de la medición automática por medio del proceso de identificar imágenes homólogas, a través de técnicas complejas para el reconocimiento de patrones barriendo una zona determinada de las imágenes, lo cual quiere decir que se trata de encontrar automáticamente una imagen homóloga (con recubrimiento en común) de

45

un fotograma en otro, por lo tanto, una misma imagen debe aparecer en dos fotogramas contiguos que fueron tomados desde dos puntos de vista diferentes a lo largo de la línea de vuelo de la aeronave (Pérez, 2005). Existen diversos sistemas de reconocimientos de imágenes homólogas en las que se basa el proceso fotogramétrico, como lo son el simbólico basado en emparejamiento (SBM, por sus siglas en inglés), el área basada en emparejamiento (ABM, por sus siglas en inglés), la cual es conocida como correlación y por último rasgos basados en emparejamiento (FBM, por sus siglas en inglés) (Pérez, 2005).

Figura 20. Aerofotografías de un mismo lugar tomadas desde puntos de vista distintos Fuente: Perego (2016)

El proceso fotogramétrico general comprende cuatro pasos muy claros (Sani y Tierra, 2015): •

Orientación interna: Consiste en reconstruir la forma del haz perspectivo o la forma como la cámara tomó la fotografía mediante la ayuda de datos internos, para lo cual se requiere conocer la distancia focal y otros parámetros.

•

Orientación relativa: Es la determinación de la posición relativa de un haz con respecto a otro, de tal manera que las intersecciones entre puntos homólogos de la fotografía permitan determinar los puntos del objeto.

•

Orientación absoluta: Consiste en acomodar y escalar el bloque fotogramétrico completo apoyándose en puntos de control amarrados a un sistema de referencia particular.

•

Restitución: Permite la determinación e identificación de pares estereoscópicos con respecto a objetos identificables en las fotografías.

46

Una técnica fotogramétrica muy importante, es la aerotriangulación, la cual permite la determinación de las coordenadas de los puntos de amarre entre trayectorias de vuelo (pasadas) y modelos, también de los parámetros para la orientación externa que comprende las orientaciones relativa y absoluta. Según Pérez (2005), la aerotriangulación tiene entre sus ventajas, el gran nivel de automatización del proceso, la velocidad de ejecución, su economía y altos niveles de precisión. Una vez se realicen las orientaciones interna y externa de cada foto (orientación del modelo 3D), es posible la visualización en tercera dimensión en una estación fotogramétrica, lo cual permitirá iniciar la obtención de cartografía (Pérez, 2005).

Para la obtención de la ortofoto, un paso importante es la obtención del modelo digital del terreno - MDT, el cual es considerado un caso del modelo digital de elevación – MDE, el MDT representa la superficie del terreno sin tener en cuenta lo que existe sobre esta como vegetación o edificaciones, este modelo permite generar la ortofoto puesto que ayuda a mitigar las distorsiones causadas por la forma del terreno y el mismo sensor en las fotografías aéreas. Al realizar el proceso fotogramétrico, el modelo de elevaciones más completo que puede ser obtenido, es el modelo digital de superficie – MDS, el cual comprende el terreno y todo lo que se asienta sobre este. Al eliminar del MDS el MDT, es posible obtener todo lo que está sobre el terreno, de acá, al dejar solo las edificaciones y estructuras, se obtiene el modelo digital de edificaciones (DBM, por sus siglas en inglés), este modelo representa en 3D los elementos construidos por el hombre. Un modelo digital de edificaciones generado a partir de procesos fotogramétricos luce de la siguiente manera (Figura 21):

47

Figura 21. Modelo digital de edificaciones – DBM, generado a partir de procesos fotogramétricos.

Fuente: Macay Moreira, Nex, Agugiaro, Remondino, y Lim (2013)

El DBM anterior permite generar edificaciones con un nivel de detalle LoD1, el cual puede ser mejorado agregando texturas y colores realistas para lograr un LoD2 o superior. Este tipo de modelo tiene la ventaja sobre el de extrusión que la medida de las construcciones en cuanto a su altura es más precisa. La fotogrametría oblicua puede ser de ayuda para lograr modelos más realistas, puesto que permite obtener las texturas y colores de las fachadas de las edificaciones como complemento a las fotografías tomadas desde nadir las cuales permiten capturar las texturas y colores de los techos.

La fotogrametría área es uno de los métodos que más se usan para la creación de modelos de ciudades en 3D, su ventaja radica en que se necesitan pocas imágenes (aeronaves tripuladas), las texturas, contornos “footprints” y los techos son obtenidos de la misma imagen, el balance del color de la imagen no debe ser corregido (GulerYalcin Y Selcuk, 2015).

Estos mismos autores afirman que la fotogrametría puede entregar información tridimensional de la geometría incluyendo la altura de los edificios y del terreno, footprints de las construcciones, así como la estructura de los techos, además de la textura del suelo.

2.1.4.1.3.Lasergrametría (Escaneo láser) En los años recientes los métodos de restitución automatizada para la captura de objetos ha ganado mucha importancia, sensores como el LiDAR han revolucionado la adquisición de datos en 3D tanto para capturar el relieve como objetos de rango cercano (Pfeifer y

48

Briese, 2007).

Este tipo de tecnología, contrasta con las técnicas convencionales de adquisición manuales como lo son las topográficas y las de fotogrametría que requieren de una interpretación manual para lograr una representación de los objetos capturados, mientras que por escaneo láser permite procesos automatizados para la extracción de objetos de la superficie en un tiempo corto (Pfeifer y Briese, 2007).

Un escáner láser emplea luz láser para medir la distancia entre el sensor y el objeto a ser medido en un patrón sistemático. El punto de visión de la medición de la distancia es decir el rango, recae sobre el haz láser que realiza dicha medición. Por lo tanto, el rango medido en sí mismo es adquirido en un patrón por medio de la deflexión de la energía láser fuertemente colimada como por ejemplo el haz láser en diferentes direcciones (Boehler y Marbs, 2002).

Según Pfeifer y Briese (2007), diferentes principios pueden ser usados para realizar las mediciones entre el sistema sensor y el objetivo, estos pueden diferir en su precisión, pero esto depende del rango que lo cubre. Los rangos más largos son probados usando el principio de medición del tiempo del viaje de ida y regreso lo cual permite obtener precisiones centimétricas.

Esta técnica se ha vuelto más económica con el tiempo, lo cual ha permitido usarla de diferentes maneras. El uso de rayos láser para la generación de imágenes 3D de objetos es llamado normalmente “lasergrametría” o “escaneo láser”, otros términos emergentes para esta técnica son “medición visual” o “medición de alta precisión” (Denton, 2013).

Al contrario de la fotogrametría, la cual registra las imágenes en una película o en una memoria, los haces láser viajan al objeto y regresan al sensor y la ubicación 3D real del “impacto” del haz láser en el objetivo es almacenada en una base de datos, múltiples impactos pueden ocurrir en una distancia pequeña, lo cual permite generar un contorno real de los objetos por medio de puntos, lo que permite generar una nube de puntos que permiten mapear una superficie en su totalidad y se combinan múltiples escaneos láser, es posible generar una nube tridimensional de puntos lo cual permite representar todos los lados o caras de un objeto (Denton, 2013). Según el mismo autor, existen hoy en día dos tecnologías principales de escaneo láser: LiDAR y de onda continua o basada en fase. LiDAR permite determinar las formas y distancias de los objetos basado en el tiempo que tarda

49

en viajar un pulso de láser corto desde el escáner al objeto y el eco recibido de regreso, esta tecnología es capaz de escanear áreas grandes en distancias de hasta 100 metros con muy alta precisión. Por otro lado, la tecnología de onda continua, es relativa al tiempo de vuelo, en vez de usar pulsos láser, usa un haz láser continuo en forma de onda controlada que es transmitida al objetivo, lo que registra gran cantidad de datos y su distancia de exploración está limitada de 20 a 40 metros (Denton, 2013).

La lasergrametría puede ser realizada con sensores aerotransportados y terrestres, ambos poseen gran aplicabilidad en la generación de construcciones en 3D desde dos puntos de vista diferentes, además de que pueden ser combinados para obtener formas más precisas de las construcciones, al tener vista aérea en la cual se puede obtener las alturas, el volumen de las edificaciones, la forma de los techos y con la vista terrestre se pueden generar las fachas de estas. El siguiente ejemplo muestra una construcción generada por lasergrametría (Figura 22):

Figura 22. Construcción generada a partir de procesos de lasergrametría Fuente: Sintégra (2016)

2.1.4.2.Tecnologías Las técnicas descritas anteriormente, requieren de diferentes tecnologías que faciliten la generación de estos datos tridimensionales, desde plataforma en la cual se transportan los sensores, hasta sistemas que permiten su georreferenciación precisa sobre la superficie terrestre.

50

2.1.4.2.1.UAV Existen diferentes terminologías y acrónimos para referirse a las aeronaves no tripuladas, tal vez el término más común sea Vehículo Aéreo no Tripulado (UAV, por sus siglas en inglés) y drone. Existen términos derivados como Sistema Aéreo no Tripulado (UAS, por sus siglas en inglés), el cual es un conjunto de elementos integrados como un sistema que permite controlar una aeronave no tripulación (Sani y Tierra, 2015). Este último término fue adoptado por el Departamento de Defensa de EEUU (DOD, por sus siglas en inglés) y la autoridad civil del Reino Unido (CAA, por sus siglas en inglés). Otro término acuñado es el introducido por la Organización Internacional de Aviación Civil (ICAO, por sus siglas en inglés) de Sistema Aéreo Remotamente Tripulado (RPAS, por sus siglas en inglés) (Colomina y Molina, 2014). En este trabajo de grado se hará referencia a UAV por ser un término más genérico. Este tipo de aeronaves existen desde hace mucho tiempo y fueron creadas principalmente para uso militar, en donde su campo de acción es grande gracias a su versatilidad y a que no pone en riesgo vidas humanas. Con el paso del tiempo y más en los últimos años se ha popularizado su uso civil, en gran parte por la aparición de muchas marcas y su sinfín de aplicaciones, que van desde la toma de videos y fotografías desde el aire, pasando por monitoreo y vigilancia, atención de emergencias hasta su uso en el mapeo en 2D, 2.5D y 3D de porciones pequeñas de la superficie terrestre, campo en el cual se aplica la fotogrametría adaptada a este tipo de plataforma.

2.1.4.2.2.GNSS Existe una serie de sistemas y tecnologías asociadas que permiten la captura de las coordenadas de interés, conocidos como Sistemas Globales de Navegación Satelital (GNSS, por sus siglas en inglés). Estos sistemas están conformados por varios segmentos: Segmento espacial, comprendido por los satélites tanto de navegación como de comunicaciones y sus órbitas; segmento de control, en donde a través de una serie de estaciones en tierra se controla el segmento espacial, intercambiando datos con los satélites y monitoreándolos de tal manera que se hagan las correcciones en posiciones orbitales y temporales a los satélites;

segmento de usuario, en donde se reciben las

señales provenientes del segmento espacial por medio de dispositivos compuestos por una antena y un receptor (Álvarez, 2008). El sistema GNSS más antiguo y más popular es el

51

Sistema de Posicionamiento Global (GPS, por sus siglas en inglés), pero existen otros que poco a poco se van integrando como el Sistema de Navegación Global por Satélite (GLONASS, por sus siglas en Ruso) ruso, el europeo GALILEO y el chino COMPASS.

2.1.4.2.3.INS Es un sistema de navegación inercial (INS, por sus siglas en inglés) que complementa a los sistemas GNSS, ayudando a la reducción de algunos inconvenientes en el posicionamiento y la navegación, permitiendo relacionar de forma directa los datos capturados por el sensor con la superficie de la tierra (Angulo, 2014). Este sistema está conformado por un dispositivo conocido como Unidad de Medición inercial (IMU, por sus siglas en inglés) y de funciones de orientación y posicionamiento, el cual es un instrumento creado para determinar la alineación real, aceleración y altitud batimétrica de una plataforma área tripulada o no (Siebert y Teizer, 2014). Lerma (2002 citado por Angulo 2014), menciona que el INS está compuesto por giroscopios y acelerómetros, los cuales se encuentran montados en tres ejes ortogonales, los primeros permiten la detección de las rotaciones y los segundos las diferentes posiciones y velocidades del sensor.

2.1.4.2.4.Sensores remotos 2.1.4.2.4.1. Cámara aérea La cámara aérea posee diversas definiciones, uno de ellas es un instrumento que hace parte de los sensores remotos, el cual permite capturar las propiedades físicas de los objetos como lo son las longitudes de onda que abarcan los diferentes rangos del espectro electromagnético que van desde el ultravioleta hasta el infrarrojo, a través de la absorción, refracción o reflexión (Zapata, 2003). El mismo autor presenta otras definiciones pero más enfocadas a las cámaras aéreas análogas: es un cuarto oscuro pequeño, el cual posee un lente al frente de un obturador a modo de ventana, por medio de la cual pasa la luz que llega hasta el fondo de dicho cuarto oscuro, en donde se encuentra una película sensible, la cual reacciona cuando se produce el contacto y “un plano del negativo (plano de la película), un eje óptico perpendicular a dicho plano y un centro óptico contenido en el eje óptico que es el punto donde se concentran todos los rayos proyectantes, que impactaran el plano del negativo” (Zapata, 2003, p. 27).

52

Las cámaras empleadas en la fotogrametría se pueden clasificar de acuerdo a diferentes criterios (Jauregui et al., 2006): •

Según cómo almacenan la información: o Análogas: Las fotografías son registradas en un medio análogo como lo es la película fotográfica. o Digitales: La imagen es registrada en un archivo digital.

•

De acuerdo con su precisión: o Métricas: Son cámaras muy precisas diseñadas y construidas para la fotogrametría. Estas cámaras poseen características especiales con ciertos parámetros constructivos, los cuales permiten la obtención de información métrica precisa de las imágenes capturadas. Estas son normalmente aéreas, aunque también existen las terrestres. o Semimétricas:

Cámaras

convencionales

adaptadas

para

uso

en

fotogrametría. o No métricas: Cámaras convencionales en donde es más importante la calidad gráfica que la geometría de las imágenes.

Algunas cámaras fotogramétricas pueden ser multiespectrales, es decir pueden capturar información de diferentes porciones del espectro electromagnético según el tipo de diseño (Jauregui et al., 2006): •

Multicámara: Al menos tres cámaras o más capturando información de forma independiente en bandas diferentes como la azul, verde, roja e infrarroja.

•

Cámara multilente: Emplea en un mismo cuerpo diferentes lentes con un filtro cada uno.

Los siguientes son ejemplos de cámaras fotogramétricas análogas y digitales (Figura 23):

53

Figura 23. Cámaras fotogramétricas, digital (izquierda), análoga (derecha) Fuente: Vexcel Imaging (2016) y Jauregui et al.(2006)

Partes de una cámara fotogramétrica: Según Jauregui et al. (2006), las partes más importantes de una cámara fotogramétrica son el cono y el magazine, como se muestra a continuación (Figura 24):

Figura 24. Partes de una cámara fotogramétrica Fuente: Jauregui et al. (2006)

54

En el cono se pueden encontrar los siguientes componentes (Jauregui et al., 2006): •

Sistema de lentes del objetivo: Es un conjunto de lentes, los cuales direccionan los rayos de luz provenientes del objeto observado hacia el plano focal, lugar en donde es formada la imagen.

•

El diafragma y el obturador: Se emplean para controlar la exposición. La velocidad de obturación que se usa en fotogrametría aérea se encuentra entre 1/100 y 1/1000 segundos, así mismo, la abertura del diafragma oscila entre f/4 y f/22.

•

Soporte de filtros: Son dispositivos en donde se ponen los filtros los cuales permiten obtener ciertos efectos especiales en la imagen capturada, en algunos casos, el empleo de estos filtros puede requerir aumentar el tiempo de exposición.

