Segmentación de la copa de árboles individuales en bosques mixtos densos de dos capas a partir de datos LiDAR de UAV
Autores: Torresan, Chiara; Carotenuto, Federico; Chiavetta, Ugo; Miglietta, Franco; Zaldei, Alessandro; Gioli, Beniamino
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Segmentación de la copa de árboles individuales en bosques mixtos densos de dos capas a partir de datos LiDAR de UAV
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Bosques
Escaneo láser
Copa de árbol individual
UAV-LS
Parámetros biométricos
Dosel
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 12
Citaciones: Sin citaciones
En bosques con copas mixtas densas, la escaneado láser es a menudo la única técnica efectiva para adquirir atributos de inventario forestal, en lugar de métodos ópticos de estructura a partir del movimiento. Este estudio investiga el potencial de los datos de escáner láser recolectados con un escáner láser de vehículo aéreo no tripulado de bajo costo (UAV-LS), para la delimitación de la copa de árboles individuales (ITC) para derivar parámetros biométricos forestales, sobre masas forestales densas de dos capas en el centro de Italia. Se aplicó un algoritmo de crecimiento de región de máximos locales basado en raster (itcLiDAR) y un algoritmo basado en nubes de puntos (li2012) para aislar copas de árboles individuales, calcular la altura y el área de la copa, estimar el diámetro a la altura del pecho (DBH) y la biomasa aérea (AGB) de árboles individuales. Para maximizar el nivel de tasa de detección, se ajustaron los parámetros del algoritmo ITC variando 1350 combinaciones de configuración y emparejando los árboles segmentados con los medidos en campo. Para cada configuración, se evaluó la precisión de la delimitación calculando la tasa de detección, los errores de omisión y comisión en tres parcelas forestales. La segmentación utilizando itcLiDAR mostró tasas de detección entre el 40% y el 57%, mientras que la delimitación ITC fue exitosa al segmentar árboles con DBH mayor a 10 cm (tasa de detección ~78%), mientras que no logró detectar árboles con DBH más pequeño (tasa de detección ~37%). El rendimiento de li2012 fue bastante inferior, con una tasa de detección máxima igual al 27%. Los errores y la bondad de ajuste entre los parámetros biométricos medidos en campo y los derivados del vuelo (AGB y altura del árbol) fueron dependientes de la especie, con mayor error y menor r2 para especies más cortas que constituyen la capa más baja del bosque. En general, aunque la aplicación de UAV-LS para delimitar copas de árboles y estimar parámetros biométricos es satisfactoria, su precisión se ve afectada por la presencia de un dosel multicapas y multispecies que requerirá enfoques y algoritmos específicos para manejar mejor la complejidad añadida.
Descripción
En bosques con copas mixtas densas, la escaneado láser es a menudo la única técnica efectiva para adquirir atributos de inventario forestal, en lugar de métodos ópticos de estructura a partir del movimiento. Este estudio investiga el potencial de los datos de escáner láser recolectados con un escáner láser de vehículo aéreo no tripulado de bajo costo (UAV-LS), para la delimitación de la copa de árboles individuales (ITC) para derivar parámetros biométricos forestales, sobre masas forestales densas de dos capas en el centro de Italia. Se aplicó un algoritmo de crecimiento de región de máximos locales basado en raster (itcLiDAR) y un algoritmo basado en nubes de puntos (li2012) para aislar copas de árboles individuales, calcular la altura y el área de la copa, estimar el diámetro a la altura del pecho (DBH) y la biomasa aérea (AGB) de árboles individuales. Para maximizar el nivel de tasa de detección, se ajustaron los parámetros del algoritmo ITC variando 1350 combinaciones de configuración y emparejando los árboles segmentados con los medidos en campo. Para cada configuración, se evaluó la precisión de la delimitación calculando la tasa de detección, los errores de omisión y comisión en tres parcelas forestales. La segmentación utilizando itcLiDAR mostró tasas de detección entre el 40% y el 57%, mientras que la delimitación ITC fue exitosa al segmentar árboles con DBH mayor a 10 cm (tasa de detección ~78%), mientras que no logró detectar árboles con DBH más pequeño (tasa de detección ~37%). El rendimiento de li2012 fue bastante inferior, con una tasa de detección máxima igual al 27%. Los errores y la bondad de ajuste entre los parámetros biométricos medidos en campo y los derivados del vuelo (AGB y altura del árbol) fueron dependientes de la especie, con mayor error y menor r2 para especies más cortas que constituyen la capa más baja del bosque. En general, aunque la aplicación de UAV-LS para delimitar copas de árboles y estimar parámetros biométricos es satisfactoria, su precisión se ve afectada por la presencia de un dosel multicapas y multispecies que requerirá enfoques y algoritmos específicos para manejar mejor la complejidad añadida.