T Espe 040400

DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y
CONSTRUCCIÓN
CARRERA DE INGENIERÍA GEOGRÁFICA Y DEL MEDIO AMBIENTE
TRABAJO DE TITULACIÓN, PREVIO A LA OBTENCIÓN DEL TÍTULO

DE INGENIERO GEÓGRAFO Y DEL MEDIO AMBIENTE
TEMA: ANÁLISIS DE LOS MÉTODOS DE AEROTRIANGULACIÓN Y

NÚMERO DE PUNTOS DE CONTROL SOBRE LA CALIDAD DE LAS
ORTOFOTOS CON ERDAS LPS CORE Y ORIMA
AUTOR: CHUQUITARCO TACO, ALEX DAVID
DIRECTOR: ING. KIRBY POWNEY, EDUARDO PATRICIO MG.
SANGOLQUÍ
2018
i
CERTIFICADO DEL DIRECTOR DEL TRABAJO DE TITULACIÓN

ii
AUTORÍA DE RESPONSABILIDAD
iii
AUTORIZACIÓN DE PUBLICACIÓN POR PARTE DE LA ESPE

iv
DEDICATORIA
Esta tesis se la dedico a mis abuelitos María Natividad, Manuel e Isabel, quienes en vida me
dieron los consejos y la fuerza necesaria para continuar ante toda adversidad.
A mi padre René y madre Susana, por su apoyo incondicional y sus incontables muestras de
afecto a lo largo del camino de culminar una carrera; y a mis hermanos Santiago y Jenny por ser
los pilares de una gran familia.

v
AGRADECIMIENTO
Al departamento de aerotriangulación del Instituto Geográfico Militar, ingenieros y técnicos por
brindarme la apertura y el conocimiento para el desarrollo de esta investigación, de manera especial
al Ingeniero Lenin Jaramillo director del área.
Al laboratorio de Sensores Remotos y Fotogrametría de la Universidad de las Fuerzas Armadas
- ESPE, y a sus integrantes al ser un espacio de conocimiento y enseñanza; muy especialmente a
director de esta investigación Ing. Eduardo Kirby, por sus largas jornadas de enseñanza y ser un
gran mentor en el transcurso de mi carrera.
A mis grandes amigos Oscar y Andrés, que me acompañaron a sobrellevar el estrés con su
amistad y sus consejos fueron de gran ayuda.
A mis compañeras Sisa, Damariz y Erika por el apoyo brindado en las salidas de campo, en la
toma de datos; su aporte fue de gran importancia en la realización de este estudio.
A mis diferentes profesores en el transcurso de la carrera que supieron guiarme con sus
conocimientos e incentivar la curiosidad del área geográfica.
Mi más sincero agradecimiento a los diferentes colegas, maestros, amigos y familiares en el
transcurso de la carrera universitaria. Finalmente agradezco a Dios y a quienes me dieron un aliento
por mantenerme firme, constante y darme la fuerza todos los días por seguir dando lo mejor de mí.
vi
ÍNDICE DE CONTENIDO
Certificado del director del trabajo de titulación .......................................................................... i
Autoría de responsabilidad .......................................................................................................... ii
Autorización de publicación por parte de la ESPE .....................................................................iii
Dedicatoria ................................................................................................................................. iv
Agradecimiento ........................................................................................................................... v
Índice de contenido..................................................................................................................... vi
Índice de tablas ........................................................................................................................ xviii
Índice de figuras ........................................................................................................................ xx
Resumen ................................................................................................................................ xxviii
Abstract.................................................................................................................................... xxix
CAPITULO I ............................................................................................................................... 1
1. GENERALIDADES ................................................................................................................ 1
1.1. Introducción.......................................................................................................................... 1
1.2. Estudios relacionados ........................................................................................................... 2
1.3. Planteamiento del problema ................................................................................................. 4
1.4. Justificación e importancia ................................................................................................... 5
1.5. Descripción del área de estudio ............................................................................................ 6

vii
1.6. Objetivos............................................................................................................................... 7
1.6.1. Objetivo general ................................................................................................................ 7
1.6.2. Objetivos específicos ......................................................................................................... 7
1.7. Metas .................................................................................................................................... 7
CAPÍTULO II.............................................................................................................................. 9
2. MARCO TEÓRICO ................................................................................................................ 9
2.1. Definición de fotogrametría ................................................................................................. 9
2.1.1. Problema fundamental de la Fotogrametría ...................................................................... 9
2.1.2. Introducción a la fotogrametría digital ............................................................................ 11
2.1.3. Imagen digital .................................................................................................................. 11
2.1.4. Resolución imagen-sensor ............................................................................................... 12
2.1.5. Cámaras fotogramétricas ................................................................................................. 13
2.1.5.1. Cámaras matriciales...................................................................................................... 13
2.1.5.2. Cámaras lineales ........................................................................................................... 14
2.1.6. Paralaje ............................................................................................................................ 15
2.1.7. Condición de colinealidad y coplanaridad ...................................................................... 15
2.1.8. Distorsiones y afectaciones fotogramétricas .................................................................. 17
2.2. Proceso fotogramétrico....................................................................................................... 20
2.2.1. Contrato ........................................................................................................................... 21

viii
2.2.2. Plan de vuelo ................................................................................................................... 23
2.2.3. Control geodésico o control terrestre .............................................................................. 24
2.2.3.1. Generalidades GNSS .................................................................................................... 24
2.2.3.2. Estaciones de monitoreo continuo (EPEC) .................................................................. 25
2.2.3.3. Métodos de posicionamiento GNSS............................................................................. 26
2.2.3.4. Puntos de apoyo fotogramétrico (GCP) ....................................................................... 27
2.2.4. Ajuste fotogramétrico ...................................................................................................... 28
2.2.5. Orientación interna .......................................................................................................... 30
2.2.6. Orientación exterior ......................................................................................................... 32
2.2.6.1. Orientación relativa ...................................................................................................... 33
2.2.6.2. Puntos de Von Gruber .................................................................................................. 33
2.2.6.3. Orientación absoluta ..................................................................................................... 34
2.3. Aerotriangulación ............................................................................................................... 35
2.3.1. Definición de aerotriangulación ...................................................................................... 36
2.3.2. Usos de la aerotriangulación ........................................................................................... 37
2.3.3. Clasificaciones de la Aerotriangulación .......................................................................... 37
2.3.3.1. Clasificación de la A. según la Sociedad Americana de Fotogrametría (1980) ........... 38
2.3.3.2. Clasificación de la A. según Lerma (1999) .................................................................. 39
2.3.3.3. Clasificación de la A. según Pérez J. (2001) ................................................................ 41

ix
2.3.3.4. Clasificación de la A. según Sánchez (2007) ............................................................... 42
2.3.4. Modelos independientes en ajuste secuencial ................................................................. 44
2.3.5. Método de haces de luz en ajuste de bloques .................................................................. 47
2.3.6. Convergencia ................................................................................................................... 48
2.3.7. Restitución ....................................................................................................................... 49
2.3.8. Resultados derivados del ajuste ....................................................................................... 49
2.3.8.1. Modelo digital de superficie ......................................................................................... 50
2.3.8.2. Modelo digital de elevación (MDE) ............................................................................. 51
2.3.8.3. Modelo digital del terreno ............................................................................................ 51
2.3.8.4. Imágenes corregidas ..................................................................................................... 52
2.4. Programas de ajuste fotogramétrico ................................................................................... 53
2.4.1. Erdas- LPS ........................................................................................................................ 54
2.4.2. Orima ............................................................................................................................... 57
2.4.3. Z/I Imagine ...................................................................................................................... 59
2.5. Distribución y cantidad de puntos de apoyo fotogramétrico (GCP) .................................. 60
2.5.1. Ubicación de los puntos de apoyo fotogramétrico .......................................................... 65
2.5.2. Documentación de los puntos de control......................................................................... 66
2.6. Control de exactitud posicional .......................................................................................... 67
2.6.1. ASPRS “Positional Accuracy Standards for Digital Geospatial Data” ........................... 67
x
2.6.2. Calidad de las imágenes .................................................................................................. 68
2.6.3. Tolerancias de las orientaciones ...................................................................................... 68
2.6.3.1. Tolerancias de la orientación interior y la orientación exterior.................................... 68
2.6.3.2. Tolerancias de la aerotriangulación .............................................................................. 69
2.6.4. Tolerancias de los puntos de apoyo fotogramétrico ........................................................ 71
2.6.5. Precisiones de ortofotos u ortoimágenes ......................................................................... 72
2.6.6. Tamaño de la muestra de puntos en la exactitud posicional ........................................... 72
2.6.7. Exactitud posicional ........................................................................................................ 73
2.7. Estadísticos del control de calidad ..................................................................................... 76
2.7.1. Definiciones estadísticas ................................................................................................. 76
CAPITULO III .......................................................................................................................... 82
3. METODOLOGÍA.................................................................................................................. 82
3.1. Generalidades ..................................................................................................................... 82
3.2. Recopilación de información secundaria............................................................................ 85
3.2.1. Imágenes .......................................................................................................................... 85
3.2.2. Escala y altura de vuelo ................................................................................................... 86
3.2.3. Información de la cámara ................................................................................................ 88
3.2.4. IMU/GPS ......................................................................................................................... 90
3.2.5. Recopilación de monografías y bloque fotogramétrico con puntos Von Gruber. ........... 91
xi
3.3. Obtención de los GCP de apoyo fotogramétrico y de exactitud posicional ....................... 92
3.3.1. Planificación .................................................................................................................... 92
3.3.2. Navegación y toma de puntos.......................................................................................... 94
3.3.3. Procesamiento.................................................................................................................. 96
3.4. Generación de ortofotos mediante ajuste en LPS Core ...................................................... 99
3.4.1. Generación de ortofotos sin matriz de pesos y 13 GCP en LPS ................................... 100
3.4.1.1. Creación del bloque en LPS ....................................................................................... 100
3.4.1.2. Ingreso de los parámetros de la cámara y centros IMU/GPS ..................................... 100
3.4.1.3. Configuración de la orientación interior en LPS ........................................................ 102
3.4.1.4. Configuración de la orientación relativa en LPS........................................................ 103
3.4.1.5. Configuración de la orientación absoluta con 13 GCP en LPS .................................. 104
3.4.1.6. Configuración de la aerotriangulación sin matriz de pesos en LPS ........................... 105
3.4.1.7. Generación de los MDS sin matriz de pesos y 13 GCP ............................................. 107
3.4.1.8. Generación de Ortofotos sin matriz de pesos y 13 GCP ............................................ 109
3.4.1.9. Generación de mosaicos sin matriz de pesos y 13 GCP............................................. 111
3.4.2. Generación de ortofotos con matriz de pesos y 13 GCP en LPS .................................. 113
3.4.2.1. Configuración de la aerotriangulación con matriz de pesos en LPS .......................... 113
3.4.2.2. Generación de los MDS con matriz de pesos y 13GCP ............................................. 115
3.4.2.3. Generación de Ortofotos con matriz de pesos y 13 GCP ........................................... 115

xii
3.4.2.4. Generación de Mosaicos con matriz de pesos y 13 GCP ........................................... 115
3.4.3. Generación de ortofotos sin matriz de pesos y 19 GCP en LPS ................................... 115
3.4.3.1. Configuración de la orientación absoluta con 19 GCP .............................................. 116
3.4.3.2. Configuración de la aerotriangulación sin matriz de pesos en LPS y 19GCP ........... 117
3.4.3.3. Generación de los MDS sin matriz de pesos y 19 GCP ............................................. 117
3.4.3.4. Generación de Ortofotos sin matriz y 19 GCP ........................................................... 117
3.4.3.5. Generación de Mosaicos sin matriz de pesos y 19 GCP ............................................ 118
3.4.4. Generación de ortofotos con matriz de pesos y 19 GCP en LPS .................................. 118
3.4.4.1. Configuración de la aerotriangulación con matriz de pesos en LPS y 19GCP .......... 118
3.4.4.2. Generación de los MDS con matriz de pesos y 19 GCP ............................................ 119
3.4.4.3. Generación de Ortofotos con matriz de pesos y 19 GCP ........................................... 119
3.4.4.4. Generación de Mosaicos con matriz de pesos y 19 GCP ........................................... 119
3.5. Generación de ortofotos mediante el ajuste en Orima...................................................... 120
3.5.1. Generación de ortofotos con ajuste en bloque y 13 GCP en Orima .............................. 120
3.5.1.1. Pasos introductorios de Orima.................................................................................... 121
3.5.1.2. Umbrales de calidad de las orientaciones................................................................... 122
3.5.1.3. Orientación relativa en Orima .................................................................................... 124
3.5.1.4. Orientación absoluta con 13 GCP en Orima .............................................................. 126
3.5.1.5. Aerotriangulación preliminar a la generación de tie points en Orima........................ 128

xiii
3.5.1.6. Configuración de la aerotriangulación con ajuste de bloque en Orima...................... 130
3.5.1.7. Generación de los MDS con ajuste en bloque y 13 GCP ........................................... 133
3.5.1.8. Generación de Ortofotos con ajuste en bloque y 13 GCP .......................................... 133
3.5.1.9. Generación de Mosaicos con ajuste en bloque y 13 GCP .......................................... 133
3.5.2. Generación de ortofotos con ajuste de líneas de vuelo y 13 GCP en Orima ................. 134
3.5.2.1. Configuración de la aerotriangulación con ajuste de líneas de vuelo en Orima. ....... 134
3.5.2.2. Generación de los MDS con ajuste de líneas de vuelo y con 13 GCP ....................... 136
3.5.2.3. Generación de Ortofotos con ajuste de líneas de vuelo y con 13 GCP ...................... 136
3.5.2.4. Generación de Mosaicos con ajuste de líneas de vuelo y con 13 GCP ...................... 137
3.5.3. Generación de ortofotos con ajuste en bloque y 19 GCP en Orima .............................. 137
3.5.3.1. Configuración de la orientación absoluta con 19 GCP en Orima .............................. 137
3.5.3.2. Configuración de la aerotriangulación con ajuste de bloque en Orima y 19GCP ...... 138
3.5.3.3. Generación de los MDS con ajuste en bloque y 19 GCP ........................................... 138
3.5.3.4. Generación de Ortofotos con ajuste en bloque y 19 GCP .......................................... 139
3.5.3.5. Generación de Mosaicos con ajuste en bloque y 19 GCP .......................................... 139
3.5.4. Generación de ortofotos con ajuste en líneas de vuelo y 19 GCP en Orima ................. 139
3.5.4.1. Configuración de la aerotriangulación con ajuste de líneas de vuelo y 19GCP......... 139
3.5.4.2. Generación de los MDS con ajuste en líneas de vuelo y 19 GCP .............................. 140
3.5.4.3. Generación de Ortofotos con ajuste en líneas de vuelo y 19 GCP ............................. 140
xiv
3.5.4.4. Generación de Mosaicos con ajuste en líneas de vuelo y 19 GCP ............................. 140
3.6. Generación de ortofotos mediante ajuste en Z/I Imagine................................................. 141
3.6.1. Creación del proyecto en ZI/Imagine ............................................................................ 141
3.6.2. Ingreso de los parámetros de la cámara y centros IMU/GPS ........................................ 143
3.6.3. Configuración de la orientación exterior en Z/I Imagine .............................................. 144
3.6.3.1. Configuración de la orientación absoluta ................................................................... 145
3.6.3.2. Densificación de los puntos de paso en Z/I Imagine .................................................. 146
3.6.4. Ejecución de la aerotriangulación en Z/I Imagine......................................................... 147
3.6.5. Generación del mosaico de MDS del ajuste en Z/I Imagine ......................................... 148
3.6.6. Generación de ortofotos del ajuste en Z/I Imagine ....................................................... 149
3.6.7. Generación de ortomosaicos del ajuste en Z/I Imagine................................................. 150
3.7. Control de calidad de los productos generados ................................................................ 152
3.7.1. Estructura de la información para la validación ............................................................ 152
3.7.2. Cantidad y distribución de los puntos de exactitud posicional...................................... 154
3.7.3. Control de calidad de los mosaicos de MDS ................................................................. 156
3.7.4. Control de calidad de los ortomosaicos ......................................................................... 158
CAPITULO IV ........................................................................................................................ 162
4. Resultados............................................................................................................................ 162
4.1. Resultados de la recopilación de la información secundaria ............................................ 162

xv
4.1.1. Resultados del archivo IMU/GPS ................................................................................. 162
4.1.2. Resultados de la recopilación de monografías y bloque fotogramétrico...................... 163
4.2. Resultados de las distribución de los GCP y puntos de exactitud posicional .................. 164
4.2.1. Distribución resultante de los GCP ............................................................................... 165
4.2.2. Resultados de los puntos procesados............................................................................. 166
4.3. Resultados de aerotriangulación con diferentes programas fotogramétricos ................... 169
4.3.1. Resultados de la aerotriangulación en Erdas-LPS ......................................................... 169
4.3.1.1. Resultado de la aerotriangulación sin matriz de pesos y 13GCP en LPS .................. 169
4.3.1.2. Resultado de la aerotriangulación con matriz de pesos y 13 GCP en LPS ................ 170
4.3.1.3. Resultado de la aerotriangulación sin matriz de pesos y 19GCP en LPS .................. 171
4.3.1.4. Resultado de la aerotriangulación con matriz de pesos y 19GCP en LPS ................. 172
4.3.2. Resultados de la aerotriangulación en ORIMA ............................................................. 172
4.3.2.1. Resultado de la aerotriangulación en bloque y 13 GCP en Orima ............................. 173
4.3.2.2. Resultado de la aerotriangulación en líneas de vuelo y 13 GCP en Orima ................ 174
4.3.2.3. Resultado de la aerotriangulación en bloque y 19GCP en Orima .............................. 175
4.3.2.4. Resultado de la aerotriangulación en líneas de vuelo y 19GCP en Orima ................. 176
4.3.3. Resultado de la aerotriangulación en Z/I Imagine......................................................... 177
4.4. Resultados de los mosaicos de Modelos Digitales de Superficie ..................................... 178
4.4.1. Resultado del mosaico MDS sin matriz de pesos y 13 GCP en LPS ............................ 179
xvi
4.4.2. Resultado del mosaico MDS con matriz de pesos y 13 GCP en LPS ........................... 179
4.4.3. Resultado del mosaico MDS sin matriz de pesos y 19 GCP en LPS ............................ 180
4.4.4. Resultado del mosaico MDS con matriz de pesos y 19 GCP en LPS ........................... 181
4.4.5. Resultado del mosaico MDS con ajuste en bloque y 13 GCP en Orima....................... 182
4.4.6. Resultado del mosaico MDS con ajuste en líneas de vuelo y 13 GCP en Orima.......... 183
4.4.7. Resultado del mosaico MDS con ajuste en bloque y 19 GCP en Orima....................... 184
4.4.8. Resultado del mosaico MDS con ajuste en líneas de vuelo y 19GCP en Orima........... 185
4.4.9. Resultado del mosaico MDS con ajuste en bloque y 13 GCP en Z/I Imagine .............. 186
4.5. Resultados de los mosaicos de las ortofotos..................................................................... 187
4.5.1. Resultado del ortomosaico sin matriz de pesos y 13GCP en LPS ................................ 187
4.5.2. Resultado del ortomosaico con matriz de pesos y 13 GCP en LPS .............................. 188
4.5.3. Resultado del ortomosaico sin matriz de pesos y 19 GCP en LPS ............................... 189
4.5.4. Resultado del ortomosaico con matriz de pesos y 19 GCP en LPS .............................. 189
4.5.5. Resultado del ortomosaico con ajuste en bloque y 13 GCP en Orima .......................... 190
4.5.6. Resultado del ortomosaico con ajuste de líneas de vuelo y 13 GCP en Orima ............. 191
4.5.7. Resultado del ortomosaico con ajuste en bloque y 19 GCP en Orima .......................... 191
4.5.8. Resultado del ortomosaico con ajuste en líneas de vuelo y 19 GCP en Orima ............. 192
4.5.9. Resultado del ortomosaico con ajuste en bloque y 13 GCP en Z/I Imagine ................. 193
4.6. Resultados del control de calidad de productos generados .............................................. 194

xvii
4.6.1. Resultados de la estructuración de la información ........................................................ 194
4.6.2. Resultados de los puntos usados en la exactitud posicional .......................................... 195
4.6.3. Resultados de los mosaicos MDS.................................................................................. 195
4.6.4. Resultados del error planimétrico de los ortomosaicos ................................................. 200
4.6.4.1. Resultados del error planimétrico del ortomosaico E_X_i_VII_X ............................ 200
4.6.4.2. Resultados del error planimétrico del ortomosaico E_x_ii_vii_x .............................. 201
4.6.4.3. Resultados del error planimétrico del ortomosaico E_Y_i_VII_X ............................ 202
4.6.4.4. Resultados del error planimétrico del ortomosaico E_y_ii_VII_X ............................ 203
4.6.4.5. Resultados del error planimétrico del ortomosaico O_X_iii_VII_X ......................... 203
4.6.4.6. Resultados del error planimétrico del ortomosaico O_X_iv_VII_X.......................... 204
4.6.4.7. Resultados del error planimétrico del ortomosaico O_Y_iii_VII_X ......................... 205
4.6.4.8. Resultados del error planimétrico del ortomosaico O_Y_iv_VII_X.......................... 206
4.6.4.9. Resultados del error planimétrico del ortomosaico en Z/I Imagine ........................... 206
4.6.5. Resultados s de los ortomosaicos .................................................................................. 207
CAPITULO IV ........................................................................................................................ 212
5. Conclusiones y recomendaciones ........................................................................................ 212
5.1. Conclusiones..................................................................................................................... 212
5.2. Recomendaciones ............................................................................................................. 214
6. Bibliografía .......................................................................................................................... 216

xviii
ÍNDICE DE TABLAS
Tabla 1. Coordenadas en sistema WGS 84 UTM, zona 17S de la zona de estudio................... 6
Tabla 2. Elementos de un contrato fotogramétrico ................................................................. 22
Tabla 3. Recubrimiento longitudinal y transversal ................................................................. 24
Tabla 4. Clasificaciones de la aerotriangulación por diferentes autores ............................... 43
Tabla 5. Parámetros de adicionales de ajuste......................................................................... 56
Tabla 6. Distribución y cantidad de puntos de apoyo fotogramétrico. ................................... 62
Tabla 7. Ejemplos de calidad para datos planimétricos digitales de alta precisión............... 69
Tabla 8. Especificaciones técnicas de ortofotos digitales. ...................................................... 72
Tabla 9. Número recomendado de puntos de control basado en la cantidad de área. ........... 73
Tabla 10. Estándares de precisión horizontal para datos geoespaciales ............................... 75
Tabla 11. Estándares de precisión vertical para datos de elevación digital .......................... 75
Tabla 12. Precisión horizontal/ejemplos de calidad para datos planimétricos digitales ....... 76
Tabla 13. Fecha y línea de vuelo de la imágenes utilizadas en el proyecto............................ 85
Tabla 14. Relación del GSD y escala de la foto para imágenes digitales............................... 86
Tabla 15. Relación entre escala de la foto y escala del mapa derivado. ................................ 87
Tabla 16. Fechas y cantidad de puntos obtenidos en campo. ................................................. 95
Tabla 17. Informe de procesamiento de puntos con inconvenientes. ...................................... 98
Tabla 18. Identificadores de los GCP en la Distribución 13. ............................................... 104
Tabla 19. Identificadores de los GCP en la Distribución 19. ............................................... 116
Tabla 20. Disposición de las plantillas con los puntos de von Gruber. ................................ 124
xix
Tabla 21. Identificadores de los GCP en el ajuste Z/I Imagine. ........................................... 145
Tabla 22. Nomenclatura de los mosaicos MDS en la geodatabase....................................... 152
Tabla 23. Nomenclatura de los ortomosaicos en la geodatabase. ........................................ 153
Tabla 24. Resultados del Aplanix a archivo IMU/GPS ......................................................... 162
Tabla 25. Elenco de coordenadas de las monografías de Barragán (2015) ......................... 163
Tabla 26. Detalles de los puntos a utilizar en el proyecto .................................................... 166
Tabla 27. Modelo lógico de las geodatabases....................................................................... 194
Tabla 28. Puntos utilizados para el control de calidad......................................................... 195
Tabla 29. Parámetros estadísticos de los mosaicos de MDS ................................................ 196
Tabla 30. Nivel de confianza para los MDS .......................................................................... 197
Tabla 31. Intervalo de confianza de los MDS ....................................................................... 198
Tabla 32. Precisión de los MDS al 90% de confianza .......................................................... 199
Tabla 33. Estadísticos generales de los ortomosaicos. ......................................................... 207
Tabla 34. Indicador del RMSEmin / RMSEmax .................................................................... 208
Tabla 35. Nivel de confianza de los ortomosaicos con la normativa IGM. .......................... 209
Tabla 36. Exactitud de los ortomosaicos con la normativa ASPRS. ..................................... 210
xx
ÍNDICE DE FIGURAS
Figura 1. Localización geográfica de la zona de estudio. .......................................................... 6
Figura 2. Problema fundamental de la fotogrametría. .............................................................. 10
Figura 3. Pasos diferenciados en el proceso fotogrametrico. ................................................... 10
Figura 4. Sistema de coordenadas de imagen digital. .............................................................. 11
Figura 5. Nivel de detalle en relación con el tamaño del pixel. ............................................... 12
Figura 6. Ejemplo de toma matricial. ....................................................................................... 14
Figura 7. Cám. Fotogra. digital lineal. ..................................................................................... 14
Figura 8. Paralaje de un punto. ................................................................................................. 15
Figura 9. Condición de colinealidad......................................................................................... 16
Figura 10. Condición de coplanaridad. .................................................................................... 16
Figura 11. Distorición del pixel por los parámetros de orientación. ........................................ 17
Figura 12. Efecto de la toma en una superficie inclinada. ....................................................... 18
Figura 13. Efecto del relieve sobre las imágenes. .................................................................... 18
Figura 14. Efecto de la refracción atmosférica......................................................................... 19
Figura 15. Efecto del curvatura terrestre .................................................................................. 20
Figura 16. Proceso fotogramétrico ........................................................................................... 21
Figura 17. Plan de vuelo ........................................................................................................... 23
Figura 18. Constelación de satélites ......................................................................................... 25
Figura 19. Distribución estaciones REGME ............................................................................ 25
Figura 20. Tipos de posicionamiento ....................................................................................... 26

xxi
Figura 21. Ejemplo de punto de control (GCP)........................................................................ 28
Figura 22. Ejemplo de Certificado de calibración.................................................................... 29
Figura 23. Cadena de automatización para diferentes imágenes.............................................. 30
Figura 24. Sistema imagen-cámara .......................................................................................... 31
Figura 25. Orientación interna de las imágenes digitales......................................................... 31
Figura 26. Concepto de orientación exterior ............................................................................ 32
Figura 27. Orientación relativa................................................................................................. 33
Figura 28. Distribución y colocación de puntos Von Gruber................................................... 34
Figura 29. Parámetros de altitud de un sensor fotogramétrico ................................................. 35
Figura 30. Triangulación radial. ............................................................................................... 38
Figura 31. Modelos independientes.......................................................................................... 40
Figura 32. Haces de luz de un bloque fotogramétrico.............................................................. 40
Figura 33. Ejemplo Aerotriangulación por pasadas ................................................................. 41
Figura 34. Modelos orientados individualmente ...................................................................... 45
Figura 35. Izq. Ajuste planimétrico. Der. Ajuste tridimensional ............................................. 45
Figura 36. Colinealidad entre imagen-objeto ........................................................................... 47
Figura 37. Ejemplo de un retituidor ......................................................................................... 49
Figura 38. Diferencias entre DTM (en español MDT) y DSM (en español MDS).................. 50
Figura 39. Ejemplo de MDE .................................................................................................... 51
Figura 40. Ejemplo de MDT .................................................................................................... 52
Figura 41. Ejemplo de mosaico ................................................................................................ 53
Figura 42. Interfáz aerotriangulación LPS-ERDAS ................................................................. 55

xxii
Figura 43. Vectores residuales en Orima ................................................................................. 57
Figura 44. Modelo de Muller (1991) ........................................................................................ 58
Figura 45. Licencias de Orima ................................................................................................. 59
Figura 46. Distribución de GCP en un modelo ........................................................................ 60
Figura 47. Distribución de GCP sin GPS ................................................................................. 61
Figura 48. Distribución de GCP con GPS ................................................................................ 62
Figura 49. Ejemplo de la ubicación de un punto de control fotogramétrico ............................ 65
Figura 50. Ejemplo de monografía ........................................................................................... 66
Figura 51. Metodología general del proyecto .......................................................................... 84
Figura 52. Certificado de calibración Vexcel Ultracam XP..................................................... 88
Figura 53. Detalles de la cámara usada en proyectos fotogramétricos .................................... 89
Figura 54. PPA con rotación de 270 grados. ............................................................................ 89
Figura 55. Ejemplo de archivo APLANIX............................................................................... 90
Figura 56. IMU/GPS de importación ....................................................................................... 91
Figura 57. Ejemplo de ortofoto preliminar............................................................................... 92
Figura 58. Distribución A de planificación .............................................................................. 93
Figura 59. Distribución B de planificación. ............................................................................. 94
Figura 60. Navegación a los GCP y puntos de control posicional. .......................................... 95
Figura 61. Lugar foto identificable sector ESPE...................................................................... 96
Figura 62. Lugar foto identificable sector Alcazar 2................................................................ 96
Figura 63. Altura de vuelo ingresada en el programa. ........................................................... 100
Figura 64. Parámetros de la cámara. ...................................................................................... 101

xxiii
Figura 65. Izq. Importación IMU/GPS................................................................................... 101
Figura 66. Imágenes direccionadas. ....................................................................................... 102
Figura 67. Proyecto con orientación interior. ......................................................................... 103
Figura 68. Distribución puntos Von Gruber........................................................................... 104
Figura 69. Distribución 13 en Erdas - LPS ............................................................................ 105
Figura 70. Generación de Tie Points. ..................................................................................... 106
Figura 71. Aerotriangulación sin parámetros adicionales. ..................................................... 106
Figura 72. Orientación exterior concluida.............................................................................. 107
Figura 73. Advanced Properties, Accuracy. ........................................................................... 108
Figura 74. Creación del MDS................................................................................................. 108
Figura 75. Método de resampleo Bilineal. ............................................................................. 109
Figura 76. Tamaño del pixel de la ortofoto. ........................................................................... 110
Figura 77. Columna Ortho terminada..................................................................................... 110
Figura 78. Mosaico del MDS. ................................................................................................ 111
Figura 79. Correcciones de color. .......................................................................................... 112
Figura 80. Unión de histograma. ............................................................................................ 112
Figura 81. Generación de Ortomosaico.................................................................................. 113
Figura 82. Aerotriangulación con modelo Ebner’s ................................................................ 114
Figura 83. Orientación absoluta culminada............................................................................ 114
Figura 84. Distribución 19 en Erdas- LPS. ............................................................................ 116
Figura 85. Aerotriangulación finalizada en Erdas- LPS......................................................... 117
Figura 86. Distribución 19 en Erdas- LPS. ............................................................................ 119

xxiv
Figura 87. Licencias de Orima. .............................................................................................. 121
Figura 88. Visualización de las ventanas de Orima. .............................................................. 121
Figura 89. Parámetros de vista del proyecto. ......................................................................... 122
Figura 90. Parámetros de O. Relativa..................................................................................... 123
Figura 91. Parámetros de O. Absoluta. .................................................................................. 123
Figura 92. Codificación de los puntos de von Gruber............................................................ 125
Figura 93. Ejemplo de punto de von Gruber. ......................................................................... 125
Figura 94. Modelo correctamente pinchado. .......................................................................... 126
Figura 95. Tipo de vista para el pinchado de GCP................................................................. 126
Figura 96. GCP pinchado. ...................................................................................................... 127
Figura 97. GCP pinchado con correlación. ............................................................................ 128
Figura 98. Valores de Input Parameters. ................................................................................ 129
Figura 99. Ajuste preliminar con 13GCP y puntos Von Gruber. ........................................... 130
Figura 100. Generación de los tie points para todo el bloque. ............................................... 131
Figura 101. Puntos fuera de la zona de triple traslapo. .......................................................... 132
Figura 102. Puntos erróneos y sus elipses de error. ............................................................... 132
Figura 103. Generación de los tie points por línea de vuelo. ................................................. 135
Figura 104. Ajuste con 13 GCP sin edición. .......................................................................... 135
Figura 105. O. Exterior culminada. ........................................................................................ 136
Figura 106. Distribución 19GCP en Orima ............................................................................ 138
Figura 107. Distribución de 13 en el programa Z/I Imagine .................................................. 141
Figura 108. Valores de calidad de Z/I Imagine ...................................................................... 143

xxv
Figura 109. IMU/GPS importado en Z/I Imagine .................................................................. 144
Figura 110. Pinchado de GCP en estereoscopia ..................................................................... 146
Figura 111. Mallado de los puntos de paso ............................................................................ 146
Figura 112. Densificación de puntos de paso ......................................................................... 147
Figura 113. Ajuste final en Z/I Imagine. ................................................................................ 148
Figura 114. Visualización del MDS preliminar. .................................................................... 149
Figura 115. Parámetros para realizar las ortofotos. ................................................................ 150
Figura 116. Proceso de realizar un ortomosaico en Geomedia .............................................. 151
Figura 117. Ortomosaico preliminar en Geomedia ................................................................ 151
Figura 118. Puntos de exactitud posicional para productos con 13GCP................................ 155
Figura 119. Puntos de exactitud posicional para productos con 19GCP................................ 155
Figura 120. Puntos de exactitud posicional para productos del ajuste en Z/I Imagine .......... 156
Figura.121 Extracción de valores del MDS respecto de los puntos de control ...................... 157
Figura 122. Ejemplo de punto pinchado en exactitud posicional........................................... 159
Figura 123. Cálculo de la coordenada Norte en ARCGIS ..................................................... 159
Figura 124. Ejemplos de la normativa IGM ........................................................................... 161
Figura 125. Bloque fotogramétrico con los puntos de Von Gruber ....................................... 164
Figura 126. Distribución 19 modificada de Ackermann e IGN ............................................. 165
Figura 127. Distribución 13 modificada de Ackermann, DTC y Milkhail et al..................... 165
Figura 128. Distribución de GCP’s y puntos de exactitud posicional.................................... 168
Figura 129. Monografía I046 ................................................................................................. 168
Figura 130. Reporte A. sin matriz de pesos y 13GCP en LPS ............................................... 169
xxvi
Figura 131. Reporte de aerotriangulación en LPS ................................................................. 170
Figura 132. Reporte A. con matriz de pesos y 13GCP en LPS .............................................. 171
Figura 133. Reporte A. sin matriz de pesos y 19GCP en LPS ............................................... 171
Figura 134. Reporte A. con matriz de pesos y 19GCP en LPS .............................................. 172
Figura 135. Reporte A. en bloque y 13GCP en Orima........................................................... 173
Figura 136. Reporte de Aerotriangulación en Orima. ............................................................ 174
Figura 137. Reporte A. en líneas de vuelo y 13GCP en Orima ............................................ 175
Figura 138. Reporte A. en bloque y 19 GCP en Orima.......................................................... 176
Figura139. Reporte A. en líneas de vuelo y 19GCP en Orima .............................................. 177
Figura 140. Reporte A. en bloque y 13GCP en Z/I Imagine .................................................. 178
Figura 141. Mosaico de MDS sin matriz de pesos y 13GCP en LPS .................................... 179
Figura 142. Mosaico MDS con matriz de pesos y 13GCP en LPS ........................................ 180
Figura 143. Mosaico MDS sin matriz de pesos y 19 GCP en LPS ........................................ 181
Figura 144. Mosaico MDS con matriz de pesos y 19 GCP en LPS ....................................... 182
Figura 145. Mosaico MDS con ajuste en bloque y 13 GCP en Orima................................... 183
Figura 146. Mosaico MDS con ajuste en líneas de vuelo y 13 GCP en Orima. .................... 184
Figura 147. Mosaico MDS con ajuste en bloque y 19 GCP en Orima................................... 185
Figura 148. Mosaico MDS con ajuste en líneas de vuelo y 19 GCP en Orima. .................... 186
Figura 149. Mosaico MDS con 13GCP y ajuste bloque en Z/I Imagine................................ 187
Figura 150. Ortomosaico sin matriz de pesos y 13 GCP en LPS ........................................... 188
Figura 151. Ortomosaico con matriz de pesos y 13 GCP en LPS.......................................... 188
Figura 152. Ortomosaico sin matriz de pesos y 19 GCP en LPS ........................................... 189
xxvii
Figura 153. Ortomosaico con matriz de pesos y 19 GCP en LPS.......................................... 190
Figura 154. Ortomosaico con ajuste en bloque y 13 GCP en Orima ..................................... 190
Figura 155. Ortomosaico con ajuste de líneas de vuelo y 13 GCP en Orima. ....................... 191
Figura 156. Ortomosaico con ajuste en bloque y19 GCP en Orima ...................................... 192
Figura 157. Ortomosaico con ajuste en líneas de vuelo y 19 GCP en Orima ........................ 193
Figura 158. Ortomosaico con 13 GCP y ajuste en bloque con Z/I Imagine........................... 193
Figura 159. Orden ascendende de la precisión de los mosaicos MDS. .................................. 200
Figura 160. Error planimétrico de E_X_i_VII_X .................................................................. 201
Figura 161. Error planimétrico de E_x_ii_vii_x .................................................................... 202
Figura 162. Error planimétrico de E_Y_i_VII_X .................................................................. 202
Figura 163. Error planimétrico de E_y_ii_VII_X .................................................................. 203
Figura 164. Error planimétrico de O_X_iii_VII_X................................................................ 204
Figura 165. Error planimétrico de O_X_iv_VII_X ................................................................ 205
Figura 166. Error planimétrico de O_Y_iii_VII_X................................................................ 205
Figura 167. Error planimétrico de O_Y_iv_VII_X ................................................................ 206
Figura 168. Error planimétrico de Z_X_iii_VII_X ................................................................ 207
Figura 169. Orden ascendende del RMSEr de todos los ortomosaicos.................................. 211
xxviii
RESUMEN
La cartografía digital generada por métodos fotogramétricos, ofrece una información espacial
precisa y a detalle de una extensión considerablemente amplia del terreno; dicho procedimiento se
denomina proceso fotogramétrico y a su vez cuenta con la aerotriangulación, la misma que utiliza
los puntos de control de tierra o puntos de apoyo fotogramétrico (GCP) para densificar y así obtener
puntos de amarre con coordenadas del terreno; consecuentemente, del ajuste se generan productos
como: modelos digitales de superficie (MDS) y ortofotos, siendo estos últimos evaluados con la
exactitud posicional; por tanto, se analizó los métodos de aerotriangulación en los programas
fotogramétricos Erdas LPS CORE, Orima y Z/I Imagine, aplicando el concepto de la ecuación de
colinealidad y varias funcionalidades, con distribuciones y cantidades diferentes de GCP (13 y
19GCP), utilizando la normativa de exactitud posicional propuesta por el Instituto Geográfico
Militar (IGM) y la nueva normativa ASPRS; obteniendo así, que el mejor resultado está vinculado
a la cantidad de 19GCP y las teorías de Ackermann (1990) e IGN de Perú (2011) en su distribuc ió n;
al tener un producto de 64cm precisión al 90% de confianza con la normativa IGM y de 73cm al
95% de confianza con la normativa ASPRS; por tanto, dicha ortofoto se puede utilizar en la
generación de cartografía 2D a escala 1:5000, hasta escala 1:3400, cuyo umbral corresponde a la
normativa ISO (0.2mm); a su vez, la ortofoto se puede utilizar con fines catastrales, análisis SIG y
exploratorios a trabajos de mayor precisión.
Palabras Clave:
• AEROTRIANGULACIÓN
• CANTIDAD Y DISTRIBUCIÓN PUNTOS DE CONTROL
• EXACTITUD POSICIONAL
• NORMATIVA ASPRS
• ORIMA
xxix
ABSTRACT
The digital cartography generated by photogrammetric methods, offers a precise spatial

information and details of a wide extended extension of the land; this procedure is called the
photogrammetric process and in turn it has the triangulation, which uses the land control points
or ground control points (GCP) to densify and thus obtain mooring points with terrain
coordinates; consequently, digital surface models (MDS) and orthophotos, the latter being
evaluated with positional accuracy; Therefore, aerial triangulation methods were analyzed in
the Erdas LPS CORE, Orima and Z/I Imagine photogrammetric programs, applying the concept
of the collinearity equation and several functionalities, with distributions and different sizes of
GCP (13 and 19 GCP), using the precision regulations proposed by the Instituto Geográfico
Militar (IGM) and the new ASPRS regulations; obtaining thus, that the best result is linked to
the amount of 19GCP and the theories of Ackermann (1990) and IGN of Peru (2011) in its
distribution; a 64cm precision product at 90% confidence with the IGM standard and 73cm at
95% confidence with the ASPRS standard; therefore, this spelling can be used in the generation
of 2D cartography at a scale of 1: 5000, up to a scale of 1: 3400, whose threshold is of the ISO
standard; In turn, the orthophoto can be used for cadastral purposes, GIS and exploratory
analyzes to more precise works.
Keywords:
• AEROTRIANGULATION
• QUANTITY AND DISTRIBUTION CONTROL POINTS
• POSITIONAL ACCURACY
• NORMATIVE ASPRS
• ORIMA
1
CAPITULO I
1. GENERALIDADES
En este capítulo se presentará la introducción general al proyecto, estudios relacionados,
planteamiento del problema, justificación, descripción del área de estudio, objetivo general,
objetivos específicos y metas.
1.1. Introducción
Una adecuada planificación del territorio requiere de información cartográfica actualizada,
confiable que ayude en la toma de decisiones; además, dicha información debe contar con
lineamientos técnicos y metodológicos acordes a cada uso (CLIRSEN, 2011). La cartografía digita l
generada por procesos fotogramétricos, ofrece una información espacial precisa y a detalle de una
extensión considerablemente amplia del terreno (Buill, Nuñez, & Rodriguez, 2003), reduciendo así
costos, espacio de almacenamiento y su manipulación resulta mucho más amigable que las
metodologías tradicionales (Vizuete, 2012).
Al procedimiento de generar cartografía por medios fotogramétricos se denomina proceso
fotogramétrico y a su vez cuenta con un paso denominado aerotriangulación (Hernández L., 2007);
por tanto, el avance de la tecnología hace que la aerotriangulación actual permita generar una
cantidad significativa de puntos de apoyo en los pares estereoscópicos (Falkner & Morgan, 2002),
ayudando así a generar diferentes productos.

