Tipos de combustibles con datos LiDAR de baja densidad

  1. Alfonso Alonso-Benito 1
  2. Manuel Arbelo 1
  3. Pedro Hernández Leal 1
  1. 1 Grupo de Observación de la Tierra y la Atmósfera (GOTA). Departamento de Física, Universidad de La Laguna
Libro:
Teledetección, humedales y espacios protegidos: Libro de actas del XVI Congreso de la Asociación Española de Teledetección

Editorial: Asociación Española de Teledetección

ISBN: 978-84-608-1726-0

Año de publicación: 2015

Páginas: 427-430

Congreso: Asociación Española de Teledetección. Congreso (16. 2015. Sevilla)

Tipo: Aportación congreso

Resumen

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.