Azimuth-52

20 / SET. 2025 /Perspectiva actual La nube de puntos cruda, en formato LAS, fue pro- cesada para su clasificación y la generación de dos productos cartográficos fundamentales: Modelo Digital de Superficie (MDS): Representa las elevaciones de todos los elementos sobre el terreno, incluyendo edificaciones y vegetación. Esencial para la extracción de objetos.’ Ilustración 2. Modelo Digital de Superficie. Fuente: propia Modelo Digital del Terreno (MDT): Representa ex- clusivamente la elevación del terreno “desnudo”, tras filtrar los puntos correspondientes a vegetación y construcciones. Es la base para análisis hidrológi- cos y geotécnicos. Ilustración 3. Modelo digital de Terreno Extracción Automatizada de Edificaciones mediante GeoAI El volumen de datos generado por LiDAR hace in- viable su análisis manual. Para superar este desafío, se aplicó un enfoque de Inteligencia Artificial Geoes- pacial (GeoAI), que combina algoritmos de apren- dizaje profundo con datos geoespaciales para auto- matizar la extracción de características. Se utilizó un modelo de aprendizaje supervisado, específicamente un algoritmo de clasificación semántica, entrenado para identificar y delinear las huellas de las edifi- caciones (building footprints) directamente desde la nube de puntos. El modelo procesa los patrones geométricos y de densidad de los puntos para distin- guir las estructuras construidas. El resultado es una capa de datos vectoriales (polígonos) que representa el contorno de todas las edificaciones detectadas, re- duciendo el tiempo de procesamiento.