•

Sistema de registros: Permite imprimir la información marginal en las imágenes capturadas, en las cuales se incluyen datos como marcas fiduciales, número de fotografía, fecha de la toma, hora, etc.

En el plano local es el lugar donde la imagen es formada, es en la cámara análoga se encuentra la película y en las digitales un sensor CCD. En el magazine se encuentra un sistema de adherencia y de desplazamiento de la película, el cual eventualmente podría incorporar un dispositivo para la compensación del movimiento de la película (Jauregui et al., 2006).

2.1.4.2.4.2. LiDAR El LiDAR es un sensor aerotransportado (aunque también existen los terrestres), el cual emite pulsos de rayos láser sobre un objetivo de interés (superficie terrestre, edificaciones, infraestructura, etc.) en el que se determina el tiempo que tardan en ir, rebotar contra el objetivo y regresar al sensor. Este sensor integra sistemas GNSS, tales como GPS y un sistema inercial, que permiten tomar mediciones en cuanto a la posición, altitud del sensor y distancia al objetivo (Ferrario, García, Gómez, López, y Montufo, 2012).

Según Palá y Corbera (2012), los sensores LiDAR son parecidos a los radares, pero en vez de usar ondas de radio usan ondas de luz láser, las cuales poseen longitudes de onda mucho más cortas. El tiempo que transcurre entre la emisión de los pulsos láser y su recepción de vuelta al sensor, permite el cálculo de la distancia entre el sensor y el objetivo de interés y

55

por medio de un sistema que integra un GPS y una IMU, permite registrar de manera simultánea la posición y altitud del sensor. Este sistema en su conjunto, permite calcular las coordenadas 3D de dicho objetivo (Palá y Corbera, 2012).

La tecnología de LiDAR aerotransportado, captura de forma masiva puntos tridimensionales sobre un sistema de referencia determinado, e incluye coordenadas planimétricas X e Y, una altura Z y la intensidad de la señal reflejada I para cada punto, lo cual da como resultado un vector XYZI (Sánchez Lopera y Lerma García, 2012). Para lograr la integración de las coordenadas absolutas se emplean las mediciones realizadas por un sistema GNSS, las cuales son interpoladas a la trayectoria del vuelo por medio de un INS(Sánchez Lopera y Lerma García, 2012).

El LiDAR posee dos ventajas principalmente respecto a la fotografía área, la primera es que permite hacer mediciones directas que le permite determinar de forma precisa y rápida de las distancias, como no sucede con la fotogrametría, en donde se hace a través de los resultados de correlaciones entre fotogramas; la segunda ventaja radica en que es un sensor activo y no depende de las condiciones de iluminación del objeto (Palá y Corbera, 2012).

De las aplicaciones principales del LiDAR, están los modelos digitales de ciudades, que, gracias a la gran precisión de este sensor junto con una serie de algoritmos de reconocimiento y extracción de formas, es posible realizar mapas de ciudades de forma tridimensional con una gran precisión en altimetría y planimetría (Pérez, 2005). El mismo autor afirma que con un solo vuelo, es posible obtener una gran densidad de puntos (millones) en muy poco tiempo y con alta precisión en X, Y y Z cercana a los 10 a 15 cm. Por medio de LiDAR es posible determinar la altura y volumetría de edificaciones y de vegetación, gracias a los múltiples ecos (capturas de rayos reflejados). El LiDAR puede remplazar a las técnicas fotogramétricas convencionales sobre todo en aplicaciones que requieran gran precisión con un esfuerzo inferior al de la fotogrametría, como por ejemplo en modelos urbanos, monitoreo de obras lineales como ferrocarriles, cuencas hidrográficas, etc.; debido a la capacidad multiretorno o multieco del LiDAR, existen otras posibilidades de aplicación que no cubre la fotogrametría, es el caso de determinar la altura de objetos que cubren de forma parcial el suelo sobre el que se asientan, como es el caso de

56

vegetación y aplicaciones forestales y la generación de MDT en zonas de árboles, también en líneas de alta tensión para modelar las catenarias (Pérez, 2005).

Los datos de retorno de las emisiones láser obtenidos deben ser procesados por medio de una serie de procedimientos en oficina en las siguientes fases de postproceso: •

Procesamiento de datos GPS/INS

•

Obtención de la nube de puntos con coordenadas X,Y, Z.

•

Proceso de filtrado y clasificación de elementos.

•

Conversión de datos a formatos estándar que garanticen su interoperabilidad.

Un sistema LiDAR posee los siguientes componentes: •

Escáner Láser: Sensor que emite los pulsos laser

•

GPS diferencial: permite obtener la posición y altura de la aeronave

•

Sistema de Navegación inercial – INS

•

Vehículo aéreo: Avión o helicóptero sobre el cual se instala el sensor

•

Cámara de video o fotogramétrica: Opcionalmente puede tener estas cámaras

El sistema LiDAR y sus componentes se ilustra en la Figura 25:

Figura 25. Sistema LiDAR. Fuente: Schuckman y Renslow (2014)

A través de una nube de puntos generada, es posible filtrar y extraer las edificaciones y los objetos de interés, que fusionados con fotografías áreas a nadir, oblicuas y terrestres, es posible la generación de modelos de edificaciones realistas y muy precisas a nivel de detalle

57

LoD2 y si se combinan datos de LiDAR terrestre es posible alcanzar niveles LoD3.

La Figura 26 muestra una nube de puntos clasificados de LiDAR para generar un modelo de edificaciones en 3D:

Figura 26. Nube de puntos clasificados de LiDAR para generar un modelo de edificaciones en 3D. Fuente: Arroyo (2015)

Un modelo digital de edificaciones generado a partir de nubes de puntos de datos LiDAR sería como el que se muestra a continuación (Figura 27):

Figura 27. Modelo digital de edificaciones – DBM, generado a partir de nube de puntos de LiDAR. Fuente: Macay Moreira et al.(2013)

58

2.2. MARCO HISTÓRICO Hoy en día la representación física del mundo que se conoce se plasma generalmente de forma bidimensional en mapas, los cuales tienen una perspectiva naridal. Sin embargo, en el pasado se ha podido evidenciar la utilización de vistas generadas de forma oblicua en las cuales se representaban las calles y las construcciones en perspectiva, mostrando de esta manera sus fachadas y tejados (Alonso, 2012). En el siglo XVI se hicieron y se utilizaron esta clase de mapas en los cuales se resaltaba la estética dando una visión clara de la ciudad y los rasgos tridimensionales de los edificios junto con sus rasgos. Según la literatura revisada, uno de los mapas pioneros en este tipo de visualización fue el denominado “Villa de Madrid, de Corte de los Reyes Católicos”, creado en 1635 y es atribuido a Frederick de Wit, en este mapa desde una perspectiva caballera eran representadas las construcciones (Alonso, 2012). La misma autora menciona que uno de los más representativos fue un mapa denominado “Mantua Carpetanorum sive Matritum Urbis Regni” pero se conocía más como “Mapa de la Texeira” y fue elaborado en 1656 por el portugués Pedro Texeira a una escala de 1:1,840, en donde se muestra la ciudad de Madrid con gran calidad y detalle de su panorámica. En la Figura 28 se muestra un fragmento de dicho mapa:

Figura 28. Parte del mapa de Texeira.

Fuente: Alonso (2012)

Estos mapas con representaciones tridimensionales se han realizado durante siglos en diversos lugares. Otra vista de gran popularidad en la antigüedad fue el de vuelo pájaro y fue empleado para mapear ciudades y paisajes de extensiones pequeñas con el propósito que gente del común los pudiese entender fácilmente (ESRI, 2015). El autor menciona que

59

al ser mapas que no permitían realizar mediciones o análisis directamente sobre ellos, los cartógrafos serios los consideraban como confecciones y no un medio con contenido oficial.

En la actualidad el mapeo en 3 dimensiones se ha hecho de diferentes formas y en diferentes lugares del mundo. En Colombia se desarrolló un proyecto de tesis de grado de maestría en SIG el cual buscaba obtener un modelo conceptual integrado de datos en 5 dimensiones, que permitiera el soporte para obtener modelos 3D y 4D. Para lograr esto se partió de la hipótesis de que es posible crear un modelo basado en un espacio 3D combinando tiempo (4 dimensión) y escala (5 dimensión) sin tener superposiciones ni vacíos. Para lograr esto parte de la propuesta y análisis de los siguientes requerimientos: El tiempo y la escala deben ser considerados como dimensiones en el espacio geográfico, dimensiones temáticas deben ser tomadas como atributos del modelo geográfico quintidimensional y un modelo estructural que integre el espacio geográfico 5D (espacio 3D + tiempo + escala). La investigación arroja como resultado que la creación de este tipo de modelos es un reto muy ambicioso y que de ser logrado sería un gran avance para el manejo de la información geográfica y las infraestructuras que lo soportan puesto que la tecnología actual no permite el desarrollo de un SIG 5D, debido a que para esto se requeriría unas nuevas bases de datos que permitan la construcción de estructuras de almacenamiento, gestión, consultas, visualización que soporten esa nueva clase de modelos. Esto abriría el camino al desarrollo de nuevos programas computacionales que implementen y manejen este tipo de modelos (Salcedo, 2012).

Tradicionalmente para el modelamiento de ciudades en 3D se solía usar herramientas CAD o diseño asistido por computador, y las consultas a bases de datos se hacía por medio de SIG 2D. la tecnología actual permite el desarrollo e implementación de SIG 3D las cuales permiten la consulta y visualización de datos 3D teniendo en cuenta además de las coordenadas X, Y la Z. Es por esto que una investigación realizada por El Centro de Política de Suelo y Valoraciones de la Universidad Politécnica de Cataluña (Marambio y García, 2005) desarrolló una metodología para el desarrollo de un modelo de ciudad en 3D de alta calidad por medio del uso de herramientas SIG como apoyo a la toma de decisiones en el campo de la planeación urbana. La metodología propuesta discute el uso del SIG en vez del CAD, el modelo final desarrollado por ellos incluye un total de cerca de 16,500 edificaciones y permite, a mediano plazo, incorporar nuevos objetos al modelo como árboles, mobiliario

60

urbano entre otras cosas más que sean requeridas para usarse como una herramienta de planificación urbana. El proyecto fue solicitado por el encargado del Ayuntamiento de Esplugues de Llobregat (España) con el propósito de facilitar la toma de decisiones concernientes al territorio por medio del desarrollo de una herramienta de visualización interactiva. El uso de la tercera dimensión como complemento a lo que se conoce actualmente en el campo de los sistemas urbanos, permite enriquecer la simulación de los modelos de ciudades y por medio de una visualización más realista empleando herramientas de realidad virtual, permitirá una mayor integración de ciudadanía en la toma de decisiones en un corto plazo. Su metodología partió de emplear la información suministrada por el Ayuntamiento: Cartografía, bases de datos, MDT y ortofotomapas, la base de datos fue lo más complejo de actualizar, pero sus atributos fueron transformados para pasar de tener el número de pisos de cada edificación a tener las alturas que por medio del Software ArcScene permite extruir las construcciones por el campo de alturas, también por medio de este software se superpuso el MDT con la cartografía para darle la forma del terreno y con la ortofoto darle mayor realismo a la visualización. A partir de lo anterior se exporta el escenario construido al formato estándar de intercambio de datos en 3D (VRML), el cual mantiene la altura de los elementos y a la vez permite ser utilizado en software de renderizado para la elaboración de escenas y películas personalizadas. El fin del proyecto es construir un modelo interactivo en el cual los usuarios puedan navegar libremente por todo el municipio y que se haya gestionado exclusivamente con herramientas SIG. Existen varios métodos para el modelamiento de ciudades en 3D, uno de los más usados es el que emplea la fotogrametría. Este es un caso que aplica este método, fue desarrollado para la ciudad de Konya en Turquía y presentado por (GulerYalcin y Selcuk, 2015), en donde se aprovechan las bondades tecnológicas que existen hoy en día y que permiten extender el modelamiento bidimensional al tridimensional el cual es muy útil para aplicaciones urbanas como planeación, representaciones de escenarios urbanos, atención de emergencias, navegación de vehículos y peatones entre otros. Los modelos tridimensionales facilitan y permiten la representación de elementos como edificaciones, mobiliario urbano, árboles, infraestructura y muchos otros. Dependiendo del nivel de detalle del proyecto, del propósito del proyecto y de las técnicas de adquisición de los datos,

61

se deben tener en cuenta unos grados de calidad de los datos, los cuales se ven plasmados con los niveles de detalle LoD (por sus siglas en inglés). Estos niveles son tenidos en cuenta por varios autores consultados y se explicaran con más detalle en el marco conceptual, son 5 y van desde LoD0 hasta LoD4. Los LoD para los cuales se pueden usar imágenes áreas son los de LoD0 al LoD2. Las ventajas de la fotogrametría para la elaboración de modelos de ciudades en 3D es que solo se requiere de varias imágenes y permiten la extracción de texturas, footprints (huellas de los edificios) y techos. A partir de estas imágenes es posible obtener las alturas de las construcciones y las texturas de los suelos y los techos, para obtener texturas frontales de las edificaciones es necesario emplear técnicas de fotogrametría oblicua. La metodología empleada para construir el modelo 3D de la ciudad utiliza técnicas de fotogrametría con imágenes nadirales para obtener el volumen de los objetos y sus texturas superiores y oblicuas. Para las texturas de las fachadas, hace uso de la integración de sistemas de posicionamiento global (GPS) y de unidades de medición inercial (IMU). Los resultados del trabajo son geometrías digitalizadas en 3D de los edificios a partir de imágenes digitales estéreo con 8m, 10 y 12m de GSD (ground sample distance)1 son un gran inicio para crear modelos de construcciones 3D en un nivel de detalle LoD3 partiendo de imágenes oblicuas, lo cuales es mejor de lo contemplado inicialmente de niveles LoD0 a LoD2. Las imágenes oblicuas normalmente eran empleadas con propósitos de interpretación y visualización en vez de aplicaciones métricas con excepción del campo militar y de la arqueología. Con lo visto en este proyecto este tipo de imágenes son un nuevo insumo para la fotogrametría y los SIG. Otro trabajo de la fotogrametría, pero con imágenes oblicuas fue el llevado a cabo por Kobayashi (2006), quien afirma que el modelamiento de las ciudades en 3D usando la tecnología de la fotogrametría es uno de los campos con mayor crecimiento en la arquitectura digital, claro está en el año en el que elaboró su investigación. Su publicación muestra un método para la creación de modelos 3D de ciudades a partir de imágenes aéreas empleando herramientas de fotogrametría comerciales “off-the-shelf” (fuera de la plataforma) y discute sobre la eficacia y efectividad plasmada en términos de tiempo, trabajo y reusabilidad. El modelo tridimensional propuesto por él no solo es creado para efectos de visualización científica sino también para valoración de diseños arquitectónicos 1

Distancia de los centros de dos pixeles consecutivos medida en tierra.

62

mediante de la elaboración de un modelo de ciudad 3D de Phoenix (Estados Unidos). Dicho modelo, afirma el investigador, es un modelo tridimensional computarizado de una ciudad y no un modelo de realidad virtual y que para obtener este tipo de modelo existen tres métodos principales agrupados de la siguiente manera: automático, semiautomático y manual. El primero utiliza reconocimiento de patrones por medio de inteligencia artificial, el segundo por medio de la creación de objetos 3D uno a uno con apoyo de la fotogrametría y la visión 3D, y el manual mediante la elaboración de las geometrías de los objetos 3D uno a uno con software CAD o programas como 3D Max Studio y Maya, pero en años posteriores a la publicación de ese trabajo ha tomado fuerza SketchUp del que ahora es propietario Trimble. Para la generación de modelos 3D de ciudades por medio de fotogrametría, el autor menciona que existen dos enfoques. Uno es el uso de fotografías terrestres el cual tiene la ventaja de que es un método económico pero que posee varias desventajas como la cantidad de información a manejar, dificultad para tomar fotos de los edificios en la parte de atrás por cuestiones de privacidad, la dificultad de enlazar dos imágenes de la misma construcción con diferente balance de blancos. La utilidad de este enfoque radica su gran nivel de detalle, aunque el procesamiento y el tiempo que esto conlleva es largo. El segundo enfoque es el de las imágenes aéreas y satelitales y su ventaja radica en que solo se requieren de varias imágenes comparado con el enfoque anterior y que las texturas de las construcciones pueden ser extraídas directamente de las imágenes, pero su costo es superior. El método elegido para esta investigación como ya se había indicado, es la fotogrametría, principalmente por dos razones, la primera porque según las 9 categorías que el autor define de acuerdo al nivel de calidad y detalle cumple con 8 y la segunda porque es posible terminar el modelo rápidamente después de haber tomado las fotografías. Los procesos que implica este método son la toma de fotografías aéreas, el escaneo de las fotos, la extracción de las construcciones a partir de las imágenes y por último la edición de los objetos tridimensionales. Algo particular de esta investigación es que utilizó cámaras convencionales análogas y no digitales para luego tener que escanear las fotos. De las conclusiones del trabajo se puede destacar en que se definieron las 9 categorías de modelos de ciudades 3D, se describió el proceso fotogramétrico completo y se evaluaron varias aerofotografías para la creación del modelo con fotogrametría, en donde se pudo determinar que la película de 9”x 9” escaneada a 2,000dpi fue la mejor

63

opción.

Para la generación de cartografía en 3D es posible el uso de varios tipos de sensores que permiten lograr una mayor precisión y nivel de detalle. En el marco del Sistema de Información de la Alhambra (SIALH) se inscribe el “programa de elaboración de una nueva cartografía digital y ortofotografía de la Alhambra y el Generalife y su territorio” (Ferrario et al., 2012). El SIALH se sustenta sobre un SIG, lo cual demanda y exige información geográfica de gran calidad. De esta manera nace el proyecto de actualización de cartografía base y ortofotos de la jurisdicción de La Alhambra, el cual debe garantizar de una representación realista y actualizada de su jurisdicción. Los datos requeridos para tales propósitos fueron obtenidos por medio de métodos avanzados para los cuales se integraron tecnologías como sensores aerotransportados como LiDAR, cámara de barrido y matricial y sensores en tierra como el escáner láser y sustentando su georreferenciación con GPS y topografía convencional.

Se programaron dos vuelos con 5cm de GSD uno para probar los datos tomados con la cámara de barrido y otro con una matricial Ultra Cam XPWA con el propósito de comparar los resultados. De acuerdo con esto, el primero se empleó para la realización de las ortoimágenes y restitución de zonas rurales y el segundo para la restitución de zonas urbanas y de monumentos por tener un GSD menor y menor presencia de sombras. Se realizó un tercer vuelo, pero esta vez con el sensor de LiDAR con el fin de generar el modelo digital del terreno y de superficies de la jurisdicción de La Alhambra, debido a la densidad de puntos se pudo obtener los árboles y la vegetación arbustiva pudiendo registrar elementos sobre el suelo y sus alturas y por ende las construcciones y monumentos. Para la detección de elementos o partes de ellos que no son detectados con los vuelos fotogramétricos ni de LiDAR, se empleó un escáner láser terrestre con lo cual fue posible capturar elementos como fachadas y aleros de edificios, así como ciertas zonas de importancia arqueológica y demás estructuras al interior del centro amurallado. Este escáner es muy versátil y permite la toma en diferentes niveles de los objetos (suelo y cubiertas), así como su rapidez para la adquisición de datos, en este caso de edificios patrimoniales lo que lo hacen una herramienta muy idónea para este tipo de trabajos, además que facilita el trabajo en oficina y permite la réplica tridimensional virtual de los elementos lo que brinda apoyo al conocimiento, difusión de los elementos patrimoniales

64

(Ferrario et al., 2012). La complejidad del territorio ha obligado a emplear diversas técnicas complementarias y también de cierta forma redundantes y sin duda alguna la técnica más utilizada fue la de fotogrametría seguía por la de LiDAR y en sitios donde era complicado el uso de estas técnicas el uso del escáner láser fue fundamental. La metodología empleada permitió la captura de elementos como bordes de fachadas, cornisas y cubiertas, pavimentos en cuanto a su estructura principal, ciertos tipos de vegetación, mobiliario urbano, curvas de nivel, entre otros. Se empleó un modelo de datos que abarca un modelo 3D orientado a objetos que define unos criterios específicos de captura de la información y de su control de calidad y a su vez es multiescala. Este proyecto es bastante interesante por el uso de múltiples sensores, aunque por las imágenes mostradas en el paper se puede observar edificaciones renderizadas, no se habla mucho sobre esto ni como a partir de los datos obtenidos fueron elaboradas.

En diversas partes del mundo se ofrece información de edificios en 3D y por esto su conveniencia de llevar a consideración la tercera dimensión en las especificaciones de un modelo de datos común para las edificaciones en la IDE de Europa conocida como INSPIRE, es por esto que un artículo de la Dirección General del Catastro en España (Velasco y Olivares, 2010) publica un artículo en el que se da una mirada a qué países europeos ofrecen datos de edificios tridimensionales desde el punto de vista de Catastro 3D, determinando en qué medida los usuarios pueden requerir de este tipo de representaciones e investiga sobre la modelación de las propiedades espaciales 3D de las edificaciones en unas especificaciones obligatorias para toda Europa.

Con el propósito de centrarse en conocer cuáles países europeos proporcionan información de edificios en 3D, se descartarán las otras temáticas de la publicación. El Comité Permanente del Catastro en Europa y la organización internacional Eurogeographic por medio de un cuestionario recopilaron datos de los 32 países que lo respondieron y se pudo constatar que de estos 32 solo Noruega, Grecia, Portugal, Estonia y Finlandia, no proporcionan información acerca de edificios (Velasco y Olivares, 2010).

Los catastros de Bélgica, Bulgaria, España, Francia, Italia, Lituania, Holanda, Polonia, Eslovaquia, Eslovenia y Suecia en lo que se refiere a la representación de los edificios poseen algún tipo de dato o atributo que permita conocer el número de pisos o la altura de las edificaciones, pero esto no supone que se pueda hablar de un catastro 3D de

65

edificaciones verdadero para Europa.

Entre los casos más sobresalientes se muestran los siguientes:

Alemania: Cada estado es responsable de su catastro con sus diferencias entre ellos. Existen diversas bases de datos de edificios 3D que pueden diferir en cuanto a su nivel de detalle y cobertura.

Para el Estado de North Rhine Westphalia, el cual es el más poblado del país, existen diversos datos tridimensionales en modelo denominado CityGML (Figura 29) que comprende cerca de 9 millones de edificaciones y son proporcionados vía web y se encuentran en un nivel de detalle LoD1 (Velasco y Olivares, 2010).

Figura 29. Modelo CityGML 3D de North Rhine Westphalia Fuente: Velasco y Olivares (2010)

Después de la publicación de este artículo, la Ciudad de Berlín se convirtió en la única ciudad de Alemania en contar con mapas en formatos texturizados completamente en 3D. El mapa de Berlín permite a quienes lo visualicen ver como luce la ciudad el día de hoy, cómo fue esta en el pasado y como sería en el futuro. Este mapa emplea datos espaciales en 2 y en 3 dimensiones y puede observarse sobre este cambios históricos recientes, así como proyectos de desarrollo urbano a futuro (Berlin Partner for Business and Technology, 2016). El modelo 3D de Berlín (Figura 30) cuenta con cerca de 540,000 edificios y 890 kilómetros cuadrados, los cuales fueron tomados desde fotografías aéreas y medidos con

66

técnicas láser (Berlin Partner for Business and Technology, 2016).

Figura 30.Fragmento del 3D City Model de Berlín Fuente: Berlin Partner for Business and Technology (2016)

Francia: El Instituto Geográfico Nacional de Francia ha desarrollado un modelo denominado Bati 3D el cual representa de forma volumétrica los edificios y combina el modelo digital del terreno (MDT), todo esto partiendo de imágenes áreas de alta resolución y de las representaciones en 2D del mapa catastral. La Figura 31 muestra un ejemplo de una representación 3D del modelo Bati 3D:

Figura 31. Ejemplo del modelo Bati 3D. Fuente: Velasco y Olivares (2010)

67

España: El Catastro español ha almacenado en los mapas catastrales 2D, información relativa al volumen de los edificios, por medio del número de pisos expresado en números romanos el cual puede ser multiplicado por una altura promedio de cada piso de 3 metros, lo que permite generar solidos de los edificios como se mostró con anterioridad en la Figura 18.

Los autores solo mencionan la situación europea, pero como se mencionó en los antecedentes, en Colombia y más exactamente en Bogotá existen iniciativas de La Unidad Administrativa Especial de Catastro Distrital por medio de IDECA para la representación de Bogotá en tercera dimensión, una es Bogotá 3D “Para verte mejor” y la otra Catastro 3D. El portal de mapas de Bogotá, liderado por IDECA, cuenta con cerca de 30 geoservicios, el mapa de Bogotá, servicios de geolocalización, colecciones de fotografías áreas e imágenes satelitales desde 1998 hasta 2014 los cuales poseen una serie de herramientas que facilitan la experiencia a sus usuarios y una plataforma que le facilita a La Unidad Administrativa Especial de Catastro Distrital cumplir con su misión de permitir el acceso de la información geográfica y espacial para la toma de decisiones respecto a la ciudad (IDECA, 2016).

Para la IDE de Bogotá es muy importante el acceso a la información que genera y por eso este puede ser potencializado, teniendo en cuenta el avance de la tecnología en el campo geoespacial y ahora más con el surgimiento de los modelos 3D de ciudades lo que mejora su visualización. El acceso a los datos fundamentales incluyendo el modelo 3D se puede enmarcar dentro del catastro multipropósito el cual en un futuro permitirá que el Modelo Bogotá 3D pueda ser usado con otros fines y para otras aplicaciones como análisis urbanos y su impacto generado, y aunque no lo menciona abiertamente en su página web, puede ser usado para atención de emergencias, servicios públicos, mercado inmobiliario, turismo, entre otras.

La entidad partió de los datos disponibles en IDECA considerados como fundamentales, datos de otras fuentes da la comunidad y herramientas de modelamiento para la construcción de escenas piloto. Se seleccionó como herramienta de software a ESRI CityEngine la cual trabaja con los atributos presentes en la información, permite la

68

representación de edificaciones, objetos que hacen parte del mobiliario urbano, vías y árboles, entre otros y la utilización de fotos e imágenes para la generación de texturas que hacen más realista el modelo tridimensional de la ciudad (IDECA, 2016).

La nueva arquitectura del portal de mapas de la ciudad es compatible con la generación de escenas tridimensionales piloto, para lo cual ya se tiene mapeado en tercera dimensión 6 sitios representativos de la capital colombiana como lo son San Diego, Calle 72, Las Nieves, Centro Internacional, Centro Histórico y Centro Administrativo Distrital, dichos sitios y sus resultados preliminares, pueden ser consultados con el navegador web Google Chrome y próximamente harán parte del nuevo portal de mapas de la ciudad. En la Figura 32 se puede observar en 3 dimensiones algunas construcciones del centro histórico del centro de Bogotá, usando el navegador Google Chrome dentro de la plataforma CityEngine Web Viewer empleada por IDECA para su visualización:

Figura 32. Visualización 3D de una parte del Centro Histórico de Bogotá Fuente: IDECA (2016)

Esta iniciativa no solo es novedosa a nivel de Colombia sino de gran importancia y más al tratarse de la capital de la República. Se esperaría que esta se replicara en varias ciudades de Colombia y que otras entidades como el IGAC, las alcaldías y catastros, ya sean centralizados o descentralizados, sigan su ejemplo y se pueda así contar como más lugares cartografiados en 3D. Para este año 2016, la IDECA bajo los lineamientos de La Unidad Administrativa Especial de

69

Catastro Distrital tiene una iniciativa que consiste en empezar a explorar el tema de catastro 3D, para de esta manera entender en que consiste la temática, conocer sus aspectos técnicos y conceptuales, sus utilidades e implicaciones todo con el ánimo de valorar los impactos que este pueda tener en los procesos que adelanta la entidad y así estar preparados para los cambios que se deban realizar.

70

3. METODOLOGÍA Este capítulo define y desarrolla una metodología basada en una zona de estudio determinada y en unos insumos obtenidos de diferentes instituciones que amablemente colaboraron para el desarrollo de este trabajo de tesis.

3.1. FLUJOGRAMA PREVISTO DE METODOLOGÍA El siguiente flujograma (Figura 33) ilustra las diferentes etapas de la metodología, las cuales inician por dos caminos paralelo: Revisión de bibliografía y Definición de la zona de estudio, los cuales llegan al mismo punto: Elaboración de mapa con edificios 3D.

Figura 33. Flujograma metodológico preliminar.

71

3.2. Software a emplear Para llevar a cabo la presente metodología, se emplearán los siguientes softwares: •

ArcGIS 10.4: Esta suite de programas SIG, será empleada para revisar los insumos obtenidos y para su posterior ajuste, empleando las aplicaciones ArcMap y ArcCatalog. Por medio de las extensiones de ERDAS para ArcGIS (Stereo Analyst y Rooftop), se restituirán los techos de los edificios en un ambiente 3D estereoscópico con el uso de gafas de anaglifos.

•

CityEngine: Este software de generación de ciudades virtuales en 3D será usado para editar los edificios extruidos posibilitando el ajuste de muros y asignación de texturas en un ambiente 3D.

•

ERDAS Imagine 2011: En este software de procesamiento digital de imágenes provenientes de sensores remotos, se hará el proceso fotogrametríco y se generaran y editaran los modelos digitales de elevación y el ortofomosaico.

•

GIMP 2: Este software es de edición digital de imágenes, el cual permitirá retocar las fachadas de los edificios, como por ejemplo la eliminación de elementos ajenos a estas como árboles, personas, vehículos, etc.

3.3. Definición del área de estudio El área de estudio es en Colombia en la ciudad de Bogotá, concretamente, una parte de la hoja cartográfica escala 1:2,000 número H38, la cual se encuentra localizada en el sector de Ciudad Salitre, el cual fue concebido como una ciudad dentro de la ciudad en los años 70, pero fue materializado en los 90 y fue desarrollada en el centro occidente de la capital colombina, en un espacio comprendido entre la Avenida el Dorado (límite norte) y la calle 22 (límite sur) y entre la carrera 50 (límite oriental) y la avenida Boyacá (límite occidental).

Se distinguen dos subsectores dentro de ciudad Salitre uno oriental, el cual va desde la avenida 68 hasta la carrera 50, y uno occidental desde la avenida 68 hasta la avenida Boyacá en el cual está comprendido el área de estudio de este proyecto de investigación. En el año de 1996, se terminan de construir dos emblemas del lugar, como lo son el centro comercial Salitre Plaza y el centro interactivo de ciencia y tecnología Maloka. En la actualidad, Ciudad Salitre es uno de los sectores más valorizados de Colombia, lo que ha hecho que inversionistas nacionales y extranjeros se hayan fijado en el sector para la

72

construcción de centros comerciales y de negocios, cadenas hoteleras, clínicas, conjuntos residenciales, centros empresariales, etc. (Alcaldía local de Fontibón, 2009).

Ciudad Salitre posee una ubicación estratégica dentro de la ciudad, puesto que queda cerca del aeropuerto internacional El Dorado, cerca del centro internacional de Bogotá, a pocos minutos está el Parque Simón Bolívar y el Salitre, es vecina del Centro Administrativo Nacional – CAN en donde quedan ubicados algunos edificios gubernamentales como ministerios (Transporte, Defensa y Educación), comando de la Policía Nacional, Departamento Nacional de Estadística – DANE, entre otros. También en cercanías está la embajada de Estados Unidos.

