P2PQuaLiDEN

P2PQuaLiDEN: Calidad punto a punto en datos LiDAR para Modelos Digitales de Elevaciones del Terreno en Ingeniería - Universidad de Granada & Universidad de Jaén
Propuesta presentada al Plan Nacional (Convocatoria 2023)

P2PQuaLiDEN | Presentación | Objetivos | Método | Publicaciones | Personal | Colaboradores | Contacto
.
Presentación
Presentación
Objetivos
Metodología
Publicaciones en MDE
Equipo humano
Colaboradores
Enlaces
Contactar
Referencias de la solicitud
 
 

OTROS Proyectos relacionados:

FunQuality4DEM

MEMCALIG

IPGH2018

IPGH2016

E3DELING

COMPOCAR

 

Presentación

P2PQuaLiDEN


 

P2PQuaLiDEN


Calidad punto a punto de datos LiDAR para Modelos Digitales de Elevaciones del Terreno en Ingeniería

Lidera: Grupo de investigación "Ingeniería Cartográfica"

Universidad de Granada & Universidad de Jaén

 

 

Presentación

Los datos espaciales son de gran importancia en la Sociedad de la Información, su uso se ha incrementado notablemente en los últimos años y su valor económico aún más. Igualmente, su valor para gestionar riesgos y desastres ha quedado evidenciada en numerosos casos (Altan y colaboradores, 2013, "The Value of Geoinformation for Disaster and Risk Management"). La calidad de los datos es un factor clave del que dependen predicciones relativas al cambio climático, al desarrollo de las cosechas, a la expansión de plagas, alcance de inundaciones, etc.
En la actualidad existe una gran actividad en temas de la calidad relativos a datos derivados de satélites que se consideran variables climáticas esenciales (VCE) (Essential Climate Variables). Uno de los catalizadores de esta corriente fue el proyecto Quality Assurance Framework for Earth Observation (https://qa4eo.org/) del Group on Earth Observations, que actualmente sigue apoyado por ESA (European Space Agency). Un aspecto relevante de las VCE es que se desea disponer de valores de calidad, píxel a píxel, dada la importancia de estas variables en procesos posteriores de toma de decisión, y también de etiquetas que indiquen la calidad del producto. Avanzando en esta línea, en Sterckx y colaboradores, 2020, "Towards a European Cal/Val service for earth observation", plantean la necesidad de la existencia de un servicio europeo de calibración y validación de datos de observación de la Tierra (EO), así como de un marco de medidas fiduciales de referencia, que permitan disponer de datos de EO de alta calidad para abordar con menor incertidumbre todas sus aplicaciones. Consideramos que el enfoque dado a las VCE, mutatis mutandis, es necesario y válido para los MDE, dado que éstos intervienen en numerosos análisis utilizados en posteriores tomas de decisiones relevantes en las que la incertidumbre puede ser un aspecto crítico, p.ej. inundaciones, erosión, ciclo dela agua, ingeniería civil, energías renovables, etc.
Si bien existen numerosos MDE de origen satelital y de cobertura global o casi global (p.ej. STRM, ASTER, TanDEM-X, etc.). los MDE de mayor resolución proceden de vuelos LiDAR y se están utilizando de forma masiva en todo el entorno de países occidentales.
Por todo ello P2PQuaLiDEN se propone desarrollar de un modelo y una herramienta que permitan evaluar la incertidumbre, punto a punto, de una nube de puntos LiDAR y añadir una etiqueta de incertidumbre a cada uno de los puntos de la nube LiDAR, así como generar un Modelo Digital de Incertidumbre que pueda acompañar a todo MDE


