Digital Elevation Model of coastal and flood plains obtained from vector data: an alternative method applied to the Coatzacoalcos fluvial plain (Mexico)

Vector data can be used to generate Digital Elevation Models (DEMs), but in the case of fluvial and coastal plains, according to topographical constrains, the interpolation requires other types of intervention to achieve a result of quality. For Mexico, neither data base check points nor LiDAR Digital Terrain Models (DTMs) are available for such areas, so that vector data are frequently used to generate DEMs. This lack of information led us to propose a method to obtain an alternative DEM by using the available vector data, especially because these fluvial and coastal plains are frequently affected by floods. The RMSE (root mean square error) as well as the standard deviation of the generated DEM are lower (0.0074 and 0.0059) than for the LiDAR DTM (0.0945 and 0.0793). On the other hand, the validation is also based on the comparison of flood simulation applied to the resulting DEM and the corresponding LiDAR DTM. The area covered by the simulated flood is 716.63 km2 for the resulting DEM; meanwhile, an area of 787.82 km2 is obtained using LiDAR DTM. Concerning the volume, this is 1.02 km3 for the DEM and 0.86 km3 for the LiDAR DTM.Les données vectorielles peuvent être utilisées pour engendrer des Modèles Numériques de Terrain (MNT), mais dans le cas des plaines fluviales et côtières, l'interpolation, en fonction des contraintes topographiques, nécessite un autre type d'intervention pour obtenir un résultat de qualité. Au Mexique, il n’existe ni points de contrôle des données ni de Modèle Numérique de Terrain provenant des données LiDAR (MNT LiDAR) pour l’ensemble de ces régions, de telle sorte que ce sont surtout les données vectorielles qui sont habituellement utilisées pour engendrer des MNTs. Ce manque d'information nous a conduit à proposer une méthode pour obtenir une solution de rechange qui permet de créer un MNT alternatif en se basant sur l’utilisation des données vectorielles disponibles dans le pays, en particulier parce que ces plaines fluviales et côtières, qui sont fréquemment touchées par des inondations, nécessitent ce type de produit. Le RMSE (root mean square error) ainsi que l'écart type du MNT alternatif sont plus faibles (0,0074 et 0,0059) que dans le cas du MNT LiDAR (0,0945 et 0,0793). D'autre part, la validation se base également sur une comparaison des résultats obtenus à partir d’une simulation d'inondation appliquée au MNT ainsi qu’au MNT LiDAR correspondant. La zone couverte par l'inondation simulée est 716,63 km2 pour le MNT et de 787,82 km2 dans le cas du MNT LiDAR. En ce qui concerne les volumes, ils sont respectivement de 1,02 km3 et 0,86 km3 pour le MNT alternatif et le MNT LiDAR