2
Así mismo, la aerotriangulación automática reduce la cantidad de puntos de control de tierra o
puntos de apoyo fotogramétrico (GCP), sin un deterioro significativo en las precisiones
(Hernández, 2006); sin embargo, los puntos de control de tierra no dejan de ser una parte primordia l
dentro del proceso fotogramétrico, pues son el apoyo para mejorar los resultados de
georreferenciación.
A saber, las ortofotos son un producto del proceso de fotogramétrico que incluye a la
aerotriangulación y a su vez está influenciada por la distribución y número de puntos de control
fotogramétrico (Soria, 2014). La evaluación de la calidad las ortofotos según Tsarovski (2015), es
necesaria para dar una representación precisa de la superficie de la tierra tanto como si se midiera
en una representación lineal de un mapa; en dicho sentido, la Universidad de las Fuerzas Armadas
- ESPE en el año 2014 adquiere imágenes digitales, con la finalidad de validar las precisiones
obtenidas en trabajos con cámara digital y la necesidad de investigar los procesos fotogramétr icos
digitales (Barragán, 2015).
1.2. Estudios relacionados
Varios autores han desarrollado investigaciones relacionadas con la aerotriangulación y la
distribución de puntos de control, utilizando diferentes tecnologías y modelos matemáticos acordes
a su época; varias investigaciones se han llevado al cabo en otros países, de las cuales se presenta
a continuación:
3
Hernández L. (2007) en su proyecto “La aerotriangulación con apoyo GPS cinemático en la
producción de cartografía de Colombia” indica que “La aerotriangulación cumple las
especificaciones técnicas para escalas pequeñas 1:25000 hasta cartografía urbana escala 1:1000
con apoyo GPS cinemático de doble frecuencia”.
Con respecto a la calidad de los productos Tsarovski (2015), evaluó la precisión y la calidad de
las ortoimágenes (ortofotos) con la norma NSSDA, generadas a partir de un modelo digital del
terreno (DTM) aproximado, con el método de aerotriangulación de haces de luz en bloque, de un
terreno plano de 240Km2 con el programa ERDAS Imagine, para generar cartografía 1:2500 con
un tamaño de pixel del terreno de 0.30m.
Posteriormente Espinosa (2017), evaluó la aerotriangulación y la distribución de puntos de
control para cartografía básica del Instituto Geográfico Agustín Codazzi de Colombia (IGAC),
utilizando la resolución 1392 del IGAG y la “Norma para la exactitud posicional de los datos
Geoespaciales digitales versión 2014 propuesta por la Sociedad Americana de Fotogrametría y
Teledetección (ASPRS) para la calidad de las ortofotos y MDS, con la que recomienda una
distribución única para cada proyecto de los puntos de apoyo fotogramétrico.
La importancia de estos estudios según Bostelmann, Breitkopf y Heipke (2017), en su trabajo
“Optimizing the distribution of tie points for the bundle adjusment of HRSC image mosaics” siendo
HRSC “High Resolution Stereo Camara”; radica en una distribución homogénea de los puntos de
enlace y la correcta consideración del método de ajuste fotogramétrico, que aumente la
confiabilidad de las ortofotos y modelos digitales del terreno para lugares donde es imposible la
4
toma de puntos de control tierra, pues esto se implementa en la exploración extra planetaria en
Marte.
1.3. Planteamiento del problema
El ajuste de un bloque fotogramétrico se puede realizar por varios modelos matemáticos; en
dicho sentido, la aerotriangulación como un proceso de obtención de coordenadas estimadas por
correlación, está influenciada por la cantidad de puntos de apoyo fotogramétrico, su distribución y
su compensación (Hernández L., 2007); así pues, repercute directamente sobre la calidad de los
productos como: modelo digital de superficies (MDS) y la ortofoto; otros aspectos que influyen en
las características de las ortofotos son: desplazamientos del terreno, zonas débiles de correlación,
surcos en edificios y objetos poligonales de altura, no datos (gaps) en MDS, entre otros.
Además, existe desconocimiento del método o métodos adecuados de aerotriangulación para
generar un producto (Ortofoto) de calidad, en función de la cantidad de puntos de apoyo
fotogramétrico y su distribución; así mismo, de la evaluación de exactitud posicional en el control
de las ortofotos.
Por tanto, se plantea analizar el método o los métodos adecuados de aerotriangulación para
mejorar la calidad del producto (Ortofoto) en función de la cantidad de GCP y su distribución con
diferentes programas fotogramétricos, como es el caso de ORIMA, LPS Core y Z/I Imagine.
5
1.4. Justificación e importancia
Con el afán de generar productos cartográficos de calidad, se emplean diferentes técnicas de
generación de la información, entre ellas la aerotriangulación, que con diferentes métodos trata de
dar información confiable para la generación de MDS y posteriormente la ortofoto, dando una
representación fiel del terreno, con medidas y distancias en una imagen digital. El desempeño de
los métodos ha sido estudiado por diferentes autores, pero solo uno ha comparado varios a la vez,
(Liba, Järve, & Rand, 2013) y considerando tanto la cantidad como la distribución de los puntos
de control fotogramétrico, que es un insumo directo para la metodología; siendo en el contexto
local una rama poco desarrollada.
Además, el tema de investigación aporta con el conocimiento de la aplicación de diferentes
programas fotogramétricos como: ORIMA, LPS CORE y Z/I Imagine; así también, en la
distribución y cantidad de puntos de control fotogramétrico y su influencia sobre la calidad
geométrica en el producto (Ortofoto).
El análisis de este proyecto, apoya al desarrollo del conocimiento en la Universidad de las
Fuerzas Armadas – ESPE, la empresa privada, pública, los profesionales que utilizan o que generan
cartografía; además, de los estudiantes en general, que se beneficiarán de este trabajo con los
productos alcanzados e instrumentos generados.

6
1.5. Descripción del área de estudio
La zona de estudio se encuentra al sur de la provincia de Pichincha, dentro de los cantones Quito
y Rumiñahui, ilustrados en la Figura 1.
Figura 1. Localización geográfica de la zona de estudio.
Las coordenadas de la zona de estudio se presentan en la Tabla 1, cuyas imágenes del proyecto
han sido tomadas con cámara digital, teniendo un área aproximadamente 102Km2 .
Tabla 1.
Coordenadas en sistema WGS 84 UTM, zona 17S de la zona de estudio
Número Este [m] Sur [m]
W1 776974 9,961680
X1 776980 9,968458
Y1 791972 9,961680
Z1 791978 9,968455
Fuente: Google Earth, Pro 6.0 Fecha: 04/10/2017
7
1.6. Objetivos
1.6.1. Objetivo general
Analizar los métodos de aerotriangulación y número de puntos de control sobre la calidad
geométrica de las ortofotos con ERDAS LPS CORE y ORIMA, en un área comprendida entre los
cantones de Quito y Rumiñahui tomadas con cámara digital, entre el periodo agosto 2012 y enero
2013.
1.6.2. Objetivos específicos
• Generar ortofotos mediante distintos métodos de aerotriangulación y distribución de puntos de
control en Erdas Imagine, Orima y Z/I Imaging.
• Analizar la influencia en el resultado del ajuste fotogramétrico por la cantidad de puntos de
control con una distribución pertinente y uniforme, a través de los métodos de aerotriangulac ió n
existentes en Erdas Imagine y Orima.
• Calcular el tamaño de la muestra y evaluar la exactitud posicional de las ortofotos generadas
por métodos antes descritos.
• Comparar la calidad geométrica entre los productos generados mediante el uso de tecnología
GNSS y la estadística resultante.
1.7. Metas
- Una base de datos de los productos generados.

8
- Nueve reportes de aerotriangulación archivos fotogramétricos.
- Nueve ortofotos con distintos número de puntos y con programas diferentes.
- Treinta puntos de control fotogramétrico y sus respectivas monografías.
- Un manual de manejo del programa Orima.
- Un manual del procesamiento del software Z/I Imaging.
- Un manual de la Aerotriangulación y sus métodos en LPS Core.
- Un informe de calidad de los datos de la exactitud posicional.
- Un artículo científico estructurado.

9
CAPÍTULO II
2. MARCO TEÓRICO
En este capítulo se presenta los conceptos teóricos utilizados en el transcurso del proyecto,
distribuidos de la siguiente manera: definición de fotogrametría, proceso fotogramétr ico,
aerotriangulación, programas de ajuste fotogramétrico, distribución y cantidad de puntos de apoyo
fotogramétrico (GCP), control de la exactitud posicional y estadísticos generales.
2.1. Definición de fotogrametría
La Sociedad Internacional de Fotogrametría y Sensores Remotos (ISPRS) (2018), indica que
“La Fotogrametría y detección remota es el arte, la ciencia y la tecnología para obtener informac ió n
confiable de imágenes sin contacto (…), mediante el registro, la medición, el análisis y la
representación”
2.1.1. Problema fundamental de la Fotogrametría
La fotogrametría es la solución al problema de la reconstrucción geométrica de un objeto a partir
de una fotografía o imagen aérea entre dos puntos de vista diferentes (Sánchez, 2007) (Ver Figura
2).
10
Figura 2. Problema fundamental de la fotogrametría.

Fuente: (Sánchez, 2007)
Así mismo, los puntos A, B y C en una superficie ∑, se proyectan en un plano llamado S con un
rayo perspectivo Г, formando semirrectas SA, SB, SC; al introducir un segundo planos S2 , los
mismos puntos A, B y C tendrán un nuevo rayo Г2 .
Al obtener las coordenadas de los objetos A, B, C la fotogrametría siguie los algunos pasos
detallados en la figura 3.
Ori entación Interna
Determinación del haz perspectivo por sus datos i nternos.
Ori entación Relativa

Determinación de l a posición relativa de un haz respecto a otro con las
i ntersección de puntos homólogos en la fotografía
Ori entación Absoluta

Col oca ción y es calado de todo el conjunto rígido en un sistema de coordenadas de
terreno
Figura 3. Pasos diferenciados en el proceso fotogrametrico.

Fuente: (Sánchez, 2007)
11
2.1.2. Introducción a la fotogrametría digital
La fotogrametría digital es aplicada a imágenes digitales que son almacenadas y procesadas en
un computador. Las fotografías tradicionales pueden ser escaneadas o a su vez capturadas por una
cámara digital, siendo así otras imágenes digitales (Leica Geosystems, 2005).
2.1.3. Imagen digital
Según Schenk (2002), una imagen digital puede describirse como una función continua f(x,y)
(Ver Ecuación 1); donde, las coordenadas x, y son variables espaciales y la función valor
(amplitud) es la densidad; el elemento discreto ∆x, ∆y es el píxel y ∆g es un nivel de gris,
denominado informalmente brillo; en definitiva, una imagen digital se puede expresar por:
𝑓𝑓(∆𝑥𝑥. 𝑖𝑖, ∆𝑦𝑦. 𝑗𝑗, 𝑖𝑖 = 0, … , 𝑁𝑁 − 1; 𝑗𝑗 = 0, … , 𝑀𝑀 − 1 (Schenk, 2002) [ 1]
Siendo i, j la dirección del píxel, N el número de filas y M el número de columnas, representados
en la figura 4.
Figura 4. Sistema de coordenadas de imagen digital.

Fuente: (Schenk, 2002)
12
Según Vozmediano (2006), a cada celda se denominada píxel y está caracterizada por la
intensidad de tono de gris (resolución radiométrica); además, si la imagen está definida por la
combinación de tres bandas del espectro visible: Rojo, Verde y Azul (RGB), se le conoce como
color verdadero.
2.1.4. Resolución imagen-sensor
Según Zapata (2003), existen diferentes tipos de resoluciones en las cámara digitales, entre ellas:
la resolución espectral (indica el número y ancho de bandas), la resolución temporal (indica la
periodicidad en el registro de una imagen), la resolución espacial y la temporal detalladas a
continuación:
- Resolución espacial
Según Zapata (2003), “la resolución espacial indica la mínima medida que se puede distinguir
o apreciar sobre una imagen (ver Figura 5), cuando la resolución espacial de la imagen es mayor,
indicará una gran cantidad de detalles, por consiguiente un considerable tamaño de
almacenamiento”
Figura 5. Nivel de detalle en relación con el tamaño del pixel.

Fuente: (Idainature, 2018)
13
- Resolución radiométrica
También es conocida como profundidad o contraste radiométrico e indica el número de niveles
de gris que son recogidos por cada banda. En imágenes digitales lo más habitual es que contengan
256 niveles por píxel, cuyo valor de 0 corresponde al color negro y el máximo valor de 255 al
blanco (Vozmediano, 2006).
2.1.5. Cámaras fotogramétricas
Según Sánchez (2007), las cámaras fotogramétricas tienen una serie de lentes perfectamente
centrados, cuya finalidad es la de medir objetos; por tanto, es necesario corregir algunas
imperfecciones; en el caso de la cámaras digitales actuales, el plano focal de la cámara tradiciona l
es reemplazado por un sensor con células fotoeléctricas muy pequeñas que registran las imágenes
cuyas siglas son CCD (Change Couple Device); por tanto, según Quirós (2014), la disposición de
los CCD hace posible que exista dos clases de cámaras fotogramétricas digitales: cámaras
matriciales y cámaras lineales.
2.1.5.1. Cámaras matriciales
En una cámara matricial las imágenes son de geometría estable y conocida; además, se puede
eliminar efectos como la refracción atmosférica, la niebla y es posible trabajar con un programa
fotogramétrico directo (Universidad de Oviedo, 2018), un ejemplo de la toma de una cámara
matricial se indica en la Figura 6.

14
Figura 6. Ejemplo de toma matricial.

Fuente: (Quirós, 2014)
2.1.5.2. Cámaras lineales
Según Quirós (2014), la cámara lineal dispone de tres líneas paralelas con sensores trasversales
a la dirección del vuelo, cuyas inclinaciones son: delantera, nadiral y posterior (ver Figura 7); esta
característica ayuda a que todos los puntos de una imagen se encuentre en tres imágenes.
Figura 7. Cám. Fotogra. digital lineal.

Fuente: Quirós, 2014.
15
2.1.6. Paralaje
Según Zapata (2003), el paralaje es “El desplazamiento relativo de objetos inmóviles, desde el
punto de vista de un observador en movimiento que visualiza dichos puntos, en vistas diferentes ”;
en fotogrametría se reemplaza el observador por el avión (cámara), el objeto inmóvil por la
superficie de toma y los puntos de vista por las imágenes consecutivas, ver Figura 8.
Figura 8. Paralaje de un punto.

Fuente: (Gis Ibérica, 2018)
Resumiendo el paralaje de un punto es el desplazamiento relativo de las imágenes de un par
estereoscópico consecutivo calculado como: diferencia entre el “eje x” de las dos imágenes
consecutivas en un sistema de coordenadas definido por la línea de vuelo y el eje de ordenadas “y”
por la perpendicular a esta (Zapata, 2003), tal como indica la Figura 8.
2.1.7. Condición de colinealidad y coplanaridad
La condición de colinealidad establece: “Un punto sobre el terreno (A), un punto en la imagen
(a) y el centro de proyección (O) se encuentran en la misma recta” (ver Figura 9) (García & Ortíz,
2018).
16
Figura 9. Condición de colinealidad.

Con respecto, a la coplanaridad según García y Ortiz (2018), “En esta condición se cumple que
los centros de proyección de dos imágenes contiguas (O1 y O2), dos puntos de imágenes
homólogas (a1 y a2 ) y el punto homólogo de estos en el terreno, A (X’, Y’, Z’), forman parte del
mismo plano”, ver Figura 10.
Figura 10. Condición de coplanaridad.

17
2.1.8. Distorsiones y afectaciones fotogramétricas
Según Schenk (2002), una imagen digital está afectada por el ruido de la señal, el cambio de
iluminación, propiedades de reflexión, distorsiones debido al relieve, curvatura de la tierra, entre
otros; produciendo diferentes niveles de gris, que repercute en la orientación automática de las
imágenes. Algunas distorsiones se explican a continuación:
- Distorsión geométrica debida a los parámetros de orientación.
Según Schenk (2002), el tamaño del pixel es afectado por la diferencia de escala, producida de
las distintas alturas de vuelo (a); así también, la diferencia de los ángulos de rotación entre los ejes
𝜔𝜔, 𝜑𝜑, 𝜅𝜅 (eje x, eje y, eje z) (b) afecta al tamaño del pixel; dichas afectaciones se representan en la
Figura 11.
(a) (b)
Figura 11. Distorición del pixel por los parámetros de orientación.

18
- Distorsión geométrica causada por la inclinación
Según Schenk (2002), la distorsión geométrica por inclinación, se produce debido al declive del
terreno, a pesar de que la toma se realice completamente en vertical, la reducción o acortamiento
puede llegar a ser tan grande que la superficie del objeto se reduce a una línea (Ver figura 12).
Figura 12. Efecto de la toma en una superficie inclinada.

Fuente: (Schenk, 2002).
- Distorsión geométrica debido al relieve
Según Schenk (2002) y Sánchez (2007), indican que la distorsión debido al relieve se debe a la
topografía del terreno, como zonas montañosas; a pesar de que la toma sea verticalmente al terreno
y cuyo desplazamiento en la imagen siempre se deforma radialmente respecto de su centro, (ver
Figura 13).
Figura 13. Efecto del relieve sobre las imágenes.

19
- Refracción atmosférica
Según Lerma (2002), la densidad de la atmósfera y el índice de refracción disminuyen a medida
que aumenta la altitud, en consecuencia los rayos de luz no viajan de forma rectilínea, sino curvados
según la ley de Snell; por tanto, las coordenadas de imagen deben corregirse para obtener su
posición real. En la Figura 14 se ilustra el desplazamiento en el plano de la imagen, causado por la
refracción atmosférica.
Figura 14. Efecto de la refracción atmosférica.

Fuente: (Orellana, 2006)
- Curvatura terrestre
Según Lerma (2002), la corrección por curvatura terrestre es un problema de coordenadas del
terreno, pues la imagen trabaja en un sistema de coordenadas tridimensional cartesiano y en
cartografía se suelen usar sistemas de proyección con referencias altimétricas al nivel medio del
mar, un ejemplo de curvatura se representa en la Figura 15.

20
Figura 15. Efecto del curvatura terrestre

Fuente: (Orellana, 2006)
2.2. Proceso fotogramétrico
El proceso fotogramétrico es una etapa de la generación de cartografía y a su vez, es un macro
proceso que incluye la toma de imágenes, toma del control terrestre, ajuste fotogramétrico y la
restitución (IGM, 2013); así mismo, la ejecución de un proyecto fotogramétrico requiere de
planteamientos metodológicos, que estarán plasmados en un documento llamado contrato (Sato &
Silva, 2004); otros pasos del proceso se detallan en la Figura 16.

21
Figura 16. Proceso fotogramétrico

Fuente: Adaptado de (Delgado, 2010) y (Sandoval, 2004)
Algunas de las fases del proceso fotogramétrico se detallan a continuación.
2.2.1. Contrato
Según la RAE, 2018: “Un contrato es un convenio, oral o escrito, entre partes que se obligan
sobre materia o cosa determinada, y a cuyo cumplimiento pueden ser obligatorio”. La estructura
depende de la entidad emisora y los requerimientos del cliente; algunos de sus elementos se detallan
en la tabla 2.
22
Tabla 2.
Elementos de un contrato fotogramétrico
No ELEMENTO DESCRIPCIÓN
1. Nombre de quien Es el nombre de una empresa o de una persona natural que representa
realiza el proyecto legalmente al proyecto.
2. Objetivos del Es la actividad a desempeñar, así como el lugar y el fin.
proyecto
3. Marco de referencia Estará incluido el área a cubrir; la escala, tanto de la imagen, como del
levantamiento; el sistema de referencia a utilizar; sistema cartográfico de
representación; equidistancia entre curvas de nivel; elementos a representar;
formatos; precisiones altimétricas y planimétricos (IGM, 2005).
4. Planteamiento Indica todos los detalles metodológicos, técnicos, instrumentales, etc. que serán
Metodológico usados para el trabajo.
4.1. Obtención de la Incluye el diseño plan de vuelo, almacenamiento de las imágenes, un pre vuelo,
fotografía aérea vuelo, post vuelo, procesamiento, evaluación y obtención de productos.
4.2. Control geodésico Indica el control de referencia, planificación de rastreo, control horizontal -
vertical y el procesamiento de la información.
4.3. Clasificación de Todos los detalles discernibles en la fotografía de acuerdo a las normas y
especificaciones vigentes en conformidad de la escala a restituir. Ejemplo:
campo Elementos hidrográficos, avenidas, calles parques, infraestructura, uso de suelo
en áreas no construidas, etc. (IGM, 2005)
4.4. Fotogrametría Incluye la realización de las diferentes orientaciones; restitución; revisión
fotogramétrica; edición y simbolización de cartografía.
4.5. Productos Señala los productos directos del proyecto ajustado por el método planificado,
fotogramétricos así como los productos indirectos que son: el MDE y la ortofoto (IGM, 2008).
5. Valor de los trabajos Incluye el valor del proyecto así como las formas de pago, primeros valores a
liquidar del proyecto y el costo de cada proceso.
6. Plazos Representa el tiempo que durará el proyecto, tomando en cuenta la planificación
de toma de imágenes, control terrestre, procesamiento de la información y
generación de resultados (IGM, 2008).
7. Garantía La entidad que asume la responsabilidad del proyecto y compromiso de seguir
la metodología planteada.
8. Productos y Detalla los productos, formatos, entregables e informes de cada proceso
documentos técnicos realizado, entre otros
9. Anexos Puede ser el cronograma de actividades, mapas base, entre otros.
Fuente: Adaptado de (IGM, 2008) e (IGM, 2005).

23
2.2.2. Plan de vuelo
Una vez realizado el acuerdo entre el beneficiario y el productor del contrato en un proyecto
fotogramétrico, se inicia con la planeación de la toma de la fotografía; donde, se requiere de
información como: el uso de las imágenes, la escala del producto, las precisiones y a su vez se
considera la altura de vuelo, base en el aire, separación entre líneas de vuelo, entre otras (Reuter,
2002); representadas en la Figura 17.
Figura 17. Plan de vuelo

Fuente: (Reuter, 2002)
Además, un plan de vuelo tiene, entre otras cosas, un bosquejo de lo que será la toma de las
imágenes, la cantidad de imágenes, escala de la foto, altura del terreno, límites de toma, cota
máxima, cota mínima, distancia entre fotos, número de líneas de vuelo, reportes metodológicos de
la toma, sistema de referencia para el apoyo GPS, el método a utilizar, recubrimiento longitudina l,
recubrimiento transversal (Ver tabla 3.), entre otras (MAGAP, 2008).

24
Tabla 3.
Recubrimiento longitudinal y transversal
Tipo de terreno Traslapo longitudinal Traslapo transversal
Plano 60% +/- 10% 20% +/- 10%
Ondulado 65% +/- 10% 25% +/- 10%
Montañoso 70% +/- 10% 30% +/- 10%
Fuente: (MAGAP, 2008)
2.2.3. Control geodésico o control terrestre
El control geodésico o control terrestre, tiene por objeto “Brindar el apoyo terrestre necesario
para realizar la aerotriangulación y ajuste de los bloques de fotografía aérea; en base a éste se
realizará posteriormente la generación del modelo digital del terreno, insumo necesario para la
elaboración de las ortofotos” (MAGAP, 2008); además, el control terrestre se puede determinar
usando procedimientos de topografía como: una red básica obtenida de triangulacio nes,
trilateraciones, intersecciones o poligonales de precisión (Obregón, 2007); así mismo, se puede
emplear tecnología como “Global Navigation Satellite System (GNSS)”, en la obtención de las
coordenadas de los centros de las imágenes y los puntos de control. Las consideraciones de los
GNSS tienen algunas características vistas a continuación:
2.2.3.1. Generalidades GNSS
“Sistema global de navegación por satélite (GNSS) se refiere a un conjunto de satélites que
proporcionan señales desde el espacio, que transmite datos de posicionamiento y tiempo” (ver
Figura 18) (EGNOS, 2017).

25
Figura 18. Constelación de satélites

Fuente: (GPS.gov, 2018)
2.2.3.2. Estaciones de monitoreo continuo (EPEC)
Según el Instituto Geográfico Militar (2013), una estación de monitoreo continuo es un conjunto
de infraestructura física y técnica, que se encuentra fija y recoge los datos de varios GNSS a la vez
del punto en el que está ubicado; y en conjunto con otros equipos distribuidos a nivel nacional,
constituye la Red GNSS de monitoreo continuo del Ecuador (REGME) (Ver Figura 19).
Figura 19. Distribución estaciones REGME

Fuente: (IGM, 2018)
26
2.2.3.3. Métodos de posicionamiento GNSS
Según González (2015), existen diferentes criterios para clasificar los métodos de
posicionamiento, entre ellos: según el sistema de referencia, movimiento del receptor, momento de
obtención de las coordenadas, entre otras. La clasificación más usada se presenta en la Figura 20.
Posicionamiento
Absolut
Relativo
o
Post- Tiempo
DGPS SPS
proceso Real
Movimien
Estático RTK
to
Estático Stop
Cinemático
Rápido and Go
Figura 20. Tipos de posicionamiento

Fuente: Modificado de (Universidad de Cádiz, 2009)
- Posicionamiento absoluto
“Se calcula la posición de un punto utilizando las medidas de pseudodistancias por código (C/A,
L2C o P) con un solo receptor. La precisión del método está bajo los 10 metros” (González, 2015).
- Posicionamiento relativo
Los autores Berrocoso et al. (2009) y la Universidad de Sonora (2008), indican que en el
posicionamiento relativo se mantiene una base fija rastreando, al mismo tiempo uno o varios
receptores toman las coordenadas de los puntos, emitidas por los satélites en un lapso de tiempo
27
determinado; las coordenadas de la base son pre establecidas y las del levantamiento requiere un
post proceso (Citado en Barragán, 2015, p. 7).
- Método estático
Según Farjas (2006), el método estático también es conocido como método estático relativo
estándar, que proporciona precisiones de 5mm + 1ppm, en la que dos o más receptores se
estacionan durante un periodo de tiempo (mínimo media hora) y generalmente se utiliza para medir
distancias mayores a 20 km. Este método se aplica en: redes geodésicas de grandes distancias,
redes nacionales y continentales, seguimiento de movimientos tectónicos y redes de gran precisión.
- Método estático rápido
Es una variante del método anterior que reduce los tiempos de observación, generalmente de 5
a 10 minutos por estación, manteniendo las precisiones anteriores, pero la distancia de aplicació n
es de menos de 20 kilómetros (Farjas, 2006); este método es ideal para redes topográficas locales,
redes de control y puntos de apoyo fotogramétrico.
2.2.3.4. Puntos de apoyo fotogramétrico (GCP)
Ground Control Point, por sus siglas en inglés GCP, se denomina a los puntos con coordenadas
del terreno y son usados con varios fines, entre ellos, apoyar al ajuste fotogramétrico en la fase de
orientación absoluta (Pérez J. , 2001); además, dichos puntos pueden ser usados en la verificac ió n
dentro del proceso de exactitud posicional por lo que deben aparecer claramente en las imágenes
28
(Ver Figura 21.), dicho proceso es conocido como foto identificación y la obtención usualmente es
con métodos GNSS (Zapata, 2003); además, la cantidad y distribución de dichos puntos puede
variar; tal y como se indicará en el apartado 2.5 “Distribución y cantidad de puntos de apoyo
fotogramétrico (GCP)”.
Figura 21. Ejemplo de punto de control (GCP).

Fuente: Autor
2.2.4. Ajuste fotogramétrico
Según Schenk (2005), el ajuste fotogramétrico es la aplicación de los conceptos matemáticos
para la reconstrucción de la geometría de los objetos, cuya precisión geométrica depende en gran
medida de la similitud del haz de imágenes que ingresan durante el momento de la toma. Para un
mismo procedimiento, pueden existir varios modelos matemáticos que se diferencian en qué tan
cerca describen los procesos físicos. En este capítulo se describen estos procedimientos y los
modelos matemáticos, excepto la aerotriangulación que se tratará a detalle en el apartado 2.3
“Aerotriangulación”.
Una vez definidos los objetivos del proyecto, la toma de imágenes y tomados los GCPs de apoyo
terrestre, normalmente se procede a ajustar del proyecto; por tanto, se requiere de datos de
29
calibración de la cámara para realizar la orientación interior y posteriormente las siguie ntes
orientaciones (Schenk, 2002); al mismo tiempo, se debe considerar el tipo de cámara a usar según
su características (Ver apartado 2.1.5), a continuación una breve descripción del contenido de un
certificado de calibración de cámara digital.
- Certificado de calibración de cámara digital
Según Crouse et al. (2018), el certificado de calibración es un documento con las constantes de
calibración, con las cuales se evalúa la calidad de la toma de una cámara sobre un objetivo, un
ejemplo es este certificado se ilustra en la Figura 22, cuyos elementos son: número de filas y
columnas con unidad de pixel (1), tamaño del pixel en µm de la cámara (2), distancia focal (3),
coordenadas del punto principal de autocolimación (4), calibración geométrica de los ases de luz
(5), defectos de los pixeles en la calibración radiométrica (6), entre otros.
Figura 22. Ejemplo de Certificado de calibración

Fuente: (Crouse et al., 2018)
30
A continuación se detallan cada una de las orientaciones que participan en el ajuste
fotogramétrico según Schenk (2002) (ver Figura 23.).
Ori entación Ori entación

Imagen sencilla i nterna externa
Par Ori entación Ori entación Ori entación

estereoscópico i nterna rel a tiva a bs oluta
Pasadas y Ori entación Tri a ngulación

bloques i nterna a érea
Figura 23. Cadena de automatización para diferentes imágenes

Fuente: Adaptado de (Schenk, 2002).
2.2.5. Orientación interna
Lerma (2002), define que la orientación interna es “La transformación entre el sistema de
coordenadas píxel y el sistema de coordenadas transformadas (con origen en el punto principa l)
que implica una traslación del sistema de coordenadas”(Citado en Angulo, 2014, p. 27), los
elementos de un sistema de coordenadas imagen – cámara son los siguientes: centro fiducial (FC),
punto principal (PP), punto de simetría (PS), distancia focal (c) y vector de la imagen (p), (ver
Figura 24.).
31
Figura 24. Sistema imagen-cámara

Fuente: (Leica Geosystems, 2005).
También se puede entender la orientación interna como: “La reconstrucción de la geometría
interna de la cámara en el momento de captura de los datos, teniendo en cuenta las variables de la
imagen desde la perspectiva de una cámara aérea” (Leica Geosystems, 2005). En las imágenes
tomadas con cámaras digitales, no se encuentran las marcas fiduciales y los parámetros de
orientación son determinados con el certificado de calibración (ver Figura 25) (Quirós, 2014).
Figura 25. Orientación interna de las imágenes digitales.

Fuente: (Vexcel Imaging, 2010).
32
2.2.6. Orientación exterior
Según Coelho y Nunes (2007), la orientación exterior es “La obtención de la posición y altitud
de la cámara al momento de la toma de la imagen, en relación con el objeto en su entorno de
referencia”. Una imagen se encuentra orientada exteriormente cuando se conocen los seis
parámetros de orientación: coordenadas espacio-objeto para el centro de perspectiva (𝑋𝑋�, 𝑌𝑌�, 𝑍𝑍̅ ) y
ángulos de rotación del sensor (φ,ω,κ). (Citado en Angulo, 2014, p. 28) (Ver Figura 26).
Figura 26. Concepto de orientación exterior

Fuente: Tomado de (Coelho & Nunes, 2007)
Dicho de otra manera, la orientación exterior implica la orientación del sensor con los
parámetros de donde se tomó la imagen (𝑋𝑋�, 𝑌𝑌�, 𝑍𝑍̅ ) y aquellos que dan la inclinación de la cámara
(φ,ω,κ); según Cheli (2011), “esta georreferenciación del espacio-imagen es conocida como
orientación externa del haz (resección espacial)” (p. 92).
En la fotogrametría analógica a este proceso se divide en dos subprocesos llamados orientació n
relativa y orientación absoluta (Coelho & Nunes, 2007).

33
2.2.6.1. Orientación relativa
La orientación relativa orienta cada objeto de una imagen con su homólogo posterior,
reconstruyendo la posición exacta de un par estereoscópico (Coelho & Nunes, 2007). Para la
formación del modelo, es necesario medir una serie de puntos homólogos entre imágenes (Puntos
de paralaje o puntos von Gruber) y seguidamente calcular los cinco parámetros de orientación (φ,
ω, κ, Tx, Ty, Tz) (Schenk, 2002). Al terminar de identificar dichos puntos se procede a reconstruir
los haces mediante la condición de coplanaridad, (ver Figura 27) (Quirós, 2014).
Figura 27. Orientación relativa

2.2.6.2. Puntos de Von Gruber
Son puntos de paso entre modelos estereoscópicos, mencionados en 1968 por Von Gruber en su
trabajo llamado “Ferienkurs in Photogrammetrie”; sirven para conectar imágenes consecutivas al
medir al menos seis puntos bien distribuidos por el modelo (Springer, 2009) (ver Figura 28).
34
Figura 28. Distribución y colocación de puntos Von Gruber

Fuente: Tomado de (Cheli, 2011).
La distribución de los puntos sugiere colocar dos en la parte superior, dos en la parte central y
dos en la parte inferior del modelo; a partir del segundo modelo, la imagen tendrá nueve puntos de
paso.
2.2.6.3. Orientación absoluta
Sánchez (2007), la orientación absoluta es la colocación, nivelación y escalamiento del modelo
con respecto al terreno, determinado por siete parámetros, resultantes de las siete incógnitas que se
resuelven con ayuda de los puntos de control, medidos en el terreno e identificables en los
fotogramas y según Coelho y Nunes (2007), los parámetros se determinan de la siguiente manera:
“X0 , Y0 y Z0 representan la posición del centro de perspectiva en los ejes X, Y y Z del sistema
de coordenadas del espacio-objeto. Los ángulos (𝜙𝜙, 𝜔𝜔, 𝜅𝜅), a su vez, son rotaciones del sistema
local de coordenadas (cámara). ω (omega) representa la rotación del eje x en relación a X, ϕ
(phi) representa la rotación del eje y en relación a Y; estos ángulos deben ser pequeños, no
35
debiendo sobrepasar 5º en valor absoluto, en el caso de fotografías perfectamente verticales; por
último, κ (kappa) representa la rotación del eje z con respecto a Z, dichos ángulos son medidos
en sentido anti horario” (p. 108), ver Figura 29.
Figura 29. Parámetros de altitud de un sensor fotogramétrico

Fuente: Tomado de (Coelho & Nunes, 2007)
2.3. Aerotriangulación
También es conocida como triangulación aérea, tiene sus orígenes con el invento de la marca
flotante por F. Stolze (1892) y la implementación de la fotogrametría estereoscópica por C. Pulfric h
en 1901, que fue la base de la fotogrametría analógica; no obstante, los costos de producción y el
uso de instrumentos ópticos-mecánicos, hacían del proceso de triangulación aérea algo engorroso
y demorado (Cliver, 1997).
El aparecimiento de los computadores supuso la automatización de la fotogrametría, entre
algunos de sus procesos fue la aerotriangulación, pues mejoraba sustancialmente la medición óptica
36
y el tiempo en los cálculos de los modelos para densificar puntos; esta etapa es conocida como
fotogrametría analítica (Lerma, 2002).
El paso de fotogramas a imágenes digitales hizo que los restituidores analíticos sean
remplazados por las estaciones fotogramétricas digitales (EFD), pues su desempeño era
considerablemente superior; al mismo tiempo, la tecnología de posicionamiento GPS, cámaras con
sensores electrónicos, entre otros avances, hizo el auge de la fotogrametría, denominada
fotogrametría digital (Lerma, 2002).
La aerotriangulación es una buena demostración del gran potencial de una EFD, que ha
automatizado varios de sus procesos, haciendo que la misma sea aceptada y demostrada; sin
embargo, puede mejorar su rendimiento y fiabilidad al implementar diversos modelos matemáticos
(Schenk, 2002). Con tales antecedentes se presenta a continuación varias definiciones y modelos
matemáticos que han sido utilizados a través del tiempo.
2.3.1. Definición de aerotriangulación
Según la Sociedad Americana de Fotogrametría (1980), “La triangulación aérea es un proceso
para la extensión del control horizontal y/o vertical, mediante las mediciones de ángulos y
distancias en fotografías superpuestas, utilizando principios de perspectiva de las fotografías”.
Con el paso de los años, el término aerotriangulación o triangulación aérea se hizo más común
y se refiere a la formación de triángulos en el espacio, que en su intersección espacial forman
puntos; la cantidad de triángulos hace que sea un método de densificación de puntos (Lerma,
37
2002); así mismo, estos puntos se conocen como puntos de unión o de paso, que al estar medidos
en cada foto, se asocian con los puntos de control y sus coordenadas pueden ser determinadas con
técnicas fotogramétricas (Leica Geosystems, 2005).
En definitiva según Hernández L. (2007) la aerotriangulación es un método que pertenece al
proceso fotogramétrico y se emplea en la determinación de coordenadas del terreno sobre
fotografías aéreas o imágenes digitales, con el mínimo de trabajo de campo, aprovechando sus
propiedades geométricas; estas mediciones se realizan con equipos fotogramétricos digitales que
permiten manejar un enorme número de datos, obteniendo una buena precisión.
2.3.2. Usos de la aerotriangulación
Según Otero y Sevilla (1989), la aplicación más relevante de la aerotriangulación es la de
aumentar el número de puntos de control y de apoyo, para su uso en diversas aplicacio nes
fotogramétricas como: el desarrollo de modelos digitales del terreno, estudio de deformaciones de
estructuras artificiales y la densificación de redes geodésicas de orden inferior, entre otras.
2.3.3. Clasificaciones de la Aerotriangulación
La evolución de la aerotriangulación ha hecho que tenga varias clasificaciones, considerando
criterios como: instrumentación, apoyo GPS, tipo de bloque, cantidad de fotos/imáge nes,
ecuaciones, resolución de ecuaciones, entre otros (Cheli, 2011); varias clasificaciones se presentan
a continuación:
38
2.3.3.1. Clasificación de la A. según la Sociedad Americana de Fotogrametría (1980)
Por su traducción al español de “American Society of Photogrammetry (1980)”, indica que los
primeros métodos de aerotriangulación usaban plantillas e instrumentos analógicos para la
aerotriangulación la cual se clasificaba de la siguiente manera:
A. Triangulación Radial.- Es un método gráfico para establecer coordenadas del terreno (ver
Figura 30), que utiliza la fotografía aérea como la unidad; se basa en las diferencias de
elevación del terreno, y el cambio de escala que producen los desplazamientos radiales de
las imágenes desde el centro de perspectiva fotográfico (American Society of
Photogrammetry, 1980).
Figura 30. Triangulación radial.

Fuente: (American Society of Photogrammetry, 1980)
39
B. Triangulación Analítica.- Es la transición de aparatos ópticos mecánicos como apoyo al
operador a realizar su trabajo; a su vez, se subdivide según las siguientes consideracio nes :
procedimientos de triangulación, tipo de ecuaciones de condición y el método de resolver
las ecuaciones de condición (American Society of Photogrammetry, 1980).
C. Stereotriangulación.-Según la American Society of Photogrammetry (1980), la
stereotriangulación considera solo la instrumentación en una aerotriangulación analítica.
2.3.3.2. Clasificación de la A. según Lerma (1999)
El autor consideraba estrictamente los procedimientos matemáticos en su clasificación; por
tanto, se divide en: modelos independientes y haces de rayos; en el modelo independiente considera
por separado el ajuste planimétrico (X, Y) y altimétrico (Z), cuya combinación se lo denomina
ajuste tridimensional (Lerma, 1999), definidos a continuación:
A. Modelos independientes.- Considera como unidad de trabajo el modelo estereoscópico,
formado por dos a tres imágenes (ver Figura 31) y las coordenadas de los puntos de paso se
combinan para compensar el bloque. Matemáticamente pueden ser sistemas libres o ligados;
es decir, puntos de apoyo matemáticamente perfectos y exentos de error o con cierto nivel
de error; por tanto, rectificables (Lerma, 1999).

40
Figura 31. Modelos independientes.

Fuente: (Cruz, 2011)
B. Método de haces de rayos.- Considera el rayo (óptico) espacial como una unidad de trabajo,
cuyo sistema de ecuaciones utiliza la condición de colinealidad, (Lerma, 1999), ver Figura
32.
Figura 32. Haces de luz de un bloque fotogramétrico.

Fuente: (De la Torre, 2018)
41
2.3.3.3. Clasificación de la A. según Pérez J. (2001)
El autor da varios criterios para clasificar la aerotriangulación que se detallan a continuación:
A. Respecto a la unidad de trabajo.- Considera características como: modelos aislados,
pasada simple, bloque de pasadas (ver Figura 33), y bloque de secciones.
Figura 33. Ejemplo Aerotriangulación por pasadas

Fuente: (De la Torre, 2018)
B. Respecto al control terrestre.- Considera la clasificación según la utilización del
instrumental apropiado; tal es el caso del uso de otras tecnologías como los sistemas GNSS;
por tanto su clasificación se debe a con control geodésico y sin control geodésico.
C. Respecto al modo del operador.- considera una clasificación planimétrica y una espacial;
donde, la planimétrica se la subdivide en: gráfica, numérica y mecánica; la espacial se
subdivide en: analógica (por pasadas o aeropoligonación), Semi analítica (modelos
independientes) y analítica (secuencial o simultánea) (Pérez J. , 2001).

42
2.3.3.4. Clasificación de la A. según Sánchez (2007)
Sánchez (2007), clasifica la aerotriangulación según el método de haces y modelos
independientes, definiéndolos de la siguiente manera: modelos independientes son la transferenc ia
de los elementos de orientación absoluta de un modelo a través de la pasada y en el método de
haces resuelve con las ecuaciones de colinealidad en todo un bloque fotogramétrico (Sánchez,
2007), cuyos conceptos se detallan de la siguiente manera:
• Modelos independientes.- Sánchez (2007), clasifica en ajuste secuencial, donde la unidad
base es el primer par estereoscópico llamado modelo, cuyo principio básico es la
transferencia de puntos de un modelo a otro aprovechando el recubrimiento. En este método
los centros de las imágenes se calculan con ecuaciones de colinealidad y se resuelven en
todo el bloque completo, con una transformación de 7 parámetros y el cálculo por métodos
iterativos.
• Ajuste en bloques o método de haces.-En este método las ecuaciones se resuelven y se
plantean para todo un bloque fotogramétrico y la unidad base es el fotograma; es decir, las
ecuaciones de colinealidad y coordenadas de terreno, se compensan y se corrigen elimina ndo
errores residuales de cualquier elemento que interviene en la orientación (Sánchez, 2007).
En definitiva los métodos de aerotriangulación actuales (fotogrametría digital), tienen mucho
que ver con su pasado (fotogrametría analítica); algunos de ellos se resumen en la tabla 4.
43
Tabla 4.
Clasificaciones de la aerotriangulación por diferentes autores
Autor Clasificación Descripción
AMERICAN SOCIETY 1. Triangulación Radial Método gráfico utilizando en la fotografía aérea como
OF base.
PHOTOGRAMMETRY, 2. Triangulación A su vez se puede dividir en:
1980 analítica. 1. Procedimientos de triangulación
2. Tipo de ecuaciones de condición
3. Método de resolver las ecuaciones de
condición
3. Estereotriangulación Considera la instrumentación utilizada.
lerma, 1999 1. Modelos Se considera la unidad de trabajo el modelo
independientes estereoscópico.
1.1. Aerotriangulación Utiliza puntos de paso y de apoyo, considerando un
planimétrica sistema libre o ligado, para su compensación en
coordenadas X,Y.
1.2. Aerotriangulación Utiliza puntos de paso y de apoyo, considerando un
altimétrica sistema libre o ligado, en su compensación solo en la
coordenadas Z.
1.3. Aerotriangulación Combina la aerotriangulación planimétrica y altimétrica
tridimensional para su compensación. Método resuelto con matrices y
métodos iterativos.
2. Aerotriangulación Considera el rayo (óptico) espacial como una unidad y
por el método de formula el sistema de ecuaciones utilizando la condición
los haces de rayos de colinealidad.
Përez j., 2001 1. Respecto a la Considera la disposición del fotograma: modelos
unidad de trabajo aislados, pasada simple, bloque de pasadas y bloque de
secciones.
2. Respecto al control Considera el apoyo de otras tecnologías: con control
terrestre geodésico y sin control geodésico.
3. Respecto al modo Es la clasificación más utilizada.
del operador.
3.1. Planimetría o A su vez se puede clasificar en: gráfica, numérica y
Radial mecánica
Continúa
44
3.2. Espacial (X,Y,Z) A su vez se puede clasificar en:

Analógica: Triangulación por pasadas o
aeropoligonación.
Semi analítica: modelos independientes.
Analítica: Secuencial o simultánea.
Sánchez, 2007 1. Modelos Transferencia de los elementos de la orientación
independientes absoluta de un modelo a otro a través de la pasada.
1.1. Ajuste Secuencial La unidad base es el par estereoscópico llamado modelo,
cuyo principio básico es la transferencia de puntos de un
modelo a otro aprovechando el recubrimiento.
1.2. Triangulación El modelo es la unidad básica, las ecuaciones se resuelve
aérea simultanea para todo el bloque completo, con una transformación de
7 parámetros.
2. Método de haces
Se plantean y se resuelve las ecuaciones para todo un
bloque fotogramétrico.
Fuente: Varios Autores
No obstante, los modelos matemáticos más usados en el ajuste de un bloque, son de la
clasificación de la aerotriangulación analítica (Pérez J. , 2001), y se los denomina por modelos
independientes y por ajuste en bloque, detallados a continuación:
2.3.4. Modelos independientes en ajuste secuencial
Según Sánchez (2007), el ajuste por modelos independientes utiliza como unidad de medición
el modelo estereoscópico (ver Figura 34), cuyo sistema de coordenadas es único para todos los
modelos y suele empezar con el primer modelo; al principio se realiza el paso de puntos de un
modelo a otro, aprovechando el recubrimiento; además, se requieren los centros de proyección que
ayudan la disminución de la deformación por los giros. Las coordenadas se pasan consecutivame nte
entre modelos mediante un ajuste de transformación de semejanza 3D.

45
Figura 34. Modelos orientados individualmente

Fuente: Tomado de (Pérez J. , 2001)
El ajuste por modelos independientes se puede realizar de tres maneras: ajuste planímetr ico,
ajuste altimétrico y ajuste tridimensional (ver Figura 35). En el ajuste planímetro y altimétrico se
usan puntos de paso, puntos de apoyo y las coordenadas de los centro de proyección de las
imágenes (Sánchez, 2007).
Figura 35. Izq. Ajuste planimétrico. Der. Ajuste tridimensional

Fuente: (Pérez J. , 2001)
En el ajuste tridimensional, cada modelo puede trasladarse, rotarse y cambiar de tamaño; pero
la estructura interna del modelo, permanecerá invariable (Sánchez, 2007); además, según Pérez J.
(2001) un ajuste secuencial de un bloque debe conocerse las coordenadas de los cuatro puntos de
las esquinas y los dos centros de proyección del modelo; las coordenadas requeridas se obtienen
46
aplicando la condición de coplanaridad o la de colinealidad y cada modelo está sujeto a una
transformación tridimensional de semejanza de siete parámetros, utilizando la ecuación 2:
𝑋𝑋 𝑥𝑥 𝑖𝑖 𝑇𝑇𝑥𝑥
[ ] 𝑦𝑦 𝑇𝑇
� 𝑌𝑌� = 𝜆𝜆𝑗𝑗 𝑅𝑅 𝑗𝑗 � 𝑖𝑖 � + � 𝑦𝑦 �
𝑍𝑍 𝑧𝑧𝑖𝑖 𝑇𝑇𝑧𝑧 [ 2]
Donde:
- (X,Y,Z), representa las coordenadas del punto a transformar en el nuevo sistema de
coordenadas.
- (xi,yi,zi), representa las coordenadas del punto en el sistema de coordenadas de partida.
- (Tx,Ty,Tz), traslaciones entre ambos sistemas de coordenadas.
- (λj), el factor de escala entre ambos sistemas.
- (R)j, la matriz de rotación (3x3), entre ambos sistemas de referencia.
Estas ecuaciones permiten definir la función F (ecuación 3), que integra los siete parámetros de
la transformación (λ, Ω, Φ, Κ, TX, TY, TZ), con las observaciones (xi, yi, zj).
𝐹𝐹𝑥𝑥 𝑥𝑥 𝑖𝑖 𝑇𝑇𝑥𝑥 𝑋𝑋
𝐹𝐹 [ ] 𝑦𝑦 𝑇𝑇
� 𝑦𝑦 � = 𝜆𝜆𝑗𝑗 𝑅𝑅 𝑗𝑗 � 𝑖𝑖 � + � 𝑦𝑦 � − �𝑌𝑌 �
𝐹𝐹𝑧𝑧 𝑧𝑧𝑖𝑖 𝑇𝑇𝑧𝑧 𝑍𝑍 [ 3]
Estas ecuaciones nos son lineales y por tanto, se tienen que someter a un proceso de
linealización.
47
2.3.5. Método de haces de luz en ajuste de bloques
Según Coelho y Nunes (2007), el método de ajuste de haces es el único que puede ser
considerado totalmente analítico, debido a que el operador interviene muy poco en el proceso;
además, es un método que utilizan la mayoría de los restituidores analíticos y soluciones digita les
actuales; así pues, se define como un método que permite la reconstrucción óptima de la geometría
de los haces de rayos luminosos formados por el sistema espacio-imagen en el momento de la toma
de las mismas.
El proceso utiliza el Método de los Mínimos Cuadrados (MMCC) para minimizar los residuos
del ajuste, de forma que cada radio ajustado pase lo más cerca posible de su homólogo, en el
espacio-imagen y del centro de perspectiva de la imagen (ver Figura 36) (Coelho & Nunes, 2007).
Figura 36. Colinealidad entre imagen-objeto

Fuente: (Coelho & Nunes, 2007)
Esta condición de colinealidad puede ser expresada por las ecuaciones 4 y 5, por cada eje.
48
𝑟𝑟11 (𝑋𝑋 − 𝑋𝑋0 ) + 𝑟𝑟21 (𝑌𝑌 − 𝑌𝑌0 ) + 𝑟𝑟31 (𝑍𝑍 − 𝑍𝑍0 ) [ 4]

𝜉𝜉 = 𝜉𝜉0 − 𝑐𝑐
𝑟𝑟13 (𝑋𝑋 − 𝑋𝑋0 ) + 𝑟𝑟23 (𝑌𝑌 − 𝑌𝑌0 ) + 𝑟𝑟33 (𝑍𝑍 − 𝑍𝑍0 )
𝑟𝑟12 (𝑋𝑋 − 𝑋𝑋0 ) + 𝑟𝑟22 (𝑌𝑌 − 𝑌𝑌0 ) + 𝑟𝑟32 (𝑍𝑍 − 𝑍𝑍0 ) [ 5]

𝜂𝜂 = 𝜂𝜂0 − 𝑐𝑐
𝑟𝑟13 (𝑋𝑋 − 𝑋𝑋0 ) + 𝑟𝑟23 (𝑌𝑌 − 𝑌𝑌0 ) + 𝑟𝑟33 (𝑍𝑍 − 𝑍𝑍0 )
Donde:
• (c), es la distancia focal calibrada [mm].
• (ξ, η), son las coordenadas del punto en el sistema Espacio-Imagen [mm].
• (ξ0 , η0 ), son las coordenadas del punto principal [mm].
• (X, Y, Z), son las coordenadas de un punto en el sistema Espacio-Objeto [m].
• (X0 , Y0 , Z0 ), son las coordenadas del centro de perspectiva [m].
• (rnm), es el elemento de la matriz de rotación entre los sistemas XYZ y X'Y'Z ' (este
último es paralelo a la cámara fotogramétrica y los valores n,m de 1 hasta 3).
Así mismo, Coelho y Nunes (2007), indican que las funciones de colinealidad a pesar de
describir una recta, no son lineales, pues combinan parámetros lineales y angulares. El proceso de
ajuste ocurrirá entonces, por utilización de MMCC, y la combinación de la matriz jacobiana de
forma iterativa, hasta que las diferencias estén dentro del límite deseado; es decir, de tolerancias
fijadas a priori, tanto para los valores lineales, como para los angulares.
2.3.6. Convergencia
La convergencia no es más que la tendencia o aproximación a coincidir en una posición, punto
o valor. “En las matemáticas la convergencia es una propiedad de las sucesiones y series; la una
49
tiende a un límite, mientras que en la otra, la suma de sus términos, se aproxima cada vez a una
determinada cantidad” (RAE, 2018). El valor de convergencia se usa como un umbral para
determinar el nivel y el grado de procesamiento durante el procedimiento de aerotriangulac ió n
iterativa (Erdas, 2011)
2.3.7. Restitución
Según Sánchez (2007), Coelho y Nunes (2007), la restitución fotogramétrica no es más que la
extracción de datos a partir de imágenes digitales, interpretando diversas características naturales
o artificiales presentes en el terreno, a fin de generar cartografía; todo esto con la ayuda del
principio de la marca flotante, realizadas en un restituidor digital, que tiene como característica
principal, realizar mediciones en el par estereoscópico y simultáneamente su representación en un
CAD, ver Figura 37.
Figura 37. Ejemplo de un retituidor

Fuente: (Delta 95, 2018)
2.3.8. Resultados derivados del ajuste
Los resultados de un ajuste fotogramétrico según Quirós (2014), son: cartografía 2D y 3D;
modelos digitales del terreno; ortofotos y ortomosaicos; generalmente es necesario generar un

50
producto antes que los otros, pues su obtención se basa en productos anteriores. A continuación se
describe algunos de ellos:
2.3.8.1. Modelo digital de superficie
Según Durón (2007), un modelo digital de superficie (MDS) es una matriz de datos de elevación,
que representa los elementos del terreno y del suelo son obtenidos por métodos de interpolac ió n;
además, representa objetos como vegetación, infraestructura (edificios, puentes, viaductos, entre
otros) (ver Figura 38)
Así mismo, según Brito, Prado y Augusto (1999), indican que el MDS puede definirse como:
“Cualquier representación numérica de una determinada superficie física sobre el del terreno”
Cuando un MDS expresa altitud, se llama el modelo numérico de elevaciones (MNE) o el modelo
digital de elevaciones (MDE o DEM, Digital Elevation Model) (Citado en Coelho y Nunes, 2007,
p. 157).
Figura 38. Diferencias entre DTM (en español MDT) y DSM (en español MDS)
Fuente: (GIS & Remote Sensing Service, 2018)
51
2.3.8.2. Modelo digital de elevación (MDE)
Según Felicísimo (1999), un MDE es un grupo de datos, cuyo valor numérico representa la
superficie topográfica, mediante la repartición de puntos de altitud en el terreno, cuya unidad mínima
está dada por la variable Z (Citando en Barragán, 2015, p. 39) (ver Figura 39).
Figura 39. Ejemplo de MDE

Fuente: (Hinojosa, Rodríguez, Munguía, & Meillón, 2011)
2.3.8.3. Modelo digital del terreno
Según Ormeño (2004), Niño (2009) y Arranz (2010), indican que un modelo digital del terreno
(MDT) es una representación numérica de cualquier punto en el terreno o de la superficie sobre el
agua, expresado en coordenadas x,y,z de los puntos que lo definen; además, considera la
información de la restitución fotogramétrica como ríos, líneas de cresta, líneas de perfil del terreno,
entre otros elementos; en el caso del terreno desierto un MDS es muy cercano (sino el mismo) que
un MDT. Un ejemplo de MDT se presenta en la Figura 40.

52
Figura 40. Ejemplo de MDT

Fuente: (Agromundo, 2018)
2.3.8.4. Imágenes corregidas
Barragán (2015), indica que una imagen corregida en fotogrametría tiene un ajuste geométrico,
radiométrico y se encuentra georreferenciada, cuyos ejemplos son: la ortofoto y ortomosaico, definidos
a continuación:
• Ortofoto digital
Según Schenk (2002) y Lerma (2002), indican que una Ortofoto Digital u Ortoimagen es una
representación ortogonal del terreno y resulta del uso de un MDT generado automáticamente; al
mismo tiempo, permite ajustes radiométricos de las imágenes que intervienen en el proceso; en
otras palabras, es una representación digital de una superficie de terreno, que permite realizar
mediciones sobre las mismas.

53
• Ortomosaico
Según Soria (2014), cuando se tiene un conjunto de ortofotos digitales georreferenciadas es
necesario juntarlas, sobre todo cuando tienen cierto grado de recubrimiento entre ellas (ver Figura
41); esto se realiza con el fin de tener una sola información, a este proceso se lo denomina mosaico;
no obstante, requiere de un ajuste radiométrico para homogenizar sus colores y evitar que dicha
unión sea altamente visible.
Figura 41. Ejemplo de mosaico

Fuente: (GPAC, 2018)
2.4. Programas de ajuste fotogramétrico
Según Pozo (2002) y Gómez (2011), indican que el avance de la fotogrametría ha llevado a la
implementación de software y hardware, que ayuda a la automatización de los procesos
fotogramétricos; tanto así, que la aerotriangulación se lleva a cabo en programas especializados

54
que realizan cálculos de una manera rápida y sencilla; además, permiten la detección de errores por
métodos estadísticos.
Coelho y Nunes (2007), señalan algunos programas como: Erdas Imagine y PCI OrthoEngine,
los cuales realizan operaciones fotogramétricas como: la ortorectificación, creación de modelos 3D
de corta distancia, aerotriangulación; sin embargo, existen otras opciones como: LH-Systems, ISM,
KLT, DAT/EM, VinGeo, DVP, TopoL, VirtuoZo, Autometric/Boeing, E-foto, Z/I Imaging, y
Orima.
La influencia de estos programas hace que se priorice la investigación de éstos para dar mayor
confiabilidad al usuario sobre el producto a obtener (Topoequipos S.A, 2015). A continuación una
descripción de algunos programas fotogramétricos.
2.4.1. Erdas-LPS
Erdas Imagine, es un programa que es utilizado en diferentes ramas del conocimiento como: la
fotogrametría y los sensores remotos, aplicando tecnología LiDAR, análisis vectorial, entre otras
herramientas (Hexagon, 2018); además, cuenta con Leica Photogrammetry System (LPS), que es
un paquete de herramientas fotogramétrico del mismo Erdas Image, diseñado para medir GCP en
múltiples imágenes, realizar productos como: ortofoto, MDS, aerotriangulación de múltip les
imágenes (ver Figura 42), entre otras funcionalidades (Erdas, 2011). La versión 2014 al módulo
LPS se lo denomina Erdas Photogrammetry.

55
Figura 42. Interfáz aerotriangulación LPS-ERDAS

Fuente: (Erdas, 2011)
Según Erdas (2010), la versión 11.0.2 de LPS contiene un paquete de aerotriangulación que se
basa en la formulación de ecuaciones de colinealidad, con un ajuste de mínimos cuadrados
(ecuación 6) de manera iterativa, cuya convergencia por defecto es un valor de 0.001 m.
𝑋𝑋 = (𝐴𝐴𝑡𝑡 𝑃𝑃𝑃𝑃)−1 𝐴𝐴𝑡𝑡 𝑃𝑃𝑃𝑃 [ 6]
Donde:
• (X), matriz que contiene las correcciones de los parámetros desconocidos;
• (A), matriz de las derivadas parciales con respecto a los parámetros desconocidos;
• (t), matriz transpuesta;
• (P), matriz que contiene los pesos de las observaciones;
• (L), matriz que contiene las observaciones.

56
Además, existen varios modelos matemáticos al considerar la matriz de pesos (P) en un ajuste
por bloque resuelto por la ecuación 6; por ejemplo: modelo simple de Bauer (3 parámetros), modelo
simple Jacobsen´s (4 parámetros), modelo ortogonal Ebner´s (12 parámetros), etc. (Ver tabla 5).
Tabla 5.
Parámetros de adicionales de ajuste.
Nombre del modelo Descripción
No additional Sin uso de parámetros, esta es la opción predeterminada.
parameters
Bauer’s simple model Un modelo de tres parámetros del Dr. Bauer, en donde, dos parámetros son para la
deformación afín (causada por la no ortogonalidad) y parámetro para la distorsión
simétrica de la lente.
Jacobsen’s simple Un modelo de cuatro parámetros del Dr. Jacobsen, en el que se compensan la distorsión
model afín, distorsiones de primero y sengundo; además de la distorsión de la lente.
Ebner’s orthogonal Es un modelo de doce parámetros del Dr. Ebner, que compensa la mayoría de errores
model sistemáticos, pero también requiere más observaciones por lo que requiere un mayor
número de GCP y al menos nueve puntos de amarre por imagen.
Brown’s physical model Es un modelo de catorce parámetros del Dr. Brown, y puede compensar la mayoría de
distorsiones lineales y no lineales de la película y la lente, pero requiere de más puntos
de control y de enlace.
Lens distortion model Es un modelo de dos parámetros diseñado para compensar errores de auto calibración
de la lente, generalmente para cámaras de aficionados.
Fuente: (Erdas, 2011).
Así mismo, un indicador de la calidad del ajuste es el valor del error cuadrático medio total
(RMSE), que está basado en los residuales de las coordenadas de imagen y los residuales de las
coordenadas del terreno (Erdas, 2011).

57
2.4.2. Orima
Orima 11.00, es la forma abreviada de “Orientation Management (Gestión de orientación)” y es
un programa utilizado en las orientaciones en fotogrametría (relativa, absoluta y
aerotriangulación); basadas en LPS y SOCET SET, (Erdas, 2010).
Según Hinsken (2010), autor de Orima, indica que dicho programa es capaz de gestionar algunos
aspectos necesarios en la realización de la orientación fotogramétrica de un solo modelo; así como,
orientación de modelos múltiples por triangulación en bloques; además de calcular parámetros de
orientación, detección de errores estadísticamente, criterios de calidad para juzgar la eficacia de la
orientación y una visualización de fácil interpretación, (ver Figura 43).
Figura 43. Vectores residuales en Orima

El programa requiere de un modelo de matemático más complejo que la ecuación de
colinealidad, pues tiene en cuenta la integración con GPS/IMU (ver apartado 3.2.4) a los sensores
58
(ejemplo: cámara ADS40), esto con el fin de obtener la mayor precisión posible (Hinsken & Miller,
2002); el modelo antes descrito presenta el trabajo de Müller (1991);donde, las coordenadas de
imagen se expresan como una función del punto en tierra (Pi) y los parámetros de orientación de
corrección (k, k+1) (ver Figura 44).
Figura 44. Modelo de Muller (1991)

Fuente: (Hinsken & Miller, 2002)
Por tanto, las ecuaciones en sus ejes están definidos como la ecuación 7 en el eje x y la ecuación
8 en el eje y, como a continuación:
𝑥𝑥 𝑖𝑖𝑖𝑖 = 𝐹𝐹𝑖𝑖𝑖𝑖 (𝑋𝑋𝑖𝑖 , 𝑌𝑌𝑖𝑖 , 𝑍𝑍𝑖𝑖 , 𝑋𝑋𝑘𝑘 , 𝑌𝑌𝑘𝑘 , 𝑍𝑍𝑘𝑘 , 𝜔𝜔𝑘𝑘 , 𝜑𝜑𝑘𝑘 , 𝜅𝜅𝑘𝑘 , 𝑋𝑋𝑘𝑘 +1 , 𝑌𝑌𝑘𝑘+1 , 𝑍𝑍𝑘𝑘+1 , 𝑋𝑋𝑘𝑘 +1 , 𝑌𝑌𝑘𝑘+1 , 𝑍𝑍𝑘𝑘+1 , 𝜔𝜔𝑘𝑘 +1 , 𝜑𝜑𝑘𝑘+1 , 𝜅𝜅𝑘𝑘+1 ) [ 7]
𝑦𝑦𝑖𝑖𝑖𝑖 = 𝐺𝐺𝑖𝑖𝑖𝑖 (𝑋𝑋𝑖𝑖 , 𝑌𝑌𝑖𝑖 , 𝑍𝑍𝑖𝑖 , 𝑋𝑋𝑘𝑘 , 𝑌𝑌𝑘𝑘 , 𝑍𝑍𝑘𝑘 , 𝜔𝜔𝑘𝑘 , 𝜑𝜑𝑘𝑘 , 𝜅𝜅𝑘𝑘 , 𝑋𝑋𝑘𝑘 +1 , 𝑌𝑌𝑘𝑘+1 , 𝑍𝑍𝑘𝑘+1 , 𝑋𝑋𝑘𝑘 +1 , 𝑌𝑌𝑘𝑘+1 , 𝑍𝑍𝑘𝑘+1 , 𝜔𝜔𝑘𝑘 +1 , 𝜑𝜑𝑘𝑘+1 , 𝜅𝜅𝑘𝑘 +1 ) [ 8]
Donde:
• (X,Y,Z), representan las coordenadas en el espacio del punto.
• (ω, ϕ, κ), representan los ángulos de rotación, en el sentido de los ejes.
• (k), parámetros de orientación.

59
• (i,j), los diferentes puntos que puedan tener.
Además, el modelo matemático se acopla muy bien en áreas sin mediciones suficientes de
puntos de enlace (por ejemplo lagos o bosques), al determinar los parámetros de orientación con
las mediciones de GPS / IMU (Hinsken & Miller, 2002).
El programa Orima cuenta con diferentes licencias de trabajo detalladas en la Figura 45 y que
son utilizadas para cámara ADS40, imágenes con marcas fiduciales e imágenes con apoyo
IMU/GPS incorporado.
DP - TB Triangulación en 2D y cámara analógica.
DP-TB+ Soporte por GPS e IMU

ORIMA DP
DP-TE/ GPS
licencias
Triangulación en línea apoyada por GPS / IMU. TE / GPS
, completa funcionalidad con el procesamiento de
datos aéreos GPS e IMU.
DP-M Soporte de ADS40 y funciones con datos GPS e IMU.
Figura 45. Licencias de Orima

2.4.3. Z/I Imagine
Z/I Imaging Corporation es una empresa que ofrece desarrollo, soporte y soluciones de
imágenes terrestres, incluidas cámaras aéreas, estaciones de trabajo estéreo, analítico y escáneres
fotogramétricos. La compañía fue fundada en 1999 y tiene sede en Huntsville, Alabama (Global
Market, 2018).
60
El módulo para realizar aerotriangulación se conoce como: “Image station automatic
triangulation”, que parte de los estudios de la empresa Carl Zeiss de la división fotogramétrica de
la empresa Z/I Imaging GmbH; cuyos procesos se basan en la medición de puntos de manera
estereoscópica y la generación de ecuaciones por el principio de colinealidad (Spiller, 1999).
2.5. Distribución y cantidad de puntos de apoyo fotogramétrico (GCP)
La distribución y cantidad de puntos de control varían según las especificaciones del proyecto
y de la tecnología de soporte (apoyo aéreo cinemático) (Muñoz, 2004); así pues, varios autores
como: Otero y Sevilla (1989), Pérez J. (2001) y Cartesia (2010), indican que un plano se define
con tres puntos y concuerdan en que un modelo se encuentra bien orientado teóricamente, cuando
utilizan dos puntos con coordenadas X,Y,Z y para escalar el modelo se requiere de un punto con
coordenada Z; sin embargo, una mejor orientación requiere de dos puntos más, que aumentará la
redundancia de las ecuaciones; así como, sus parámetros (Obregón, 2007), siendo su distribuc ió n
mínima como se ilustra en la Figura 46.
Punto X, Y, Z
Punto Z
Figura 46. Distribución de GCP en un modelo

Fuente: (Obregón, 2007)
61
En fotogrametría, usualmente se trabaja con un bloque fotogramétrico, el cual tiene varios
modelos; así pues, los puntos de control según Hussain y Bethel (2004), se clasifican en horizonta l
y vertical, en donde los puntos de control horizontal, normalmente, se ubican a lo largo del
perímetro del bloque, con un espaciamiento promedio de 3 a 5 modelos o más; por otro lado, la
distribución del control vertical se realiza a lo largo de la línea de vuelo, debido a la deformació n
en el plano vertical en bloques grandes; por consiguiente, su distribución final se muestra en la
Figura 47.
Figura 47. Distribución de GCP sin GPS

Fuente: (DOT, 2006)
Sin embargo, al usar el proceso de aerotriangulación y la disponibilidad de un sistema GPS-
IMU incorporado en el aire (para medir la posición y altitud de cada imagen) en la etapa de
adquisición de imágenes, se minimiza el número de puntos de control (Milkhail, Bethel, &
McGlone, 2001), logrando una distribución como la Figura 48; donde, se muestra puntos de control
vertical y horizontal en las esquinas del proyecto, en el perímetro, cada 5 modelos.