Objetivo

El objetivo general es desarrollar un método que permita automáticamente etiquetar cada uno de los puntos de una nube LiDAR MDE con una estimación de su incertidumbre posicional y tal que el método pueda ser aplicado de una manera sencilla por los productores de datos MDE (aproximación pragmática). Para alcanzar el objetivo general, se plantean los siguientes objetivos específicos para orientar la metodología y sus resultados:
OE1. Revisión. Recopilar y analizar trabajos científicos que aborden los distintos aspectos que influyen en la incertidumbre posicional de los puntos LiDAR MDE. Analizar las distintas herramientas de simulación de tomas LiDAR (p.ej. Helios++) en cuanto a sus posibilidades de aplicación en el proyecto P2PQuaLiDEN, y en general todos los aspectos relevantes que afectan al proyecto tanto en su parte técnica como científica.
OE2. Modelización. Desarrollar un modelo de determinación de la incertidumbre que incluya los aspectos propios del sensor, la geometría de la toma (que incluye la topografía del terreno) y la cubierta vegetal, teniendo en cuenta los datos comúnmente disponibles (p.ej. un MDE más grosero de la misma zona, cartografía temática de cubiertas del terreno), condiciones climáticas de la fecha, efemérides del vuelo, etc, y proceder a su implementación informática sobre una herramienta de simulación de tomas LiDAR preexistente que sirva como marco del desarrollo.
OE3. Validación y control del modelo. Realización de pruebas campo para validar empíricamente el modelo y desarrollo de un método estadístico de control de calidad adecuado a la naturaleza de los datos.
OE4. Potenciar y facilitar la utilización del modelo. Se desarrollará material, ejemplos y acciones encaminadas a permitir que se entienda la aplicabilidad de los resultados del proyecto P2PQuaLiDEN y potenciar su transferencia a técnicos y científicos, lo que incluye desarrollar un estándar, basado en el formato LAS, para el intercambio de datos que incluyan etiquetas de calidad punto a punto

Metodología

P2PQuaLiDEN se divide en actividades (Ax). De forma resumida el proceso a desarrollar es el siguiente:

  • A1. En primer lugar, se aborda el estado de la cuestión para disponer de un punto de partida que evite trabajo innecesario y que sugiera soluciones.
  • A2. Se centra en la construcción del modelo, que tendrá una clara base física pero que también ha de tener un nivel de pragmatismo adecuado para que sea fácilmente aplicado en entornos de producción de datos MDE.
  • A3. Consiste en la implementación informática del modelo sobre una plataforma FOSS que facilite su desarrollo y aplicabilidad.
  • A4. El modelo se validará internamente para que su comportamiento sea el esperado respecto a las leyes de la física y el conocimiento existente.
  • A5. Se diseñará un conjunto de escenarios con el que se plateará un experimento de prueba real del modelo. Se considerán variables cuantitativas (p.ej. pendiente, altura de vuelo, etc.) y cualitativas (p.ej. cubierta vegetal, etc.)
  • A6. Se diseñarán unas dianas que permitan un control riguroso de la exactitud en 3D
  • A7. Se realizarán la toma de datos en campo correspondiente a los escenarios diseñados para la prueba. La toma de datos en campo incluye toma de datos con un Dron+LiDAR y la toma de datos de control por medio de TLS y las dianas diseñadas en la A6.
  • A8. Sobre los resultados de A7 se realizarán los análisis estadísticos (ANOVA, MANCOVA, MANOVA, regresiones, etc.) para validar el modelo con datos realesref con una perspectiva funcional y multivariante.
  • A9. Se desarrollará una técnica de interpolación de la elevación que incluya la incertidumbre. De esta forma se podrá pasar de la nube de puntos LiDAR a una malla MDE y generar a la vez un modelo digital de incertidumbre (MDI).
  • A10. Se analizarán las técnicas de visualización de incertidumbre para implementar la más adecuada en la herramienta que se pretende desarrollar.
  • A11. Se desarrollará la teoría para determinar la incertidumbre existente en las derivadas de primer orden y segundo orden de la elevación (p.ej. pendiente, curvatura).
  • A12. Se prestará atención a la incertidumbre de la elevación en MDE generados en zonas boscosas.
  • A13. Se generará una guía para la aplicación de la herramienta desarrollada y de los conocimientos adquiridos sobre la incertidumbre.
  • A14. Basado en el formato LAS, se desarrollará una especificación para que la incertidumbre pueda ser exportada entre sistemas .

Publicaciones previas de los investigadores en la temática de calidad y MDE

Artículos

Rodríguez-Avi, J.; Ariza-López, F.J. (2022) Finite Mixture Models in the Evaluation of Positional Accuracy of Geospatial Data. Remote Sens. 2022, 14, 2062. https://doi.org/10.3390/rs14092062

Ariza-López F.J., Domingo Barrera, Salah Eddargani, María José Ibáñez, Juan F. Reinoso (2022). Spline quasi-interpolation in the Bernstein basis and its application to digital elevation models. Mathematical Methods in the Applied Sciences. https://onlinelibrary.wiley.com/doi/10.1002/mma.8602

Alba-Fernández, M.V.; Ariza-López, F.J.; Jiménez-Gamero, M.D. (2021) A New Approach to the Quality Control of Slope and Aspect Classes Derived from Digital Elevation Models. Remote Sensing. 2021, 13, 2069 https://doi.org/10.3390/rs13112069

Ariza-López FJ, Reinoso-Gordo JF (2021). Comparison of Gridded DEMs by Buffering. Remote Sensing, 13(15) https://doi.org/10.3390/rs13153002

