Estructura forestal y trabajos selvícolas en el MUP de Sinarcas (Valencia). Comparación entre inventarios forestales tradicionales y mediante tecnología LiDAR

UNIVERSIDAD POLITECNICA DE VALENCIA ESCUELA POLITECNICA SUPERIOR DE GANDIA I .T. FORESTAL “Estructura forestal y trabajos selvícolas en el MUP de Sinarcas (Valencia). Comparación entre inventarios forestales tradicionales y mediante tecnología LiDAR.” TRABAJO FINAL DE CARRERA Autor: Alberto Martín Gil Tutor/es: Miquel Fabra Crespo GANDIA, 2010 Agradecimientos: al Ingeniero de Montes José Alejandro Poveda y a todo aquel/aquella que en el periodo de estudio me ayudaron de alguna manera. MEMORIA Índice memoria I. Introducción ................................................................................................................... 6 I.1 El estado Selvícola de la Comunidad Valenciana ........................................................ 6 I.2 Problemática de la gestión forestal en la Comunidad Valenciana .............................. 9 I.3 Potencialidad de las nuevas tecnologías en la planificación forestal ....................... 13 I.4 Tecnología LiDAR y sus aplicaciones en el sector forestal ........................................ 15 I.5 Marco legal ................................................................................................................ 19 II. Antecedentes y justificación ....................................................................................... 21 III. Objetivos. ................................................................................................................... 22 IV. Material y métodos ................................................................................................... 23 IV.1 Descripción de la zona ............................................................................................. 23 IV.1.1 Estado legal .......................................................................................................... 24 IV.1.2 Estado natural ...................................................................................................... 26 IV.2 Descripción de los datos utilizados ......................................................................... 30 IV.2.1 Descripción de las ordenaciones .......................................................................... 30 IV.2.2 Descripción de los inventarios ............................................................................. 35 IV.2.3 Descripción de los datos LiDAR ............................................................................ 39 V. Metodología del proyecto .......................................................................................... 40 V.1 Estadística empleada ................................................................................................ 41 V.2 Comparación entre inventarios de campo .............................................................. 49 V.3 Comparación de campo - LiDAR .............................................................................. 53 VI. Resultados ................................................................................................................. 57 VI.1 Resultados comparación de las Ordenaciones ....................................................... 59 VI.1.1 Densidad ............................................................................................................... 59 VI.1.2 Alturas .................................................................................................................. 68 VI.1.3 Fracción de cabida cubierta ................................................................................. 73 VI.1.4 Área Basimetrica .................................................................................................. 77 VI.1.5 Volumen ............................................................................................................... 81 VI.2 Resultados comparación Campo – LiDAR ............................................................... 84 VI.2.1 Cantón .................................................................................................................. 85 VI.2.2 Parcela .................................................................................................................. 90 VI.2.2.1Densidad ............................................................................................................. 91 VI.2.2.2 Alturas ............................................................................................................... 92 VI. Valoración económica ............................................................................................... 94 VI. 1 Comparación de la valoración económica inventario – LiDAR .............................. 94 VII. Discusión................................................................................................................... 96 VIII. Conclusiones ............................................................................................................ 99 IX. Bibliografía ............................................................................................................... 100 Comparación entre inventario tradicional y tecnología LiDAR. 2010 6 Alberto Martín Gil I. Introducción I.1 El estado Selvícola de la Comunidad Valenciana En La Comunidad Valenciana (a partir de ahora CV) existen 1.215.078 ha de superficie forestal, lo que supone un 4,62% del Estado Español y el 54,2% de la superficie valenciana, según el Plan General de Ordenación Forestal de la CV, 2004(PGOF). Teniendo en cuenta que el estado forestal en la CV se analiza mediante el los contenidos de las publicaciones del Primer y Segundo Inventario Forestal Nacional (IFN1 e IFN2), la superficie forestal en la CV en el transcurso de 36 años (1966-2002) se ha incrementado notablemente, sobre todo entre los años 1966-1995 con la incorporación de 100.560 ha, frente a las 32.000, en números redondos, que se han incrementado entre los años 1995-2002. Desde el año 1995 Ia superficie arbolada se ha incrementado vertiginosamente con valores que se sitúan entre el 31% en el caso de Valencia, el 44% en Castellón y el 60% en el caso de Alicante. La superficie arbolada en el año 2002 supone el 37,5% de la superficie total (Figura1). Por otro lado el monte desarbolado se ha reducido en las tres provincias entre 1995 y el año 2002, con valores entre el 35% y el 40%, pasando a Ia categoría de superficie arbolada. (PGOF, 2004). Fig.1 Superficie forestal arbolada (Fuente: Consellería de Medi Ambient) La superficie forestal se distribuye por usos según la Tabla2: Fig.2 Superficies por uso en % (Fuente: Consellería de Medi Ambient) Comparación entre inventario tradicional y tecnología LiDAR. 