No abstract

El láser escáner terrestre (TLS) ha surgido como un nuevo dispositivo de tecnología LiDAR con un gran potencial para ser implementado en inventarios forestales (IIFF). En este trabajo se ha desarrollado un algoritmo con el que se obtienen métricas capaces de estimar el área basimétrica a nivel de parcela (G) en base a una única medición del TLS. El estudio se ha realizado en masas maduras de Pinus sylvestris, inventariadas mediante una red de 40 parcelas que cubren casi por completo el área de distribución y rango de calidades de la especie en España. Este algoritmo se compone de cuatro pasos fundamentales: (1) normalización de la nube de puntos obtenida con el TLS, (2) identificación de los árboles, (3) reducción de la densidad de la nube de puntos, y (4) obtención de las métricas relacionadas con el G. Los mejores resultados se han obtenido con el G estimada en parcelas de 7 m de radio, alcanzando un coeficiente de correlación de Pearson de 0.86 significativo al 95 %. Esto ha permitido obtener modelos de regresión lineal simple con valores de R2adj y RECM de 0.75 y 10.66 m2 para toda la colección de parcelas, y 0.82 y 8.57 m2 para las parcelas agregadas por sitio. Aunque estos resultados sugieren que el TLS podría ser útil para la estimación del G en pinares de P. sylvestris, sería necesario contrastarlo en masas que cubran todos los estados de desarrollo para validar su uso en un mayor rango de estados estructurales.

Terrestrial Laser Scanning (TLS) enables rapid, automatic, and detailed 3D representation of surfaces with an easily handled scanner device. TLS, therefore, shows great potential for use in Forest Inventories (FIs). However, the lack of well-established algorithms for TLS data processing hampers operational use of the scanner for FI purposes. Here, we present FORTLS, which is an R package specifically developed to automate TLS point cloud data processing for forestry purposes. The FORTLS package enables (i) detection of trees and estimation of their diameter at breast height (dbh), (ii) estimation of some stand variables (e.g., density, basal area, mean, and dominant height), (iii) computation of metrics related to important tree attributes estimated in FIs at stand level, and (iv) optimization of plot design for combining TLS data and field measured data. FORTLS can be used with single-scan TLS data, thus, improving data acquisition and shortening the processing time as well as increasing sample size in a cost-efficient manner. The package also includes several features for correcting occlusion problems in order to produce improved estimates of stand variables. These features of the FORTLS package will enable the operational use of TLS in FIs, in combination with inference techniques derived from model-based and model-assisted approaches.

Conocer el riesgo de que se produzca un incendio en un área determinada es clave para llevar a cabo labores de prevención y de gestión de operativos de extinción. La dificultad de conocer este riesgo reside en las características particulares de cada lugar de la geografía, ya que un mismo índice de riesgo puede no tener la misma bondad en diferentes regiones. Debido a esto, se ha desarrollado un índice capaz de adaptarse a diferentes puntos de la geografía española. Se basa en un índice ya existente desarrollado por el ICONA al que se añade una modificación que tiene en cuenta la recurrencia de incendios. En primer lugar, se realiza una revisión de los índices de riesgo existentes en la literatura. A continuación, se presenta el índice propuesto, el proceso de validación del mismo, y se muestran algunos resultados obtenidos.