Post on 02-Oct-2018
Inventario LiDAR
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Jess Cabrera Guarinos
Zaragoza, 3 y 4 de Noviembre de 2016
ndice
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Introduccin Datos LiDAR PNOA Metodologa Resultados Limitaciones Conclusiones Retos y oportunidades
Fuente: Vosselman y Maas, 2010
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Introduccin
LiDAR: Sensor activo basado en escner laser. Capacidad multiretorno
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Introduccin
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Introduccin
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Introduccin
Tipos de inventario LiDAR: rbol individual
Identificacin de inventario pie a pie Densidad mnima entorno a 5 pulsos/m2
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Introduccin
Tipos de inventario LiDAR: Mtodo de masa
Densidad LiDAR PNOA suficiente Muestreo en dos fases con estimador de
regresin
Introduccin
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Inventario LiDAR:Muestreo en dos fases con estimador de regresin
1 Fase
Introduccin
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Inventario LiDAR:Muestreo en dos fases con estimador de regresin
2 Fase
Fuente: Rodrguez y Fernndez, 2013
Introduccin
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Inventario LiDAR:Muestreo en dos fases con estimador de regresin
Datos LiDAR PNOA Aragn: Capturados a lo largo de 2010 Densidad promedio de 0,5 pulsos/m2 Archivos formato .laz de 2 x 2 km
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Datos LiDAR PNOA
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Datos LiDAR PNOA
Datos LiDAR PNOA Aragn: Descargables en el centro nacional de
descargas de informacin geogrfica:
Pulsos clasificados automticamente: Ruido Solapes Vegetacin: baja, media, alta Edificaciones
http://centrodedescargas.cnig.es/CentroDescargas/buscadorCatalogo.do?codFamilia=LIDAR
Procesado: Software libre
FUSION (anlisis y visualizacin) MCC-LIDAR (anlisis) Fugroviewer (visualizacin)
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Depuracin de la nube de puntos LiDAR
(ruido)
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Clasificacin de los puntos en suelo y no suelo
Software MCC-LIDAR o FUSION (comando GroundFilter)
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Generacin de MDE resolucin 1 metro
FUSION (Comando GridSurfaceCreate)
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Generacin de MDE resolucin 1 metro
Densidad LiDAR PNOA 1 pulso por cada 2 metros cuadrados
Proceso de interpolacin (errores admisibles no apreciables a simple vista)
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Generacin de MDE resolucin 1 metro
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Generacin de MDE resolucin 1 metro
Procesado: Normalizacin de la nube de puntos extraccin de
estadsticos
Fuente: Rodrguez y Fernndez, 2013
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Normalizacin de la nube de puntos extraccin de
estadsticos Comando CloudMetrics, estadsticas de cada parcela Comando GridMetrics, estadsticas continuas de toda la
superficie
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Estadsticos
Distribucin vertical Percentiles Distribucin horizon tal
Media Varianza Percentil 01 Percentil 60Porcentaje de primeros retornos por encima X
metros
ModaCoef.
variacinPercentil 05 Percentil 70
Porcentaje de retornos por encima de X metros
Desviacin estndar
Rango intercuartlico
kurtosis Asimetra Percentil 50 Percentil 99Porcentaje de primeros
retornos por encima de la media
Fuente: http://forsys.cfr.washington.edu/fusion/FUSION_manual.pdfFuente: Rodrguez y Fernndez, 2013
Procesado: Extraccin de estadsticos
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Procesado: Extraccin de estadsticos
FCC (%) Ortofoto
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Datos de campo
Datos de campo Planificacin del inventario Adquisicin de los datos de campo Obtencin de variables dasomtricas
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Estratificacin Nmero y tamao de las parcelas Representatividad de la muestra
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Estratificacin
En funcin de la especie Cada especie tiene una morfologa caracterstica que hace que la
distribucin de la nube de puntos LiDAR sea diferente: forma de la copa, poda natural, insercin de las ramas, etc.