En su interior, se puede encontrar desarrollos urbanísticos de actividad residencial, múltiple e institucional, en donde se destacan diversidad de conjuntos residenciales en su mayoría de propiedad horizontal (apartamentos), centros comerciales como el mencionado Salitre Plaza y recientemente Gran Estación 1 y 2, hoteles como Holiday Inn, Marriot, Sheraton, Capital, Tryp y Wyndham Bogotá. Edificios institucionales tienen cabida en el sector, como La Gobernación de Cundinamarca, Los tribunales de Cundinamarca, La Fiscalía General de la Nación, Agencia Nacional de Minería, entre otros. También se destacan edificaciones como las del Terminal de Transportes de Bogotá y de empresas como Avianca, Davivienda, EPM, Cámara de Comercio de Bogotá, Mercedes Benz Colombia, entre otras también tienen un lugar en Ciudad Salitre.

3.3.1. Población Ciudad Salitre en 2009 contaba con una población de 48,000 personas residentes y con cerca de 2,000,000 como población flotante al mes (Alcaldía local de Fontibón, 2009).

3.3.2. Actividad económica Los habitantes del sector mayores a 25 años cuentan con estudios de pregrado y posgrado, por lo tanto, se desempeñan profesionalmente en los sectores público y privado al igual que de forma independiente (Alcaldía local de Fontibón, 2009).

En cuanto a las actividades que se realizan en Ciudad Salitre, se encuentran la actividad empresarial y de servicios enfocados sobre el límite norte sobre la Avenida el Dorado, allí varias firmas como las mencionadas anteriormente tienen un edificio o centro de negocios.

73

3.3.3. Servicios públicos Posee una cobertura del 100% en infraestructura de servicios públicos de acueducto, alcantarillado, aseo, telefonía, internet, energía y gas (Alcaldía local de Fontibón, 2009).

3.3.4. Transporte Posee gran variedad de rutas de transporte por las avenidas que la atraviesan, sobre la avenida el Dorado cuenta con el servicio de Transmilenio puesto que cuenta con varias estaciones sobre esta troncal, lo que le permite a los residentes y trabajadores del sector movilizarse fácilmente a cualquier punto de la ciudad. Como complemento, posee varias rutas del Sistema Integrado de Transporte que pasan por la avenida de la Esperanza, Avenida Boyacá, Avenida 68 y Carrera 50, así como algunas rutas antiguas que de manera provisional prestan el servicio. En su interior cuenta con el Terminal de Transportes de Bogotá, el cual posee rutas de buses intermunicipales que viajan prácticamente a todo el país.

3.3.5. Mapa del área de estudio A continuación, se muestran los mapas de ubicación de la zona de estudio, contexto local y nacional (Figura 34) y zona de estudio (Figura 35).

74

Figura 34.Mapa de la zona de estudio en contexto local y nacional.

Figura 35.Ortofotomapa de la zona de estudio.

75

3.4. Solicitud de insumos (datos proporcionados para el trabajo de investigación) Se consultó a las Entidades del orden nacional y distrital (Bogotá) que probablemente pudiesen tener los datos requeridos para este proyecto de investigación, para lo cual se redactaron y radicaron cartas de solicitud de la información firmadas por UNIGIS, estas cartas fueron dirigidas al IGAC, IDECA y a la Empresa de Acueducto y Alcantarillado de Bogotá.

De la zona de estudio se sabía de antemano la disponibilidad de ortofotomosaico año 2014 e información vectorial (footprints) de IDECA, fotografías aéreas crudas y fotomosaico IGAC año 2009, junto con el certificado de calibración de la cámara y sus respectivos fotocentros.

A la Empresa de Acueducto de Bogotá, se le había solicitado datos de LiDAR de la zona de estudio, pero nunca respondieron, por lo tanto, solo se va a desarrollar la metodología con fotografías aéreas.

3.4.1. Descripción de los insumos obtenidos 3.4.1.1.Ortofotomosaico IDECA •

Descripción:

Ortofotomosaico facilitado por IDECA, generado a partir de fotografías aéreas tomadas con cámara fotogramétrica digital.

•

Muestra gráfica (Figura 36):

Figura 36. Ortofoto IDECA año 2014.

Fuente: IDECA (2014)

76

•

Fuente: IDECA

•

Año: 2014

•

Resolución: 7 cm

3.4.1.2.Vectores IDECA •

Descripción:

Vectores facilitados por IDECA, con información física de los predios que comprenden la zona de estudio en formato shapefile.

•

Muestra gráfica (Figura 37):

Figura 37. Capa vectorial de construcciones.

Fuente: IDECA (2014)

•

Fuente: IDECA

•

Año: 2014

•

Formato: Shapefile

3.4.1.3.Ortofotomosaico IGAC •

Descripción:

Ortofotomosaico facilitado por IGAC, generado a partir de fotografías aéreas tomadas con

77

cámara fotogramétrica digital Ultracam.

•

Muestra gráfica (Figura 38):

Figura 38. Ortofoto IGAC año 2009 Fuente: IGAC (2009)

•

Fuente: IGAC

•

Año: 2009

•

Resolución: 25 cm

3.4.1.4.Fotografías aéreas crudas IGAC •

Descripción:

12 fotografías aéreas capturadas por una cámara Ultracam, tomadas y facilitadas por IGAC, son imágenes sin procesar, acompañadas por los fotocentros (coordenadas del centro de cada imagen) y por el certificado de calibración del sensor.

78

•

Muestra gráfica (Figura 39):

Figura 39. Fotografías aéreas curdas IGAC año 2009.

Fuente: IGAC (2009)

•

Fuente: IGAC

•

Año: 2009

•

Resolución: 25 cm remuestreo mosaico

3.5. Revisión de insumos Esta etapa consiste en hacer un análisis de los datos obtenidos de las fuentes mencionadas, para determinar su estado, pertinencia, cubrimiento del área de estudio, sistema de referencia, resolución espacial, atributos presentes en datos vectoriales. Esta revisión se hará con el software ArcGIS y se determinará los ajustes requeridos a los datos de ser necesario. Para su revisión se diligenciará la siguiente tabla (Tabla 1):

79

Tabla 1. Revisión de los insumos obtenidos.

MUESTRA INSUMO

SISTEMA DE CUBRIMIENTO RESOLUCIÓN

GRÁFICA

REFERENCIA DE LA ZONA ESPACIAL DE ESTUDIO

/

ATRIBUTOS

Captura

Se

Nombre del Si cubre o no la Resolución

de

escribirá

sistema de zona

pantalla

si

se referencia

estudio

OBSERVACIONES

de espacial

Se debe indicar si

en sirve o no para el

metros y si es proyecto

de

del dato trata de del dato

información

revisado

una

vectorial los puede

imagen

campos

o vector

atributos

anotación

junto

presentes.

comentario

con

investigación, se indicar

de alguna

su

respecto

fuente

o

al

insumo y si es necesario hacer algún ajuste y cuál sería.

La tabla anterior, permitirá resumir la revisión de los insumos obtenidos, con el propósito de saber si se deben usar en el proyecto o no.

3.6. Ajuste de insumos Con base en la revisión de los insumos, realizada en la etapa anterior, fue necesario realizar los ajustes pertinentes, de tal manera que los insumos pudieran ser empleados en el proyecto de investigación, por ejemplo, llevar todos los insumos a un sistema de referencia común, oficial y adecuado a la zona de trabajo. Los insumos deben cubrir totalmente el área de estudio, los de mayor extensión fueron cortados por la zona de estudio, si su extensión fuera inferior, deberán rechazarse (excepto aerofotografías crudas, las cuales de forma individual no la cubren, pero al generar el mosaico si lo harían).

80

3.7. Definición de una metodología para la generación de edificios en 3D De acuerdo con la revisión de bibliografía y con los insumos obtenidos, se pudo inferir que se emplearía una metodología basada en la fotogrametría, puesto que los datos que fueron suministrados en esencia consistían en fotografías áreas. Con estas, es posible emplear un proceso fotogramétrico, que permita generar productos de los cuales se derivaran los edificios en 3D, como son los DSM, DTM y posteriormente los DBM. Se pudo emplear el método de extrusión como complemento al basado en fotogrametría, en edificaciones no tan representativas para agilizar el proceso de elaboración del mapa de edificios 3D, puesto que por tiempo y alcance del proyecto sería muy demorado generar todo el mapa con procesos fotogramétricos. Adicionalmente, a los edificios generados por fotogrametría, se pudo generar texturas basadas en fotografías terrestres de las fachadas, tomadas de fuentes de internet como Google Street View.

3.7.1. Proceso fotogramétrico Con base en los insumos ajustados en etapas anteriores de la metodología, se realizó un proceso fotogramétrico como el descrito en el apartado 2.1.4.1.2.Fotogrametría, exceptuando la restitución, por lo tanto, se realizó las orientaciones interna y externa (relativa y absoluta) apoyada en la aerotringulación empleando las imágenes crudas, los fotocentros, certificado de calibración de la cámara y puntos de control.

El proceso se realizó en ERDAS 2011 en su módulo de fotogrametría denominado LPS (Leica Photogrametry Suite), en el cual, primero se configuran los parámetros de la cámara provenientes del certificado de calibración de la cámara para, de esta manera, lograr la orientación interna de las fotografías, luego se realizó la orientación absoluta a partir de los puntos de control y de los puntos de amarre o “tie points” generados de forma automática por el software y los cuales visualmente se verificó su correcta ubicación en el par de fotos. Los puntos de amarre deben estar ubicados sobre elementos claramente diferenciables en las dos imágenes como se observa a continuación (Figura 40):

81

Figura 40. Ubicación de los puntos de amarre y puntos de control.

Una vez ubicados los puntos de control y de amarre de forma distribuida por el par de fotografías aéreas el proyecto quedó de la siguiente manera (Figura 41):

Figura 41. Proceso fotogramétrico en LPS después de ubicar puntos de control y de amarre.

82

A continuación, este proceso se guardó como un proyecto fotogramétrico en LPS, el cual se importó posteriormente en la extensión Stereo Analyst en ArcMap como punto de partida para la restitución de los techos por medio de la barra de herramientas de “Rooftop”.

3.7.2. Generación de modelos digitales de elevación Después de haber realizado el proceso fotogramétrico, es decir después de haber realizado las orientaciones interna y externa, se generó el DEM, el cual sirvió de soporte para colocar los edificios 3D generados, es decir, que, a partir de este, se generó un DTM el cual sirvió de base a los edificios 3D generados. El DEM debió ser editado, de tal forma que se removiera todo lo que se encuentre encima de su superficie.

3.7.3. Edición de modelos digitales de elevación (DEM) Una vez generado el DEM, se procedió a su edición de tal forma que se removieran los elementos que se asentaban sobre su superficie (rastros de edificios, árboles, infraestructura, etc.) lo que resulta en un modelo digital del terreno (DTM, por sus siglas en inglés), en donde los edificios generados en 3D fueron colocados. A partir de este DTM y del ortofotomosaico de la zona de estudio se generó el mapa 3D, este mapa a partir de ese momento se denominó escena por estar en un ambiente tridimensional.

3.7.4. Generación de ortofotomosaico A partir del proceso fotogramétrico en donde se realizaron las diferentes orientaciones de las fotografías aéreas, y de la adecuada edición del DEM (DTM) se generó un ortofotomosaico de la zona de estudio, el cual consistió en la unión de todas las fotografías áreas a partir de los puntos de control y su corrección geométrica a partir del DEM editado (DTM).

3.7.5. Restitución de techos ERDAS Imagine posee una herramienta denominada “Stereo Anlyst” que puede ser añadida

83

como extensión a ArcMAP y posee diferentes conjuntos de herramientas que, a partir de visión estereoscópica, permitieron capturar elementos geográficos en 3D. Por medio del subconjunto de herramientas denominado “Stereo Rooftop”, fue posible capturar a partir de estereoscopía los diferentes tipos de techos de los edificios presentes en fotografías aéreas, tiene unos tipos de techos preestablecidos como domos, techos de dos aguas o de varias aguas o de creación personalizada para techos más complejos, dichos techos fueron capturados a su altura ubicando el cursor de forma adecuada en el ambiente 3D. Para el desarrollo de este trabajo se debió elegir un ambiente estereoscópico basado en anaglifo, puesto que, no se contó con una estación fotogramétrica las cuales tienen monitor 3D, tarjeta de video estereoscópica y gafas especiales. El ambiente en anaglifo funciona con un monitor y tarjeta de video convencionales y sólo se requiere de unas gafas para anaglifo de lentes azules y rojos como las siguientes que fueron usadas en el proyecto (Figura 42):

Figura 42. Gafas para ver anaglifos

El ambiente estereoscópico en ArcMap se pudo visualizar en la ventana “Stereo Window” la cual hace parte de “Stereo Analyst”, en la ventana principal (arriba) se observa la vista estéreo la cual se genera combinando el par de imágenes, mientras en las inferiores por cada una se observa la vista de cada una de las aerofotografías de forma independiente. La Figura 43 ilustra lo anterior y puede verse estereoscópicamente directamente sobre el documento si se cuenta con unas gafas similares a las de la Figura 42.

84

Figura 433. Vista estereoscópica por medio de la ventana “Stereo Window”

En la ventana “Stereo Window” se hizo directamente la restitución de los techos, para lo cual se debió situar muy bien el cursor no solo en X, Y sino muy importante como se mencionó con anterioridad en Z para de esta manera empezar a dibujar cada techo de acuerdo a su forma.

Lo que se iba dibujando en “Stereo Window” automáticamente iba apareciendo en 2D en la ventana de ArcMap en la vista de “Data view” (Figura 44), fue muy conveniente contar con dos monitores para poder hacer el trabajo, en uno para ver la ventana convencional de ArcMap junto con las extensiones heredadas de ERDAS y en otro ver la ventana estéreo.

Para almacenar la restitución de los techos y su posterior volumen para construir el edificio hasta el suelo, se debió generar una file geodatabase con un featureclass con geometría de tipo “multipatch”, la cual permitió almacenar elementos en 3D.

85

Figura 44. Ventana de ArcMap con las extensiones de ERDAS.

Para dibujar en 3D los techos (restituir), se debió entender muy bien la forma de cada uno, para de esta manera emplear la herramienta adecuada de la barra de herramientas “RoofTop”, cuando no se encontró la herramienta adecuada, se debió emplear la herramienta “Ring Edit Tool”.

A continuación, se muestra algunas herramientas para diferentes tipos de techos que posee “RoofTop” (Tabla 2):

86

Tabla 2. Algunas herramientas de la barra “Rooftop”.

Adaptado de ERDAS (2010)

ICONO

HERRAMIENTA

DESCRIPCIÓN

Ring Edit Tool

Permite la construcción de techos y azoteas que no están representados por las diversas herramientas de formas de techo predefinidas.

Ridge Edit Tool

Usada en conjunto con “Ring Edit Tool” permite dibujar “crestas” para representar mejor un techo, puesto que con “Ring Edit Tool” se dibujan las bases de los techos y con “Ridge Edit Tool” las crestas o divisoria de caídas de los techos.

Flat Roof

Permite generar un techo plano o inclinado.

Gabled Ridge Roof

Permite dibujar un techo a dos aguas.

Mansard Roof

Esta herramienta permite dibujar techos que tienen dos pendientes en cada uno de sus cuatro lados.

Gambrel Roof

Permite dibujar un techo a la holandesa o de ángulo obtuso.

Half Hip Roof

Esta herramienta permite dibujar techos de “media cadera”

Creating a Dome Permite dibujar un domo.

Roof

Las herramientas mostradas anteriormente permitieron la captura estereoscópica de los techos, en donde fue muy importante situar muy bien el cursor en el techo y a la altura correcta de cada cresta, cada base, cada esquina o si es un domo del centro a la altura

87

superior y en un borde a la altura de la base, esto demandó un poco de destreza y entrenamiento de los ojos, pues acá la visión estereoscópica juega un papel muy importante puesto que no solo se debe poner el curso en posición X, Y sino también en Z.