62
Figura 48. Distribución de GCP con GPS

Fuente: (DOT, 2006)
No obstante, existen varias formas de distribuir los puntos de control, así como su cantidad, los
cuales se detallan en la tabla 6.
Tabla 6.
Distribución y cantidad de puntos de apoyo fotogramétrico.
Descripción Ilustración
Según Ackermann (1987), la distribución idónea de

los puntos de control se realiza en el contorno del
bloque.
Según Otero y Sevilla (1989), la mínima cantidad de

puntos de control son tres por línea de vuelo y
ubicados en el contorno de las fotografías.
◦ •
(Δ), puntos de control; ( ), control vertical; ( ), punto
de enlace; (+), punto de paso.
(Otero & Sevilla, 1989)
Continúa
63
Según Ackermann (1990), se puede ubicar los puntos

de control en las esquinas de manera simple (imagen
izquierda) y de manera múltiple (imagen derecha)
dentro de un modelo. (▲), puntos de control.
(Ackermann, 1990)
A B
Ackermann (1994), realiza una clasificación teniendo

en cuenta el apoyo aéreo cinemático, tal como se
indica a continuación: bloque convencional de
aerotriangulación (A), aerotriangulación con apoyo
GPS cinemático (B) y bloque con apoyo GPS C
cinemático - pasadas transversales (C).
◦
(▲), puntos de control; ( ), control vertical;
(Ackermann, 1994)
Según Lerma (2002), los puntos de control

planimétricos (X,Y,Z) se ubican en la periferia del
bloque y cada 4 a 5 modelos, los puntos de control
vertical siguen la misma dirección de los de control
horizontal, en las zonas de recubrimiento longitudinal
A (Lerma, 2002) B
y transversal.
◦
(Δ), puntos de control; ( ), control vertical. (A), Bloque tradicional; (B) bloque con un vuelo
extra en el comienzo y fin de la zona.
Según la empresa Leica Geosystems (2005), la

distribución de los puntos de control se realiza en
áreas de doble traslapo tanto al comienzo como al
final; además, de dos puntos de control por cada tres
imágenes. En la distribución por bloque, considera
Continúa
64
tener por lo menos un punto en cada tercera imagen y (Leica Geosystems, 2005)
principalmente en zonas de múltiple traslapo.
(▲), puntos de control.
Según el Instituto Geográfico Nacional de Perú

(IGN) (2011), la distribución de los puntos se da de
una manera homogénea por todo el bloque, un punto
de control doble en cada esquina del bloque, un punto
de control en las esquinas internas entre líneas de
vuelo y cada tercer modelo perpendicular a las líneas
de vuelo incluyendo zonas de triple traslapo.
◦
(▲), puntos de control; ( ), control vertical.
(IGN, 2011)
Según el Departamento de Transporte de Colorado

(2015), se requiere de al menos de tres puntos de
control en el bloque fotogramétrico; además, uno o
más puntos adicionales para determinar la precisión
del error residual del modelo. Cabe mencionar que
esta distribución contempla los centros de las
imágenes por GPS.
◦
(▲), puntos de control; ( ), centro de la imagen; (+),
punto de paso. (Colorado Department of Transportation, 2015)
Según la empresa PIX4D (2018), los puntos deben

colocarse de manera homogénea en la zona de
estudio, con un mínimo de 3 puntos. Recomienda de
5 a 10 puntos de control y no más, pues no
contribuyen significativamente en la precisión.
Además, se ubican en zonas de múltiple traslapo y
recomienda para proyectos de una faja, una
distribución homogénea, incluyendo un par en cada
extremo de la línea de vuelo.
Continúa
65
Cabe aclarar que dichos proyectos cubre áreas mucho

más cortas que las anteriores y su uso es con
vehículos aéreos no tripulados . (•), Punto de
control.
(PIX4D, 2018)
Nota: El triángulo representa un punto de control.
2.5.1. Ubicación de los puntos de apoyo fotogramétrico
Según Pérez J. (2001), la ubicación de un punto de control fotogramétrico se realiza de forma
aproximada en una imagen, para su posterior obtención en campo (ver Figura 49); se apoya con
cartografía existente, fotogramas del vuelo, entre otros.
Figura 49. Ejemplo de la ubicación de un punto de control fotogramétrico
Los criterios para elegir dichos puntos, según Pérez J. (2001) y Heipke (1997), son:
• Punto perfectamente identificable en todos los fotogramas, geométricamente bien definidos
y ubicados dentro de la zona de estudio.
• Si es posible, puntos ubicados en líneas rectas, esquinas definidas, cruces de caminos, bien
definidos.
66
• Puntos altimétricos, en zonas lo más horizontal posible.
• Puntos visibles desde varias direcciones bien distribuido a través de las imágenes y de fácil
interpretación en dos y tres dimensiones.
• Accesibilidad para determinar sus coordenadas.
2.5.2. Documentación de los puntos de control
A la documentación de un punto de control terrestre, se conoce como monografía y representa
los diferentes metadatos de un punto característico de la zona, que está presente en las imágenes
foto identificables. Algunos de los datos que debe contener son: coordenadas geográficas,
coordenadas planas, altura, ubicación geopolítica, orden, descripción geográfica del punto, tipo de
monumentación, vías de acceso, fecha de determinación, proyecto, autores, gráficos, croquis, entre
otros. (IGM, 2006) (ver Figura 50)
Figura 50. Ejemplo de monografía

Fuente: (IGM, 2006).
67
2.6. Control de exactitud posicional
Según Ariza, Emerson, Chicaiza y Buenaño (2017), la exactitud posicional es parte de la calidad
de la información geográfica y de gran importancia en la interoperabilidad de cualquier aplicació n
Geomática; así mismo, un control de calidad del proceso fotogramétrico, disminuye los posibles
errores que se acumulan a medida que se avanza en las diferentes fases (Quirós, 2014).
Algunos de los estándares más conocidos al evaluar cartografía son: EMAS, NMAS, NSSDA,
PSADG y el propuesto por la Sociedad Americana de Fotogrametría y Sensores Remotos
denominado ASPRS “Positional Accuracy Standards for Digital Geospatial Data” (2014); por
tanto, se detallan algunas consideraciones de calidad en el proceso fotogramétrico y posteriorme nte
se detallan los criterios de aceptación del producto.
2.6.1. ASPRS “Positional Accuracy Standards for Digital Geospatial Data”
La Sociedad Americana de Fotogrametría y Sensores Remotos cuyas siglas en inglés son
ASPRS, es una organización responsable del estándar “ASPRS Positional Accuracy Standards for
Digital Geospatial Data”, entre sus objetivos tiene: reemplazar los estándares de precisión ASPRS
existentes para mapas a gran escala (1990) y preparar informes verticales de precisión para datos
Lidar (2004) (ASPRS, 2014); así mismo, la ASPRS incluye estándares de precisión posicional de
ortoimágenes digitales, datos planimétricos digitales y datos de elevación digitales, basadas en los
valores del error cuadrático medio (root mean square error - RMSE).
68
Vale destacar, que la norma incluye tablas con umbrales de RMSE para generar productos con
las tendencias actuales de precisiones basadas en el GSD; además, de ecuaciones que determina n
el límite de la precisión de la aerotriangulación, ecuaciones de la precisión de los puntos
fotogramétricos, criterios de distribución espacial de los puntos de control fotogramétrico; así
mismo, la cantidad de puntos de muestreo en la exactitud posicional según el área a cubrir. Algunos
de los criterios considerados, así como otras normas se detallan a continuación:
2.6.2. Calidad de las imágenes
Según el IGM (2006), las imágenes deben ser exentas de manchas, partículas de polvo, cabellos,
rayas, marcas fiduciales visibles, entre otros; además, las características radiométricas del
histograma de color de cada banda, deben seguir una distribución normal y la saturación de los
extremos no debe ser superior al 0.5%.
2.6.3. Tolerancias de las orientaciones
Dentro del proceso fotogramétrico, detallado en el apartado 2.2, existen diferentes
orientaciones; por tanto, existen diversas tolerancias al realizar la orientación interior, relativa,
absoluta y aerotriangulación.
2.6.3.1. Tolerancias de la orientación interior y la orientación exterior
Según IGM (2006), las imágenes digitales obtenidas con cámara analógica y escaneadas, el error
estándar en la orientación interior es de 0.6 de pixel; también, Quiroz (2014), indica que si el
fotograma ha sido obtenido con cámara analógica el error medio máximo no debe ser mayor de un
69
pixel y cuando se utiliza cámara digital la orientación interior no precisa de tolerancias, pues su
orientación es automática.
Como se ha dicho en el apartado 2.2.6 la orientación exterior se puede dividir en orientació n
relativa y orientación absoluta; según el IGM (2006), el error estándar para el ajuste relativo es
igual a 1 pixel y el error estándar para el ajuste absoluto es de 2 pixeles.
2.6.3.2. Tolerancias de la aerotriangulación
El Instituto de Información Territorial del Estado de Jalisco (2008), explica que los puntos
aerotriangulados no debe excederse más allá de la cubierta de los puntos de control y un ajuste por
haces de rayo debe tener un RMSE inferior a 0.004mm en coordenadas de imágenes.
Además, la norma Positional Accuracy Standards for Digital Geospatial Data de la ASPRS
(2014) indica que la precisión de la aerotriangulación para datos planimétricos digita les
(ortoimágenes o mapas planimétricos digitales), utilizando el RMS del mapa y el tamaño del GSD
de la tabla 7 y la ecuación 9 y 10.
Tabla 7.
Ejemplos de calidad para datos planimétricos digitales de alta precisión.
ASPRS Positional Accuracy Standards for Digital Geospatial Data 2014 Equivalente a
Clase de precisión RMSEr Precisión horizontal en el GSD aproximado la escala del
horizontal RMSEx y (cm) nivel de confianza del del origen de las mapa en
RMSEy (cm) 95% (cm) imágenes (cm) NMAS
15.0 21.2 36.7 7.5 to 15.0 1:380
25.0 35.4 61.2 12.5 to 25.0 1:634
30.0 42.4 73.4 15.0 to 30.0 1:760
45.0 63.6 110.1 22.5 to 45.0 1:1,141
60.0 84.9 146.9 30.0 to 60.0 1:1,521
Continúa
70
100.0 141.4 244.8 50.0 to 1000 1:2,535

150.0 212.1 367.2 75.0 to 150.0 1:3,802
200.0 282.8 489.5 100.0 to 200.0 1:5,069
250.0 353.6 611.9 125.0 to 250.0 1:6,337
1000.0 1414.2 2447.7 500.0 to 1000.0 1:42,244
Fuente: Modificado y traducido de (ASPRS, 2014)
Al calcular el RMS de la aerotriangulación, se tiene en cuenta los valores de la tabla anterior y
se reemplaza los valores en las ecuaciones 9 y 10, tanto para aerotriangulación planimétrica o
altimétrica vista en el apartado 2.3.3.4.
1 [ 9]
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 (𝐴𝐴𝐴𝐴 ) 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 (𝐴𝐴𝐴𝐴 ) = ∗ [𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀) 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀)]
2
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑧𝑧 (𝐴𝐴𝐴𝐴 ) = [𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀) 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀)] [ 10]
Donde:
• (RMSEx (AT)), representa el error cuadrático medio máximo de la aerotriangulación en la
dirección Este.
• (RMSEy (AT)), representa el error cuadrático medio máximo de la aerotriangulación en la
dirección Norte.
• (RMSEz (AT)), representa el error cuadrático medio máximo de la aerotriangulación en la
altura.
• RMSE(Mapa), representa el error cuadrático medio máximo del producto final a obtener.
71
2.6.4. Tolerancias de los puntos de apoyo fotogramétrico
Según IGM (2006), los puntos de apoyo fotogramétrico (GCP) deben ser obtenidos con
receptores GPS geodésicos de una frecuencia L1 o de doble frecuencia L1/L2 y que son de código
C/A, con un PDOP menor a 4, cuya metodología de posicionamiento es Relativo Estático
Diferencial, detallado en el apartado 2.2.3.3 “Métodos de posicionamiento GNSS”.
Las precisiones de estos puntos en planimetría será del error medio cuadrático de las
coordenadas, cuyo valor máximo será de 0.1mm por el módulo de la escala del mapa a obtener
(IGM, 2013); sin embargo, la norma ASPRS (2014), precisa el valor de los puntos de control
fotogramétrico utilizando la ecuación 11 y 12 respectivamente:
1 [ 11]
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 = ∗ [𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀) 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀)]
4
1 [ 12]
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑧𝑧 = [𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀) 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀)]
2
Donde:
• (RMSEx), representa el error cuadrático medio máximo de los GCP en la dirección Este.
• (RMSEy), representa el error cuadrático medio máximo de los GCP en la dirección Norte.
• (RMSEz), representa el error cuadrático medio máximo de los GCP en la altura.
• (RMSE(Mapa)), representa el error cuadrático medio máximo del producto final a obtener.
72
2.6.5. Precisiones de ortofotos u ortoimágenes
Según el IGM (2006), las ortofotos digitales que se generan con un MDE de cobertura del 5%
más por lado; su exactitud viene dado por la tabla 8.
Tabla 8.
Especificaciones técnicas de ortofotos digitales.
Escala de Tamaño del Escala de Tamaño del Precisión Precisión
la pixel en la toma ortofotos pixel en el horizontal (m) vertical (m)
fotografía (m) producto (m)
1:5000 0.07 1:1000 0.10 0.30 0.25
1:10000 0.14 1:2000 0.20 0.60 0.50
1:20000 0.28 1:2500 0.25 0.80 0.60
1:30000 0.42 1:5000 0.50 1.50 1.25
1:60000 0.84 1:10000 1.00 3.00 2.50
2.6.6. Tamaño de la muestra de puntos en la exactitud posicional
Según varios autores como: Mikhail (1976), Goodchild y Gopa (1989), Li (1991), Leung y Yang
(1998), entre otros autores, detallados por Ariza y Atkinson (2006), el tamaño de la muestra para
datos cartográficos y posicionales, asumen una distribución normal; además, dicho autor señala
que “Estadísticamente es un problema resuelto”; sin embargo, existen diferentes tamaños de
muestras recomendados por diferentes normas, entre ellas NMAS, EMAS, NSSDA, ASPRS
indican un n=20; sin embargo, la ASPRS “Positional Accuracy Standards for Digital Geospatial
Data” indica: “el número de puntos varía según el área a cubrir” lo que se detalla en la tabla 9.
73
Tabla 9.
Número recomendado de puntos de control basado en la cantidad de área.
Area del Proyecto Prueba de precisión horizontal de una Ortoimagen y planimetría.
(km2 ) Número total de puntos de control 2D / 3D estáticos (puntos
claramente definidos)
≤500 20
501-750 25
751-1000 30
1001-1250 35
1251-1500 40
1501-1750 45
1751-2000 50
2001-2250 55
2251-2500 60
Fuente: traducido de (ASPRS, 2014)
En el Ecuador para fiscalizar cartografía 1:1000, se utiliza la cantidad de 20 puntos, distribuidos
en una hoja cuadrada de 15 segundos de latitud y longitud; además, el total de hojas se conoce
como tamaño de la población (IGM, 2017). La precisión de estos puntos deben ser obtenidos por
medios más precisos de hasta un cuarto del producto a obtener (ASPRS, 2014).
2.6.7. Exactitud posicional
Al realizar la exactitud posicional con la cantidad de puntos, mencionada en el apartado 2.6.6,
según IGM (2017), para generar cartografía con fines catastrales y a escala 1:1000, se debe
determinar el residuo o diferencia, de los puntos obtenidos en la Ortoimagen respecto del control
efectuado en campo con métodos más precisos, tal y como indica la norma NSSDA, al aplicar el
RMSE con la ecuación 13.

74
𝑛𝑛
1 2
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = � ��𝑥𝑥 𝑖𝑖(𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚) − 𝑥𝑥 𝑖𝑖(𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 ) �
𝑛𝑛
𝑖𝑖 =1 [ 13]
Donde:
- RMSE, representa el error cuadrático medio.
- n, representa la cantidad de puntos muestreados
- x (mapa), representa la coordenada en la dirección especificada del punto de control en el
conjunto de datos.
- x (control), representa la coordenada en la dirección especificada del punto de control en la
fuente de mayor precisión.
- i, representa un rango de 1 hasta n.
A continuación, según IGM (2017), se debe calcular el RMSEx y el RMSEy considerando dos
casos; el primero caso implica RMSEx=RMSEy; así mismo, tiene en cuenta el valor de 2.1460 al
90% de confianza, que al dividir para la raíz de dos resulta la ecuación 14 (FGDC, 1998).
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 1.5175 ∗ �𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑥𝑥2 + 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦2

[ 14]
Por tanto, el segundo caso implica RMSEx ≠ RMSEy; y al 90% de confianza el mismo valor de
2.1460; por tanto, se multiplica por 0.5, la suma del RMSEx y RMSEy (la suma de una
aproximación del error circular, considerando si el RMSEmin /RMSEmax , se encuentra entre 0.6 y 1
(FGDC, 1998)), representado en la ecuación 15.

75
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 2.146 ∗ 0.5 ∗ (𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 + 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅) [ 15]
Si es el caso que los valores no se encuentran entre dicho límite, se aplica el caso uno; donde, a
la raíz cuadrada de las componentes X e Y de los RMSE se le conoce como la componente
planimétrica representada por RMSEr.
Sin embargo, la norma “Positional Accuracy Standards for Digital Geospatial Data” de la
ASPRS (2014), considera los coeficientes de 2.448 a un 95% de confianza en la exactitud
posicional en unidades de centímetros (ver tabla 10), que se evalúan con el RMSE en el plano
horizontal, es decir, RMSEx, RMSEy y RMSEr.
Tabla 10.
Estándares de precisión horizontal para datos geoespaciales
Componente Exactitud Absoluta
Horizontal de RMSEx y RMSEr (cm) Precisión horizontal al 95%
precisión RMSEy (cm) de nivel de confianza (cm)
X-cm ≤X ≤1.414*X ≤2.448*X

Fuente: Traducido y modificado de (ASPRS, 2014).
Además, existe un criterio para evaluar la componente de altura tal y como indica la tabla 11.
Tabla 11.
Estándares de precisión vertical para datos de elevación digital
Clase de precisión vertical Exactitud Absoluta
RMSEz Sin Vegetación NVA at 95% Nivel de confianza (cm)
(cm)
X-cm ≤X ≤1.96*X
Fuente: Traducido de (ASPRS, 2014).
76
A continuación se presentan ejemplos de RMSE con la norma ASPRS con confiabilidad al 95%,
tamaño del pixel aproximado y la escala del mapa a obtener (ver tabla 12).
Tabla 12.
Precisión horizontal/ejemplos de calidad para datos planimétricos digitales
ASPRS 2014 Equivalencia del Equivalenci
mapa en: a de la
escala del
Clase de RMSEr Precisión Tamaño del GSD ASPRS ASPRS mapa en
precisión (cm) horizontal en el aproximado en 1990 Clase 1990 norma
horizontal nivel de imágenes de origen 1 Clase 2 NMAS
RMSEx y confianza del (cm)
RMSEy (cm) 95% (cm)
27.5 38.9 67.3 13.8 to 27.5 1:1100 1:550 1:697

30.0 42.4 73.4 15.0 to 30.0 1:1200 1:600 1:760
45.0 63.6 110.1 22.5 to 45.0 1:1800 1:900 1:1200
60.0 84.9 146.9 30.0 to 60.0 1:2400 1:1200 1:1,600
75.0 106.1 183.6 37.5 to 75.0 1:3000 1:1500 1:2000
Fuente: traducido y modificado de (ASPRS, 2014).
2.7. Estadísticos del control de calidad
En este apartado de detallan algunos términos estadísticos y sus fórmulas:
2.7.1. Definiciones estadísticas
A continuación se detallan algunas definiciones de carácter estadísticos para este trabajo:
• Población.- “se refiere a todo el grupo o universo, los cuales tienen una variable común de
estudio” (Murray & Larry, 2009); además, se puede distinguir entre población infinita (un
número ilimitado de elementos) y población finita (Morales, 2012).

77
• Muestra.- “subconjunto de elementos representativos de la población, que se utiliza, para
estudiar una población mucho más grande” (Pérez F. , 2006).
• Margen de error (e).- Según Lara, Cerpa, Rodríguez y Núñez (2006), el margen de error es
un valor en porcentaje que indica el error máximo aceptado en el proceso de medición. Se
describe en un intervalo, entre el valor medido + −⁄ el error de la medición (Citado en
Lisintuña y Molina, 2017, p. 71).
• Nivel de confianza.- Según Triola (2004), “es un valor expresado en porcentaje que expresa
la certeza de que el dato se encuentre dentro del margen de error; las opciones más comunes
son 90%, 95% y 99%” (Citado en Lisintuña y Molina, 2017, p. 72).
• Distribución normal.- “es conocida como una distribución de probabilidad continua o
también, curva normal o distribución gaussiana” (Murray & Larry, 2009).
• Error.- en fotogrametría se define como “diferencia entre el valor medido y real; de los
cuales se considera valor real a las coordenadas de los puntos de control fotogramétr ico ”
(Quirós, 2014).
• Error de muestreo.- se define como el error permitido o tolerado en un proceso (Kirby,
2007); además, se indica la ecuación 16 al despejar 𝜏𝜏:

78
𝜎𝜎. 𝑍𝑍 𝛼𝛼�2 [ 16]

𝜏𝜏 =
√ 𝑛𝑛
Donde:
- 𝜏𝜏, representa el valor del error de muestreo.
- 𝜎𝜎, representa la desviación estandar.
- 𝑍𝑍 𝛼𝛼� , representa el valor del área bajo la curva de la distribución normal.

2
- 𝑛𝑛, representa la cantidad de elementos.
• Error media cuadrático.- (RMSE).- La raíz cuadrada del promedio del conjunto de
diferencias cuadradas entre los valores de coordenadas del conjunto de datos y los valores
de coordenadas de una fuente independiente de mayor precisión para puntos idénticos
(ASPRS, 2014).
• Intervalo de confianza para la media.- Según Bianco y Martínez (2004), se define como “un
rango de valores, calculado en una muestra, que señala el valor del parámetro estimado con
su margen de error” (citado en Lisintuña y Molina, 2017, p. 74); además, se indica la
ecuación 17 según Sáez (2012):
𝑡𝑡 𝛼𝛼�2 . 𝑆𝑆 [ 17]
𝑥𝑥̅ ±
√ 𝑛𝑛
Donde:
79
- 𝑥𝑥̅ , representa el valor de la media.
- 𝑡𝑡 𝛼𝛼�2, representa el valor del área bajo la curva de la distribución t-student, a cierto nivel
de confianza.
- 𝑆𝑆, representa el valor de la desviación estándar de la población.
- 𝑛𝑛, representa la cantidad de elementos de la muestra.
• Sigma 0.- en la aerotriangulación indica la precisión general del ajuste; además, refleja la
precisión de la medición de las coordenadas en la imagen, siempre y cuando las
coordenadas de la imagen tengan un peso de 1.0. El valor es menor cuando se elimina
errores en los GCP y errores sistemáticos; al mismo tiempo dicho valor es utilizado como
factor de escala en otros criterios estadísticos como desviación estándar, elipses de error, y
otras pruebas estadísticas; así mismo, el valor está influenciado por: calidad de las
imágenes, tamaño de píxel, puntos de control (precisión, señalizado, natural), tipo de
terreno (algoritmo de correlación), distribución de puntos de enlace, calidad de la cámara,
posibilidad de compensar los efectos sistemáticos y observaciones GPS (Hinsken & Miller,
2002).
• Elipses de error.- Son objetos bidimensionales en un plano de coordenadas (plano XY o
YZ). La elipse de error es un intervalo bidimensional alrededor de un punto, de tal manera
que permanece dentro de la elipse con una probabilidad del 95%; dicho criterio ayuda a
evaluar la precisión de los puntos y los centros de proyección después del ajuste de
aerotriangulación (Hinsken & Miller, 2002).

80
• Error medio.- se define como el error posicional en un conjunto de valores para una
dimensión (x, y o z); obtenida al sumar todos los errores en una sola dimensión y luego
dividir por el número total de errores para esas dimensiones (ASPRS, 2014), tal y como
indica la ecuación 18:
𝑛𝑛
1
𝑥𝑥̅ = � 𝑥𝑥 𝑖𝑖
(𝑛𝑛)
𝑖𝑖 =1 [ 18]
Donde:
- 𝑥𝑥̅ , representa el error medio.
- 𝑛𝑛, representa la cantidad de elementos.
- 𝑥𝑥 𝑖𝑖, representa los valores de diferencia de la coordenada observada menos el valor de la
coordenada de control.
• Desviación estándar.- es una medida de dispersión, que indica cuanto se puede alejar un
valor respecto a la media; representa el rango que puede tener un determinado valor
(Kimera, 2018), siendo la ecuación 19:
𝑛𝑛
1
𝑆𝑆𝑥𝑥 = � �(𝑥𝑥 𝑖𝑖 − 𝑥𝑥̅ )2
(𝑛𝑛 − 1)
𝑖𝑖=1 [ 19]
81
Donde:
- Sx, representa la desviación estándar.
- x, representa el error en una dirección específica.
- 𝑥𝑥̅ , representa la media del error.
- n, representa la cantidad de puntos de la muestra.
- i, representa un rango entre 1 y n.

82
CAPITULO III
3. METODOLOGÍA
En este capítulo se presenta la metodología seguida del proceso fotogramétrico presentado en
el marco teórico, excluyendo el contrato y la toma de imágenes, debido a contar con las imágenes
de un vuelo realizado; por tanto, el capítulo se divide en: generalidades, recopilación de
información secundaria, obtención de GCP de apoyo fotogramétrico-exactitud posiciona l,
generación de ortofotos y el control de calidad de los productos.
3.1. Generalidades
El presente estudio plantea analizar y comparar la influencia de los métodos de
aerotriangulación existentes; así como, dos distribuciones espaciales de puntos de control
fotogramétrico (GCP) en base a modificaciones de algunos autores, todo esto en programas como:
LPS, ORIMA y ZI/Imagine, a fin de analizar su influencia sobre la exactitud posicional de las
ortofotos, con estándares nacionales y la propuesta por ASPRS; por tanto, el desarrollo del
proyecto, se definió en cuatro fases, que en términos generales se describen como:
- Fase 1.- Recopilación de información secundaria.
- Fase 2.- Generación de los GCP y puntos de exactitud posicional.
- Fase 3.- Generación de ortofotos con distribución homogénea de los GCP y métodos de
aerotriangulación.
- Fase 4.- Analizar la exactitud posicional de los diferentes resultados.

83
En primer lugar, este estudio parte de una investigación previa del año 2015 titulada
“Generación de ortofotos y cartografía 2D y 3D mediante procesos fotogramétricos digitales con
Intergraph Erdas Imagine” cuyo autor es Barragán G., en cuya investigación se validan varias
consideraciones como: imágenes, escala, IMU/GPS, altura de vuelo, traslapos e información de la
cámara; en segundo lugar, la obtención de los GCP y puntos de exactitud posicional se realiza con
tecnología GNSS y considerando una distribución homogénea dentro de la zona de estudio; así
mismo, la aplicación de los métodos de aerotriangulación dependen de las facilidades del
programa. Finalmente, el análisis sobre los productos fotogramétricos se realizará en base a los
estándares antes expuestos; así pues, cada paso se describe de forma general en la Figura 51.
Continúa
84
Figura 51. Metodología general del proyecto

85
3.2. Recopilación de información secundaria.
Se recopiló información secundaria como: imágenes, IMU/GPS, altura de vuelo, escala,
traslapos e información de la cámara, de instituciones como: Universidad de las Fuerzas Armadas
(ESPE) e IGM, detalladas a continuación:
3.2.1. Imágenes
Con petición formal al Departamento de Ciencias de la Tierra y Construcción (ESPE), se
adquirieron 24 imágenes tomadas con cámara fotogramétrica matricial “Vexcel UltraCam XP”,
con las bandas R, G, B, IR, cuya fecha de toma y línea de vuelo a la que pertenecen, se detallan en
la tabla 13.
Tabla 13.
Fecha y línea de vuelo de la imágenes utilizadas en el proyecto
Imágenes Entregadas del Proyecto Mejía Rumiñahui 30 cm
Línea Número de foto: Fecha de toma
Desde Hasta Total
18 537 542 6 9 de Agosto 2012
19 829 834 6 19 de Septiembre 2012
20 930 935 6 19 de Septiembre 2012
21 1240 1245 6 19 de Enero 2013
24
Fuente: (Barragán, 2015).
En el entorno de trabajo de LPS, ORIMA y Z/I Imagen se decidió trabajar solo con las bandas
R, G, B, de las 4 disponibles, dicha separación de bandas se realizó en Erdas Imagine y el formato

86
de exportación fue de TIFF con sus layers piramidales; además, los traslapos de las imágenes según
Barragán (2015), son de 30% en transversal y 60% en longitudinal.
3.2.2. Escala y altura de vuelo
En el apartado 2.1.5 “Cámaras fotogramétricas” y de Barragán (2015), se indica que las
imágenes digitales no tienen una escala definida; por tanto, se realiza una recopilación de
información del tamaño de GSD en función de la escala y altura de vuelo con normativas
nacionales, IGN de Perú y el Instituto Geográfico Agustín Codazzi de Colombia, para la toma de
un proyecto similar, detallados en la tabla 14.
Tabla 14.
Relación del GSD y escala de la foto para imágenes digitales.
Altura de vuel o GSD [cm] Escala de la Autor
aproximada foto
5000 m 30 1: 50 000 (IGM, 2010)
-------- 28 1: 20 000 (IGM, 2006)
-------- 42 1: 30 000
-------- 30 1: 15 000 (IGN, 2011) de Perú
-------- 15 1: 10 000 (IGAC, 2007)
Fuente: (Barragán, 2015)
Además, según la ASPRS (2014), existe una relación entre escala de la foto, altura de vuelo,
GSD y la escala del mapa; en donde, para obtener un GSD de 30 cm la altura de vuelo es de
2200m, cuya la escala de la foto es 1: 14 400 (ver tabla 15).

87
Tabla 15.
Relación entre escala de la foto y escala del mapa derivado.
Escalas comunes de fotografía (con cámara de formato de película de 9" y lente de
6")
Escala de la foto 1:3,600 1:7,200 1:14,400 1:28,800
Alturas de vuelo 550 m 1,100 2,200 m 4,400 m
m
Distancia aproximada de 7.5 cm 0.15 m 0.3 m 0.6 m
muestreo de tierra (GSD) de
escaneo
Escalas compatibles de mapas / ortoimágenes e intervalos de curva
GSD 7.5 cm 15 cm 30 cm 60 cm
Interval o de curva 30 cm 60 cm 1.2 m 2.4 m
Escala del mapa 1:600 1:1,200 1:2,400 1:4,800
Fuente: Modificado de (ASPRS, 2014)
Así mismo, existe una ecuación para calcular la altura de vuelo propuesta por Comer, Kinn,
Light y Mondello (1998), en la que relaciona el producto entre el tamaño del pixel en el terreno
(GSD), la distancia focal (f) de la cámara, sobre el tamaño del pixel en la cámara (CCD),
representada en la ecuación 20 y reemplazando los datos se tiene:
𝐺𝐺𝐺𝐺𝐺𝐺 ∗ 𝑓𝑓 0.30 [𝑚𝑚] ∗ 0.1005 [𝑚𝑚] [ 20]

𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 = = = 5025 [𝑚𝑚]
𝐶𝐶𝐶𝐶𝐶𝐶 0.000006 [𝑚𝑚]
Por lo expuesto anteriormente, existen diferentes apreciaciones en la escala de la foto y altura
de vuelo; por tanto, en este estudio se siguen las recomendaciones de Barragán (2015) y la
normativa del IGM (2010), con una altura de vuelo de 5000 m.

88
3.2.3. Información de la cámara
El IGM entregó un documento llamado certificado de calibración (ver Figura 52 ), perteneciente
a la cámara que se empleó en la toma de las imágenes, cuyas características se han visto en el
apartado 2.2.4 “Certificado de Calibración” y los valores más relevantes son: tamaño del pixel
(6µm), distancia focal (100.5 mm), y el punto principal de autocolimación (PPA).
Figura 52. Certificado de calibración Vexcel Ultracam XP

Fuente: (Vexcel Imaging, 2010)
Considerando el certificado de calibración, el punto principal de autocolimación (PPA) puede
variar dependiendo de la rotación de la cámara; por tanto, se solicitó información de la cámara al
IGM (ver Figura 53).

89
Figura 53. Detalles de la cámara usada en proyectos fotogramétricos

Los valores obtenidos confirman la información entre el certificado de calibración y los
utilizados por el IGM; sin embargo, el sentido de la rotación no se encuentra claramente; por tanto,
según Barragán (2015), el valor del punto principal de autocolimación pertenece a una rotación de
270 grados (ver Figura 54).
Figura 54. PPA con rotación de 270 grados.

Fuente: (Vexcel Imaging, 2010)
90
3.2.4. IMU/GPS
Se obtuvieron varios archivos, entregados por el IGM a la ESPE, llamados archivos APLANIX
(ver Figura 55), que son los metadatos de las imágenes y que contienen información como: versión
de uso, path de las imágenes descargadas, parámetros geodésicos, parámetros de la toma de vuelo,
sistema de referencia, coordenadas de los centros de las imágenes, ángulos de rotación, altura
ortométrica, línea de vuelo, orden de la toma, entre otras.
Figura 55. Ejemplo de archivo APLANIX

Fuente: (IGM, 2012)
Para convertir un archivo APLANIX a un archivo IMU/GPS se debe someter a un proceso de
depuración y así obtener las coordenadas de los centros con sus rotaciones; además, se debe
corregir el tipo de altura; que en base a una entrevista con el director de aerotriangulación del IGM,
Ing. Lenin Jaramillo manifiesta que “la altura expuesta en el archivo Aplanix es de carácter
ortométrico corregida con el modelo EGM96”; con respecto a la información de las coordenadas,
ángulos y línea de vuelo, son tal y como indica Barragán (2015) en su trabajo.
91
Considerando todos los parámetros anteriores, se procedió a seleccionar las coordenadas de los
centros, rotaciones de la cámara (IMU/GPS) y la altura ortométrica, siendo esta última sujeto a
depuración, debido a que utiliza el modelo EGM96 y según Tierra (2009), el modelo geoidal
mencionado puede llegar a tener errores en el Ecuador de hasta 4m al reducir de altura elipsoidal a
altura ortométrica; así pues, se obtuvo la ondulación geoidal con el programa F477 geoid, propuesto
por “The National Geospatila Intelligence (NGA)/NASA”, respecto del elipsoide de referencia
WGS84 (NGA/NASA, 2018), a fin de obtener la altura elipsoidal, proceso que es detallado en el
Anexo1; así pues, el archivo IMU/GPS con las coordenadas y los ángulos de rotación, se muestran
en la tabla 24 del apartado 4.1.1 del capítulo de resultados; posteriormente, al archivo IMU/GPS
se convierte en un archivo de formato txt, requerido en la importación en distintos programas
fotogramétricos (ver Figura 56).
Figura 56. IMU/GPS de importación

Fuente: (IGM, 2012)
3.2.5. Recopilación de monografías y bloque fotogramétrico con puntos Von Gruber.
Mediante petición formal, se solicitó la información de once monografías de los GCP y un
bloque fotogramétrico con la orientación relativa generada por Barragán (2015), con el fin de
generar una ortofoto preliminar con parámetros por defecto (Molina, Redondo, Zamorano,
92
Hermosilla, & Caturla, 2010), que servirán como insumos para la navegación y posterior captura
de puntos de apoyo fotogramétrico y de exactitud posicional.
El resultado de las monografías (ver tabla 25) y el bloque fotogramétrico con los puntos Von
Gruber se presenta en el apartado 4.1.2, cuya ortofoto preliminar se muestra en la Figura 57.
Figura 57. Ejemplo de ortofoto preliminar.
3.3. Obtención de los GCP de apoyo fotogramétrico y de exactitud posicional
En el apartado 2.2.3.4 “Puntos de apoyo fotogramétrico (GCP)” se indica la importancia de un
GCP; así como, el uso que tendrán los mismos. Los puntos fueron planificados en base las teorías
expuestas en 2.5.1 “Ubicación de los puntos de control fotogramétrico”, obtenidos y procesados
como se indica a continuación:
3.3.1. Planificación
En la planificación de la toma de GCP del apoyo fotogramétrico y las muestras de la exactitud
posicional se consideró el método de posicionamiento, estaciones REGME más cercanas, tiempo
de posicionamiento, máscara de elevación, distribución apropiada, accesibilidad, entre otras;

93
detalladas en el apartado 2.2.3 “Control geodésico o control terrestre” y las teorías expresadas en
2.5 “Distribución y cantidad de puntos de apoyo fotogramétrico (GCP)”.
Las distribuciones de los GCP fueron elegidas en base a las teorías de los siguientes autores:
según Ackermann (1990), al ubicar los puntos en las esquinas del proyecto de una manera múltip le
y según el IGN de Perú (2011), con puntos distribuidos homogéneamente cada tercer modelo
perpendicular a las líneas de vuelo y en zonas de triple traslapo; (ver Figura 58), a la que se
denomina “Distribución A de planificación” con una total de 23 GCP
Figura 58. Distribución A de planificación
Segundo, considerando lo expuesto por Ackermann (1987), se distribuye los puntos al contorno
del proyecto; además de puntos en el interior en zonas de triple traslapo, expuesto por el
Departamento de Transporte de Colorado (2015) y Milkhail et al. (2001), dando un total de 13 GCP
(ver Figura 59), y se lo denomina “Distribución B de planificación”.

94
Figura 59. Distribución B de planificación.
A pesar de seguir las consideraciones del apartado 2.5.1 “Ubicación de los puntos de control
fotogramétrico” se realizaron ciertas modificaciones en campo debido inconvenientes como:
inexistencia del objeto planificado, lugares con accesos privados y temporalidad muy larga entre
las líneas de vuelo 20 y 21; por tanto, las muestras de campo de los GCP obtenidos se presentan en
el apartado 4.2.1.
3.3.2. Navegación y toma de puntos
La navegación a los puntos se realizó mediante un equipo GPS navegador marca Magellan
Triton, conectado a un computador con un Sistema de Información Geográfico denominado
ArcGis, el cual contiene la ortofoto preliminar, además de la cartografía básica de la zona de acceso
libre obtenida del Geoportal del IGM; este proceso es detallado por Kirby (2009), en su trabajo
“Metodología para navegación en Arcgis a través del uso del GPS”; por tanto, en la Figura 60 se
muestra las rutas seguidas y los puntos obtenidos.

95
Figura 60. Navegación a los GCP y puntos de control posicional.
Así pues, se realizaron ocho salidas de campo, para obtener un total de 48 puntos (ver tabla 16),
rastreados con un equipo GNSS marca Trimble R3 de una frecuencia y las mediciones al ápice de
la muesca de la antena.
Tabla 16.
Fechas y cantidad de puntos obtenidos en campo.
No Fechas Cantidad de puntos obtenidos
1 20 de abril de 2016 3
2 22 de abril de 2016 5
3 30 de julio de 2016 4
4 31 de julio de 2016 2
5 13 de marzo de 2017 1
6 14 de marzo de 2017 11
7 15 de marzo de 2017 8
8 25 de septiembre de 2017 7
Total de puntos 41
Además, se siguieron varias recomendaciones de Kirby (2012), en la toma de puntos de control
fotogramétrico GCP, detallados a continuación:

96
• Método de posicionamiento estático rápido (Fast Static), con una base (Estación REGME –
EPEC) y un móvil (Trimble R3). La máxima distancia a la base fue de 7950 m y la distancia
mínima de 40 m.
• Puntos foto identificables (ver Figura 61 y Figura 62) en varias zonas como: cruces de vías,
construcciones, pasos a desnivel, entre otros.
• Tiempo de estacionamiento de 20 a 41 minutos y un ángulo de enmascaramiento de 10°.
• Número mínimo de satélites observados: 5 satélites y un PDOP < 4.
Figura 61. Lugar foto identificable sector ESPE.
Figura 62. Lugar foto identificable sector Alcazar 2.
3.3.3. Procesamiento
Los puntos fueron procesados con el software comercial Trimble Business Center, con el uso
de candado de procesamiento, considerando la constelación GPS, sin efemérides finales siguie ndo
97
las recomendaciones de Portilla, Tierra y Godoy (2016). La base fue fijada con las coordenadas de
la base EPEC, la cual garantiza la consistencia de las coordenadas a partir del 17 de abril de 2016,
ajustadas al ITRF08, época de referencia 2016.4; todo esto debido al evento sísmico que sufrió el
Ecuador el 15 de abril de 2016; sin embargo, la vigencia de las coordenadas variará en función de
la magnitud de las réplicas sísmicas (IGM, 2017).
Además, los GCP deben cumplir con ciertas características como: un PDOP menor a 4, precisión
mayor a la cartografía a generar (ver apartado 2.6.4); por tanto, al utilizar el criterio del IGM, se
tiene 0.1 por el módulo de la escala (0.1mm * 5000=500mm), dando un valor de 50cm al evaluar
cartografía 1:5000; sin embargo, también se puede aplicar la ecuación 21:
𝑃𝑃𝑃𝑃
𝑃𝑃𝐺𝐺𝐺𝐺𝐺𝐺 =
4
[ 21]
Donde:
• 𝑃𝑃𝐺𝐺𝐺𝐺𝐺𝐺 , representa el valor de la precisión de los puntos de control de control fotogramétrico,
con un valor de 25cm
• 𝑃𝑃𝑃𝑃, representa el valor de la precisión horizontal de la cartografía a generar, siendo escala
1:5000 con la norma ISO (0.2mm) (5000*0.2mm=1000mm), siendo 1m.
De la misma forma, la norma Positional Accuracy Standards for Digital Geospatial Data de la
ASPRS de la tabla 12 el valor del RMSE del mapa es de 63.6cm (tamaño del GSD de 30 dentro
98
del intervalo de la tabla 12) y al aplicar la ecuación 11 se tiene, de la misma norma resulta 16cm
en precisión X e Y de los puntos de control de exactitud posicional.
1 45 [𝑐𝑐𝑐𝑐] [11]
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 = ∗ [𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋−𝑌𝑌 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀)] = = 11.25 [𝑐𝑐𝑐𝑐]
4 4
Donde:
• 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑋𝑋 𝑜𝑜 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦, representa el valor de la precisión de los puntos de control de control
fotogramétrico, con un valor de 11.25cm.
• [𝑅𝑅𝑀𝑀𝑀𝑀𝑀𝑀𝑋𝑋−𝑌𝑌 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀)], representa el valor del RMSE del mapa, de la tabla 12 con un GSD de
30cm; es decir, 45cm en RMSEx o RMSEy
Entonces, se tiene que el procesamiento de los datos se descarta 5 puntos, debido a un PDOP
mayor a 4, y a precisiones fuera de los límites, detallados en la tabla 17.
Tabla 17.
Informe de procesamiento de puntos con inconvenientes.
ID Norte [m] Este [m] Altura Tiempo P. Horizontal P. Vertical PDOP
Elip. [minut.] [m] [m]
[m]
X100 9963877.71 784411.76 2524.69 25 0.59 1.55 15.45
I045 9962449.41 781145.81 2537.25 25 0.01 0.01 11.41
G026 9962828.05 782527.12 2522.94 20 0.02 0.03 8.02
K051 9966866.13 777719.97 2801.54 20 0.01 0.02 4.32
K050 9962416.33 785065.98 2544.39 20 0.02 0.03 4.16
Nota: P (Precisión), Elip (Elipsoidal).
99
En total se obtuvieron 36 puntos con las condiciones descritas de GNSS y foto identificab les
aceptables, a las que se les añadió los puntos de control obtenidos por Barragán (2015) (ver tabla
25); sin embargo, se descartaron los puntos GCPG y GCPI al no contar con información del PDOP.
Finalmente, la cantidad de puntos en el ajuste fotogramétrico y puntos de control en la exactitud
posicional fueron de 45 puntos, cuyos detalles de precisiones están bajo los límites de la norma
más estricta (Positional Accuracy Standards for Digital Geospatial Data=16cm) se indican en la
tabla 26 y su localización en la Figura 128 respectivamente del apartado 4.2.2 de los resultados;
además, la documentación de cada punto está representada en una monografía, cuyas características
se han visto en el apartado 2.5.2 “Documentación de puntos de control” y sus resultados en el
mismo apartado.
3.4. Generación de ortofotos mediante ajuste en LPS Core
El ajuste fotogramétrico se realizó en el programa LPS Core cuyas características, modelos
matemáticos y funcionalidades son detalladas en el apartado 2.4.1 “Erdas-LPS”; por tanto, en LPS
se realiza la creación del proyecto, importación de los centros, las diferentes orientaciones, la
aerotriangulación por diferentes métodos, generación de MDS, las ortofotos y los diferentes
mosaicos. Este proceso se realiza con la distribución 19 y 13 de los puntos de control
fotogramétrico (GCP).
100
3.4.1. Generación de ortofotos sin matriz de pesos y 13 GCP en LPS
3.4.1.1. Creación del bloque en LPS
En el programa fotogramétrico ERDAS Imagine 2011 se debe elegir el módulo LPS para la
creación del proyecto fotogramétrico y escoger en “Model Setup”, el sensor de cámara digita l;
posteriormente, ingresar el sistema de coordenadas WGS84 proyección UTM zona 17 Sur y una
altura de vuelo de 5000m del apartado 3.2.2 “Escala y altura de vuelo” y ejemplificado en la Figura
63. La explicación detallada de este proceso, así como la orientación interior se manifiesta a detalle
en el Anexo 3.
Figura 63. Altura de vuelo ingresada en el programa.
3.4.1.2. Ingreso de los parámetros de la cámara y centros IMU/GPS
A continuación se procede a ingresar los valores de acuerdo al certificado de calibración de la
cámara digital, vistos en el apartado 3.2.3 y ejemplificado en la Figura 64.

