REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...

More documents

Recommendations

Info

$(numero29_3_digital:Maquetaci\363n AET.qxd) - Asociación ...$

$numero30_7:Maquetaci\363n AET.qxd - Universidad PolitÃ©cnica de ...$

V. Zaldo et al.PALABRAS CLAVE: LiDAR, parámetros ecológicos,cartografía forestal, altura, biomasa,volumen de copa.INTRODUCIÓN Y OBJETIVOSEl estudio de los bosques es de gran importanciapara el conocimiento de las potencialidadesforestales del territorio. Cataluña cuenta con1.2 millones de hectáreas de bosques, lo cual representaun 38% de su superficie total (Burrielet al., 2000-2004). Se hace, pues, patente la necesidadde contar con información precisa delestado de los montes y de conocer los parámetrosecológicos y forestales que los caracterizan.La estimación de estos parámetros permite obtenercartografía forestal de tipo cuantitativo quees importante para modelar la biomasa y el carbonofijado en los ecosistemas forestales. A suvez, también sirve como entrada para la elaboraciónde modelos de incendio (Riaño et al.,2003) y de modelos predictivos de la distribuciónde especies (Rodríguez et al., 2007). A lolargo de décadas, las instituciones y los centrosde investigación han ido realizando inventariosforestales para obtener información de estos parámetrosecológicos y forestales, pero estos estudiosimplican métodos bastante costosos entérminos de tiempo y dinero. Esto ha llevado aexplorar otras metodologías más rápidas y menoscostosas, como el uso de sistemas de teledetección.Así, se han realizado estudios intentandoestimar parámetros forestales, mediante eluso de imágenes de satélite (Anderson et al.,1993; Salvador & Pons, 1998; Vázquez de laCueva, 2008) o de imágenes de sensores aeroportados(Salvador et al., 1997; Baulies & Pons,1995). En varios de estos casos los ajustes de losmodelos no permitieron generar prediccionescuantitativas. Actualmente con la tecnología Li-DAR (Light Detection And Ranging) se puedeempezar a captar para luego representar de maneracada vez más precisa la estructura tridimensional(x, y, z) de un bosque. El LiDAR incorporaun láser pulsado de alta potencia comofuente de radiación electromagnética y detectalos pulsos reflejados. La distancia se determinacomo el tiempo de retardo de cada uno de los retornoscon respecto al pulso inicial (Wehr &Lohr, 1999). De esta manera la tecnología Li-KEY WORDS: LiDAR, ecological parameters,forest mapping, height, biomass, crown volume.DAR ofrece la novedosa posibilidad de obtenerinformación detallada de la estructura verticalde las cubiertas forestales. Los estudios LiDARse han aplicado en bosques tropicales (Nelson etal., 1997), bosques de taiga (Naesset, 1997) ybosques caducifolios del norte de Europa (Hill& Thomson, 2005); sin embargo son escasos enbosques mediterráneos caracterizados por su altacomplejidad (Maselli & Chiesi, 2006; Garcíaet al., 2010). El objetivo principal de este estudioes determinar la aplicación de los datos Li-DAR para la estimación de variables forestales(altura, altura de la base de la copa, volumen decopa, DBH (Diameter at Breast Height), biomasade madera y biomasa de hojas) en encinares,hayedos y pinares para una zona de Cataluña ygenerar cartografía cuantitativa de estas variables.Para ello se analizará la idoneidad de la metodologíade trabajo tanto a nivel de árbol comode parcela, se evaluará la importancia de la separaciónpor especies en los modelos de regresióny se determinara el mejor estimador LiDARpara cada variable a través del coeficiente de determinación(R 2 ).MATERIAL Y MÉTODOSÁrea de estudioLa zona de estudio se sitúa sobre una zona deCataluña (long: 2° 20’ lat: 41° 46’) que discurrepor el Parque Natural de Sant Llorenç del Munti l’Obac y el Parque Natural del Montseny(Fig. 1). El vuelo LiDAR tiene una longitud deunos 65 km y una anchura de 1 km. La altura mediadel terreno de estudio es de 617 m, variandoentre 232 y 1.527 m. El área de estudio presentauna gran diversidad de especies vegetales, siendorelevantes los extensos pinares de pino carrasco(Pinus halepensis L.). También pueden encontrarseencinares (Quercus ilex L. subsp ilex) yalcornocales (Quercus suber L.). Además, en laszonas más elevadas hay gran presencia de hayedos(Fagus sylvatica L.) y castañares (Castaneasativa Mill.). En este estudio nos centraremos en56 Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 55-68