2010 7 Alberto Martín Gil A continuación se muestran valores de superficie forestal y arbolada de las diferentes Comunidades Autónomas del estado: Tabla1. Distribución de Superficies por Comunidades (Fuente: Banco de datos de la naturaleza) Las especies más representativas en la CV son el Pinus halepensis Mill. y Quercus ilex L., ambas han incrementado sus existencias en todas sus clases diamétricas en el periodo de realización del IFN1 e IFN2, primero y segundo. La principal especie sometida a aprovechamientos en coníferas es el Pinus Halepensis y Populus sp. en frondosas, encontrándose en el interior de la CV las comarcas más forestales, coincidiendo que son las zonas más montañosas y despobladas (Plan General De Ordenación Forestal de la CV,. 2004). De lo expuesto anteriormente hay que ser prudentes a la hora de valorar los incrementos de superficie arbolada, ya que según se utilice un método u otro en los inventarios forestales aumenta o disminuye el parámetro a estudiar. En el caso de los inventarios comentados, en el IFN2 se cambia respecto al primero la definición de superficie arbolada, incluyendo en esta categoría a masas con un valor fracción de cabida cubierta (FCC) menor que en IFN1, y también el diámetro para considerar pies mayores que ha sido reducido a 7,5cm, disminuyendo en ambas los valores a considerar como superficie arbolada, Este hecho tiende a dar unos incrementos de superficie arbolada mayores de los que se hubieran obtenido sin modificar el método, lo que determina que quizás no sea un incremento del todo real Comunidad Autónoma Superficie Geográfica Superficie forestal Superficie arbolada Ha % Ha % Ha % ANDALUCIA (1995-1996) 8.759.589 17,31% 4.325.378 16,46% 2.106.252 14,30% ARAGON (1993-1994) 4.771.996 9,43% 2.478.760 9,43% 1.185.531 8,05% CANARIAS (1992) 744.695 1,47% 485.980 1,85% 104.914 0,71% CANTABRIA (2000) 532.139 1,05% 359.459 1,37% 214.257 1,45% CASTILLA-LA MANCHA (1992-1993) 7.946.212 15,71% 3.473.536 13,22% 1.851.221 12,57% CASTILLA Y LEON (1991-1992) 9.422.542 18,62% 4.516.386 17,19% 2.119.139 14,38% CATALUÑA (1989-1990) 3.211.368 6,35% 1.855.944 7,06% 1.394.074 9,46% COMUNIDAD FORAL DE NAVARRA (1999) 1.039.069 2,05% 586.483 2,23% 462.634 3,14% COMUNIDAD VALENCIANA (1994) 2.325.452 4,60% 1.215.078 4,62% 628.280 4,26% EXTREMADURA (1990-1991) 4.163.453 8,23% 2.278.587 8,67% 1.457.591 9,89% GALICIA (1997-1998) 2.957.447 5,85% 2.039.575 7,76% 1.405.452 9,54% ISLAS BALEARES (1999) 499.166 0,99% 223.601 0,85% 186.377 1,27% LA RIOJA (1999) 504.527 1,00% 294.404 1,12% 128.917 0,88% MADRID (2000) 802.769 1,59% 420.093 1,60% 330.086 2,24% PAIS VASCO (1996) 723.464 1,43% 469.355 1,79% 390.005 2,65% PRINCIPADO DE ASTURIAS (1998) 1.060.357 2,10% 764.597 2,91% 451.116 3,06% REGIÓN DE MURCIA (1999) 1.131.260 2,24% 486.019 1,85% 316.401 2,15% TOTAL 50.595.505 100,00% 26.273.235 100,00% 14.732.247 100,00% Comparación entre inventario tradicional y tecnología LiDAR. 2010 8 Alberto Martín Gil de la superficie arbolada sino la contabilización de valores que en épocas pasadas no se incluían como superficie forestal. En cualquier caso todo parece indicar, con datos más modernos incluidos en el IFN3 (pendiente de publicar) que, aún sin cambiar la metodología con el IFN anterior, la tendencia de la superficie forestal es a aumentar en la Comunidad Valenciana. Estos incrementos se deben a varios factores y entre ellos cabe citar los procesos de repoblación forestal, que han sido una de las actividades centrales de los servicios forestales y que han desarrollado en buena parte del Levante español durante los últimos cincuenta años (PASTOR et al., 1992/93). Otro factor importante en el aumento de la superficie arbolada se debe a la reducción de incendios sufridos en los últimos años, ya que según el balance de 2003 publicado por la Consellería de Medio Ambiente Territorio, Agua, Urbanismo y Vivienda (CMAAUV) se observa que los incendios ocurridos en el periodo desde 1995 hasta 2003, y comparando con los ocurridos en el periodo 1993 - 2002, han disminuido significativamente, tanto en superficie (82,4%) como en número, un 22% menor. Lo que se traduce en menos de 10.000 ha quemadas en el periodo de estudio antes comentado. Además de los motivos citados anteriormente, el abandono de cultivos e invasión del monte de parcelas agrícolas, la disminución de las cabezas de ganado (sobre todo el sector ovino por el éxodo rural), la falta de relevo generacional y demás problemas del sector, todos ellos incidiendo sobre el diseminado y una baja actuación de trabajos forestales en los montes, favorece el regenerado y un aumento de la superficie arbolada. Este claro aumento de la superficie arbolada, no es del todo favorable, desde el punto de vista del estudio de la masa o gestión selvícola, ya que en masas provenientes de regenerado natural post-incendio, se produce un incremento desmesurado de la densidad de este regenerado, estableciendo masas impenetrables con elevadísima densidad, favoreciendo a posibles plagas y enfermedades, la continuidad vertical en posibles incendios y provocando competencia en la masa entorpeciendo el máximo desarrollo a pies mejor conformados y de mayor tamaño. Comparación entre inventario tradicional y tecnología LiDAR. 2010 9 Alberto Martín Gil Por todo ello se puede decir que los montes valencianos o mejor dicho, la superficie forestal arbolada, se encuentra en una situación un tanto complicada al estar en claro aumento y carecer, en muchos casos, de una gestión adecuada que además de mejorar estos problemas podría orientarse a una correcta obtención de recursos y necesidades. I.2 Problemática de la gestión forestal en la Comunidad Valenciana A los montes con las situaciones descritas anteriormente y tras el estudio de los trabajos a nivel de gestión en la CV se averigua el reducido número de montes públicos que han sido objeto de un proyecto de ordenación y muchos menos aquellos cuyas ordenaciones han sido revisadas. En el siguiente cuadro aparecen los proyectos de ordenación realizados desde el inicio de Ia catalogación de los montes públicos: Tabla 2. Montes ordenados (Fuente: Plan general de Ordenación Forestal de la CV) Provincias Montes ordenados Alicante 2 Castellón 8 Valencia 29 Respecto a Ia totalidad de Ia superficie forestal de Ia CV, la superficie de montes gestionados por Ia Generalitat Valenciana que, en algún momento ha estado sometida a un proyecto de planificación de sus aprovechamientos y usos no alcanza el 10% de la misma, y respecto a Ia superficie arbolada, esta proporción se eleva a, escasamente, un 13%. Si el número de montes ordenados es muy bajo, cabe reseñar además que en Valencia, todas las ordenaciones, excepto Ia del monte de utilidad Pública (M.U.P) n°57, "Solana y Campo de las Herrerías" de Sinarcas, objeto de estudio, se encuentran caducadas, encontrándose las fechas de aprobación entre 1967 y 1981, en Castellón no hay ningún monte con el proyecto vigente, siendo las fechas de aprobación de los últimos proyectos entre 1956 y 1978 y por último, en Alicante, tampoco hay ningún monte con Comparación entre inventario tradicional y tecnología LiDAR. 