Cuprins

1. Obiective................................................................................................................................................3
1.1. Obiective secundare........................................................................................................................3
1.1.1. Procesarea datelor LiDAR (Laser imaging Detection and Ranging)......................................3
1.1.2. Procesarea datelor SfM (Structure from Motion)....................................................................4
1.1.3. Aplicarea analizei schimbărilor geomorfologice.....................................................................4
1.1.4. Analiza geomorfologică...........................................................................................................5
2. Introducere.............................................................................................................................................5
3. Materiale................................................................................................................................................6
3.1. Date LiDAR....................................................................................................................................6
3.2. Date SfM.........................................................................................................................................7
4. Metode...................................................................................................................................................7
4.1. Preprocesarea datelor LiDAR.........................................................................................................7
4.2. Preprocesarea datelor SfM..............................................................................................................8
4.3. Interpolarea datelor altitudinale......................................................................................................9
4.4. Analiza schimbarilor geomorfologice..........................................................................................11
5. Rezultate..............................................................................................................................................15
6. Discuții.................................................................................................................................................18
7. Tabela de figuri....................................................................................................................................19
1. Obiective

Obiectivul principal al proiectului este relevarea evoluției proceselor geomorfologice în cadrul

ravenei Vlăsinești cu ajutorul analizei schimbărilor geomorfologice utilizând date de mare rezoluție.

1.1. Obiective secundare

1.1.1. Procesarea datelor LiDAR (Laser imaging Detection and Ranging)

LiDAR (de asemenea cunoscut și sub LIDAR sau LADAR) este un acronim de la ”light
detection and ranging” și este echivalentul radarului pentru domeniul luminii vizibile. Este o metodă
pentru măsurarea distanțelor prin iluminarea țintei cu lumină laser și măsurarea reflexiei cu ajutorul
unui senzor.
Datele de intrare folosite pentru realizarea acestui studiu sunt reprezentate de 2 seturi de date,
tip LiDAR din anul 2012 (Figura 1) și tip SfM din anul 2019 (Figura 2).
Norul de puncte LiDAR contine 6151 de puncte.
 Figura 1 Nor de puncte LiDAR, 2012, fereastră activă în programul SAGA 7.9.0

1.1.2. Procesarea datelor SfM (Structure from Motion)

Structuri din Mișcare (Structure from Motion) reprezintă o metodă de prelucrare computerizată
a imaginii, capabilă să obțină seturi de date 3D de tipul norilor de puncte dintr-un set de imagini
neordonate, care pot fi la rândul lor achiziționate la diferite unghiuri și distanțe (Snavely et al., 2006).
Norul de puncte SfM contine 87634 puncte.
 Figura 2 Nor de puncte SfM, 2019, fereastră activă în programul SAGA 7.9.0

1.1.3. Aplicarea analizei schimbărilor geomorfologice

Studierea ravenelor are o mare importanță deoarece apariția acestora duce la o scădere a
utilizării unei porțiuni anume de teren, consecințele fiind resimțite mai ales la nivelul agriculturii.
Suprafeţele pe care eroziunea de adâncime a creat ogaşe şi ravene sunt definitiv scoase din
folosinţă. Când ravenele şi ogaşele sunt dese şi ramificate, acestea lasă între ele suprafeţe neerodate,
dar aceste suprafeţe sunt inaccesibile maşinilor agricole şi întreg terenul devine inutilizabil pentru
agricultură.

1.1.4. Analiza geomorfologică

Geomorfologia este știința geografică a formelor de relief, cuprinzând originea, evoluția și

procesele care le modelează. Ea răspunde la întrebarea „De ce formele de relief arată așa?”
Geomorfologia modernă se concentrează pe analiza cantitativă a proceselor interconectate.
Folosirea tehnicilor de măsură mai precise a făcut posibilă observarea directă a proceselor ca eroziunea.
Simularea numerică este de asemenea valoroasă pentru a testa faptul că un model particular dă rezultate
similare cu un teren real.
 2. Introducere

Ravena Vlăsinești este localizată la nordul satului Iacobeni, județul Botoșani, la 3,8 km, la
sudul satului Vlăsinești, județul Botoșani, la 4,31 km, la vestul satului Hănești, județul Botoșani, la 6,7
km și la estul satului Vicoleni, județul Botoșani, la 4 km.