Estimación y cartografía de parámetros ecológicos y forestales en tres especies con datos LiDARFigura 1. Localización del vuelo LiDAR en Cataluña.la obtención de variables para las tres especiesforestales más abundantes Pinus halepensis,Quercus ilex subsp ilex y Fagus sylvatica.Datos de campoCoincidente en el tiempo con la obtención delos datos LiDAR se realizó una campaña de tomade datos de campo para obtener parámetrosdasométricos en la zona de trabajo. El muestroque se realizó entre los meses de octubre y diciembredel 2007, fue diseñado especialmentepara este trabajo y llevado a cabo por personaltécnico del CREAF (Centre de Recerca Ecològicai Aplicacions Forestals). Los datos obtenidosconsistieron en un muestreo discreto en elespacio basado en parcelas circulares con un radioentre 10-15 m para los hayedos y entre 8-10 m para los pinares y encinares. Las diferenciasen el tamaño de las parcelas se deben a lasdiferencias en la densidad de pies de las distintasespecies: para tener un número representativode árboles por parcela, en los hayedos se tuvieronque usar radios mayores que en lospinares y encinares. Se obtuvieron medidas ecológicasy forestales de todos lo árboles que seencontraban dentro de cada parcela. Así, se consiguióinformación para un total de 6.197 árbolesen 50 parcelas repartidas por las diferentesáreas de muestreo (3.518 individuos de Fagussylvatica en 18 parcelas, 1.022 individuos de Pinushalepensis en 18 parcelas y 1.657 individuosde Quercus ilex en 14 parcelas). Se realizó unaNlocalización de cada árbol gracias al uso distanciómetrosdigitales y a su ubicación sobre ortofotografías1:5.000 e imágenes CASI. De estamanera se consiguió una georeferenciación finade los árboles muestreados para conseguir minimizarla propagación de errores que se producedebido a la indeterminación de la posición de cadaárbol y se evito la localización mediante eluso del GPS ya que bajo dosel forestal este sistematienden a producir errores 1,5 a 3 veces mayoresde lo normal (Popescu et al., 2003). Lasparcelas se seleccionaron previamente a travésde ortofotomapas 1:5.000 y una imagen CASIen zonas aparentemente puras cerca de caminos.La georeferenciación de los árboles se conseguíaubicando una referencia en los ortofotomapas1:5.000 y luego usando un distanciómetro. Setomaron medidas estructurales a nivel de árboly éstas se extrapolaron a nivel de parcela (Tabla1). Las medidas de altura, altura de la base yDBH se calcularon directamente en el campo.Las medidas de biomasa de madera y biomasade hojas se obtuvieron a partir de ecuaciones alométricasdiseñadas especialmente para este estudiousando muestras de campo de hojas y ramasen parcelas cercanas pero distintas a lasparcelas donde se realizaron las otras medidasde inventario (Gracia et al., 2004). Los informesde las ecuaciones alometricas fueron altamentesignificativos para las tres especies (F. sylvaticar 2 : 0,992, p < 0,0001; P.halepensis r 2 : 0,986,p < 0,0001 y Q. ilex r 2 : 0,952, p < 0,0001). Parael volumen de copa, se usó una aproximación deestudios anteriores (Riaño et al., 2004). Estaaproximación, requiere del cálculo de la superficiede la copa, que en este caso se calculó a travésde las medidas de campo del radio de la copaen los cuatro puntos cardinales.Datos LiDAREl área de estudio fue sobrevolada el20/10/2007 utilizando un equipo LiDAR de lafirma Optech modelo ALTM3025 propiedad delInstituto Cartográfico de Cataluña (ICC). Se sobrevolaronun total de 6.694 ha; la altura mediade vuelo fue de 1.494 m sobre el nivel del mar,con un ángulo máximo de escaneo de ± 20°, unafrecuencia de barrido de 200 Hz, un swath de 580m, una densidad de puntos de aproximadamenteRevista de Teledetección. ISSN: 1988-8740. 2010. 34: 55-68 57
Page 1 and 2:
AETASOCIACIÓN ESPAÑOLA DETELEDETE
Page 3 and 4:
REVISTA DE TELEDETECCIÓNDirector:
Page 5 and 6:
Información y Normas para los auto
Page 7 and 8: Revista de Teledetección. ISSN: 19
Page 9 and 10: Análisis de cambios de usos del su
Page 19 and 20: Comportamiento geométrico y radiom
Page 25 and 26: Análisis comparativo de las superf
Page 33 and 34: Seguimiento del estado ecológico d
Page 39 and 40: Análisis de correlaciones entre la
Page 47 and 48: Dinámica estacional e interanual d
Page 57: Revista de Teledetección. ISSN: 19
Page 61 and 62: Estimación y cartografía de pará
Page 73 and 74: Estudio del crecimiento urbano, de
Page 81 and 82: Clasificación de cultivos en la zo
Page 93 and 94: Detección automática de edificios
Page 95 and 96: Detección automática de edificios
Page 97 and 98: genes NOAA, Landsat, así como los
Page 99 and 100: J. A. Recio RecioEsta actualizació
Page 101: AETASOCIACIÓN ESPAÑOLA DETELEDETE
show all

REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...

Create successful ePaper yourself

Delete template?

Save as template?

REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...