3.7.6. Extrusión El mapa resultante de aplicar esta metodología estuvo conformado por edificios en 3D, de los cuales los más representativos se hicieron a partir de técnicas fotogramétricas, los demás, y tal como se mencionó con antelación, fueron generados por un proceso de extrusión a partir de los “footprints” o polígonos de los predios que vienen en la información vectorial obtenida. El proceso de extrusión fue explicado con detalle en el apartado 2.1.4.1.1. Extrusión, y estas es quizás, la técnica más rápida para la generación de edificios 3D, aunque no necesariamente la más precisa ni realista. Pero, a partir del dibujo 3D del techo explicado en el literal anterior y a partir de estos, se indicó con el cursor la altura del suelo y por medio de una función del software los muros fueron extruidos del techo al suelo, lo que generó un volumen con altura precisa y con forma similar a la realidad.

Este procedimiento es más fácil y rápido que editar el modelo digital de edificaciones (DBM), puesto que dibujar el techo y crear los muros a partir de estos, resulta más sencillo que editar los puntos del DBM así como agregar líneas de corte o “breaklines” para ajustarlo más a la realidad. Por esta razón, para esta metodología se decidió por emplear este método a partir de los techos. La clave para la extrusión fue capturar los techos a la altura que es y con la forma real, esto quiere decir que se debieron capturar a las diferentes alturas que se encuentran las partes que lo conforman.

3.7.7. Texturizado y edición de muros de la extrusión En el proceso de texturizado se realizaron las texturas que conformaban las fachadas y techos de las construcciones, dichas texturas fueron obtenidas del ortofotomosaico (para los techos) y de fotografías terrestres obtenidas de Google Street View (para fachadas). Las texturas fueron aplicadas a los edificios más representativos, es decir, a los generados por técnicas fotogramétricas.

Como se mencionó anteriormente, en el proceso de extrusión, los muros fueron generados

88

a partir de la restitución de los techos, pero muchos tipos de techos generalmente sobresalen de los muros, lo que obliga a mover hacia adentro los muros extruidos para una representación más realista. Desafortunadamente, no se sabe a qué distancia debían ser movidos los muros a no ser qué se contara con fotografías oblicuas. Este proceso se realiza en el software CityEngine de ESRI.

Para hacer que la extrusión fuera más realista, dichos muros debieron ser editados, de tal manera que se volvieran muros internos al techo, desafortunadamente este método fotogramétrico empleado no contempla aerofotografías oblicuas sobre las cuales se pueda medir con precisión que tanto se deben mover los muros hacia adentro, por lo que se debió hacer de forma aproximada empleando el software “CityEngine”, el cual permitió editar los modelos generados. La file geodatabase que contiene los edificios extrudíos debió ser importada en una escena en blanco de “CityEngine” para poder realizar las ediciones respectivas sobre las edificaciones.

Para saber que parte de la fachada debía moverse hacia adentro, se debió poner completamente la textura de la fachada de interés del edificio primero, para esto se debió emplear las fotografías terrestres de “Google Street View”, con un nivel de acercamiento de tal forma que se garantizara que saliera toda la cara del edificio, tal como se ve enseguida (Figura 45):

89

Figura 45. Google Earth vista de fachada con Google Street View.

La textura de la fachada se debió capturar con la herramienta de recortes de Windows y guardada como archivo independiente, luego con la función “Crop Image” presente en “CityEngine” se editó dicho archivo de tal forma que quede derecha (ortogonal) la fachada a partir de sus bordes (Figura 46):

90

Figura 46. Herramienta “Crop Image” de “CityEngine”, fachada sin editar (izquierda) y fachada editada ortogonal (derecha).

Una vez se tiene la fachada derecha, a partir de esta se generó una regla de fachada en la herramienta “Facade Wizard” y se le asignó a la cara del edificio deseada (Figura 47):

91

Figura 47. Herramienta “Facade Wizard” de “CityEngine”, asignación de regla de fachada completa.

Una vez la regla fue asignada al modelo extruido del edificio, este lució de la siguiente manera en su fachada frontal (Figura 48):

Figura 48. Regla asignada a fachada frontal del modelo extruido de la Cámara de Comercio de Bogotá.

En este punto la fachada se debió tornar más realista y permitió saber cuáles muros fueron internos al techo y debieron ser movidos hacía adentro, para esto se dibujaron los polígonos de las partes de la fachada a mover con la herramienta “Rectangular Chape

92

Creation” de “CityEngine” y luego una vez seleccionado el polígono creado con la herramienta mencionada se procedió a mover ya sea hacia adentro o hacía afuera los muros (Figura 49):

Figura 49.Movimiento de los muros hacía el interior del edificio.

La definición de la metodología se resume en el siguiente flujograma (Figura 50):

93

Figura 50. Flujograma de la definiciĂłn de la metodologĂ­a.

94

4. RESULTADOS Y DISCUSIÓN 4.1. Resultados En este capítulo se detallan los resultados obtenidos a partir de la metodología estipulada en el capítulo anterior.

Los resultados obtenidos son divididos en 4 partes. la primera consiste en el Proceso Fotogramétrico en donde se muestran los resultados de dicho proceso. La segunda parte, la generación de DTM y ortofotomosaico. La tercera parte, generación de cartografía 3D de edificios a partir de la restitución fotogramétrica de sus techos. La cuarta parte, la generación de una escena 3D, la cual es un mapa base experimental con edificaciones en 3D de un sector de la zona de Ciudad Salitre en Bogotá, Colombia.

4.1.1. Proceso Fotogramétrico En este proceso se contó con dos aerofotografías suministradas por el IGAC, este par consistió en fotografías tomadas con un sensor Vexcel Ultra Cam identificadas con los números

22703004122009-419

y

22703004122009-420

del

año

2009, dichas

aerofotografías poseen 4 bandas 3 del espectro visible (RGB) y un infrarrojo cercano (NIR).

Para este proceso también fue necesario contar con el certificado de calibración de la cámara, el cual es un documento en donde aparecen ciertos parámetros que son de utilidad en el proceso fotogramétrico y que deben ser suministrados al software de procesamiento. El IGAC suministró muy gentilmente las coordenadas de los fotocentros de cada aerofotografía, así como puntos de control de alta precisión para la orientación y posterior ortorrectificación de las fotografías áreas.

El proceso, como se mencionó anteriormente, se realizó en ERDAS 2011 en el módulo de fotogrametría denominado LPS. Para su orientación absoluta se emplearon 6 puntos de control y 165 puntos de amarre los cuales de manera visual se verificó su correcta ubicación en las fotografías aéreas empleadas, los puntos de amarre fueron ubicados en elementos claramente diferenciables en las dos aerofotografías.

4.1.2. Generación de DTM y ortofotomosaico Este proceso es muy importante porque inicialmente se querían obtener las edificaciones

95

a partir de la edición del DEM, editando el DSM para obtener el DSM, pero esta fue muy dispendiosa por lo que se decidió generarlos a partir de sus techos. En este proceso se generó una nube de puntos (Figura 51) la cual debía ser editada para que los edificios tuvieran una forma realista, pero en sitios donde hay sombra el software generaba escasos puntos formando pendientes de acuerdo al cono de sombra generado lo que hacía que los edificios lucieran como montañas (Figura 51 a 54). El proceso de edición consistió en la correcta localización de los puntos no tanto en X, Y sino en altura a nivel de los techos (Figura 51 y 55), inclusive se dibujaron algunos “breaklines” en los bordes de los techos para lograr cambios abruptos de pendiente para que la forma del edificio fuera más acorde con la verdadera, también existían puntos anómalos que debían ser eliminados. Todo ese proceso de edición para la generación de los edificios era demorado y demandaba más recursos de máquina por lo que se ponía lento el computador, por lo tanto, fue más sencillo y rápido restituir los techos y a partir de estos extruir los edificios.

Sombras Sombras

Figura 511. Nube de puntos generada del DEM, afectación de las sombras en donde los puntos eran escasos.

96

Figura 52. DEM en donde se pueden ver las edificaciones en forma de montaĂąa.

Figura 53. DEM en donde se pueden ver mĂĄs detalladamente las edificaciones en forma de montaĂąa.

97

Figura 54. Edición de la nube de puntos.

Los puntos anómalos tenían valores de alturas exagerados y generaban ruido en el DEM, lo cual requería de su eliminación o edición, esto generaba unos picos en forma de pirámides o de conos como se muestra en la Figura 55.

Figura 55. Picos generados por puntos anómalos.

98

Muchos puntos de la nube que deberían representar una misma altura en los techos, no lo hacen y generan superficies de los techos de forma ondulada y rugosa como se observa en la Figura 56.

Figura 56. Techos ondulados y rugosas.

Una vez tomada la decisión de no construir los edificios a partir de le edición del DEM para producir un DBM por las razones anteriormente expuestas, se editó el DEM para la generación de un DTM eliminando lo que se encuentra en su superficie, lo cual se empleó como base para generar la escena (mapa 3D) en donde se localizaron los edificios extruidos.

Se partió del DEM crudo con todo lo que tiene en su superficie como se visualiza en la Figura 57.

99

Figura 57. DEM crudo.

El software visualiza los puntos con los que se genera el DEM para ser editados o eliminados.

Para este caso se iban seleccionando los puntos por ejemplo de una manzana y se editaban poniéndolos al nivel del suelo (Figura 58):

Figura 58. Puntos seleccionados para edición, color de los puntos no denotan elevaciones.

Una vez editados los puntos se podía observar cómo iba quedando el DEM sin los elementos que estaban en su superficie (Figura 59) para generar un DTM:

100

Figura 59. Parte del DEM sin los elementos en su superficie para la generación de un DTM.

De esta manera el DEM va quedando despejado de elementos sobre la superficie (Figura 60):

Figura 60. DEM sin los elementos en su superficie para la generación de un DTM.

A continuación, y a partir del DTM generado y editado y de los puntos de control ubicados, se procedió en LPS de ERDAS a generar el ortofotomosaico de la zona de estudio teniendo en cuenta del par de aerofotografías que cubren el área de estudio, este proceso consistió en ejecutar la herramienta “Ortho Rectification” lo cual arrojó el siguiente resultado (Figura 61):

101

Figura 61. Ortofoto generada.

La zona de estudio es mucho más pequeña que el DTM y ortofoto generados, por lo tanto, se recortaron con el polígono que delimita dicha zona y la ortofoto se bajó de 16 bits a 8 bits en su resolución radiométrica, de tal manera que fuera correctamente desplegada en la escena que se creó en el software CityEngine (Figura 62).

Figura 62. Ortofoto (izquierda) y DEM (derecha) recortados para la zona de estudio.

102

4.1.3. Generación de edificios 3D a partir de la restitución fotogramétrica de sus techos Como se mencionó anteriormente, la generación de los techos a partir de la edición del DEM para extraer los edificios editando la nube de puntos es un proceso dispendioso, por lo tanto, se modificó la metodología y se decidió restituir los techos empleando las extensiones de ERDAS para ArcGIS como lo son “Stereo Anlyst” y “Rooftop”.

En la zona de estudio existen techos de diversas formas algunos sencillos y otros más complejos, los sencillos con una sola herramienta se pueden generar, pero los más complejos requieren de la combinación de varias herramientas para lograr el resultado requerido, por ejemplo, el edificio “World Business Port” posee una forma sencilla, aunque sobre la forma principal lleva otros techos más pequeños ubicados sobre esta (Figura 63):

Figura 63. Ejemplo de techo sencillo Edificio “World Business Port”.

El edificio Maloka el cual es un centro interactivo con cine domo, posee una complejidad superior a la del anterior, puesto que posee 3 formas principales, una en forma de domo, otra de cubo y otra de forma piramidal, lo que obliga a emplear diferentes herramientas para su construcción, la cual se observa a continuación (Figura 64):

103

Figura 64. Edifico de Maloka con diferentes formas de techo.

El edificio con la forma más compleja fue el del centro comercial Salitre Plaza, el cual en su techo posee diferentes formas como domos, pirámides, techos de dos y cuatro aguas y de cubos como lo muestra la Figura 65.

Figura 65. Centro comercial Salitre Plaza con diferentes formas de techos

Para el caso de los conjuntos residenciales, estos suelen tener varios edificios con la misma forma y simetría, por lo que basta con hacer uno y repetirlo con la orientación respectiva hasta formar todo el conjunto. En el siguiente caso, el conjunto consta de dos “herraduras” una sur y otra norte, a su vez cada “herradura” posee 3 “alas” de forma similar para lo cual

104

se dibujan dos y luego se unen estas entre sí formando la “herradura”, luego se copia esta herradura y se ubica en el costado correspondiente hasta formar el conjunto completo. A continuación, se muestra el conjunto con sus dos “herraduras” norte y sur (Figura 66) y la construcción de una “ala” para crear la herradura (Figura 67):

Herradura sur

Alas

Herradura norte

Figura 66. Conjunto residencial con edificios repetitivos.

Figura 67. Ala que conforma la "herradura".

Otros conjuntos residenciales tenían formas complejas que con las herramientas que tiene “Rooftop” eran muy complejas de dibujar, por lo tanto se debió emplear una opción diferente, la cual consistió en tomar los polígonos de catastro bidimensionales (Figura 68) y cuya forma coincidía exactamente con la forma del techo a dibujar, pero faltaba darle la altura, por lo tanto, dentro de “Stereo Window” se mide la altura del edificio en forma

105

estereoscópica y luego se le asigna como atributo al polígono del edificio, este polígono se convierte a un shapefile 3D para que conserve la altura y luego se extruye a partir de este sus muros.

Figura 68. Polígonos de catastro.

Luego del proceso de restitución de los techos, se realizó la extrusión de los edificios a partir de sus techos, para logar esto “Rooftop” posee una herramienta que una vez seleccionando el techo de interés, se ubica el cursor a nivel del piso y se le indica al software que haga la extrusión desde el techo hasta el suelo, lo cual genera modelos tridimensionales como los siguientes (Figura 69):

Figura 69. Edificios extruidos

106

El proceso de extrusión a partir de los techos es algo muy interesante si se cuenta con insumos fotogramétricos como los empleados en esta investigación, puesto que a pesar de ser más limitados los de LiDAR, son los más abundantes y con los que cuentan varias Entidades del Estado, por lo tanto, su aplicabilidad sería a nivel de varias empresas públicas que requieran de este tipo de edificaciones tridimensionales para diferentes propósitos.

De acuerdo con la restitución de los techos de los edificios mostrados con anterioridad, una vez que son extruidos lucen de la siguiente manera (Tabla 3):

Tabla 3. Edificios extruidos a partir de los techos.

TECHO RESTITUIDO

EDIFICIO EXTRUIDO

107

El proceso de extrusión como se vio anteriormente, produce unos edificios 3D crudos (grises) y con los muros a “ras” del borde de los techos lo cual en la realidad no siempre es cierto, por lo tanto, puede ser necesario en algunos casos mover esos muros hacia adentro para ajustar un poco más la forma de la fachada, este es el caso de algunos edificios no residenciales como el de la Cámara de Comercio de Bogotá, donde algunos muros se adentran en el edificio (Figura 70).

Una vez el proceso de extrusión es realizado, se deben ajustar los muros que no van

108

alineados con los techos, es decir, muros externos o internos en los cuales sobresale el techo. Un ejemplo muy importante en donde se presenta este caso es en el edificio de la Cámara de Comercio de Bogotá, el cual en sus fachadas norte y sur posee fachadas con muros internos a los techos como se observa a continuación (Figura 70):

Figura 70. Edificio Cámara de Comercio de Bogotá con muros de fachadas internos al techo (Tecnoglass S.A, s/f)

El modelo resultante de la extrusión presenta los muros de las fachadas a ras del techo, puesto que son una proyección de este hasta llegar a nivel del suelo como se puede ver a continuación (Figura 71):

Figura 71. Extrusión del Edificio Cámara de Comercio de Bogotá con muros al ras del techo.

