Nuevas tecnologías de inventario - Miguel Cabrera Bonet

CURSO DE REDACCIÓN DE INSTRUMENTOS DE GESTIÓN FORESTAL EN AR AGÓN

Acción cofinanciada 80% Unión Europea y 20% Gobiern o de Aragón

CURSO DE REDACCIÓN DE INSTRUMENTOS DE

GESTIÓN FORESTAL EN ARAGÓN

Nuevas tecnologías de inventario

Miguel Cabrera BonetDr. Ingeniero de Montes



Nuevas técnicas en inventario

Nuevas tecnologías :- G.I.S- G.P.S.- Programas de proceso de datos más rápidos y eficientes-Nuevos aparatos de inventario



Nuevas técnicas en Inventario

Nuevas técnicas de Inventario :- LiDAR*- Forestereo **- VANT***(con LIDAR o imágenes ópticas/IR / multiespectrales)

* Laser Imaging Detection and Ranging** Forestereo: Medición estereoscópica mediante Imágenes hemisféricas***VANT: Vehículos Aéreos No Tripulados



CAPTURA DE INFORMACIÓN DEL ENTORNO A TRAVÉS DE LA TELEDETECCIÓN

Sensores pasivos: aquellos que reciben energía a través de fuentes externas para obtener la información de los objetos. La energía generalmente se encuentra en el espectro del visible y del infrarrojo.

Imagen LANDSATImagen SPOT



CAPTURA DE INFORMACIÓN DEL ENTORNO A TRAVÉS DE LA TELEDETECCIÓN

Sensores activos: emiten energía sobre el objeto y reciben la señal reflejada por el mismo.



El LiDAR (Light Detection And Ranging) es un sistema activo de detección remota basado en un escáner laser

Permite obtener una mayor densidad de medidas de las superficies que cualquier otro sistema conocido

El LiDAR no reemplaza a sensores convencionales sino que crea una nueva técnica

¿Qué es el LiDAR?

Comportamiento del pulso



Sensor LiDAR aerotransportado:

• Sistema inercial de navegación

• GPS diferencial (recibe y procesa información procedente de una estación terrestre situada en un lugar cercano)

Sensor LiDARGPS

Sistema InercialS=v*t

¿Qué es el LiDAR?



¿Qué es el LiDAR?

Información obtenida de LIDAR

• Coordenadas (x, y, z)• Intensidades (1.000 -1.500 nm).• Número de retornos

Modelo en 3D



¿Qué es el LiDAR?

¿Cómo se comportan los pulsos?1.En superficies sólidas se produce un único retorno (eco)2.En el agua no se produce retorno del pulso3.En las cubiertas vegetales se obtienen más de un retorno (eco)



¿Qué es el LiDAR?

La importancia de la tecnología LIDAR en la gestión forestal



¿Qué es el LiDAR?

La importancia de la tecnología LIDAR en la gestión forestal• El registro del primer retorno describe la parte más alta de la vegetación y el

último se usa para conocer la superficie del suelo. característica fundamental para describir la estructura de la vegetación



¿Qué es el LiDAR?



¿Qué es el LIDAR?



¿Que condiciona la densidad del número de puntos?

-Altura y velocidad del vuelo (helicópteros: densidad mayor de 40 puntos/m2)

-Frecuencia de pulsos (200.000 pulsos/segundo)

- Ángulo de escaneo (FOV)

LIDAR y vegetación



LIDAR y vegetación

¿Cómo explica el LiDAR la estructura de la vegetaci ón?

• La estructura de un bosque es la organización espacial (vertical y horizontal) de sus componentes

• La nube de puntos LiDAR describe con detalle y de forma continua la estructura de la vegetación



Productos cartográficos

Modelos Digitales de Elevaciones

• Modelo Digital de Superficie

• Modelo Digital del Terreno

• Modelo Digital de Altura de Vegetación



LIDAR y vegetación

Proceso de nube de puntos para obtener su métrica

Percentiles de alturas y de intensidades. El Percentil 0 es el menor valor de la muestra y el Percentil 100 el mayor valor. El percentil i-ésimo es aquel valor donde el i % de la muestra son valores menores que él y el 100-i % restante son mayores

Los primeros retornos permiten calcular la cobertura de la vegetación (FCC) con precisión: FCC es igual al porcentaje de primeros retornos que no llegan directamente al suelo



LIDAR y vegetación

Proceso de la nube de puntos para obtener su métrica

Existe una alta correlación entre la estructura de la vegetación y las variables biofísicas que utilizamos y necesitamos para la gestión forestal (biomasa, densidad,…)



Inventario forestal mediante LIDAR

Existen dos tipos de inventario forestal

con LiDAR• Métodos de Masa ,

en donde se relacionan la nube de puntos LiDAR con las variables dasométricas de inventario.




