Archive for LIDAR

APLICACIÓN PRÁCTICA DE INVENTARIO FORESTAL UTILIZANDO DATOS LIDAR: LA DEHESA II

Inventario forestal enfocado a las particularidades de la dehesa

De cara a la realización de un inventario forestal en una dehesa, hay que tener en cuenta los siguientes aspectos que caracterizan a la masa arbolada de la dehesa:

  • Edad media de la masa arbolada: El envejecimiento de los pies existentes en muchas masas arboladas en las dehesas es un factor determinante en la pérdida de la masa. El envejecimiento de la masa, debido a la gran longevidad de las especies características de las dehesas, es un proceso paulatino difícilmente apreciable en muchos casos para los propietarios, lo que hace que no se hayan tomado medidas para la regeneración.
  • Dificultad para la regeneración de la masa: El cambio del modelo ganadero de ovino trashumante a un modelo con cargas ganaderas medias-altas, predominantemente bovino y que permanece en la dehesa durante todo el año, dificulta la regeneración de la dehesa.
  • Problemas fitosanitarios: La elevada edad media de la dehesa junto con otros factores como una elevada carga ganadera o la presencia condiciones ambientales extremas hacen que la masa se encuentre más débil y por tanto más susceptible a sufrir plagas y enfermedades que aceleran el proceso de pérdida de arbolado.

 

Encinar de dehesa en desaparición

Encinar de dehesa en desaparición

Es debido a estos aspectos que, en la entrada anterior, se comentase que el objetivo principal en la dehesa es la determinación, con la mayor exactitud posible, de la densidad, la regeneración y del estado de la masa arbolada, ya que son las variables que permitirán conocer el estado de la masa y realizar una gestión acorde a dicho estado priorizando las actuaciones en aquellas zonas con menor densidad de arbolado, mayores problemas de regeneración o con pies débiles y/o senescentes.

En los inventarios forestales enfocados a masas normalmente maderables, prima la determinación de variables como el volumen maderable, sin embargo y, como se ha expuesto anteriormente, en el caso de la dehesa lo importante es conocer la densidad, regeneración y el estado de la masa.

Esto sucede así también cuando se utilizan los datos LIDAR para la realización del inventario forestal donde la mayoría de las experiencias se centran en masas maderables. En Alawa Forestal se está enfocando el uso de datos LIDAR para adaptarlos a su uso en la dehesa y obtener con precisión las variables que nos interesan.

Identificación de arbolado individual utilizando datos LIDAR

Identificación de arbolado individual utilizando datos LIDAR

En posteriores entradas se profundizará en los aspectos que se han tenido en cuenta para la obtención de datos específicos en la dehesa.

APLICACIÓN PRÁCTICA DE INVENTARIO FORESTAL UTILIZANDO DATOS LIDAR: LA DEHESA I

Como se ha explicado en entradas anteriores, el LIDAR (Light Detection And Ranging), es un Sistema Activo de detección remota basado en un escáner laser. En el caso del LIDAR aerotransportado, se combina la recepción de datos del escáner con un sistema inercial de navegación y un GPS diferencial trabajando en tiempo real de manera que se conoce con precisión la posición XYZ sobre el terreno de cada haz láser.

Aunque su aplicación de manera generalizada al campo forestal es bastante reciente, las experiencias llevadas a cabo en otros países muestran la gran capacidad que tienen los sensores LIDAR para aportar información sobre las masas cambiando por completo el enfoque de los inventarios forestales tradicionales.

Imagen 1: Parcela realizada en dehesa

Parcela LIDAR realizada en dehesa

Fuente: Elaboración propia

En el caso particular de la dehesa, el objetivo principal es la determinación de la densidad y estado de la masa arbolada y no tanto la cuantificación del volumen de madera existente en la masa u otras variables tradicionales, el inventario utilizando datos LIDAR desarrolla un papel fundamental al permitir obtener valores de densidad arbolada mucho más precisos que los obtenidos por medio de un inventario forestal tradicional.

En próximas entradas se desarrollarán estos aspectos explicando sus posibilidades así como mostrando resultados obtenidos en trabajos llevados a cabo en dehesas españolas utilizando datos LIDAR.

Clasificación de puntos LIDAR

La tecnología LIDAR (Light Detection and Ranging) es un tipo de teledetección activa, en la cuál, el sensor emite su propia energía, a diferencia de la teledetección pasiva que utiliza la energía reflejada por los objetos.

La utilización de datos LIDAR es cada vez más frecuente en la ingeniería en general y en el campo forestal y medio ambiental en particular.

Los datos LIDAR suelen venir en un formato de archivo especial con extensión “LAS”, aunque a veces hay proveedores que utilizan otros formatos.

Para poder utilizarlos hay que utilizar programas especiales que sean capaces de trabajar con ellos hasta depurarlos y conseguir los productos que se necesitarán posteriormente para, por ejemplo, realizar un inventario, conseguir un Modelo Digital de Elevaciones de gran detalle ajustado a nuestra zona de estudio, analizar la densidad de copas en un rodal o incluso utilizarlo conjuntamente con otras fuentes de datos de teledetección pasiva para clasificar modelos de combustible en un monte y analizar su comportamiento en un posible incendio forestal.

Cuando abrimos un archivo con datos LIDAR para analizarlo, nos encontramos con una nube de puntos georreferenciados y con un atributo de altitud asociado a cada punto:

Nube de puntos

En la imagen se observa un corte transversal de una nube de puntos clasificados por colores según su altura.

La correcta clasificación de estos puntos para diferenciar lo que es vegetación de diferentes alturas, suelo, edificios… es algo que debe realizarse antes de poder trabajar con los datos.

Existen varios algoritmos que permiten diferenciar los puntos que pertenecen al suelo, los que pertenecen a edificios… algunos más aptos para unas zonas, otros para otras… Dichos algoritmos permiten la introducción de parámetros por parte del analista para ajustar mejor la clasificación a la realidad.

Clasificación de puntos de suelo

Clasificación de puntos de suelo

En la imagen se aprecian los puntos que, el algoritmo adaptado de Kraus y Pfeifer (1998) y basado en la predicción lineal de Kraus y Mikhail (1972), ha clasificado como terreno (azul turquesa). En azul oscuro se presentan los puntos sin clasificar todavía.

El perfil está tomado en un claro en una masa de encinas en el cual se encontraban varias encinas dispersas por el claro.

Con los puntos clasificados como terreno podemos crear como producto, el MDE de la zona con una gran resolución espacial, en este caso lo hemos creado con un tamaño de pixel de 3x3m:

MDE generado a partir de datos LIDAR

MDE generado a partir de datos LIDAR

Como se puede observar en la imagen del MDE, se aprecian zonas donde se ven errores de clasificación, ya que aparecen puntos aislados que se ven claramente que no forman parte del suelo y crean un cono cuyo vértice es el punto mal clasificado.

Esto se puede solucionar afinando los parámetros utilizados en el algoritmo de filtrado de los puntos, o bien utilizando otro algoritmo más apropiado para el tipo de terreno o finalmente, edición manual. Un posterior trabajo de campo nos permitirá calcular el error de manera estadística y ver la aproximación del modelo.

Pulse aquí para ver más detalles.

alawaforestal.com utiliza Cookies - Si continúa navegando, consideramos que acepta su uso.
Aceptar Cookies
x
  • RSS
  • Facebook
  • LinkedIn
  • Twitter