2010 16 Alberto Martín Gil y con ello corregir los datos, refiriéndolos siempre a un plano horizontal controlado. Para aumentar la precisión en el posicionamiento del instrumento, se utiliza un GPS diferencial en tierra (también se pueden utilizar estaciones de referencia, como la red de estaciones permanentes GPS del Instituto Geológico Nacional (IGN) que está conformada actualmente por 17 estaciones a lo largo de todo el territorio Español). Después de realizar el vuelo se combinan los datos GPS del avión con los del GPS diferencial en tierra, para obtener precisiones de 5 cm en la posición del instrumento. Combinando toda esta información se obtiene la medición de la altura del terreno con una precisión en Z menor de 15 cm. En las zonas cubiertas por vegetación se obtienen puntos a cualquier altura sobre la cubierta vegetal, rebotados por las ramas, hojas o tronco. Mediante técnicas de clasificación es posible extraer de la nube de puntos aquellos que corresponden a; 1) Vegetación, que devuelve parte de la huella o podríamos decir, una huella filtrada tomando el primer rebote y el último, 2) Agua, que absorbe toda la radiación y no devuelve nada, 3) Rebotes sobre el terreno que devuelve prácticamente toda la huella. A partir de estos pulsos se construye un modelo digital de elevaciones del terreno o MDT. Fig.10 Diferentes respuestas del Laser en función de la superficie (DIELMO.com) Cabe reseñar que la altura a la que los puntos se consideran matorral o regenerado la fija el investigador o ingeniero según el trabajo a realizar, pendiente de la zona o altura del sotobosque. A partir de los pulsos impactados en el dosel arbóreo, y de nuevo Comparación entre inventario tradicional y tecnología LiDAR. 2010 17 Alberto Martín Gil mediante interpolación, se construye un modelo digital de superficies (MDS), que representa la estructura de la vegetación objeto de estudio. La diferencia entre el MDS y el MDT constituye el modelo de altura de la vegetación. Fig.11 La imagen superior representa las líneas de puntos superiores e inferiores, las superiores se han unido formando el modelo de alturas. Estos datos constituyen una auténtica nube de puntos con valores de altitud y coordenadas X, Y, Z, que con los software y equipos adecuados se lleva a cabo la reconstrucción visual de los objetos y una recreación en 3D del terreno. Fig.12 Perfil de cubierta forestal mediante nube de puntos LiDAR (RENSLOW M. et al., 2000) Aplicaciones en el sector forestal Al igual que en su momento la generalización del uso de la ortofoto, primero en blanco y negro, y posteriormente de color, junto al incremento sucesivo de la calidad de resolución de imagen, ha ido permitiendo que esta nueva herramienta de trabajo, se Comparación entre inventario tradicional y tecnología LiDAR. 2010 18 Alberto Martín Gil generalice en la gestión forestal en general, y en la planificación selvícola en particular, la aparición de la tecnología LiDAR (Light Detection and Rangig) y el hecho único en Europa, de la pronta disponibilidad de datos LiDAR para toda España, que sucederá según las previsiones del Ministerio de Fomento del Gobierno de España, entre 2010 y 2011, abre unas nuevas perspectivas nunca acontecidas anteriormente. Como producto inmediato de esta nueva tecnología, se van a poder obtener modelos digitales del terreno (MDT) para todo el territorio con una precisión media de unos 15 centímetros, impensables hasta hace poco tiempo. Además el modelo digital de superficies (MDS), formado a partir las intercepciones primeras en la vegetación (en las zonas forestales), van a generar otra capa cartográfica con amplias posibilidades de análisis, principalmente por la resta de las dos (MDS – MDT) obteniendo así la altura de la masa. De esta manera la información LiDAR, se convierte en una base de datos georreferenciada imprescindible para la optimización del uso del territorio y posibilita el inventario exhaustivo de los árboles o de la estructura vegetal en su conjunto para el territorio forestal. Así pues, de la misma manera en que las sucesivas ortofotos permitieron realizar la comparativa de la evolución del estado del territorio forestal en dos dimensiones, asimismo la disposición generalizada de datos LiDAR permite ya el análisis de la evolución general de la estructura de vegetación forestal en tres dimensiones. A partir de los datos ofrecidos por esta innovadora tecnología LiDAR, no sólo se va a llegar a cuantificar el volumen de madera, sino también precisar exactamente la biomasa forestal según tipologías, el dióxido de carbono que se retiene, el crecimiento y cambios estructurales de los bosques. Datos todos ellos imprescindibles para implementar una gestión sostenible de los bosques y además indispensable también para mitigar o estudiar los avatares del cambio climático. Algunas empresas están creando aplicaciones informáticas que aprovechan la potencialidad de los datos LiDAR para la creación de herramientas de análisis y apoyo a la gestión forestal. En países donde el sector forestal es un recurso económico muy potente como el caso de Finlandia ya se está utilizando y ofertando con resultados testados. De hecho la Comparación entre inventario tradicional y tecnología LiDAR. 