11.07.2015 Views

REVISTADE TELEDETECCIÓN - Asociación Española de ...

REVISTADE TELEDETECCIÓN - Asociación Española de ...

REVISTADE TELEDETECCIÓN - Asociación Española de ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

V. Zaldo et al.Altura media <strong>de</strong> los 10 árboles más altos (m)R 2 = 0,923RMSE = 1,5935 10 15 20 25Percentil 90 altura LiDAR (m)Figura 5. Estimación <strong>de</strong> la altura para mo<strong>de</strong>los generalesa nivel <strong>de</strong> parcela.el máximo y la biomasa <strong>de</strong> ma<strong>de</strong>ra estimada porla media. Los parámetros <strong>de</strong> altura <strong>de</strong> la base <strong>de</strong>la copa, DBH y biomasa foliar no se consiguieronestimar con tanto nivel <strong>de</strong> ajuste, aunque losresultados no son <strong>de</strong>spreciables y podrían ser mejorablescon un LiDAR <strong>de</strong> una mayor <strong>de</strong>nsidad<strong>de</strong> puntos. La altura <strong>de</strong> la base <strong>de</strong> la copa, que esun parámetro con una alta variabilidad interespecífica,no arrojó buenos resultados a nivel general,pero los mo<strong>de</strong>los por especie indican quelas estadísticas LiDAR explican parte <strong>de</strong> la variabilidad<strong>de</strong> este parámetro. Para el DBH no seobtuvo una relación con las estadísticas LiDARcalculadas, aunque cabe señalar que el DBH esun parámetro difícil <strong>de</strong> estimar con la <strong>de</strong>nsidad<strong>de</strong> puntos LiDAR <strong>de</strong> este estudio, ya que se trata<strong>de</strong> una variable <strong>de</strong> baja resolución espacial porlo que se necesitaría un mayor <strong>de</strong>nsidad <strong>de</strong> puntospara su correcta estimación (Chen et al.,2007). El coeficiente <strong>de</strong> penetración sirve paraexplicar parte <strong>de</strong> la biomasa foliar, sobretodo enlos bosques <strong>de</strong> aciculifolios don<strong>de</strong> la penetración<strong>de</strong>l LiDAR es mayor. Se esperaba obtener unospeores ajustes <strong>de</strong> los mo<strong>de</strong>los en los bosques másheterogéneos y variables como los encinares ypinares con respecto a los bosques más homogéneoscomo los hayedos (Salvador et al., 1997).Sin embargo, los resultados obtenidos han reveladopruebas en el sentido opuesto. Se pue<strong>de</strong> pensarque el propio tipo <strong>de</strong> estructura homogénea<strong>de</strong> las copas <strong>de</strong> los hayedos hace que la penetrabilidad<strong>de</strong>l LiDAR en el dosel vegetal sea menorque en bosques más heterogéneos y esto impidael correcto ajuste <strong>de</strong> los datos LiDAR a parámetrosque explican características <strong>de</strong>l propio dosel.Para la generación <strong>de</strong> cartografía cuantitativase usaron los tres parámetros que seconsiguieron estimar con mayor exactitud a nivel<strong>de</strong> parcela; la altura máxima R 2 = 0.923, biomasa<strong>de</strong> ma<strong>de</strong>ra R 2 = 0.815 y volumen <strong>de</strong> copaR 2 = 0.758 (Figs. 5, 6 y 7). Estos tres parámetrosson <strong>de</strong> vital importancia para el cocimiento <strong>de</strong>los bosques mediterráneos: La altura máxima esun parámetro básico <strong>de</strong> los inventarios forestalesy <strong>de</strong>l cual <strong>de</strong>rivan otros parámetros, la biomasa<strong>de</strong> ma<strong>de</strong>ra permite estimar la cantidad <strong>de</strong>carbono acumulado en los bosques y el volumen<strong>de</strong> copa es importante para la mo<strong>de</strong>lización <strong>de</strong>incendios forestales.Los mo<strong>de</strong>los calculados permitieron generarcartografía <strong>de</strong> tipo cuantitativo <strong>de</strong> estos parámetrosforestales (Anexo, Fig. A). Lo <strong>de</strong>seable hubierasido evaluar <strong>de</strong> forma cuantitativa estosmo<strong>de</strong>los con nuevos datos <strong>de</strong> campo, pero <strong>de</strong>bidoa que todas las parcelas con verdad terrenodisponibles se usaron para el ajuste <strong>de</strong>l mo<strong>de</strong>lono se ha procedido a tal análisis. Aun así, los resultados<strong>de</strong> los mo<strong>de</strong>los son satisfactorios a nivelvisual comparando con la imagen CASI quenos aporta una referencia <strong>de</strong>l estado <strong>de</strong> las cubiertas.La combinación CASI (907, 707, 406nm) permite distinguir las zonas <strong>de</strong> vegetaciónen rojo y ver<strong>de</strong>, <strong>de</strong> las áreas sin vegetación o consuelo <strong>de</strong>snudo en azul o blanco. Se <strong>de</strong>tecta comolas áreas sin vegetación (en azul) presentanvalores cero <strong>de</strong> biomasa, volumen <strong>de</strong> copa y al-Biomasa <strong>de</strong> ma<strong>de</strong>ra (T/ha)2520151025020015010050Fagus sylvaticaPinus halepensisQuercus ilexFagus sylvaticaPinus halepensisQuercus ilexR 2 = 0,815RMSE = 23,355 10 15 20Media altura LiDAR (m)Figura 6. Estimación <strong>de</strong> biomasa <strong>de</strong> ma<strong>de</strong>ra para mo<strong>de</strong>losgenerales a nivel <strong>de</strong> parcela.62 Revista <strong>de</strong> Tele<strong>de</strong>tección. ISSN: 1988-8740. 2010. 34: 55-68

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!