{"id":11946,"date":"2023-08-30T10:00:00","date_gmt":"2023-08-30T08:00:00","guid":{"rendered":"https:\/\/www.sigterritoires.fr\/?p=11946"},"modified":"2023-08-30T09:16:29","modified_gmt":"2023-08-30T07:16:29","slug":"qgis-para-lidar-modelo-de-entidades-digital-dem-com-ferramentas-open-lidar","status":"publish","type":"post","link":"https:\/\/www.sigterritoires.fr\/index.php\/pt\/qgis-para-lidar-modelo-de-entidades-digital-dem-com-ferramentas-open-lidar\/","title":{"rendered":"QGis para LIDAR: modelo de entidades digital (DEM) com ferramentas Open Lidar."},"content":{"rendered":"\n

Neste artigo, voc\u00ea descobrir\u00e1 como criar um modelo de entidades digital com apenas alguns cliques e visualizar os resultados, usando o plug-in Open Lidar Toolbox.<\/p>\n\n\n\n

Tutorial Processamento de dados HD LIDAR com o QGis .<\/h2>\n\n\n\n
1- Dados LIDAR no QGis 3.32<\/a><\/p>\n\n\n\n
2- Descarregar os dados do IGN HD LIDAR e carreg\u00e1-los no QGis<\/a><\/p>\n\n\n\n
3- Ferramentas para dados LIDAR no QGis 3.32<\/a><\/p>\n\n\n\n
4-colorir a partir de uma imagem<\/a><\/p>\n\n\n\n
5-colorir a partir de uma imagem com LAStools<\/a><\/p>\n\n\n\n
6- modelo de superf\u00edcie digital (MDS) com CloudCompare e LAStools<\/a><\/p>\n\n\n\n
7- Cr\u00e9er un Mod\u00e8le Num\u00e9rique de Terrain avec CloudCompare<\/a><\/p>\n\n\n\n
8- Cria\u00e7\u00e3o de um modelo digital de terreno com o LAStools<\/a><\/p>\n\n\n\n

9- Cria\u00e7\u00e3o de um modelo de entidades digital com o Open Lidar Toolbox.<\/h2>\n\n\n\n
Nos cap\u00edtulos anteriores, vimos como criar um Modelo Digital de Superf\u00edcie (DSM) e um Modelo Digital de Terreno (DTM). O terceiro tipo de modelo digital \u00e9 o Digital Feature Model (DFM). Todos os tr\u00eas s\u00e3o agrupados no que \u00e9 conhecido como modelos digitais de eleva\u00e7\u00e3o.<\/p>\n\n\n\n
$\"les$ <\/a><\/figure>\n\n\n\n
O modelo de terreno digital \u00e9 simplesmente a superf\u00edcie nua do terreno, excluindo todos os outros recursos, como edif\u00edcios e vegeta\u00e7\u00e3o.<\/p>\n\n\n\n
O modelo digital de superf\u00edcie leva em conta tudo o que est\u00e1 no solo (edif\u00edcios e vegeta\u00e7\u00e3o).<\/p>\n\n\n\n
O modelo de entidades digital leva em conta a superf\u00edcie do terreno e os edif\u00edcios, excluindo a vegeta\u00e7\u00e3o.<\/p>\n\n\n\n
Embora os tr\u00eas modelos forne\u00e7am resultados diferentes e os processos para obt\u00ea-los sejam diferentes, o fato \u00e9 que a maioria das ferramentas e t\u00e9cnicas pode ser adaptada a todos os tr\u00eas. Por exemplo, ao interpolar a nuvem de pontos para obter o raster resultante, no caso do DTM, somente a classe \u00ab\u00a0solo\u00a0\u00bb ser\u00e1 mantida para interpola\u00e7\u00e3o, enquanto no DEM ser\u00e3o mantidos \u00ab\u00a0solo\u00a0\u00bb e \u00ab\u00a0edif\u00edcios\u00a0\u00bb e no DSM nenhuma classe ser\u00e1 exclu\u00edda.<\/p>\n\n\n\n
Tudo isso para dizer que, embora estejamos lidando aqui com a cria\u00e7\u00e3o de modelos de recursos digitais, usando t\u00e9cnicas desenvolvidas principalmente para arqueologia, nada o impede de adapt\u00e1-las e us\u00e1-las para DTMs e DSMs.<\/p>\n\n\n\n
OPEN LIDAR TOOLBOX<\/h2>\n\n\n\n