Ariza-López FJ, Reinoso-Gordo JF (2021). Métodos de orlado para la evaluación de la exactitud altimétrica en modelos digitales de elevaciones del terreno. Revista Cartográfica IPGH. https://doi.org/10.35424/rcarto.i103.975

Rodríguez-Avi, J (2021). Aproximación al error en MDE por mixtura de distribuciones. Revista Cartográfica IPGH. https://doi.org/10.35424/rcarto.i103.968

Alba-Fernández MV (2021). Aplicación de los test de equivalencia al control tipo temático de magnitudes asociadas a un modelo digital de elevaciones. Revista Cartográfica del IPGH. https://doi.org/10.35424/rcarto.i103.993

Alba-Fernández, M.V.; Ariza-López, F.J.; Jiménez-Gamero, M.D. (2021) A New Approach to the Quality Control of Slope and Aspect Classes Derived from Digital Elevation Models. Remote Sensing. 13, 2069. https://doi.org/10.3390/rs13112069

Mozas-Calvache AT (2021) Positional quality assessment based on linear elements. Revista Cartográfica del IPGH. IPGH. https://www.revistasipgh.org/index.php/rcar/article/view/911/1713

Mesa-Mingorance, J.L.; Ariza-López, F.J. (2020). Accuracy Assessment of Digital Elevation Models (DEMs): A Critical Review of Practices of the Past Three Decades. Remote Sensing. 2020, 12(16), 2630; https://doi.org/10.3390/rs12162630

Mesa-Mingorance, JL; Ariza-López, FJ. (2019). Evaluación de la calidad en modelos digitales de elevaciones. Bibliografía Comentada. GIIC-UJAEN

López-Vázquez, C. and Hochsztain, E.(2019). Extended and updated tables for the Friedman rank test. Communications in Statistics - Theory and Methods, 48, 2, 268-281 https://doi.org/10.1080/03610926.2017.1408829

Ariza-López, FJ, EG Chicaiza Mora, JL Mesa Mingorance, J Cai, JF Reinoso Gordo (2018). DEMs: An Approach to Users and Uses from the Quality Perspective. International Journal of Spatial Data Infrastructures Research (EU-Joint Research Centre). 13: 131-171. http://ijsdir.jrc.ec.europa.eu/index.php/ijsdir/article/view/469/430

Mesa Mingorance JL, EG Chicaiza Mora, X Buenaño, J Cai, AF Rodríguez Pascual, Ariza-López, FJ (2017). Analysis of Users and Uses of DEMs in Spain. ISPRS I.J. Geo Information (MDPI). 6(12) 406. doi.org/10.3390/ijgi6120406

Mozas Calvache, AT, Ureña Cámara, MA, Ariza-López, FJ (2017). Determination of 3D Displacements of Drainage Networks Extracted from Digital Elevation Models (DEMs) Using Linear-Based Methods. ISPRS I.J. Geo Information (MDPI). 6(8), 234. doi.org/10.3390/ijgi6080234

Padilla-Ruiz, M. y López-Vázquez, C. (2017). Measuring conflation success, Revista Cartográfica 94, 41-64

Mesa Mingorance JL, Chicaiza EG, Buenaño X, Jianhong C, Rodríguez-Pascual AF, Ariza-López FJ (2016). Análisis de los usuarios y usos de los MDE en España. Geofocus, nº 17. http://geofocus.org/index.php/geofocus/article/view/466/365

López-Vázquez, C. (2016). A protocol for the ranking of interpolation algorithms based on confidence levels, International Journal of Remote Sensing 37, 19, 4683-4697 https://doi.org/10.1080/01431161.2016.1219461

López-Vázquez, C. y Manso Callejo, M. A. (2012). Point and Curve-Based Geometric Conflation, International Journal of Geographic Information Science, 27, 1, 192-207 https://doi.org/10.1080/13658816.2012.677537

Cuartero, A, Felicisimo AM, Ariza-López, FJ (2005). Accuracy, reliability, and depuration of SPOT HRV and Terra ASTER digital elevation models IEEE Transactions on Geoscience and Remote Sensing 43 (2), 404-407 DOI: 10.1109/TGRS.2004.841356

Congresos

Salah Eddargani, Domingo Barrera, María José Ibáñez, Juan Francisco Reinoso-Gordo, Francisco Javier Ariza-López (2022). C2 Spline Quasi-Interpolation To Downscale A Digital Elevation Model. En The Fourteenth International Conference on Advanced Geographic Information Systems, Applications, and Services. GEOProcessing, Porto, Portugal, June 26-30, 2022

Ariza-López F.J., Reinoso-Gordo FJ. (2022).Functional quality: A use-case oriented quality evaluation. En The Fourteenth International Conference on Advanced Geographic Information Systems, Applications, and Services. GEOProcessing, Porto, Portugal, June 26-30, 2022.

