Estimación de variables dasométricas en rodales bajo manejo forestal con vehículos aéreos no tripulados
Barra lateral del artículo
Contenido principal del artículo
Resumen
La constante evolución de la tecnología ha hecho posible su aplicación en el sector forestal, actualmente es posible caracterizar la vegetación y estimar variables forestales. El objetivo de este trabajo fue estimar variables dasométricas usando imágenes capturadas con un vehículo aéreo no tripulado (dron) utilizando procesamiento fotogramétrico integrado en un sistema de información geográfica en árboles en rodales bajo manejo forestal en Santa Catarina Ixtepeji, Oaxaca, México. Se utilizó una muestra de 30 árboles, seleccionados del censo capturado y procesado por las fotografías del dron en los rodales a los que se les midió altura, diámetro de copa (dc), área de copa (AC) y diámetro normal (dn) de la forma tradicional para la validación de la información digital. Los resultados de la comparación de ambos métodos por medio de prueba de t-Student indican que la estimación de la variable altura y dc no presentan diferencias significativas (p > 0.05); sin embargo, en las demás variables de inventario existieron diferencias estadísticas significativas (p < 0.01). Además, el modelo exponencial utilizado para estimar el dn y diámetro de copa en función de la altura de la especie Pinus oaxacana resultó significativo (R2 = 0.90 y 0.93 respectivamente).
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
Andersen, H. E., Reutebuch, S. E. y McGaughey, R. J. 2006. A rigorous assessment of tree height measurements obtained using airborne lidar and conventional field methods. Canadian Journal of Remote Sensing, 32(5), 355–366. doi: 10.5589/m06-030
Baena, S., Boyd, D. S. y Moat, J. 2018. UAVs in pursuit of plant conservation - Real world experiences. Ecological Informatics, 47, 2–9. doi: 10.1016/j.ecoinf.2017.11.001
Cabrera, J., Lamelas, M.T., Montealegre, A.L. y de la Riva, J. 2014. Estimacion de Variables dasométricas a partir de datos LiDAR PNOA en masas regulares de Pinus halepensis Mill. XVI Congreso Nacional de Tecnología de la Información Geografica 25, 26 y 27 de junio de 2014, 125-129
Colomina, I. y Molina, P. 2014. Sistemas aéreos no tripulados para la fotogrametría y teledetección: Una revisión. Diario de Fotogrametría y Teledetección, 92, 79-97.
Corona, P., Rindinella, A., Lastri, C., Nardino. V., Bianchini, D., Guzzi, D., Disperati, L. y Chianucci, F. 2015. Estimation of canopy attributes in beech forests using true colour digital images from a small fixed-wing UAV. International Journal of Applied Earth Observation and Geoinformation, 47, 60–68. doi: 10.1016/j.jag.2015.12.005
Cunliffe, A. M., Brazier, R. E. y Anderson, K. 2016. Ultra-fine grain landscape-scale quantification of dryland vegetation structure with drone-acquired structure-from-motion photogrammetry. Remote Sensing of Environment, 83, 129–143. doi: 10.1016/j.rse.2016.05.019
Dandois, J. P. y Ellis, E. C. 2013. High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision. Remote Sensing of Environment. The Authors, 136, 259–276. doi: 10.1016/j.rse.2013.04.005
Ferreira, O. 1994. Manual de inventarios forestales. Siguatepeque, Honduras, Escuela Nacional de ciencias forestales. Documento Técnico, 96.
Ferrer-Porras, A. G. 2015. Potencialidad y nuevas orientaciones en el uso de la teledetección en agricultura y selvicultura.
Fritz, U., T. Kattenborn. y Koch, B. 2013. UAV-based photogrammetric point Clouds- Tree Stem Mapping in open Stands in Comparison to Terrestrial Laser Scanner Point Clouds. Archivos Internacionales de la fotogrametría, teledetección y espacial. Ciencias de la información, 40,141-146.
Gambetta F. y Bermúdez, A. 1994. Curso inventarios forestales en bosques secos. Centro Agronómico Tropical de Investigación y Enseñanza CATIE. Turrialba. 93.