Cada especie tiene su propia curva de produccin: Pinus halepensis 11,2 metros de Altura dominante -> 98 m3/ha Pinus sylvestris 11,1 metros de Altura dominante -> 162 m3/ha
No tiene sentido estratificar por calidad de estacin ni por FCC, ya que las variables LiDAR que se introducen en el modelo tienen en cuenta estas variaciones (percentiles y porcentaje de primeros retornos)
Pinus halepensis (30 aos calidad 20) 11,2 metros de Altura dominante -> 98 m3/ha
Pinus halepensis (80 aos calidad 11) 11,2 metros de Altura dominante -> 95 m3/ha
Estratificar si hay cambios de estructura (repoblacin, masa natural, forma principal de masa, etc)
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Estratificacin
En funcin de la especie (Uso de datos LiDAR)
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Estratificacin
En funcin de la especie (Uso de datos LiDAR)
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Estratificacin
En funcin de la especie (Uso de datos LiDAR)
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Estratificacin
En funcin de la especie (Uso de datos LiDAR)
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Estratificacin
En funcin de la especie (Uso de datos LiDAR)
Datos de campo
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Planificacin del inventario de campo: Estratificacin
Datos de campo
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Planificacin del inventario de campo: Nmero y tamao de las parcelas
Numero de parcelas: En base a la validez estadstica del modelo
Tamao muestral = 20 x (N de variables independientes)
Tamao de las parcelas: Radio 15 metros = 706,86 m2
Numero significativo de retornos LiDAR por parcela
Numero significativo de arboles por parcela
Tamao pixel =Tamao de la parcela Recomendable entre 15 y 30 metros
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Planificacin del inventario de campo: Representatividad de la muestra
Divisin en zonas homogneas: Fraccin de cabida cubierta (FCC) Altura dominante (P95) Pendiente Presencia de sotobosque
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Fraccin de cabida cubierta (FCC) Porcentaje de primeros retornos (FCC)
Fuente: http://forsys.cfr.washington.edu/fusion/FUSION_manual.pdf
Reclasificacin: Clase 1.000:
Altura dominante Percentil 95 de la altura de la nube de puntos LiDAR
Fuente: Rodrguez y Fernndez, 2013
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Reclasificacin: Dehesa de los Enebrales:
Clase 100: 15 metros
Vald y Carrilanga: Clase 100: 9,5 metros
Pendiente Mapa de pendientes MDE LiDAR
Reclasificacin: Clase 10:
Presencia de sotobosque Densidad de retornos entre 1,5 y 6
metros de altura respecto del total
Reclasificacin: Clase 1: 15% (presencia de sotobosque).
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Asignacin de parcelas por categoras
Categora Superficie (ha) N parcelas
1.xxx 83,3 1
3.121 70,9 7
3.122 43,8 4
3.132 40,3 4
3.131 31,2 3
3.111 30,8 3
3.221 30,1 3
4.121 29,6 3
2.132 28,3 3
3.231 27,4 3
2.122 21,4 2
3.112 18,3 2
2.121 16,6 2
4.111 15,0 1
3.232 12,3 1
4.221 12,1 1
Total 626,3 52
Categora Superficie (ha) N parcelas
1.xx0 42,9 13.220 11,8 14.220 8,9 12.120 8,3 13.120 7,8 13.230 7,1 12.130 4,9 14.210 4,7 13.210 4,7 12.220 3,9 02.110 3,8 0
2.230 3,8 0
3.110 3,6 0
3.130 2,8 0
2.210 1,8 0
4.230 1,7 0
Total 123,1 9
Dehesa de los Enebrales Vald y Carrilanga
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Distribucin de parcelas Dirigida a cada categora y aleatoria dentro de cada
una Eliminacin efecto borde
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Distribucin de parcelas Dirigida a cada categora y aleatoria dentro de cada
una Eliminacin efecto borde
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Adquisicin de los datos de campo Parcelas de campo:
61 parcelas inventariadas entre junio y julio de 2013
Localizacin exacta del centro de la parcela, precisin submtrica en la localizacin del 95% de las parcelas (es necesario?)
