Estimation of dasometric variables in stands under forest management with unmanned aerial vehicles
Article Sidebar
Main Article Content
Abstract
The constant evolution of technology has made possible its application in the forestry sector, it is currently possible to characterize the vegetation and estimate forest inventory variables. The objective of this research was to estimate forest inventory variables using images captured with an unmanned aerial vehicle (drone) using photogrammetric processing integrated in a geographic information system in trees on stands under forest management in Santa Catarina Ixtepeji, Oaxaca, Mexico. A sample of 30 trees was used, selected from the census captured and processed by the drone photographs in the stands where height, crown diameter (Cd), crown area (Ca) and diameter at breast height (Dbh) were measured in the traditional way in order to validate digital information. The results of the comparison of both methods using the t-Student test indicate that the estimation of the height and Cd variable does not show significant differences (p> 0.05); however, in the rest of forest inventory variables there were significant statistical differences (p <0.01). In addition, the exponential model used to estimate the Dbh and crown diameter as a function of the height of Pinus oaxacana species was significant (R2 = 0.90 and 0.93 respectively).
Downloads
Metrics
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
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.