Caracterización del crecimiento y producción de rodales forestales a partir de datos PNOA-LiDAR multitemporales en la provincia de Lugo
DOI:
https://doi.org/10.31167/csecfv5i45.19907Resumen
El cálculo de volúmenes forestales es una de las aplicaciones más comunes de la teledetección para apoyar la gestión sostenible de los ecosistemas forestales. En este estudio, se utilizan datos del 4º Inventario Forestal Nacional (IFN-4) y de la 1ª y 2ª encuesta nacional de Exploración Láser Aerotransportada (ALS) para desarrollar modelos de rendimiento predictivo y estimaciones directas para las tres principales especies forestales comerciales (Eucalyptus globulus, Pinus pinaster y Pinus radiata) cultivadas en la provincia de Lugo. La integración de ambos tipos de datos requirió una armonización previa debido a las diferencias en el tiempo de adquisición de los datos y las dificultades para geolocalizar con precisión las parcelas del IFN-4.
Los datos armonizados de E. globulus, P. pinaster y P. radiata se han utilizado para desarrollar modelos predictivos para determinar el volumen total con corteza (VCC) en un punto t diferente del de captura de los datos PNOA-LiDAR. Se ha calculado el incremento anual de volumen con corteza (IAVC) mediante la relación entre las variables de las parcelas IFN-4, con las métricas derivadas de los datos de PNOA-LiDAR, mediante el método de regresión lineal Random Forest (RF) y varias técnicas de aprendizaje automático. Estos datos también se utilizan para obtener valores VCC de forma directa mediante datos PNOA-LiDAR multitemporales, siendo estos últimos capturados en el tiempo t de proyección del otro método.
Citas
Alberdi, I., Sandoval, V., Condes, S., Cañellas, I., Vallejo, R., 2016. El Inventario Forestal Nacional español, una herramienta para el conocimiento, la gestión y la conservación de los ecosistemas forestales arbolados. Revista Ecosistemas, 25(3), 88-97. https://doi.org/10.7818/ECOS.2016.25-3.10
Bollandsås, O. M., Gregoire, T. G., Næsset, E., Øyen, B. H., 2013. Detection of biomass change in a Norwegian mountain forest area using small footprint airborne laser scanner data. Statistical Methods & Applications, 22(1), 113-129. https://doi.org/10.1007/s10260-012-0220-5
Bollandsås, O. M., Ene, L. T., Gobakken, T., Næsset, E., 2017. Estimation of biomass change in montane forests in Norway along a 1200 km latitudinal gradient using airborne laser scanning: a comparison of direct and indirect prediction of change under a model-based inferential approach. Scandinavian journal of forest research, 33(2), 155-165. https://doi.org/10.1080/02827581.2017.1338354
Cao, L., Coops, N. C., Innes, J. L., Sheppard, S. R., Fu, L., Ruan, H., She, G., 2016. Estimation of forest biomass dynamics in subtropical forests using multi-temporal airborne LiDAR data. Remote Sensing of Environment, 178, 158-171. https://doi.org/10.1016/j.rse.2016.03.012
Dalponte, M., Jucker, T., Liu, S., Frizzera, L., Gianelle, D., 2019. Characterizing forest carbon dynamics using multi-temporal lidar data. Remote Sensing of Environment, 224, 412-420. https://doi.org/10.1016/j.rse.2019.02.018
Englhart, S., Jubanski, J., Siegert, F., 2013. Quantifying dynamics in tropical peat swamp forest biomass with multi-temporal LiDAR datasets. Remote Sensing, 5(5), 2368-2388. https://doi.org/10.3390/rs5052368
Fernández-Landa, A., Fernández-Moya, J., Tomé, J. L., Algeet-Abarquero, N., Guillén-Climent, M. L., Vallejo, R., Marchamalo, M., 2018. High resolution forest inventory of pure and mixed stands at regional level combining National Forest Inventory field plots, Landsat, and low density lidar. International journal of remote sensing, 39(14), 4830-4844. https://doi.org/10.1080/01431161.2018.1430406
Garcia-Gutierrez, J., Gonzalez-Ferreiro, E., Riquelme-Santos, J. C., Miranda, D., Dieguez-Aranda, U., Navarro-Cerrillo, R. M., 2014. Evolutionary feature selection to estimate forest stand variables using LiDAR. International Journal of Applied Earth Observation and Geoinformation, 26, 119-131. https://doi.org/10.1016/j.jag.2013.06.005
Gonçalves-Seco, L., González-Ferreiro, E., Diéguez-Aranda, U., Fraga-Bugallo, B., Crecente, R., Miranda, D., 2011. Assessing the attributes of high-density Eucalyptus globulus stands using airborne laser scanner data. International Journal of Remote Sensing, 32(24), 9821-9841. https://doi.org/10.1080/01431161.2011.593583
González-Ferreiro, E., Diéguez-Aranda, U., Miranda, D., 2012. Estimation of stand variables in Pinus radiata D. Don plantations using different LiDAR pulse densities. Forestry, 85(2), 281-292. https://doi.org/10.1093/forestry/cps002