Medicin de variables: Dimetros normales Seleccin aleatoria de 4 rboles tipo por
parcela: Medicin de la altura Medicin de la altura de la primera rama viva
Aspectos generales de la parcelaCURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Metodologa
Fuente: Rodrguez y Fernndez, 2013
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Modelos de estimacin Variables originales y transformadas logartmicamente Combinacin de variables
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Modelos de estimacin Seleccin de variables y ajuste de modelos
Preseleccin de estadsticos LiDAR Seleccin mtodo paso a paso software R Ajuste del modelo por mnimos cuadrados
Cumplimiento de hiptesis bsicas regresin lineal Seleccin del modelo
Estadsticos de bondad del ajuste
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Modelos de estimacin Validacin
Validacin cruzada (sin muestra test) Comparacin del coeficiente de
determinacin corregido, del sesgo y de la raz de la media cuadrtica de los errores
Metodologa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Resultados
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Resultados
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Resultados
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Errores
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Error de la estimacin:
t= t de Student al 95% de probabilidad Sv= Desviacin tpica del estimador por regresin
De forma simplificada:
Errores
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Error de la estimacin Inventario LiDAR -> Volumen -> 3,2%
61 parcelas R2=0,867 12000 pixeles (750 ha)
Inventario tradicional -> Volumen -> 9,7% 61 parcelas Desviacin tpica 41 m3/ha Media 105 m3/ha
Errores
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Error de la estimacin Inventario LiDAR-> Volumen -> 3,1%
61 parcelas R2=0,867 3.613.120 pixeles (225.820 ha)
La muestra es representativa? El rango muestral recoge la variabilidad de la poblacin?
Errores
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Error de la estimacin Planificacin adecuada del inventario
Muestra representativa Recoja toda la variabilidad de la poblacin
Errores
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Error de la estimacin Planificacin adecuada del inventario
Muestra representativa Recoja toda la variabilidad de la poblacin
Limitaciones
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Limitaciones: Inventario de masas irregulares pie a pie?
Pies dominados o sumergidos Regeneracin
La distribucin diamtrica Mtodo tradicional, mediando los datos de las
parcelas inventariadas
Datos LiDAR PNOA
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Limitaciones: Cambios en la cubierta vegetal desde 2010
Limitaciones: Errores solapes de vuelos
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Datos LiDAR PNOA
Vista general del Percentil 95 de la altura de la nube de puntos LiDAR en la zona de los montes de Zuera, bandeado de magnitud variable
Limitaciones: Errores solapes de vuelos
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Datos LiDAR PNOA
Limitaciones: Solapes doble densidad de puntos
Diferencia en la precisin MDE
Ortofoto Perfil puntos LiDAR
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Datos LiDAR PNOA
Limitaciones: Sotobosque bajo masas densas (Incluso MDE)
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Datos LiDAR PNOA
Limitaciones: Diferenciacin suelo en matorrales regulares densos
Imagen Parcela Perfil puntos LiDAR
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Datos LiDAR PNOA
Conclusiones
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Resultados a escala de mucho detalle Utilidad para la estratificacin de la masa Obtencin de un MDE de precisin Mejora los errores de estimacin del inventario
tradicional Reduce el nmero de parcelas necesarias Buenas estimaciones para Volumen, AB, alturas
(variables no dependientes de la gestin Ley de Assmann)
En general, y sobre masas que han soportado diferentes intensidades de cortas, peor estimacin en pies/ha y dimetro medio.
Retos y oportunidades
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Inventario de grandes superficies Aprovechar que tenemos informacin de todo
Aragn Oportunidad de obtener inventarios peridicos
Muestreo representativo Recoger toda la variabilidad posible: desde masas
jvenes a masas extra maduras
Nuevo vuelo LiDAR??
Bibliografa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Andersen, H. E., McGaughey, R. J. y Reutebuch, S. E. (2005). Estimating forest canopy fuel parameters using LiDAR data. Remote Sensing of Environment, Vol. 94 (4), pp. 441-449.
Baskerville, G.L. (1972). Use of logarithmic regression in the estimation of plant biomass. Can. J. For. Res. 2, 49-53.
Cochran, W. (1963): Tcnicas de muestreo. Continental S.A, Mexico D.F. Conds, S., Fernndez-Landa, A. y Rodrguez, F. (2013). Influencia del inventario de campo en
el error de muestreo obtenido en un inventario con tecnologa LiDAR. 6 Congreso Forestal Espaol, Vitoria, junio de 2013.
Diguez-Aranda, U., Barrio Anta, B., Castedo Dorado F. y lvarez Gonzlez, J. G. (2005). Relacin altura-dimetro generalizada para masas de Pinus sylvestris L. procedentes de repoblacin en el noroeste de Espaa. Invest Agrar: Sist Recur For, Vol. 14(2), pp. 229-241.
FAO (2004). National forest inventory. Field manual. Working Paper 94/E. Roma. Disponible en http://www.fao.org/docrep/008/ae578e/ae578e06.htm (ltimo acceso 8 de noviembre de 2013).
