Estimación del área basimétrica en masas maduras de Pinus sylvestris en base a una única medición del escáner láser terrestre (TLS)

Abstract

El láser escáner terrestre (TLS) ha surgido como un nuevo dispositivo de tecnología LiDAR con un gran potencial para ser implementado en inventarios forestales (IIFF). En este trabajo se ha desarrollado un algoritmo con el que se obtienen métricas capaces de estimar el área basimétrica a nivel de parcela (G) en base a una única medición del TLS. El estudio se ha realizado en masas maduras de Pinus sylvestris, inventariadas mediante una red de 40 parcelas que cubren casi por completo el área de distribución y rango de calidades de la especie en España. Este algoritmo se compone de cuatro pasos fundamentales: (1) normalización de la nube de puntos obtenida con el TLS, (2) identificación de los árboles, (3) reducción de la densidad de la nube de puntos, y (4) obtención de las métricas relacionadas con el G. Los mejores resultados se han obtenido con el G estimada en parcelas de 7 m de radio, alcanzando un coeficiente de correlación de Pearson de 0.86 significativo al 95 %. Esto ha permitido obtener modelos de regresión lineal simple con valores de R2adjy RECM de 0.75 y 10.66 m2 para toda la colección de parcelas, y 0.82 y 8.57 m2 para las parcelas agregadas por sitio. Aunque estos resultados sugieren que el TLS podría ser útil para la estimación del G en pinares de P. sylvestris, sería necesario contrastarlo en masas que cubran todos los estados de desarrollo para validar su uso en un mayor rango de estados estructurales

Terrestrial Laser Scanner (TLS) has emerged as a new LiDAR device with high potential to be implemented in forest inventories (FI). In this work has been developed an algorithm to obtain metrics related to stand basal area (G). The research has been performed in mature stands of Pinus sylvestris through 40 plots covering almost all the distribution area and range of site qualities for this species in Spain. This algorithm is based on four main steps: (1) normalisation of point clouds obtained with TLS, (2) identification of individuals trees, (3) reduction in density of the point cloud, and (4) obtaining metrics related to G. The G estimated in plots of 7 m of radio shown the best results with a Pearson correlation coefficient value of 0.86. This has enabled to achieve a linear regression model with values of 0.75 and 10.66 m2 for R2adj and RMSE respectively for all the plots. Assessing linear regression model by site, R2adj and RMSE reached higher values of 0.82 y 8.57 m2. Although these results suggest TLS as a good tool to estimate G in mature stands of P. sylvestris, further research covering all the develop stages is necessary to contrast estimated G in stands with different structures