101
Figura 64. Parámetros de la cámara.
Posteriormente, se debe insertar el IMU/GPS del apartado 4.1.1 en formato txt (ver Figura 65)
en la pestaña “Import Exterior Orientation Parameters” de la ventana Block Property Setup.
Figura 65. Izq. Importación IMU/GPS.

102
Culminados los pasos anteriores, se procede a direccionar todas imágenes del archivo
IMU/GPS, que contienen las tres bandas (RGB) y cuentan con sus layers piramidales, teniendo un
entorno de trabajo como la Figura 66, donde el color verde representa los pasos terminados.
Figura 66. Imágenes direccionadas.
3.4.1.3. Configuración de la orientación interior en LPS
Como se indicó en el apartado 2.2.5, la orientación interna de la cámara digital viene dada por
el certificado de calibración; por tanto, se incluyen los valores del apartado 3.2.3 “Información de
la cámara” pertenecientes a un tamaño de pixel de 6µm y se aplica para todas las imágenes activas
en el menú “Interior Orientation” de la ventana “Digital Camera Frame Editor”; así pues, en la
ventana general de LPS en la columna “Int” se vuelve de color verde, indicando que el proceso ha
finalizado (ver Figura 67).

103
Figura 67. Proyecto con orientación interior.
3.4.1.4. Configuración de la orientación relativa en LPS
Como se indicó en el apartado 2.2.6.1, la orientación relativa se relaciona cada objeto de una
imagen con su homólogo en la imagen posterior, usando la distribución de la teoría de los puntos
de Von Gruber visto en el apartado 2.2.6.2. Este proceso en LPS Core es de forma monoscópica
(vista 2D) y se deben tener en cuenta las distorsiones de las imágenes tales como: distorsión por
parámetros de orientación, por el relieve, por la inclinación de la imagen, entre otras; detalladas en
el apartado 2.1.8 “Distorsiones y afectaciones fotogramétricas”
Por tanto, se procede a importar los puntos de la orientación relativa de Barragán (2015), que
fueron pinchados manualmente por el autor y con ayuda de la herramienta Point Measurement,
siguiendo la conceptualización del apartado 2.2.6.2 “Puntos de Von Gruber (ver Figura 68),
logrando 72 puntos de Von Gruber en total.

104
Figura 68. Distribución puntos Von Gruber.
3.4.1.5. Configuración de la orientación absoluta con 13 GCP en LPS
Como se indicó en el apartado 2.2.6.3 “Orientación absoluta”, los puntos de control escalarán
el modelo con respecto al terreno; por tanto, se procede a pinchar los 13 puntos de control (GCP)
de la tabla 18, en todas las imágenes a lo largo del proyecto.
Tabla 18.
Identificadores de los GCP en la Distribución 13.
NO 13 GCP
1 A001 D019 I044
2 A004 D020 I046
3 A006 G030 I048
4 A008 H036
5 A010 H040
105
La distribución de los puntos de control pinchados vistos desde la ventana general de LPS se
indica la Figura 69; además, vale destacar que el valor de altura de los GCP en el los programas
LPS y Orima son de carácter elipsoidal con el fin analizar la influencia directa de la
aerotriangulación sobre los productos; debido a que la transformación de altura elipsoidal a altura
ortométrica puede tener errores de hasta 4m dependiendo del modelo geoidal usado (EGM96 o
EGM08) (Tierra, 2009) .
Figura 69. Distribución 13 en Erdas - LPS
3.4.1.6. Configuración de la aerotriangulación sin matriz de pesos en LPS
Una vez pinchados los GCP e importados los puntos de Von Gruber, se procede a la
densificación de puntos (Tie Points), con la ayuda de la herramienta Automatic Tie Point
Generation Properties; en donde, se configura la distribución y cantidad de puntos de paso por
modelo (25), ver Figura 70.

106
Figura 70. Generación de Tie Points.
A continuación, se realiza la compensación del modelo matemático en LPS, detallado en el
apartado 2.4.1 “Erdas-LPS”, en el cual se coloca la cantidad de iteraciones (10), la desviación
estándar del punto principal (X=Y=0.33, por defecto) y las opciones avanzadas de eliminac ió n
robusta de los errores groseros “Advanced Robust Checking”, sin parámetros adicionales por
modelo (Figura 71).
Figura 71. Aerotriangulación sin parámetros adicionales.
Al correr el programa (Run) se genera una ventana con el valor del RMS final del ajuste presente
en el capítulo de resultados 4.3.1.1 (ver Figura 130); el cual se refiere al “Método de haces de luz
en ajuste de bloques”, sin matriz de pesos en su compensación, tal y como se definió en el apartado
2.3.5; además, se ejemplifica el reporte del ajuste de la aerotriangulación en la Figura 131. Una
107
vez aceptada la aerotriangulación aparece en color verde la columna “Ext” en la ventana de LPS
(Figura 72).
Figura 72. Orientación exterior concluida.
3.4.1.7. Generación de los MDS sin matriz de pesos y 13 GCP
Como se indicó en el apartado 2.3.8.1 “Modelo digital de superficie”, el mismo representa la
superficie del terreno con sus elementos y como tal, en este proyecto representa el valor de altura
de carácter elipsoidal.
Al crear un MDS en el entorno de Erdas – LPS se utiliza la opción “Start DTM Extraction –
Classic ATE” donde se configura “Advanced Properties” al activar los puntos de control y los
puntos tie de la pestaña “Accurancy” (Ver Figura 73).

108
Figura 73. Advanced Properties, Accuracy.
Una vez aceptados los cambios de Advanced Properties, en la ventana DTM Extraction, se
deben ingresar los valores de Cell Size que pueden tener varias consideraciones, entre ellas: criterio
de la cartografía 1:5000, con un intervalo de curva de 5 metros o el tamaño del pixel como en el
caso de Barragán (2015), donde se introduce un valor de 0.33 m; sin embargo, estudios como el de
Mora (2013), indican que al colocar valores más pequeños de celda, crean grandes variaciones en
las curvas de nivel; por tanto, se procede a insertar un valor de 5m (ver Figura 74), del criterio de
la cartografía a obtener.
Figura 74. Creación del MDS

109
Este procedimiento se realiza solo una vez y el programa genera un MDS por cada par de
imágenes de la misma línea de vuelo; por tanto, se generan cinco MDS por cada línea de vuelo,
dando un total de 20 archivos, este proceso puede tardar de entre 3 a 5 horas, dependiendo de la
capacidad del computador.
3.4.1.8. Generación de Ortofotos sin matriz de pesos y 13 GCP
Una vez generado los MDS se procede a rectificar cada imagen, con la herramienta “Ortho
Resampling”, considerando los estudios de Serra, Moré y Pons (2010); Fallas (2011); donde,
indican que el método de resampleo bilineal es el más recomendable al trabajar con fotografías
aéreas digitales y el resto de valores son por defecto (ver Figura 75).
Figura 75. Método de resampleo Bilineal.
En la pestaña “General” de la ventana anterior, se debe seleccionar cada MDS creado, del
apartado 3.4.1.7, correspondiente a la imagen del traslapo; además, insertar el tamaño del pixel en
cada una, cuyo valor corresponde a la teoría del apartado 2.1.4 “Resolución imagen-sensor”; donde
110
el mínimo objeto a distinguir en cartografía 1:5000 es de 1m; por tanto, se necesita de 3 a 4 píxeles
para visualizar dicho objeto; por tanto, se inserta un valor de 30cm como tamaño de celda (ver
Figura 76).
Figura 76. Tamaño del pixel de la ortofoto.
Dicho proceso se realiza para las 24 imágenes y al culminar con todas, la columna Ortho aparece
de color verde (ver Figura 77).
Figura 77. Columna Ortho terminada.

111
3.4.1.9. Generación de mosaicos sin matriz de pesos y 13 GCP
Como se indicó en el apartado 2.3.8.4, un mosaico es la unión entre imágenes con cierto
recubrimiento en el caso de un MDS se denomina mosaico y en las ortofotos se denomina
ortomosaico. La herramienta que se utilizó en la creación de los mosaicos es “Mosaic Pro” de
Erdas, tanto en el MDS como en la Ortofoto, la elaboración del mosaico es detallado en el Anexo
5. En el caso de realizar un mosaico de MDS, se importa los 20 archivos generados previamente y
con la herramienta “Display Add Images” (ver Figura 78), se procede a realizar el mosaico con
parámetros por defecto, pues es de interés conocer sus valores sin modificaciones digitales.
Figura 78. Mosaico del MDS.
En el caso de las ortofotos, se deben homogenizar su resolución radiométrica, vista en el
apartado 2.1.4, a fin de dar continuidad a los elementos de las ortofotos; por tanto, se utiliza la
herramienta “Color Corrections” y el método “Automatic Color Balancing” (ver Figura 79).
112
Figura 79. Correcciones de color.
Además, se utiliza el histograma de unión por áreas de traslapo (ver Figura 80).
Figura 80. Unión de histograma.
En las líneas de unión del mosaico se utilizó la herramienta Seamline Generation Options, que
indica la vista más perpendicular a la cámara (Most Nadir); posteriormente, se procede a generar
el mosaico, ilustrado en la Figura 81 (para mayor detalle de este proceso se puede consultar el
Anexo 5). El resultado del mosaico del MDS se presenta en el apartado 4.4.1 y el resultado del
ortomosaico se indica en el en el apartado 4.5.1 de los resultados.

113
Figura 81. Generación de Ortomosaico.
3.4.2. Generación de ortofotos con matriz de pesos y 13 GCP en LPS
Al realizar un nuevo ajuste considerando una matriz de pesos en la aerotriangulación, es
necesario seguir los mismos pasos desde el apartado 3.4.1.1 “Creación del bloque en LPS” hasta
el apartado 3.4.1.5 “Configuración de la orientación absoluta con 13 GCP en LPS” y cambiar el
tipo de aerotriangulación por una diferente, detallada a continuación:
3.4.2.1. Configuración de la aerotriangulación con matriz de pesos en LPS
Con los puntos de control pinchados y los puntos de Von Gruber importados, se procede a
generar los Tie points con los parámetros descritos en el apartado 3.4.1.6, pero la compensación se
realizará considerando la matriz de “Ebner’s” (ver Figura 82), pues es la ideal de los modelos
presentados en el apartado 2.4.1 “Erdas-LPS”, al disponer de una considerable cantidad de puntos
de control y nueve puntos de enlace por imagen.

114
Figura 82. Aerotriangulación con modelo Ebner’s
Al ejecutar el programa (Run) se genera un ventana con el valor del RMS final de la
aerotriangulación presentado en el apartado 4.3.1.2 (ver Figura 133) y al aceptar los resultados, se
actualizan las coordenadas en los puntos tie y aparece de color verde la columna “Ext”, que indica
la culminación del proceso (Ver Figura 83).
Figura 83. Orientación absoluta culminada.

115
3.4.2.2. Generación de los MDS con matriz de pesos y 13GCP
Así mismo, al realizar los MDS con 13 GCP y considerando la matriz de pesos (modelo de
Ebner’s) se siguieron los mismos pasos del apartado 3.4.1.7, que serán utilizados en la elaboración
del mosaico del apartado 3.4.2.4.
3.4.2.3. Generación de Ortofotos con matriz de pesos y 13 GCP
Al realizar las 24 ortofotos de las 24 imágenes, con 13 GCP y considerando la matriz de pesos
(modelo de Ebner’s), se siguieron los mismos pasos del apartado 3.4.1.8, cuyas ortofotos serán
utilizadas en la elaboración del mosaico del apartado 3.4.2.4.
3.4.2.4. Generación de Mosaicos con matriz de pesos y 13 GCP
En la realización del mosaico del MDS con 13 GCP y considerando el modelo de Ebner’s se
siguieron los mismos pasos del apartado 3.4.1.9; además, sus resultados se muestran en el apartado
4.4.2 “Resultado del mosaico MDS con matriz de pesos y 13 GCP en LPS”; mientras que, el
resultado del ortomosaico se presenta en el apartado 4.5.2 “Resultado del ortomosaico con matriz
de pesos y 13 GCP en LPS”.
3.4.3. Generación de ortofotos sin matriz de pesos y 19 GCP en LPS
En la creación de un nuevo ajuste, pero considerando una distribución y cantidad diferente de
los puntos de control, es necesario seguir los mismos pasos del apartado 3.4.1.1 “Creación del
116
bloque en LPS” hasta el apartado 3.4.1.4 “Configuración de la orientación relativa en LPS” y
cambiar la distribución de puntos de control (orientación absoluta), detallada a continuación:
3.4.3.1. Configuración de la orientación absoluta con 19 GCP
En la orientación absoluta se pincharon los 19 GCP de la tabla 19 con altura elipsoidal, de la
distribución 19 de los puntos de control
Tabla 19.
Identificadores de los GCP en la Distribución 19.
NO 19 GCP
1 A001 B012 D020 I044
2 A004 C014 G025 I046
3 A005 C015 G030 I047
4 A010 C017 G035 I048
5 A011 D019 H042
La distribución de los 19 GCP a lo largo del bloque en el entorno de LPS se ilustra la Figura 84.
Figura 84. Distribución 19 en Erdas- LPS.

117
3.4.3.2. Configuración de la aerotriangulación sin matriz de pesos en LPS y 19GCP
En la realización de la aerotriangulación sin matriz de pesos, se debe realizar los mismos pasos
del apartado 3.4.1.6 “Configuración de la aerotriangulación sin matriz de pesos en LPS” hasta
ajustar el proyecto, cuyos resultados se indican en del apartado 4.3.1.3; así mismo, la columna
“Ext” se muestra de color verde al terminar el proceso (ver Figura 85).
Figura 85. Aerotriangulación finalizada en Erdas- LPS.
3.4.3.3. Generación de los MDS sin matriz de pesos y 19 GCP
En la realización de los 20 MDS con 19 GCP y sin considerar la matriz de pesos, se siguiero n
los mismos pasos del apartado 3.4.1.7; además sus resultados se utilizarán en la elaboración del
mosaico del apartado 3.4.3.5.
3.4.3.4. Generación de Ortofotos sin matriz y 19 GCP
Al realizar las 24 ortofotos de las 24 imágenes, con 19 GCP y sin considerar la matriz de pesos,
se siguieron los mismos pasos del apartado 3.4.1.8; además, sus resultados se utilizarán en la
elaboración del ortomosaico del apartado 3.4.3.5.

118
3.4.3.5. Generación de Mosaicos sin matriz de pesos y 19 GCP
En la realización del mosaico del MDS con 19 GCP y sin considerar la matriz de pesos se
siguieron los mismos pasos del apartado 3.4.1.9, cuyos resultados se encuentran el apartado 4.4.3
“Resultado del mosaico MDS sin matriz de pesos y 19 GCP en LPS”; mientras que el resultado del
ortomosaico se presenta en el apartado 4.5.3 “Resultado del ortomosaico sin matriz de pesos y 19
GCP en LPS”.
3.4.4. Generación de ortofotos con matriz de pesos y 19 GCP en LPS
En la realización de un nuevo ajuste con los 19 GCP considerando la matriz de pesos, es
necesario seguir los mismos pasos del apartado 3.4.1.1 “Creación del bloque”, hasta el apartado
3.4.1.4 “Configuración de la orientación relativa”; así mismo, considerar el mismo pinchado de los
19 puntos de control del apartado 3.4.3.1 “Configuración de la orientación absoluta con 19 GCP”,
pero se debe cambiar la matriz de pesos, vista en el apartado 3.4.2.1 “Configuración de la
aerotriangulación con matriz de pesos en LPS”, que se muestra a continuación:
3.4.4.1. Configuración de la aerotriangulación con matriz de pesos en LPS y 19GCP
Al generar los tie points se siguieron los mismos pasos de apartado 3.4.2.1 “Configuración de
la aerotriangulación con matriz de pesos”, con una distribución de 19 GCP, cuyos resultados se
encuentran en el apartado 4.3.1.4. En la ventana general de LPS la casilla “Ext”, muestra de color
verde que el proceso culminado (ver Figura 86).

119
Figura 86. Distribución 19 en Erdas- LPS.
3.4.4.2. Generación de los MDS con matriz de pesos y 19 GCP
En la realización de los 20 MDS con 19 GCP y considerando la matriz de pesos (Modelo
Ebner’s), se siguieron los mismos pasos del apartado 3.4.1.7; además, sus resultados se utilizará n
en la elaboración del mosaico del apartado 3.4.4.4.
3.4.4.3. Generación de Ortofotos con matriz de pesos y 19 GCP
Al realizar las 24 ortofotos de las 24 imágenes del proyecto, con 19 GCP y considerando la
matriz de pesos (Modelo Ebner’s), se siguieron los mismos pasos del apartado 3.4.1.8; además, las
ortofotos se utilizarán en el mosaico del apartado 3.4.4.4.
3.4.4.4. Generación de Mosaicos con matriz de pesos y 19 GCP
En la realización del mosaico del MDS con 19 GCP y sin considerar la matriz de pesos (modelo
de Ebner’s) se siguieron los mismos pasos del apartado 3.4.1.9, cuyos resultados se encuentran el
apartado 4.4.4 “Resultado del mosaico MDS con matriz de pesos y 19 GCP en LPS”; mientras que,
120
el resultado del ortomosaico se presenta en el apartado 4.5.4 “Resultado del ortomosaico con matriz
de pesos y 19 GCP en LPS”.
3.5. Generación de ortofotos mediante el ajuste en Orima
El nuevo ajuste fotogramétrico se realizó en el programa Orima cuyas características, modelos
matemáticos y funcionalidades son detalladas en el apartado 2.4.2 “Orima”. Este programa
depende de LPS-Core en cuanto a la creación del proyecto y la orientación interna; por tanto, se
realizan los mismos pasos desde el apartado 3.4.1.1 “Creación del bloque” hasta el apartado 3.4.1.3
“Configuración de la orientación interior”, para todos los proyectos; además, se conserva la
distribución 19 y distribución 13 de los puntos de control fotogramétrico (GCP) con altura
elipsoidal; así mismo, en la aerotriangulación con Orima es la denomina ajuste en bloque y ajuste
en líneas de vuelo.
3.5.1. Generación de ortofotos con ajuste en bloque y 13 GCP en Orima
Al trabajar en el entorno de Orima es necesario conocer todas las funcionalidades del programa,
como: herramientas de las diferentes ventanas (Leica Photogrammmetry y Orima Orientatio n
Management), importar puntos de control fotogramétrico, configuraciones iniciales, insertar
parámetros de calidad, visualización de resultados (Object Display Features), pinchado de puntos
monoscópicos y estereoscópicos, entre otras funcionalidades detalladas en el Anexo 6; además, es
necesario configurar lo umbrales del proyecto, la visualización y otros parámetros de cálculo,
propios del ajuste y aerotriangulación, vistos a detalle en el Anexo 7.

121
3.5.1.1. Pasos introductorios de Orima
La versión 11.00 de Orima se abre desde Erdas-LPS; donde, se debe escoger el tipo de licencia
para trabajar con cámara digital y apoyo GPS denominado Orima DP-TE/GPS (ver Figura 87);
otras licencias de Orima son detalladas en el apartado 2.4.2.
Figura 87. Licencias de Orima.
En la ventana siguiente de Orima se encuentra una opción que permite insertar el nombre del
usuario, unidades y otros parámetros; al aceptar dicha preferencia, se abren dos ventanas de trabajo,
Leica Photogrammmetry usada para la visualización, pinchado de puntos y cualquier modificac ió n
visual de la imagen seleccionada; y la segunda ventana llamada Orima Orientation Management
(ver Figura 88), que se usa en los procesos de cálculo, inserción de parámetros, mediciones, entre
otras funcionalidades detalladas en el Anexo 6.
Figura 88. Visualización de las ventanas de Orima.

122
3.5.1.2. Umbrales de calidad de las orientaciones
Orima permite la visualización de los puntos que están fuera de un rango o umbral previame nte
insertados; por tanto, se insertan primero los parámetros antes de las mediciones, con el fin de tener
un control más exhaustivo de los pinchados.
Los primero parámetros a ser insertados son: “Accuracy Requirements” en la que se introduce
el valor de 2 en Relative Orientation, que se refiere al tamaño del pixel de la cámara de 6µm entre
tres (Sigma0 = 1/3 tamaño del pixel) (Hinsken, 2010), el valor de Absolute Orientation se calcula
considerando la calidad del producto a obtener (Cartografía 1:5000 con norma ISO 0.2mm) y el
número de macro procesos y microprocesos para generar la cartografía (3 macro procesos:
digitalización de cartografía, ortofoto, puntos de control y a su vez tres la aerotriangulación con
micro procesos (orientación interna, relativa y absoluta); es decir, dividir 1m entre todos los
procesos que intervienen, dando un valor aproximado de 0.10m al el resto de valores por defecto
(ver Figura 89), para mayores detalles consultar Anexo 7 (Tema: Pasos introductorios).
Figura 89. Parámetros de vista del proyecto.

123
También se debe configurar los cálculos simultáneos en la orientación relativa, cuyas
características son: detección de errores (método estadístico), cómputo de parámetros
(secuencialmente) y lectura de modelos (al finalizar las mediciones) (ver Figura 90).
Figura 90. Parámetros de O. Relativa.
Los parámetros de cálculo en la orientación absoluta tiene cierta similitud con la relativa, pero
difiere en cuanto a los puntos de control siguiendo las siguientes configuraciones: puntos de enlace
proyectados independientemente (Not Measured) y proyectar todos los puntos de control (All) (ver
Figura 91).
Figura 91. Parámetros de O. Absoluta.

124
3.5.1.3. Orientación relativa en Orima
Orima utiliza la medición monoscópica con plantillas en el pinchado de puntos Tie o de amarre;
donde, se conduce una cruz a la posición escrita en la plantilla; ahora, el operador puede escoger
que objeto o detalle es adecuado para pinchar; a todo este proceso se le conoce como orientació n
relativa. Las coordenadas de la plantilla son coordenadas locales de la imagen cuya distribución y
cantidad dependen del operador; se puede utilizar el criterio de los puntos de Von Gruber o el
programa ofrece plantillas con distribuciones y cantidades diferentes.
Este criterio de plantillas permite una repetición uniforme del mismo proceso en todos los
modelos estereoscópicos; así pues, en este proyecto se generaron dos plantillas llamadas: Left1_tes
y Right1_tes, con tres puntos por plantilla y una codificación en múltiplos de 10; aquellos IDs de
número impar, pertenecen a la plantilla izquierda y con número par pertenecen a la plantilla
derecha. Las coordenadas (X, Y) de la plantilla se detallan en la tabla 20, al mismo tiempo la
coordenada en Z representa el valor de la distancia focal del certificado de calibración de la cámara.
Estas plantillas son importadas directamente al directorio de Orima en Project Files (Scheme) en
formato *sch.
Tabla 20.
Disposición de las plantillas con los puntos de von Gruber.
Archivo Colum. 1 Descripción Colum. 2 Descripción Colum. 3 Descripción Colum. 4 Desc.
Left1_tes 10 ID de los 0 Coordenada 100 Coordenada -100.0 Coordenad
30 puntos 0 del eje x en 0 del eje y en -100.0 a del eje Z
50 0 mm -100 mm -100.0 en mm
Right1_Tes 20 80 0.0 -100.0
60 80 -100.0 -100.0
40 80 100.0 -100.0
125
Una vez creada la plantilla e importada dentro de Project Files, es necesario codificar los puntos
de Von Gruber para su medición en Orima, el cual como ejemplo de un punto codificado es:
i_18_0537_10 (Sufijo i, 18 línea de vuelo, 0537 Imagen, 10 ID del punto de von Gruber), (ver
Figura 92); los detalles de este proceso se detallan en el Anexo 7 (Tema: Orientación Relativa).
Figura 92. Codificación de los puntos de von Gruber.
En la medición de un punto Tie de von Gruber, es necesario ayudarse de las herramientas de la
ventana Orima Orientation Management para transferir los puntos y de la ventana Leica
Photogrammetry al pinchar los mismos. El pinchado se realiza en pares estereoscópicos (vista
Split) (ver Figura 93).
Figura 93. Ejemplo de punto de von Gruber.

126
Este proceso se realiza en todas las imágenes hasta que el par estereoscópico cumpla con los
parámetros ingresados en el apartado 3.5.1.2. El color verde representa los puntos dentro de los
umbrales del proyecto y el color rosado el punto con el máximo de los valores (Ver Figura 94).
Figura 94. Modelo correctamente pinchado.
3.5.1.4. Orientación absoluta con 13 GCP en Orima
En el entorno de Orima se requiere importar las coordenadas (Este, Norte y Altura) y los IDs de
los puntos de control de la tabla 18, en formato txt, con la herramienta Import Control Point;
posteriormente, se debe cambiar el tipo de vista de Split a Mono Left, que indica una vista por
imagen (ver Figura 95).
Figura 95. Tipo de vista para el pinchado de GCP.

127
En el pinchado de los puntos de control, el programa Orima localiza el GCP automáticame nte
de una manera aproximada, con la herramienta Measure Multiple y el operador debe pinchar uno
a uno, los puntos de control, en cada imagen con la ayuda visual de las monografías (Anexo 2) (ver
Figura 96), hasta obtener los 13 GCP del proyecto marcados.
Figura 96. GCP pinchado.
Cabe mencionar que el programa también cuenta con el pinchado automático de los puntos, con
la herramienta de correlación automática, pero no se utilizó en los puntos de control, debido a
pruebas que se realizaron en su pinchado generaban mucho error (ver Figura 97).
128
Figura 97. GCP pinchado con correlación.
3.5.1.5. Aerotriangulación preliminar a la generación de tie points en Orima
Con la orientación relativa y el marcado de los puntos de control completados, se procede a
realizar un primer ajuste, que disminuirá la propagación de errores en el pinchado de los puntos
Tie (von Gruber) o de los puntos de control (GCP); además, este proceso da una apreciación
preliminar del estado de los puntos de control, que son los puntos que mayormente aportan a la
aerotriangulación.
El ajuste preliminar se realiza con el programa de Orima llamado CAP-A (Combined
Adjustment Program for Aerial Triangulation), cuyos parámetros se insertan en la ventana Input
Parameters.
A continuación se insertan los siguientes valores máximo número de iteraciones 25
(Recomendación del Dr. L. Hinsken creador de Orima para observaciones medidas manualmente),
129
Sigma a priori de 2 (1/3 del tamaño del pixel de 6µm), corregir las coordenadas por refracción
atmosférica (visto en el apartado 2.1.8 “Distorsiones y afectaciones fotogramétricas”), unidades
en metros y el resto de valores por defecto (ver Figura 98); así mismo, el detalle del contenido de
la ventana Input Parameters se especifica en el Anexo 6 (Tema: Menú Triangulation).
Figura 98. Valores de Input Parameters.
Al realizar el primer ajuste, el programa crea un reporte indicando cantidades de: puntos de
control, puntos tie, imágenes, observaciones, cámaras, archivos IMU/GPS, entre otros; los valores
más relevantes son de Im. Blunders que indica el número de puntos tanto de control como Tie que
tienen algún error, los valores de Add. Blunders que indica los posibles errores de: cámara, centros
de proyección, parámetros GPS, entre otros; y el valor de Sigma 0 (ver apartado 2.7.1) que es un
valor aproximado al insertado en Sigma a priori = 2 (ver Figura 99 recuadros de color rojo)
130
Figura 99. Ajuste preliminar con 13GCP y puntos Von Gruber.
En este proyecto se corrigieron los valores de Im. Blunders hasta llevar al menor valor posible
siguiendo las consideraciones del Dr. L Hinsken; la corrección de dichos puntos se detallan en el
Anexo 7 (Tema: Triangulación - Depuración de GCP y Tie).
3.5.1.6. Configuración de la aerotriangulación con ajuste de bloque en Orima.
A continuación, se debe realizar la densificación de puntos tie, en la que se utiliza la herramie nta
APM (Automatic Point Measurement) de Orima (ejemplificado en los cuadros de color rojo), en la
cual se considera la cantidad de puntos por imagen (81), debido a varias pruebas realizadas con
distribuciones de 25, 49, 81 y 121, siendo el más conveniente el de 81 (A); sin embargo, el usuario
puede crear una distribución de puntos tie propia (ver Anexo 6 Tema: APM). El siguie nte
parámetro considerado fue la estrategia del terreno, que en este caso para todo el proyecto es de
tipo: Alto Urbano (High Urban) (B); es decir, que para cada imagen buscará 81 puntos tie según el
131
algoritmo para terreno urbano, evitando las sombras (Avoid Shadow)(C) (ver Figura 100). A esta
aerotriangulación se la denomina ajuste en bloque secuencial visto en el apartado 2.3.5.
Figura 100. Generación de los tie points para todo el bloque.
La generación de los puntos tie puede tardar varios minutos u horas dependiendo de la capacidad
del computador; al finalizar, se debe ejecutar el programa CAP-A, cambiando el valor de las
iteraciones por 50 en Input Parameters, que es la recomendación del autor de Orima con medicio nes
realizadas automáticamente. Al finiquitar el ajuste de CAP-A, se muestra el mensaje general con
la cantidad de puntos y el Sigma0, visto en el apartado 3.5.1.5; así mismo, se debe tener en cuenta
los valores de Im. Blunders y de Sigma 0, para iniciar la edición de puntos.
La edición es importante debido a la existencia de errores como: puntos fuera del área de triple
traslapo (ver Figura 101), puntos no pinchados en todas las imágenes posibles, mala correlación
132
entre imágenes, puntos en zonas erróneas, objetos que no se encuentran en todas las imágenes,
entre otras.
Figura 101. Puntos fuera de la zona de triple traslapo.
Estos errores se pueden visualizar utilizando las elipses de error (ver apartado 2.7.1) y son de
color rojo tal como se ilustra en la Figura 102.
Figura 102. Puntos erróneos y sus elipses de error.

133
El autor de Orima recomienda la edición ante la eliminación de puntos, debido a la importanc ia
de mayor cantidad de datos en su compensación; por tanto, al terminar una edición de puntos se
debe seguir ejecutando CAP-A, hasta que el valor de Im. Blunder disminuya o el operador
considere necesario, ayudándose de las herramientas de visualización de Orima detalladas en el
Anexo 6 (Tema: Object Display Features). El resultado final de la aerotriangulación se detalla en
el apartado 4.3.2.1. Culminados estos pasos, la orientación relativa de LPS se coloca en verde; por
tanto, se puede continuar con los siguientes pasos.
3.5.1.7. Generación de los MDS con ajuste en bloque y 13 GCP
En la realización de los 20 MDS con 13 GCP y considerando un ajuste en bloque, se trabaja en
el entorno de Erdas – LPS y como tal se siguen los mismos pasos del apartado 3.4.1.7, cuyos MDS
se utilizaron en la elaboración del mosaico del apartado 3.5.1.9.
3.5.1.8. Generación de Ortofotos con ajuste en bloque y 13 GCP
En la realización de las 24 ortofotos de las 24 imágenes, con 13 GCP y considerando un ajuste
en bloque, se trabaja en el entorno de Erdas – LPS y como tal se siguen los mismos pasos del
apartado 3.4.1.8, cuyas ortofotos se utilizaron en el mosaico del apartado 3.5.1.9.
3.5.1.9. Generación de Mosaicos con ajuste en bloque y 13 GCP
La realización de un mosaico de MDS con 13 GCP y considerando un ajuste en bloque, se
“Resultado del mosaico MDS con ajuste en bloque y 13 GCP en Orima”; mientras que el resultado
134
del ortomosaico se presenta en el apartado 4.5.5 “Resultado del ortomosaico con ajuste en bloque
y 13 GCP en Orima”
3.5.2. Generación de ortofotos con ajuste de líneas de vuelo y 13 GCP en Orima
En la realización de un nuevo ajuste en el entorno de Orima, realizaron los mismos pasos desde
el apartado 3.5.1.1 “Pasos introductorios de Orima” hasta el apartado 3.5.1.5 “Aerotriangulac ió n
preliminar a la generación de tie points en Orima”; cambiando solo la densificación de puntos y
aerotriangulación detallada a continuación:
3.5.2.1. Configuración de la aerotriangulación con ajuste de líneas de vuelo en Orima.
La densificación de puntos tie se utilizó la herramienta APM (Automatic Point Measurement)
de Orima, con un valor de 81 por imagen de 81 (A), la estrategia del terreno es por líneas de vuelo,
siendo las líneas 18 y 19 de tipo: Montaña (Mountain) (B); es decir, que para cada imagen de la
línea 18 y 19 (12 imágenes) (C) buscará 81 puntos tie siguiendo el algoritmo para terreno
montañoso, y las líneas de vuelo 20 y 21 con estrategia de terreno urbano (High Urban); además,
se mantiene la configuración de evitar las sombras (Avoid Shadow) (D) (ver Figura 103). A este
proceso se lo denomina “Aerotriangulación respecto a la unidad de trabajo” según Pérez J. (2001),
del apartado 2.3.3.3.

135
Figura 103. Generación de los tie points por línea de vuelo.
Cabe mencionar que este proceso se realiza primero para la línea 18 y 19, y al finalizar se
continua con las líneas 20 y 21; posteriormente, se debe cambiar el valor de las iteraciones por 50
y ejecutar el programa CAP-A, con ello se genera el reporte típico con los Im Blunders y el Sigma
0 (ver Figura 104); por tanto, es necesario modificar los puntos mencionados y continuar
ejecutando CAP-A, con cada edición de puntos realizada.
Figura 104. Ajuste con 13 GCP sin edición.

136
Después de las ediciones, visualizar el estado de los puntos, proceso detallado en Anexo 7
(Tema: Depuración de los GCP y Tie). El resultado final de la aerotriangulación se detalla en el
apartado 4.3.2.2. Con dicho ajuste el proceso de la orientación relativa en LPS se culmina y la
columna “Ext” se muestra de verde (ver Figura 105).
Figura 105. O. Exterior culminada.
3.5.2.2. Generación de los MDS con ajuste de líneas de vuelo y con 13 GCP
La realización de los 20 MDS con 13 GCP y considerando un ajuste de líneas de vuelo se siguen
los mismos pasos del apartado 3.4.1.7, cuyos MDS se utilizaron en la elaboración del mosaico del
apartado 3.5.2.4.
3.5.2.3. Generación de Ortofotos con ajuste de líneas de vuelo y con 13 GCP
En la realización de las 24 ortofotos de las 24 imágenes, con 13 GCP y considerando un ajuste
en líneas de vuelo, se siguieron los mismos pasos del apartado 3.4.1.8, cuyas ortofotos se utilizaro n
en el mosaico del apartado 3.5.2.4.

137
3.5.2.4. Generación de Mosaicos con ajuste de líneas de vuelo y con 13 GCP
La realización del mosaico del MDS con 13 GCP y considerando un ajuste en líneas de vuelo
se siguieron los mismos pasos del apartado 3.4.1.9, cuyos resultados se encuentran el apartado
4.4.6 “Resultado del mosaico MDS con ajuste en líneas de vuelo y 13 GCP en Orima”; mientras
que el resultado del ortomosaico se presenta en el apartado 4.5.6 “Resultado del ortomosaico con
ajuste de líneas de vuelo y 13 GCP en Orima.”
3.5.3. Generación de ortofotos con ajuste en bloque y 19 GCP en Orima
En la realización de un nuevo ajuste en el entorno de Orima, se siguen los mismos pasos del
apartado 3.5.1.1 “Pasos introductorios de Orima” hasta el apartado 3.5.1.3 “Orientación relativa en
Orima” y el mismo tipo de aerotriangulación del apartado 3.5.1.6, pero cambiando la orientació n
absoluta, vista a continuación:
3.5.3.1. Configuración de la orientación absoluta con 19 GCP en Orima
En la orientación absoluta se pincharon los 19 GCP, de la tabla 19 para la distribución 19, a lo
largo del bloque, como en la Figura 106, siguiendo las mismas recomendaciones del apartado
3.5.1.4.
138
Figura 106. Distribución 19GCP en Orima
3.5.3.2. Configuración de la aerotriangulación con ajuste de bloque en Orima y 19GCP
Al realizar el nuevo ajuste con los 19 GCP, se realizaron mismos pasos desde el apartado 3.5.1.5
“Aerotriangulación preliminar a la generación de tie points en Orima” hasta el apartado 3.5.1.6,
pero con la distribución de 19 GCP y considerando la edición de puntos, hasta ajustar el proyecto,
cuyos resultados se presentan en el apartado 4.3.2.3; y como tal se puede continuar con la
generación del MDS y la ortofotos.
3.5.3.3. Generación de los MDS con ajuste en bloque y 19 GCP
En la realización de los 20 MDS con 19 GCP y un ajuste en bloque de Orima, se siguieron los
mismos pasos del apartado 3.4.1.7, cuyos MDS se utilizaron en la elaboración del mosaico del
apartado 3.5.3.5.
139
3.5.3.4. Generación de Ortofotos con ajuste en bloque y 19 GCP
La realización de las 24 ortofotos de las 24 imágenes, con 19 GCP y un ajuste de bloque en
Orima, se siguen los mismos pasos del apartado 3.4.1.8, cuyas ortofotos se utilizaron en el mosaico
del apartado 3.5.3.5.
3.5.3.5. Generación de Mosaicos con ajuste en bloque y 19 GCP
La realización del mosaico de MDS con 19 GCP y un ajuste en bloque, se siguieron los mismos
pasos del apartado 3.4.1.9, cuyos resultados se encuentran el apartado 4.4.7 “Resultado del mosaico
MDS con ajuste en bloque y 19 GCP en Orima”; mientras que el resultado del ortomosaico se
presenta en el apartado 4.5.7 “Resultado del ortomosaico con ajuste en bloque y 19 GCP en Orima”.
3.5.4. Generación de ortofotos con ajuste en líneas de vuelo y 19 GCP en Orima
En este nuevo ajuste se realizaron los mismos pasos del apartado 3.5.1.1 “Pasos introducto r ios
de Orima” hasta el apartado 3.5.1.3 “Orientación relativa en Orima” y el mismo marcado de los 19
puntos de control del apartado 3.5.3.1 “Configuración de la orientación absoluta con 19 GCP en
Orima”; así mismo, los mismos pasos de la aerotriangulación detallada a continuación:
3.5.4.1. Configuración de la aerotriangulación con ajuste de líneas de vuelo y 19GCP
En la generación de los tie points se siguen los mismos pasos del apartado 3.5.2.1, para una
distribución de 19 GCP y los pasos del apartado 3.5.2.1 “Configuración de la aerotriangulac ió n
con ajuste de líneas de vuelo en Orima.”, hasta la edición de los puntos; cuyos resultados se
140
encuentran en el apartado 4.3.2.4 “Resultado de la aerotriangulación en líneas de vuelo y 19GCP
en Orima”; posteriormente, se puede continuar con la elaboración de los productos.
3.5.4.2. Generación de los MDS con ajuste en líneas de vuelo y 19 GCP
En la realización de los 20 MDS con 19 GCP y un ajuste en líneas de vuelo en Orima, se
siguieron los mismos pasos del apartado 3.4.1.7, cuyos MDS se utilizaron en la elaboración del
mosaico del apartado 3.5.4.4.
3.5.4.3. Generación de Ortofotos con ajuste en líneas de vuelo y 19 GCP
La realización de las 24 ortofotos de las 24 imágenes, con 19 GCP y un ajuste en líneas de vuelo,
se siguieron los mismos pasos del apartado 3.4.1.8, cuyas ortofotos se utilizaron en el mosaico del
apartado 3.5.4.4.
3.5.4.4. Generación de Mosaicos con ajuste en líneas de vuelo y 19 GCP
En la realización del mosaico de MDS con 19 GCP y un ajuste en líneas de vuelo en Orima, se
“Resultado del mosaico MDS con ajuste en líneas de vuelo y 19GCP en Orima”; mientras que el
resultado del ortomosaico se presenta en el apartado 4.5.8 “Resultado del ortomosaico con ajuste
en líneas de vuelo y 19 GCP en Orima”.

