Sesión 8.4 / Com 1 - congreso forestal español
Transcripción
Sesión 8.4 / Com 1 - congreso forestal español
Cartografía de Vegetación en la Comunidad de Madrid utilizando información LiDAR del Plan Nacional de Ortofotografía Aérea (PNOA) Autor. José Luis Tomé Morán Otros autores. Pablo Sanjuanbenito Garcia y Alfredo Fernandez Landa AGRESTA SOCIEDAD COOPERATIVA AREA DE DESARROLLO DEL PLAN FORESTAL. DIRECCIÓN DEL MEDIO NATURAL . CONSEJERIA DE MEDIO AMBIENT Y ORDENACIÓN DEL TERRITORIO. COMUNIDAD DE MADRID. 14 Julio 2013 Vitoria-Gazteiz Introducción a la Tecnología LiDAR • El LiDAR (Light Detection And Ranging) es un sistema activo de detección remota basado en un escáner laser • Permite obtener una mayor densidad de medidas de las superficies que cualquier otro sistema conocido • Está sustituyendo a la fotogrametría en la obtención de MDTs, mejores precisiones con menores costes y plazos de entrega g H sensores LIDAR para diferentes Hay dif t plataformas l t f • Para grandes superficies el sensor va aerotransportado • Información de la estructura de las masas forestales • Información continua en todo el territorio Hm Ho Atura de Atura de inserción de rama Continuidad Continuidad vertical de combustibles Estrato de regeneración avanzada C b t Cobertura LiDAR dentro d t del d l Proyecto P t PNOA Quedan aproximadamente aproximadamente 2.000.000 € de inversión para llegar al 100 % C b t Cobertura LiDAR dentro d t del d l Proyecto P t PNOA Información disponible en la Comunidad de Madrid Actualmente toda la superficie de la Comunidad de Madrid posee cobertura de información LiDAR con las siguientes características: • Formato de Archivo: LAS (2671 archivos para toda la Comunidad de Madrid) • Distribución en Hojas de 2x2 Km • Densidad Media Teorica: 0,5 puntos/m² • Alturas: elipsoidales g a Diciembre • Fecha Vuelos: Año 2010, desde Agosto • Software Clasificación de Datos: TerraScam • Sistema de Referencia Geodésico: ETRS89 • Proyección UTM Huso 30 Objetivos • Extraer información útil de la estructura de la vegetación para todo el terreno forestal de la Comunidad de Madrid p a partir del procesado de la información del vuelo LiDAR del PNOA • Demostrar el valor de esta información, aplicándola a un caso real concreto, como es la actualización del Mapa Forestal de la Comunidad de Madrid del año 2006 Metodología El principal reto para trabajar con el procesado de datos LiDAR en grandes superficies es el enorme volumen de datos que hay que utilizar utilizar, los 2.671 2 671 archivos LAS de la Comunidad de Madrid del PNOA ocupan más de 220 GB de memoria Para el tratamiento de los datos LiDAR se ha seguido una metodología propia de Agresta combinando FUSION (McGaughey, 2010) y desarrollos propios orientados a gestionar gest o a la a información o ac ó en e grandes g a des superficies supe c es e incorporarla a los Sistemas de Información Geográfica Metodología 1. Preparación p de los archivos LAS 2. Generación de los Modelos Digitales del Terreno: MDE 3. Normalización de los Retornos procedentes de la vegetación 4. Cálculo de estadísticos de los retornos de vegetación en píxeles de 25 metros de lado 5. Incorporación de la información generada a un SIG 6. Intersección de la información generada con los terrenos forestales del Mapa Forestal de la Comunidad de Madrid Metodología 7 D 7. Depuración ió de d los l datos d t obtenidos bt id para los l terrenos t forestales 8. Actualización del Mapa Forestal de la Comunidad de M d id 2006-2010 Madrid 2006 2010 Resultados Se ha generado una cartografía de alta resolución (25 metros de lado de pixel) de estructura de la vegetación en toda la superficie forestal de la Comunidad de Madrid. Esta cartografía se ha aplicado para la actualización del Mapa Forestal 2006, por lo que podemos analizar la evolución de la cubierta forestal. Año 2006 Cubierta Superficie (ha) Superficie (ha) Bosque 105.326,57 Monte arbolado 118.108,87 Monte desarbolado 210.663,88 Corrección Mapa Forestal 8.559,86 Total forestal 442.659,18 Año 2010 Cubierta bi Superficie Superficie (ha) 133.664,13 , 157.104,28 Bosque Monte arbolado Monte desarbolado 151.890,77 Total forestal 442.659,18 