Metodología automatizada para la detección del limite superior del bosque mediante datos LiDAR.

Ilzarbe Senosiain, Itsaso
Fernando Pérez Cabello (dir.) ; Marcos Rodrigues Mimbrero (dir.)

Universidad de Zaragoza, FFYL, 2020
Geografía y Ordenación del Territorio department, Análisis Geográfico Regional area

Máster Universitario en Tecnologías de la Información Geográfica para la Ordenación del Territorio: Sistemas de Información Geográfica y Teledetección

Abstract: El límite superior del bosque (LSB) ha experimentado importantes variaciones en su distribución debido al cambio global y la influencia antrópica. Dado su carácter de zona de transición de formaciones de arbolado y comunidades de matorral o herbáceas, su delineación cartográfica y monitorización se erigen como un indicador ambiental. Habitualmente su identificación y análi-sis se ha realizado mediante trabajo de campo o fotointerpretación. Existen también experien-cias basadas en el uso de teledetección digital sobre ortofotografía e imágenes ópticas, si bien presentan ciertas limitaciones para capturar la estructura tridimensional de la vegetación, rasgo fundamental para garantizar la precisión y exactitud en su delimitación. En este sentido, los sensores activos gozan de un mayor potencial. En el presente trabajo se desarrolla e implemen-ta una metodología para automatizar la detección del LSB, a partir de datos de fracción de cabi-da cubierta (FCC) y altura del arbolado, derivados de nubes de puntos LiDAR del Plan Nacional de Ortofotografía Aérea (PNOA), utilizando el algoritmo de detección de bordes ‘Prewitt’. El pro-ceso, implementado usando el software R, se desarrolla de forma iterativa y jerárquica, mejo-rando la resolución (escala) en cada iteración. La metodología se ha probado en el paraje Peña Ezcaurre, donde se disponen de datos LiDAR PNOA con una densidad de puntos muy contrastada (0,5 puntos/m2 y 10 puntos/m2), la que ha permitido evaluar la sensibilidad a este parámetro. Se ha realizado una validación con ayuda de ortofotos y datos de FCC. Se han obtenido porcen-tajes de superposición del 81 % para los datos con menor densidad y 88 % para los de mayor densidad. La metodología presentada abre la puerta a la monitorización del límite de bosque a gran escala.

Tipo de Trabajo Académico: Trabajo Fin de Master