2010 19 Alberto Martín Gil industria forestal finlandesa ha descubierto que se pueden hacer cinco planes de aprovechamiento en el tiempo que empleaban en hacer uno solo (ARBONAUT.COM). Existen varias aplicaciones en el sector forestal con resultados fiables y que se están aplicando ya en países con tradición forestal como Canadá, EEUU o Finlandia, como ejemplos en España CUASANTE CORRAL, D. & GARCÍA GÜEMES, C. han realizado inventario forestal en la provincia de Burgos a partir de dicha tecnología y así poder estimar exitosamente parámetros forestales como son el volumen de madera, el área basimetrica, el número de pies, el diámetro medio cuadrático o la altura dominante. En el Parque natural del Alto Tajo en Guadalajara GARCIA, M. et al 2009 estudiaron modelos digitales y ajustes planimétricos para estimar la altura de la vegetación, además el Institut Cartogràfic de Catalunya realiza diferentes estudios incluidos forestales pero también modelizaciones del terreno para el estudio del riesgo de inundaciones de ríos, cartografía de tendidos eléctricos o de superficies de edificios y antenas, todos ellos relacionados con el medio natural, antropológico y sus afecciones. I.5 Marco legal La legislación vigente a nivel estatal en ordenación de montes (Ley 43/2003 de 21 de Noviembre de montes) establece en su artículo 32: “Los montes deben ser gestionados de forma sostenible, integrando los aspectos ambientales con las actividades económicas, sociales y culturales, con la finalidad de conservar el medio natural al tiempo que generar empleo y colaborar al aumento de la calidad de vida y expectativas de desarrollo de la población rural”. Además en el mismo artículo en el punto 3 dice: “La elaboración de dichos instrumentos se hará a instancias del titular del monte o del órgano forestal de la comunidad autónoma, debiendo ser aprobados, en todo caso, por este último” Siendo éste artículo vital para la ordenación de montes, ya que establece la obligatoriedad a los propietarios de los montes a realizar una gestión ordenada, planificada y dentro de un marco legal. A nivel autonómico la CV dispone de su propia ley forestal (Ley 3/93 de 9 de diciembre de la Generalitat Valenciana, Forestal de La Comunidad Valenciana; DOGV 2168, de 21 de diciembre de 1993). Además, ha desarrollado esta ley mediante su propio Comparación entre inventario tradicional y tecnología LiDAR. 2010 20 Alberto Martín Gil Reglamento (aprobado por el Decreto 98/1995, de 16 de mayo, DOGV 2520, de 1 de junio de 1995). En dicha ley también hace referencia a las ordenaciones de montes estableciendo en su artículo 4 que: “La Generalitat Valenciana gestionará los montes o terrenos forestales de la Comunidad Valenciana de forma integrada, contemplando conjuntamente la flora, la fauna y el medio físico que las constituye, con el fin de conseguir un aprovechamiento sostenible de los recursos naturales, estableciendo garantías para la preservación de la diversidad biológica y para el mantenimiento de los procesos ecológicos esenciales”. Haciendo mención a la gestión mediante al menos 2 de los principios básicos de cualquier ordenación. El artículo 22 potencia la conservación y explotación de los recursos forestales, citando: “En cada demarcación forestal se delimitarán áreas de actuación, constituidas por superficies forestales de homogéneas características físicas, biológicas, edáficas y otras, susceptibles de planes o programas comunes. Para cada una de las áreas se establecerán las prevenciones precisas para potenciar su conservación y explotación, así como para la protección contra incendios”. Así como el artículo 25 donde la ley Forestal cita: “Para la gestión de los terrenos forestales de dominio público, de utilidad pública o protectores, la administración aprobará Programas de Gestión y Mejora Forestal”. Y posteriormente, en el Reglamento a la ley se hace hincapié sobre estos Programas de Gestión y Mejora Forestal, estableciendo que “se redactarán con sujeción a las instrucciones que estuviesen vigentes y determinarán los aprovechamientos a ejecutar, los tratamientos selvícolas de la masa forestal y los trabajos a realizar en el monte que sean necesarios para la persistencia y mejora de la cubierta vegetal”. Además la CV a través de la Consellería de Medio ambiente territorio, agua, urbanismo y vivienda (CMATAUV) y mediante la Orden de 29 de diciembre de 2001 por Ia que se establece un régimen de ayudas destinadas a Ia protección, conservación y mejora de los espacios forestales de La Comunidad Valenciana (DOGV 4146, de 12.11.2001) asume Reglamentos de la Unión Europea para fomentar el desarrollo rural y forestal. (Reglamento de ayuda al desarrollo rural a cargo del Fondo Europeo de Orientación y Garantía Agrícola (FEOGA) (CE1257/1999; DOCE L 160/80 de 26/6/1999)). Comparación entre inventario tradicional y tecnología LiDAR. 2010 21 Alberto Martín Gil De la legislación vigente a nivel de Unión Europea, Estado y más aún, a nivel autonómico, se hace necesario elaborar una metodología para la redacción de planes forestales pero sobre todo faculta a la Administración para aprobar y tramitar los Programas de Gestión y Mejora Forestal. De todo ello junto con la citada legislación, se deduce la importancia de la ordenación en la gestión de los montes y que además el marco legal en materia de gestión de montes es muy amplio y brinda múltiples posibilidades y obligatoriedad a los propietarios a cumplirlo. II. Antecedentes y justificación Con la aparición de la tecnología LiDAR y su aplicación en el estudio de parámetros forestales, varios de los problemas anteriormente citados pueden solucionarse ya que la obtención de variables dasocráticas se hace de una forma rápida y en una gran extensión y sobretodo con dos grandes características; digitalizada y georreferenciada, lo que supone una agilidad y rapidez en el trabajo de gabinete con datos precisos de la masa que facilitan el análisis posterior de los mismos. Esta parte de la aplicación ya supone un adelanto y ahorro en los trabajos de gestión y análisis pero además una parte importante del inventario forestal también se ve afectada, es decir, se reducen las salidas al campo, lo que supone una reducción de; pérdida de jornales por mal tiempo (lluvia, granizo, frio atroz) pérdida de tiempo en la búsqueda de accesos a los rodales inventariables, cambios permanentes en los mismos al ser zonas y pistas rurales y/o forestales, fallos de suministros o material en zonas recónditas sin posibilidad de solución, peligros por caídas o torceduras en lugares con fuertes pendientes y demás complejidades que ofrece el trabajar en el medio natural y forestal. Esta reducción de las salidas de campo evitándonos las pérdidas o problemas citados con los costes que de ello se derivan, además le va a ofrecer al titular de la propiedad o gestor forestal la posibilidad de ahorrar jornales, lo que se traduce en la oportunidad de reducción de los gastos variables (salarios) y una mayor rentabilidad a la inversión realizada por reducción de costes. Comparación entre inventario tradicional y tecnología LiDAR. 