Tipos de combustibles con datos LiDAR de baja densidad

• Alfonso Alonso-Benito ^[1] ; Manuel Arbelo ^[1] ; Pedro Hernández Leal ^[1]
  1. [1] Universidad de La Laguna

     Universidad de La Laguna

     San Cristóbal de La Laguna, España

     
• Localización: Teledetección, humedales y espacios protegidos: Libro de actas del XVI Congreso de la Asociación Española de Teledetección, 2015, ISBN 978-84-608-1726-0, págs. 427-430
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    Las imágenes de sensores remotos pasivos, tradicionalmente usadas para el cartografiado de la vegetación, no aportan información acerca de su estructura vertical. La información de sensores activos como LiDAR, capaces de penetrar en el dosel arbóreo, ha permitido su aplicación para el cartografiado de combustibles forestales, donde el conocimiento de la distribución en alturas de la vegetación resulta imprescindible. En este estudio, evaluamos la posibilidad de utilizar datos LiDAR de baja densidad (aproximadamente 2,1 puntos/m2) en una zona forestal de la Isla de Tenerife, para la generación de un mapa de tipos de combustibles. El vuelo LiDAR fue realizado entre junio y agosto de 2010 por GRAFCAN. Los datos discretos se filtraron y clasificaron usando la herramienta LAStools. Los tipos de combustibles se asignaron de acuerdo al proyecto Prometheus adaptado a la realidad de la zona de estudio: un tipo para la cubierta herbácea, tres tipos para los arbustos y otros tres para la cubierta arbórea, con o sin sotobosque. En un análisis previo encontramos que la mayor dificultad consistía en la discriminación de los tipos arbóreos. Para ello se aplicó un análisis clúster k-mediods a los datos LiDAR normalizados. Una vez caracterizada la estructura vertical forestal, se realizó una clasificación de los siete tipos aplicando un árbol de decisión. El mapa resultante presenta un 11% de error por cantidad y un 9% de error por asignación. Se demuestra así el potencial de estos datos para la caracterización de combustibles en la zona, a pesar de la baja densidad de puntos del sensor LiDAR usado.

  • English

    Images from passive remote sensors, traditionally used for vegetation mapping, do not provide information about vertical structure. Active sensors like LiDAR are able to penetrate the canopy, allowing their application for forest fuels mapping, where knowledge of the distribution of vegetation heights is essential. In this study, we evaluated the possibility of using low-density LiDAR data (approximately 2.1 points/m2) in a forest area in Tenerife (Canary Islands), to generate a map of fuel types. The LiDAR flight was conducted between June and August 2010 by GRAFCAN. Discrete data was filtered and sorted using LAStools software. Fuel types were assigned according to the Prometheus project adapted to the reality of the study area: one type for herbaceous cover, three types for shrubs and three for tree cover, with or without undergrowth. In a previous analysis we found that the greatest difficulty was the discrimination of arboreal types. For this purpose, a k-mediods cluster analysis was applied to the normalized LiDAR data. Once the forest vertical structure was characterized, a decision tree was used to classify the seven types. The resulting map shows an 11% error by quantity and a 9% allocation error. Thus, in spite of the low density of points in the LiDAR sensor used, the potential of this data for the characterization of fuels has been demonstrated.