Estimación del área basimétrica en masas maduras de Pinus sylvestris en base a una única medición del escáner láser terrestre (TLS)

  1. Molina-Valero, Juan Alberto 1
  2. Ginzo Villamayor, María José 2
  3. Novo Pérez, Manuel Antonio 3
  4. Álvarez-González, Juan Gabriel 1
  5. Pérez-Cruzado, César 1
  1. 1 Unidad de Gestión Ambiental y Forestal Sostenible (UXAFORES), Departamento de Ingeniería Agroforestal, Escuela Politécnica Superior de Ingeniería, Universidade de Santiago de Compostela
  2. 2 Departamento de Estadística, Análisis Matemático y Optimización, Universidad de Santiago de Compostela
  3. 3 Instituto Tecnológico de Matemática Industrial (ITMATI)
Mostrar afiliacións +
Revista:
Cuadernos de la Sociedad Española de Ciencias Forestales

ISSN: 1575-2410,  2386-8368

Ano de publicación: 2019

Número: 45

Páxinas: 97-116

Tipo: Artigo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Outras publicacións en: Cuadernos de la Sociedad Española de Ciencias Forestales

Resumo

El láser escáner terrestre (TLS) ha surgido como un nuevo dispositivo de tecnología LiDAR con un gran potencial para ser implementado en inventarios forestales (IIFF). En este trabajo se ha desarrollado un algoritmo con el que se obtienen métricas capaces de estimar el área basimétrica a nivel de parcela (G) en base a una única medición del TLS. El estudio se ha realizado en masas maduras de Pinus sylvestris, inventariadas mediante una red de 40 parcelas que cubren casi por completo el área de distribución y rango de calidades de la especie en España. Este algoritmo se compone de cuatro pasos fundamentales: (1) normalización de la nube de puntos obtenida con el TLS, (2) identificación de los árboles, (3) reducción de la densidad de la nube de puntos, y (4) obtención de las métricas relacionadas con el G. Los mejores resultados se han obtenido con el G estimada en parcelas de 7 m de radio, alcanzando un coeficiente de correlación de Pearson de 0.86 significativo al 95 %. Esto ha permitido obtener modelos de regresión lineal simple con valores de R2adjy RECM de 0.75 y 10.66 m2 para toda la colección de parcelas, y 0.82 y 8.57 m2 para las parcelas agregadas por sitio. Aunque estos resultados sugieren que el TLS podría ser útil para la estimación del G en pinares de P. sylvestris, sería necesario contrastarlo en masas que cubran todos los estados de desarrollo para validar su uso en un mayor rango de estados estructurales.