2010 22 Alberto Martín Gil Quizás, esta visión más pragmática o económica de la aplicación puede chocar frente a la visión de políticas de pleno empleo o del optimista Ingeniero que ve reducida su posibilidad laboral, pero bien es cierto que no solo no se va a menoscabar dicho oficio sino que se le dota al ingeniero de una nueva perspectiva de trabajo, aportándole posibilidades de trabajo de gabinete más rápido, eficaz, moderno y global, evitando engorrosas jornadas de campo que retrasan la recogida de datos fundamentales para una buena gestión. En definitiva la utilización de la tecnología LiDAR facilita el trabajo de gabinete, da una visión global del espacio natural rápida y reduce costes, lo que le dota de una herramienta importantísima en el sector forestal utilizada ya en los países más desarrollados en el sector. III. Objetivos El objetivo principal del proyecto es la comparación con los datos generados mediante tecnología LiDAR con los de inventario forestal tradicional con la finalidad de introducir según los resultados dicha tecnología en la obtención de variables forestales, tanto para la ordenación de montes como para inventario forestal. Además, de la obtención de variables dasocráticas como densidad de la masa, fracción de cabida cubierta (FCC) o altura de la masa para la realización de inventario forestal y su posterior tratamiento de datos para la gestión, dicha técnica nos ofrece la posibilidad de estudiar o realizar:  Seguimiento de trabajos selvícolas  Modelos de combustible  Cantidad de biomasa  Transformación de la masa en el tiempo  Incendios Así como la posibilidad de calcular todos los datos indirectos relativos a la masa derivados de los medidos, véase área basimetrica, volumen, biomasa, diámetro de Comparación entre inventario tradicional y tecnología LiDAR. 2010 23 Alberto Martín Gil copa, continuidad vertical, ajustes de regresiones, calidad de estación y otros parámetros que definen la masa y su gestión. IV. Material y métodos IV.1 Descripción de la zona La zona objeto de estudio es el M.U.P nº 57 "Solana y Campo de las Herrerías" del municipio de Sinarcas en la provincia de valencia (Fig. 13). Se ha elegido dicho monte debido a que es el único monte de titularidad pública con ordenación vigente en la actualidad en la Comunidad Valenciana y que se trata de una masa pura de Pinus Halepensis Mill., especie de interés en la comparación con los datos LIDAR, ya que para otras especies o las mismas en repoblación ya se han realizado proyectos en paralelo a este estudio en la Comunidad Valenciana (Monte Peñagolosa) y además los datos LiDAR se han calibrado en las parcelas experimentales de repoblaciones de Pinus halepensis Mill., en el monte de La Hunde, Ayora, Valencia pertenecientes a la Universidad Politécnica de Valencia. (POVEDA, A. 2009) Fig. 13 Mapa de situación (M.U.P nº57 Sinarcas) Comparación entre inventario tradicional y tecnología LiDAR. 2010 24 Alberto Martín Gil IV.1.1 Estado legal Posición Administrativa El monte nº 57 de Valencia "Solana y Campo de las Herrerías", está situado en la provincia de Valencia, en el término municipal de Sinarcas, Partido Judicial de Requena. Pertenencia El monte se encuentra inscrito en el Catalogo de montes de Utilidad Pública de la provincia de Valencia desde el año 1897. Se encuentra inscrito en el Registro de la Propiedad de Chelva, con fecha 4 de diciembre de 1957, figurando en el tomo 39, libro 3, folio 29, como finca no 354, inscripción 1a. El deslinde definitivo del monte fue aprobado por Orden del Ministerio de Agricultura con fecha de 10 de junio de 1970. El amojonamiento se aprobó por Orden Ministerial de fecha 27 de Enero de 1978. Límites Los límites del monte son:  Límite Norte. Termino municipal de Talayuelas (Cuenca), consistiendo los terrenos colindantes en pinares de dicho pueblo. El linde comienza en el Pico Picarcho y termina en el Barranco de San Marcos.  Límite Este. Monte de Tuejar, delimitado por el Pico Picarcho y terminando en el mojón común a los términos de Sinarcas, Tuejar y Benageber.  Límite Sur. Término municipal de Benageber y Barranco de San Marcos.  Límite Oeste. Barranco de San Marcos. Enclavados Dentro del monte existen un total de 14 enclavados, nombrados correlativamente en el plano de amojonamiento con las letras desde la A hasta la N. Comparación entre inventario tradicional y tecnología LiDAR. 2010 25 Alberto Martín Gil Los enclavados en este apartado simplemente se nombran como mera información de su existencia desarrollando más este punto en anejos. Cabidas Las superficies estimadas actualmente, obtenidas mediante técnicas de planimetracion a partir de Sistemas de Información Geográfica y actualizadas a 2009 con motivo de los trabajos de reconstrucción topográfica arrojan los siguientes valores:  Superficie Total 2.957,4349 hectáreas  Superficie Publica 2351,2380 hectáreas Servidumbres Únicamente se tiene constancia de la servidumbre de paso por los caminos de uso público y las inherentes a los enclavados que se dan dentro de sus límites. Es destacable que por el interior de los límites del monte discurre el "Camino Real de Castilla" y la Vereda Real de Ganados, que naturalmente lleva implícita su correspondiente servidumbre al paso de ganado trashumante. Afecciones Cabe destacar la inclusión de 317,91 hectáreas en la parte meridional del monte dentro de la Red Natura 2000 en calidad de Zona de Especial Protección para las Aves. El citado enclave forma parte del LIC “Alto Turia”, que cuenta con una extensión total de 14.449 hectáreas. Usos y Costumbres Los usos actuales del monte son los que a continuación se detallan:  El uso forestal con carácter productor de madera y biomasa, al tiempo que protector.  El uso social, con carácter recreativo. Existen dos áreas recreativas en el interior del monte.  El uso ganadero con especial incidencia en los pastos de los bordes de cultivos y en zonas rasas.  El uso cinegético. Comparación entre inventario tradicional y tecnología LiDAR. 