Evaluación de variables LiDAR del año 2017 para la generación de inventarios de recursos de biomasa forestal de Navarra.
Fecha
2022Autor
Versión
Acceso abierto / Sarbide irekia
Tipo
Trabajo Fin de Máster/Master Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
El objetivo de este trabajo ha sido generar modelos de regresión para estimar, a partir
de datos LiDAR, la altura dominante, área basimétrica y volumen total en masas de dos
especies forestales: haya y pino silvestre. Se ha procesado el vuelo LiDAR adquirido en
2017 sobre Navarra y se han calculado 27 métricas LiDAR de potencial interés forestal.
Se ha contado con datos de campo de inventario ...
[++]
El objetivo de este trabajo ha sido generar modelos de regresión para estimar, a partir
de datos LiDAR, la altura dominante, área basimétrica y volumen total en masas de dos
especies forestales: haya y pino silvestre. Se ha procesado el vuelo LiDAR adquirido en
2017 sobre Navarra y se han calculado 27 métricas LiDAR de potencial interés forestal.
Se ha contado con datos de campo de inventarios forestales para el entrenamiento y
validación. Se han ajustado modelos de regresión Random Forests basados en estas
métricas LiDAR que se han combinado también con datos de imágenes satelitales
Sentinel-1 y Sentinel-2. Los resultados obtenidos han sido satisfactorios, aunque el ajuste
de los modelos para la variable volumen total ha sido peor que para las otras dos. En
general los modelos LiDAR han proporcionado los mejores ajustes sin que los modelos
combinados con Sentinel aporten una mejora clara. [--]
Lan honen helburua erregresio-ereduak sortzea izan da, LiDAR datuetan oinarrituta, garai
nagusia, eremu basimetrikoa eta bolumena kalkulatzeko bi baso espezierendako (pagoa
eta pinua). 2017an Nafarroan zehar eginiko LiDAR hegaldia prozesatu da, eta basointeres potentzialeko 27 LiDAR metrika kalkulatu dira. Baso-inbentarioen landa-datuak
izan ditu entrenamendurako eta baliozkotzeko. Random Fore ...
[++]
Lan honen helburua erregresio-ereduak sortzea izan da, LiDAR datuetan oinarrituta, garai
nagusia, eremu basimetrikoa eta bolumena kalkulatzeko bi baso espezierendako (pagoa
eta pinua). 2017an Nafarroan zehar eginiko LiDAR hegaldia prozesatu da, eta basointeres potentzialeko 27 LiDAR metrika kalkulatu dira. Baso-inbentarioen landa-datuak
izan ditu entrenamendurako eta baliozkotzeko. Random Forests erregresio-ereduak
doitu dira, LiDAR metrika horietan oinarrituz, eta Sentinel-1 eta Sentinel-2 satelite-irudien
datuekin ere konbinatu dira. Lortutako emaitzak onak izan dira, nahiz eta bolumen
aldagai modeloen doikuntza beste bietarako baino okerragoa izan den. Oro har, LiDAR
ereduek doikuntzarik onenak eman dituzte, Sentinelekin konbinatutako ereduek
hobekuntza argirik ekarri gabe. [--]
The aim of this study is to generate regression models to estimate, from LiDAR data, the
dominant height, basal area and total volume in stands of two forest species: beech and
scots pine. The LiDAR flight acquired in 2017 over Navarra has been processed and have
been calculated 27 LiDAR metrics that are potentialy interesting for forestry. Forest
inventory field data has been available for t ...
[++]
The aim of this study is to generate regression models to estimate, from LiDAR data, the
dominant height, basal area and total volume in stands of two forest species: beech and
scots pine. The LiDAR flight acquired in 2017 over Navarra has been processed and have
been calculated 27 LiDAR metrics that are potentialy interesting for forestry. Forest
inventory field data has been available for training and validation. Random Forests
regression models have been fitted based on these LiDAR metrics, which have also been
combined with data from Sentinel-1 and Sentinel-2 satellite images. The results obtained
have been satisfactory, although the fit of the models for the total volume variable has
been worse than for the other two. In general, the LiDAR models have provided the best
fits, however, the models combined with Sentinel do not provide a clear improvement. [--]
Materias
LiDAR,
Variables forestales,
Random Forests,
Sentinel-1,
Sentinel-2,
LiDAR,
Baso-aldagaiak,
Random Forests,
Sentinel-1,
Sentinel-2,
LiDAR,
Forest variables,
Random Forests,
Sentinel-1,
Sentinel-2
Titulación
Máster Universitario en Sistemas de Información Geográfica y Teledetección por la Universidad Pública de Navarra /
Informazio Geografikoko Sistemetako eta Teledetekzioko Unibertsitate Masterra Nafarroako Unibertsitate Publikoan
Aparece en las colecciones
Los documentos de Academica-e están protegidos por derechos de autor con todos los derechos reservados, a no ser que se indique lo contrario.
Ítems relacionados
Mostrando ítems relacionados por Título, autor o materia.
-
Monitorización de la extensión de nieve mediante imágenes Sentinel
La cobertura de nieve se considera una de las variables más relevantes para la evaluación y seguimiento de eventos meteorológicos extremos, estimación y previsión de recursos hidrológicos y, especialmente en montaña, ... -
Clasificación de usos y cubiertas del suelo y análisis de cambios en los alrededores de la Reserva Ecológica Manglares Churute (Ecuador) mediante una serie de imágenes Sentinel-1
Vélez Alvarado, Diana; Álvarez-Mozos, Jesús (Universidad Politécnica de Valencia, 2020) Artículo / ArtikuluaLa gestión de las áreas naturales protegidas frecuentemente obvia la importancia que tiene el territorio que rodea el perímetro del espacio protegido (zona de amortiguación). Estas zonas pueden ser el origen de impactos ... -
Verificación de aprovechamientos forestales mediante imágenes Sentinel-2 del programa Copernicus
En este Trabajo Final de Máster se evalúa la capacidad de las imágenes satelitales Sentinel-2, para verificar aprovechamientos forestales en los bosques de Navarra. La información de partida corresponde a 1.963 polígonos ...