Fundamentos LiDAR 3D+t

Descrição

Treinamento em geoprocessamento de nuvens de pontos LiDAR 3D multitemporais obtidas em ambiente urbano por ALS (Airborne Laser Scanning). O foco é a geração de sub e superprodutos cartográficos (MDT, MDS, BHM, VHM, contornos de edificações, vielas e vias) aplicados à análise morfológica de favelas na cidade de São Paulo.

O método pedagógico é orientado pela cultura Hacker e pelas quatro liberdades do paradigma GNU/Linux, traduzidas no ciclo ETLV (Extract, Transform, Load, View). A proposta articula rigor técnico (Engenharia, Computação, Arquitetura e Ciência Política) à política de ciência aberta, estimulando práticas de modificação, reuso e distribuição de dados e pipelines.

Forma

• 12 semanas
• Cada encontro: 30 min de exposição + 20 min de discussão + 10 min de avaliação + tempo para confraternização
• Dedicação extra recomendada: 3 a 9 horas semanais (método 30:180)
• 4 papéis: Aluna (Mestra), Aluno (Doutorando), Doutor Aluno, Doutor Professor

Objetivos

Ao final do treinamento, a aluna será capaz de:

• Processar dados LiDAR 3D multitemporais em ambiente computacional/urbano.
• Extrair, calcular, derivar e visualizar produtos essenciais (MDT, MDS, BHM, VHM, contornos de edificações, trajetórias de vielas e vias).
• Utilizar PDAL, Rasterio, NumPy, CloudCompare e bibliotecas Python para construir fluxos ETLV reprodutíveis.
• Compreender progressão em escala espacial (quadrícula → distrito → cidade) e temporal (2017 → 2017+2020).

Entregas e Produtos

1. MDS / MDT / BHM / VHM

   • Nuvens de pontos: LAZ, XYZ, Classes e atributos
   • Derivação de superfícies a partir do LiDAR
   • Primeira comparação temporal (2017)
   • Escala: favela São Remo, múltiplos arquivos

2. Fiação aérea

   • 3D + dados tabulares
   • Extração de feições lineares elevadas
   • Escala computacional expandida, comparação temporal

3. Densidade, escalas, vizinhança e contornos

   • Degradando o 3D → 2D → 1D → 0D
   • Altura de edificações e vegetação, segmentação de contornos, indicadores, MAUP (3D e 3D+t)
   • Comparação temporal entre 2017 e 2020

4. Tudo em rede: Vielas, vãos, vias e vazios

   • Processamento raster (NumPy, Rasterio)
   • Voxelização e vetorização de vazios urbanos
   • Escalas visuais, MAUP multidimensional e multitemporal

Organização do repositório

• as aulas estão na pasta `aulas``
• os downloads realizados nas práticas devem ficar na sua respectiva pasta
• as práticas estão numeradas na mesma sequencia das aulas

Aula a aula

A ser atualizado

Desafios transversais

• Escala computacional: 1 quadrícula → múltiplas → distrito → cidade
• Escala temporal: single-date (2017) → multi-date (2017/2020)
• Ciclo ETLV: presente em todas as etapas

Softwares a instalar até o final da primeira aula

• GNU/Linux (ou WSL2)
• Python 3.x + Conda ou venv
• GDAL/OGR
• PDAL
• QGIS
• Rasterio
• NumPy
• Panel e/ou NiceGUI
• Potree
• CloudCompare

Diagrama sistêmico paradigmático

flowchart TD
     A[LiDAR ALS Urbano] --> B[Extract]
     B --> C[Transform]
     C --> D[Load]
     D --> E[View]

     B --> B2[Fiação aérea]
     B --> B1[MDS / MDT]
     C --> C1[BHM / VHM]
     C --> C2[Contorno Edificações]
     D --> D1[Vielas / Vias / Vazios]

     subgraph Escalas
          S1[Quadrícula]
          S2[Multiquadrícula]
          S3[Distrito]
          S4[Cidade]
     end

     subgraph Multitemporalidade
          C
          C1
          C2
     end

     B1 --> S1
     B2 --> S2
     C1 --> S2
     C2 --> S3

     S1 --> E
     S2 --> E
     S3 --> E
     S4 --> E
     D1 --> E

Loading

Referências

“Uma aula não é feita para ser compreendida totalmente.
É feita para despertar algo em você.
É como se você estivesse em um ponto e a aula passasse em outro:
se uma faísca salta entre os dois, então valeu.”
— Gilles Deleuze, O Abecedário de Gilles Deleuze (1996)