Ariza-López F.J., Reinoso-Gordo JF, García-Balboa JL. (2022). A DEM quality dashboard: A multivariate quality assessment panel. En The Fourteenth International Conference on Advanced Geographic Information Systems, Applications, and Services. GEOProcessing, Porto, Portugal, June 26-30, 2022.

Ariza-López F.J., J.F. Reinoso-Gordo, J.L. García-Balboa (2022). Calidad en modelos digitales de elevaciones: una aproximación funcional. XIX Congreso de Tecnologías de la Información Geográfica: Las TIG al servicio de los ODS. Zaragoza, septiembre 2022.

Ariza-López F.J., J. Rodríguez Avi, J.F. Reinoso Gordo, A.T. Mozas Calvache, J.J. Ruiz Lendínez, J.L. García Balboa (2022). Evaluación de MDE por medio de parches de control. XIX Congreso de Tecnologías de la Información Geográfica: Las TIG al servicio de los ODS. Zaragoza, septiembre 2022.

Reinoso Gordo J.F., Ariza López F.J. (2022). Estimación de la exactitud planimétrica de la red de drenaje derivada de un modelo digital de elevaciones (MDE). XIX Congreso de Tecnologías de la Información Geográfica: Las TIG al servicio de los ODS. Zaragoza, septiembre 2022.

Ariza-López, F.J; Reinoso-Gordo, J.F.; García-Balboa, J.L. (2022). Informe gráfico sobre la calidad de modelos digitales de elevaciones. En XII TOPCART 2022, Sevilla.

Ureña-Cámara, M.A.; Ariza-López, F.J.; Ruiz-Lendínez, J.J. (2022). Identificación de puntos homólogos en mallas de modelos digitales de elevaciones. En XII TOPCART 2022, Sevilla.

Ariza-López, F.J.; Nero, M.A.; Ureña-Cámara, M.A.; Reinoso-Gordo, J.F. (2022). Infraestructura colaborativa de datos de control de modelos digitales de elevaciones. En XII TOPCART 2022, Sevilla.

Rodríguez-Avi J, Ariza-López FJ (2021). Finite mixtures of normal distributions in the study of the error in altimetry. En 30th International Cartographic Conference 2021, Florencia. ICC 2021 Florencia

Ariza-López FJ, Reinoso-Gordo JF, Rodríguez-Avi J (2021). DEM's elevation comparison by surface buffering. En 30th International Cartographic Conference 2021, Florencia. ICC 2021 Florencia

Eddargani S, Ariza-López, FJ, Barrera D, Ibáñez MJ, Reinoso-Gordo JF, Romero-Zaliz R, Ureña-Cámara M (2021). Low computational cost construction of 2D approximating splines and its application to Digital Elevation Models. En 2021 International Conference on Computational and Mathematical Methods in Science and Engineering (CMMSE) and the First Conference on High Performance Computing (CHPC), Rota, del 22-27 de julio de 2021. ICC 2021 Florencia

Barrera D, Ariza-López, FJ, Eddargani S, Ibáñez MJ, Reinoso-Gordo JF (2021) Spline-based approximation of digital elevation models. En XV Biannual Congress of the Società Italiana di Matematica Applicata ed Industriale, Parma 2021 (participación on line). Horizontal accuracy assessment of a novel algorithm for approximate a surface to a DEM. En 30th International Cartographic Conference, Florencia, 14-18 Dicembre. ICC 2021 Florencia

Barrera, D., Ibáñez, M.J., Salah, E., Romero, R., Ariza-López, F.J., Reinoso-Gordo J.F. (2021). Horizontal accuracy assessment of a novel algorithm for approximate a surface to a DEM. En 30th International Cartographic Conference 2021, Florencia. ICC 2021 Florencia

Alba-Fernández MV, (2021). Multivariate and spatialised similarity analysis of two Digital Elevation Models via a large number of multinomials in a two-sample problem paradigm. Congreso ERCIM 2021. ERCIM 2021

Alba-Fernandez MV, Ariza-Lopez FJ, Jimenez-Gamero MD. (2020) Thematic-accuracy quality control of slope and aspect classes based on an equivalence test. CMStatistics. CMStatistics 2020

Ariza-López, FJ; Ureña Cámara, M.A.; García Balboa (2010). Terra-Aster GDEM una posibilidad global para los catastros altimétricos. En 1er Congr. Int. sobre Catastro Unificado Multipropósito. Jaén, 2010. ISBN:978-84-8439-519-5

Cuartero, A; Felicísimo, AM; Ariza-López, FJ (2004). Accuracy of DEM generation from Terra-ASTER stereo data. Proceedings XXth Congress ISPRS 2004. Estambúl. Comission VI, WG VI/4. Vol. XXXV, part B5.


