UAV-LiDAR de alta densidad en un sistema integrado de cultivos-ganadería-bosque: muestreo de inventario forestal o inventario forestal basado en la detección de árboles individuales (ITD)
Autores: Corte, Ana Paula Dalla; da Cunha Neto, Ernandes M.; Rex, Franciel Eduardo; Souza, Deivison; Behling, Alexandre; Mohan, Midhun; Sanquetta, Mateus Niroh Inoue; Silva, Carlos Alberto; Klauberg, Carine; Sanquetta, Carlos Roberto; Veras, Hudson Franklin Pessoa; de Almeida, Danilo Roberti Alves; Prata, Gabriel; Zambrano, Angelica Maria Almeyda; Trautenmüller, Jonathan William; de Moraes, Anibal; Karasin
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
UAV-LiDAR de alta densidad en un sistema integrado de cultivos-ganadería-bosque: muestreo de inventario forestal o inventario forestal basado en la detección de árboles individuales (ITD)
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Lidar
Inventario forestal
Nube de puntos
Detección de árboles individuales
UAV
área basal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Las nubes de puntos Lidar se han utilizado frecuentemente en inventarios forestales. La mayor densidad de puntos ha proporcionado una mejor representación de los árboles en las plantaciones forestales. Por lo tanto, desarrollamos un nuevo enfoque para llenar este vacío en el sistema integrado de cultivo-ganadería-bosque, el inventario forestal de muestreo, que utiliza los principios de detección de árboles individuales aplicados bajo diferentes arreglos de parcelas. Utilizamos un sistema UAV-lidar (GatorEye) para escanear un sistema integrado de cultivo-ganadería-bosque con plantaciones de semillas de Eucalyptus benthamii. En la nube de puntos UAV-lidar de alta densidad (>1400 pts. m2), realizamos una comparación de dos enfoques de inventario forestal: Inventario Forestal de Muestreo (SFI) con parcelas circulares (1380 m2 y 2300 m2) y lineales (15 árboles y 25 árboles) y Detección de Árboles Individuales (ITD). Los valores poblacionales paramétricos provinieron del enfoque con mediciones tomadas en el campo, llamado inventario forestal (FI). Se realizaron estimaciones de área basal y volumen considerando las alturas del campo y las alturas medidas en las nubes de puntos LiDAR. Realizamos una comparación de las variables número de árboles, área basal y volumen por hectárea. Las variables por escenarios fueron sometidas a un análisis de varianza para verificar si las medias se consideran diferentes o equivalentes. Se calcularon los RMSE (%) para explicar la desviación entre el volumen medido (campo) y los valores de volumen estimado (LiDAR) de estas variables. Además, calculamos rRMSE, error estándar, AIC, R2, sesgo y gráficos residuales. Los valores de área basal variaron de 7.40 m2 ha-1 (C1380) a 8.14 m2 ha-1 (C2300), aproximadamente -5.9% menos que el valor real (8.65 m2 ha-1). El escenario C2300 fue el único cuyo intervalo de confianza (IC) incluyó el área basal real. Para el volumen total del rodal, el escenario ITD fue el que presentó los valores más cercanos (689.29 m3) al valor total real (683.88 m3) con el valor real posicionado en el IC. Nuestros hallazgos indican que para las condiciones del rodal bajo estudio, el enfoque SFI (C2300) que considera un área de 2300 m2 es adecuado para generar estimaciones al mismo nivel que el enfoque ITD. Así, nuestro estudio debería ser capaz de ayudar en la selección de un tamaño óptimo de parcela para generar estimaciones con errores minimizados y ganancia en tiempo de procesamiento.
Descripción
Las nubes de puntos Lidar se han utilizado frecuentemente en inventarios forestales. La mayor densidad de puntos ha proporcionado una mejor representación de los árboles en las plantaciones forestales. Por lo tanto, desarrollamos un nuevo enfoque para llenar este vacío en el sistema integrado de cultivo-ganadería-bosque, el inventario forestal de muestreo, que utiliza los principios de detección de árboles individuales aplicados bajo diferentes arreglos de parcelas. Utilizamos un sistema UAV-lidar (GatorEye) para escanear un sistema integrado de cultivo-ganadería-bosque con plantaciones de semillas de Eucalyptus benthamii. En la nube de puntos UAV-lidar de alta densidad (>1400 pts. m2), realizamos una comparación de dos enfoques de inventario forestal: Inventario Forestal de Muestreo (SFI) con parcelas circulares (1380 m2 y 2300 m2) y lineales (15 árboles y 25 árboles) y Detección de Árboles Individuales (ITD). Los valores poblacionales paramétricos provinieron del enfoque con mediciones tomadas en el campo, llamado inventario forestal (FI). Se realizaron estimaciones de área basal y volumen considerando las alturas del campo y las alturas medidas en las nubes de puntos LiDAR. Realizamos una comparación de las variables número de árboles, área basal y volumen por hectárea. Las variables por escenarios fueron sometidas a un análisis de varianza para verificar si las medias se consideran diferentes o equivalentes. Se calcularon los RMSE (%) para explicar la desviación entre el volumen medido (campo) y los valores de volumen estimado (LiDAR) de estas variables. Además, calculamos rRMSE, error estándar, AIC, R2, sesgo y gráficos residuales. Los valores de área basal variaron de 7.40 m2 ha-1 (C1380) a 8.14 m2 ha-1 (C2300), aproximadamente -5.9% menos que el valor real (8.65 m2 ha-1). El escenario C2300 fue el único cuyo intervalo de confianza (IC) incluyó el área basal real. Para el volumen total del rodal, el escenario ITD fue el que presentó los valores más cercanos (689.29 m3) al valor total real (683.88 m3) con el valor real posicionado en el IC. Nuestros hallazgos indican que para las condiciones del rodal bajo estudio, el enfoque SFI (C2300) que considera un área de 2300 m2 es adecuado para generar estimaciones al mismo nivel que el enfoque ITD. Así, nuestro estudio debería ser capaz de ayudar en la selección de un tamaño óptimo de parcela para generar estimaciones con errores minimizados y ganancia en tiempo de procesamiento.