Lidar is an active remote sensing technology that reduces the cost and time required to collect topographic data. The vertical accuracy of lidar data is normally set by commercial data providers at a maximum root mean square error of 0.150 m. However, the results of accuracy assessments where field data at least three times more accurate than lidar data have been used suggest that that accuracy is only met when the density of the lidar data is higher than 1 ground points per square meter. Unfortunately, the number of these studies is limited and more accuracy assessments are needed in order to establish the vertical accuracy of lidar data. In this paper, the vertical accuracy of a topographic lidar cloud point with a density of 1.02 ground points per square meter is assessed for different types of terrain. Reference data was collected on the field using a total station with millimeter accuracy in order to meet the ASPRS requirements for the accuracy assessment of lidar data. The results suggest that the vertical accuracy of topographic lidar data exceeds the accuracy specifications of commercial data providers and, also, are consistent with previous studies where the vertical accuracy of lidar was assessed under similar conditions. Therefore, it is suggested to set the vertical positional accuracy (EPV, after its Spanish acronym) of the lidar point cloud in 0.200 m for mixed terrain with constant changes and in 0.150 m for areas with smooth topographic changes. However, under the presence of systematic errors, the EVP does not convey the magnitude of 95% of the vertical errors, as intended; therefore, it is recommended to include the 95th error percentile in the documentation of lidar data.

La exactitud vertical de datos lidar es normalmente establecida por proveedores comerciales en un EMC máximo de 0.150 m. Sin embargo, los resultados de evaluaciones de exactitud en las que se han utilizado datos de campo por lo menos tres veces más exactos que los datos lidar, sugieren que dicha exactitud se observa solo cuando la densidad de los datos lidar es mayor a un punto sobre el terreno por metro cuadrado. Desafortunadamente, el número de estos estudios es limitado y se requiere de la elaboración de otras evaluaciones que confirmen dicha hipótesis. En este estudio se evaluó la exactitud vertical de una nube de puntos topográficos lidar de una densidad de 1.02 puntos sobre el terreno por metro cuadrado, usando como referencia datos recolectados en campo mediante una estación total. Los resultados coinciden con aquéllos de estudios previos, por lo que se sugiere establecer la EPV de la nube de puntos topográficos lidar en 0.200 m para terreno mixto y de cambios constantes y en 0.150 m para terreno con cambios topográficos gentiles. Sin embargo, la EPV no refleja la magnitud del 95% de los errores bajo la presencia de errores sistemáticos, por lo cual es necesario incluir el percentil 95 de los errores en la documentación de datos lidar.

Digital elevation models (DEM) are the most common and effective representation of the land surface. Unfortunately, similarly to most digital geographic information, DEM inherently contain errors, which magnitude should be assessed and informed to DEM users. One factor that introduces errors in DEM is the interpolation method and several previous studies have presented findings that disagree among them regarding the suitability of several interpolation methods for DEM generation. With the aim of contributing to this discussion and of improving the understanding of errors introduced in DEM by interpolation methods, in this paper we evaluate and compare the accuracy of DEM generated using both deterministic (IDW, ANUDEM) and probabilistic (OK, KT) interpolation methods. Our results suggest that KT produces more accurate DEM than the other interpolation methods evaluated in this paper and that it produces DEM without systematic errors, which occur in DEM generated using IDW, ANUDEM and OK. These results are consistent with some previous studies, but at the same time disagree with other similar studies.

Los modelos digitales de elevación (MDE) son la forma más común y eficaz de representar la superficie terrestre. Desafortunadamente, al igual que la mayoría de la información geográfica en formato digital, los MDE contienen errores de forma inherente, por lo que es necesario evaluar la magnitud de dichos errores e informar de su existencia a los usuarios de MDE. Uno de los factores que introduce errores en los MDE es el método de interpolación y diferentes estudios previos han presentado conclusiones que discrepan entre sí en cuanto a la idoneidad de diferentes métodos de interpolación para la generación de MDE. Con el objetivo de contribuir a dicha discusión y de mejorar el entendimiento del error introducido por métodos de interpolación en los MDE, en este trabajo se evalúa y compara la precisión de MDE generados utilizando métodos de interpolación determinísticos (IDW, ANUDEM) y probabilísticos (OK, KT). Los resultados sugieren que KT genera MDE más precisos que el resto de los métodos de interpolación aquí evaluados y sin la presencia de errores sistemáticos, como ocurre en los MDE generados usando IDW, ANUDEM y OK. Dichos resultados concuerdan con algunos estudios previos, pero discrepan al mismo tiempo con otros estudios similares.

Due to the popularity of Google Earth (GE), users commonly assume that it is a credible and accurate source of information. Consequently, GE's imagery is frequently used in scientific and others projects. However, Google states that data available in their geographic products are only approximations and, therefore, their accuracy is not officially documented. In this paper, the horizontal positional accuracy of GE's imagery is assessed by means of comparing coordinates extracted from a rural cadastral database against coordinates extracted from well-defined and inferred check points in GE's imagery. The results suggest that if a large number of well-defined points are extracted from areas of high resolution imagery, GE's imagery over rural areas meets the horizontal accuracy requirements of the ASPRS for the production of "Class 1" 1:20,000 maps. Nonetheless, the results also show that georegistration and large horizontal errors occur in GE's imagery. Consequently, despite its overall horizontal positional accuracy, coordinates extracted from GE's imagery should be used with caution.

Debido a la popularidad de Google Earth (GE), los usuarios asumen que es una fuente de información creíble y exacta. En consecuencia, imágenes de GE son frecuentemente utilizadas en proyectos científicos y de otras índoles. Sin embargo, Google especifica que los datos disponibles en sus productos geográficos son solo aproximaciones y, por lo tanto, la precisión de dichos productos no es documentada oficialmente. En este artículo, la exactitud posicional horizontal de las imágenes de GE se evalúa por medio de la comparación de coordenadas extraídas de una base de datos catastral rural contra coordenadas extraídas de puntos de verificación bien definidos e inferidos en las imágenes de GE. Los resultados sugieren que si se extrae un gran número de puntos bien definidos de áreas con imágenes de alta resolución, las imágenes de GE en áreas rurales cumplen con los requisitos de exactitud horizontal de la ASPRS para la producción de mapas 1:20,000 de "Clase 1". No obstante, los resultados también muestran que existen errores de georeferenciación y otros errores horizontales grandes en las imágenes de GE. Por consiguiente, a pesar de la exactitud posicional horizontal de GE, coordenadas extraídas de imágenes de GE deben ser usadas con precaución.