Dans cet article vous trouverez comment réaliser un Modèle numérique d’entités en quelques clics et visualiser les résultats, grâce au plugin Open Lidar Toolbox.
Tutoriel Traitement des données LIDAR HD avec QGis
1- Les données LIDAR dans QGis 3.32
2- Télécharger les données LIDAR HD de l’IGN et les charger dans QGis
3-Les outils pour les données LIDAR dans QGis 3.32
4-Coloriser un nuage de points à partir d’une orthophoto avec CloudCompare
5-Coloriser un nuage de points à partir d’une orthophoto avec LAStools
6- Créer un Modèle numérique de surface (MNS) avec CloudCompare ou LAStools
7- Créer un Modèle Numérique de Terrain avec CloudCompare
8- Créer un Modèle Numérique de Terrain avec LAStools
9- Créer un Modèle Numérique d’Entités avec Open Lidar Toolbox.
Dans les chapitres précédents nous avons vu comment réaliser un Modèle Numérique de Surface (MNS, DSM en anglais) et un Modèle Numérique de Terrain (MNT, DTM en anglais). Le troisième type de modèle numérique est le Modèle Numérique d’Entités (MNE, DFM en anglais). Tous les trois sont regroupés dans ce que l’on appelle Modèles numériques d’élévation.
Le modèle numérique de terrain correspond tout simplement à la surface du terrain nue, en excluant tout autre entité tels les bâtiments et la végétation.
Le modèle numérique de surface prend en compte tout ce qui se trouve sur le terrain (bâtiments et végétation).
Le modèle numérique d’entités prend en compte la surface du terrain et les bâtiments, en excluant la végétation.
Même si les trois modèles donnent des résultats différents et que les processus pour les obtenir diffèrent, il n’en reste pas moins que la plupart des outils et techniques peuvent s’adapter à tous les trois. Par exemple, lors de l’interpolation du nuage de points pour obtenir le raster résultat, dans le cas du MNT on ne retiendra que la classe ‘sol’ pour l’interpolation, tandis que pour le MNE on retiendra ‘sol’ et ‘bâtiments’ et que pour le MNS on n’exclura aucune classe.
Tout ceci pour dire que, si ici on abordera la création des Modèles Numérique d’entités, avec des techniques développées essentiellement pour l’archéologie, rien ne vous empêche de les adapter et les utiliser pour les MNT et MNS.
OPEN LIDAR TOOLBOX
L’intégration de données topographiques issues du LiDAR aéroporté est devenue un élément fondamental dans les efforts de prospection archéologique. Face au besoin de développer une méthodologie de traitement des données rigoureuse et transparente, la boîte à outils Open Lidar Tools propose un flux de traitement spécifiquement adapté aux nuages de points archéologiques, avec pour objectif la production de produits optimisés pour diverses applications. Ce flux de traitement proposé améliore la classification des points au sol ainsi que ceux situés à l’intérieur des structures.
L’innovation majeure dans ce flux de traitement réside dans l’approche d’interpolation des données sous forme de grilles matricielles, en introduisant une méthode d’interpolation hybride. Cette méthode combine la pondération selon la distance inverse (IDW) avec un réseau triangulé irrégulier (TIN) et une interpolation linéaire. De plus, des solutions pour des visualisations améliorées ont été intégrées. Le plug-in pour QGIS permet d’exécuter l’ensemble du flux de traitement en une seule étape et l’outil ne requiert aucune compétence spécialisée, à l’exception d’une familiarité générale avec l’environnement QGIS.
L’objectif de ce pipeline et de cet outil est de faciliter le traitement des données LiDAR aéroportées spécifiques à l’archéologie mais pas que.
Mise en garde
Le plug-in Open Lidar Tools utilise des traitements GRASS. Si vous avez installé la version 3.32 avec l’installateur, vérifiez que l’onglet Grass apparaît bien dans le panneau des traitements
Si ce n’est pas le cas, une fois vérifié que les plugins nécessaires sont bien activés, vous devrez installer la version OSGeo4W de la 3.32 pour que les appels Grass fonctionnent.
Installation de Open Lidar Toolbox
Installez le plugin Open LiDAR Toolbox pour QGIS (dans QGIS allez à : Extensions-> Installer/Gérer les extensions ->extensions installées -> toutes -> Open LiDAR Toolbox -> Installer le Plugin).
