Links

Tools

Export citation

Search in Google Scholar

Elaborazione di LiDAR Full Waveform per l’Ambiente Forestale

Proceedings article published in 2013 by F. Pirotti, A. Guarnieri, A. Vettore, E. Lingua, S. Grigolato
This paper was not found in any repository; the policy of its publisher is unknown or unclear.
This paper was not found in any repository; the policy of its publisher is unknown or unclear.

Full text: Unavailable

Question mark in circle
Preprint: policy unknown
Question mark in circle
Postprint: policy unknown
Question mark in circle
Published version: policy unknown

Abstract

Il dato LiDAR registrato dai sensori proviene da una elaborazione del segnale di ritorno dell’impulso laser emesso. La maggior parte dei sensori che utilizzano il metodo del Tempo di Volo (Time of Flight – ToF) processa il segnale in entrata con il metodo del Constant Fraction Discriminator (CFD) [Zheng & Wu, 2012] – o altri simili filtri di soglia – che consente di stimare ed estrarre i massimi locali (picchi) dal segnale causati alle superfici retro-riflettenti intercettate dal fascio laser lungo il tragitto. Discretizza dunque il segnale di ritorno trasformandolo in un numero di punti nello spazio pari al numero di picchi identificati (vedi immagine in fondo per un esempio di tre picchi nel segnale). Alcuni sensori possono essere equipaggiati anche con un componente, chiamato digitalizzatore, che consente di trasformare il segnale da analogico a digitale campionandolo ad intervalli di tempo definiti. Questo metodo consente di ottenere tutta l’informazione portata dal segnale di ritorno. I dati ottenuti vengono denominati Full- Waveform (FW) ovvero a Forma d’Onda Intera per distinguerli dai dati a Ritorno Discreto (RD) prima descritti. La letteratura scientifica riporta diversi vantaggi dell’elaborazione del dato FW rispetto al dato RD in particolare in superfici con presenza di vegetazione. Il primo è sicuramente il maggior numero di punti ottenibile, fornendo quindi una densità maggiore di punti, specialmente al suolo, in rapporto con il tipo di vegetazione e la fase di vegetazione [Mallet & Bretar, 2008]. Una densità di punti sufficiente permette anche di stimare l’appartenenza della chioma intercettata ad una data specie forestale con un grado di accuratezza diverso in funzione delle specie da distinguere; sicuramente permette di distinguere conifere da latifoglie [Reitberger et al., 2008; Reitberger et al., 2009]. Nella seguente applicazione sono state elaborate diverse aree di studio relative al Progetto AlpineSpace NEWFOR “NEW technologies for a better mountain FORest timber mobilization”. Uno degli obiettivi del progetto definito nel Work Package 4 “Forest resources & LiDAR” è l’utilizzo di dati LiDAR per lo studio delle risorse forestali. Il metodo descritto prevede l’utilizzo di dati LiDAR FW in questo ambito.