Garca, A. (1992). Estadstica Aplicada: Conceptos Bsicos. Madrid, Editorial UNED. Garca, D. (2010). Estimacin de variables de inters forestal basada en datos LIDAR en el
monte nmero 117 del C.U.P. Trmino Municipal de Cuenca. Madrid, Universidad Politcnica de Madrid.
Garca, M., Riao, D., Chuvieco, E. y Danson, F. M. (2010). Estimating biomass carbon stocks for a Mediterranean forest in central Spain using LiDAR height and intensity data. RemoteSensing of Environment, Vol. 114 (4), pp.816-830.
Hopkinson, C.; Chasmer, L. (2009). Testing LiDAR models of fractional cover across multipleforest ecozones. Remote Sensing of Environment 113: 275-288.
Hyypp, J. e Inkinen, M. (1999). Detecting and estimating attributes for single trees using laser scanner. The Photogrammetric Journal of Finland, Vol. 16 (2), pp. 27-42.
Kraus, K. y Pfeifer, N. (1998). Determination of terrain models in wooded areas with airbornelaser scanner data. ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 53(4), pp.193-203.
Kozak, A. y Kozak, R.A. (2003). Does cross validation provide additional information in theevaluation of regression models? Can. J. For. Res. 33: 976987.
Li, Y., Andersen, H.-E. y McGaughey, R. (2008). A comparison of statistical methods forestimating forest biomass from light detection and ranging data. Western Journal of AppliedForestry, Vol. 23 (4), pp.223-231.
Montealegre, A, Lamelas, M.T., Tanase, M. y De la Riva, J. (2013): Forest fire severityassessment using LiDAR data in a Mediterranean environment. Proceedings of the 9th EARSeLForest Fire Special Interest Group Workshop. Coombe Abbey, Warwickshire, UK, 15-17 October 2013, pp. 107-111.
Myers, R. H. (1990). Classical and Modern Regression with Applications. PWS-Kent Publishing Company.
Nsset, E. (2002). Predicting forest stand characteristics with airborne scanning laser using a practical two-stage procedure and field data. Remote Sensing of Environment, Vol. 80 (1), pp. 8899.
Nsset, E. (1997). Determination of mean tree height of forest stands using airborne laser scanner data. ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 52 (2), pp. 4956.
Bibliografa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Ojeda, J.C. (2011). PNOA- LiDAR Plan Nacional de Ortofotografa Area. Mesa redonda de Globalgeo 2011 Barcelona: Saln Internacional de la Geomtica y Geotelemtica, Barcelona, Espaa. Disponible en http://www.ign.es/PNOA/docum/Mesa_redonda_GlobalGeo2011.pdf (ltimo acceso 14 de noviembre de 2013).
Popescu, S. C. (2007). Estimating biomass of individual pine trees using airborne LiDAR. Biomass & Bioenergy, Vol. 31 (9), no. 9, pp. 646-655.
Riao, D., Chuvieco, E., Conds, S., Gonzlez-Matesanz, J., Ustin, S.L. (2004). Generation of crown bulk density for Pinus sylvestris L. from lidar. Remote Sens. Environ.92, 345-352.
Rodrguez, F y Fernndez, A. (2013). Introduccin a la tecnologa y visualizacin de datos. Material docente del Curso prctico de Aplicaciones Forestales de la Tecnologa LIDAR. Agresta S. Coop. y Dielmo 3D.
Sprugel, D. G. (1983). Correcting for Bias in Log-Transformed Allometric Equations. Ecology64:209210.
Vosselman, G. & Maas, H. G. (2010). Airborne and Terrestrial Laser Scanning. Dunbeath: Whittles publishing.
Bibliografa
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn
Muchas gracias por su atencin!
Jess Cabrera Guarinos
Asistencia tcnica SARGA en
DIRECCIN GENERAL DE GESTIN FORESTAL, CAZA Y PESCA
Plaza San Pedro Nolasco, 7 (Edif. Maristas), 1 planta
50.071 Zaragoza
j.cabrera@sarga.es
j.cabrerag@ext.aragon.es
Zaragoza 3 y 4 noviembre 2016
Inventario LiDAR
CURSO DE REDACCIN DE INSTRUMENTOS DE GESTIN FORESTAL EN AR AGN
Accin cofinanciada 80% Unin Europea y 20% Gobiern o de Aragn