Figura 3 Localizarea ravenei Vlăsinești în cadrul județului Botoșani

3. Materiale

3.1. Date LiDAR

 După cum menționam și mai sus, setul de date Lidar din anul 2012 este compus din 6151 de
puncte. Suprafața poligonului, care ne arată extensia setului de date, este de 2510.826 m 2. Densitatea
punctelor este de 2,44 puncte/ m2, distribuția acestora nefiind una uniformă.

Figura 4 Nor de puncte vizualizare 3D, date LiDAR 2012, fereastră activă “Point Cloud Viewer” în programul SAGA 7.9.0

3.2. Date SfM

Norul de puncte SfM conține 87634 puncte, aplicând impărțirea numărului de puncte la
suprafața poligonului care ne arată extensia setului de date, reiese o densitate de 34.90 puncte/ m 2,
distribuția acestora nefiind una uniformă.

Figura 5 Nor de puncte vizualizare 3D, date SfM 2019, fereastră activă “Point Cloud Viewer” în programul SAGA 7.9.0
 4. Metode

4.1. Preprocesarea datelor LiDAR

Prin interpolarea punctelor LiDAR, pe baza valorilor altitudinale Z, cu ajutorul instrumentului

„Multilevel B-Spline” a fost generat gridul de mai jos (Figura 6).

Figura 6 Multilevel B-Spline pe baza valorilor Z ale punctelor LiDAR, anul 2012

4.2. Preprocesarea datelor SfM

Prin interpolarea punctelor SfM, pe baza valorilor altitudinale Z, cu ajutorul instrumentului

„Multilevel B-Spline” a fost generat gridul de mai jos (Figura 7).
 Figura 7 Multilevel B-Spline pe baza valorilor Z ale punctelor SfM, anul 2019

4.3. Interpolarea datelor altitudinale

Prin rularea instrumentului “Profile [interactive]” pe baza celor 2 griduri generate și digitizarea
profilului longitudinal a fost generată diagrama de mai jos care relevă diferențele dintre cele 2 modele.

Figura 8 Diagrama diferențelor dintre cele 2 griduri generate pe baza norilor de puncte LiDAR si SfM
 Pentru a rezolva diferențele de mai sus, deschidem fișierele cu terminația .las, respectiv
punctele LiDAR pentru 2012 și punctele SfM pentru 2019 în aplicația CloudCompare și rulăm tool-ul
“Fine Registration”

Figura 9 Alinierea punctelor SfM din 2019 avand ca referință punctele LiDAR din 2012

După aplicarea corecțiilor se poate observa faptul că există o îmbunatățire. Linia albastră
reprezintă interpolarea datelor inițiale din anul 2012, linia roșie reprezintă interpolarea datelor inițiale
din 2019 și linia verde reprezintă interpolarea datelor corectate din 2019.

Figura 10 Diagrama diferențelor dintre cele 3 griduri generate pe baza norilor de puncte LiDAR si SfM
 În continuare a fost realizată scăderea dintre cele 2 griduri, astfel din 2012 a fost scăzut 2019
corectat, fiind generat gridul de mai jos, valorile pozitive reprezentand faptul că în acele puncte,
modelul din anul 2012 este mai ridicat față de cel din 2019, iar valorile negative reprezintă faptul că
modelul din 2012 este mai jos decat cel din 2019 (Figura 11).

Figura 11 Diferenta dintre 2012 și 2019

4.4. Analiza schimbarilor geomorfologice

Histograma scăderii releva faptul că diferențele nu sunt foarte mari, aceste fiind cuprinse între
-0,59 și 0,48, vizual graficul arată faptul că datele au o distribuție normală.

Figura 12 Histograma scaderii celor 2 griduri, 2012 - 2019

 Bugetul brut se calculează pe baza inmulțirii dintre scăderea realizată anterior și rezoluția
pixelului la puterea a doua, în cazul de față 0.252 = 0.0625.

Figura 13 Vizualizare buget brut, 2D si 3D cu o exagerare de 100

Valorile pozitive indica eroziune iar valorile negatice indica acumulare.

Figura 14 Histograma bugetului brut

Prin realizarea unui alt profil pe baza gridurilor din anul 2012 si 2019, se poate observa că este
vorba de o acumulare în cadrul porțiunii din ravena Vlasinești studiată.
 Figura 15 Profil transversal al portiunii de ravena

Din cauza faptului că valoarea deviației standard este de 0,12, gridul cu diferențele va trebui
reclasificat în așa fel încat să ne apropiem cât mai mult posibil de adevăr.

Figura 16 Histograma si deviatia standard a diferentei dintre 2012 si 2019

 Figura 17 Diferenta reclasificata in sistem binar

În continuare a fost facută o inmulțire între volumul brut și diferența reclasificată pentru a
obține același nivel de nesiguranță globală.
Astfel obtinem un grid cu valorile valide ale depunerilor sau eroziunilor.
 Figura 18 GCD volum filtrat

5. Rezultate

Figura 19 Profil GCD volum filtrat

 Figura 20 Profil 2012 si 2019

În continuare vom reclasifica gridul cu bugetul brut pentru a putea releva și prin intermediul
calculelor suprafețele erodate și suprafețele cu acumulare din zona de studiu.
Prin clasificarea valorilor cuprinse între 0 și 100 cu valoarea -9999 (echivalentul Nodata în
SAGA) obținem un raster cu valorile negative (Figura 21).

Figura 21 Grid cu valorile negative extrase prin reclasificare de pe volumul brut

Rezultă astfel, din scăderea pixelilor nuli din totalul de pixeli și înmulțirea rezultatului cu media
aritmetică, faptul că avem o suprafață de 33,736 m2 pe care s-a depus material.
 Prin repetarea operațiunii, dar modificarea valorilor ( adică valorile negative vor primi valoare
nulă ), vom obține rasterul de mai jos care, reprezintă valorile pozitive extrase prin reclasificarea
volumului brut.

Figura 22 Grid cu valorile pozitive extrase prin reclasificare de pe volumul brut

Prin repetarea calculelor descrise mai sus reiese o suprafață de 43,464 m 2 pe care s-a erodat
material.

Figura 23 Reprezentarea 3D a zonelor cu acumulare si zonelor cu eroziune, suprapuse peste ortofotoplanul din anul 2019
 6. Discuții

O primă concluzie fiind aceea că în zona de studiu balanța înclină mai mult către eroziune,
astfel suprațata erodată fiind cu 9,728 m2 mai mare.
În concluzie, putem afirma că nu există diferențe foarte mari între cele 2 modele, diferențele
existente se pot datora erorilor de prelucrare a datelor.
 7. Tabela de figuri

Figura 1 Nor de puncte LiDAR, 2012, fereastră activă în programul SAGA 7.9.0..................................3
Figura 2 Nor de puncte SfM, 2019, fereastră activă în programul SAGA 7.9.0.......................................4
Figura 3 Localizarea ravenei Vlăsinești în cadrul județului Botoșani.......................................................5
Figura 4 Nor de puncte vizualizare 3D, date LiDAR 2012, fereastră activă “Point Cloud Viewer” în
programul SAGA 7.9.0..............................................................................................................................6
Figura 5 Nor de puncte vizualizare 3D, date SfM 2019, fereastră activă “Point Cloud Viewer” în
programul SAGA 7.9.0..............................................................................................................................6
Figura 6 Multilevel B-Spline pe baza valorilor Z ale punctelor LiDAR, anul 2012.................................7
Figura 7 Multilevel B-Spline pe baza valorilor Z ale punctelor SfM, anul 2019......................................7
Figura 8 Diagrama diferențelor dintre cele 2 griduri generate pe baza norilor de puncte LiDAR si SfM 8
Figura 9 Alinierea punctelor SfM din 2019 avand ca referință punctele LiDAR din 2012......................9
Figura 10 Diagrama diferențelor dintre cele 3 griduri generate pe baza norilor de puncte LiDAR si SfM
...................................................................................................................................................................9
Figura 11 Diferenta dintre 2012 și 2019..................................................................................................10
Figura 12 Histograma scaderii celor 2 griduri, 2012 - 2019....................................................................10
Figura 13 Vizualizare buget brut, 2D si 3D cu o exagerare de 100.........................................................11
Figura 14 Histograma bugetului brut.......................................................................................................11
Figura 15 Profil transversal al portiunii de ravena..................................................................................12
Figura 16 Histograma si deviatia standard a diferentei dintre 2012 si 2019...........................................12
Figura 17 Diferenta reclasificata in sistem binar.....................................................................................13
Figura 18 GCD volum filtrat...................................................................................................................14
Figura 19 Profil GCD volum filtrat.........................................................................................................14
Figura 20 Profil 2012 si 2019..................................................................................................................15
Figura 21 Grid cu valorile negative extrase prin reclasificare de pe volumul brut.................................15
Figura 22 Grid cu valorile pozitive extrase prin reclasificare de pe volumul brut..................................16
Figura 23 Reprezentarea 3D a zonelor cu acumulare si zonelor cu eroziune, suprapuse peste
ortofotoplanul din anul 2019....................................................................................................................16