2010 32 Alberto Martín Gil Los cuarteles se han denominado alfabéticamente por las letras en mayúscula; ABC y D y los cantones se han numerado del uno al cuarenta y siete. A continuación se realiza una breve descripción actualizada según la 4ª revisión de la ordenación de cada uno de ellos. Cuartel A (La Sierra) Cuartel ubicado en la parte septentrional del monte, caracterizado por unas condiciones fisiográficas y edáficas que le otorgan una especial singularidad y marcado carácter protector. La mayor parte del cuartel esta poblado por un pinar de rodeno de avanzada edad en la zona norte y algo más joven de carrasco en la sur, existiendo amplias zonas de tránsito en las que se mezclan ambas especies formando masas mixtas. La mayor parte de los cantones presentan un vuelo más o menos denso en estado de fustal envejecido, aunque se dan también el resto de clases de edad, especialmente en los cantones que han sido intervenidos durante las últimas décadas. El cuartel se subdivide en 15 cantones (1, 2, 3, 4, 5, 6, 7, 30, 31, 32, 33, 43, 44, 45 y 46) con una cabida poblada de 519.18 ha. Se considera el modelo de gestión, desde la última revisión de la Ordenación de 1.998, el de Tramo Móvil. Cuartel B (Del medio) Ubicado en la parte oriental del monte, presentando tanto zonas llanas pobladas por buenos fustales de elevada calidad, como cantones más rebeldes con condiciones fisiográficas más duras que dificultan su aprovechamiento mecanizado. Con una presencia casi absoluta del pino carrasco frente al pino rodeno, que apenas se manifiesta tímidamente en algunos cantones en forma de pies aislados o manchas salteadas. Se dan frecuentes situaciones de semirregularidad en cantones en los que la secuencia de cortas mediante aclareo sucesivo uniforme (ASU) no se ha ejecutado correctamente. Por lo general, las masas que pueblan el cuartel son bastante jóvenes, y aparecen acompañadas en la mayor parte de los casos de un estrato de antiguos arboles padre Comparación entre inventario tradicional y tecnología LiDAR. 2010 33 Alberto Martín Gil (cantones 35, 36, 37 y 38) más o menos denso y que en algunos casos puede llegar suponer un problema para la masa transformada de latizal y jovenes fustal. El cuartel se subdivide en 12 cantones (8, 9, 10, 11, 12, 13, 14, 34, 35, 36, 37 y 38) con una cabida poblada. 526,23 ha. Se considera el modelo de gestión, desde la última revisión de la Ordenación de 1.998, el de Tramo Único. Cuartel C (La Solana) Cuartel ubicado en la parte meridional del monte, de exposición a solana y de naturaleza puramente protectora y poblado por masas generalmente abiertas que alcanzan zonalmente espesuras defectivas, principalmente en las zonas antiguamente cortadas y donde se aprecian problemas de erosión e incluso algunos derrubios de ladera. Con cierta tendencia a la semirregularidad por la conjunción de zonas llanas con abruptas pendientes, zonas con suelo con laderas de roca y zonas intactas con zonas intervenidas, esta forma principal de masa se considera la más apropiada para los objetivos exigibles, puramente protectores, donde la estabilidad y persistencia de las masas debe prevalecer frente a cualquier otro fin. Por lo general, todos los cantones incluidos en este cuartel presentan en su extremo septentrional una franja más o menos llana con unas características fisiográficas mucho más favorables que el resto del cantón. El cuartel se subdivide en 9 cantones (15, 16, 17, 18, 19, 20, 21, 22 y 23) con una cabida poblada de 470,76 ha. Debido a su clasificación de carácter protector se considera el modelo de gestión con ligeras intervenciones de huroneo. Cuartel D (La Tabla) Cuartel ubicado en la parte occidental del monte, caracterizado por unas condiciones fisiográficas que facilitan marcadamente su aprovechamiento maderero. Las condiciones fisiográficas, edáficas y microclimaticas son las principales responsables de que se den en este cuartel las mejores calidades y los mejores fustales de todo el Comparación entre inventario tradicional y tecnología LiDAR. 2010 34 Alberto Martín Gil monte, además de una concentración de pies de grandes dimensiones y, por lo general avanzada edad. Las masas que constituyen el vuelo principal son, en general, masas mixtas en estado de fustal medio o bajo de pino carrasco y rodeno, siendo más frecuente en la mayoría de los cantones el pino rodeno, que alcanza en este cuartel los mejores fustales de todo el monte (cantón 39). En la mayor parte de los casos, la forma principal de masa es la regular (cantones 25, 40, 42), apareciendo también casos de semirregularidad e incluso primeros grados de irregularidad en cantones con mezcla de clases naturales de edad (cantón 47), consecuencia principalmente de la forma en que se han ido ejecutando las cortas de regeneración durante los últimos años. Es destacable el marcado desequilibrio de edades a nivel de cuartel, siendo frecuentes como ya se ha comentado las edades avanzadas frente a la escasez de masas jovenes o transformadas. Los cantones intervenidos durante los últimos años presentan masas abiertas en estado de fustal bajo o medio y estructura semirregular con regeneraciones iniciadas aunque no conseguidas en ninguno de los casos (cantones 24, 27, 28, 41). El cuartel se subdivide en 11 cantones (24, 25, 26, 27, 28, 29, 39, 40, 41, 42 y 47) con una cabida poblada de 527.65 ha. El modelo de gestión a aplicar en el presente cuartel es el de tramo único. A continuación se presenta el mapa de distribución de cuarteles y cantones descrito. Fig. 15 División del monte nº57 en cuarteles y cantones. Comparación entre inventario tradicional y tecnología LiDAR. 2010 35 Alberto Martín Gil IV.2.2 Descripción de los inventarios La metodología empleada ha sido, al igual que en la anterior revisión de 1998, el muestreo estadístico mediante parcelas circulares de superficie fija y distribuidas sistemáticamente por toda la superficie del monte. El inventario de la última revisión de 2009 se ha realizado mediante el procedimiento concretamente de muestreo sistemático. En la última revisión (4ª de 2009) para poder realizar la equiparación de resultados con anteriores inventarios y especialmente con la anterior revisión (1998), se ha hecho coincidir geográficamente las parcelas a realizar, lo que intuitivamente obliga a utilizar marcos de distribución de parcelas análogos a los utilizados en la última revisión. No obstante, puesto que la utilización de la malla entonces propuesta implica un sobredimensionamiento inventarial, y una malla de reducción proporcional no permitiría cumplir con los requisitos impuestos por las vigentes Instrucciones para la Ordenación de Montes Arbolados de 1.970, se ha hecho preciso la modificación de la densidad mediante la superposición de una malla adicional de mayor densidad, cuadrangular y de lado variable, es decir, de 150 x 150 metros de lado, en aquellos tramos en destino, y una malla de 300 x 300 metros en el resto de la superficie, de forma que se han aumentado, en prácticamente 3 cantones, las parcelas a inventariar y se han reducido dichas parcelas para el resto de los cantones. Las parcelas son de radio 10 metros manteniendo así las características originales de las mismas respecto al último Inventario realizado (1998). El número de parcelas por cantón también se ha determinado de una forma análoga a la metodología de la revisión inventarial anterior de 1998, con una distribución como se muestra en la siguiente imagen y donde se puede observar la reducción de las parcelas para la última ordenación de 2009. Comparación entre inventario tradicional y tecnología LiDAR. 