• Métodos de árbol : se necesita información de la forma y dimensiones de la copa para poder realizar la búsqueda de árboles (masas adehesadas)




Se necesita relacionar las mediciones del sensor Li DAR con las mediciones de campo

Mediciones de campo Mediciones LiDAR



• Datos de campo : Los habituales en un inventario forestal pero con mayor precisión en las coordenadas de la parcela (precisión submétrica)

INVENTARIO FORESTAL MEDIANTE LIDAR



Variable Descripción

nRs2m Número de retornos por encima de 2 metros

nR1s2m Número de primeros retornos por encima de 2 metros

nR2s2m Número de segundos retornos por encima de 2 metros

nR3s2m Número de terceros retornos por encima de 2 metros

MinE Elevación mínima

MaxE Elevación máxima

Med Elevación media

Mod Moda elevación

Dev Desviación estándar elevación

Var Varianza elevación

CV Coeficiente de variación de la elevación

IQ Rango intercuartilico de la elevación

Skew Asimetría de la elevación

Kur Curtosis de la elevación

AAD Desviación absoluta sobre la media de la elevación

MADMed Desviación absoluta sobre la mediana de la elevación

MADMod Desviación absoluta sobre la moda de la elevación

L1 Momento de orden 1




LCV L2/L1

LSkew L3/L2

LKur L4/L2

P01 Elevación del percentil 1 de los retornos















CRR (Media - MinE) / (MaxE – MinE)

QmSQ Elevación media cuadrática

CmC Elevación media cubica

Fcc Porcentaje de primeros retornos por encima de 2 metros. Se puede asimilar a la FCC

FccT Porcentaje de todos retornos por encima de 2 metros

FccTAr Todos los retorno por encima de 2 m / Todos los retornos

pR1Med Porcentaje de primeros retornos sobre la media

pR1Mod Porcentaje de primeros retornos sobre la moda

pRMed Porcentaje de retornos sobre la media

Se obtienen modelos del tipo (por estrato):Np = Exp(4,02176+0,46269*[Kur]+0,05029*[Fcc]-0,04167*[FccT])Ab = Exp(2,92323+0,18786*[P05])Vc = Exp(6,14008+0,07152*[Med]-3,48317*[CV]+0,31895*[Skew])Iv = Exp(2,26189-4,38601*[CV]+0,49796*[Skew]+0,13807*[Kur]+0,06347*[P50])

PROCESADO DE DATOS DEL INVENTARIO



PROCESO DE DATOS LIDAR



FORESTEREOAplicaciones en el inventario forestal

F. Montes, M. Sánchez-González, M. Cabrera



¡desplazamiento angular!



Fundamento teórico



Desarrollo del prototipo

Prototipo actual:2 cámaras de 5 Mp

Distancia entre cámaras: 0.5 mSoftware para inventario forestal



Classification

Iρ

RLV

Non-sky

Classification

GI

TLV

Image Criteria computation

Sky

StemsFoliage

Tree labelling

Labelled image

Correspondence

Tree growing

Distance, height and diameter of the matched sections

User selection

Taper equation fittingTerrain model fitting

Individual tree variables

User guided matching

Autom

ated matching

Sampling probability estimation

Stand variables estimation

Stand level variables



Segmentación de la imagen

• Clasificación de los píxeles • Criterios: intensidad, varianza, saturación del color verde