Open Lidar Toolbox nécessite trois autres plugins installés:
- Lastools
- WhiteboxTools
- Relief Visualisation Toolbox
Pour les deux premiers nous avons vu dans les chapitres précédents comment les installer. Pour Relief Visualisation Toolbox il suffit de l’ajouter à partir du menu Extensions-> Installer/Gérer les extensions ->extensions installées -> toutes -> Relief Visualisation Toolbox -> Installer le Plugin
Les modules d’Open Lidar Toolbox
Vous trouverez en tête des traitements du plugin un module appelé ONE. Ce traitement est un pipeline, enchaînant tous les modules de traitement des données LIDAR du plugin.
Le traitement des nuages de points est basé sur un calcul de moyenne amélioré par un traitement séquentiel. Tout d’abord, les bâtiments sont classés avec des paramètres optimisés pour la détection des bâtiments. Ensuite, l’ensemble du nuage de points sans les bâtiments est retraité avec des paramètres optimisés pour la détection des points au sol, ce qui favorise la conservation des caractéristiques archéologiques par rapport à l’élimination de la végétation. Une étape supplémentaire, ciblant les données à faible densité, consiste à classer tous les points non classés qui se trouvent à ± 0,2 m des points au sol comme des points au sol. Les points de végétation sont classés selon le schéma ASPR. Cependant, en raison des limitations du logiciel et de la rationalisation du pipeline, la végétation moyenne et haute est combinée dans la classe 5.
Vous n’avez qu’à indiquer le fichier des points LIDAR à traiter, s’il est classé ou non, le système de coordonnées, le pas du modèle numérique d’entités et le nom pour le fichier du nuage de points classés.
Vous donnez un nuage de points LIDAR en entrée, classé ou non, et vous obtenez:
- deux rasters avec les densités de points de végétation basse et de terrain
- un raster avec le modèle numérique d’entités et un avec le niveaux de confiance associés
- le nuage de points classé
- cinq rasters de visualisation, avec des techniques différentes, du MNE
Voici un exemple à partir d’un nuage de points non classé de l’IGN
Le premier résultat du pipeline One Step Processing est le nuage de points classés:
Les sorties avec les densités de points de végétation basse et de terrain, ainsi que les niveaux de confiance du MNE sont utilisées par le module d’interpolation. Nous verrons plus loin leur utilité.
Nous avons notre modèle numérique d’entités:
Visualisation Sky View Factor (SVF)
La visualisation du relief « Sky-View Factor » (SVF) est un outil utilisé dans le domaine de la géomatique, en particulier dans l’analyse topographique et la visualisation du paysage. Le Sky-View Factor (SVF) est un indice qui mesure la portion du ciel visible depuis un point donné sur le terrain, en fonction de la topographie environnante. Cet indice peut être utilisé pour caractériser la visibilité du ciel depuis un lieu spécifique, ce qui peut avoir des implications importantes dans divers domaines tels que la climatologie, l’écologie, la planification urbaine, etc.
Le SVF est calculé en simulant la ligne de vue depuis un point donné vers le ciel et en mesurant la proportion de cette ligne de vue qui est obstruée par les éléments du paysage environnant, tels que les bâtiments, les arbres et le relief du terrain. Plus le SVF est élevé, plus le point a une vue dégagée vers le ciel.
Visualisation Opennes
La visualisation du relief « Openness » (ouverture en français) est un outil utilisé dans le domaine de la géomatique pour analyser et visualiser la topographie d’un paysage en termes de visibilité et d’exposition aux différentes directions. L’ouverture mesure la capacité d’un point sur le terrain à voir et à être vu depuis différentes directions.
L’ouverture est calculée en mesurant l’angle entre la normale du terrain en un point donné et les directions vers lesquelles on souhaite évaluer l’exposition. En d’autres termes, l’ouverture indique la facilité avec laquelle un point peut « voir » les zones environnantes ou être « vu » depuis ces zones.
Visualisation pour la topographie archéologique (VAT)
La visualisation de la topographie archéologique (VAT) combine l’ombrage des collines (ou l’ombrage des collines dans trois directions), la pente, l’ouverture positive et le facteur de vue du ciel avec des paramètres de calcul et de mélange prédéterminés pour les terrains « normaux » et très plats. Les méthodes de visualisation sélectionnés sont complémentaires et les modes d’estompage spécifiques parce qu’ils amplifient les caractéristiques particulières.
Visualisation DME (Difference from mean elevation)
La visualisation « Difference from Mean Elevation » (DME) est une technique utilisée pour représenter visuellement les variations d’élévation d’un terrain par rapport à une élévation moyenne de référence. Cette méthode est souvent utilisée dans le domaine de la géomatique et de l’analyse topographique pour mettre en évidence les zones où le terrain présente des déviations significatives par rapport à une élévation moyenne attendue.