Referencias bibliográficas

  • Arias-Rodil, M., Diéguez-Aranda, U., Álvarez-González, J., Pérez-Cruzado, C., Castedo-Dorado, F., González-Ferreiro, E., 2018. Modeling diameter distributions in radiata pine plantations in Spain with existing countrywide LiDAR data. Ann. For. Sci. 75(2), 36. https://doi.org/10.1007/s13595-018-0712-z
  • Brede, B., Lau, A., Bartholomeus, H. M., Kooistra, L., 2017. Comparing RIEGL RiCOPTER UAV LiDAR Derived Canopy Height and DBH with Terrestrial LiDAR. Sens. 17(10), 2371. https://doi.org/10.3390/s17102371
  • Cabo, C., Ordóñez, C., López-Sánchez, C.A., Armesto, J., 2018. Automatic dendrometry: Tree detection, tree height and diameter estimation using terrestrial laser scanning. Int. J. Appl. Earth Obs. Geoinformation. 69, 164-174. https://doi.org/10.1016/j.jag.2018.01.011
  • Clutter, J.L., Fortson, J.C., Piennard, L.V., Brister, G.H., Bailey, R.L., 1983. Timber management: a quantitative approach. John Wiley & Sons, Inc., New York.
  • Corona, P., Di Biase, R.M., Fattorini, L., D'Amati, M., 2019. A Monte Carlo appraisal of tree abundance and stand basal area estimation in forest inventories based on terrestrial laser scanning. Can. J. Forest Res. 49(1), 41-52. https://doi.org/10.1139/cjfr-2017-0462
  • Ducey, M.J., Astrup, R., 2013. Adjusting for nondetection in forest inventories derived from terrestrial laser scanning. Can. J. Remote Sens. 39(5), 410-425
  • Ester, M., Kriegel, H.P., Sander, J., Xu, X., 1996. A density-based algorithm for discovering clusters in large spatial databases with noise. Kdd. 96(34), 226-231
  • Gobakken, T., Næsset, E., 2004. Estimation of diameter and basal area distributions in coniferous forest by means of airborne laser scanner data. Scand. J. For. Res. 19(6), 529-542. https://doi.org/10.1080/02827580410019454
  • Guerra-Hernández, J., Tomé, M., González-Ferreiro, E., 2016. Cartografia de variables dasométricas en bosques Mediterráneos mediante análisis de los umbrales de altura e inventario a nivel de masa con datos LiDAR de baja resolución. Rev. Teledetec. 46, 103-117. https://doi.org/10.4995/raet.2016.3980
  • Holmgren, J., 2004. Prediction of tree height, basal area and stem volume in forest stands using airborne laser scanning. Scand. J. For. Res. 19(6), 543-553. https://doi.org/10.1080/02827580410019472
  • Hopkinson, C., Chasmer, L., Young-Pow, C., Treitz, P., 2004. Assessing forest metrics with a ground-based scanning lidar. Can. J. Remote Sens. 34(3), 573-583. https://doi.org/10.1139/x03-225
  • Liang, X., Hyyppä, J., Kaartinen, H., Lehtomäki, M., Pyörälä, J., Pfeifer, N., Holopainen, M., Brolly, G., Francesco, P., Hackenberg, J., Huang, H., Jo, H., Katoh, M., Liu, L., Mokroš, M., Morel, J., Olofsson, K., Poveda-Lopez, J., Trochta, J., Wang, D., Wang, Y., Wang, J., Xi, Z., Yang, B., Zheng, G., Kankare, V., Luoma, V., Yu, X., Chen, L., Vastaranta, M., Saarinen, N., Wang, Y., 2018. International benchmarking of terrestrial laser scanning approaches for forest inventories. ISPRS J. Photogramm. Remote Sens. 144, 137-179. https://doi.org/10.1016/j.isprsjprs.2018.06.021
  • Liang, X., Kankare, V., Hyyppä, J., Wang, Y., Kukko, A., Haggrén, H., Yu, X., Kaartinen, H., Jaakkola, A., Guan, F., Holopainen, M., Vastaranta, M., 2016. Terrestrial laser scanning in forest inventories. ISPRS J. Photogramm. Remote Sens. 115, 63-77. https://doi.org/10.1016/j.isprsjprs.2016.01.006
  • Lovell, J.L., Jupp, D.L.B., Newnham, G.J., Culvenor, D.S., 2011. Measuring tree stem diameters using intensity profiles from ground-based scanning lidar from a fixed viewpoint. ISPRS J. Photogramm. Remote Sens. 66(1), 46-55. https://doi.org/10.1016/j.isprsjprs.2010.08.006
  • Moskal, L.M., Zheng, G., 2012. Retrieving Forest Inventory Variables with Terrestrial Laser Scanning (TLS) in Urban Heterogeneous Forest. Remote Sens. 4(1), 1-20. https://doi.org/10.3390/rs4010001
  • Newnham, G.J., Armston, J.D., Calders, K., Disney, M.I., Lovell, J.L., Schaaf, C.B., Strahler, A.H., Danson, F.M., 2015. Terrestrial Laser Scanning for Plot-Scale Forest Measurement. Curr. Forestry Rep. 1(4), 239-251. https://doi.org/10.1007/s40725-015-0025-5
  • Olofsson, K., Holmgren, J., Olsson, H., 2014. Tree Stem and Height Measurements using Terrestrial Laser Scanning and the RANSAC Algorithm. Remote Sens. 6(5), 4323-4344. https://doi.org/10.3390/rs6054323
  • R Core Team, 2019. R: a language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing
  • Roussel, J., Auty, D., De Boissieu, F., Meador, A., 2019. Airborne LiDAR Data Manipulation and Visualization for ForestryApplications. R package version 2.1.2.
  • Strahler, A.H., Jupp, D.L., Woodcock, C.E., Schaaf, C.B., Yao, T., Zhao, F., Yang, X., Lovell, J., Culvenor, D., Newnham, G., Ni-Miester, W., Boykin-Morris, W., 2008. Retrieval of forest structural parameters using a ground-based lidar instrument (Echidna®). Can. J. Remote Sens. 34(sup2), S426-S440. https://doi.org/10.5589/m08-046
  • Torralba, J., Ruiz, L.A., Carbonell-Rivera, J.P., Crespo-Peremarch, P., 2019. Análisis de posiciones y densidades TLS (Terrestrial Laser Scanning) para optimizar la estimación de parámetros forestales. In: Ruiz, L.A., Javier Estornell, Abel Calle and Juan Carlos Antuña-Sánchez, (eds.), Teledetección: hacia una visión global del cambio climático. 443-446
  • Van Leeuwen, M., Nieuwenhuis, M., 2010. Retrieval of forest structural parameters using LiDAR remote sensing. Eur. J. Forest Res. 129(4), 749-770. https://doi.org/10.1007/s10342-010-0381-4
  • Yao, T., Yang, X., Zhao, F., Wang, Z., Zhang, Q., Jupp, D., Lovell, J., Culvenor, D., Newnham, G., Ni-Meister, W., Schaaf, C., Woodcock, C., Wang, J., Li, X., Strahler, A., 2011. Measuring forest structure and biomass in New England forest stands using Echidna ground-based lidar. Remote Sens. Environ. 115(11), 2965-2974. https://doi.org/10.1016/j.rse.2010.03.019
  • Zhang, W., Qi, J., Wan, P., Wang, H., Xie, D., Wang, X., Yan, G., 2016. An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation. Remote Sens. 8(6), 501. https://doi.org/10.3390/rs8060501
Fonte de datos: Dialnet