Estimation of forest fuel properties from LiDAR remote sensing

Resumo

Esta tesis evalúa el potencial de la tecnología LiDAR (Light Detection and Ranging) para estimar propiedades de los combustibles forestales de gran importancia para la gestión de los incendios forestales. Para alcanzar los objetivos de la tesis se han realizado cinco casos de estudio en los que se han estimados distintas variables empleando diferentes tipos de datos LiDAR (discretos y de huellas continua) tomados desde distintas plataformas (terrestre, aerportado y satélite). En el primer caso de estudio se aplicó una técnica de correlación de imágenes para corregir el desplazamiento planimétrico observado entre dos vuelos realizados sobre una zona del Parque Natural del Alto Tajo. La aplicación de estas técnicas de correlación permitió eliminar los errores observados entre ambos vuelos. Así mismo se comprobó el efecto de dicho desplazamiento en la estimación de alturas derivadas a partir de los datos LiDAR. En el segundo caso de estudio se estimó el carbono almacenado en distintas fracciones de biomasa de diversas especies forestales en el Parque Natural del Alto Tajo. Se estudió la utilidad de los datos de intensidad para estimar fracciones de biomasa además de los datos de altura proporcionados por los sensores LiDAR. Así mismo, se analizó la influencia de las distintas especies en los modelos obtenidos y se desarrollaron modelos específicos para cada una de las especies presentes. Finalmente se analizó el efecto de la densidad de puntos en las estimaciones obtenidas. Los modelos obtenidos se basaron en su mayoría en variables derivadas a partir de los datos de intensidad. Así mismo, los resultados mostraron una gran mejora al emplear modelos específicos para cada especie. El tercer caso de estudio evalúa los datos LiDAR obtenidos a partir de un sistema terrestre para caracterizar combustibles de copa en Delamere Forest (UK). Se estimó la altura de la vegetación, la fracción de cabida cubierta, la altura de base de las copas y la distancia entre estratos combustibles. Para ello se desarrollaron diversas metodologías adecuadas al tipo de datos proporcionados por el sistema LiDAR terrestre. Los resultados mostraron el potencial de los datos LiDAR terrestre para caracterizar las variables de interés. En el cuarto caso de estudio se realiza una cartografía de combustibles en el Parque Natural del Alto Tajo mediante la integración de datos LiDAR aeroportado y datos multiespectrales tomados simultáneamente con el sensor Airborne Thematic Mapper (ATM). El sistema de clasificación empleado fue el sistema Prometheus el cual está adaptado a las características del entorno mediterráneo. La metodología propuesta consiste en dos fases. En la primera se clasificaron los grupos principales de combustibles (pastos, matorral, arbolado, así como una clase no combustible) mediante el uso de una clasificación Support Vector Machine (SVM). En la segunda fase se aplicaron reglas de decisión para obtener los modelos de combustibles de acuerdo al sistema combustible. La metodología empleada mostró un elevado grado de precisión tras realizar la validación utilizando 103 parcelas clasificadas en campo. El último caso de estudio evalúa el potencial de sensor GLAS a bordo del satélite ICESat para caracterizar los combustibles de copa en una zona del este de Texas (USA). A partir de los datos GLAS se estimó la fracción de cubierta, el índice de área foliar y la densidad de combustible de copa. Estas estimaciones fueron validadas a partir de estimaciones realizadas con datos LiDAR aeroportados de la misma zona. Las estimaciones realizadas con ambos sensores mostraron un alto grado de acuerdo