Voici comment fonctionne la visualisation DME :
- Calcul de l’Élévation Moyenne : Tout d’abord, une élévation moyenne est calculée pour l’ensemble de la zone d’étude. Cela peut être fait en prenant la moyenne des valeurs d’élévation de tous les points du terrain dans la zone.
- Calcul des Différences : Ensuite, pour chaque point du terrain, la différence entre l’élévation réelle du point et l’élévation moyenne calculée est déterminée. Cette différence est souvent exprimée en termes de mètres ou d’autres unités de mesure appropriées à l’élévation.
- Coloration de la Carte : Les différences calculées sont ensuite représentées visuellement en utilisant une échelle de couleurs. Les zones où l’élévation est supérieure à la moyenne peuvent être colorées avec des teintes chaudes (comme le rouge) pour indiquer des élévations plus élevées, tandis que les zones en dessous de la moyenne peuvent être colorées avec des teintes froides (comme le bleu) pour indiquer des élévations plus basses.
- Création de la Carte DME : En appliquant cette coloration à l’ensemble du terrain, une carte DME est créée. Cette carte permet de visualiser rapidement les zones où le terrain présente des élévations inhabituellement élevées ou basses par rapport à l’élévation moyenne attendue.
La visualisation DME peut être utile pour détecter des caractéristiques topographiques inhabituelles, telles que des monticules, des dépressions ou d’autres formations géologiques intéressantes. Elle peut également aider à identifier des zones où des phénomènes tels que l’érosion ou la sédimentation ont modifié le profil topographique attendu.
Visualisation hillshade (ombrage)
L’ombrage analytique est calculé dans plusieurs directions qui sont également réparties entre 0° et 360°. Le 0° est toujours dans la bande 1, suivi des azimuts dans le sens des aiguilles d’une montre, par exemple 45° dans la bande 2, 90° dans la bande 3 … 315° dans la bande 8, pour un calcul dans 8 directions. L’image 8 bits est le résultat d’un calcul dans trois directions, séparées par 60° (315° dans la bande rouge, 15° dans la bande verte, 75° dans la bande bleue).
Les autres modules disponibles dans Open Lidar Toolbox
Les différentes étapes du module ONE Step Processing sont disponibles en tant que modules indépendants.
Classify LAS/LAZ
La différence entre cet outil de classification et les autres toolbox que nous avons vu dans les chapitres précédents c’est l’enchaînement de trois étapes:
- Tout d’abord, les bâtiments sont classés avec des paramètres optimisés pour la détection des bâtiments.
- Ensuite, l’ensemble du nuage de points sans les bâtiments est retraité avec des paramètres optimisés pour la détection des points au sol
- finalement on classe tous les points non classés qui se trouvent à ± 0,2 m des points au sol comme des points au sol.
Les points de végétation sont classés selon le schéma ASPR mais la végétation moyenne et haute sont combinées dans la classe 5.
CREATE DFM
Cet outil est un pipeline, tout comme One Step Processing. Si vous cochez la case indiquant que le nuage de points en entrée est déjà classé, il exécute le pipeline de One Step Processing sauf la première partie, classification, et la dernière, visualisation.
Si vous ne cochez pas cette case, il exécute One Step Processing sauf la dernière partie, visualisation.
Visualisations (from DFM)
Pour n’importe quel modèle numérique au format raster vous pouvez utiliser ce module pour créer directement les 5 visualisations utilisées dans le plugin Open LIdar Toolbox, sans passer par les outils Raster visualisation Toolbox.
Les autres modules
Create base data, DFM confidence map et Hybrid interpolation sont un ensemble d’outils permettant d’effectuer l’interpolation d’un nuage de points LIDAR pour créer un modèle numérique raster.
Si dans le pipeline ils sont appliqués à la création d’un modèle numérique d’entités, ils sont tout aussi utiles pour créer des modèles numériques de terrain et de surface.
Le problème majeur de cette étape dans tous les modèles numériques et celui de choisir la méthode d’interpolation la plus appropriée pour les données disponibles. Open Lidar Toolbox propose un méthode hybride, c’est à dire, une méthode qui utilise deux méthodes d’interpolation différentes selon la région du nuage de points, en sélectionnant la méthode la plus précise selon une série de critères (carte de confiance).
Cela mérite un chapitre à part et c’est ce que nous ferons dans l’article suivant.
