Uso de UAV-LiDAR para la gestión forestal operativa

Un nuevo estudio de caso de Routescene demuestra el valor de los datos de nubes de puntos UAV-LiDAR para la gestión forestal operativa. Tradicionalmente, la recopilación de métricas e información para el manejo forestal se ha realizado mediante fotogrametría aérea o recorriendo manualmente el sitio. Más recientemente, el LiDAR aerotransportado ha sido reconocido como una herramienta útil y ahora los datos LiDAR derivados de drones están demostrando su valor significativo para monitorear y administrar la salud y el valor de un bosque.
Las métricas y la información típicas necesarias para gestionar los bosques incluyen la identificación de las copas de los árboles individuales; altura de la base del dosel (CBH) que es la altura promedio desde el suelo hasta la parte inferior del dosel; densidad aparente del dosel (CBD), que es el tamaño del dosel de una parcela, rodal o grupo de árboles; y la cobertura del dosel, que es la proporción del suelo del bosque cubierta por la proyección vertical de las copas de los árboles. Con estos datos, los investigadores y administradores forestales pueden calcular estimaciones de combustible del dosel, que se pueden utilizar en la modelización de incendios para prevenir y gestionar incendios; evaluar la mezcla de especies dentro de los bosques; y preparar estimaciones de existencias de carbono.

Medidas a lo largo del tiempo.

La inversión en silvicultura es una estrategia a largo plazo tanto con fines ambientales como comerciales. La evaluación de los cambios estructurales en un bosque a lo largo del tiempo es una actividad importante para garantizar la vitalidad continua y, por lo tanto, el valor del activo. La detección de cambios en el dosel, por ejemplo, la defoliación que puede estar asociada con enfermedades, se puede utilizar para identificar y limitar los brotes de plagas e infecciones. Dicho monitoreo a lo largo del tiempo también informa las tasas de crecimiento, el viento, la deforestación y la cuantificación de residuos poscosecha.

Nivel de árbol individual.

Este estudio de caso, realizado en un sitio boscoso de 44,256 metros cuadrados en Barnsley, Reino Unido, demostró las ventajas de utilizar datos UAV-LiDAR de alta densidad. El conjunto de datos altamente detallado contenía un total de 8,912,679 puntos que permitían que los algoritmos se aplicaran directamente a la nube de puntos; esto permitió al equipo perfilar el sitio a nivel de árbol individual y extraer métricas pertinentes fácilmente. En comparación, con conjuntos de datos de menor densidad, la generación de perfiles de árboles individuales generalmente se extrae indirectamente en un proceso de 2 pasos y con menor precisión. La elaboración de perfiles a nivel de árbol individual puede ser particularmente útil en entornos forestales heterogéneos variables como este sitio, para establecer la complejidad estructural, su resiliencia y adaptabilidad, para informar el manejo requerido.

Informar el manejo forestal futuro.

Además, el gran tamaño de los sitios forestales puede hacer que los proyectos sean intensivos en mano de obra, complicados aún más por terrenos peligrosos o inaccesibles. Estos desafíos se pueden superar utilizando UAV-Lidar para capturar datos en áreas discretas en lugar de todo el bosque. Esto es especialmente útil para plantaciones homogéneas cuando el rodal estudiado es suficientemente representativo del conjunto, lo que permite que los datos se utilicen para informar la mayoría de los objetivos de gestión, como el seguimiento del crecimiento y la planificación de la cosecha. En conclusión, los modelos digitales del terreno y las métricas producidas por esta encuesta informarán la conservación futura y la gestión de la tierra.