Modelización del monte bajo de castaño de Brañalonga (Tineo) mediante tecnología LiDAR
Autor(es) y otros:
Director(es):
Palabra(s) clave:
LiDAR
Modelización
Fecha de publicación:
Serie:
Máster Universitario en Teledetección y Sistemas de Información Geográfica
Descripción física:
Resumen:
El propósito del presente estudio de investigación es el desarrollo de modelos de predicción de variables dasométricas a partir de datos LiDAR del PNOA para el monte bajo de Castanea sativa, comparando los datos generados mediante tecnología LiDAR con los del inventario forestal tradicional. Se realizó el tratamiento previo de los datos LiDAR para la obtención de los estadísticos de las variables LiDAR. Se llevó a cabo un inventario forestal, en el cual se midió, entre otros parámetros, el diámetro normal, la altura total y la altura de la primera rama viva de cada árbol, con estos datos se obtuvieron los valores de las variables dasométricas más importantes: la altura dominante (H0), la altura media (Hm), el volumen (V), la biomasa total (Wtotal) y la densidad (N). Finalmente se obtuvieron mediante regresión lineal los modelos predictivos de las variables dasométricas consideradas, Los modelos obtenidos pueden ser usados para hacer estimaciones con elevada precisión de todas las variables estudiadas excepto en el caso de la densidad.
El propósito del presente estudio de investigación es el desarrollo de modelos de predicción de variables dasométricas a partir de datos LiDAR del PNOA para el monte bajo de Castanea sativa, comparando los datos generados mediante tecnología LiDAR con los del inventario forestal tradicional. Se realizó el tratamiento previo de los datos LiDAR para la obtención de los estadísticos de las variables LiDAR. Se llevó a cabo un inventario forestal, en el cual se midió, entre otros parámetros, el diámetro normal, la altura total y la altura de la primera rama viva de cada árbol, con estos datos se obtuvieron los valores de las variables dasométricas más importantes: la altura dominante (H0), la altura media (Hm), el volumen (V), la biomasa total (Wtotal) y la densidad (N). Finalmente se obtuvieron mediante regresión lineal los modelos predictivos de las variables dasométricas consideradas, Los modelos obtenidos pueden ser usados para hacer estimaciones con elevada precisión de todas las variables estudiadas excepto en el caso de la densidad.
Colecciones
- Trabajos Fin de Máster [5253]