A integra\u00e7\u00e3o de dados topogr\u00e1ficos do LiDAR a\u00e9reo tornou-se um elemento fundamental nos esfor\u00e7os de prospec\u00e7\u00e3o arqueol\u00f3gica. Diante da necessidade de desenvolver uma metodologia de processamento de dados rigorosa e transparente, a caixa de ferramentas Open Lidar Tools prop\u00f5e um fluxo de trabalho de processamento especificamente adaptado \u00e0s nuvens de pontos arqueol\u00f3gicos, com o objetivo de produzir produtos otimizados para v\u00e1rias aplica\u00e7\u00f5es. Esse fluxo de trabalho de processamento proposto melhora a classifica\u00e7\u00e3o dos pontos no solo, bem como daqueles localizados dentro de estruturas.<\/p>\n\n\n\n
A principal inova\u00e7\u00e3o desse fluxo de processamento est\u00e1 na abordagem de interpola\u00e7\u00e3o de dados na forma de grades raster, com a introdu\u00e7\u00e3o de um m\u00e9todo de interpola\u00e7\u00e3o h\u00edbrido. Esse m\u00e9todo combina a pondera\u00e7\u00e3o de dist\u00e2ncia inversa (IDW) com uma rede irregular triangulada (TIN) e interpola\u00e7\u00e3o linear. Al\u00e9m disso, foram integradas solu\u00e7\u00f5es para visualiza\u00e7\u00f5es aprimoradas. O plug-in para QGIS permite que todo o fluxo de processamento seja executado em uma \u00fanica etapa, e a ferramenta n\u00e3o exige nenhuma habilidade especializada al\u00e9m de uma familiaridade geral com o ambiente QGIS.<\/p>\n\n\n\n
O objetivo desse pipeline e dessa ferramenta \u00e9 facilitar o processamento de dados LiDAR a\u00e9reos espec\u00edficos da arqueologia, mas n\u00e3o s\u00f3.<\/p>\n\n\n\n
Uma palavra de advert\u00eancia<\/h3>\n\n\n\n
O plug-in Open Lidar Tools usa o processamento GRASS. Se voc\u00ea instalou a vers\u00e3o 3.32 com o instalador, verifique se a guia Grass aparece no painel de processamento.<\/p>\n\n\n\n
$\"outils$ <\/a><\/figure>\n\n\n\n
Se esse n\u00e3o for o caso, depois de verificar se os plug-ins necess\u00e1rios est\u00e3o ativados, voc\u00ea precisar\u00e1 instalar a vers\u00e3o 3.32 do OSGeo4W para que as chamadas do Grass funcionem.<\/p>\n\n\n\n
Instala\u00e7\u00e3o do Open Lidar Toolbox<\/h3>\n\n\n\n
Instale o plug-in Open LiDAR Toolbox para QGIS (no QGIS, v\u00e1 para : Extensions-> Install\/Manage extensions ->installed extensions -> all -> Open LiDAR Toolbox -> Install Plugin<\/em><\/strong>).<\/p>\n\n\n\n
$\"installation$ <\/a><\/figure>\n\n\n\n
O Open Lidar Toolbox requer a instala\u00e7\u00e3o de tr\u00eas outros plug-ins:<\/p>\n\n\n\n
\n
Lastools<\/a><\/li>\n\n\n\n
WhiteboxTools<\/li>\n\n\n\n
Relief Visualisation Toolbox<\/li>\n<\/ul>\n\n\n\n
J\u00e1 vimos como instalar os dois primeiros nos cap\u00edtulos anteriores. Para o Relief Visualisation Toolbox<\/strong>, basta adicion\u00e1-lo no menu Extensions-> Install\/Manage extensions -> installed extensions -> all -> Relief Visualisation Toolbox -> Install Plugin<\/em><\/strong>.<\/p>\n\n\n\n
Abrir os m\u00f3dulos do Lidar Toolbox<\/h2>\n\n\n\n
Voc\u00ea encontrar\u00e1 um m\u00f3dulo chamado ONE na parte superior dos processos do plug-in. Esse processo \u00e9 um pipeline que vincula todos os m\u00f3dulos de processamento de dados LIDAR no plug-in.<\/p>\n\n\n\n
$\"sch\u00e9ma$ <\/a><\/figure>\n\n\n\n
