uso de lidar para el monitoreo y manejo de recursos...
TRANSCRIPT
A U T O R : L A U R A Z A L A Z A R
M A T E R I A : S E M I N A R I O
M A E S T R Í A A E A R T E
I G ( C O N A E / U N C ) – F A M A F ( U N C )
Uso de LiDAR para el monitoreo y manejo de recursos forestales
Recursos Forestales
Bosques Naturales
Bosques Cultivados
Tierras Reforestables
Funciones Monitoreo y Manejo
Conservación
Protección
Recreación
Económica
Extensión y características
Parámetros biofísicos y
estructurales
Cambios
Uso de la Teledetección
Recursos Forestales
Sistema LiDAR (Light Detection And Ranging)
Sensor óptico activo (UV a IR)
Pulso láser de corta duración (5 a 10 Hz), colimado,
coherente y polarizado
Registro del tiempo transcurrido entre emisión y arribo del
pulso: localización del objeto
Registro de la intensidad de la señal de retorno: tipo de
objeto
Permite caracterización 3D
Plataformas LiDAR S
ate
lita
l
• Resolución: ~1 - 2 km
• Ejemplos: SLA (Shuttle Laser Altimeter), ICESat, Calipso, VCL (Vegetation Canopy Lidar)
Ter
rest
re
• Resolución:
<20 m
• Ejemplo: ILRIS-3D (Intelligent Laser Ranging and Imaging System)
Aer
otr
an
spo
rta
do
• Resolución:
<1 m – 20 m
• Ejemplos: ALTM (Airborne Laser Terrain Mapper), LVIS (Laser Vegetation Imaging Sensor)
LiDAR aerotransportado
Escáner laser transmisor-receptor Sistema de Posicionamiento Global (GPS): trayectoria del avión Sistema de Navegación Inercial (INS/IMU): posición del avión Dispositivo de almacenamiento
LiDAR aerotransportado
Sistema de Retorno Discreto
--Pisada: 0.25-5 m diámetro. --Res. Espacial: < 1 m. --Registro de 1, 2 o unos -pocos pulsos de retorno.
Sistema de Onda Completa
--Pisada: 25-80 m diámetro. --Res. Espacial: 10-25 m. --Registro de la onda -completa de retorno.
Datos LiDAR
Formato estándar .LAS
Productos
- Nube de puntos: datos crudos, imagen clasificada por posición
relativa entre puntos (alturas), imagen de intensidades
- Modelo digital de superficie (interpolación de primeros
retornos)
- Modelo digital de terreno (interpolación de últimos retornos)
Software: TerraScan. Fusion (libre). GRASS (libre)
Rasterización de nube de puntos (dato crudos)
Mayor densidad de puntos, menor tamaño de pixel. Ej: 1 p/m² = pixel 1 x 1 m 0.25 p/m² = pixel 3 x 3 m
Visualización 3D de datos LiDAR (software Fusion)
Caracterización atmosférica: humedad, presión, temperatura, velocidad del viento, partículas contaminantes
Aplicaciones generales del LiDAR
Desarrollo temporal de la estructura vertical de la tropósfera inferior (He et al. 2012).
Evolución espacial y temporal de la proporción de mezcla de vapor de agua en la atmósfera (Froidevaux et al. 2012).
Aplicaciones generales del
LiDAR
Estudios topográficos:
altimetría y batimetría
Aplicaciones generales del
LiDAR
Planeamiento urbano:
modelos urbanos tridimensionales
Aplicaciones generales del
LiDAR
Estudios ambientales:
contaminantes en agua, contenido de pigmentos, biomasa vegetal
Aplicación en Recursos Forestales
Estimación de parámetros:
-Biomasa (materia orgánica sobre y bajo el terreno)
-Altura de la vegetación
-Altura a la base de la copa
-Volumen de la copa
-Cierre de copas (% terreno cubierto por el follaje)
-Área basal (área del corte transversal del tronco a 1.30 m)
-Índice de Área Foliar =LAI (total de área foliar verde por superficie de terreno)
Casos particulares
Riaño et al. 2002
Identificación de parámetros estructurales:
Generación de Modelo Digital del Terreno.
Determinación de altura de la vegetación, altura a la base de la copa y cierre de copas.
Generación del DTM y pulsos láser sobre
el terreno.
Clasificación de pulsos láser
Casos particulares
Kwak et al. 2007
Método indirecto de estimación del LAI:
Análisis de regresión de datos de campo con el Índice de Penetración del Láser (LPI) y el Índice de Intercepción del Láser (LII).
LPI= Dgnd/(Dgnd + Dhigh)
LII= 1-((Ngnd + Nlow)/Nall)
Relación entre el Índice de Área Foliar y los Índices de Penetración e Intercepción del Láser para tres especies arbóreas.
Casos particulares
Bortolot & Wynne 2005
Estimación de biomasa:
Algoritmo basado en datos de entrenamiento para localizar y medir árboles individuales
Medición de altura y densidad de árboles
Estimación de biomasa mediante ecuación de regresión lineal múltiple (altura y densidad de árboles)
Imágenes obtenidas durante el proceso de localización de los árboles.
Relación entre la biomasa estimada y la determinada a campo.
Conclusiones
La técnica LiDAR muestra un amplio rango de aplicaciones.
Provee información tridimensional de alta precisión y muy buena resolución espacial.
Utilidad y eficacia en la estimación y medición de parámetros forestales.
Caracterización horizontal y vertical de la vegetación, permitiendo conocer la funcionalidad y productividad de los recursos forestales y favoreciendo al manejo adecuado de los mismos.
Facilita el inventariado y monitoreo de recursos forestales.
Gran aporte a la construcción de modelos de combustibles, mejorando el modelado del comportamiento del fuego en incendios forestales.
GRACIAS!
Bibliografía mencionada
Bortolot, Z.J. and R.H. Wynne. 2005. Estimating forest biomass using small footprint LiDAR data: An individual tree-based approach that incorporates training data. Journal of Photogrammetry & Remote Sensing. 59:342-360. Froidevaux, M., C.W. Higgins,V. Simeonov, P. Ristori, E. Pardyjak, I. Serikov, R. Calhoun, H. van den Bergh and M.B. Parlange. 2012. A Raman lidar to measure water vapor in the atmospheric boundary layer. Advances in Water Resources. In press. He, T.Y., S. Stanic, F. Gao, K. Bergant, D. Veberic, X.Q. Song and A. Dolzan. 2012. Tracking of urban aerosols using combined LIDAR-based remote sensing and ground-based measurements. Atmospheric Measurement Techniques. 5: 891-900. Kwak, D-A, W-K Lee and H-K Cho. 2007. Estimation of LAI using lidar remote sensing in forest. ISPRS Workshop on Laser Scanning 2007 and SilviLaser 2007, Espoo, September 12-14. Finland. Riaño, D., E. Meier, B. Allgöwer and E. Chuvieco. 2002. Generation of vegetation height, vegetation cover and crown bulk density from airborne laser scanning data. Forest Fire Research & Wildland Fire Safety, Viegas (ed.). Millpress, Rotterdam, ISBN 90-77017-72-0. 8 pp.