Algoritmo para la localización y estimación de masa forestal a partir de imágenes LiDAR

Abstract

Este trabajo describe un algoritmo para estimar parámetros importantes para la gestión de masas forestales, mediante el posicionamiento de los árboles la medición automática de sus dimensiones partiendo de imágenes LiDAR. Este trabajo se basa en estudios previos realizados en Alemania y muestra los problemas que se presentan en la búsqueda de árboles de diferentes tamaños y formas. Con este algoritmo se pretende mejorar los métodos existentes hasta ahora para este fin. Para llevar a cabo este algoritmo se han usado métodos de clustering y lógica fuzzy. A partir de métodos de clustering y lógica Fuzzy se decide si un punto pertenece o no a un árbol existente. Finalmente los resultados obtenidos por el algoritmo son satisfactorios para la altura media, mientras que el número de pies por hectárea se sobreestima excesivamente y en consecuencia también la biomasa por hectárea. Estos últimos e pueden mejorar ajustando determinados parámetros. El algoritmo ha sido implementando usando librerías de gvSig y la validación de los resultados obtenidos se ha llevado a cabo con Statgraphics y R. [ABSTRACT] This work describes an algorithm to analyze light detection and ranging (LiDAR) datasets with the aim of estimating forest biomass, positioning trees and measuring their heights and crown dimensions. The algorithm is based on previous studies developed in Germany that showed several problems when working with irregularly shaped trees. This algorithm tries to improve existing methods for this purpose. The detection of trees presents numerous challenges that are described in this work. Clustering methods and fuzzy logic have been used to decide whether or not each point stored in the LiDAR dataset belonged to an existing tree. Finally, the results obtained by the algorithm are satisfactory for the average height, while the number of trees per hectare is overestimated and consequently also too biomass per hectare. The last ones can be improved by adjusting certain parameters. The algorithm has been implemented using gvSIG libraries and the evaluation of results has been done by Statgraphics and R.