Keyphrase Focus: MDT y MDS con fotogrametría LiDAR
SEO Title: MDT y MDS con fotogrametría LiDAR: guía técnica
Meta Description: Aprende a generar MDT y MDS con fotogrametría LiDAR con dron: metodología, tolerancias, clasificación de nubes de puntos y normativa vigente en México.
Slug: mdt-mds-fotogrametria-lidar-dron
Categoría: Fotogrametría
Etiquetas: fotogrametría LiDAR, MDT, MDS, nubes de puntos, dron topográfico, modelos digitales de terreno
Imagen Destacada: mdt-mds-fotogrametria-lidar-dron.jpg

MDT y MDS con fotogrametría LiDAR con dron: metodología, tolerancias y entrega técnica para proyectos de infraestructura

Introducción

Cuando un director de obra o gerente de proyecto solicita un «modelo del terreno», pocas veces se especifica con precisión si lo que necesita es un Modelo Digital de Terreno (MDT) —que representa exclusivamente la superficie del suelo desnudo— o un Modelo Digital de Superficie (MDS) —que incluye vegetación, edificios y cualquier elemento sobre el terreno—. Esta confusión genera entregas incorrectas, reprocesos costosos y, en el peor de los casos, decisiones de diseño basadas en datos erróneos.

En este artículo se explica con detalle técnico cómo se generan el MDT y el MDS a partir de fotogrametría con dron y sensores LiDAR, qué parámetros definen su calidad, cuáles son las tolerancias aceptables según el tipo de proyecto y cómo debe estructurarse una entrega profesional. Si eres ingeniero civil, gerente de infraestructura o responsable de un desarrollo inmobiliario o industrial, este contenido te ayudará a especificar correctamente lo que necesitas y a evaluar si lo que recibes cumple con los estándares técnicos requeridos.

La diferencia crítica entre MDT y MDS: por qué importa desde el diseño

Definiciones técnicas que no son negociables

El Modelo Digital de Superficie (MDS) representa la primera superficie de retorno del sensor: cualquier objeto que interrumpa la línea de visión del láser o la cámara, incluyendo copas de árboles, techos de construcciones, postes y vegetación alta. Es el producto directo de la nube de puntos cruda, sin filtrado.

El Modelo Digital de Terreno (MDT) —también llamado DTM por sus siglas en inglés— es el producto del proceso de clasificación y filtrado de la nube de puntos, donde se eliminan los retornos de vegetación, edificios y estructuras artificiales para quedarse únicamente con los puntos de suelo desnudo. En zonas con cobertura vegetal densa, su generación es significativamente más compleja y requiere algoritmos de filtrado específicos.

Esta diferencia no es semántica. Un MDS en una zona con vegetación de 8 metros de altura puede mostrar cotas 8 metros más altas que el suelo real. Usar un MDS para diseñar la subrasante de una carretera o para calcular volúmenes de corte y terraplén introduce errores de diseño directamente proporcionales a la altura de la cobertura existente.

Cuándo se necesita cada uno

Sensores disponibles: fotogrametría pasiva vs. LiDAR activo

Fotogrametría pasiva con dron

La fotogrametría con dron utiliza cámaras RGB de alta resolución para capturar imágenes solapadas que, mediante algoritmos de correlación de puntos (Structure from Motion o SfM), generan nubes de puntos densas y ortofotos. Su principal limitación para generar MDT es que la correlación de imágenes solo detecta la superficie visible: si hay vegetación, el algoritmo genera puntos en las copas, no en el suelo. En zonas de vegetación densa, obtener un MDT confiable a partir de fotogrametría pasiva es técnicamente complejo o directamente inviable sin información complementaria.

Parámetros de vuelo típicos para fotogrametría topográfica:

• Altura de vuelo: 80–120 m AGL (dentro del límite de 122 m AGL establecido por la AFAC mediante la NOM-107-SCT3-2019 y la Circular CO AV-23/10 R2)
• Solapamiento longitudinal: ≥ 80%
• Solapamiento lateral: ≥ 70%
• GSD (Ground Sample Distance): 2–5 cm/pixel a 100 m de altura (cámara de 20 MP y sensor de 1 pulgada típico)
• Resolución del MDS resultante: 5–10 cm

LiDAR aerotransportado con dron

El sensor LiDAR emite pulsos láser y registra el tiempo de retorno de múltiples ecos por pulso. Esta capacidad de múltiples retornos es la que permite, en zonas con vegetación, que algunos pulsos penetren entre las copas y alcancen el suelo, generando retornos clasificables como «suelo desnudo». Esto hace al LiDAR técnicamente superior para la generación de MDT en zonas con cobertura vegetal.

Parámetros técnicos relevantes:

• Densidad de puntos: 20–100 puntos/m² en levantamiento con dron LiDAR (dependiendo de velocidad, altura y frecuencia del sensor)
• Precisión vertical típica: ±3–5 cm (1σ) con buen control en tierra
• Precisión horizontal típica: ±5–10 cm
• Altura operativa común: 50–100 m AGL
• Sistemas de referencia de tiempo: IMU + GNSS integrados para georreferenciación directa

La elección entre fotogrametría y LiDAR no es ideológica: depende del tipo de proyecto, la cobertura del terreno, la precisión requerida y el presupuesto disponible. En proyectos de infraestructura vial en zona semiurbana con vegetación moderada, el flujo combinado (LiDAR para MDT + fotogrametría para ortofoto RGB) es frecuentemente el estándar de calidad.