O processamento da nuvem de pontos \u00e9 baseado na m\u00e9dia, aprimorada pelo processamento sequencial. Primeiro, os edif\u00edcios s\u00e3o classificados usando par\u00e2metros otimizados para a detec\u00e7\u00e3o de edif\u00edcios. Em seguida, toda a nuvem de pontos sem edif\u00edcios \u00e9 reprocessada com par\u00e2metros otimizados para a detec\u00e7\u00e3o de pontos no solo, o que favorece a conserva\u00e7\u00e3o de caracter\u00edsticas arqueol\u00f3gicas em vez da remo\u00e7\u00e3o da vegeta\u00e7\u00e3o. Uma etapa adicional, voltada para dados de baixa densidade, \u00e9 classificar todos os pontos n\u00e3o classificados que est\u00e3o a \u00b1 0,2 m dos pontos de solo como pontos de solo. Os pontos de vegeta\u00e7\u00e3o s\u00e3o classificados de acordo com o esquema ASPR. Entretanto, devido \u00e0s limita\u00e7\u00f5es do software e \u00e0 racionaliza\u00e7\u00e3o do pipeline, a vegeta\u00e7\u00e3o m\u00e9dia e alta s\u00e3o combinadas na classe 5.<\/p>\n\n\n\n
Tudo o que voc\u00ea precisa fazer \u00e9 especificar o arquivo de ponto LIDAR a ser processado, se ele \u00e9 classificado ou n\u00e3o, o sistema de coordenadas, o passo do modelo de recurso digital e o nome do arquivo de nuvem de pontos classificado.<\/p>\n\n\n\n
$\"dilaogue$ <\/a><\/figure>\n\n\n\n
Voc\u00ea fornece uma nuvem de pontos LIDAR como entrada, classificados ou n\u00e3o, e obt\u00e9m<\/p>\n\n\n\n
\n
dois rasters com densidades de pontos de vegeta\u00e7\u00e3o baixa e terreno<\/li>\n\n\n\n
um raster com o modelo de recurso digital e outro com os n\u00edveis de confian\u00e7a associados<\/li>\n\n\n\n
a nuvem de pontos classificada<\/li>\n\n\n\n
cinco rasters de visualiza\u00e7\u00e3o, usando diferentes t\u00e9cnicas, do DEM<\/li>\n<\/ul>\n\n\n\n
$\"sorties$ <\/a><\/figure>\n\n\n\n
Aqui est\u00e1 um exemplo baseado em uma nuvem de pontos n\u00e3o classificada do IGN<\/p>\n\n\n\n
$\"nuage$ <\/a><\/figure>\n\n\n\n
A primeira sa\u00edda do pipeline de processamento em uma etapa \u00e9 a nuvem de pontos classificada:<\/p>\n\n\n\n
$\"classement$ <\/a><\/figure>\n\n\n\n
Os resultados com as densidades de pontos de vegeta\u00e7\u00e3o baixa e terreno, bem como os n\u00edveis de confian\u00e7a do DEM, s\u00e3o usados pelo m\u00f3dulo de interpola\u00e7\u00e3o. Veremos como eles s\u00e3o \u00fateis mais tarde.<\/p>\n\n\n\n
Agora temos nosso modelo de recurso digital:<\/p>\n\n\n\n
$\"mod\u00e8le$ <\/a><\/figure>\n\n\n\n
Visualiza\u00e7\u00e3o Fator de vis\u00e3o do c\u00e9u (SVF)<\/h3>\n\n\n\n
O Sky-View Factor (SVF) \u00e9 uma ferramenta usada no campo da geom\u00e1tica, especialmente para an\u00e1lise topogr\u00e1fica e visualiza\u00e7\u00e3o de paisagens. O Fator de Vis\u00e3o do C\u00e9u (SVF) \u00e9 um \u00edndice que mede a parte do c\u00e9u vis\u00edvel de um determinado ponto no solo, como uma fun\u00e7\u00e3o da topografia circundante. Esse \u00edndice pode ser usado para caracterizar a visibilidade do c\u00e9u a partir de um local espec\u00edfico, o que pode ter implica\u00e7\u00f5es importantes em v\u00e1rios campos, como climatologia, ecologia, planejamento urbano etc.<\/p>\n\n\n\n
O SVF \u00e9 calculado simulando a linha de vis\u00e3o de um determinado ponto at\u00e9 o c\u00e9u e medindo a propor\u00e7\u00e3o dessa linha de vis\u00e3o que \u00e9 obstru\u00edda pelas caracter\u00edsticas da paisagem circundante, como edif\u00edcios, \u00e1rvores e relevo do terreno. Quanto mais alto for o SVF, mais clara ser\u00e1 a vis\u00e3o do ponto para o c\u00e9u.<\/p>\n\n\n\n
$\"visualisation$ <\/a><\/figure>\n\n\n\n
Visualiza\u00e7\u00e3o Opennes<\/h3>\n\n\n\n