Una vez se movieron los muros necesarios la fachada frontal empezó a tomar forma el

109

edificio (Figura 72):

Figura 72. Fachada frontal con los respectivos muros internos.

Hasta esta parte de los resultados, se movieron los muros de acuerdo a la textura de la fachada como guía, pero según la forma de la fachada fue necesario asignar la textura por partes independientes para lograr un mejor ajuste con las formas que toma la fachada (Figura 73):

3 1

2

4

Figura 73. Formas de la fachada que requieren textura independiente.

Cuando se capturó la fachada de este edificio de “Google Street View”, al frente de esta

110

habían, arboles, persona y pasto, por lo tanto, de acuerdo con la metodología planteada, la foto de la fachada fue enderezada por medio de la herramienta “Crop Image” del software “CityEngine” recortando la cara de la fachada de interés, luego con Gimp a partir de la selección de una porción de la fachada “limpia” , es decir que no tuviera árboles, se replicó o copio y pegó donde la fachada no era “limpia” y de esta manera ocultar elementos ajenos a esta, a continuación se muestra el muro 1 (Figura 74) de la fachada occidental del edificio de la Cámara de Comercio de Bogotá, de acuerdo con la Figura 73:

1

Figura 74. Fachada capturada de “Google Street View” (izquierda), fachada enderezada en “Crop Image” (centro) y fachada con elementos ajenos removidos con “Gimp 2” (derecha)

La réplica de textura a partir de una parte repetitiva de una cara de la fachada, es decir, una zona sin elementos ajenos a esta, sirvió para texturizar varios edificios, un ejemplo de esto son los resultados obtenidos con Maloka. A continuación, se muestra un recuadro de la textura capturada con la herramienta “recortes” (Figura 75) correspondiente al recubrimiento del edificio del centro interactivo “Maloka” (Figura 76):

111

Figura 75. Textura representativa de “Maloka”.

Figura 76. Edificio de “Maloka”.

De acuerdo con la metodología empleada, a continuación, se muestran los resultados obtenidos en los edificios más representativos de la zona de estudio (Tabla 4):

112

Tabla 4. Resultados obtenidos con los edificios mรกs representativos de la zona de estudio.

EDIFICIO CRUDO EXTRUIDO

EDIFICIO TEXTURIZADO

Edificio de la Cรกmara de Comercio de Bogotรก

Conjunto residencial Lausana

Conjunto residencial San Lorenzo

Centro Comercial Salitre Plaza

113

Edificio Maloka

4.1.4. Generación de una escena 3D Se generó una nueva escena en “CityEngine” empleando el DTM editado a partir del DEM y se puso de imagen base un recorte de la ortofoto de la zona de estudio. Dicha imagen le proporciona más realismo a la escena, puesto que muestra las calles, el mobiliario urbano, etc, además de que le da los colores reales al escenario.

Los edificios extruidos a los cuales ya se les generó la textura respectiva, fueron agregados a la nueva escena, pero, como estos tienen una altura “real” no solo del piso al techo sino sobre el elipsoide y sobre el nivel del mar, entonces ellos aparecen flotando sobre la escena (la altura de Bogotá en promedio es de 2,600 msnm), tal situación se muestra a continuación (Figura 77):

114

Figura 77. Edificios extruidos flotando sobre la escena.

Una vez los edificios fueron adicionados a la escena, se adicionó el DTM, el software “CityEngine” permite junto al cargue del DTM definir una textura para el mismo, para lo cual se definió para tal propósito el ortoftomosaico de la zona de estudio, lo cual hace que el “suelo” de la escena sea más realista y las vías se ven grises, el pasto verde y los demás elementos del paisaje urbano tenga los colores como se ven en la realidad, una vez hecho esto, la escena luce así (Figura 78):

115

Figura 78. DTM con la textura del ortofotomosaico adicionado a la escena.

Al realizar un acercamiento a la zona de estudio la escena ya estรก completa de acuerdo con el alcance de este proyecto en donde era realizar los edificios mรกs representativos, el resultado de la escena final es el siguiente (Figura 79):

Figura 79. Escena final.

116

4.2. Discusión De acuerdo con la literatura consultada, existen diferentes tecnologías, técnicas y métodos para la generación de edificaciones en 3D, unas mejores que otras, pero se depende mucho de la facilidad de consecución de los insumos, puesto que algunos son difíciles de conseguir como es el caso de datos LiDAR, que según lo consultado podrían ser los datos más precisos para generar edificaciones en 3D. Sin embargo, los insumos conseguidos para esta investigación son más abundantes y de más fácil consecución (imágenes aéreas) y permitieron emplear técnicas y métodos fotogramétricos, esto posibilitó desarrollar una metodología viable combinando diferentes programas especializados partiendo desde un proceso fotogramétrico, restitución de techos con formas y alturas cercanas a la realidad y a partir de estas generar la extrusión de los edificios completos. La edición de la extrusión implicó la asignación de la textura a priori a sus fachadas, para de esta manera poder definir qué parte de los muros mover, puesto que una fachada puede presentar muros que sobresalen a otros de la misma cara del edificio. Se generó un mapa experimental con varias edificaciones tridimensionales representativas para un sector de la zona de Ciudad Salitre en Bogotá, el cual fue una escena realizada dentro del software CityEngine con un ángulo de iluminación determinado, se le asignó un DTM para asentar las extrusiones editadas de los edificios y el cual le dio una altura verdadera sobre el nivel del mar, adicionalmente se agregó un ortofotomosaico que tomó la forma del DTM y le dio la textura y colores verdaderos a la escena.

Los resultados obtenidos con este trabajo fueron muy positivos, puesto que partir de los insumos conseguidos y de la investigación realizada fue posible establecer una metodología adecuada para generar edificaciones tridimensionales con una altura y forma cercana a la realidad. Emplear fotogrametría permitió obtener alturas con buenas precisiones aunque esto no fue validado comparando con otro método de medición de alturas, no obstante, se parte de la precisión que este tipo de insumo y técnica tienen, lo que a diferencia de generar las edificaciones en 2.5D, es decir, de partir del polígono del predio y por medio de un atributo de altura obtenido a partir del número de pisos extruir la edificación como lo hace Catastro Bogotá, se logra una altura más acorde con la realidad.

En cuanto a otras medidas como ancho y largo de las edificaciones puede que esta no sea tan parecidas a la realidad, puesto que la metodología como se pudo ver contempla la

117

extrusión de los edificios a partir de sus techos y si el techo sobresale a los muros, no se tiene una medida exacta de cuánto estos se deben mover internamente más que de una manera aproximada, esto sucede cuando el ancho y el largo del techo no es el mismo que el de los muros exteriores de las construcciones. En la Figura 80, se observa a la izquierda el caso en donde la longitud de los muros del edificio coinciden con la longitud más ancha del techo, en este caso dicha longitud del muro sería casi tan precisa como la real, por el contrario en la misma figura a la derecha se puede ver que la longitud del techo en su base no coincide con la del muro frontal del edificio, por lo tanto algunos muros deben ser desplazados internamente a los muros una distancia X aproximada, pues no se puede medir por fotogrametría dicha distancia, salvo que se contara con imágenes oblicuas:

Figura 80. Longitud del muro frontal del edificio coincidente con la longitud la base del techo (izquierda), Longitud de techo y muro frontal no coincidente (derecha).

Si bien existen diferentes metodologías para generar edificios 3D, los insumos disponibles son la limitante, pero esta limitante se convierte en la oportunidad de aplicación de la metodología acá estipulada. Adicionalmente a insumos fotogramétricos, se intentó conseguir información de LiDAR pero la Empresa de Acueducto no la suministró. Cada uno de estos tipos de insumos tienen una metodología diferente para trabajarlos, pero los fotogramétricos, a pesar de ser más limitados para la generación de edificios 3D, son los insumos más abundantes a nivel Bogotá y a nivel nacional, lo que da la oportunidad de

118

aplicación de este trabajo de grado.

Dichos insumos, junto con las principales técnicas y tecnologías para la generación de edificaciones 3D investigadas, permitieron determinar que lo mejor era usar la fotogrametría como técnica para la extracción de elementos tridimensionales, puesto que los insumos son fotografías aéreas suministradas por el IGAC, que junto con los puntos de control permitieron generar un proceso fotogramétrico completo, como complemento se usó la técnica de extrusión, pero a partir de la restitución fotogramétrica de los techos de los edificios.

Adicionalmente a esta clase de insumos fotogramétricos, el software de procesamiento es muy importante, ERDAS es muy popular y es posible que varias entidades poseen una licencia. Dicho software posee un módulo de fotogrametría llamado LPS para la versión 2011 (versión usada en esta investigación), posee adicionalmente módulos que se integran con ArcGIS y que permiten trabajar estereoscópicamente en ArcMAP. Uno de ellos es “RoofTop”, el cual, a partir de restituir el techo, permite extruir el edificio completo.

Directamente en LPS se realizó el proceso fotogramétrico completo, el cual consistió en hacer la orientación interna, relativa y absoluta, teniendo en cuenta los puntos de control suministrados, los cuales tienen precisión al centímetro. Este proceso es guardado como un proyecto fotogramétrico, que luego es importado dentro de ArcMap en un módulo llamado “Stereo Analyst” que al igual que “RoofTop” es de ERDAS pero se integra con ArcGIS, una vez importado, es posible ver estereoscópicamente y georreferenciadas el par de fotografías del área de estudio, a partir de estas, con “RoofTop” se dibujan los techos, este módulo posee una barra de herramientas con la forma de los techos más representativos.

Los edificios más representativos generados a partir de la restitución o captura tridimensional de los techos presentaron muy buenos resultados, sobre todo porque el proceso que implica editar una nube de puntos generada en el momento de editar el DEM es muy dispendioso y requiere de mucho tiempo de edición y de poder de cómputo porque la densidad de los puntos es muy alta, por lo tanto, en vez de realizar esa edición resultó más sencillo restituir los techos y a partir de estos generar el volumen del edificio con los muros hasta nivel del suelo.

119

Las formas de los techos de los edificios representativos de la zona de estudio presentan diferentes grados de complejidad, puesto que poseen diferentes formas, dichas formas cambian en 2D y en 3D, es decir que tienen diferentes grados de inclinación lo que en algunos casos dificulta su captura en ambiente estereoscópico, por lo tanto, fue muy importante familiarizarse con las diferentes herramientas de “Rooftop” para saber con qué forma o tipo de techo usar, una vez se logre destreza con el uso de estas, la captura de los techos se torna más rápida.

La ventaja de usar esta metodología radica entre otros aspectos, en que el techo se captura a la altura percibida estereoscópicamente y luego para su extrusión se usa la altura del nivel del suelo del edificio, esto garantiza que el edificio resultante tenga una altura con precisión fotogramétrica. Para lograr esto, es importante tener buena visión estereoscópica para ubicar correctamente la marca flotante del software, la cual es un cursor en forma de cruz que puede ser movido no solo en coordenadas X e Y sino también en Z, lograr esta destreza permite ubicar esta marca a nivel del suelo sin enterrarla o a nivel del techo a la altura correcta.

Las formas de los muros bajo los techos mediante fotogrametría vertical es prácticamente imposible de determinar, por lo tanto, es necesario usar la herramienta “Google Street View” de “Google Earth” y a partir de esta hacer una captura de pantalla de toda la cara del edificio y asignar dicha foto como fachada de esa cara, para a partir de esta determinar que parte de la fachada debe ser movida hacia adentro, desafortunadamente la distancia de ese movimiento no es posible capturar mediante lo que comprende la metodología, por lo tanto, los muros eran movidos subjetivamente hacia adentro con las proporciones percibidas por el ojo humano.

En cuanto al realismo de las fachadas en lo que se refiere a su textura, el uso de las fotos de las fachadas obtenidas de “Google Street View” fue la mejor opción encontrada, puesto que son de fácil disponibilidad y de carácter gratuito, gracias a herramientas disponibles en “CityEngine” fue posible enderezar y poner de forma ortogonal las mismas, de tal manera que se lograra mitigar la deformidad de las fachadas dada por la perspectiva de la toma de la foto por parte de los sensores de Google y la perspectiva de la captura de pantalla. Para lograr un mejor ajuste de las fotos, se debió analizar la forma de la fachada y los muros que la conforman debido a que unos pueden estar más salidos que otros y generarían más caras

120

o muros conformantes de la fachada, lo que dificulta el proceso de texturizado, por lo que se debió capturar las fotos de cada cara de la fachada por separado, luego volverla ortogonal (enderezarla), eliminar elementos de la fachada ajenos a esta y luego asignarla como una regla de fachada del software “CityEngine” hasta completar todos los muros o caras que conforman la fachada. Este proceso debido a su nivel de detalle es muy demorado y de paciencia, de hecho, es más demorado que generar el modelo extruido del edificio. “CityEngine” permite definir reglas más complejas para el texturizado de las fachadas, pero se requiere de un análisis más profundo de la fachada, en este sentido, existen fachadas en donde los pisos diferentes en forma y en altura son el primero y el último mientras que los intermedios son iguales y se repiten desde el segundo piso hasta el penúltimo. Al software se le debe indicar los repetitivos, este procedimiento es muy útil cuando los edificios son muy altos y la fachada no alcanza a salir completa en “Street View”, pero los edificios de la zona de estudio si alcanzaban a salir sus fachadas completas, entonces se procuró dejar la foto de la fachada en su totalidad cuando su cara era plana y no tenía muros salientes o entrantes y cuando tenía varias caras se usaba la foto completa por cara, de lo contrario la asignación de la textura sería aún más demorada.

Las fachadas pueden tener unos detalles más complejos como balcones y barandas de los mismos, así como cornisas y adornos en las fachadas los cuales pueden ser aún más difíciles de representar, por lo tanto, debido al alcance del proyecto no se realizaron este tipo de detalles en 3D y simplemente se ven en la foto usada como textura de la fachada de forma plana.

En cuanto a la escena 3D del área de estudio, contar con el DTM y el ortofotomosaico a color de la zona de estudio le imprimió más realismo a esta, si el enfoque de este proyecto fuera más allá de los edificios se podría detallar más en la escena agregando elementos del mobiliario urbano como árboles, puentes, semáforos, bancas de los parques, rejas, etc, así como una malla vial más allá a la del ortofotomosaico.

Comparada esta metodología con la de Catastro en 3D de la ciudad de Bogotá, iniciativa Modelo Bogotá 3D “Para verte mejor” (IDECA, 2016), la cual parte de las “footprints” o polígonos en 2D de las construcciones del mapa catastral, posee una altura más realista, puesto que, las alturas fueron obtenidas por métodos fotogramétricos a través de estereoscopia, mientras que las de catastro se obtienen a partir de un atributo presente en

121

la base de datos catastral, que es el número de pisos y acorde a datos levantados por ellos mismos, pueden inferir la altura de cada piso de acuerdo a la zona donde se encuentren ubicados y multiplicando el número de pisos por la altura de cada piso pueden saber la altura total del edificio, pero esto no es una medida tan realista puesto que puede pasar que no todos los pisos tengan la misma altura, normalmente el primero y el último suelen tener una altura diferente a los demás, en cambio por fotogrametría se puede conocer directamente la altura del suelo al techo, incluso las formas complejas de los techos hacen que tenga el mismo techo diferentes alturas, la cual la fotogrametría permite conocer al instante y con los grados de precisión que da esta técnica. En cuanto a las longitudes de los muros se puede evidenciar que los muros van a ras del techo y que estos no son movidos en todos los casos interiormente como se verían en la realidad, por lo tanto, se podría decir que en cuanto a las longitudes de los muros ninguno de los dos métodos comparados tiene una precisión similar a la realidad para estos casos. El método de IDECA (2016) de acuerdo con la literatura consultada (El Salam, 2013), se puede inferir que es una representación 2.5D y no 3D como la que logra el presente trabajo. La Figura 81 muestra un ejemplo de resultados del método de IDECA (2016). En la Figura 81(arriba), se observa el resultado obtenido en el Centro Comercial Salitre Plaza, en donde la zona del aviso de almacenes Éxito hay un muro justo debajo que no da al ras del techo, este fue movido hacia dentro como lo es en la realidad, mientras que en la misma Figura 81 (abajo) se muestra la biblioteca Julio Mario Santo Domingo en donde en la textura de la fachada se observa que hay un techo que sobresale al muro de la entrada, pero su forma no fue representada tridimensionalmente y tanto techo como muro de la entrada se ven planos sobre la fachada principal.