Resultados Mapa Forestal 2006 8.559,86 ha 8.559,86 ha 105.326,57 ha CUBIERTA Bosque 210.663,88 118.108,87 ha ha Monte arbolado Monte arbolado Monte desarbolado Corrección MF Discusión • Los resultados muestran que hay un aumento significativo de las cabidas de monte arbolado y bosque en detrimento de la superficie desarbolada, que pasa de 210.663,88 ha en 2006 a 151.890,77 ha en 2010 cayendo casi 58.000 ha. Por su parte el monte arbolado y los bosques aumentan 39.000 39 000 ha y 28.300 28 300 ha respectivamente. respectivamente • Esta notable variación en cuatro años tiene que ver solo parcialmente con el crecimiento de las masas forestales durante este periodo. Consideramos que la mayor precisión del LiDAR a la hora de establecer la FCC del arbolado frente a la metodología utilizada para la estimación de la FCC en el mapa forestal, forestal ha sido fundamental a la hora de presentar la verdadera dimensión de las masas arboladas de la Comunidad de Madrid. • Esto pone de manifiesto el enorme valor del LiDAR, que es probablemente el avance más significativo de la tecnología en sensores remotos de la ultima década. Discusión • A través del procesado del LiDAR tenemos acceso a información de estructura de la vegetación, lo que nos va a permitir generar información útil para multitud de campos de interés forestal: modelos de combustible y simulación del comportamiento p del fuego, g índices de calidad de ribera, estimación de biomasa y sumideros de carbono, crecimientos, conservación y análisis de hábitats y por supuesto inventario forestal. • En España contamos con la enorme ventaja del PNOA, que ya ha sido catalogado por algunos autores como una excelente fuente de información para la planificación y gestión forestal y una oportunidad para reducir los costes de inventarios forestales (González-Ferreiro et al, 2012. • Madrid y la Rioja han sido las primeras comunidades en poner en valor sus datos de PNOA para aplicaciones forestales. Discusión • El coste de un Proyecto de Ordenación “tradicional” varía mucho de una Comunidad Autónoma a otra pero es complicado trabajar por debajo de los 20 €/ha, de los que aproximadamente el 50 % corresponden al inventario. • Mediante la tecnología LiDAR se podrían reducir los costes de inventario forestal a valores en torno a 5 €/ha o incluso sustancialmente por debajo de esta cifra trabajando en grandes superficies, con la metodología adecuada, pensando a nivel de comarcas o regiones y a partir con datos ya capturados como los procedentes de la información LiDAR del PNOA. PNOA • El Futuro de la ordenación de montes pasa por reenfocar el contenido de los p proyectos y de ordenación simplificándolos p y haciéndolos más prácticos sin dejar de garantizar la sostenibilidad de la gestión forestal, y el LiDAR del PNOA es hoy por hoy, la mejor oportunidad que tenemos para abaratar los costes de inventario. Conclusiones • La puesta en valor de los datos del Vuelo LiDAR de PNOA ha permitido detectar que el Mapa Forestal del 2006 infravaloró la cubierta forestal all tiempo i que se actualizaba li b la l FCC all 2010. 2010 • Combinando esta metodología y los datos del PNOA estamos en disposición de aprovechar la Tecnología LiDAR como una nueva fuente de datos en el proceso de generación de información del territorio. • Tenemos la herramienta para hacer inventario de calidad a escala comarcal o regional, a un coste muy competitivo. Poder aprovechar este enorme potencial, dependerá de que el sector forestal español le de peso a la importancia de esta tecnología, y apostemos por vuelos cíclicos bien dentro o fuera del PNOA . Esperamos que este trabajo sea solo un primer paso. La información generada de cobertura del suelo y altura del arbolado nos va a permitir ofrecer a los propietarios privados a través de una herramienta web una cartografía de sus fincas que incluya una primera rodalización de la cubierta vegetal en su propiedad. • Agradecimientos Dirección General del Medio Ambiente de la Comunidad de Madrid C t ld Central de Valoración V l ió d de Ecosistemas E i t N Naturales t l (CVEN) Juan Carlos Ojeda Manríquez del IGN Contacto [email protected] www.agresta.org