Clasificación supervisada de imágenes PNOA-NIR y fusión con datos LiDAR-PNOA como apoyo en el inventario forestal. Caso de estudio: Dehesas.

Abstract

La estimación de las métricas dasométricas como apoyo en un inventario forestal se puede abordar mediante la aplicación de distintas tecnologías y, si bien el muestreo de campo es la técnica más extendida, la aparición y desarrollo de las técnicas de teledetección aumentan las posibilidades de actuación en este ámbito. Estas nuevas técnicas de teledetección permiten minimizar los costes tanto económicos como en tiempo de la adquisición de datos sin menosprecio de la exactitud de las mediciones realizadas. En este sentido, las ortofotos del PNOA-NIR, que incluyen la información espectral del infrarrojo cercano, permiten obtener distintos índices de vegetación y suelo, aportando información valiosa en el análisis de la vegetación. En este trabajo se realiza una clasificación supervisada de las imágenes PNOA-NIR para, junto con los datos LiDAR-PNOA, determinar mediciones dendométricas en dehesas (área de copa, diámetro de copa y altura máxima de arbolado) y otros parámetros relacionados con la espesura (factor de cabida cubierta y densidad). La metodología se plantea mediante la aplicación exclusivamente de software de código abierto. A través de los resultados obtenidos es posible delimitar de forma detallada la estructura de la copa, así como la reducción de la incertidumbre en las zonas de sombra del arbolado. La evaluación del clasificador empleado, Random Forest, alcanza un porcentaje de predicciones correctas del 96.72% con una confianza media en la clasificación de los píxeles de arbolado del 93%. Por tanto, el método propuesto resulta adecuado para su aplicación en dehesas y otras masas abiertas sin tangencia de copas.