LiDAR 2019 - Modèle numérique de la surface (MNS) LiDAR 2019 - Modele numérique de la surface

Updated on August 30, 2021 — Creative Commons Zero (CC0)

Administration du cadastre et de la topographie

Les missions principales de l'administration du cadastre et de la topographie (ACT) peuvent être divisées en trois grands volets. la création, la gestion, la mise à jour et la diffusion des documentations foncières et cartographiques officielles au Grand-Duché de Luxembourg. la mensuration…

140 datasets

3 reuses

Informations

License
Creative Commons Zero (CC0)
ID
5e23129dd2bfb24a281a38e0

Temporality

Frequency
Unknown
Creation date
April 1, 2020
Latest resource update
April 8, 2020

Embed

Permalink

Description

Détails techniques:

  • Résolution du raster : 50 cm.
  • Format: GeoTIF (Raster géoréférencé)
  • Système de coordonnées et projection: LUREF (EPSG 2169).

Explications supplémentaires:

Le modèle numérique de surface est dérivé des données du survol LiDAR 2019. Pour le calcul du MNS, tous les points du nuage de points ont été utilisés, sauf les points classés comme « power lines » (représentant les lignes de haute tensions) et les points classés comme « noise points » (représentant des erreurs). Avec une densité de 15 points par m2, il se peut que plusieurs points se localisent dans un pixel. La valeur du pixel (50x50 cm) représente le maximum des valeurs altimétriques à l’intérieur de la surface du pixel.

Le modèle numérique de la surface contient pour chaque pixel la valeur maximale de la hauteur absolue. La visualisation du modèle est faite en mode « hillshade » (estompage), qui se base sur une simulation d’un ensoleillement. Ce type de visualisation permet une interprétation plus intuitive du modèle numérique.

Visualisation:

https://map.geoportail.lu/theme/main?version=3&zoom=8&X=667917&Y=6394482&lang=fr&layers=1794&opacities=1

Files 2

Community resources 0

You have built a more comprehensive database than those presented here? This is the time to share it!

Reuses 1

Explore the reuses of this dataset.

Did you use this data ? Reference your work and increase your visibility.

Discussion between the organization and the community about this dataset.