Caracterización del crecimiento y producción de rodales forestales a partir de datos PNOA-LiDAR multitemporales en la provincia de Lugo

• Salgado, L. ^[1] ; Colina, A. ^[1] ; Docampo, M.L. ^[2] ; López Sánchez, C.A. ^[1]
  1. [1] Universidad de Oviedo

     Universidad de Oviedo

     Oviedo, España

     
  2. [2] Universidade de Santiago de Compostela

     Universidade de Santiago de Compostela

     Santiago de Compostela, España

     
• Localización: Cuadernos de la Sociedad Española de Ciencias Forestales, ISSN 1575-2410, ISSN-e 2386-8368, Nº. 46, 1, 2020, págs. 231-244
• Idioma: español
• Títulos paralelos:
  • Characterization of the growth and production of forest stands from multi-temporal PNOA-LiDAR data in the province of Lugo
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    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.

  • English

    In this study, data from the 4th National Forest Inventory (IFN-4) and from the 1st and 2nd National Airborne Laser Exploration Survey (ALS) are used to develop predictive performance models and direct estimates for the three main commercial forest species (Eucalyptus globulus, Pinus pinasterand Pinus radiata) grown in the province of Lugo. The integration of both types of data required prior harmonization due to the differences in the time of data acquisition and the difficulties to accurately geolocate the IFN-4 plots.

    The harmonized data of E. globulus, P.pinaster and P.radiata have been used to develop predictive models to determine the total volume with cortex (VCC) at a point t different from the capture of the PNOA-LiDAR data. The annual increase in volume with cortex (IAVC) was calculated by means of the relationship between the variables of the IFN4 plots, with the metrics derived from the PNOA-LiDAR data, by the Random Forest (RF) linear regression method and several techniques of machine learning. These data are also used to obtain VCC values directly using multi-temporal PNOA-LiDAR data, the latter being captured at the projection time t of the other method.