2010 36 Alberto Martín Gil Fig.16 En círculo las parcelas de la ordenación de 2009 y en verde las parcelas de la ordenación de 1998. (Fuente: Elaboración propia) La estadística aplicada es la que se utiliza en cualquier inventario u ordenación recomendados por el artículo 33 de las vigentes Instrucciones para la Ordenación de Montes Arbolados de 1.970. La fórmula para la determinación del número de parcelas necesario en un muestreo sistemático es la propia de un muestreo aleatorio simple: n= 𝑡²(𝐶𝑉%)² 𝜀% 2+𝑡²(𝐶𝑉%)² 𝑁 Donde:  N= Valor de la población, obtenido: N=superficie a inventariar / superficie de parcela  CV= Coeficiente de variación CV=desviación típica / área basimetrica media.  t. Valor de la t-student. Se calcula en función de los grados de libertad Comparación entre inventario tradicional y tecnología LiDAR. 2010 37 Alberto Martín Gil (Numero de parcelas menos 1) para un nivel de confianza dado (95%).  e= error relativo: 15 % para los cuarteles de producción y 30 % para los Cuarteles protectores (Instrucciones Generales para la Ordenación de Montes Arbolados). Con la información de la estimación del radio y número de parcelas de la revisión anterior y aplicando la estadística comentada se realiza el diseño del inventario, con las limitaciones que se detallan en la siguiente tabla: Tabla 7. Limitaciones del inventario (Fuente: 4ªrevision del inventario) Parámetro Cuartel A B C D Uso preferente Productor Productor Protector Productor Error máximo 15% 15% 30% 15% Parcelas 106 55 31 98 Para cada una de las parcelas se procedió a la medición de una serie de parámetros selvícolas, dasométricos y ciertos parámetros complementarios. Se recogieron parámetros selvícolas, por citar algunos;  Composición específica  Clase natural de edad  Forma principal de la masa  Forma fundamental  Fracción de cabida cubierta  Índice de espesura Y dendrométricos a nivel de parcela, con radio 10 metros donde se procedió a la medición de todos los pies inventariables, considerando éstos los pies cuyo diámetro con corteza a la altura normal (1,30 metros) fuera igual o superior a 7,5 centímetros, (siempre en sentido perpendicular a la recta que une el centro de la parcela con el eje axial del pie a medir) además en el inventario se realizó otra medición a nivel de subparcela donde se procedió a la caracterización de los pies menores, el regenerado Comparación entre inventario tradicional y tecnología LiDAR. 2010 38 Alberto Martín Gil y el matorral, que se obviará por carecer de interés en el presente estudio así como los parámetros complementarios que se recogieron de pendiente, exposición, cortas, daños y demás información válida para la realización del inventario y obtención del estado actual de la masa. Además de las mediciones citadas, con objeto de proceder al procesado e interpretación de los datos tomados, para cada parcela se seleccionaron dos árboles tipo, haciéndolos coincidir con los más próximos al centro de la misma, aquellos que cumplieran los siguientes requisitos:  Ser pies inventariables.  Pertenecer a alguna de las dos especies principales (Pinus halepensis o Pinus pinaster).  No ser pies dominados.  Presentar un fuste con un eje axial vertical. Y en los que se tomaron las mediciones correspondientes para el procesado de los datos. Para el presente estudio las mediciones más importantes que nos ocupan de todas ellas serían; las alturas, fracción de cabida cubierta y número de pies (Densidad). Para las alturas en la revisión de 1998 se utilizó el hipsómetro SUUNTO con la banda de los 20 m y distancia al objeto mediante cinta métrica, mientras que en la revisión de 2009 se utilizó el Hipsómetro Vertex IV teniendo en cuenta una distancia mínima al árbol, y apuntando bien al ápice del árbol, además de tener en cuenta su esfericidad e inclinación. Para el cálculo del volumen en la revisión de 2009 se realizaron curvas y tarifas a partir de las tarifas propuestas por el Tercer Inventario Forestal Nacional para la provincia de Valencia que como son de doble entrada y para toda la provincia se hace necesario su transformación en tarifas de una entrada (V (dn), Iv (dn)) con el fin de adaptar estas a la calidad de estación concreta de la zona de estudio, para ello, se agrupan los arboles tipo conforme a la calidad de estación (Tres para esta revisión). Con estas premisas, se decidió construir una tarifa específica de cubicación por especie principal a partir del apeo de arboles tipo y su cubicación comercial. Se realizó para Comparación entre inventario tradicional y tecnología LiDAR. 2010 39 Alberto Martín Gil una calidad única para todo el monte, seleccionando los arboles tipo de cantones a los que se le había asignado una calidad media, ya que se no se consideraba justificado el esfuerzo de haber realizado tres tarifas para cada una de las especies, siendo la variabilidad volumétrica asociada a la diferencia estacional a escala de monte poco significativa. Además, la mezcla de arboles tipo de diferentes cantones permitía el establecimiento de una tarifa de calidad media y utilización genérica para todo el monte. Se seleccionaron arboles tipo de los cantones 8 y 46 para el caso de pino carrasco, y 39 para el caso del pino rodeno intentando abarcar todas las clases diamétricas posibles, aprovechando los tratamientos que en estos se estaban ejecutando en el mismo monte con motivo del proyecto de aprovechamiento de la biomasa forestal residual. Dicho método explicado permite la obtención de una tarifa de calidad media, compensando los posibles errores por defecto y exceso en volumen. La Fracción de cabida cubierta (FCC) en la revisión de 1998 se realizó estableciendo porcentajes por clase diamétrica mientras que en la revisión de 2009 se realizó mediante el porcentaje por estratos vegetales. Ambas realizadas mediante visu del operario o ingeniero. Así pues con la misma metodología empleada, en líneas generales, en las dos últimas revisiones salvo las citadas de la malla y la utilización de aparatos electrónicos en la última revisión de 2009, que no conlleva un cambio relevante en la estadística y/o metodología, se puede proceder a la comparación fidedigna de los datos obtenidos en las últimas revisiones de 1998 y 2009. IV.2.3 Descripción de los datos LiDAR La toma de datos LiDAR se realizaron por parte del Plan Nacional de Ortofotografía Área (PNOA), dependiente del Ministerio de Fomento, durante el año 2009 para la Comunidad Valenciana. Los metadatos del vuelo figuran en la siguiente tabla: Tabla 8. Metadatos vuelo LiDAR Comparación entre inventario tradicional y tecnología LiDAR. 