logo móvil
Contáctanos

Monitoreo del Crecimiento Forestal de Alta Resolución Temporal Basado en Superficie de Dosel 3D Segmentada a Partir de Fotogrametría Aérea con UAV

Autores: Zhang, Wenbo; Gao, Feng; Jiang, Nan; Zhang, Chu; Zhang, Yanchao

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Monitoreo del Crecimiento Forestal de Alta Resolución Temporal Basado en Superficie de Dosel 3D Segmentada a Partir de Fotogrametría Aérea con UAV


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Monitoreo forestal
Tamaño del dosel
Datos 3D
Patrón de crecimiento
Fotogrametría aérea con UAV
índices de vegetación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
El monitoreo forestal tradicional se ha realizado principalmente con imágenes u ortoimágenes de aviones o satélites. En los últimos años, la disponibilidad de datos 3D de alta resolución ha hecho posible obtener información precisa sobre el tamaño del dosel, lo que ha hecho que el tema del monitoreo del crecimiento 3D del dosel sea oportuno. En este artículo, se estudió el patrón de crecimiento forestal basado en una nube de puntos del dosel (PC) reconstruida a partir de fotogrametría aérea de UAV a intervalos diarios durante un año. Se adquirieron curvas de crecimiento basadas en el área 3D del dosel (3DA) calculada a partir de una malla 3D triangulada. Se propusieron y probaron métodos para el área de cobertura del dosel (CA), la tasa de cobertura forestal y el índice de área foliar (LAI). Se utilizaron tres índices espectrales de vegetación, el índice de verde en exceso (ExG), una combinación de índices verdes (COM) y un índice de unión de rojo en exceso y verde en exceso (ExGUExR) para la segmentación de árboles. Los resultados mostraron que (1) las áreas de vegetación extraídas por ExGUExR eran más completas que las extraídas por los otros dos índices; (2) el ajuste logístico de 3DA y CA produjo curvas de crecimiento en forma de S, todas con una correlación R2 > 0.92; (3) las curvas de 3DA representaron el patrón de crecimiento con mayor precisión que las curvas de CA. Se discuten los errores de medición y la aplicabilidad. En resumen, el método de fotogrametría aérea de UAV se utilizó con éxito para el monitoreo diario y la descripción de la tendencia de crecimiento anual.

Otros recursos que podrían interesarte

Temas Virtualpro