122

Figura 81. Extrusión del Centro Comercial Salitre Plaza (Arriba). Biblioteca Julio Mario Santo Domingo (Abajo).

Fuente: IDECA (2016)

Tanto este trabajo como el de catastro 3D de IDECA usaron fotografías perpendiculares a los edificios, para esta investigación, como se mencionó anteriormente, se usaron las de “Google Street View” y para el de catastro fotografías de fachadas tomadas por Catastro Bogotá, los resultados obtenidos en cuenta a texturizado para las dos metodologías fueron similares.

La metodología empleada por Alonso (2012) utiliza software de modelado 3D conocido como “3dsMax”, partiendo de un polígono 2D obtienen una extrusión mediante un barrido

123

indicado por la dirección de un vector tridimensional como se muestra en la Figura 82:

Figura 82. Extrusión a partir de polígonos. Vista 2D (Izquierda) y 3D de los edificios (Derecha) Fuente: Alonso (2012)

Este autor, para el texturizado de las fachadas parte de fotos de las fachadas frontales proporcionadas por La Dirección General de Catastro de España y usa fachadas genéricas en donde no existen fotos de las fachadas. En el software Unity 3D se realiza la escena final en donde se integran las extrusiones texturizadas de los edificios y es allí en donde se muestran los resultados finales. La metodología de esta investigación a diferencia de la de Alonso (2012), usa software con componente geográfico y no solo de modelado 3D genérico, lo que permite un manejo óptimo de información georreferenciada y lo que puede llevar a tener una mejor precisión puesto que las alturas están más acorde con las reales.

El trabajo de Ferrario et al. (2012) crea una metodología para la producción de cartografía multiescalar 3D para el municipio de la Alhambra (España) combinando varios métodos entre los cuales se destacan datos capturados en plataformas áreas con sensores de LiDAR y cámara de barrido y matricial. Adicionalmente usan sensores terrestres con tecnología de escáner láser, esto demuestra que se combina la fotogrametría con técnicas láser. Según los autores, este trabajo se centra principalmente en la fotogrametría aérea, la cual tiene cobertura en toda el área de estudio, complementada con la de LiDAR y en una zona de interés conocida como el “Recinto Amurallado” se emplearon los datos del Escáner Láser.

Tanto los datos del escáner láser como los de LiDAR fueron combinados y almacenados en una sola base de datos, partiendo de esta nube de puntos se han capturado elementos de interés como las líneas de fachada, líneas de cornisa, tejados, estructura de las cubiertas,

124

pavimento, vegetación referente a troncos y setos, curvas de nivel, algunos elementos de la infraestructura hidráulica, tendidos eléctricos, mobiliario urbano, entre otros elementos de interés. Los autores hacen énfasis en un modelo de datos para la cartografía del municipio en 3D orientado a objetos el cual tiene unos criterios definidos para captura, control de calidad y exportación de datos de forma directa a un SIG y además multiescalar, con base en este modelo realizan su trabajo de levantamiento de la cartografía. Muchos de los elementos capturados son construcciones de patrimonio monumental de gran relevancia pues fueron declarados Patrimonio Mundial por la UNESCO, los cuales deben ser capturados con un gran nivel de detalle y precisión, además de ser un territorio que se extiende unos 11 km2 lo cual demanda una representación cartográfica similar a las escalas urbanas. La siguiente es una muestra de los resultados que obtuvieron, no mencionan en ningún momento el texturizado de fachadas, por lo tanto, estas no lucen tan realistas (Figura 83):

Figura 83. Ejemplo de los resultados obtenidos para el proyecto de Alhambra Fuente: Ferrario et al. (2012)

Comparando el procedimiento empleado por Ferrario et al. (2012) con los del presente proyecto de investigación, los insumos, técnicas y métodos empleados por ellos son más precisos, puesto que tienen redundancia de datos lo cual es ideal para la generación de cartografía 3D, puesto que tienen tomas aéreas de LiDAR, imágenes aéreas, escáner láser terrestre, lo cual permite tomas en diferentes perspectivas de los elementos capturados, teniendo así vistas desde arriba y desde los lados lo que permite generar el modelo

125

tridimensional de cada construcción de una forma precisa incluso capturando detalles minuciosos gracias a las nubes de puntos generadas por los sensores láser.

Otro trabajo interesante de comparar es el desarrollado por Yalcin y Selcuk (2015) el cual tiene una metodología basada en fotogrametría oblicua para el modelamiento de ciudades en 3D, en este caso se basa en un caso de estudio en la ciudad de Konya en Turquía. Con esta metodología tienen tomas áreas tradicionales al nadir y son complementadas con tomas oblicuas para el texturizado de fachadas. Estas tomas oblicuas permiten también ver los lados de las edificaciones, estructura, puntos ciegos, entradas y salidas lo que no es posible ver con fotogrametría vertical, lo que posibilita medir alturas y longitudes directamente de las fotografías. Para detalles que no pueden ser obtenidos por las tomas verticales, se empleó un escáner láser como datos complementarios, lo que incrementa el nivel de detalle de los lados de las construcciones. En su metodología al igual que la del presente proyecto de investigación, se usó el módulo LPS del software “ERDAS” pero para la restitución de “footprints” y las líneas de los muros se usó una extensión llamada LPS Pro600 en un ambiente de Microstation. Los autores afirman que su resultado confirma que la metodología es un buen punto de partida para la generación de edificaciones en un nivel de detalle LoD3 y sobre todo por el uso de imágenes oblicuas, las cuales son similares a la perspectiva humana brindando realismo a su modelo 3D y son visualmente atractivas para los tomadores de decisiones. Si se compara la metodología de Yalcin y Selcuk (2015) con la del presenta trabajo de investigación, ambas emplean restitución para la generación de las edificaciones tridimensionales, pero, la de Turquía restituye “footprints” y con la vista oblicua restituyen los muros y la de este estudio al contar con tomas aéreas al nadir solamente se restituyen los techos y los muros se generan como ya se había mencionado, a partir de generar una extrusión desde los techos restituidos hasta el nivel del suelo. El proceso de texturizado es similar en ambos casos porque se cuenta con imágenes oblicuas en el de los autores mencionados y de este proyecto se cuenta con la vista de calle de “Google Street View”, aunque se debe aclarar que con la vista de Google no se tiene estereoscopía mientras que con fotogrametría oblicua si, lo cual ayuda a mejorar la precisión y el detalle de las vistas laterales de los edificios, por lo tanto, al hacer mediciones sobre estos, se pueden obtener longitudes similares a las de la realidad. El nivel de detalle

126

obtenido por el trabajo de estos autores es de LoD3, puesto que, puede obtener además de detalles del techo, también el de los muros y estructura incluyendo balcones, mientras que el del presente estudio logra un intermedio entre LoD2 y LoD3 por no haber empleado fotogrametría oblicua debido a la mencionada disponibilidad de insumos de esta índole.

Un ejemplo de los resultados obtenidos por el proyecto de Yalcin y Selcuk (2015) se puede observar a continuación Figura 84:

Figura 84. Ejemplo de los resultados obtenidos para el proyecto de la ciudad de Konya (Turquía).

Fuente: Yalcin y Selcuk (2015)

La metodología del presente trabajo de tesis, si bien obtiene buenos resultados según los insumos obtenidos, es un poco demorada para la generación de las edificaciones 3D, en parte porque muchas cosas se hacen de forma manual, lo cual requiere de mucha práctica y destreza para el manejo de las herramientas para lograr unos rendimientos adecuados y poder generar las construcciones de una forma más rápida. Para su ajuste y afinamiento se podrían investigar sobre mejores y más modernos algoritmos de generación de nubes de puntos a partir de la correlación de las imágenes aéreas, de tal manera que dicha nube de

127

puntos sea más representativa de la forma precisa de las edificaciones logrando que el proceso de edición de esa nube de puntos sea más sencillo, esto podría ayudar a semi automatizar los procesos, optimizando los rendimientos a la hora de generar cartografía 3D de edificios. El texturizado de las fachadas también fue dispendioso y tal vez el proceso más demorado, puesto que, requiere de la utilización de varios softwares para poder ajustar las fachadas para que sean más realistas y conserven las proporciones similares a las reales, por lo tanto, se podría también investigar más sobre este procedimiento, para lograr una mayor automatización y rapidez para ajuste de las texturas. Para lograr una mejor precisión en cuanto a las dimensiones de los muros que no corresponden a las mismas longitudes de las bases de los techos, se requeriría de emplear fotogrametría oblicua o de datos de escaneo láser, pero desafortunadamente estos datos no son fáciles de conseguir o tocaría contar con los recursos económicos suficientes para poder contratar la toma de los datos por parte de una Entidad que requiera una mayor precisión lateral y frontal de los modelos tridimensionales generados.

128

5. CONCLUSIONES Existen diferentes técnicas, tecnologías y métodos para la generación de edificaciones en 3D, de acuerdo con los insumos conseguidos debido a su disponibilidad y popularidad entre empresas públicas, el método fotogramétrico resultó siendo el más oportuno, aunque no necesariamente el más sencillo debido a los procesos de edición requeridos. Se intentó realizar la edición de la nube de puntos del DEM que correspondían a las edificaciones, pero esto era más demorado y dispendioso y requería de tiempo y de procesamiento de máquina debido a la densidad de la información, por lo tanto, realizar la restitución (captura 3D) de los techos y a partir de estos generar la extrusión de los edificios fue la mejor opción debido a que el tiempo requerido era inferior y los resultados fueron mucho mejores.

En cuanto a la literatura revisada, se pudo constatar que el mejor método para generar edificaciones 3D era quizás por medio de nube de puntos de LiDAR (lasergrametría), puesto que no es sensible a las condiciones atmosféricas ni a las sombras de los edificios de acuerdo al ángulo de iluminación solar como si sucede con técnicas fotogramétricas, por lo tanto, se esperaría que el proceso de edición de la nube de puntos fuera más sencilla, sin embargo, a pesar de ser solicitadas los insumos no hubo respuesta por parte de la Empresa de Acueducto de Bogotá. Los datos de LiDAR son más escasos que los de fotogrametría, por lo tanto, para el desarrollo de este proyecto estos últimos fueron la mejor opción.

A partir de los insumos conseguidos, se definió una metodología para la generación de edificaciones en 3D, esta metodología requirió tener buena visión estereoscópica y saber colocar la marca flotante (cursor 3D) a la altura correcta sobre todo a nivel del techo para restituir los techos y a nivel del suelo para que el edificio quede extruido completamente.

Adicionalmente fue muy importante conocer las diferentes herramientas para restituir techos que posee la extensión “Rooftop” que ERDAS Imagine le proporciona a ArcGIS por medio del módulo “Stereo Analyst”. Dichas herramientas permiten la captura de los techos de acuerdo a patrones de formas preestablecidas como domos, dos o más aguas, planos, etc, una vez conocidas y entendido su funcionamiento, el proceso de captura se tornó muy sencillo. La extrusión a partir de los techos dibujados resultó tan sencilla como seleccionar

129

el techo e indicar con la marca flotante el nivel del suelo. El proceso más demorado fue el de texturizado, debido al nivel de detalle que este representa si se quiere foto realismo en el resultado, puesto que, esto implica contar con fotografías de todas las fachadas de ser posible, para lo cual fue determinante “Google Street View” de “Google Earth” por lo que evitó ir a campo a tomar las fotografías respectivas. Las fotos obtenidas de “Google Street View” debieron ser editadas una a una en “CityEngine” y en “Gimp 2” lo que consumió bastante tiempo y sólo permitió generar la textura de los edificios más representativos de la zona de estudio.

El nivel de detalle obtenido con esta metodología según la bibliografía consultada (Yalcin y Selcuk, 2015) fue un intermedio de LoD2 y LoD3, puesto que se logró representar estructuras de los techos y texturas y algunas formas y detalles de los muros, pero sin detallar balcones ni elementos más elaborados que sobresalen de las fachadas.

Se realizó un mapa base de la zona de estudio que para un entorno 3D se denomina escena, el cual consistió en las edificaciones más representativas incluyendo edificios comerciales, empresariales, de entretenimiento y residenciales asentados sobre el DTM y el ortofotomosaico de la zona de interés. De acuerdo con el alcance no se le agregó a dicho mapa base elementos de mobiliario urbano como árboles, semáforos, señales de tránsito, bancas, puentes, entre otros. Este proceso le daría más detalle al mapa, sería mucho más demorado, pero le agregaría más realismo.

Con el desarrollo de este proyecto, se pudo efectivamente dar respuesta a las preguntas de investigación y a la aceptación de la hipótesis de investigación, debido a que se pudo constatar de acuerdo con la literatura consultada, que las principales tecnologías, técnicas y métodos que existen para la generación de cartografía 3D de edificios si inciden en la agilidad de los procesos de producción de cartografía en tercera dimensión, puesto que, unos son más rápidos que otros, unos más detallados que otros y que la aplicación de uno u otro depende del propósito de la cartografía 3D, el presupuesto y sobre todo de los insumos disponibles que fue lo que sucedió en el presente trabajo, para lo cual, el método fotogramétrico junto con sus tecnologías y técnicas resulto ser el mejor para la metodología planteada. También es posible, por ejemplo, si se contaran con los insumos necesarios combinar la fotogrametría con datos LiDAR lo cual permitiría mayor precisión y realismo.

Al generar un mapa experimental (escena 3D) con edificaciones tridimensionales en un

130

sector de la zona de Ciudad Salitre, fue una buena manera de probar la metodología definida, puesto que, dicho sector cuenta con diversidad de estilos de edificios, de diferentes formas y tamaños y esto exigió el aprendizaje y adquisición de destrezas que permitieron la extrusión de estos a partir de la forma de sus techos y permitió realizar el mejor análisis para lograr la mejor estrategia a la hora de restituir los techos y generar el texturizado de las fachadas puesto que cada edificio es un caso diferente.

131

6. BIBLIOGRAFÍA Abdul-Rahman, A., y Pilouk, M. (2007). Spatial Data Modelling for 3D GIS. Springer Science & Business Media. Recuperado el 15 de octubre de 2016,de https://books.google.com/books?id=X6a2f75ky3gC&pgis=1 Agarwal, S. (2013). Aerial Mapping Best Practices. Recuperado el 28 de julio de 2019, de http://eijournal.com/print/articles/aerial-mapping-best-practices Alcaldía local de Fontibón. (2009). Ciudad Salitre Reseña Básica Barrial. Bogotá, DC. Recuperado el 15 de septiembre de 2016, de http://www.gestionycalidad.org/observatorio/contenido/resenia/80.pdf Alonso, B. (2012). Integración del Catastro 3d en una Plataforma de Simulación 3D. Universidad de Oviedo. Recuperado el 12 de octubre de 2016, de http://dspace.sheol.uniovi.es/dspace/bitstream/10651/4174/6/TFM_ BelénARodríguez.pdf Álvarez, D. A. G. (2008). Sistema GNSS (Global Navigation Satellite System). Universidad Autonoma de Madrid.