• Restricciones geométricas



• Identificación de homólogos en las dos imágenes• Restricciones: Epipolar

GeométricasSemejanzaUnicidad

Correspondencia



Estimación de volumen

Ecuaciones de perfil

Probabilidad de selección

Distancia, rumbo, diámetro, altura

Variables de árbol: Posición, DBH, volumen

Variables de masa: área basimétrica, N, distribución diamétrica

Correspondencia



Proceso de datos



Índices de estructura

• Distribución espacial

• Diferenciación

• Mezcla de especies



V3

0.00

0.20

0.40

0.60

0.80

1.00

0.0 50.0

Zenith angle (º)

Gap

frac

tion

( ) ( )( ) ( )ααα σθθσθσθ ++++Ω−= cos)(sincos0

220 GLefeP

Estimación de LAI



Estudio en parcelas del IFN



Detección de árboles

% de árboles identificados con el método automático y el método guiado

Distancia DBHÁ

rbol

es id

entif

icad

os (

%)

Área basimétrica Luz / especie



Precisión en la estimación del DBH

DBH real - DBH estimado R2 = 0.86Bias = 0.015 m



Estimación de variables de masa

Distancia de muestreo 8 mÁrea basimétrica:R2 = 0.88Sesgo = 0.25 m2



Nº de parcelas y error de muestreo

A partir de 20 puntos de muestreo el error de estimación del área

basimétrica es inferior al 5%

Nº de parcelas y error de muestreo



VANT es fruto del esfuerzo de I+D realizado por lasempresas igm, ingeniería y gestiónmedioambiental s.l. y zumain ingenieros s.l.,cuyo objetivo es la tecnificación ambiental medianteuna nueva tecnología para la Teledetección de AltaResolución Espacial.

VEHÍCULOS AÉREOS NO TRIPULADOS



El VANT (Vehículo Aéreo No Tripulado) está compuesto por la plataforma o aeronave, lacarga de pago, la estación de control en tierra y el radiocontrol.

Todos estos elementos, conectados entre sí, dotan a la tecnología VANT de una granversatilidad y permiten su aplicación en numerosos ámbitos de la teledetección.

Tecnología VANT



VANT (Vehículo Aéreo No Tripulado) es una aeronave que vuela sintripulación a bordo y puede ser programado para realizar misiones deforma autónoma.

Tipo de aeronaves



Cámaras digitales de alta resolución capaz derealizar fotografías en todo tipo de condicionesluminosas.

Cámaras térmicas capaces de adquirir imágenestérmicas desde los -20 ºC a los 640 ºC.

Detección de la reflectividad de la superficieterrestre en las bandas del rojo, verde einfrarrojo cercano.

Reflectividad de la superficie terrestre en un conuna resolución espectral y espacial muy elevada(gran número de bandas)

SENSORES



Permite realizar vuelos automáticos en cualquier situación, permitiendo aloperador tomar el control cuando sea necesario, pudiendo volver a retomarla ruta en el último punto realizado.

Componentes : GPS, IMU y MAG

AVIÓNICA



Ortofoto de alta resolución para planes y proyectos

Seguimiento de obras

Panorámicas 360º

Medición de obra

Modelos digitales del terreno

Inspección de estructuras

Escenarios en 3D

Agricultura

APLICACIONES

Forestal



Proceso de imágenes con software fotogramétrico: modelo digital delterreno y ortofotografía de alta resolución

TOPOGRAFÍA



Obtención de cartografías de grandes extensiones en cortos periodos detiempo.7 km lineales x 150m de anchura a escala 1:1000, 7 días de trabajo.

CARTOGRAFÍA GENERAL



Inspecciones en lugares de difícil acceso o peligrosos (estructuras en altura,torres de alta tensión, viaductos , puentes)Ventajas: puesta en marcha inmediata, sin necesidad de andamiajes o depersonal cualificado para trabajos verticales (economía)

INSPECCIÓN DE ESTRUCTURAS



Cámara térmica: fugas de agua en sistemas de riego ocanalizaciones

Fuga de Agua solo visible mediante imágenes térmicas aéreas

INSPECCIÓN DE ESTRUCTURAS



SEGUIMIENTO DE OBRAS



La posibilidad de automatización del vuelo de VANT, así como su capacidad de volar a escasaaltura, permite la realización de ortofotografía de muy alta resolución.Los distintos tipos de sensores permiten la obtención datos de la superficie de utilidad para lagestión del territorio

AGRICULTURA



Análisis estructurales y patológicos de masaAlta resolución, cobertura de grandes superficies en corto espacio detiempo: imágenes de muy alta resolución para obtención alturas, númerode pies, fracción de cabida cubierta, etc.