Equipo humano

Según la convocatoria y las condiciones de participación se distinguen dos equipos:

Equipo de investigación

Mª Virtudes Alba Fernández, Universidad de Jaen.

Francisco Javier Ariza López, Universidad de Jaen.

Domingo Barrera Rosillo, Universidad de Granada.

María José; Ibáñez Pérez, Universidad de Granada.

Juan Francisco Reinoso Gordo, Universidad de Granda.

José Rodríguez Avi, Universidad de Jaen.

Luis Rodríguez González, Universidad de Granda.

Manuel Antonio Ureña Cámara, Universidad de Jaen.

Equipo de trabajo

Carlos López Vázquez, Universidad ORT (Uruguay).

Laurent Polidori, Universidad de Federal de Pará (Brasil).

Salah Eddargani, Universidad de Granada / Universidad Hassan I (Settat, Marruecos).

Entes promotores y observadores

Las organizaciones de las que se espera apoyo para participar en este proyecto son las siguientes

Organismos productores y usuarios de datos geoespaciales

Instituto Geográfico Nacional, España.

Instituto de Estadística y Cartografía de Andalucía, Andalucía, España.

Institut Cartogràfic i Geològic de Catalunya, Cataluña, España.

Gobierno de Navarra, Departamento de Cohesión Territorial, Dirección General de Obras Públicas e Infraestructuras, Servicio de Estudios y Proyectos Navarra, España.

Diretoria de Serviço Geográfico (DSG), Exército Brasileiro, Brasil.

Servicio Aerofotogramétrico, Fuerza Aérea de Chile, Chile.

Empresas privadas y organizaciones

Trabajos Catastrales (TRACASA) Navarra, España .

Enlaces

Elgunos enlaces de interés relativos a esta temática son son los siguientes:

EU-DEM digital surface model (DSM)

World digital elevation model (ETOPO5)

ASTER Global Digital Elevation Model (GDEM) Version 3 (ASTGTM)

USA, 3D Elevation Program Standards and Specifications

Digital Elevation Model - DEM Users Manual

 

Contactar

Si desea contactar con nosotros puede dirigirse a:

Juan Francisco Reinoso Gordo
Universidad de Granada
E.T.S. de Ingeniería de Caminos, Canales y Puertos
Departamento de Expresión Gráfica Arquitectónica y en la Ingeniería
Campus Universitario de Fuentenueva (Edificio Politécnico) 18071