141
3.6. Generación de ortofotos mediante ajuste en Z/I Imagine
Por último se realiza una aerotriangulación en el programa fotogramétrico Z/I Imagine, el cual
realiza un ajuste de aerotriangulación por el modelo de haces de luz, cuyas ecuaciones utilizan el
principio de colinealidad; además, la medición de puntos de paso y puntos de control es de forma
tridimensional, tal y como se indicó en el apartado 2.4.3 “Z/I Imagine”.
Inicialmente, se planificó una distribución y cantidad de 19 puntos de control fotogramétr ico
(GCP); sin embargo, al realizar varias pruebas en el ajuste, se decidió no utilizar ciertos puntos,
pues con ellos se incrementaba el RMSE y no pasaba el ajuste; por tanto, se determinaron 13 puntos
de control ideales para el pinchado en 3D, cuya distribución se ilustra en la Figura 107, al considerar
un punto cada tercer modelo y en las esquinas.
Figura 107. Distribución de 13 en el programa Z/I Imagine
3.6.1. Creación del proyecto en ZI/Imagine
El módulo de aerotriangulación del programa Z/I Imagine, se denomina ImageStatio n
Automatic Triangulation versión 13.00 (2013), en el cual se configura el nombre del proyecto, el
142
tipo (Aerial Photography), sistema de referencia (UTM WGS84 Zona 17 Sur), unidades de trabajo
(metros), unidades angulares (grados), entre otros; detallados en el Anexo 8.
Antes de insertar los datos de precisiones en Z/I Imagine, cabe señalar lo siguiente: el Ecuador
presenta diversidad climática y morfológica; algo muy beneficioso desde el punto de vista de la
biodiversidad; sin embargo, para fines fotogramétricos la presencia de nubosidad, brumas, clima
muy variable en la toma, topografía muy irregular en zonas cortas, entre otros; ocasiona errores en
la adquisición de las imágenes, llevando incluso a una nueva toma, es así que las precisiones se
deben adaptar a las realidades del medio, a fin de tener amplitud al cumplir las características
técnicas del proyecto, es por este motivo que se trabaja con los valores máximos, de las precisiones
para la escala indicada (Jaramillo, 2018).
Considerando lo anterior, al generar cartografía 1:5000 con la norma IGM (0.3mm), la precisión
del producto es de 1.5m (producto entre el módulo de la escala y el factor en metros); además, la
precisión altimétrica es ¼ del intervalo de curva (5m/4=1.25m), dicho valor se inserta para todos
los procesos, pues es el valor máximo que se debería cumplir el producto; sin embargo, los cálculos
para generar cartografía a escala 1:5000 considerando un ajuste ideal; es decir, sin nubosidad,
buenos centros de las imágenes, sin atemporalidad entre líneas de vuelo, topografía homogénea,
entre otros factores; se realiza de la siguiente manera: 5000 * 0.3mm = 1500mm; obteniendo 1.5m
del producto, sometido a tres macro procesos de producción (aerotriangulación, restitución y
control geodésico) y al realizar la división, resulta un valor de 0.5m en planimetría para la
aerotriangulación; en altimetría se tiene que es un cuarto del intervalo de curva obteniendo un valor
de 1.25m.
143
Además, los valores de Sigma deberían ser de ½ del tamaño del pixel de la cámara (Intergraph,
2013) (6um/2=3um); sin embargo, se utiliza los valores máximos de 10um en todos las
orientaciones, tal y como se ilustra en la Figura 108.
Figura 108. Valores de calidad de Z/I Imagine
3.6.2. Ingreso de los parámetros de la cámara y centros IMU/GPS
A continuación se procede a realizar la importación de los valores de la cámara obtenidos del
apartado 3.2.3 y los datos de IMU/GPS, obtenidos del apartado 3.2.4, incluyendo en el archivo txt
la ubicación de la carpeta de las imágenes (ver Figura 109), este proceso es detallado en el Anexo
8.
144
Figura 109. IMU/GPS importado en Z/I Imagine
Cabe mencionar, que la orientación interior es automática y se realiza secuencialmente con la
importación de los valores del certificado de calibración de la cámara; tal como, se definió en el
apartado 2.2.5 “Orientación interna”; así pues, se puede continuar con las siguientes orientacio nes.
3.6.3. Configuración de la orientación exterior en Z/I Imagine
Como se ha definido en 2.2.6, la orientación exterior consta de la orientación relativa y
orientación absoluta; que en el caso del programa Z/I Imagine, la orientación relativa no se realiza
con todos los puntos de von Gruber, debido a que las imágenes se encuentran orientadas de manera
aproximada con ayudan de los centros de las mismas; por esta razón, se aplica el concepto de los
puntos de von Gruber solo en zonas donde la correlación entre imágenes es débil y no se han
encontrado puntos homólogos, posterior a la densificación de puntos; de esta forma se procede a
realizar primero la orientación absoluta.

145
3.6.3.1. Configuración de la orientación absoluta
La orientación absoluta, busca orientar el modelo con respecto al terreno, con ayuda de los
centros IMU/GPS, la correlación entre imágenes y los puntos de control fotogramétrico; por tanto,
se importa los 13 puntos de control de la tabla 21, para realizar la orientación absoluta y a partir de
ésta densificar los puntos de amarre o de paso a lo largo del proyecto.
Tabla 21.
Identificadores de los GCP en el ajuste Z/I Imagine.
NO 13 GCP
1 A006 E023 H040
2 A009 G025 I046
3 A010 G029 I048
4 C014 G030
5 D020 G034
Los puntos de control (GCP), se importan con la opción Control Points del menú ISAT, en
formato txt y siguen el orden de: ID, Este, Norte y Altura ortométrica, corregida con el modelo
geoidal del IGM, pues es un modelo para el Ecuador; posteriormente, se debe pinchar cada GCP
en vista estereoscópica (ver Figura 110), hasta tener los 13 GCP marcados.
146
Figura 110. Pinchado de GCP en estereoscopia
3.6.3.2. Densificación de los puntos de paso en Z/I Imagine
Con los puntos de control marcados, se procede a realizar la densificación de puntos de paso,
con una grilla de 3x3 en cada imagen, con ayuda de la herramienta Thinning And Weak Area
Analysis, ilustrada en la Figura 111.
Figura 111. Mallado de los puntos de paso
Al terminar la densificación de puntos, es necesario depurar varios de ellos, debido a errores
como: mala correlación, atemporalidad entre líneas de vuelo (línea 20 y 21), desplazamientos en
147
zonas limítrofes del proyecto, entre otros; su valor alto es representado de color rojo en el programa
Z/I Imagine (ver Figura 112); además, los puntos en color verde y con símbolo de asterisco son
puntos de amarre bien correlacionados y los puntos rojos con triángulo son puntos de control.
Figura 112. Densificación de puntos de paso
3.6.4. Ejecución de la aerotriangulación en Z/I Imagine
Al terminar con la depuración de datos (puntos Tie), se realiza la aerotriangulación, definida en
el apartado 2.3.5 “Método de haces de luz en ajuste de bloques” en el programa Z/I Imagine, cuyo
resultado se encuentra en el apartado 4.3.3 ”Resultados de la aerotriangulación en Z/I Imagine”; y
los puntos densificados pasan a tener la simbología de triángulos de color rojo, ilustrados en la
Figura 113.
148
Figura 113. Ajuste final en Z/I Imagine.
3.6.5. Generación del mosaico de MDS del ajuste en Z/I Imagine
El modelo digital de superficie se realizó en el programa Inpho del módulo Match- T
Commander de la compañía Trimble, en el que se debe importar el ajuste de la aerotriangulac ió n
realizado en Z/I Imagine; entonces, es necesario configurar la elaboración de un mosaico de MDS,
pues en este programa no se realiza un MDS por cada par estereoscópico como anteriormente se
ha visto. Las principales configuraciones se refieren a la extención del MDS, la altura media del
terreno (2500m), el formato de salida (.dtm) y el tamaño del pixel, que el programa genera
automáticamente de 9m; sin embargo, se puede considerar el intervalo de curva para generar
cartografía 1:5000 (5m). Una vez configurados los parámetros se procesa el mosaico de MDS y su
visualización en presenta en la Figura 114, este proceso es detallado en el Anexo 8.

149
Figura 114. Visualización del MDS preliminar.
Al presentar el mosaico de MDS de los resultados es necesario cortar dichas zonas que están
fuera de los puntos de control, como los recuadros de la figura anterior; cabe aclarar, que este
resultado presenta alturas ortométricas correguidas con el modelo geoidal del IGM. El resultado
final se presenta en 4.4.9 “Resultado del mosaico MDS con ajuste en bloque y 13 GCP en Z/I
Imagine” de los resultados.
3.6.6. Generación de ortofotos del ajuste en Z/I Imagine
La rectificación de las imágenes se realiza en el programa Geomedia el cual necesita del mosaico
MDS del apartado 3.6.5 y de las imágenes con layers piramidales con sus tres bandas (RGB); cabe
aclarar que no se realizó el MDS en Geomedia; debido a no contar con la licencia instalada.
En Geomedia el método de interpolación utilizado es del vecino más cercano, con un tamaño
de pixel de 30cm (ver apartado 3.2.2), y con el uso del MDS anterior, tal como indica la Figura
150
115. Este proceso es de manera automática en las 24 imágenes del proyecto, cuyos resultados se
utilizarán en el apartado 3.6.7.
Figura 115. Parámetros para realizar las ortofotos.
3.6.7. Generación de ortomosaicos del ajuste en Z/I Imagine
Al terminar las 24 ortofotos, se procede a generar un ortomosaico preliminar en Geomedia con
todas las imágenes; dicho ortomosaico, debe ser sometido a un proceso de edición manual, para
eliminar errores como: homogenización de colores, vista más vertical, edificios con
desplazamientos, entre otros. En la Figura 116 se indica con líneas azules los límites del MDS y de
color rosado las líneas la extensión de la ortofoto más vertical disponible.

151
Figura 116. Proceso de realizar un ortomosaico en Geomedia
Al finalizar la edición se inicia procesamiento del ortomosaico, el cual debe ser cortadas y
eliminadas las zonas que no tienen triple traslapo (rectángulos), pues están fuera de la zona de
cobertura de los puntos de control y tienen errores Figura 117.
Figura 117. Ortomosaico preliminar en Geomedia
El resultado del ortomosaico se presenta en el apartado 4.5.9 “Resultado del ortomosaico con
ajuste en bloque y 13 GCP en Z/I Imagine” de los resultados.

152
3.7. Control de calidad de los productos generados
A continuación se detallan los procedimientos del control de calidad de los mosaicos de MDS
y la exactitud posicional de los ortomosaicos generados con diferentes puntos de control y métodos
de aerotriangulación.
3.7.1. Estructura de la información para la validación
La estructura de la información 9 mosaicos de MDS y 9 ortomosaicos generados con diferentes
distribuciones de GCP, cantidades de GCP (13 y 19), diferentes métodos de aerotriangulación y en
programas fotogramétricos distintos (LPS, Orima, ZI/Imagine); por tanto, llevan una nomencla tura
individual, a fin de identificar mucho más rápido en una Geodatabase creada en Arcgis.
La primera estructura de la información con los resultados de los mosaicos de MDS, los cuales
siguen la nomenclatura del programa de ajuste, el número de puntos de control, el tipo de
aerotriangulación y el proceso realizado, se detallan en la tabla 22 y almacenados en una
geodatabase denominada “Base_datos_MDS”.
Tabla 22.
Nomenclatura de los mosaicos MDS en la geodatabase
No Programa GCP Aerotriangulación Proceso Nomenclatura
Erdas Orima 19 13 Sin Con Ajuste Líneas M DS final
pesos pesos en de M osaico
Erdas bloque vuelo
Nomenclatura E O Y X I ii iii iv VI_X
1 √ √ √ √ E_X_i_VI_X
2 √ √ √ √ E_X_ii_VI_X
3 √ √ √ √ E_Y_i_VI_X
4 √ √ √ √ E_Y_ii_VI_X
Continúa
153
5 √ √ √ √ O_X_iii_VI_X
6 √ √ √ √ O_X_iv_VI_X
7 √ √ √ √ O_Y_iii_VI_X
8 √ √ √ √ O_Y_iv_VI_X
Nota: El mosaico MDS de Z/I Imagine se denomina Z_x_iii_vi_x
La segunda estructura de la información, son los ortomosaicos generados con diferentes
métodos, puntos de control y programas fotogramétricos, que a su vez llevan una nomencla tura
parecida a la tabla 22; sin embargo, cambian en su parte final como se observa en la tabla 23
(columna proceso) y se almacenan dentro de una base de datos denominada
“Base_datos_Ortomosaicos”.
Tabla 23.
Nomenclatura de los ortomosaicos en la geodatabase.
No Programa GCP Aerotriangulación Proceso Nomenclatura
Erdas Orima 19 13 Sin Con Ajuste Líneas Orto final
pesos pesos en de vuelo M osaico
Erdas bloque
Nomenclatura E O Y X i ii iii iv VII_X
1 √ √ √ √ E_X_i_VII_X
2 √ √ √ √ E_X_ii_VII_X
3 √ √ √ √ E_Y_i_VII_ X
4 √ √ √ √ E_Y_ii_VII_X
5 √ √ √ √ O_X_iii_VII_X
6 √ √ √ √ O_X_iv_VII_X
7 √ √ √ √ O_Y_iii_VII_X
8 √ √ √ √ O_Y_iv_VII_ X
Nota: El ortomosaico de Z/I Imagine se denomina Z_x_iii_vii_ x
Los resultados de las geodatabases se presentan en el apartado 4.6.1 “Resultados de la
estructuración de la información”.
154
3.7.2. Cantidad y distribución de los puntos de exactitud posicional
Según la revisión bibliográfica del apartado 2.6.6, el tamaño de la muestra en los puntos de
exactitud posicional es de un mínimo de 20 puntos, según la norma Positional Accuracy Standards
for Digital Geospatial Data de la ASPRS para un área menor a 500km2 ; criterio que es compartido
por diferentes normas en la cantidad mínima de muestreo; así mismo, coincide con lo establecido
en el Ecuador por el IGM; así pues, al evaluar la exactitud posicional en este proyecto, se estableció
la cantidad de 23 puntos, con la finalidad de aumentar la confiabilidad de los datos.
Los puntos utilizados en la exactitud posicional, son diferentes a los GCP del ajuste
fotogramétrico y no deben participar en ningún proceso del ajuste; además, están distribuidos en
distintos lugares de los GCP; y tienen las siguientes características: promedio en PDOP de 2.44
con una desviación estándar de 0.47; además, el promedio de las precisiones horizontales de 0.6cm
con un máximo de 3.3cm y un promedio de 0.7cm en las precisiones verticales con un máximo de
2.5cm (ver tabla 26).
A continuación, se eligen los puntos de la base de datos de la tabla 26, los mismos que fueron
organizados en tres grupos para evaluar la exactitud posicional; el primer grupo, de 23 puntos, se
usará con productos generados con 13GCP, ilustrados en la Figura 118.

155
Figura 118. Puntos de exactitud posicional para productos con 13GCP
El segundo grupo de puntos, consta de 23 puntos para evaluar productos generados con 19GCP,
ilustrados en la Figura 119, con las características y límites antes mencionados.
Figura 119. Puntos de exactitud posicional para productos con 19GCP
El tercer grupo de puntos consta de 23 GCP, para productos generados en Z/I Imagine ilustrados
en la Figura 120.
156
Figura 120. Puntos de exactitud posicional para productos del ajuste en Z/I Imagine
Además, los identificadores se presentan en el apartado 4.6.2 de los resultados tabla 28.
3.7.3. Control de calidad de los mosaicos de MDS
Al realizar la calidad de los mosaicos de MDS, se debe importar cada MDS, uno a la vez, de la
base de datos “Base_datos_MDS” e importar los puntos de control de la tabla 28 (con sus
coordenadas en el programa ARCGIS).
Dependiendo del producto a evaluar, por ejemplo: 13GCP o 19GCP, se utilizarán los 23 puntos
de calidad para cada caso y se extrae el valor del pixel (valor de altura elipsoidal en el caso de LPS
u Orima); así también, se extrae el valor de altura ortométrica en el caso del mosaico MDS producto
del ajuste en Z/I Imagine, pues los puntos de control tenían el modelo geoidal propuesto por el
IGM.
157
Según Kirby (2007) y Mancerto et al (2015), la extracción del valor del pixel se realiza con la
herramienta “extract values to points”; a fin de determinar las diferencias entre la altura del raster
con la altura del punto de control; tal y como se muestra en la Figura.121.
Figura.121 Extracción de valores del MDS respecto de los puntos de control
Una vez obtenidos los valores de la diferencia de altura entre el valor del raster y el del control
(altura elipsoidal en productos LPS u Orima y altura ortométrica en productos del ajuste Z/I
Imagine), se procede a calcular los valores estadísticos como: mínimo, máximo, media y desviación
estándar, RMSEz vistos en las “Definiciones de estadísticos” del apartado 2.7.1; así pues, se realiza
el proceso de evaluación para cada mosaico de MDS detallado a continuación, cuyos resultados se
presentan en el apartado 4.6.3.
La validación de los mosaicos de MDS, representa una dificultad extra, pues en este proyecto se
utilizó la altura elipsoidal y los estándares de confiabilidad trabajan con MDE; es decir, eliminan
manualmente de forma estereoscópica estructuras como: edificios, construcciones, y consideran

158
accidentes geográficos de la restitución, edición de la nube de puntos o insertan tecnología de nubes de
puntos, como LIDAR para mejorar el producto (Soria, 2014); sin embargo, los puntos de exactitud
están tomados a nivel de piso, eliminando así ciertas equivocaciones que pudieran ocurrir; además, se
puede calcular el límite de aceptación con el criterio expuesto por el IGM, el cual indica el intervalo de
curva y dividirlo para 4, (5m/4=1.25m).
3.7.4. Control de calidad de los ortomosaicos
A continuación se realiza el control de calidad de la exactitud posicional de los ortomosaicos
para escala 1:5000, considerando la norma “Positional Accuracy Standards for Digital Geospatial
Data” de la ASPRS y la propuesta por el IGM para fiscalizar proyectos obtenidos por métodos
fotogramétricos; en los cuales, se utilizan las definiciones de RMSEr, así como la utilización de las
ecuaciones 14 y 15 de los casos vistos en el apartado 2.6.7, con cierto nivel de confianza. Dicho
proceso es secuencial con cada ortomosaico, detallado a continuación:
Realizar la exactitud posicional de ortomosaicos requiere la importación de los mismos, de la
base de datos “Base_datos_ortomosaicos” en ARCGIS y crear un archivo de tipo vectorial (entidad
de puntos, mismos ID que fueron utilizados en el MDS) por cada ortomosaico; posteriormente, con
una escala adecuada (1:150, para este estudio) y fija se procede a pinchar cada detalle de acuerdo
a la monografía, hasta obtener todos los puntos pinchados (ver Figura 122).
159
Figura 122. Ejemplo de punto pinchado en exactitud posicional
Una vez marcados los puntos en la imagen, se procede a calcular las coordenadas, Este (x) con
la herramienta “Calculate Geometry”, sistema de referencia WGS84 UTM zona 17 Sur y luego, la
coordenada Norte (y), con la misma herramienta (ver Figura 123).
Figura 123. Cálculo de la coordenada Norte en ARCGIS
Posteriormente, se realiza la diferencia entre las coordenadas Este y Norte calculadas del
ortomosaico, con las obtenidas en los puntos de exactitud posicional (ver tabla 26), cuyos ID se
indican en la tabla 28; generando así, un Δx y un Δy, a los cuales se les aplica la raíz cuadrada de
160
sus componentes al cuadrado para representar el error planimétrico (Pintos, 2016); tal y como se
observa en la ecuación 22; donde, “r” representa el error planimétrico:
𝑟𝑟 = �∆𝑥𝑥 2 + ∆𝑦𝑦 2 [ 22]
Dichos valores se pueden representar en forma de círculos a lo largo del proyecto y para pada
resultado, indicados en el apartado 4.6.4 “Resultados del error planimétrico de los ortomosaicos”,
dando una apreciación de los errores a lo largo de cada ortomosaico.
Posteriormente, de cada ortomosaico se procede a calcular los siguientes estadísticos: máximo,
mínimo, error medio (ecuación 18), desviación estándar (ecuación 19), RMSEx, RMSEy (ecuación
13 para X e Y) y RMSEr, indicados en la tabla 32 del apartado 4.6.5. Este es un proceso secuencial,
realizado para todos los ortomosaicos; además, se calcula la la relación entre
RMSEmin/RMSEmax, para su aplicación en el tipo de ecuación, según los casos del apartado 2.6.7;
donde, los valores menores a 0.6 indican la aplicabilidad de la ecuación 14, (ver tabla 33).
Luego, se debe calcular la confiabilidad de la exactitud posicional de cada ortomosaico; aplicando
la normativa IGM (ver apartado 2.6.7), considera dos posibles casos; donde, RMSEx ≠ RMSEy, aplicar
la ecuación 15 bajo las condiciones de RMSEmin/RMSEmax entre 0.6 y 1 (FGDC, 1998), con un 90%
de confiabilidad; si dicho valor no se encuentra en dicho rango se aplica el RMSEr con la ecuación 14,
tal como indica los ejemplos de la Figura 124 a continuación:

161
Cuando RMSEmin/RMSEmax menor a 0.6

• Ecuación 14
• 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 1.5175 ∗ 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑥𝑥2 + 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦2
• Ejemplo: E𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥𝑥 = 1.5175 ∗ 0.262𝑥𝑥 + 0.6732𝑦𝑦

Cuando RMSEmin/RMSEmax entre 0.6 y 1
• Ecuación 15
• 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 2.146 ∗ 0.5 ∗ (𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑥𝑥 + 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑦𝑦 )
• 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸: 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 2.146 ∗ 0.5 ∗ (0.308𝑥𝑥 + 0.413𝑦𝑦 )
Figura 124. Ejemplos de la normativa IGM
Los resultados de dichos cálculos se presentan en la tabla 34 del apartado 4.6.5; así como, la
escala máxima que podrían ser utilizados dichos ortomosaicos; además, el límite de la exactitud
posicional se calcula con la normativa ISO (0.2mm), al realizar el producto del módulo de la escala
(1:5000) por 0.2mm, dando un margen de exactitud de hasta ±1m.
En el caso de la normativa ASPRS, el límite de la exactitud posicional viene dado por la tabla 11
(ver apartado 2.6.7) cuyo valor máximo al 95% de confiabilidad es de 1.101m, para un GSD de 30cm
aproximadamente y un RMSEr de 63.6cm; eso quiere decir, que el cálculo se realiza de la siguiente
manera: se considera RMSEx=RMSEy; por tanto, 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = √2 ∗ 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 ; al despejar RMSEx de la
fórmula anterior y sustituir valores de la tabla 10 al 95% de confianza (2.448), quedaría:
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 2.448 ∗ = 1.731 ∗ 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
√2
Los resultados de dichos cálculos se presentan en tablas del apartado 4.6.5 “Resultados estadísticos
de los ortomosaicos”.
162
CAPITULO IV
4. RESULTADOS
A continuación se presenta los resultados de la metodología seguida en el capítulo III, el cual
contiene los siguientes resultados: recopilación de información secundaria, puntos de control
fotogramétrico, puntos de control de exactitud posicional, reportes de aerotriangulación, mosaicos
de MDS, ortomosaicos y los resultados de la exactitud posicional.
4.1. Resultados de la recopilación de la información secundaria
La información secundaria recopilada se compone de archivo IMU/GPS, 11 monografías y un
bloque fotogramétrico con la orientación relativa, detallados a continuación:
4.1.1. Resultados del archivo IMU/GPS
En la tabla 24 se presenta los resultados de la depuración de los datos del archivo APLANIX,
convertidos en un archivo IMU/GPS, con alturas elipsoidales.
Tabla 24.
Resultados del Aplanix a archivo IMU/GPS
ID ID Este [m] Norte [m] Altura Omega [°] Phi [°] Kappa [°]
Imagen Elipsoidal
[m]
1 18_537 779600.63 9967843.6 8169.182 0.0416 -0.04853 90.37356
2 18_538 779601.626 9966757.46 8173.792 -0.01069 -0.03016 90.36288
3 18_539 779606.87 9965671.8 8176.02 0.00764 0.02138 90.77048
4 18_540 779608.866 9964587.24 8182.397 -0.00806 0.01311 90.72516
5 18_541 779611.025 9963501.22 8188.567 -0.01906 -0.02381 90.49753
Continúa
163
6 18_542 779610.071 9962415.35 8192.357 -0.01376 -0.04808 90.3844

7 19_829 782920.95 9967843.16 8061.632 -0.00265 -0.00086 90.57297
8 19_830 782924.813 9966756.88 8079.166 0.0115 0.03149 90.78829
9 19_831 782920.221 9965671.43 8090.674 -0.00313 0.01497 89.87836
10 19_832 782910.383 9964585.81 8090.774 -0.02632 -0.04906 89.80962
11 19_833 782903.72 9963500.57 8087.801 -0.07438 -0.06778 90.23134
12 19_834 782910.113 9962414.37 8077.443 -0.01064 0.01272 91.28653
13 20_930 786049.019 9967842.94 7937.704 -0.00434 -0.04291 90.41697
14 20_931 786038.15 9966756.89 7938.27 -0.0074 -0.01244 89.73513
15 20_932 786047.979 9965670.5 7942.211 0.35156 -0.27173 91.15116
16 20_933 786053.574 9964585 7941.944 -0.00227 0.00818 90.92673
17 20_934 786066.23 9963499.42 7941.904 -0.00697 -0.00412 90.75133
18 20_935 786072.414 9962413.6 7941.751 0.01012 -0.01319 91.21998
19 21_1240 789242.761 9962417.51 7970.547 -0.00699 0.00717 -89.61191
20 21_1241 789237.764 9963503.24 7968.981 -0.01808 0.00813 -89.05275
21 21_1242 789232.637 9964588.85 7967.548 -0.02998 -0.06778 -89.0905
22 21_1243 789232.489 9965674.49 7967.643 0.00284 0.03265 -89.72829
23 21_1244 789229.065 9966759.89 7969.621 -0.01897 0.07312 -89.61975
24 21_1245 789224.838 9967845.7 7970.452 0.00993 -0.04079 -89.62154
4.1.2. Resultados de la recopilación de monografías y bloque fotogramétrico.
Se presenta a continuación en la tabla 25, el elenco de coordenadas de los 11 puntos de control
fotogramétrico tomados por Barragán (2015) con equipo GNSS de doble frecuencia (L1/L2).
Tabla 25.
Elenco de coordenadas de las monografías de Barragán (2015)
ID NORTE [m] ESTE [m] Precisión Precisión Altura elipsoidal
Horizontal [m] Vertical [m] [m]
GCPC 9967656.246 781210.625 0.012 0.014 2565.285
GCPG 9963447.427 787229.463 0.005 0.009 2560.211
GCPI 9967190.456 787605.817 0.007 0.010 2554.092
GCPX 9968275.126 777028.821 0.013 0.028 3007.168
GCPY 9962161.490 791186.294 0.014 0.025 2749.505
GCPE 9965033.915 784443.902 0.001 0.002 2520.095
Continúa
164
GCPA 9963512.875 780761.586 0.005 0.006 2538.293

GCPD 9963076.165 784612.941 0.003 0.005 2551.316
GCPF 9966469.118 784048.411 0.002 0.003 2500.598
GCPW 9961837.692 777372.520 0.005 0.011 2839.422
GCPZ 9968378.800 791497.809 0.007 0.009 2566.699
Fuente: (Barragán, 2015)
Posteriormente se indica el resultado del bloque fotogramétrico de nombre
“Bloque_ruminahui_gruber.blk” con la orientación relativa (72 puntos de Von Gruber) (ver Figura
125).
Figura 125. Bloque fotogramétrico con los puntos de Von Gruber
4.2. Resultados de las distribución de los GCP y puntos de exactitud posicional
A continuación se presentan las distribuciones de GCP, los resultados del procesamiento y sus
monografías.
165
4.2.1. Distribución resultante de los GCP
En las campañas de campo se logró obtener 19 puntos de control modificados, de los planteados
en “Distribución A de planificación”, debido a los factores descritos, logrando una distribuc ió n
final como la Figura 126, denominada “Distribución 19”.
Figura 126. Distribución 19 modificada de Ackermann e IGN
En la “Distribución B de planificación”, se logró obtener 13 puntos de control que se denomina n
“Distribución 13”, ver Figura 127.
Figura 127. Distribución 13 modificada de Ackermann, DTC y Milkhail et al

166
4.2.2. Resultados de los puntos procesados
A continuación se presenta un resumen de los 45 puntos de control (ver tabla 26) en donde la
columna “uso” representa la participación del punto: 1300 en “Distribución 13”, 1900
“Distribución 19”, 1319 puntos compartidos en ambas distribuciones y “9999” puntos solamente
en control de calidad; además, los puntos obtenidos de Barragán (2015), tienen una codificac ió n
desde el A001 hasta A011.
Tabla 26.
Detalles de los puntos a utilizar en el proyecto
No Mon. Norte [m] Este [m] Altura Elip P. P. Uso PDOP RMS
[m] Horizontal Vertical [m]
[m] [m]
1 A001 9967656.246 781210.625 2565.285 0.012 0.014 1319 3.901 0.001
2 A004 9968275.126 777028.821 3007.168 0.013 0.028 1319 2.738 0.001
3 A005 9962161.490 791186.294 2749.505 0.014 0.025 1900 2.262 0.002
4 A006 9965033.915 784443.902 2520.095 0.001 0.002 1300 1.831 0.001
5 A007 9963512.875 780761.586 2538.293 0.005 0.006 9999 1.792 0.001
6 A008 9963076.165 784612.941 2551.316 0.003 0.005 1300 2.645 0.001
7 A009 9966469.118 784048.411 2500.598 0.002 0.003 9999 1.795 0.001
8 A010 9961837.692 777372.520 2839.422 0.005 0.011 1319 1.85 0.001
9 A011 9968378.800 791497.809 2566.699 0.007 0.009 1900 2.55 0.001
10 B012 9965493.415 784449.746 2536.315 0.003 0.004 1900 2.31 0.035
11 B013 9964861.857 784593.351 2533.752 0.002 0.004 9999 2.943 0.019
12 C014 9967772.804 777584.835 2855.623 0.005 0.006 1900 2.351 0.017
13 C015 9962820.938 777846.513 2739.132 0.008 0.012 1900 3.65 0.05
14 C016 9965824.004 779092.843 2635.156 0.003 0.007 9999 3.055 0.032
15 C017 9966273.223 782002.918 2495.664 0.003 0.007 1900 2.234 0.028
16 D018 9967035.860 789791.892 2597.935 0.004 0.005 9999 1.661 0.008
17 D019 9968418.687 791501.879 2566.403 0.003 0.006 1319 4.006 0.022
18 D020 9962277.748 791243.853 2745.658 0.005 0.007 1319 2.191 0.025
Continúa
167
19 D021 9967244.513 788358.962 2584.207 0.009 0.012 9999 1.927 0.02

20 E022 9964078.560 789775.334 2665.371 0.007 0.010 9999 2.242 0.004
21 E023 9963708.520 787787.327 2633.524 0.004 0.005 9999 2.696 0.004
22 F024 9965176.010 784214.625 2513.177 0.009 0.009 9999 2.973 0.057
23 G025 9962549.158 784984.339 2542.502 0.003 0.005 1900 2.2 0.031
24 G027 9963771.070 781646.642 2525.163 0.003 0.006 9999 2.556 0.021
25 G028 9964456.279 779690.547 2566.468 0.005 0.007 9999 2.419 0.028
26 G029 9964739.779 778327.645 2665.444 0.004 0.006 9999 2.992 0.005
27 G030 9962336.083 780091.176 2548.380 0.005 0.008 1319 3.234 0.03
28 G031 9964555.417 782481.062 2515.589 0.004 0.008 9999 3.381 0.031
29 G032 9966117.958 779731.086 2580.365 0.004 0.011 9999 1.999 0.008
30 G033 9968074.305 779961.790 2588.003 0.004 0.007 9999 2.308 0.019
31 G034 9967618.262 782109.461 2481.900 0.007 0.008 9999 2.535 0.015
32 G035 9968088.631 784663.021 2467.400 0.008 0.009 1900 3.029 0.031
33 H036 9966770.619 785022.167 2520.288 0.004 0.005 1300 2.171 0.032
34 H037 9966330.902 786779.358 2574.013 0.003 0.004 9999 2.135 0.005
35 H038 9965783.320 788972.916 2624.833 0.003 0.006 9999 2.871 0.004
36 H039 9967850.290 786617.705 2553.060 0.004 0.006 9999 2.442 0.024
37 H040 9966343.337 791102.277 2643.703 0.005 0.006 1300 2.468 0.014
38 H041 9962567.981 788835.878 2662.558 0.004 0.005 9999 2.161 0.012
39 H042 9964632.445 791103.463 2702.164 0.003 0.006 1900 2.35 0.014
40 I043 9966579.049 777517.754 2777.439 0.004 0.006 9999 2.224 0.02
41 I044 9964590.208 777231.054 2883.821 0.008 0.013 1319 3.002 0.06
42 I046 9962237.604 788143.583 2668.340 0.008 0.009 1319 2.852 0.009
43 I047 9965901.908 787705.991 2599.474 0.033 0.015 1900 3.105 0.042
44 I048 9968145.553 788537.474 2625.437 0.007 0.012 1319 2.305 0.025
45 J049 9965154.951 784198.465 2513.230 0.002 0.003 9999 2.228 0.015
Nota: Mon (Monografía), P (Precisión), Elip (Elipsoidal).
La distribución espacial de todos los puntos se presenta en la Figura 128; en el cual el color
verde representa los puntos de exactitud posicional y los triángulos rojos los puntos de control
(GCP).
168
Figura 128. Distribución de GCP’s y puntos de exactitud posicional.
El detalle de las características de cada punto se representa en una monografía, cuyo ejemplo se
presenta en la Figura 129 y el resto de monografías se ubican en el Anexo 2; además, se realizaro n
las monografías de los puntos mencionados en la tabla 17, exceptuando el punto X100, debido a
un PDOP excesivo.
Figura 129. Monografía I046

169
4.3. Resultados de aerotriangulación con diferentes programas fotogramétricos
A continuación se presentan los 9 ajustes de la aerotriangulación de los programas
fotogramétricos Erdas-LPS, Orima y Z/I Imagine.
4.3.1. Resultados de la aerotriangulación en Erdas-LPS
Se realizaron 4 ajustes de la aerotriangulación, de la siguiente manera: dos ajustes con la
distribución de 13 puntos de control, considerando la matriz de pesos y sin considerar la matriz;
dos ajustes con la distribución de 19 puntos de control, considerando la matriz de pesos y sin
considerar la matriz de pesos, los mismos que se muestran a continuación:
4.3.1.1. Resultado de la aerotriangulación sin matriz de pesos y 13GCP en LPS
La aerotriangulación global no consideró en el ajuste los siguientes puntos de control: A004,
I044 e I048; además, tiene un RMSE de 0.4479m en el eje X de las imágenes, un RMSE de 0.4079m
en el eje Y de las imágenes y un RMSE total de 0.3077m (ver Figura 130).
Figura 130. Reporte A. sin matriz de pesos y 13GCP en LPS

170
Así mismo, en el reporte del ajuste se incluyen varios datos, entre ellos el total de puntos
considerados en el ajuste (313 tie points), de los cuales 148 de ellos han sido pinchados en más de
4 imágenes. En la Figura 131 se presenta un ejemplo del reporte de LPS, cuyo contenido completo
del reporte; así como, todos los reportes de aerotriangulación de los diferentes programas se
presentan en el Anexo 4.
Figura 131. Reporte de aerotriangulación en LPS
4.3.1.2. Resultado de la aerotriangulación con matriz de pesos y 13 GCP en LPS
A010, I044 e I048; además, tiene un RMSE de 0.3787m en el eje X de las imágenes, un RMSE de
0.3334m en el eje Y de las imágenes y un RMSE total de 0.2732m (ver Figura 132).
171
Figura 132. Reporte A. con matriz de pesos y 13GCP en LPS
También, se genera un reporte en el que incluye el total de los puntos considerados en el ajuste
(307 tie points); de los cuales 143 de ellos se han pinchados en más de 4 imágenes; el resto del
contenido del reporte se presenta en el Anexo 4.
4.3.1.3. Resultado de la aerotriangulación sin matriz de pesos y 19GCP en LPS
A004, A005 A010, A001, C014, D019, e I044; además, tiene un RMSE de 0.3146m en el eje X
de las imágenes, un RMSE de 0.2961m en el eje Y de las imágenes y un RMSE total de 0.2627m
(ver Figura 133).
Figura 133. Reporte A. sin matriz de pesos y 19GCP en LPS

