Santiago de Compostela, España
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.
Terrestrial Laser Scanning (TLS) with LiDAR devices has emerged as a new technique of high potential value for implementation in forest inventories (FI). In this study we developed an algorithm to produce stand basal area metrics (G). The research was performed in 40 plots established in mature Pinus sylvestris stands covering the area of distribution and range of site qualities for this species in Spain. The proposed algorithm was obtained in four main steps: (1) normalization of point clouds obtained by TLS; (2) identification of individual trees; (3) reduction of the point cloud density; and (4) determination of Gmetrics. The G estimated in plots of 7 m of radius yielded the best results, with a Pearson correlation coefficient value of 0.86. This enabled us to produce a linear regression model with values of 0.75 for R2adj and 10.66 m2 for RMSE across all plots. Examination of the linear regression model by site yielded higher values of R2adj and RMSE, of respectively 0.82 and 8.57 m2. Although the results indicate that TLS is a good tool forestimating G in mature P. sylvestris stands, further research covering all stages of development is required for comparison of G values estimated in stands with different structures.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados