El proyecto CLAVE, PARAMETRIZACIÓN Y CARTOGRAFÍA DE ESPECIES VEGETALES EN ESPACIOS NATURALES DE ALTO VALOR ECOLÓGICO APLICANDO TECNOLOGÍAS DE TELEDETECCIÓN, comenzó a mediados del año 2009 y finalizó a finales del año 2011. El objetivo general del proyecto era desarrollar una metodología específica para cartografiar ecosistemas forestales a nivel de especie, así como cuantificar parámetros físicos de las especies forestales, utilizando principalmente, el potencial de la cámara digital lineal y el sensor LIDAR. Se trata de un proyecto en colaboración con la empresa HIFSA, empresa especializada en la captura de información con sensores aerotransportados, y en el que han colaborado también con la Fundación CESEFOR, el departamento de Topografía de la Escuela de Caminos de la Universidad Politécnica de Madrid, el Centre Tecnològic Forestal de Catalunya y la University of Eastern Finland. EL proyecto ha sido cofinanciado por el Centro para el Desarrollo Tecnológico Industrial (CDTI).

Individualización de árboles

Existen varios métodos descritos por diferentes autores para delimitar las copas de los árboles a partir de información LIDAR. Los más utilizados se basan en la búsqueda de máximos relativos de alturas dentro de los modelos digitales de altura de la vegetación. Para que estos modelos sean efectivos es necesario tener información previa de las dimensiones de la copa de los árboles, ya que esta variable va a ser la que defina la ventana de comparación de alturas en la búsqueda de máximos relativos.

En el proyecto de I+D CLASIFICACIÓN, PARAMETRIZACIÓN Y CARTOGRAFÍA DE ESPECIES FORESTALES APLICANDO TECNOLOGÍAS DE TELEDETECCIÓN hemos elaborado una metodología que se basa en:

• Trabajar directamente en la nube de puntos no en los modelos digitales de altura de la vegetación. De esta forma no simplificamos la información del LIDAR en un modelo digital, utilizamos toda la información que nos da la nube de puntos.

• Utilizar la información del LIDAR (fracciones de cabida cubierta, alturas de la vegetación...) y de masa (número de pies, área basimétrica, altura dominante...) de cada una de las celdas. Esta información nos permite ajustar los parámetros de búsqueda para cada una de las celdas y mejorar los resultados de individualización.

• Ajustar ecuaciones generalizadas que incluyen variables de masa extraídas de cada una de las celdas para estimar las variables de dendrométricas que nos permiten tanto estimar la ventana de búsqueda de máximos relativos de altura(diámetro de copa) como la estimación de variables dendrométricas fundamentales para la gestión forestal como es el diámetro normal.

• Utilizar la densidad de retornos laser para detectar errores (árboles dobles y grandes ramas) que mejoran sustancialmente la localización de árboles.

En el siguiente visor podemos ver un ejemplo de individualización en un rodal del monte 89 del CUP de la provincia de Soria. De cada uno de los árboles localizados obtenemos su altura total, diámetro normal, diámetro de copa y volumen. Si la cubicación de los árboles la hacemos con una ecuación  de perfil tendríamos también una clasificación de los productos de madera en toda la superficie de trabajo.

Para obtener resultados de número de árboles, área basimétrica, volumen de madera o biomasa sólo es necesario agrupar árboles por clase diamétrica para cada una de las unidades superficiales (subrodal, rodal, cuartel, monte…).

En el siguiente visor podemos ver resultados por clase diamétrica para la variable número de pies en los diferentes subrodales definidos en el MUP 89 de laprovincia de Soria.

Cartografía automática de masas

En este proyecto de I+D se ha desarrollado una herramienta que genera a partir de las bases de datos de árboles una cartografía de masas forestales sin hacer un solo click, de forma totalmente automática.

Los pasos para generar esta cartografía automática de masas forestales se resume a continuación:

• Clasificación de los árboles por su clase diámétrica y altura. Se crea una capa de árboles para cada rango de alturas y diámetros. Se han utilizado rangos de alturas y diámetros interesantes para definir la gestión. Los rangos de diámetros son los que se definen dentro de los estados de desarrollo (latizal bajo, latizal alto, fustal joven, fustal adulto y fustal maduro). Los rangos de alturas los marcan los que definen actuaciones selvícolas o los que suponen cambios en las calidades de estación para cada especie según la bibliografía.

• Cálculo de la densidad de árboles para cada una de las clases de diámetros y alturas definidas. Esta operación genera un raster de salida de densidad de árboles para cada una de las clases que se han definido. Se ha trabajado con tamaños de pixel de 1 metro y radios de cálculo de la densidad de árboles de 11 metros. Para que nos hagamos una idea este raster nos da la misma información que si hicieramos una parcela de inventario forestal de 11 metros de radio cada metro cuadaro del monte.

• Clasificación de los raster de densidades en rangos de abundancia. Para todas las clases se han definido 4 rangos de abundancia: escaso o nulo (0), poco abundante(1), abundante (2) y muy abundante(3).

• Una vez realizada esta clasificación automática la herramieta transforma la información de raster a vectorial y vuelve a clasificarla según la definición de masa que nos interese y los objetivos de gestión que se tenga en cada caso.

• Un depurado final corrige errores y fusiona las teselas de que sean menores de una superficie definida. El objetivo que se busca con esta herramenta es que las teselas creadas sean las unidades de gestión homogéneas que necesitamos para  planificar actuaciones selvícolas y, por tanto, sean las unidades que queremos inventariar para hacer una correcta planificación y gestión forestal.

En el siguiente visor se muestra la cartografía de masas forestales generada para el Monte de Utilidad Pública número 89 de la provincia de Soria de forma totalmente automática a partir de la individualización de árboles con LIDAR.

Una vez hemos conseguido de forma automática la cartografía de masas forestales se ha generado otra herramienta que asigna resultados de existencias de madera a cada una de las teselas de la cartografía. Para ello la herramienta divide los árboles en clases diamétricas de 5 cm y asigna resultados para cada clase diamétrica y tesela del número de árboles (N), área basimétrica(AB), volumen de madera (V), altura dominante (Ho), altura media (Hm)….

Cartografía de combustibles y vulnerabilidad frente a incendios

La información LiDAR permite también modelizar variables que influyen en el comportamiento del fuego, la fracción de cabida cubierta de matorral, la altura de inserción de copa, la altura de matorral, la densidad de biomasa en copas son alguna de ellas. Esta información nos permite identificar los diferentes modelos de combustible en cada una de las celdas del monte.

La cartografía que se ha generado en el proyecto CLAVE permite identificar zonas con un elevado riesgo de incendio (susceptibilidad + impacto), lo que permite definir de forma sencilla actuaciones tendentes a eliminar la presencia de combustibles altamente inflamables en las cercanías de los focos de ignición, tales como la apertura y/o mantenimiento de áreas y fajas cortafuegos en el entorno de pistas, carreteras, y otros focos, entre otros.

Comparado esta cartografía con la cartografía de valores ecológicos, paisajísticos o económicos de un monte podremos estimar pérdidas potenciales. Por ejemplo solapando la información de valores ecológicos del monte con la información de riesgo de incendio podremos hacer una planificación orientada a proteger las masas con mayor valor, generando fajas cortafuegos perimetrales a las mismas, o realizando una selvicultura preventiva aunque no se encuentren dentro del área de riesgo de inicio de incendios. Conociendo el estado del monte se pueden establecer medidas de gestión que reduzcan el impacto del fuego (medidas optimas dado que se ajustan tanto a las condiciones silvícolas como a las necesidades de prevención).