Uno dei problemi che si riscontrano elaborando i DSM (Digital Surface Model) derivati dall’elaborazione delle foto acquisite da drone è quello della difficoltà di eliminare la vegetazione ed ottenere così un DTM (Digital Terrain Model), prodotto che è funzionale in svariate applicazioni.

Infatti, se non stiamo facendo uno studio sulla copertura arborea o erbacea, quello che solitamente viene richiesto è di caratterizzare il terreno il più precisamente possibile.

L’analisi è stata effettuata sfruttando il rilievo utilizzato anche nell’articolo “Confronto dati Lidar e DEM generato da rilievo fotogrammetrico-topografico da Drone”, si tratta quindi di un’area di circa 32 ettari coperta parzialmente da alberi ad alto fusto e arbusti (soprattutto nei pressi dei torrenti) e per il resto da coltivazioni e/o vegetazione erbacea.

Il dato di confronto rimane sempre il DTM derivato dal rilievo Lidar che come noto riesce a penetrare con maggiore efficacia attraverso la vegetazione e quindi restituisce una supercie del terreno particolarmente accurata.

Questa volta andremo ad analizzare delle sezioni del terreno riprodotte su:

1) Modello superficie DTM Lidar (nelle sezioni con colore verde)
2) Modello superficie derivato da Drone a cui sono stati applicati dei filtri per la rimozione della vegetazione. (nelle sezioni con colore rosso)
3) Modello superficie derivato da Drone. (nelle sezioni con colore azzurro)

Le sezioni sono state ricostruite partendo dai tre modelli in formato ascii grid, dove alla distanza di 50 cm. lungo la sezione sono stati calcolati i tre valori della quota tramite interpolazione bilineare e quindi ne è stato ricostruito il profilo.

Di seguito l’ubicazione delle sezioni all’interno dell’area rilevata

Le sezioni sono state scelte orientativamente perpendicolari ai torrenti presenti, e comunque intersecano sempre una zona con vegetazione arborea.

Sezione n° 1

Il filtro è riuscito a ricostruire una superficie del terreno (colore rosso) equiparabile a quella del Lidar (colore verde), mentre la vegetazione materializzata dai picchi di colore azzurro è stata correttamente filtrata e quindi rimossa.

Sezione n° 2

Anche qui i profili derivati da Lidar e da Drone filtrato sono pressochè coincidenti (Linea verde e rossa) denotando che anche il rilievo da Drone apportunamente trattato può raggiungere buoni risultati.

Sezione n° 3

In questo profilo vengono alla luce alcune limitazioni del rilievo da Drone, infatti nei pressi del torrente vediamo come il profilo derivato drone si discosti in maniera importante da quello Lidar che naturalmente prendiamo come riferimento.

Sezione n° 4

Anche qui si evidenziano nei pressi del torrente delle anomalie rispetto al Lidar che anche il filtro della vegetazione non è riuscito a risolvere a causa di una vegetazione veramente molto densa.

Sezione n° 5

Infine vediamo nell’ultimo profilo come l’edificio e la vegetazione lungo il torrente siano state correttamente eliminate dal modello finale.

Conclusioni

Questi risultati sono stati ottenuti partendo da una nuvola di circa 62 milioni di punti derivata da delle immagini di risoluzione a terra di circa 2 cm.

Quello che il filtro riesce a fare abbastanza correttamente è riconoscere quei punti che effettivamente riescono a descrivere il terreno attraverso le piante, tutto questo è possibile grazie all’elevata risoluzione delle foto.

A risoluzioni maggiori ci attendiamo quindi una ricostruzione ancora più precisa a dispetto di tempi di elaborazione certamente più lunghi.

Si ringrazia Progeo e Fabio Camiciottoli per il continuo supporto.