FORESTAL



FORESTAL



Skywalker

FORESTAL: TRABAJO DE CAMPO

MEDIOS AÉREOS: SKYWALKER



• Autonomía de 90 minutos

• Velocidad de 50 km/h

• Radio de acción de 10 km

• Capacidad de modificar rutas en vuelo

• Soporta vientos de hasta 30 km/h

• Capacidad de Aterrizar y despegar desde pistas no preparadas


CARACTERÍSTICAS DE MEDIOS AÉREOS: SKYWALKER



Skywalker


PLANIFICACIÓN DEL VUELO



Procesado de datos de campo por medio del software dereconstrucción y cartografía 3d

Comparaciones entre pares de fotografías para establecer la altura relativa entre todos los puntos coincidentes detectados.

Obtención de nube de puntos densa en coordenadas locales y con alturas relativas

FORESTAL: TRABAJO DE GABINETE

Alineación de imágenes y creación de nube densa de puntos



Por fotogrametría: clasificación de la vegetación arbórea, obteniendo los mapas de altura de las masas gracias a la aplicación de distintos algoritmos


Clasificación de la nube de puntos




Modelo de alturas clasificadas y localización y ubicación de parcelas



Trimble R6 Trimble R10 Trimble V10


Medios terrestres



•MDA_Hmax .- Altura máxima del modelo digital de alturas para cada parcela•MDA_H_DsSt .- Desviación estándar del modelo digital de alturas para cada parcela•MDA_m_MK .- Media del modelo digital de alturas para cada parcela eliminados valores de suelo•Fcc_rango .- Rango de valores de Fracción de cabida cubierta para cada parcela•Fcc_DsSt .- Desviación estándar de los valores de Fracción de cabida cubierta para cada parcela.•Nat_bk_max .- Valor máximo de la capa Natural breaks para cada parcela.•Nat_bk_DsSt .- Desviación estándar de la capa natural breaks en cada parcela.•Percentil .- Media del valor de la capa percentiles al que pertenecen los píxeles de cada parcela.•Perc_rango. - Rango de valores presentes en cada parcela de la capa percentiles•Quint_max .- Valor máximo de la capa Quintiles para cada parcela.•Quint .- Valor medio de la capa Quintiles para cada parcela.•NDVI_SUM/1000.- Suma de los valores del indice NDVI de todos los píxeles de cada parcela eliminado el suelo, partido por 1000.

FORESTAL: OBTENCIÓN DE VARIABLES DE CAMPO




Modelo de alturas




Percentiles, clasificación de alturas




FRACCIÓN DE CABIDA CUBIERTA




NDVI



Relación de las variables de las parcelas de campo con los datos de vuelo para obtener distintas variables de caracterización de la masa


REGRESIONES



Una vez obtenidas las regresiones se realiza la aplicación de las ecuaciones a los datos del vuelo referido a recintos de tamaño igual al tamaño delas parcelas de muestreo en campo.


APLICACIÓN DE LAS REGRESIONES A TODA LA SUPERFICIE



• Caracterización de la masa

• Mapas de altitud y de pendientes

• Exposición

• Especie Principal

• Condición de los Caminos

• Fracción de cabida cubierta

• Regresiones

• Regeneración

• Nº Pies

• Vigor vegetativo

• Enfermedades

• Selección genética de individuos

• Cálculo de volúmenes

• Topografía detallada


Productos generados



Mayor simplicidad a la hora de planificar el trabajo.

Económico y ecológico

Reducción del número de parcelas de campo.

Herramienta de trabajo 100% funcional

Posibilidad de personalizar los sensores embarcados

FORESTAL

VENTAJAS



CURSO DE REDACCIÓN DE INSTRUMENTOS DE

GESTIÓN FORESTAL EN ARAGÓN

Nuevas tecnologías de inventario

Miguel Cabrera BonetDr. Ingeniero de Montes

Nuevas tecnologías de inventario - Miguel Cabrera Bonet

Documents

Transcript of Nuevas tecnologías de inventario - Miguel Cabrera Bonet