Correo electrónico: jreinoso

Referencias de la solicitud

[01] Devillers, R., Stein, A., Bédard, Y., Chrisman, N., Fisher, P. and Shi, W. (2010), Thirty Years of Research on Spatial Data Quality: Achievements, Failures, and Opportunities. Transactions in GIS, 14: 387-400. https://doi.org/10.1111/j.1467-9671.2010.01212.x
[02] Bielecka, Elzbieta and Burek, Elzbieta. "Spatial data quality and uncertainty publication patterns and trends by bibliometric analysis" Open Geosciences, vol. 11, no. 1, 2019, pp. 219-235. https://doi.org/10.1515/geo-2019-0018
[03] UN-GGIM (2018). The Global Fundamental Geospatial Data Themes. UN-GGIM UNITED NATIONS COMMITTEE OF EXPERTS ON GLOBAL GEOSPATIAL INFORMATION MANAGEMENT
[04] Oxera (2013). What is the economic impact of Geoservices. Prepared for Google. Oxera. https://www.oxera.com/wp-content/uploads/2018/03/What-is-the-economic-impact-of-Geo-services_1-1.pdf
[05] Altan O y col (2013). The Value of Geoinformation for Disaster and Risk Management (VALID) Benefit Analysis and Stakeholder Assessment. Joint Board of Geospatial Information Societies (JB GIS). http://www.un-spider.org/sites/default/files/VALIDPublication.pdf
[06] Onsrud H (2009). Liability for Spatial Data Quality. En Devillers, Rodolphe and Helen Goodchild (Eds.), Spatial Data Quality: From Process to Decisions (New York: CRC Press) 187-196. https://doi.org/10.1201/b10305-22
[07] Chuvieco E (2010). Teledeteccion ambiental. Ariel. ISBN: 978-8434434981
[08] Guth, Peter L., Adriaan Van Niekerk, Carlos H. Grohmann, Jan-Peter Muller, Laurence Hawker, Igor V. Florinsky, Dean Gesch, Hannes I. Reuter, Virginia Herrera-Cruz, Serge Riazanoff, Carlos López-Vázquez, Claudia C. Carabajal, Clément Albinet, and Peter Strobl. 2021. "Digital Elevation Models: Terminology and Definitions" Remote Sensing 13, no. 18: 3581. https://doi.org/10.3390/rs13183581
[09] Scanlon T, Joanne Nightingale (2017) Outline of QA4ECV Quality Assurance Service (Version 2.0)
[10] Scanlon T, Joanne Nightingale, Steven Compernolle, Jean-Christopher Lambert (2017). Review of Product and Pixel Level Quality Indicators Provided with ECV Data Products (Version 1.0)
[11] Sterckx S, Ian Brown, Andreas Kääb, Maarten Krol, Rosemary Morrow, Pepijn Veefkind, K. Folkert Boersma, Martine De Mazière, Nigel Fox & Peter Thorne (2020) Towards a European Cal/Val service for earth observation, International Journal of Remote Sensing, 41:12, 4496-4511, DOI: 10.1080/01431161.2020.1718240
[12] Abrams M, Crippen R (2019). ASTER GDEM V3 (ASTER Global DEM) User Guide Version 1. Japan's Ministry of Economy, Trade, and Industry (METI) National Aeronautics and Space Administration (NASA), Jet Propulsion Laboratory/California Institute of Technology, Prepared by Michael Abrams and Robert Crippen
[13] Amante, C.J., 2018. Estimating coastal digital elevation model uncertainty. J. of Coastal Research, 34(6):1382-1397 (2018). https://doi.org/10.2112/JCOASTRES-D-17-00211.1
[14] Leon JX, Heuvelink GBM, Phinn SR (2014) Incorporating DEM Uncertainty in Coastal Inundation Mapping. PLoS ONE 9(9): e108727. https://doi.org/10.1371/journal.pone.0108727
[15] Gomez C y col (2015). A study of Japanese landscapes using structure from motion derived DSMs and DEMs based on historical aerial photographs: New opportunities for vegetation monitoring and diachronic geomorphology. Geomorphology. Vol 242, 11-20. https://doi.org/10.1016/j.geomorph.2015.02.021
[16] Saksena S y col (2015). Incorporating the effect of DEM resolution and accuracy for improved flood inundation mapping. Journal of Hydrolophy. Vol. 530, 180-194. https://doi.org/10.1016/j.jhydrol.2015.09.069
[17] Juel A y col (2015). Spatial Application of Random Forest models for fine-scale coastal vegetation classification using object based analysis of aerial orthophoto and DEM data. International Journal of Applied Earth Observation and Geoinformation. Vol. 42, 106-114. https://doi.org/10.1016/j.jag.2015.05.008
[18] Rekha P y col (2015). Assessment of impact of shrimp farming on coastal groundwater using Geographical Information System based Analytical Hierarchy Process. Aquaculture. Vol 448, 491-506. https://doi.org/10.1016/j.aquaculture.2015.06.025