A abertura (Opennes) \u00e9 uma ferramenta usada em geom\u00e1tica para analisar e visualizar a topografia de uma paisagem em termos de visibilidade e exposi\u00e7\u00e3o a diferentes dire\u00e7\u00f5es. A abertura mede a capacidade de um ponto no solo de ver e ser visto de diferentes dire\u00e7\u00f5es.<\/p>\n\n\n\n
A abertura \u00e9 calculada medindo-se o \u00e2ngulo entre a normal do terreno em um determinado ponto e as dire\u00e7\u00f5es para as quais a exposi\u00e7\u00e3o deve ser avaliada. Em outras palavras, a abertura indica a facilidade com que um ponto pode \u00ab\u00a0ver\u00a0\u00bb ou ser \u00ab\u00a0visto\u00a0\u00bb das \u00e1reas circundantes.<\/p>\n\n\n\n
$\"visualisation$ <\/a><\/figure>\n\n\n\n
Visualiza\u00e7\u00e3o para topografia arqueol\u00f3gica (VAT)<\/h3>\n\n\n\n
A visualiza\u00e7\u00e3o para topografia arqueol\u00f3gica (VAT) combina sombreamento de colinas (ou sombreamento de colinas em tr\u00eas dire\u00e7\u00f5es), inclina\u00e7\u00e3o, abertura positiva e fator de visualiza\u00e7\u00e3o do c\u00e9u com c\u00e1lculo predeterminado e par\u00e2metros de mistura para terrenos \u00ab\u00a0normais\u00a0\u00bb e muito planos. Os m\u00e9todos de visualiza\u00e7\u00e3o selecionados s\u00e3o complementares e os modos de atenua\u00e7\u00e3o s\u00e3o espec\u00edficos porque ampliam as caracter\u00edsticas particulares.<\/p>\n\n\n\n
$\"visualisation$ <\/a><\/figure>\n\n\n\n
Visualiza\u00e7\u00e3o de DME (diferen\u00e7a da eleva\u00e7\u00e3o m\u00e9dia)<\/h3>\n\n\n\n
A visualiza\u00e7\u00e3o da diferen\u00e7a da eleva\u00e7\u00e3o m\u00e9dia (DME) \u00e9 uma t\u00e9cnica usada para representar visualmente as varia\u00e7\u00f5es na eleva\u00e7\u00e3o de um terreno em rela\u00e7\u00e3o a uma eleva\u00e7\u00e3o m\u00e9dia de refer\u00eancia. Esse m\u00e9todo \u00e9 frequentemente usado em geom\u00e1tica e an\u00e1lise topogr\u00e1fica para destacar \u00e1reas em que o terreno apresenta desvios significativos de uma eleva\u00e7\u00e3o m\u00e9dia esperada.<\/p>\n\n\n\n
Veja como funciona a visualiza\u00e7\u00e3o do DME:<\/p>\n\n\n\n
\n
C\u00e1lculo da eleva\u00e7\u00e3o m\u00e9dia: Primeiro, \u00e9 calculada uma eleva\u00e7\u00e3o m\u00e9dia para toda a \u00e1rea de estudo. Isso pode ser feito tirando a m\u00e9dia dos valores de eleva\u00e7\u00e3o de todos os pontos do terreno na \u00e1rea.<\/li>\n\n\n\n
C\u00e1lculo das diferen\u00e7as: Em seguida, para cada ponto do terreno, \u00e9 determinada a diferen\u00e7a entre a eleva\u00e7\u00e3o real do ponto e a eleva\u00e7\u00e3o m\u00e9dia calculada. Essa diferen\u00e7a geralmente \u00e9 expressa em termos de metros ou outras unidades de medida apropriadas para a eleva\u00e7\u00e3o.<\/li>\n\n\n\n
Colora\u00e7\u00e3o do mapa: As diferen\u00e7as calculadas s\u00e3o ent\u00e3o representadas visualmente usando uma escala de cores. As \u00e1reas em que a eleva\u00e7\u00e3o est\u00e1 acima da m\u00e9dia podem ser coloridas com tons quentes (como o vermelho) para indicar eleva\u00e7\u00f5es mais altas, enquanto as \u00e1reas abaixo da m\u00e9dia podem ser coloridas com tons frios (como o azul) para indicar eleva\u00e7\u00f5es mais baixas.<\/li>\n\n\n\n
Cria\u00e7\u00e3o do mapa DME: Ao aplicar essa colora\u00e7\u00e3o a todo o terreno, \u00e9 criado um mapa DME. Esse mapa pode ser usado para visualizar rapidamente as \u00e1reas em que o terreno tem eleva\u00e7\u00f5es excepcionalmente altas ou baixas em compara\u00e7\u00e3o com a eleva\u00e7\u00e3o m\u00e9dia esperada.