172
De la misma forma, se puede generar un reporte de la aerotriangulación con el total de puntos
considerados en el ajuste (310 tie points); de los cuales 143 de ellos, se encuentran pinchados en
más de 4 imágenes; el contenido completo del reporte se presenta en el Anexo 4.
4.3.1.4. Resultado de la aerotriangulación con matriz de pesos y 19GCP en LPS
A004, A005 A010, A001, C014, D019, I044 e I048; además, tiene un RMSE de 0.2853m en el eje
X de las imágenes, un RMSE de 0.2546m en el eje Y de las imágenes y un RMSE total de 0.2595m
(ver Figura 133).
Figura 134. Reporte A. con matriz de pesos y 19GCP en LPS
De la misma forma, se puede generar un reporte de aerotriangulación, que incluye el total de los
puntos utilizado en el ajuste (310 tie points), de los cuales 144 de ellos han sido pinchados en más
de cuatro imágenes; el contenido completo del reporte se presenta en el Anexo 4.
4.3.2. Resultados de la aerotriangulación en ORIMA
Se realizaron 4 ajustes de la aerotriangulación en el programa Orima 11.00 de la siguiente forma:
dos ajustes con la distribución de 13 GCP, considerando un ajuste en bloque y un ajuste en línea
173
de vuelo; así mismo, dos ajustes con la distribución de 19 GCP, considerando un ajuste en bloque
y un ajuste en línea de vuelo, los mismos que se detallan a continuación:
4.3.2.1. Resultado de la aerotriangulación en bloque y 13 GCP en Orima
La aerotriangulación de Orima, resulta de un proceso de edición de puntos manual; donde, no
se consideró los puntos de control: A010, I044 e I048, debido a residuales muy altos (RMS de
0.37m en cada componente). El RMSE de las componentes del ajuste resultante son: RMSE X
(0.057m), RMSE Y (0.336m) y RMSE Z (0.144m).
Al correr el programa CAP-A del ajuste de Orima genera un reporte, con la cantidad de puntos
con errores que sobrepasan los límites y no han sido eliminados (Im. Blunders = 2); además,
presenta la cantidad de otros errores no corregidos (Add. Blunders = 7) y el valor de Sigma 0
(1.6µm) con el número de iteración de convergencia (ver Figura 135), entre otros valores.
Figura 135. Reporte A. en bloque y 13GCP en Orima

174
El reporte de Orima es de formato txt y contiene la ubicación de los diferentes archivos
generados automáticamente como: parámetros del modelo, mediciones de las coordenadas de
modelo, codificación de los puntos de amarre, coordenadas del centro de las imágenes, ángulos de
rotación, entre otros datos (ver Figura 136), detallados en el Anexo 6 (Tema: Apertura de Orima);
así mismo, el contenido completo del reporte se presenta en el Anexo 4.
Figura 136. Reporte de Aerotriangulación en Orima.
A su vez, la cantidad total de puntos utilizados en el ajuste fue de 781, de los cuales 410 de ellos
fueron pinchados en más de cuatro imágenes.
4.3.2.2. Resultado de la aerotriangulación en líneas de vuelo y 13 GCP en Orima
La aerotriangulación de Orima, resulta de un proceso de editado de puntos manual. Al correr el
programa CAP-A de ajuste de Orima genera un reporte, con la cantidad de puntos con errores que
175
sobrepasan los límites y no han sido eliminados (Im. Blunders = 5); además, presenta la cantidad
de otros errores no corregidos (Add. Blunders = 8) y el valor de Sigma 0 (1.6 um) con el número
de iteración de convergencia (ver Figura 137), entre otros valores. Los valores de RMSE por
componentes son: RMSE X (0.057m), RMSE Y (0.099m) y RMSE Z (0.02m).
Figura 137. Reporte A. en líneas de vuelo y 13GCP en Orima
Además, el número total de puntos utilizados en el ajuste es de 890 tie points; donde, 391 de
ellos han sido pinchados en más de 4 imágenes. El contenido completo del reporte de
aerotriangulación se presenta en el Anexo 4.
4.3.2.3. Resultado de la aerotriangulación en bloque y 19GCP en Orima
Como se ha mencionado la aerotriangulación final de Orima, resulta de un proceso de editado
de puntos manual, al ejecutar el programa CAP-A de ajuste que genera una ventana con la cantidad
de puntos con errores que sobrepasan los límites y no han sido eliminados (Im. Blunders = 20);
además, presenta la cantidad de otros errores no corregidos (Add. Blunders = 5) y el valor de

176
Sigma0 (1.7 µm) con el número de iteración de convergencia (ver Figura 138), entre otros valores.
El RMS por componentes del ajuste son: RMSE X (0.053m), RMSE Y (0.071m) y RMSE Z
(0.018m).
Figura 138. Reporte A. en bloque y 19 GCP en Orima
Así mismo, en el reporte se presenta la cantidad de puntos utilizados en el ajuste (779 tie points),
de los cuales 417 han sido pinchados en más de 4 imágenes. El contenido completo del reporte se
presenta en el Anexo 4.
4.3.2.4. Resultado de la aerotriangulación en líneas de vuelo y 19GCP en Orima
La aerotriangulación de Orima, resulta de un proceso manual de edición de puntos y al ejecutar
el programa CAP-A de ajuste se genera un reporte, con la cantidad de puntos con errores que
sobrepasan los límites y no han sido eliminados (Im. Blunders = 25); además, presenta la cantidad
de otros errores no corregidos (Add. Blunders = 6) y el valor de Sigma 0 (1.6µm) con el número
177
de iteración de convergencia (ver Figura139), entre otros valores. El valor de RMSE por
componentes son los siguientes: RMSE X (0.056m), RMSE Y (0.07m) y RMSE Z (0.023m).
Figura139. Reporte A. en líneas de vuelo y 19GCP en Orima
A continuación, en el reporte se indica la cantidad total de puntos utilizados en el ajuste (900),
de los cuales 400 de ellos han sido pinchados en más de 4 imágenes. El contenido completo del
reporte se presenta en el Anexo 4.
4.3.3. Resultado de la aerotriangulación en Z/I Imagine
Se realizó un ajuste en el módulo ImageStation Automatic Triangulation, del programa Z/I
Imagine con los 13 puntos de control; sin embargo, el programa eliminó automáticamente los
puntos: A010, D020, G030 y H040; además, se presenta un RMS por componentes cuyos valores
son: RMS X (0.082m), RMS Y (0.228m) y RMS Z (0.063m) (ver Figura 140) y un sigma de 2um.
178
Figura 140. Reporte A. en bloque y 13GCP en Z/I Imagine
A pesar de que en la configuración del programa se insertaron los umbrales máximos, el
proyecto no sobrepasa dichos valores (1.25m); además, los valores máximos de los residuales son:
0.082m, 0.228m y 0.063m en cada componente; también, en el reporte del ajuste en Z/I Imagine
se indica que se utilizaron 284 puntos; donde, 183 fueron pinchados en más de cuatro imágenes.
El contenido completo del reporte se encuentra en el Anexo 4.
4.4. Resultados de los mosaicos de Modelos Digitales de Superficie
Se generaron en total 161 modelos digitales de superficie, distribuidos de la siguiente manera:
80 MDS con la aerotriangulación en Erdas, 80 MDS con la aerotriangulación en ORIMAy un MDS
generado del ajuste en ZI/imagine, detallados sus mosaicos a continuación:

179
4.4.1. Resultado del mosaico MDS sin matriz de pesos y 13 GCP en LPS
Se generó un mosaico con los 20 MDS del ajuste con 13 GCP y sin considerar la matriz de pesos
en LPS-Core, cuyo valor máximo de altura elipsoidal es de 3030.17m y mínimo de 2440.38m;
además, se representa de color café las elevaciones grandes y de color azul las zonas más bajas (ver
Figura 141); además se presenta una zona representativa de color verde (vegetación) de ejemplo.
Figura 141. Mosaico de MDS sin matriz de pesos y 13GCP en LPS
4.4.2. Resultado del mosaico MDS con matriz de pesos y 13 GCP en LPS
Se generó un mosaico con los 20 MDS de la aerotriangulación con 13 GCP y considerando la
matriz de pesos (modelo Ebners) en LPS-Core, cuyo valor máximo de altura elipsoidal es de
180
3030.32m y mínimo de 2440.24m; además, se representa de color café las elevaciones grandes y
amarillo las zonas más bajas (ver Figura 142); en el recuadro se presenta una zona de ejemplo
(quebrada).
Figura 142. Mosaico MDS con matriz de pesos y 13GCP en LPS
4.4.3. Resultado del mosaico MDS sin matriz de pesos y 19 GCP en LPS
Se generó un mosaico con los 20 MDS del ajuste con 19 GCP y sin considerar la matriz de pesos
en LPS-Core, cuyo valor máximo de altura elipsoidal es de 3030.93m y mínimo de 2438.87m;
además, se representa de color café las elevaciones grandes y de color azul las zonas más bajas (ver
Figura 143); en el recuadro se presenta una zona de ejemplo (estructura - edificio San Luis de
Sangolquí).
181
Figura 143. Mosaico MDS sin matriz de pesos y 19 GCP en LPS
4.4.4. Resultado del mosaico MDS con matriz de pesos y 19 GCP en LPS
Se generó un mosaico con los 20 MDS del ajuste con 19 GCP y considerando la matriz de pesos
(modelo Ebners) en LPS-Core, cuyo valor máximo de altura elipsoidal es de 3031.04m y mínimo
de 2438.96m; además, se representa de color verde las elevaciones grandes y de color azul las
zonas más bajas (ver Figura 144); además, se presenta un ejemplo de edificios (color verde oscuro).
182
Figura 144. Mosaico MDS con matriz de pesos y 19 GCP en LPS
4.4.5. Resultado del mosaico MDS con ajuste en bloque y 13 GCP en Orima
Se generó un mosaico con los 20 MDS del ajuste en bloque de Orima y con 13 GCP, cuyo valor
máximo de altura elipsoidal es de 3036.13m y mínimo de 2440.59m; además, se representa de
color café las elevaciones grandes y de color azul las zonas más bajas (ver Figura 145); además, se
presenta una zona de ladera de color amarillo.

183
Figura 145. Mosaico MDS con ajuste en bloque y 13 GCP en Orima.
4.4.6. Resultado del mosaico MDS con ajuste en líneas de vuelo y 13 GCP en Orima
Se generó un mosaico con los 20 MDS del ajuste en líneas de vuelo en Orima y con 13 GCP,
cuyo valor máximo de altura elipsoidal es de 3035.59m y mínimo de 2440.35m; además, se
representa de color café las elevaciones grandes y de color azul las zonas más bajas (ver Figura
146); así también, las zonas de color verde claro representan quebradas y la zona cafe una zona de
alta elevación.
184
Figura 146. Mosaico MDS con ajuste en líneas de vuelo y 13 GCP en Orima.
4.4.7. Resultado del mosaico MDS con ajuste en bloque y 19 GCP en Orima
Se generó un mosaico con los 20 MDS del ajuste en bloque con Orima y con 19 GCP, cuyo
valor máximo de altura elipsoidal es de 3036.32m y mínimo de 2440.7m; además, se representa de
color café las elevaciones grandes y de color azul las zonas uniformes (ver Figura 147.); de la
misma forma, el color rojo oscuro representa alta vegetación y el anaranjado zonas de cultivo.
185
Figura 147. Mosaico MDS con ajuste en bloque y 19 GCP en Orima
4.4.8. Resultado del mosaico MDS con ajuste en líneas de vuelo y 19GCP en Orima
Se generó un mosaico con los 20 MDS del ajuste en líneas de vuelo en Orima y con 19 GCP,
cuyo valor máximo de altura elipsoidal es de 3035.79m y mínimo de 2440.33m; además, se
representa de color café las elevaciones grandes y de color azul las zonas más bajas (ver Figura
148); también, se presenta de color verde una zona poblada (edificaciones).

186
Figura 148. Mosaico MDS con ajuste en líneas de vuelo y 19 GCP en Orima.
4.4.9. Resultado del mosaico MDS con ajuste en bloque y 13 GCP en Z/I Imagine
Se generó un mosaico del ajuste en bloque y con 13 GCP del programa ZI-Imagine, cuyo valor
máximo de altura ortométrica es de 3002.04m y mínimo de 2416.21m; además, se representa de
color café las elevaciones grandes y de color amarillo las zonas más bajas (ver Figura 149) (zonas
de ladera).
187
Figura 149. Mosaico MDS con 13GCP y ajuste bloque en Z/I Imagine.
4.5. Resultados de los mosaicos de las ortofotos
Se generaron en total 216 ortofotos, distribuidos de la siguiente manera: 96 ortofotos generadas
del ajuste de Erdas-LPS, 96 ortofotos generadas del ajuste de ORIMA y 24 ortofotos generadas
del ajuste de ZI/imagine, de los cuales se realizaron 9 mosaicos detallados a continuación:
4.5.1. Resultado del ortomosaico sin matriz de pesos y 13GCP en LPS
Se generaron 24 ortofotos con el ajuste de 13 GCP y sin considerar la matriz de pesos en la
aerotriangulación, representado en un ortomosaico, cuyos desplazamientos en edificios se
muestran en los recuadros de colores de la Figura 150.

188
Figura 150. Ortomosaico sin matriz de pesos y 13 GCP en LPS
4.5.2. Resultado del ortomosaico con matriz de pesos y 13 GCP en LPS
Se generaron 24 ortofotos con el ajuste de 13 GCP y considerando la matriz de pesos (modelo
Ebners), representado en un ortomosaico, cuyos desplazamientos en edificaciones se muestran en
los recuadros de colores de la Figura 151.
Figura 151. Ortomosaico con matriz de pesos y 13 GCP en LPS

189
4.5.3. Resultado del ortomosaico sin matriz de pesos y 19 GCP en LPS
Se generaron 24 ortofotos con el ajuste de 19 GCP y sin matriz de pesos, representado en un
ortomosaico, cuyos desplazamientos en estructuras se muestra en los recuadros de colores de la
Figura 152; donde, en el recuadro verde se observa una ligera curvatura de la edificación color
blanco oeste; sin embargo las edificaciones del recuadro rojo y del recuadro amarillo no presentan
curvaturas como en el caso anterior.
Figura 152. Ortomosaico sin matriz de pesos y 19 GCP en LPS
4.5.4. Resultado del ortomosaico con matriz de pesos y 19 GCP en LPS
Se generaron 24 ortofotos con el ajuste de 19 GCP y considerando una matriz de pesos (modelo
Ebners), representado en un ortomosaico, cuyos desplazamientos en edificaciones se indican en los
recuadros de colores de la Figura 153.

190
Figura 153. Ortomosaico con matriz de pesos y 19 GCP en LPS
4.5.5. Resultado del ortomosaico con ajuste en bloque y 13 GCP en Orima
Se generaron 24 ortofotos con 13 GCP y un ajuste en bloque con el entorno de Orima,
representado en un ortomosaico, cuyo desplazamiento del edificio de Idiomas (ESPE) (ver
recuadro verde de la Figura 154) presenta curvaturas en sus extremos; entre otros ejemplos.
Figura 154. Ortomosaico con ajuste en bloque y 13 GCP en Orima

191
4.5.6. Resultado del ortomosaico con ajuste de líneas de vuelo y 13 GCP en Orima
Se generaron 24 ortofotos con 13 GCP y un ajuste en líneas de vuelo con el entorno de Orima,
representado en un ortomosaico; así también, en la Figura 155 se indica algunos ejemplos de
estructuras.
Figura 155. Ortomosaico con ajuste de líneas de vuelo y 13 GCP en Orima.
Del recuadro verde anterior, se visualiza la curvatura de un edificio en sus extremos (bloque de
la MED-ESPE); sin embargo, el resto de ejemplos mantienen sus formas originales.
4.5.7. Resultado del ortomosaico con ajuste en bloque y 19 GCP en Orima
Se generaron 24 ortofotos con 19 GCP y un ajuste en bloque con el entorno de Orima,
representado en un ortomosaico, cuyos desplazamientos en edificios se muestran en la Figura 156;

192
así también, en el recuadro de color rojo se presenta un edificio (centro comercial San Luis –
Sangolquí) que presenta unas ligeras distorsiones de sus contornos.
Figura 156. Ortomosaico con ajuste en bloque y19 GCP en Orima
4.5.8. Resultado del ortomosaico con ajuste en líneas de vuelo y 19 GCP en Orima
Se generaron 24 ortofotos con 19 GCP y un ajuste en líneas de vuelo con el entorno de Orima,
representado en un ortomosaico, cuyos desplazamientos en edificios de gran altitud se muestran en
la Figura 157.
193
Figura 157. Ortomosaico con ajuste en líneas de vuelo y 19 GCP en Orima
4.5.9. Resultado del ortomosaico con ajuste en bloque y 13 GCP en Z/I Imagine
Se generaron 24 ortofotos con el ajuste en bloque y 13 GCP en el entorno de Z/I Imagine,
representado en un ortomosaico, cuyos ejemplos de desplazamientos en edificios se muestran en
la Figura 158.
Figura 158. Ortomosaico con 13 GCP y ajuste en bloque con Z/I Imagine.
194
4.6. Resultados del control de calidad de productos generados
A continuación se presentan los resultados de la información como: mosaicos de MDS,
ortomosaicos, parámetros estadísticos, características de los puntos de exactitud posicional y los
test de calidad aplicando la normativa IGM y la propuesta por norma “Positional Accuracy
Standards for Digital Geospatial Data” de la ASPRS.
4.6.1. Resultados de la estructuración de la información
El modelo lógico de las bases de datos es de tipo raster tanto en los resultados de los mosaicos
de MDS y los resultados de los ortomosaicos, cuyos nombres se detallan en la tabla 27.
Tabla 27.
Modelo lógico de las geodatabases
GDB Raster Dataset GDB Raster Dataset
Base_datos_MDS E_X_i_VI_X Base_datos_Ortomosaico E_X_i_VII_X
E_X_ii_VI_X s E_X_ii_VII_X
E_Y_i_VI_X E_Y_i_VII_X
E_Y_ii_VI_ X E_Y_ii_VII_X
O_X_iii_VI_X O_X_iii_VII_X
O_X_iv_VI_X O_X_iv_VII_X
O_Y_iii_VI_ X O_Y_iii_VII_X
O_Y_iv_VI_X O_Y_iv_VII_X
Z_x_iii_vi_x Z_x_iii_vii_x
195
4.6.2. Resultados de los puntos usados en la exactitud posicional
Se utilizaron 23 puntos de control en la exactitud posicional de los ortomosaicos y los mismos
23 puntos de control en la calidad de los MDS al extraer su valor de altura; además, se considera
que los puntos no deben intervenir en ningún proceso del ajuste fotogramétrico; por tanto, se
dividen según la tabla 28.
Tabla 28.
Puntos utilizados para el control de calidad
Puntos de calidad compartidos por todos los mosaicos No puntos Total de puntos
A007 D021 G032 H039 4 15
B013 E022 G033 H041 4
C016 G028 H037 I043 4
D018 G031 H038 3
Puntos de calidad solo para productos generados con 13 GCP 15 23
A005 A011 C015 G029 4
A009 C014 E023 G034 4
Puntos de calidad solo para productos generados con 19 GCP 15 23
A006 A009 G029 H036 4
A008 E023 G034 H040 4
Puntos de calidad solo para productos generados en 15 23
ZI/Imagine
A005 C015 G035 I047 4
B012 C017 H042 A011 3
4.6.3. Resultados de los mosaicos MDS
Se analizaron 9 mosaicos de MDS, según la codificación de la base de datos
“Base_datos_MDS”, en las cuales se considera la cantidad de puntos de control (13GCP o 19GCP),
el programa fotogramétrico (LSP, Orima y Z/I Imagine) y el tipo de ajuste, cuyos parámetros
estadísticos utilizados fueron: máximo, mínimo, error medio (ecuación 18), media aritmética
196
absoluta, desviación estándar (ecuación 19); además, cabe mencionar que el análisis del mosaico
de MDS del ajuste en Z/I Imaging, se eliminó un punto, debido a encontrarse fuera de la zona de
estudio (punto A011); por tanto, cada uno de los valores calculados se muestran en la tabla 29.
Tabla 29.
Parámetros estadísticos de los mosaicos de MDS
MDS Evaluado con Elementos Máximo Mínimo Error Media Desviación desviación
altura elipsoidal (n) [m] [m] Medio arimetica estándar estándar2
(x� )[m] absoluta (S) [m] (S) [m]
(x� )1 [m]
E_X_i_VI_X 23 1.563 -2.362 -0.245 0.871 1.106 0.701
E_X_ii_VI_X 23 1.403 -2.091 -0.145 0.809 1.001 0.582
E_Y_i_VI_X 23 1.3 -3.638 -0.515 0.900 1.129 0.841
E_Y_ii_VI_X 23 0.99 -2.581 -0.500 0.790 0.929 0.680
O_X_iv_VI_X 23 1.416 -2.294 0.072 0.751 1.017 0.671
O_X_iii_VI_X 23 1.109 -2.035 0.051 0.637 0.841 0.535
O_Y_iv_VI_X 23 1.048 -2.163 0.155 0.632 0.760 0.430
O_Y_iii_VI_X 23 1.406 -2.281 0.225 0.678 0.835 0.518
z_x_iii_vi_x3 22 3.895 -5.192 -0.202 1.682 2.249 1.463
Promedio 1.57 -2.737 -0.123 0.861 0.270 0.322
1. Representa el valor de la media aritmética del valor absoluto de las diferencias.
2. Representa el valor de la desviación estándar con el valor absoluto de las diferencias entre el valor del MDS
producido y el Control
3. Representa el MDS con correcciones de altura elipsoidal a ortométrica con el modelo IGM
A continuación se calcula el nivel de confianza del MDS, el cual resulta de despejar 𝑡𝑡𝛼𝛼�2 de la
ecuación 16 (ver apartado 2.7.1); además, como los datos son menores a 30 se utiliza la tabla t –
Student para estimar el valor, tal como se indica en la ecuación 23:

197
𝜏𝜏 . √ 𝑛𝑛 [ 23]
𝑡𝑡 𝛼𝛼�2 =
𝜎𝜎
Donde:
- 𝑡𝑡 𝛼𝛼�2, representa el valor del área bajo la curva de la distribución t-student.
- 𝜏𝜏, representa el valor del error permito o tolerado en el proceso y resulta del interva lo
de curva a escala 1:5000 (5m/4=1.25m).
- 𝜎𝜎, representa la desviación estándar de cada mosaico MDS, ejemplo: 1.06m.
- 𝑛𝑛, representa la cantidad de elementos, ejemplo: 23.
Al obtener el valor 𝑡𝑡 𝛼𝛼�2 de la ecuación anterior, se busca el valor interpolado de t con n-1, grados
de libertad (n=22 y n=21) en la tabla t-Student (t0 ); donde, t% indica el valor en porcentaje de t0 ,
detallado en la tabla 30.
Tabla 30.
Nivel de confianza para los MDS
MDS Evaluado con t t0 1 t% %
altura elipsoidal
E_X_i_VI_X 5.42 2.82 0.995 99.5
E_X_ii_VI_X 5.99 2.82 0.995 99.5
E_Y_i_VI_X 5.31 2.82 0.995 99.5
E_Y_ii_VI_X 6.45 2.82 0.995 99.5
O_X_iv_VI_X 5.89 2.82 0.995 99.5
O_X_iii_VI_X 7.13 2.82 0.995 99.5
O_Y_iv_VI_X 7.89 2.82 0.995 99.5
O_Y_iii_VI_X 7.18 2.82 0.995 99.5
z_x_iii_vi_x2 2.61 2.52 0.99 99.0
[1] Representa el valor del área bajo la curva de la tabla t-
Student
Continúa
198
[2] Representa al MDS con altura ortométrica, corregida con

el modelo propuesto por el IGM.
Así también, se puede encontrar el intervalo de confianza para cada uno de los MDS, al utilizar
la ecuación 17 (ver apartado 2.7.1) de la siguiente manera, cuyos resultados se presenta en la tabla
31:
𝑡𝑡 𝛼𝛼�2 . 𝑆𝑆 [17]
𝑥𝑥̅ ±
√ 𝑛𝑛
Donde:
- 𝑥𝑥̅ , representa el valor de la media, ejemplo: -0.245m
- 𝑡𝑡 𝛼𝛼�2, representa el valor del área bajo la curva de la distribución t-student, a cierto nivel
de confianza (con n=22 y n=21 aproximadamente 1.72 al 95% de confianza)
- 𝑆𝑆, representa el valor de la desviación estándar de la muestra, ejemplo: 1.106m
- 𝑛𝑛, representa la cantidad de elementos de la muestra (n=22 y n=21).
Tabla 31.
Intervalo de confianza de los MDS
MDS Evaluado con Error Intervalo de
altura elipsoidal �)
Medio (𝒙𝒙 confianza al
[m] 95% [m]
E_X_i_VI_X -0.245 ± 0.40
E_X_ii_VI_X -0.145 ± 0.36
E_Y_i_VI_X -0.515 ± 0.40
E_Y_ii_VI_X -0.500 ± 0.33
O_X_iv_VI_X 0.072 ± 0.36
O_X_iii_VI_X 0.051 ± 0.30
Continúa
199
O_Y_iv_VI_X 0.155 ± 0.27

O_Y_iii_VI_X 0.225 ± 0.30
z_x_iii_vi_x -0.202 ± 0.83
Al analizar el valor del RMSEz con la ecuación 13 (ver apartado 2.6.7) y multiplicar por el valor
de “Z” (tabla z=1.645), con un nivel de confianza del 90%, se tienen los valores de la tabla 32:
Tabla 32.
Precisión de los MDS al 90% de confianza
MDS Evaluado con RMSEz Precisión al 90%
altura elipsoidal [m] de confianza [m]
E_X_i_VI_X 1.109 1.82
E_X_ii_VI_X 0.989 1.62
E_Y_i_VI_X 1.219 2.00
E_Y_ii_VI_X 1.037 1.70
O_X_iv_VI_X 0.997 1.64
O_X_iii_VI_X 0.824 1.35
O_Y_iv_VI_X 0.759 1.24
O_Y_iii_VI_X 0.847 1.39
z_x_iii_vi_x 2.207 3.62
Promedio 1.109 1.821
[1] Resultados de multiplicar el promedio obtenido con
el valor de 1.645 para el 90% de confianza.
El límite de un mosaico de MDS a escala 1:5000, es de 1.25m, pues implica el ¼ del interva lo
de curva; por tanto, de los valores de la tabla 32, se tiene que a un nivel de confianza del 90% solo
un producto cumple con la precisión indicada (O_Y_iii_VI_X), el cual representa al resultado con
19GCP, ajuste en líneas de vuelo en Orima; al mismo tiempo, el valor más alto es el realizado en
Z/I Imagine; debiéndose a utilizar el modelo geoidal del IGM, pues para el resto de los resultados
no se presentan dichos extremos del valor; no obstante, existe otro producto que se acerca al límite
200
del ¼ del intervalo de curva, el cual representa al mosaico de MDS con 13GCP, ajuste en bloque
en Orima; el resto de valores se indica en la Figura 159.
Precisión de los mosaicos al 90% de confianza

4
3.5
PRECISIÓN [M]
3
2.5
2
1.5
1
0.5
0
O_Y_iv_VI O_X_iii_VI O_Y_iii_VI E_X_ii_VI O_X_iv_VI E_Y_ii_VI E_X_i_VI_ E_Y_i_VI_ z_x_iii_vi_
_X _X _X _X _X _X X X x
RMSEr [m] 1.24 1.35 1.39 1.62 1.64 1.7 1.82 2 3.62
Figura 159. Orden ascendende de la precisión de los mosaicos MDS.
4.6.4. Resultados del error planimétrico de los ortomosaicos
A continuación se presenta el error planimétrico de los nueve ortomosaicos, representados cada
uno en círculos; donde, el radio de las mismas está dado por la ecuación 22.
4.6.4.1. Resultados del error planimétrico del ortomosaico E_X_i_VII_X
El primer ortomosaico evaluado es “E_X_i_VII_X” según la “Base_datos_ortomosaicos”, el
cual representa el resultado del apartado 4.5.1 “Resultado del ortomosaico sin matriz de pesos y
13GCP en LPS”, cuyo error planimétrico de los puntos de exactitud posicional van de un valor
mínimo de 0.07m y un máximo de 1.06m; además, la mayor parte de los errores se encuentra entre
las coordenadas Este [77600m; 77800m], pertenecientes a una zona de alta pendiente, el resto de
valores representados se presentan en la Figura 160.

201
Puntos de exactitud posicional con su diferencia

9970000
9969000
0.74
9968000 0.49
1.06 0.27
0.10
0.63 0.24
9967000
0.49 0.31 0.62
NORTE [m]
9966000 0.67
0.39 0.46
9965000 0.07
0.85 0.25
0.25
9964000 0.07
0.46 0.30
9963000 0.36
0.51
9962000 0.77
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 160. Error planimétrico de E_X_i_VII_X
4.6.4.2. Resultados del error planimétrico del ortomosaico E_x_ii_vii_x
El segundo ortomosaico evaluado es “E_x_ii_vii_x” según la “Base_datos_ortomosaicos”, el
cual representa el resultado del apartado 4.5.2 “Resultado del ortomosaico con matriz de pesos y
13 GCP en LPS”, cuyo error planimétrico de los puntos de exactitud posicional, van de un valor
mínimo es de 0.1m y un máximo de 1.9m; además, la mayor parte de los errores se encuentra entre
las coordenadas Este [77600m; 78000m], pertenecientes a una zona de alta pendiente, el resto de
valores representados en círculos de la Figura 161.

202

9969000
1.00 0.70
1.90 0.16 0.32
9967000 0.51 0.16
NORTE [m]
1.11 0.33 0.73

0.840.88 0.10
9965000 0.95 0.22
0.22 0.16
0.53 0.16
9963000 0.32
0.83 0.59 0.77
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 161. Error planimétrico de E_x_ii_vii_x
4.6.4.3. Resultados del error planimétrico del ortomosaico E_Y_i_VII_X
El tercer ortomosaico analizado fue “E_Y_i_VII_X” según la “Base_datos_ortomosaicos”, que
representa el resultado del apartado 4.5.3 “Resultado del ortomosaico sin matriz de pesos y 19 GCP
en LPS”, en el cual el error planimétrico de los puntos de exactitud posicional (representados en
círculos), van de un valor mínimo es de 0.04m y un máximo de 0.88m; además, los valores del
error planimétrico se encuentran dispersos en todo el proyecto (ver Figura 162).

9969000
0.61 0.56
0.23 0.30
9967000 0.25
0.57 0.29 0.13
NORTE [m]
0.88 0.67
0.750.61 0.07
9965000 0.80 0.69
0.23
0.34 0.06
0.59 0.22
0.36
9963000 0.04
0.63
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 162. Error planimétrico de E_Y_i_VII_X

203
4.6.4.4. Resultados del error planimétrico del ortomosaico E_y_ii_VII_X
El cuarto ortomosaico analizado es “E_y_ii_VII_X” según la “Base_datos_ortomosaicos”, que
representa el resultado del apartado 4.5.4 “Resultado del ortomosaico con matriz de pesos y 19
GCP en LPS”; así mismo, los errores planimétricos de los puntos de exactitud posicional van de
un valor mínimo es de 0.04m y un máximo de 0.91m; además, los errores se distribuyen en zonas
de alta pendiente (0.91m) y zonas extremas del proyecto (0.59m), tal y como se indican los círculos
en la Figura 163.

9969000
9968000 0.50 0.53

0.07
9967000 0.30 0.57
0.55 0.12
0.28 0.89 0.59
9966000 0.41
NORTE [m]
0.72 0.19
9965000 0.38
0.04
0.91 0.07
0.36
9964000 0.26
0.18 0.49
9963000 0.10
0.74
9962000
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 163. Error planimétrico de E_y_ii_VII_X
4.6.4.5. Resultados del error planimétrico del ortomosaico O_X_iii_VII_X
El quinto ortomosaico examinado es “O_X_iii_VII_X” según la “Base_datos_ortomosaicos ”,
que representa el resultado del apartado 4.5.5 “Resultado del ortomosaico con ajuste en bloque y
204
13 GCP en Orima”, cuyo error planimétrico máximo es de 1.6m y un mínimo de 0.1m; además,
los mayores errores se encuentran en las esquinas del proyecto y en las zonas de alta pendiente, en
el intervalo de [776000m; 780000m], tal y como indica la Figura 164.

9970000
9969000
1.06
9968000 0.52 0.42
1.55 0.20
9967000 0.30 0.26
1.03
NORTE [m]
0.39 0.50
9966000 0.44
0.64 0.30
9965000 0.53
0.84 0.07
0.13
9964000 0.20
0.14 0.62
9963000 0.89 0.57
9962000 0.72
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 164. Error planimétrico de O_X_iii_VII_X
4.6.4.6. Resultados del error planimétrico del ortomosaico O_X_iv_VII_X
El sexto ortomosaico examinado es “O_X_iv_VII_X” según la “Base_datos_ortomosaicos ”,
que representa el resultado del apartado 4.5.6 “Resultado del ortomosaico con ajuste de líneas de
vuelo y 13 GCP en Orima”; además, el error planimétrico máximo es de 1.4m y un mínimo de
0.02m, el resto de valores son menores a 0.8m representados en círculos de la Figura 165.
205

9969000
0.52 0.46
1.43 0.18 0.27
0.46
NORTE [m]
9967000 0.56 0.28

0.22 0.62
0.480.22 0.06
9965000 0.28 0.11
0.26 0.18 0.18
0.02 0.42
9963000 0.37 0.71 0.56
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 165. Error planimétrico de O_X_iv_VII_X
4.6.4.7. Resultados del error planimétrico del ortomosaico O_Y_iii_VII_X
El séptimo ortomosaico examinado es “O_Y_iii_VII_X” según la “Base_datos_ortomosaicos ”,
que representa el resultado del apartado 4.5.7 “Resultado del ortomosaico con ajuste en bloque y
19 GCP en Orima”, cuyo error planimétrico máximo es de 0.9m, el resto de errores son menores a
0.7m representados en círculos; vale destacar, los mayores desplazamientos se ubican entre la línea
de vuelo 20 y 21 del proyecto, cuyas coordenadas Este son [78600m; 792000m] (ver Figura 166).

9969000
0.37 0.53
0.28 0.64
9967000 0.40
0.56 0.25 0.12
NORTE [m]
0.90 0.65
0.660.22 0.25
9965000 0.63 0.38
0.17
0.21 0.18
0.66 0.13
0.13
9963000 0.23
0.68
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 166. Error planimétrico de O_Y_iii_VII_X

206
4.6.4.8. Resultados del error planimétrico del ortomosaico O_Y_iv_VII_X
El octavo ortomosaico examinado es “O_Y_iv_VII_X” según la “Base_datos_ortomosaicos ”,
que representa el resultado del apartado 4.5.8 “Resultado del ortomosaico con ajuste en líneas de
vuelo y 19 GCP en Orima”, cuyo error planimétrico máximo es de 0.8m y se ubica en el extremo
Este, el resto de valores son menores a 0.75m indicados en la Figura 167.

9969000
9968000 0.45 0.51

0.17
9967000 0.07 0.22
0.45 0.14
0.25 0.63 0.73
9966000 0.19
NORTE [m]
0.32 0.14
9965000 0.68
0.21
0.65 0.11
0.12
9964000 0.38
0.28 0.55
9963000 0.10
0.84
9962000
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 167. Error planimétrico de O_Y_iv_VII_X
4.6.4.9. Resultados del error planimétrico del ortomosaico en Z/I Imagine
El noveno ortomosaico analizado es “Z_X_iii_VII_X” de la “Base_datos_ortomosaicos”, que
representa el resultado del apartado 4.5.9; donde, el valor máximo es de 1.1m ubicado en el extremo
Este del proyecto; además, en la zona de alta pendiente los errores planimétricos son menores a
0.9m; tal y como se ilustra en la Figura 168.