[19] Petrie G y col (1987) Terrain Modeling in Surveying and Civil Engineering. Computer-Aided Design 19(4):171-187. http://petriefied.info/Petrie_Kennie_Terrain_Modelling_C-A-Design_1987.pdf
[20] Babic S y col (2010) Digital Terrain Model Application in Road Planning and Design. International conference on Road and Rail Infrastructure, At Opatija, Croatia, Volume: 1. ISBN: 978-953-6272-38-9
[21] ASPRS (2004). DRAFT ASPRS Guidelines Horizontal Accuracy Reporting for Lidar Data.
[22] ASPRS (2014). ASPRS Positional Accuracy Standards for Digital Geospatial Data.
[23] ASPRS (2004). ASPRS Guidelines Vertical Accuracy Reporting for Lidar Data.
[24] ASPRS (2014). Accuracy Standards for Digital Geospatial Data
[25] FGDC (1998). FGDC-STD-007.3-1998. Geospatial Positioning Accuracy Standards. Part 3: National Standard for Spatial Data Accuracy (NSSDA)
[26] ASPRS (2018). ASPRS Guidelines on Geometric Inter-Swath Accuracy and Quality of Lidar Data. Photogrammetric Engineering & Remote Sensing Vol. 84, No. 3, March 2018, pp. 117-128. doi: 10.14358/PERS.84.3.117
[27] ASPRS (2019). LAS Specification. Version 1.4 - R14.
[28] Habib A.F., M. Al-Durgham a, A. P. Kersting a, P. Quackenbushb (2008). Error budget of lidar systems and quality control of the derived point cloud. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B1. Beijing 2008
[29] Hartzell, P., Gadomski, P., Glennie, C., Finnegan, D., & Deems, J. (2015). Rigorous error propagation for terrestrial laser scanning with application to snow volume uncertainty. Journal of Glaciology, 61(230), 1147-1158. doi:10.3189/2015JoG15J031
[30] IHO (2020). Standards for Hydrographic Surveys.
[31] Li, Z., Zhu, Q. and Gold, C., Digital Terrain Modeling : Principles and Methodology, CRC Press, Boca Raton, 2005.
[32] Polidori, Laurent, and Mhamad El Hage. 2020. "Digital Elevation Model Quality Assessment Methods: A Critical Review" Remote Sensing 12, no. 21: 3522. https://doi.org/10.3390/rs12213522
[33] Mesa-Mingorance, José L., and Francisco J. Ariza-López. 2020. "Accuracy Assessment of Digital Elevation Models (DEMs): A Critical Review of Practices of the Past Three Decades" Remote Sensing 12, no. 16: 2630. https://doi.org/10.3390/rs12162630
[34] David F. Maune, Amar Nayegandhi (2018). Digital Elevation Model. Technologies and Applications: The DEM Users Manual, ASPRS
[35] Kim, M.; Park, S.; Danielson, J.; Irwin, J.; Stensaas, G.; Stoker, J.; Nimetz, J. General External Uncertainty Models of Three-Plane Intersection Point for 3D Absolute Accuracy Assessment of Lidar Point Cloud. Remote Sens. 2019, 11, 2737
[36] Kim, Minsu, Seonkyung Park, Jeffrey Irwin, Collin McCormick, Jeffrey Danielson, Gregory Stensaas, Aparajithan Sampath, Mark Bauer, and Matthew Burgess. 2020. "Positional Accuracy Assessment of Lidar Point Cloud from NAIP/3DEP Pilot Project" Remote Sensing 12, no. 12: 1974. https://doi.org/10.3390/rs12121974
[37] Tulldahl, M.; Bissmarck, F.; Larsson, H.; Grönwall, C.; Tolt, G. Accuracy evaluation of 3D lidar data from small UAV. In Proceedings of the SPIE 9649, Electro-Optical Remote Sensing, Photonic Technologies, and Applications IX, Auditorium Antoine de Saint-Exupery, Toulouse, France, 21-22 September 2015; p.964903
[38] (Ariza-López y col 2022)
[39] Kim, Minsu, Jason Stoker, Jeffrey Irwin, Jeffrey Danielson, and Seonkyung Park. 2022. "Absolute Accuracy Assessment of Lidar Point Cloud Using Amorphous Objects" Remote Sensing 14, no. 19: 4767. https://doi.org/10.3390/rs14194767
[40] Hodge, R.A. (2010). Using simulated Terrestrial Laser Scanning to analyse errors in high-resolution scan data of irregular surfaces ISPRS Journal of Photogrammetry and Remote Sensing Volume 65, Issue 2, March 2010, Pages 227-240 https://doi.org/10.1016/j.isprsjprs.2010.01.001
[41] O'Banion, M. S., Olsen, M. J., Parrish, C. E., Bailey, M., and Wright, W. C., "Interactive Visualization of 3D Coordinate Uncertainties in Terrestrial Laser Scanning Point Clouds", vol. 2018, 2018.
[42] Schlager, B., Muckenhuber, S., Schmidt, S., Holzer, H. et al., "State of the Art Sensor Models for Virtual Testing of Advanced Driver Assistance Systems/ Autonomous Driving Functions," SAE Int. J. of CAV 3(3):233-261, 2020, doi:10.4271/12-03-03-0018.