Flujo técnico de generación de MDT y MDS

Etapa 1: Planificación del vuelo y control en tierra

Antes de cualquier operación aérea, se establece la red de puntos de control en tierra (GCP, por sus siglas en inglés) y puntos de verificación (Check Points). La distinción es crítica:

• GCPs: se utilizan en el procesamiento fotogramétrico para georreferenciar el modelo. Se colocan en posiciones estratégicas distribuidas en el área de vuelo.
• Check Points: puntos independientes que no entran al procesamiento y se usan únicamente para validar la precisión del modelo resultante.

La densidad recomendada es: 1 GCP por cada 30–50 ha de área de vuelo en zona relativamente plana, con un mínimo absoluto de 5 GCPs bien distribuidos. En terreno con relieve pronunciado o cambios de elevación significativos, la densidad debe aumentar.

Medición de GCPs:

Los GCPs deben medirse con GNSS de doble frecuencia en modo estático o RTK con verificación independiente. En México, el sistema geodésico oficial de referencia es el ITRF2008 época 2010.0 sobre el elipsoide GRS80, tal como lo establece el INEGI para el marco geodésico nacional. Los proyectos que usan datum WGS84 como sistema oficial cometen un error de referencia que puede acumularse según la zona del país.

La proyección cartográfica oficial para Nuevo León es UTM Zona 14N.

Etapa 2: Adquisición de datos aéreos

Durante el vuelo, el sistema GNSS+IMU integrado en el dron registra la trayectoria con precisión suficiente para la georreferenciación directa o para el postprocesamiento cinemático (PPK). En proyectos de alta precisión, el modo PPK (Post-Processing Kinematic) es preferible al RTK en vuelo, porque permite el procesamiento diferencial contra una estación base fija con datos de observación completos, eliminando dependencias de conectividad en campo.

Verificación de cobertura:

Al finalizar el vuelo, se verifica en campo que no existan huecos en la cobertura mediante la revisión del mosaico de rutas y la nube de puntos preliminar. Los huecos sobre zonas de interés deben rellenarse con vuelos complementarios antes de levantar el campamento.

Etapa 3: Procesamiento fotogramétrico y generación de nube de puntos densa

El procesamiento SfM-MVS (Structure from Motion + Multi-View Stereo) alinea las imágenes, optimiza la orientación interior y exterior de cada cámara y genera la nube de puntos densa. Las etapas principales son:

1. Alineación de imágenes y detección de puntos homólogos
2. Optimización del bloque con GCPs
3. Generación de nube de puntos densa
4. Construcción de malla poligonal (mesh) opcional
5. Generación de ortofoto y DSM/MDS en ráster

El MDS en ráster se genera directamente como la interpolación de la nube densa sin clasificar. La resolución del ráster debe ser consistente con el GSD del vuelo: producir un ráster de 2 cm/pixel a partir de un GSD de 10 cm/pixel es sobreprocesamiento que no agrega información real.

Etapa 4: Clasificación de la nube de puntos para obtener el MDT

Esta es la etapa técnicamente más demandante. La clasificación de la nube de puntos asigna a cada punto una categoría según el esquema de la especificación LAS (ampliamente adoptada en proyectos LiDAR y también aplicable a nubes fotogramétricas):

• Clase 2: Suelo desnudo (Ground)
• Clase 3: Vegetación baja (1–50 cm)
• Clase 4: Vegetación media (50 cm–2 m)
• Clase 5: Vegetación alta (>2 m)
• Clase 6: Edificio (Building)
• Clase 7: Ruido / error
• Clase 9: Agua

El formato de entrega estándar es LAS 1.4 o su versión comprimida LAZ (que es LAS comprimido con algoritmo lossless, no un formato independiente). Especificar en los TOR (Términos de Referencia) que la entrega sea en LAZ es equivalente a pedir LAS con menor peso de archivo, sin pérdida de información.

Algoritmos de filtrado de suelo:

Los algoritmos más utilizados para clasificación automática de suelo son:

• Progressive Morphological Filter (PMF): filtra puntos no-suelo mediante operaciones morfológicas progresivas
• Cloth Simulation Filter (CSF): simula una tela que cae sobre el terreno invertido; muy efectivo en zonas con pendientes suaves
• Multiscale Curvature Classification (MCC): adecuado para terrenos con vegetación densa

Ningún algoritmo es perfecto en todos los escenarios. La clasificación automática requiere revisión manual en zonas problemáticas: puentes, taludes abruptos, edificaciones aisladas en campo abierto y zonas de agua.

Etapa 5: Interpolación del MDT y validación

Una vez clasificada la nube, los puntos de clase 2 (suelo) se interpolan para generar el MDT en ráster. Los métodos de interpolación más frecuentes son:

• TIN (Triangulated Irregular Network): genera una malla triangular irregular directamente desde los puntos, sin pérdida de detalle en zonas de alta densidad
• IDW (Inverse Distance Weighting): interpolación por peso inverso a la distancia; sencillo pero puede generar efectos «bull’s-eye»
• **Kriging