Recuperado de http://arantxa.ii.uam.es/~jms/pfcsteleco/lecturas/20080125DavidGarcia.pdf Angulo, L. V. (2014). Generación de cartografía básica a detalle mediante una metodología de toma con aviones no tripulados (UAV's). Departamento de las ciencias de la tierra y de la construcción. Universidad de las Fuerzas Armadas. Recuperado el 25 de marzo de 2016, de http://repositorio.espe.edu.ec/bitstream/21000/9434/1/T-ESPE-048572.pdf Arroyo, R. (2015). Información catastral en la Web. El Blog del Autodidacta en Geomática.

Recuperado el 20 de septiembre de 2016, de http://autodidactaengeomatica.blogspot.com.co/2015_06_07_archive.html Batty, M.; Axhausen, K. W.; Giannotti, F.; Pozdnoukhov, A.; Bazzani, A.; Wachowicz, M.; Ouzounis, G.; Portugali, Y. (2012). Smart cities of the future. The European Physical Journal Special Topics, 214(1), 481–518. Recuperado el 25 de marzo de 2016, de http://link.springer.com/article/10.1140%2Fepjst%2Fe2012-01703-3 Bennera, J., Geigera, A., Gröger, G., Häfele, K.-H., y Löwner, M.-O. (2013). Enhanced LoD Concepts for Virtual 3D City Models. Recuperado el 27 de enero de 2016, de http://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/II-2W1/51/2013/isprsannals-II-2-W1-51-2013.pdf Berlin Partner for Business and Technology. (2016). 3D City Model. Recuperado el 29 de enero de 2016, de http://www.businesslocationcenter.de/en/berlin-economic-atlas/theproject Boehler, W., y Marbs, A. (2002). 3D Scanning Instruments. Mainz. Recuperado el 22 de noviembre de 2016, de https://i3mainz.hsmainz.de/sites/default/files/public/data/p05_Boehler.pdf Chaudhuri, S. (2002). Fuzzy Photon. Recuperado el 16 de septiembre de 2016, de http://fuzzyphoton.tripod.com/rtref/rtref_c.htm Colomina, I., y Molina, P. (2014). Unmanned aerial systems for photogrammetry and remote sensing: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 92, 79–97.

Recuperado el 22 de noviembre de 2016, de https://doi.org/10.1016/j.isprsjprs.2014.02.013

132

Concejo de Bogotá. (2004). Acuerdo 130 de 2004 Concejo de Bogotá D.C. Recuperado el 27 de julio de 2019, de https://www.bogotajuridica.gov.co/sisjur/normas/Norma1.jsp?i=15385 Denton, K. (2013). The ABC of lasergrammetry: improving fieldwork quality | Engineer Live.

Recuperado el 1 de diciembre de 2016, de http://www.engineerlive.com/content/14619 Ekberg, F. (2007). An approach for representing complex 3D objects in GIS applied to 3D properties Thesis for Degree of Master of Geomatics Examiner: Prof. Anders Östman.

University of Gävle. Recuperado el 11 de noviembre de 2018, de http://www.divaportal.org/smash/get/diva2:119692/fulltext01.pdf El Salam, A. (2013). Maximizng the Use of 3D Objects in GIS. Salzburg University.

Recuperado el 21 de julio de 2016, de http://salzburg.unigis.net/index.php/master-ofscience/accomplished-master-theses/article/40639-maximizing-the-use-of-3d-objectsin-gis.html ERDAS, Earth Resources Data Analysis System. (2010). ERDAS Help.

ESRI, Environmental Systems Research Institute. (2007). ArcGIS 9.2 Webhelp Topic.

Recuperado el 27 de julio de 2019, de http://webhelp.esri.com/arcgisdesktop/9.2/printbooks_topics.cfm?pid=22 ESRI, Environmental Systems Research Institute. (2014). 3D Urban Mapping : From Pretty Pictures to 3D GIS. Redlands. Recuperado el 21 de julio de 2016, de http://www.esri.com/library/whitepapers/pdfs/3d-urban-mapping.pdf ESRI, Environmental Systems Research Institute. (2015). The ArcGIS Book - 10 Big Ideas about Applying Geography to Your World. (C. Harder, Ed.). Redlands: ESRI Press.

ESRI, Environmental Systems Research Institute. (2016). Extruir entidades a una simbología 3D—ArcGIS Pro | ArcGIS for Desktop. Recuperado el 13 de octubre de 2016, de https://pro.arcgis.com/es/pro-app/help/mapping/layer-properties/extrudefeatures-to-3d-symbology.htm Ferrario, S., García, I., Gómez, I., López, J. M., y Montufo, A. M. (2012). Integración de sensores aéreos y terrestres para la producción de cartografía multiescala 3D en la Alhambra y su territorio . Virtual Archeaeology Review, 3(7), 50–54. Recuperado el 22 de noviembre de 2016, de http://varjournal.es/doc/varj03_007_10.pdf Flaxman, M. (2010). Fundamentals of Geodesign. Proceedings of Digital Landscape Architecture, 28–41.

Ford, A. (2004). The visualisation of integrated 3D petroleum datasets in ArcGIS. Newcastle upon Tyne.

Recuperado el 29 de julio de 2016, de https://www.researchgate.net/profile/Alistair_Ford/publication/228976050_The_visua lisation_of_integrated_3D_petroleum_datasets_in_ArcGIS/links/552544830cf2561f2 ac219cf.pdf Gerhard, Gröger, Kolbe, Lutz, Plümer, y Thomas. (2005). CityGML – Interoperable Access to 3D City Models. 1st International Symposium on Geo-information for Disaster Management. Delft, Holanda. Recuperado el 15 de julio de 2016, de http://www.citygml.org/fileadmin/citygml/docs/Gi4Dm_2005_Kolbe_Groeger.pdf GulerYalcin, y Selcuk, O. (2015). 3D city modelling with Oblique Programmetry Method.

Interdisciplinarity in Engineering, 19, 424–431. Recuperado el 15 de julio de 2016, de

133

https://doi.org/10.1016/j.protcy.2015.02.060 HawarIT. (s/f). Height Model (DEM/DTM/DSM). Recuperado el 16 de enero de 2017, de https://www.hawarit.com/photogrammetry/height-model-dem-dtm-dsm/ IDECA, Infraestructura de Datos Espaciales para el Distrito Capital. (2014).

Ortofotomosaico. Bogotá, DC: IDECA. IDECA, Infraestructura de Datos Espaciales para el Distrito Capital. (2016). 2016: Catastro en 3D. Recuperado el 27 de marzo de 2016, de http://www.ideca.gov.co/es/2016catastro-en-3d IDOM. (2012). Smart Cities. Recuperado http://www.smartcities.es/smart-cities/

el

25

de

marzo

de

2016,

de

IGAC, Instituto Geográfico Agustín Codazzi. (2009). Ortofotomosaico y fotografías aéreas crudas. Bogotá, DC. IGAC, Instituto Geográfico Agustín Codazzi. (2015). El catastro multipropósito herramienta fundamental del PND para ordenar el territorio: Nieto Escalante. Recuperado el 27 de marzo de 2016, de http://www.igac.gov.co/wps/wcm/connect/b3d99100484aa001aab1baf14a05f094/El+ catastro+multipropósito+herramienta+fundamental+del+PND+para+ordenar+el+territ orio+Nieto+Escalante.docx.pdf?MOD=AJPERES IGAC, Instituto Geográfico Agustín Codazzi. (2016). ¿Qué hacemos? | Instituto Geográfico Agustín Codazzi.

Recuperado el 27 de julio de 2016, de https://www.igac.gov.co/es/contenido/que-hacemos Jauregui, L., Otero, I., Ezquerra, a., Rodríguez Solano, R., Martín, L., Bachiller, I., … Perez, J. (2006). Introducción a la fotogrametría. Universidad de Castilla La Mancha, XXXIII(2), 81–87.

Recuperado el 27 de marzo de 2016, de https://doi.org/10.1007/s13398-014-0173-7.2 Kim, H; Kang, Y y Han, S. (2014). Automatic 3D City Modeling Using a Digital Map and Panoramic Images from a ...: EBSCOhost. Mathematical Problems in Engineering, 2014, 10.

Recuperado el 19 de enero de 2016, de http://web.b.ebscohost.com.ezbiblio.usfq.edu.ec/ehost/detail/detail?vid=6&sid=a4857 dd0-448a-49fd-8a403f44167c51f3%40sessionmgr198&hid=128&bdata=Jmxhbmc9ZXMmc2l0ZT1laG9z dC1saXZl#db=a9h&AN=100526280 Kobayashi, Y. (2006). Photogrammetry and 3D city modeling. En A. Ali y C. Brebbia (Eds.), Digitlal Achitecture and Construction 2006 (pp. 209–2018). Southampton. Recuperado el 09 de marzo de 2016, de ftp://ftp.forum8.co.jp/forum8lib/pdf/VRsymposium/arizona-2.pdf Lin, H., y Batty, M. (2011). Virtual Geographic Environments. (H. Lin y M. Batty, Eds.).

Redlands: ESRI Press.

Macay Moreira, J. M., Nex, F., Agugiaro, G., Remondino, F., y Lim, N. J. (2013). From DSM to 3D Building Models: A Quantitative Evaluation. ISPRS Hannover Workshop 2013 (Vol. XL-1/W1). Hannover. Recuperado el 15 de septiembre de 2016, de http://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XL-1W1/213/2013/isprsarchives-XL-1-W1-213-2013.pdf Marambio, A., y García, J. (2005). Modelización 3D de Zonas Urbanas con SIG. En R.

134

García, K. Abarca, I. López, y R. Biere (Eds.), 2 do. Congreso Internacional Ciudad y Territorio Virtual (pp. 217–220). Concepción: Universidad del Bio-Bio. Recuperado el 22 de marzo de 2016, de http://upcommons.upc.edu/bitstream/handle/2117/77139/217_220 DES URB.pdf?sequence=1&isAllowed=y Meijerink, A., de Brouwer, H., Mannaerts, C., y Velenzuela, C. (1994). Introduction to the use of geographic information systems for practical hydrology. Enschede: International Institute for Aerospace Survey and Earth Sciences - ITC. Miller, W. R. (2010). Introducing Geodesign : The Concept, 36. Recuperado el 15 de marzo de 2016, de https://www.esri.com/library/whitepapers/pdfs/introducing-geodesign.pdf Murphy, J., y Zeiler, M. (2010). Modeling Our World, Second Edition: The Esri Guide to Geodatabase Concepts (Segunda Ed). Redlands: ESRI Press.

OGC, Open Geospatial Consortium. (2006). Candidate OpenGIS® CityGML Implementation Specification (City Geography Markup Language). Recuperado el 15 de marzo de 2016, de https://portal.opengeospatial.org/files/?artifact_id=16675 Palá, V., y Corbera, J. (2012). Necesidades y técnicas de obtención de un modelo urbano 3D verdadero: Una solución y soporte para la navegación y localización en ciudades.

Recuperado el 22 de noviembre de 2016, de http://www.icc.es/esl/content/download/3853/12888/file/necesidades_tecnicas_obtenc ion_modelo_urbano_3d.pdf Perego, A. (2016). DEM (Digital Elevation Model). Recuperado el 28 de julio de 2019, de http://www.alspergis.altervista.org/lezione/20-dem.html Pérez, L. J. (2005). Ortofoto verdadera ( True-Ortho ) y Lídar , el posible futuro de la cartografía catastral urbana, 131–154. Recuperado el 15 de febrero de 2016, de http://www.catastro.meh.es/documentos/publicaciones/ct/ct53/05CATASTRO_53.pdf.

Pfeifer, N., y Briese, C. (2007). Laser scanning–Principles and applications. 3rd International Exhibition & Scientific Congress on Geodesy, Mapping, Geology, Geophisics, Cadaster GEO-SIBERIA, 1–20. Recuperado el 19 de marzo de 2016, de http://www.ipf.tuwien.ac.at/np/Publications/geosibirPfeifer.pdf Poznańska, A. M. (2013). Ascertainment of Building and Vegetation Heights in the Area of the City of Berlin. Berlín. Recuperado el 15 de marzo de 2016, de http://www.stadtentwicklung.berlin.de/umwelt/umweltatlas/download/e0610_Edition 2013_Documentation_Building_Vegetation_Heights.pdf Rodríguez, L., y Ochoa, J. (2009). Análisis y Diseño de un Sistema De Información Geográfica para la Administración del Catastro Multipropósito. Universidad Distrital Francisco José de Caldas. Recuperado el 27 de marzo de 2016, de http://comunidad.udistrital.edu.co/llrodriguez/files/2013/10/TESIS-SIG-CATASTRO3D-MULTIPROPOSITO-SIGaCM-MSC-ING-LUIS-LEONARDO-RODRIGUEZBERNAL.pdf Salcedo, Y. (2012). Aplicación de los SIG para Modelamiento de datos en 3D: hacia una integración completa en 5D. Universidad San Francisco de Quito. Recuperado el 15 de febrero de 2016, de http://repositorio.usfq.edu.ec/bitstream/23000/2247/1/104292.pdf Sánchez Lopera, J., y Lerma García, J. (2012). Actualización de Cartografía Catastral

135

Urbana Mediante LIDAR y SIG. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, 12, 53–70. Recuperado el 22 de noviembre de 2016, de www.geofocus.org/index.php/geofocus/article/view/238/88 Sani, J., y Tierra, A. (2015). Vehículos Aéreos no Tripulados – UAV para la Elaboración de Cartografía Control Horizontal. Recuperado el 27 de marzo de 2016, de https://doi.org/10.13140/RG.2.1.4226.8320 Schuckman, K., y Renslow, M. (2014). Introduction to Lasers and Lidar | GEOG 481: LIDAR Technology and Applications. Recuperado el 15 de septiembre de 2016, de https://www.e-education.psu.edu/geog481/l1_p3.html Shapiro, L. (1998). Structuring Maps. Recuperado el 29 de julio de 2019, de http://maps.unomaha.edu/Peterson/gis/notes/StructuringMaps/StructuringMaps.html Siebert, S., y Teizer, J. (2014). Mobile 3D mapping for surveying earthwork projects using an Unmanned Aerial Vehicle (UAV) system. Automation in Construction, 41, 1–14.

Recuperado el 27 de marzo de 2016, de https://doi.org/10.1016/j.autcon.2014.01.004 Sintégra. (2016). Lasergrammetrie Terrestre | SINTEGRA. Recuperado el 22 de noviembre de 2016, de http://www.sintegra.fr/lasergrammetrie-terrestre/ Tecnoglass S.A. (s/f). Tecnoglass S.A. | camara-de-comercio-salitre-13. Recuperado el 15 de agosto de 2019, de https://www.tecnoglass.com/camara-de-comercio-salitre-13/ Velasco, A., y Olivares, J. (2010, diciembre). El Catastro que nos viene ... El Catastro de edifi cios en 3D en los países europeos y la defi nición de las especifi caciones de los edifi cios para la infraestructura de datos europea. Revista CT/Catastro No. 70, 27–43.

Recuperado el 20 de marzo de 2016, de http://www.catastro.meh.es/documentos/publicaciones/ct/ct70/2.pdf Vexcel Imaging. (2016). UltraCam Eagle Mark 2 • Vexcel Imaging. Recuperado el 19 de noviembre de 2016, de http://www.vexcel-imaging.com/products/ultracam-eagle/ Wikiversidad. (2015). Curso de Fotografía/Aerotriangulación. Recuperado el 28 de marzo de 2016, de https://es.wikiversity.org/wiki/Curso_de_Fotografía/Aerotriangulación Yalcin, G., y Selcuk, O. (2015). 3D City Modelling with Oblique Photogrammetry Method.

Procedia Technology, 19, 424–431. Recuperado el 28 de abril de 2018, de https://doi.org/10.1016/j.protcy.2015.02.060 Zapata, O. de J. (2003). Fundamentos de Fotogrametría para Imágenes de Contacto y Digitales. Medellín.

136