<\/li>\n<\/ol>\n\n\n\n
A visualiza\u00e7\u00e3o do DME pode ser \u00fatil para detectar caracter\u00edsticas topogr\u00e1ficas incomuns, como montes, depress\u00f5es ou outras forma\u00e7\u00f5es geol\u00f3gicas interessantes. Ela tamb\u00e9m pode ajudar a identificar \u00e1reas em que fen\u00f4menos como eros\u00e3o ou sedimenta\u00e7\u00e3o alteraram o perfil topogr\u00e1fico esperado.<\/p>\n\n\n\n
$\"visualisation$ <\/a><\/figure>\n\n\n\n
Visualiza\u00e7\u00e3o do Hillshade<\/h3>\n\n\n\n
O sombreamento anal\u00edtico \u00e9 calculado em v\u00e1rias dire\u00e7\u00f5es, igualmente distribu\u00eddas entre 0\u00b0 e 360\u00b0. O 0\u00b0 est\u00e1 sempre na banda 1, seguido por azimutes no sentido hor\u00e1rio, por exemplo, 45\u00b0 na banda 2, 90\u00b0 na banda 3 \u2026 315\u00b0 na banda 8, para um c\u00e1lculo em 8 dire\u00e7\u00f5es. A imagem de 8 bits \u00e9 o resultado de um c\u00e1lculo em tr\u00eas dire\u00e7\u00f5es, separadas por 60\u00b0 (315\u00b0 na banda vermelha, 15\u00b0 na banda verde, 75\u00b0 na banda azul).<\/p>\n\n\n\n
$\"visualisation$ <\/a><\/figure>\n\n\n\n
Outros m\u00f3dulos dispon\u00edveis no Open Lidar Toolbox<\/h2>\n\n\n\n
Os v\u00e1rios est\u00e1gios do m\u00f3dulo ONE Step Processing est\u00e3o dispon\u00edveis como m\u00f3dulos independentes.<\/p>\n\n\n\n
$\"les$ <\/a><\/figure>\n\n\n\n
Classificar LAS\/LAZ<\/h3>\n\n\n\n
A diferen\u00e7a entre essa ferramenta de classifica\u00e7\u00e3o e as outras caixas de ferramentas que vimos nos cap\u00edtulos anteriores \u00e9 a sequ\u00eancia de tr\u00eas est\u00e1gios:<\/p>\n\n\n\n
\n
Primeiro, os edif\u00edcios s\u00e3o classificados usando par\u00e2metros otimizados para a detec\u00e7\u00e3o de edif\u00edcios.<\/li>\n\n\n\n
Em seguida, toda a nuvem de pontos sem os edif\u00edcios \u00e9 reprocessada usando par\u00e2metros otimizados para a detec\u00e7\u00e3o de pontos no solo<\/li>\n\n\n\n
Por fim, todos os pontos n\u00e3o classificados dentro de \u00b1 0,2 m dos pontos de solo s\u00e3o classificados como pontos de solo.<\/li>\n<\/ol>\n\n\n\n
Os pontos de vegeta\u00e7\u00e3o s\u00e3o classificados de acordo com o esquema ASPR, mas a vegeta\u00e7\u00e3o m\u00e9dia e alta s\u00e3o combinadas na classe 5.<\/p>\n\n\n\n
CRIAR DFM<\/h3>\n\n\n\n
Essa ferramenta \u00e9 um pipeline, assim como o One Step Processing. Se voc\u00ea marcar a caixa indicando que a nuvem de pontos de entrada j\u00e1 est\u00e1 classificada, ela executar\u00e1 o pipeline do One Step Processing, exceto a primeira parte, a classifica\u00e7\u00e3o, e a \u00faltima, a visualiza\u00e7\u00e3o.<\/p>\n\n\n\n
Se voc\u00ea n\u00e3o marcar essa caixa, ele executar\u00e1 o One Step Processing, exceto a \u00faltima parte, a visualiza\u00e7\u00e3o.<\/p>\n\n\n\n
Visualiza\u00e7\u00f5es (do DFM)<\/h3>\n\n\n\n
Para qualquer modelo digital em formato raster, voc\u00ea pode usar esse m\u00f3dulo para criar as 5 visualiza\u00e7\u00f5es usadas no plug-in Open LIdar Toolbox diretamente, sem usar o Raster Visualization Toolbox.<\/p>\n\n\n\n
Os outros m\u00f3dulos<\/h3>\n\n\n\n