Hopkinson, C., Chasmer, L., y Hall, R. J., 2008. The uncertainty in conifer plantation growth prediction from multi-temporal lidar datasets. Remote Sensing of Environment, 112(3), 1168-1180. https://doi.org/10.1016/j.rse.2007.07.020
Jiménez, E., Vega, J. A., Fernández-Alonso, J. M., Vega-Nieva, D., Ortiz, L., López-Serrano, P. M., López-Sánchez, C. A., 2017. Estimation of aboveground forest biomass in Galicia (NW Spain) by the combined use of LiDAR, LANDSAT ETM+ and national forest inventory data. iForest-Biogeosciences and Forestry, 10(3), 590. https://doi.org/10.3832/ifor1989-010
Marinelli, D., Paris, C., y Bruzzone, L., 2018. A novel approach to 3-D change detection in multitemporal LiDAR data acquired in forest areas. IEEE Transactions on Geoscience and Remote Sensing, 56(6), 3 030-3 046. https://doi.org/10.1109/TGRS.2018.2789660
McRoberts, R. E., Næsset, E., Gobakken, T., Bollandsås, O. M., 2015. Indirect and direct estimation of forest biomass change using forest inventory and airborne laser scanning data. Remote Sensing of Environment, 164, 36-42. https://doi.org/10.1016/j.rse.2015.02.018
Nilsson, M., Nordkvist, K., Jonzén, J., Lindgren, N., Axensten, P., Wallerman, J., Olsson, H. , 2016. A nationwide forest attribute map of Sweden predicted using airborne laser scanning data and field data from the National Forest Inventory. Remote Sensing of Environment, 194, 447-454. https://doi.org/10.1016/j.rse.2016.10.022
Novo-Fernández, A., Barrio-Anta, M. A., Recondo, C., Cámar-Obregón, A., López-Sánchez, C.A., 2019. Integration of National Forest Inventory and Nationwide Airbone Laser Scanning Data to Improve Forest Yield Predictions in North-Western Spain. Remote Sensing. 11(14), 1 693. https://doi.org/10.3390/rs11141693
Réjou-Méchain, M., Tymen, B., Blanc, L., Fauset, S., Feldpausch, T. R., Monteagudo, A., Chave, J., 2015. Using repeated small-footprint LiDAR acquisitions to infer spatial and temporal variations of a high-biomass Neotropical forest. Remote Sensing of Environment, 169, 93-101. https://doi.org/10.1016/j.rse.2015.08.001
Renslow, M., 2012. Manual of airborne topographic LiDAR. The American Society for Photogrammetry and Remote Sensing, Bethesda, 504 pp.
Simonson, W., Ruiz-Benito, P., Valladares, F., Coomes, D. A., 2016. Modelling above-ground carbon dynamics using multi-temporal airborne lidar: insights from a Mediterranean woodland. Biogeosciences, 13, 961-973. https://doi.org/10.5194/bg-13-961-2016
Tomé-Morán, J.L., Esteban Cava, J., Martín Alcón, S., Escamochero, I., Fernández-Landa, A., 2017. ForestMap, Online forest inventories using Murcia Regional Airborne LiDAR Data. XVII Congreso de la Asociación Española de Teledetección. pp. 147-150. Murcia 3-7 octubre 2017.
Wehr, A. & Lohr, U., 1999. Airborne laser scanning-an introduction and overview. ISPRS Journal of photogrammetry and remote sensing, 54(2-3), 68-82. https://doi.org/10.1016/S0924-2716(99)00011-8
Zhiwei, X., Xinghua, W., 2010. Research for information extraction based on wrapper model algorithm. In Proceedings of the Second International Conference on Computer Research and Development, HaiphongCity, Vietnam, 7-10 May 2010; pp. 652-655. https://doi.org/10.1109/ICCRD.2010.141
Zhao, K., Suarez, J. C., Garcia, M., Hu, T., Wang, C., Londo, A., 2018. Utility of multitemporal lidar for forest and carbon monitoring: Tree growth, biomass dynamics, and carbon flux. Remote Sensing of Environment, 204, 883-897. https://doi.org/10.1016/j.rse.2017.09.007
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Cuadernos de la Sociedad Española de Ciencias Forestales
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Las obras que se publican en esta revista están sujetas a los siguientes términos:
- Las obras se publican en edición electrónica, en acceso abierto y bajo una licencia Creative Commons Attribution-Non Comercial License 3.0. Se permite a otros distribuir, copiar o adaptar las obras así como crear obras derivadas siempre que se cite la autoría del trabajo y su publicación inicial en esta revista. No se permite el uso de estas obras ni de sus derivadas con fines comerciales.
- Los autores conservan los derechos de autor, garantizan a la revista el derecho de ser la primera publicación del trabajo y están de acuerdo con la licencia de uso utilizada por la revista, con las condiciones de autoarchivo y con la política de acceso abierto.
- Se permite y anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) ya que puede dar lugar a intercambios productivos, así como a una mayor citación de los trabajos publicados.