Giannetti, F., Chirici, G., Gobakken, T., Naesset, E., Travaglini, D. y Puliti, S. 2018. A new approach with DTM-independent metrics for forest growing stock prediction using UAV photogrammetric data, Remote Sensing of Environment. 213,195–205. doi: 10.1016/j.rse.2018.05.016
Hung, C., Bryson, M. y Sukkarieh, S. 2012. Multi-class predictive template for tree crown detection. Diario de fotogrametría y teledetección, 68,170-183.
Kattenborn, T., Sperlich, M., Batua, K. y Koch, B. 2014. Automático de detección palm único árbol en plantaciones usando uav basados nubes fotogramétrico point. 7.
Lucieer, A., Robinson, S., Turner, D., Harwin, S. y Kelcey, J. 2012. El uso de un micro-vehículo aéreo no tripulado de ultra-alta resolución de las observaciones de sensores múltiples de lechos de musgo antártico. Archivos Internacionales de la fotogrametría, teledetección y la información espacial de Sci-cias, 429-433.
Malleux, J. 1970. Estudio de relación D.A.P. con el diámetro de copa en un bosque húmedo sub tropical. Revista Forestal del Perú, 4(1-2), 1-5.
Morataya, R. y Galloway. 1998. Relaciones entre follaje y albura en tectona grandis y gemelina arbórea aplicación de la teoría del modelo vascular e implicaciones de manejo. Revista Forestal Centroamericana, 22:21-28.
Pearse, G.D., Dash, J.P., Persson, H.J. y Watt, M.S. (2018). Comparison of high-density LiDAR and satellite photogrammetry for forest inventory. Journal of Photogrammetry and Remote Sensing, 142, 257–267. doi: 10.1016/j.isprsjprs.2018.06.006
Polewski, P., Yao, W., Cao, L. y Gao, S. 2019. Marker-free coregistration of UAV and backpack LiDAR point clouds in forested areas. Journal of Photogrammetry and Remote Sensing, 147, 307–318. doi: 10.1016/j.isprsjprs.2018.11.020
SAS Institute Inc. 2004. SAS/ETS®9.3 User’s Guide; SAS. Cary, NC, USA.
Sperlich, M., Kattenborn, T., Koch, B. y Kattenborn, G. 2014. Potential of unmanned aerial vehicle based photogrammetric point clouds for automatic single tree detection. 6.
Vargas-Larreta, B., Corral-Rivas, J.J., Aguirre-Calderón, O. A., López Martínez, J.O., De los Santos-Posadas, H.M., Zamudio-Sánchez, F. J., Treviño-Garza, E. J., Martínez-Salvador, M. C. y Aguirre-Calderón, G. 2017. Sistema Biométrico Forestal para el manejo de los bosques de México. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 3,437-455.
Wang, Y., Lehtomäki M., Liang X., Pyörälä, J., Kukko A., Jaakkola A., Liu, J., Feng, Z., Chen, R. y Hyyppä, J. 2019. Is field-measured tree height as reliable as believed – A comparison study of tree height estimates from field measurement, airborne laser scanning and terrestrial laser scanning in a boreal forest, ISPRS Journal of Photogrammetry and Remote Sensing. 47, 132–145. doi: 10.1016/j.isprsjprs.2018.11.008
Westoby, MJ., Brasington, J., Glasser, N.F., Hambrey, M.J. y Reynolds, J.M. 2012. Structure-from-Motion photogrammetry: A low-cost, effective tool for geosciencie applications. Geomorphology, 179, 300-314.
Yépez-Rincón, F. D. y Lozano-García, D.F. 2014. Mapeo del arbolado urbano con LiDAR aéreo. Revista mexicana de ciencias forestales,5(26), 58-75.
Zahawi, R. A., Dandois, J. P., Holl, J.D., Nadwodny, D., Reid, J.L. y Ellis, E.C. 2015. Using lightweight unmanned aerial vehicles to monitor tropical forest recovery, Biological Conservation, 186, 287–295. doi: 10.1016/j.biocon.2015.03.031
Zarco-Tejada, P., Díaz-Varela, J.R., Angileri, V. y Loudjani, P. 2014. Árbol cuantificación altura con muy imágenes de alta resolución adquirida desde un avión no tripulado vehículo (uav) y 3D automático de foto-reconstrucción métodos, Revista Europea de Agronomía, 55,89-99.