Create base data<\/em><\/strong> (Criar dados b\u00e1sicos), DFM confidence map<\/em><\/strong> (Mapa de confian\u00e7a DFM) e Hybrid interpolation<\/em><\/strong> (Interpola\u00e7\u00e3o h\u00edbrida) s\u00e3o um conjunto de ferramentas para interpolar uma nuvem de pontos LIDAR para criar um modelo raster digital.<\/p>\n\n\n\n
Embora no pipeline eles sejam aplicados \u00e0 cria\u00e7\u00e3o de um modelo de entidades digital, s\u00e3o igualmente \u00fateis para criar modelos digitais de terreno e superf\u00edcie.<\/p>\n\n\n\n
O principal problema nesse est\u00e1gio em todos os modelos digitais \u00e9 escolher o m\u00e9todo de interpola\u00e7\u00e3o mais adequado para os dados dispon\u00edveis. O Open Lidar Toolbox oferece um m\u00e9todo h\u00edbrido, ou seja, um m\u00e9todo que usa dois m\u00e9todos de interpola\u00e7\u00e3o diferentes, dependendo da regi\u00e3o da nuvem de pontos, selecionando o m\u00e9todo mais preciso de acordo com uma s\u00e9rie de crit\u00e9rios (mapa de confian\u00e7a).<\/p>\n\n\n\n
Isso merece um cap\u00edtulo pr\u00f3prio, e \u00e9 o que faremos no pr\u00f3ximo artigo.<\/p>\n","protected":false},"excerpt":{"rendered":"
Neste artigo, voc\u00ea descobrir\u00e1 como criar um modelo de entidades digital com apenas alguns cliques e visualizar os resultados, usando o plug-in Open Lidar Toolbox. Tutorial Processamento de dados HD LIDAR com o QGis . 1-…<\/p>\n","protected":false},"author":1,"featured_media":11953,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"give_campaign_id":0,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[2426,2134],"tags":[2436,2675,2677,2434,2679,2237,2160],"class_list":["post-11946","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-lidar-pt","category-qgis","tag-lidar-pt","tag-mde-pt","tag-modelo-digital-de-entidades-pt","tag-nuvens-de-pontos","tag-open-lidar-toolbox-pt","tag-plugin-pt","tag-qgis-pt"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/svf_one_open_lidar_toolboximg-2.png?fit=1773%2C1771&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p6XU0A-36G","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/11946","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/comments?post=11946"}],"version-history":[{"count":0,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/11946\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media\/11953"}],"wp:attachment":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media?parent=11946"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/categories?post=11946"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/tags?post=11946"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}

Visualiza\u00e7\u00f5es (do DFM)<\/h3>\n\n\n\nPara qualquer modelo digital em formato raster, voc\u00ea pode usar esse m\u00f3dulo para criar as 5 visualiza\u00e7\u00f5es usadas no plug-in Open LIdar Toolbox diretamente, sem usar o Raster Visualization Toolbox.<\/p>\n\n\n\n

Visualiza\u00e7\u00f5es (do DFM)<\/h3>\n\n\n\n
Para qualquer modelo digital em formato raster, voc\u00ea pode usar esse m\u00f3dulo para criar as 5 visualiza\u00e7\u00f5es usadas no plug-in Open LIdar Toolbox diretamente, sem usar o Raster Visualization Toolbox.<\/p>\n\n\n\n