Scandinavian Journal of Forest Research 19(6):543-553. Prediction of tree height, basal area and stem volume in forest stands using airborne laser scanning. Scandinavian Journal of Forest Research 19(6):558-570. Estimation of above ground forest biomass from airborne discrete return laser scanner data using canopy-based quantile estimators. Light Detection and Ranging-based measures of mixed hardwood forest structure. Estimating stand structure using discrete-return LiDAR: an example from low density, fire prone ponderosa pine forests. Revista Mexicana de Ciencias Forestales 1(1):105-112. Estimación de la biomasa en un bosque bajo manejo de Pinus patula Schltdl. Modelación espacial de área basal y volumen de madera en bosques manejados de Pinus patula y P. Sistema de ecuaciones para estimación y partición de biomasa aérea en Atopixco, Zacualtipán, Hidalgo, México. Inventario Nacional Forestal y de Suelos, manual y procedimientos para el muestreo de campo, remuestreo 2010. Journal of Photogrammetry & Remote Sensing 59(6):342-360. Estimating forest biomass using small footprint LiDAR data: An individual tree-based approach that incorporates training data. In: Memorias III Simposio Internacional del Carbono en México. Sitio intensivo de monitoreo de flujos de CO2 a largo plazo en bosques bajo manejo en el centro de México.
Mapping aboveground biomass by integrating geospatial and forest inventory data through a k-nearest neighbor strategy in North Central Mexico. Mapeo de índice de área foliar y cobertura arbórea mediante fotografía hemisférica y datos SPOT HRG: Regresión y k-nn. A partir de los modelos lineales, se generó la cartografía de cada una de las variables analizadas. Los resultados indican una buena relación (R 2 > 0.50) entre las métricas de LiDAR y datos de campo, principalmente los percentiles de altura y las tasas de retorno sobre una altura definida. En general, las estimaciones de los modelos no lineales fueron los más optimistas con respecto al inventario tradicional. Las estimaciones totales derivadas del estimador de razón se encuentran dentro del intervalo de confianza al 95% calculado mediante inventario tradicional para AB, BT y VOL, siendo este el estimador que arroja los valores más cercanos y precisos a la estimación mediante inventario. En este trabajo se estudió la relación entre datos derivados de LiDAR con los datos medidos en campo para estimar variables dasométricas como: área basal (AB), biomasa total ( BT), cobertura arbórea (COB) y volumen de madera ( VOL), mediante cuatro métodos: 1) regresión lineal múltiple, 2) regresión no lineal, 3) estimador de razón y 4) inventario forestal tradicional (muestreo estratificado). En la actualidad la teledetección ofrece un abanico de posibilidades para incorporarse en las estimaciones forestales, tal es el caso de LiDAR (Light Detection And Ranging) que permite caracterizar de forma tridimensional el bosque. El método más común para estimar variables dasométricas a gran o pequeña escala es el inventario forestal basado en un muestreo en campo.
0 kommentar(er)