[43] Winiwarter L., Alberto Manuel Esmorís Pena, Hannah Weiser, Katharina Anders, Jorge Martínez Sánchez, Mark Searle, Bernhard Höfle, (2022). Virtual laser scanning with HELIOS++: A novel take on ray tracing-based simulation of topographic full-waveform 3D laser scanning, Remote Sensing of Environment, Volume 269, 2022, 112772,https://doi.org/10.1016/j.rse.2021.112772.
[44] Gastellu-Etchegorry JP, T. Yin, N. Lauret, T. Cajgfinger, T. Gregoire, E. Grau, J.B. Feret, M. Lopes, J. Guilleux, G. Dedieu, Z. Malenovský, B. Cook, D. Morton, J. Rubio, S. Durrieu, G. Cazanave, E. Martin, T. Ristorcelli. (2015) Discrete anisotropic radiative transfer (DART 5) for modeling airborne and satellite spectroradiometer and LIDAR acquisitions of natural and urban landscapes Remote Sens., 7 (2015), pp. 1667-1701, 10.3390/rs70201667
[45] Bechtold, S. & Höfle, B. (2016): HELIOS: A Multi-Purpose LiDAR Simulation Framework for Research, Planning and Training of Laser Scanning Operations with Airborne, Ground-Based Mobile and Stationary Platforms. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. III-3, pp. 161-168. DOI: 10.5194/isprs-annals-III-3-161-2016
[46] Felicisimo A (1994). Modelos Digitales del Terreno, Pentalfa. http://www6.uniovi.es/~feli/pdf/libromdt.pdf
[47] Felicisimo A (1994). Parametric statistical method for error detection in digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 49, nº4, pp. 29-33. https://doi.org/10.1016/0924-2716(94)90044-2
[48] Cuartero A y col (2014). The use of Spherical Statistics to Analyze Digital Elevation Models: An Example from LiDAR and ASTER GDEM. IEEE Geoscience and Remote Sensing Letters. Vol. 11, Nº 7, pp:1200-1204. https://doi.org/10.1109/LGRS.2013.2288924
[49] Aguilar FJ y col (2010). Modelling vertical error in LiDAR-derived digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 65, pp. 103-110. https://doi.org/10.1016/j.isprsjprs.2009.09.003
[50] Aguilar M y col (2014). Generation and quality assessment of stereo-extracted DSM from GeoEye-1 and WorldView-2 imagery. IEEE Transactions on Geoscience and Remote Sensing. Vol. 52, Nº2, pp: 1259-1271. https://doi.org/10.1109/TGRS.2013.2249521
[51] Masó J y col (2016). Testbed-12 Imagery Quality and Accuracy ER. OGC. http://docs.opengeospatial.org/per/16-050.html
[52] Tachikawa T y col (2011) ASTER Global Digital Elevation Model Version 2 summary of validation result. NASA. https://pubs.er.usgs.gov/publication/70005960
[53] DHI GRAS (2014). EU-DEM Statistical Validation. JRC Europe. https://ec.europa.eu/eurostat/documents/7116161/7172326/Report-EU-DEM-statistical-validation-August2014.pdf
[54] Carabajal C y col (2005). ICESat validation of SRTM C-band digital elevation models. Geophysical Research Letters, 32(22). ISBN: 10.1029/2005GL023957
[55] White DR, P. Saunders. The propagation of uncertainty with calibration equations, Meas. Sci. Technol. 18 (2007) 2157-2169
[56] López-Vázquez CM (2022) Uncertainty interval estimates for computing slope and aspect from a gridded digital elevation model, International Journal of Geographical Information Science, 36:8, 1601-1628, DOI: 10.1080/13658816.2022.2063294
[57] GINIE (2003) Geographic Information Policies in Europe: Recommendations for Action. UE. GINIE: Geographic Information Network in Europe. GINIE D 2.7.2(a). IST-2000-29493
[58] Salvemini M (2009). The Infrastructure for Spatial Information in the European Community vs. regional SDI: the shortest way for reaching economic and social development. United Nations. https://unstats.un.org/unsd/geoinfo/RCC/docs/rcca9/ip/9th_UNRCCA_econf.99_IP12.pdf
[59] Januchowski et al. 2010. Characterizing errors in DEM and Estimating the Financial Cost of Accuracy. IJGIS. https://doi.org/10.1080/13658811003591680
[60] Ariza-López FJ, JL García-Balboa, MV Alba-Fernández, J Rodríguez-Avi (2021). Thematic quality assessment of land surface geospatial data based on confusion matrices: A matrix set for research on measures and procedures. GeoScience Data Journal. https://doi.org/10.1002/gdj3.116
[61] Xavier, E., Ariza-López, F. & Ureña-Cámara, M. MatchingLand, geospatial data testbed for the assessment of matching methods. Sci Data 4, 170180 (2017). https://doi.org/10.1038/sdata.2017.180
[62] Ariza-López, F.J., Mozas-Calvache, A.T., Ureña-Cámara, M.A. et al. Dataset of three-dimensional traces of roads. Sci Data 6, 142 (2019). https://doi.org/10.1038/s41597-019-0147-x