207

9969000
9968000 0.50 0.33 0.50

9967000 0.65 1.11
0.86
0.36 0.16 0.62
9966000 0.36
NORTE [m]
0.64 0.44
0.13
9965000 0.29
0.28 0.18 0.75
9964000 0.56
0.24
9963000 0.87
0.91
9962000 0.36
9961000
776000 778000 780000 782000 784000 786000 788000 790000 792000
ESTE [m]
Figura 168. Error planimétrico de Z_X_iii_VII_X
4.6.5. Resultados s de los ortomosaicos
A continuación se detallan los siguientes estadísticos: máximo, mínimo, error medio, desviación
estándar, RMSE (RMSEx y RMSEy) y RMSEr, indicados en la tabla 33 de los nueve ortomosaicos.
Tabla 33.
Estadísticos generales de los ortomosaicos.
No Ortomosaico Coordenada Estadísticos generales
No Máx. Mín. Error Desviación RMSE RMSEr
elemen. [m] [m] Medio Estándar [m] [m]
[m] [m]
1 E_X_i_VI_X ΔEste [E] 23 0.377 -0.615 -0.155 0.272 0.308 0.515
ΔNorte [N] 23 0.714 -1.032 -0.125 0.403 0.413
2 E_X_ii_VI_X ΔEste [E] 23 0.377 -0.642 -0.026 0.264 0.26 0.721
ΔNorte [N] 23 0.754 -1.865 -0.318 0.607 0.673
3 E_Y_i_VI_X ΔEste [E] 23 0.655 -0.761 -0.138 0.406 0.421 0.498
ΔNorte [N] 23 0.476 -0.516 -0.105 0.250 0.266
4 E_Y_ii_VI_ X ΔEste [E] 23 0.496 -0.734 -0.132 0.346 0.363 0.477
Continúa
208
ΔNorte [N] 23 0.278 -0.675 -0.155 0.273 0.309

5 O_X_iv_VI_X ΔEste [E] 23 0.575 -0.536 0.046 0.275 0.273 0.639
ΔNorte [N] 23 0.913 -1.548 -0.217 0.576 0.578
6 O_X_iii_VI_X ΔEste [E] 23 0.734 -0.694 0.060 0.287 0.287 0.481
ΔNorte [N] 23 0.556 -1.23 -0.174 0.352 0.386
7 O_Y_iv_VI_X ΔEste [E] 23 0.575 -0.615 -0.096 0.301 0.309 0.460
ΔNorte [N] 23 0.357 -0.794 -0.117 0.327 0.341
8 O_Y_iii_VI_ X ΔEste [E] 23 0.655 -0.814 0.011 0.289 0.283 0.423
ΔNorte [N] 23 0.595 -0.635 -0.060 0.315 0.314
9 z_x_iii_vi_x ΔEste [E] 22 0.575 -0.893 -0.099 0.412 0.414 0.556
ΔNorte [N] 22 0.357 -0.992 -0.188 0.322 0.371
Media ortomosaicos en ΔEste [E]1 9 0.56 -0.70 -0.06 0.317
Media ortomosaicos en ΔNorte 9 0.56 -1.03 -0.16 0.381
[E] 2
[1]. Representa los valores de las medias de los máximos, mínimos, error medio y desviación
estándar, de la coordenada Este, en un ortomosaico.
[2]. Representa los valores de las medias de los máximos, mínimos, error medio y desviación
estándar, de la coordenada Norte, en un ortomosaico.
A continuación se presenta los valores de la relación entre RMSEmin/RMSEmax, para su
aplicación en el tipo de ecuación, según los casos del apartado 2.6.7; donde, el valor 0.6 de la tabla
34 es el mínimo para la aplicación de las mismas.
Tabla 34.
Indicador del RMSEmin / RMSEmax
Productos RMSEx RMSEy RMSEmin /
[m] [m] RMSEmax
E_X_i_VI_X 0.308 0.413 0.75

e_x_ii_vi_x 0.26 0.673 0.39
E_Y_i_VI_X 0.421 0.266 0.63
E_y_ii_VI_X 0.363 0.309 0.85
O_X_iii_VI_X 0.273 0.578 0.47
O_X_iv_VI_X 0.287 0.386 0.74
O_Y_iii_VI_X 0.309 0.341 0.91
Continúa
209
O_Y_iv_VI_X 0.283 0.314 0.90

Z_X_iii_VI_X 0.414 0.371 0.90
El límite de aceptación del producto (ortomosaico) a escala 1:5000 con la normativa ISO es de
1m; donde, el único producto fuera de dicho valor es el realizado con 13GCP y considerando una
matriz de pesos (Ebner’s) en LPS al 90% de confianza; en contra posición a este, el mejor resultado
se obtiene con 19 GCP y ajuste en líneas de vuelo del programa Orima al 90% de confianza;
además, en la columna “Escala máxima de ampliación”, se indica a que escala podría llegar si se
tiene dicho error, con el mismo nivel de confianza de la tabla 35.
Tabla 35.
Nivel de confianza de los ortomosaicos con la normativa IGM.
No Productos RMSEx RMSEy RMSEr IGM al Escala
[m] [m] [m] 90% máxima de
[m] ampliación
1 E_X_i_VI_X 0.308 0.413 0.515 0.774 1:4000
2 E_x_ii_vi_x 0.26 0.673 0.721 1.095 1:5600
3 E_Y_i_VI_X 0.421 0.266 0.498 0.737 1:3800
4 E_y_ii_VI_X 0.363 0.309 0.477 0.721 1:3800
5 O_X_iii_VI_X 0.273 0.578 0.639 0.970 1:5000
6 O_X_iv_VI_X 0.287 0.386 0.481 0.722 1:3800
7 O_Y_iii_VI_ X 0.309 0.341 0.460 0.697 1:3600
8 O_Y_iv_VI_X 0.283 0.314 0.423 0.641 1:3400
9 Z_X_iii_VI_X 0.414 0.371 0.556 0.842 1:4400
Promedio 0.324 0.406 0.324 0.783 1:4000
En la norma “Positional Accuracy Standards for Digital Geospatial Data” de la ASPRS, existen
dos resultados fuera del rango esperado (1.101m), los resultados 2 y 5 de la tabla 35, de los producto
210
con 13 GCP en LPS y Orima que consideran un ajuste con matriz de pesos y ajuste en bloque
respectivamente; así también, el resultado con mejor exactitud posicional representa el ajuste
realizado con 19GCP en ajuste de líneas de vuelo en Orima, tal y como se muestra en la tabla 36.
Tabla 36.
Exactitud de los ortomosaicos con la normativa ASPRS.
No Productos RMSEr [m] ASPRS al 95%
[m]
1 E_X_i_VI_X 0.515 0.892
2 e_x_ii_vi_x 0.721 1.249
3 E_Y_i_VI_X 0.498 0.862
4 E_y_ii_VI_X 0.477 0.825
5 O_X_iii_VI_X 0.639 1.107
6 O_X_iv_VI_X 0.481 0.833
7 O_Y_iii_VI_ X 0.460 0.797
8 O_Y_iv_VI_X 0.423 0.732
9 Z_X_iii_VI_X 0.556 0.962
Promedio 0.519 0.899
Vale destacar que según el orden del RMSEr, en forma ascendente se tiene tal y como se ilustra
en la en la Figura 169.
211
RMSEr [m]
0.800
0.700
0.600
0.500
RMSEZ [M]
0.400
0.300
0.200
0.100
0.000
O_Y_iv_VI O_Y_iii_VI E_y_ii_VI O_X_iv_VI E_Y_i_VI_ E_X_i_VI_ Z_X_iii_VI O_X_iii_VI e_x_ii_vi_
_X _X _X _X X X _X _X x
RMSEr [m] 0.423 0.460 0.477 0.481 0.498 0.515 0.556 0.639 0.721
Figura 169. Orden ascendende del RMSEr de todos los ortomosaicos.

212
CAPITULO IV
5. CONCLUSIONES Y RECOMENDACIONES
A continuación se expresa las conclusiones y recomendaciones de este trabajo en cuanto a la
influencia de los distintos métodos de aerotriangulación, distribución y cantidad de GCP, sobre la
calidad geométrica de las ortofotos:
5.1. Conclusiones
En efecto, se cumplieron todos los objetivos y metas propuestas en este proyecto; es decir, se
generaron nueve ortofotos mediante distintos métodos de aerotriangulación y distribución de GCP
en diferentes programas fotogramétricos (ver apartados 3.4, 3.5, 3.6 y anexos 3 al 8), con su
respectiva evaluación de exactitud posicional (ver apartado 4.6.5).
En cuanto, a la generación de ortofotos, mediante distintos tipos de aerotriangulación, número
y distribución de GCP, en Erdas LPS Core, Orima y Z/I Imagine; se puede decir, que cada programa
fotogramétrico puede compensar un bloque fotogramétrico considerando diferentes algoritmos
(ajuste con matriz de pesos, ajuste en bloque, ajuste en líneas de vuelo), pero utilizando el concepto
de la ecuación de colinealidad; por tanto, la clasificación de la aerotriangulación puede considerarse
desde el punto de vista de técnicas para compensar un bloque fotogramétrico.
A su vez, en la distribución y número de GCP considerados en el ajuste, se logró determinar que
los mejores resultados de exactitud posicional, están vinculados a las teorías de Ackermann (1990)
213
e IGN de Perú (2011), con ligeras variaciones en la ubicación de los puntos, con una cantidad de
19 GCP; pues, consideran puntos dobles en las esquinas del proyecto, puntos perpendiculares a las
líneas de vuelo y en zonas de triple traslapo distribuidos homogéneamente; además, se puede decir
que la distribución de 13 GCP alcanza buenas precisiones (ver tabla 35 y tabla 36) siguiendo la
metodología planteada.
Al mismo tiempo al comparar la exactitud posicional de las ortofotos con el umbral de la norma
ISO (1m), solo el resultado con 13GCP en LPS Core (ver apartado 4.5.2) se encuentra fuera del
rango permitido (1.10m al 90% de confianza); a su vez, al utilizar el límite de la norma propuesta
por la ASPRS (1.1m), las ortofotos generadas con 13GCP en LPS Core y Orima, sobrepasan el
límite con 1.25m y 1.11m respectivamente, al 95% de confianza; sin embargo, si se considera la
norma IGM como límite, todos las ortomosaicos son aceptados.
Además, cabe mencionar que la mejor exactitud posicional de los productos obtenidos, es de
64cm al 90% de confianza con la normativa IGM y de 73cm al 95% de confianza con la normativa
ASPRS; por tanto, se puede utilizar dicho ortomosaico en la generación de cartografía 2D para
escala 1:5000, hasta escala 1:3400 (ver tabla 35), pudiendo utilizarlo con fines catastrales, anális is
SIG y exploratorios a trabajos de mayor precisión.
En cuanto a los modelos digitales del terreno, solo un producto, que considera 19GCP en ajuste
de Orima, es admitido dentro de la tolerancia de 1.25m a escala 1:5000 con el estadístico del
RMSEz, si se considera el límite a escala 1:8000 (2m), los productos generados en Z/I Imagine son
los únicos no aceptados; cabe mencionar que no se debe utilizar la media o la media absoluta pues
214
no es un buen estimador estadístico al observar que algunos productos entrarían en los límites
1:5000.
En el caso de calcular el tamaño de la muestra y evaluar la exactitud posicional; con 23 puntos
en un área menor a 500km2 , son suficientes para tener una confiabilidad del 99% (ver tabla 30).
A su vez, al analizar las ventajas de utilizar programas fotogramétricos especializados (Orima,
Z/I Imagine); se tiene que, si se considera las precisiones en cada proceso (ver apartados 3.5.1.2 y
3.6.1), la exactitud posicional mejora, debido a disminución de la propagación de errores; así
también, es de gran importancia la visualización de los mismos pues dependiendo de la zona
requieren de una edición manual (ver apartado 3.5.1.5).
En importante agregar que la revisión de la calidad radiométrica es de una manera visual y todos
los ortomosaicos no presentan cambios extremos en sus niveles digitales; sin embargo, aún
persisten los desplazamientos en: edificaciones, zonas de alta pendiente y extremos de las ortofotos
(ver apartado 4.5).
5.2. Recomendaciones
Se sugiere la utilización de modelos geoidales locales, redes de nivelación, restitución, nuevas
tecnologías (LIDAR, Vehículos Aéreos no Tripulados), con el fin de obtener un MDT que mejore
la calidad de ortofotos, logrando trabajos de mayor precisión.

215
Se recomienda generar la documentación (Datos y Metadatos) de cada insumo y producto, a fin
de estandarizar los procesos y localizar de una manera más efectiva los posibles errores que puedan
ocurrir; así también, se debe determinar los umbrales de cada proceso y documentarlos; de modo
que se tenga un control más exhaustivo. Vale destacar que sería de gran importancia la aplicació n
de flujogramas, manuales, documentos con las directrices técnicas del área fotogramétr ica,
disminuyendo así los errores humanos.
En el caso de aumentar el número de GCP, estos deberían realizarse sobre zonas de alta
pendiente, zonas de fiscalización, áreas urbanas, laderas, extremos del proyecto y control vertical
para mejorar los resultados de los MDS.
Se recomienda rastrear un punto de control para fines fotogramétricos y bajo un área de
cobertura de 10km de una estación de monitoreo continua, durante un lapso de tiempo de 25 a 35
minutos; así también, evitar objetos cercanos que puedan afectar la señal del equipo por ejemplo:
señales de tránsito de metal, techos de zinc, (efecto multifase).
Se invita a la utilización de diferentes algoritmos de correlación para evaluar su desempeño en
la orientación exterior; así como, otros modelos matemáticos para compensar un proyecto.
A su vez, al analizar la distribución de los errores en un ortomosaico, se puede utilizar la
geoestadística con una mínima cantidad de 100 puntos de control.

216
Consecuentemente se puede utilizar, fórmulas matemáticas para determinar si estadísticame nte
la relación entre RMSEx y RMSEy son iguales con pruebas de hipótesis (Prueba para diferenc ias
entre medias (muestras pequeñas)).
6. BIBLIOGRAFÍA
Ackermann, F. (1987). The use of camera orientation data in Photogrammetry. A review
Photogrammetria.
Ackermann, F. (1990). Kinematic GPS Camera Positioning for aerial triangulation. (págs. 1155 -
1168). Otawa, Canada: Proceding of the Second International Symposium on Precise
Positioning with the Global Positioning System.
Ackermann, F. (1994). Prospects of kinematic GPS for aerial triangulation.
Agromundo. (27 de Mayo de 2018). Rg3V.LVN. Obtenido de 2.Modelos digitales del terreno
MDT/MDE: https://sites.google.com/site/rg3vlvn/2- modelos-digitales-del-terreno-md t-
mde
American Society of Photogrammetry. (1980). Manual of Photogrammmetry. Virginia: American
Society of Photogrammetry.
Angulo. (2014). Generación de cartografía básica a detalle mediante una metodología de toma con
aviones no tripulados (UAVs). Sangolquí: Universidad de las Fuerzas Armadas.

217
Ariza, F., & Atkinson, A. (2006). Metodologías de control posicional: Visión General y Análisis
crítico. Jaén: Universidad de Jaén.
Ariza, F., Emerson, X., Chicaiza, E., & Buenaño, X. (2017). Métodos de evaluación de la calidad
posicional en Hispanoamérica: análisis de la situación. Revista Cartográfica, 65 - 88.
Arranz, J. (2010). Modelos digitales del terreno. E.T.S. de ingenieros en topografía, geodesia y
cartografía (págs. 2-4). Madrid: Universidad Politécnica de Madrid.
ASPRS. (2014). ASPRS Positional Accuracy Standards for Digital Geospatial Data. En
Photogrmmetric Engineering & Remote Sensing (págs. A1 - A26). American Society for
Photogrammetry and Remote Sensing.
Barragán, G. (2015). Generación de ortofotos y cartografía 2D y 3D mediante procesos
fotogramétricos digitales con Intergraph Erdas Imagine. Sangolquí: Universidad de las
Fuerzas Armadas - ESPE.
Berrocoso, M., Sánchez, A., Pérez, A., Jigena, B., Fernández, J., & Páez, R. (s.f.). Sistemas GNSS:
Funcionamiento Posicionamiento y Precisión. Obtenido de Universidad de Cádiz: Cádiz:
http://lagc.uca.es/web_lagc/docs/curso_rap/Presentacion_II.pdf
Bianco, M., & Martínez, J. (24 de Junio de 2004). Inferencia estadística. Obtenido de Intervalos
de confianza :
http://www.dm.uba.ar/materias/probabilidades_estadistica_C/2005/1/PyEC014.pdf
218
Bostelmann, J., Breitkopf, U., & Heipke, C. (2017). Optimizing the distribution of tie points for
the bundle adjustment of HRSC image mosaics. En J. Bostelmann, U. Breitkopf, & C.
Heipke, The international Archives of the photogrammetry, Remote sensing and Spatial
information Sciences (págs. 13-16). Hong Kong: International Symposium on Planetary
Remote Sensing and Mapping.
Buill, Nuñez, & Rodriguez. (2003). Fotogrametría analítica. Barcelona: Centre de Publicacio nes
del Campus Nord.
Cartesia. (5 de Julio de 2010). Introducción a la Fotogrametría. Obtenido de
http://www.cartesia.org:
http://www.cartesia.org/data/apuntes/fotogrametria/Introduccion_a_la_Fotogrametria.pdf
Cheli, A. (2011). Introducción a la Fotogrametría y su evolución. La Plata: Hespérides.
CLIRSEN. (2011). Generación de Geoinformación para la gestión del territorio a nivel nacional
Escala 1:25 000. Manta: SENPLADES - MAE.
Cliver, E. (1997). A history of the use of photogrammetry at the Historic American Buildings
Survey and Historic Amercian Engineering Record. International Archives of
Coelho, & Nunes. (2007). Fotogrametría Digital. Río de Janeiro: Universidade do Estado do Rio
de Janeiro.
219
Colorado Department of Transportation. (2015). Survey Manual, Aerial Surveys. Colorado:
Colorado Department of Transportation.
Comer, R., Kinn, G., Light, D., & Mondello, C. (1998). Talking digital. Photogrammetr ic
Engineering and Remote Sensing.
Crouse R. & Associates. (17 de Abril de 2018). Quality aerial photography and Remote Sensing
since 1990. Obtenido de RC&A EQUIPMENT:
http://www.richardcrouse.com/pdf/CalibProtocol_DMCIIe230-23522.pdf
Cruz, E. (2011). El uso del GPS en restitución fotogramétrica y de las poligonales de referencias
en el proyecto de carreteras. D.F. México: Universidad Nacional Autónoma de México.
De la Torre, A. (18 de Agosto de 2018). Escuela Técnica Superior de Ingeniería Civil, Alternativa
a los levantamientos por topografía clásica: Fotogrametría. Obtenido de Univers idad
Politécnica de Madrid: https://naetsicsegundo.webcindario.com/Topografia/Tema4a.pdf
Delgado, J. (23 de Febrero de 2010). Fotogrametría Digital. Obtenido de Diagrama de Flujo en
Fotogrametría Digita l:
http://coello.ujaen.es/asignaturas/fotodigital/descargas/fd_tema3.pdf
Delta 95. (18 de Junio de 2018). Topografía cartografía medición de fincas. Obtenido de
http://www.delta95.com/web/imatges%20index_web/mediostecnicos/restitdigit.html
220
DOT. (2006). Photogrammetry Surveys. California: In transportation, C. D. O.
Durón, J. (2007). Modelos digitales de elevación para el continuo de elevación mexicano. Obtenido
de INEGI:
http://mapserver.inegi.org.mx/eventos/cng2007/cng2007/extcemjavierduron.pdf
EGNOS. (21 de Diciembre de 2017). Discover Egnos. Obtenido de What is GNSS?:
https://www.egnos-portal.eu/discover-egnos/about-egnos/what-gnss
Erdas. (2010). Orientation Management Program. Norcross: Erdas.
Erdas. (2011). LPS. Norcross: Erdas.
Espinosa, L. (2017). Recomendaciones para el proceso de aerotriangulaci[on para cartografía
básica del instituto geográfico Agustín Codazzi. Bogotá, Colombia.: Universidad distrita l
Francisco de Jose de Caldas.
Falkner, E., & Morgan, D. (2002). Aerial Mapping. Methods and Applications (Second Edition).
Lewis Publisher.
Farjas, M. (2006). Aplicaciones topográficas del GPS. Obtenido de OpenCourseWare Univers idad
politécnica de Madrid: http://ocw.upm.es/ingenieria-cartografica-geodesica- y-
fotogrametria/topografia- ii/Teoria_GPS_Tema_12.pdf
221
FGDC. (1998). Geospatial Positioning Accuracy Standards. Part 3: National Standard for Spatial
Data Accuracy. Tennesse: Federal Geographic Data Committee.
García, P., & Ortíz, E. (26 de Marzo de 2018). Influencia del GSD en la orientación de un bloque
fotogramétrico. Obtenido de
https://addi.ehu.es/bitstream/10810/9005/1/Influencia%20del%20GSD%20en%20la%20o
rientaci%C3%B3n%20de%20un%20bloque%20fotogram%C3%A9trico.pdf
GIS & Remote Sensing Service. (27 de Mayo de 2018). Vector and Raster Mapping. Obtenido de
Services: https://www.overallvision.com.au/our-services/gis-remote-sensing-services/
Gis Ibérica. (17 de Junio de 2018). Paralaje / Estereoscópica. Obtenido de Equipos de precisión:
http://www.gisiberica.com/estereoscopos/PARALAJE%20ESTEREOSC%D3PICA.htm
Global Market. (02 de Junio de 2018). Technology Hardware, Storage and Peripherals Company
Overview of Z/I Imaging Corporation. Obtenido de Bloomberg:
https://www.bloomberg.com/research/stocks/private/snapshot.asp?privcapid=3235439
Gómez, J. (01 de Abril de 2011). Procesamiento avanzado de imágenes digitales. Obtenido de
Introducción a la fotogrametría digital: El método general de la fotogrametría general:
http://ocw.usal.es/ensenanzas-tecnicas/procesamiento-avanzado-de-imagenes-
digitales/contenidos/Tema4.pdf
222
González, P. (2015). Levantamiento mediante GPS de una red de puntos establezidos para
correlacionar los distintos espacios de la universidad en el mismo sistema de coordenadas.
Murcia, España: Universidad politécnica de Cartagena.
GPAC. (27 de Mayo de 2018). Ingeniería de la Tierra. Obtenido de Restitución Proyecto
Gualcamayo: http://www.gpacsrl.com/index.php?pr=Gualcamayo
GPS.gov. (14 de Agosto de 2018). National Coordination Office for Space-Based Positioning,
Navigation, and Timing. Obtenido de Sistema de Posicionamiento Global:
https://www.gps.gov/spanish.php
Heipke, C. (1997). Automation of interior, relative, and absolute orientation. ISPRS Journal of
Hernández L. (2007). La aerotriangulación con apoyo GPS cinemático en la producción cartográfi
ca de Colombia. Caldas, Colombia: Universidad Distrital Francisco José de Caldas.
Hernández, D. (2006). Introducción a la fotogrametría digital. Castilla: Universidad de Castilla la
Mancha.
Hexagon. (30 de Mayo de 2018). Erdas Imagine: World-Class Remote Sensing Software. Obtenido
de Hexagon Geospatial: https://www.hexagongeospatial.com/products/power-
portfolio/erdas- imagine/erdas- imagine-remote-sensing-software-package

223
Hinojosa, A., Rodríguez, V., Munguía, L., & Meillón, O. (Mayo de 27 de 2011). Scielo. Obtenido
de El deslizamiento de ladera de noviembre 2007 y generación de una presa natural en el
río Grijalva: ttp://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-
33222011000100003&lng=es&tlng=es.
Hinsken, L. (2010). Orientation Management Program. Georgia, USA: Erdas.
Hinsken, L., & Miller, S. (2002). Triangulation fo the LH systems’ ADS40 using ORIMA GPS/IMU.
Konstanz: LH Systems.
Hussain, M., & Bethel, J. (2004). Project and Mission Planning in Manual of Photogrammetry,
Fitth edition. Maryland, USA: American Society for Photogrammetry and Remote Sensing.
Idainature. (17 de Junio de 2018). Satélites Sentinel 2 para teledetección en agricultura. Obtenido
de Agriculturers, Red de especialistas de agricultura: http://agriculturers.com/satelites-
sentinel-2-para-teledeteccion-en-agricultura/
IGAC. (2007). Fotogrametía. Bogotá, Colombia: Instituto Geográfico Agustín Codazzi.
IGM. (2005). Propuesta técnica y económica para obtener el levantamiento aerofogramétrico y
ortofotos digitales a escala 1:5000 del área rural del cantón Ambato. Quito: Divis ió n
Cartográfica.
224
IGM. (2006). Especificaciones técnicas generales para la realización de cartografía a cualquier
escala (Primer Borrador). Quito: Instituto Geográfico Militar.
IGM. (2008). Propuesta técnica y económica para obtener el levantamiento aerofogramétrico y
ortofotos digitales de la cuenca baja del río Guayas. Quito: Gestión mercadotécnia y
comunicación.
IGM. (2010). Altura de vuelo en vuelos fotogramétricos. Quito, Ecuador: Instituto Geográfico
Militar.
IGM. (2012). Archivos APLANIX, fecha de toma. Quio: Instituto Geográfico Militar.
IGM. (18 de Marzo de 2013). Geoportal IGM. Obtenido de Evolución de la geodésia en el Ecuador:
http://www.geoportaligm.gob.ec/wordpress/?page_id=248
IGM. (2013). Metodología utilizada para la generación de cartografía básica del Ecuador
territorial escala 1:5000. Quito: IGM.
IGM. (2017). Protocolo de fiscalización para proyectos de generación de cartografía base con
fines catastrales escala 1:1000, obtenida a través de método aerofotogramétrico,
digitalización 2D sobre ortofoto o levantamiento topográfico. Quito: Instituto Geográfico
Militar.
225
IGM. (12 de Junio de 2017). RED GNSS de monitoreo continuo del Ecuador. Obtenido de Ficha
técnica descriptiva de la estación ESPE-EPEC:
http://www.geoportaligm.gob.ec/wordpress/?wpfb_dl=49
IGM. (21 de Febrero de 2018). Ecuador_XP. Camara. Quito, Pichincha, Ecuador: Instituto
Geográfico Militar.
IGM. (31 de Mayo de 2018). Visor Regme. Obtenido de Geoportaligm:
http://www.geoportaligm.gob.ec/visor_regme/
IGN. (2011). Especificaciones técnicas para la producción de cartografía básica escala 1:1000.
Surquillo, Perú: Instituto Geográfico Nacional.
Instituto de Información Territorial del Estado de Jalisco. (2008). Norma técnica para la
producción de cartografía digital urbana por métodos fotogramétricos. Jalisco, México:
Instituto de Información Territorial del Estado de Jalisco.
Intergraph. (2013). Image Station Automatic Triangulation . California: Intergraph.
ISPRS. (13 de Marzo de 2018). International Society for Photogrammetry and Remote Sensing.
Obtenido de The Society: http://www.isprs.org/society/Default.aspx
Jaramillo, L. (13 de Marzo de 2018). Entrevista al director de aerotriangulación del Instituto
Geográfico Militar. (A. Chuquitarco, Entrevistador)

226
Kimera. (25 de Julio de 2018). Biblioteca virtual. Obtenido de Aspectos Financie ros :
http://www.kimera.com/RLCF/RECURSOS/BIBLIOTECA%20CAFETERA/N%20-
%20ASPECTOS%20FINANCIEROS/desviacion%20estandar.pdf
Kirby, E. (2007). Metodología para el cálculo de las anomalías de Bouger completa. Sangolquí:
Escuela Politécnica del Ejército.
Kirby, E. (2009). Metodología para navegación en Arcgis a través del uso del GPS. Caso de
aplicación: Verificación de la Infraestructura de antenas de comunicación y pistas de
aterrizaje. Teledetección CLIRSEN Ecuador, 9-12.
Kirby, E. (2012). Cálculo del número de puntos GPS para la corrección geométrica y generación
de una ortoimagen de alta resolución en áreas de baja y mediana pendiente. Quito:
Universidad San Francisco de Quito.
Lara, A., Cerpa, G., Rodríguez, M., & Núñez, H. (2006). Física para bachillerato cinemática. En
Definición y tipos de incertidumbre (pág. 42). Pearson Educación.
Leica Geosystems. (2005). ERDAS Field Guide. En L. G. Imaging, Photogrammetric Concepts
(págs. 291 - 292). Atlanta - EEUU: Leica.
Lerma, J. (1999). Aerotriangulación: Cálculo y compensación de un bloque fotogramétrico.
Valencia: Universidad Politécnica de Valencia.

227
Lerma, J. (2002). Fotogrametría moderna: Analítica y Digital. Valencia: Universidad Politécnica
de Valencia.
Liba, N., Järve, I., & Rand, M. (2013). Quality of orthophoto mosaics made with different methods.
Kreutzwaldi, Estonia: Estonian University of Life Sciences.
Lisintuña, J., & Molina, G. (2017). Análisis y aplicación de ingeniería inversa en objetos con
scanners 3D para el apoyo de conservación del patrimonio cultural del Ecuador.
Sangolquí: Universidad de las Fuerzas Armadas - ESPE.
MAGAP. (2008). Metodología de levantamiento Catastral y legalización de la tenencia de la tierra.
Quito: Ministerio de Agricultura, Ganadería, Acuacultura y Pesca.
Mancero, H., Toctaguano, D., Tacuri, C., Kirby, E., & Tierra, A. (2015). Evaluación de modelos
digitales de elevación obtenidos por diferentes sensores remotos. X CONGRESO DE
CIENCIA Y TECNOLOGÍA (págs. 107-111). Sangolquí: ESPE.
Milkhail, E., Bethel, J., & McGlone, J. (2001). Introduction to modern photogrammetry. John
Wiley and Sons.
Molina, S., Redondo, F., Zamorano, M., Hermosilla, A., & Caturla, C. (2010). Producción de
ortofotos expeditas de Andalucía en el marco PNOA. Sevilla, España: Universidad de
Sevilla.
228
Mora. (2013). Producción de productos Cartográficos: MDT y ortofoto a partir de imágenes
capturadas por un vehículo UAV. Salamanca: Universidad de Salamanca.
Morales, P. (2012). Tamaño necesario de la muestra. Madrid: Universidad Pontífica Comillas.
Muller, F. (1991). Photogrammetrische Punktbestimmung mit Bilddaten digitaler
Dreizeilenkameras. Munchen, Germany: Deutsche Geodätische Kommission, Reihe.
Muñoz, P. (2004). Apoyo aéreo cinemático y aerotriangulación digital frente a los sistemas de
navegación inercial: Análisis de precisiones. Madrid, España: Universidad Politécnica de
Madrid.
Murray, S., & Larry, J. (2009). Estadística Schaum. México: The McGraw - Hill Companies.
NGA/NASA. (16 de Junio de 2018). EGM96 Earth Gravitational Model. Obtenido de Geoid
Programs for Windows: http://earth-
info.nga.mil/GandG/wgs84/gravitymod/egm96/egm96.html
Niño, E. (7 de Abril de 2009). Agrimesura, Fotogrametría. Obtenido de Universidad de San Juan
Argentina:
http://webcache.googleusercontent.com/search?q=cache:2h2NAxWZzcwJ:ftp://ftp.unsj.e
du.ar/agrimensura/Fotogrametria/Unidad6/Tema_6_Concepto_de_ortofoto_y_ortofotopla
no.doc+&cd=3&hl=es-419&ct=clnk&gl=ec
229
Obregón, F. (2007). Descripción del proceso de obtención de un sistema de información
geográfica. Hidalgo: Universidad autónoma del Estado de Hidalgo.
Orellana, R. (2006). Apuntes de fotogrametría. Bogotá, Colombia: Cartografía de Colombia.
Ormeño, S. (2004). Modelos digitales superficiales, obtención y sus características. Madrid:
Universidad Politécnica de Madrid.
Otero, J., & Sevilla, M. (1989). Modelo matemático para el ajuste simultanea mínimos cuadrados
de un bloque fotogramétrico. Madrid: Instituto de astronomía y geodesia.
Pérez, F. (2006). Estadística. Sevilla: MAD.
Pérez, J. (2001). Apuntes de fotogrametría III. Extremadura: Universidad de Extremadura.
Pintos, A. (31 de Julio de 2016). Agrimensores. Obtenido de Aplicación de ”ASPRS Positiona l
Accuracy Standards For Digital Geospatial Data (EDITION 1, VERSION 1.0 -
NOVEMBER, 2014)” a un relevamiento fotogramétrico realizado con UAV:
http://agrimensores.org.uy/descargas/Evaluacion_de_Calidad_Posicional_Producto.pdf
PIX4D. (05 de Junio de 2018). Getting GCPs on the field or through other Sources. Obtenido de
Pix4D Support: https://support.pix4d.com/hc/en-us/articles/202557489-Step-1-Befo re-
Starting-a-Project-4-Getting-GCPs- in-the-Field-or-Through-Other-Sources-optional-but-
recommended-Ram%F3n
230
Portilla, O., Tierra, A., & Godoy, L. (2016). Variables que influyen en el rastreo óptimo GNSS
usando software comercial. Geociencias & Geodatos, 84-87.
Pozo, M. (2002). Desarrollo de equipos de fotogrametría: Explotación del dato digital. Santander,
España: Universidad de Extremadura.
Quirós, E. (2014). Introducción a la fotogrametría y cartografía aplicadas a la ingeniería civil.
Extremadura: Universidad de Estremadura.
RAE. (27 de Mayo de 2018). Diccionario. Obtenido de Convergenc ia :
http://dle.rae.es/?id=XfDUOlU
Reuter, A. (2002). Carpeta de trabajos prácticos - Teledetección forestal. Obtenido de
Planteamiento de vuelo fotográfico para tomas de fotografías verticales :
http://fcf.unse.edu.ar/archivos/lpr/pdf/p14.PDF
Sáez, A. (03 de Junio de 2012). Apuntes de Estadística para Ingenieros. Obtenido de Departamento
de estadística e Investigación Opertativa - Universidad de Jaén:
http://www4.ujaen.es/~ajsaez/recursos/EstadisticaIngenieros.pdf
Sánchez, J. (2007). Introducción a la Fotogrametría. Madrid: Universidad Politécnica de Madrid.
Sandoval, V. (2004). Cartografía elaborada con un método fotogramétrico simple versus un
método digital (Softcopy-Fotogrametría). Santiago de Chile: Universidad Austral de Chile.

231
Sato, & Silva. (2004). Brazilian quality control systems for digital photogrammetry mapping
production. Brazilian: The International Archives of the Photogrammetry, Remote Sensing
and Spatial Information Sciences.
Schenk. (2002). Fotogrametría digital - Geomática. Catalunya: Institut Cartografic de Catalunya.
Schenk. (2005). Introduction to Photogrammetry. Ohio: Ohio State University.
Soria, B. (2014). Metodología para ejecución y control de calidad para ortofotos, mediante
combinación de sensor digital con lidar en zonas rurales. En B. M. Soria, Metodología para
ejecución y control de calidad para ortofotos, mediante combinación de sensor digital con
lidar en zonas rurales (pág. 5). Madrid: Universidad Politécnica de Madrid.
Spiller, R. (1999). Z/I Imaging: A New System Provider for Photogrammetry and GIS. Oberkochen,
Germany: Photogrammetric Week.
Springer. (2009). Manual de uso software Lisa Basic. Obtenido de extras.springer.com/2009/978-
3-540-92725-9/espanol/foto.pdf
Tierra, A. (2009). Evaluación del EGM08 y EGM96 en el Ecuador a partir de datos de GPS y
nivelación geométrica. Revista Geoespacial, 72-80.
Topoequipos S.A. (2015). Fotogrametría Digital. Obtenido de Topoequipos S.A:
http://www.topoequipos.com/topoequipos2.0/fotogrametraa-digital/fotogrametria-digital
232
Triola, M. (2004). Estadística. Pearson Educación.
Tsarovski, S. (2015). Accuracy Evaluation and Quality Control of Digital Orthomap-Sheets. Sofia,
Bulgaria: From the Wisdom of the Ages to the Challenges of the Modern World.
Universidad de Cádiz. (2009). Tipos de posicionamiento. España: Universidad de Cádiz.
Universidad de Oviedo. (26 de Marzo de 2018). Información académica. Obtenido de Apuntes de
fotogrametría III: http://www.mieres.uniovi.es/etopo/Material/Foto3/apuntes_2004-01-
15.pdf
Vexcel Imaging. (2010). Calibration Report, Geometric Calibration, UltraCam Xp. Graz, Austria:
Microsoft Company.
Vizuete. (2012). Análisis costo beneficio de la utilización del método alternativo para la
actualización de cartografía planimétrica en el sector rural del cantón Manta. En V. Vizuete.
Quito: Pontíficia Universidad Católica del Ecuador.
Vozmediano, D. (2006). Fotogrametría digital aplicada a la obtención de ortofotos y modelos
digitales del entidades patrimoniales. Lejona - España: Instituto de desarrollo de la Gestión
y proyectos.
Zapata, O. (2003). Fundamentos de fotogrametría para imágenes de contacto y digitales. Medellín:
Universidad Nacional de Colombia.

233

T Espe 040400

Cargado por

Copyright:

Formatos disponibles

T Espe 040400

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

T Espe 040400

Cargado por

Copyright:

Formatos disponibles

DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y

CARRERA DE INGENIERÍA GEOGRÁFICA Y DEL MEDIO AMBIENTE

TRABAJO DE TITULACIÓN, PREVIO A LA OBTENCIÓN DEL TÍTULO

TEMA: ANÁLISIS DE LOS MÉTODOS DE AEROTRIANGULACIÓN Y

AUTOR: CHUQUITARCO TACO, ALEX DAVID

DIRECTOR: ING. KIRBY POWNEY, EDUARDO PATRICIO MG.

CERTIFICADO DEL DIRECTOR DEL TRABAJO DE TITULACIÓN

AUTORIZACIÓN DE PUBLICACIÓN POR PARTE DE LA ESPE

los pilares de una gran familia.

Al departamento de aerotriangulación del Instituto Geográfico Militar, ingenieros y técnicos por

brindarme la apertura y el conocimiento para el desarrollo de esta investigación, de manera especial

al Ingeniero Lenin Jaramillo director del área.

Al laboratorio de Sensores Remotos y Fotogrametría de la Universidad de las Fuerzas Armadas

- ESPE, y a sus integrantes al ser un espacio de conocimiento y enseñanza; muy especialmente a

gran mentor en el transcurso de mi carrera.

amistad y sus consejos fueron de gran ayuda.

toma de datos; su aporte fue de gran importancia en la realización de este estudio.

conocimientos e incentivar la curiosidad del área geográfica.

Mi más sincero agradecimiento a los diferentes colegas, maestros, amigos y familiares en el

transcurso de la carrera universitaria. Finalmente agradezco a Dios y a quienes me dieron un aliento

Certificado del director del trabajo de titulación .......................................................................... i

Autoría de responsabilidad .......................................................................................................... ii

Autorización de publicación por parte de la ESPE .....................................................................iii

Índice de tablas ........................................................................................................................ xviii

Índice de figuras ........................................................................................................................ xx

Resumen ................................................................................................................................ xxviii

1.2. Estudios relacionados ........................................................................................................... 2

1.3. Planteamiento del problema ................................................................................................. 4

1.4. Justificación e importancia ................................................................................................... 5

1.5. Descripción del área de estudio ............................................................................................ 6

1.6.1. Objetivo general ................................................................................................................ 7

1.6.2. Objetivos específicos ......................................................................................................... 7

1.7. Metas .................................................................................................................................... 7

2. MARCO TEÓRICO ................................................................................................................ 9

2.1. Definición de fotogrametría ................................................................................................. 9

2.1.1. Problema fundamental de la Fotogrametría ...................................................................... 9

2.1.2. Introducción a la fotogrametría digital ............................................................................ 11

2.1.3. Imagen digital .................................................................................................................. 11

2.1.4. Resolución imagen-sensor ............................................................................................... 12

2.1.5. Cámaras fotogramétricas ................................................................................................. 13

2.1.5.1. Cámaras matriciales...................................................................................................... 13

2.1.5.2. Cámaras lineales ........................................................................................................... 14

2.1.6. Paralaje ............................................................................................................................ 15

2.1.7. Condición de colinealidad y coplanaridad ...................................................................... 15

2.1.8. Distorsiones y afectaciones fotogramétricas .................................................................. 17

2.2. Proceso fotogramétrico....................................................................................................... 20

2.2.1. Contrato ........................................................................................................................... 21

2.2.2. Plan de vuelo ................................................................................................................... 23

2.2.3. Control geodésico o control terrestre .............................................................................. 24

2.2.3.1. Generalidades GNSS .................................................................................................... 24

2.2.3.2. Estaciones de monitoreo continuo (EPEC) .................................................................. 25

2.2.3.3. Métodos de posicionamiento GNSS............................................................................. 26

2.2.3.4. Puntos de apoyo fotogramétrico (GCP) ....................................................................... 27

2.2.4. Ajuste fotogramétrico ...................................................................................................... 28

2.2.5. Orientación interna .......................................................................................................... 30

2.2.6. Orientación exterior ......................................................................................................... 32

2.2.6.1. Orientación relativa ...................................................................................................... 33

2.2.6.2. Puntos de Von Gruber .................................................................................................. 33

2.2.6.3. Orientación absoluta ..................................................................................................... 34