2010 40 Alberto Martín Gil MONTE "Solana y Campo de las Herrerías" Fecha del vuelo Noviembre 2009 Escáner LiDAR ALS50-II Frecuencia de emisión del pulso (PFR) 75 Khz Densidad final del pulso 70 Hz Máximo retorno por pulso 1 pulso/m2 Angulo de escaneo 4 Frecuencia de barrido +/- 50º Altura del vuelo Tal que el sol sobre horizonte≥40º Línea del vuelo Este – Oeste (pasadas paralelas) La precisión en altura de los resultados finales dependerá en gran medida de la calidad del vuelo original. El estudio detallado de la ejecución del vuelo, analizando el 100% de los datos LiDAR empleados se ha realizado por la empresa DIELMO 3D. Esta empresa ha desarrollado a partir de los datos LiDAR un modelo digital del terreno (MDT) de alta precisión de la zona de estudio. Por otro lado, a partir de los pulsos impactados en el dosel arbóreo, y mediante interpolación, se creó el modelo digital de superficies (MDS), que representa la estructura de la vegetación objeto de estudio. Haciendo la resta entre el MDS y el MDT y extrayendo la parte clasificada de vegetación, se obtiene un mapa con la altura de la vegetación que denominaremos MDC (Modelo digital de cubierta). Una vez obtenidos los puntos del MDC se ha procesado la información mediante aplicaciones especializadas facilitadas por DIELMO 3D para su uso con software libre de información geográfica (GvSIG). Estas aplicaciones facilitan la obtención de parámetros forestales como el FCC, densidad de árboles, estructura vertical de la vegetación o modelos de combustible. V. Metodología del proyecto El estudio comprende la comparación entre la 3ª (1998) y la 4ª (2009) revisión de la ordenación del monte nº57 “Solana y Campo de las Herrerías” desde el cambio de método, por un lado, y la comparación entre la 4ª y última revisión de la ordenación realizada mediante método tradicional de inventario con los datos obtenidos mediante la tecnología LiDAR para los parámetros que nos ocupan en el estudio, por otro lado. Cabe destacar que no se trata de una comparación de ordenaciones al uso ya que se Comparación entre inventario tradicional y tecnología LiDAR. 2010 41 Alberto Martín Gil trata sobre todo de comparar los parámetros que después se estudiarán con los obtenidos mediante tecnología LiDAR, de esta forma, por ejemplo, no se comparan las superficies que como ya se ha comentado son las mismas en las dos últimas ordenaciones, con una ligera variación al realizar las mediciones de los limites con tecnología más avanzada (GPS, más modernos), así como tampoco se comparan existencias, evolución, pies mayores o crecimientos. Los parámetros principales que se van a comparar entre ordenaciones son:  Densidad  Altura de la masa  Fracción de cabida cubierta (FCC)  Área basimetrica (AB)  Volumen La comparación del inventario tradicional con la tecnología LiDAR tan sólo se va a comparar los tres primeros parámetros con los datos de la última ordenación y los obtenidos con el LiDAR. Para ambas comparaciones se han recopilado los datos y aplicado para las muestras obtenidas la estadística adecuada para la comparación de poblaciones, y se ha observado su variabilidad e información válida que nos aporta. A partir de los Software ArcGis.9 y de Microsoft Excel 2007 se han realizado los mapas y las tablas del estudio. V.1 Estadística empleada La estadística empleada tanto para la comparación de las ordenaciones como para la comparación de los datos LiDAR y la ordenación de 2009 se ha realizado con ayuda de los programas informáticos específicos Statgraphics Plus V. 5.1 y Microsoft Excel 2007, y la teoría ha sido extraída del libro “Métodos estadísticos en Ingeniería” (ROMERO R. et al., 2005) Comparación entre inventario tradicional y tecnología LiDAR. 2010 48 Alberto Martín Gil Error cuadrático medio (ECM) El error cuadrático medio (ECM) es la media cuadrática de los cuadrados de los errores verdaderos. n E EMC n ii   1 2 Error Típico (ET) Devuelve el error típico del valor de (Yi) previsto para cada (Xi) de la regresión. El error típico es una medida de la cuantía de error en el pronóstico del valor de (y) para un valor individual de (X). R² Para estimar la bondad de un ajuste frecuentemente se prefiere utilizar el Coeficiente de Determinación, R2, que es el Coeficiente de Correlación elevado al cuadrado. Su valor oscila entre 0, no hay correlación y +1, excelente correlación lineal. Se puede calcular mediante la expresión:                           2 2 2 2 2 2 y n y x n x yx n yx R ii ii Comparación entre inventario tradicional y tecnología LiDAR. 2010 49 Alberto Martín Gil V.2 Comparación entre inventarios de campo Para la realización del estudio comparativo de las dos últimas revisiones de la ordenación, esto es, la revisión de 1998 y la de 2009, se han recopilado los datos que como se ha explicado anteriormente, se utilizaron en ambos inventarios y coinciden en los dos, con las mismas características, a saber;  Coordenadas geográficas (x,y)  Número de parcela y/o cantón  Radio de la parcela  Metodología empleada en obtención de datos. Dada la diferente forma de trabajar de los Ingenieros que realizaron las revisiones de las ordenaciones, dificultad de la compilación de datos debido a la no digitalización de los mismos y no estar suficientemente claros en la ordenación de 1998, con la consecuente complejidad del análisis de datos posterior de cada ordenación, se ha realizado la comparación de los parámetros a un nivel u otro, ya que para los parámetros de Altura y FCC no existen datos (o no se han encontrado) por parcela y si para el resto de parámetros. En un principio se estudió la comparación a nivel de parcela para; Densidad (número de pies/ha) y Área basimetrica (m²/ha) mientras que para los parámetros de Altura (m), Fracción de cabida cubierta (%) y Volumen con corteza (VCC, m³/ha/año) se realizaron las comparaciones a nivel de cantón y datos medios de los mismos. Para la obtención de los resultados se tuvieron también en cuenta los tratamientos y cortas realizadas en el monte en el último decenio, ya que sin duda afectan a prácticamente todos los parámetros, y que se presentan en la siguiente tabla: Tabla 9. Aprovechamientos en el último decenio. (S/D= sin datos) A P R O V E C H A M I E N T O S M A D E R A B L E S A ñ o C a n t ó n C o r t a A d j u d i c. E x c e s o T O T A L 1.999 – 2.000 39 Mejora S/D S/D 4.154 m3 42 Mejora Comparación entre inventario tradicional y tecnología LiDAR. 2010 50 Alberto Martín Gil 43 Mejora 45 Mejora 2.001 S/D S/D S/D S/D S/D 2.002 13 Regeneración 800 m3 436 m3 2.185 m3 24 Regeneración 449 m3 29 Regeneración 500 m3 2.003 29 Regeneración 1.716 m3 1.121 m3 2.837 m3 46 Regeneración 2.004 40 Mejora 1.468 m3 523 m3 1.991 m3 2.005 1 Regeneración 1.725 m3 60 m3 1.810 m3 31 Mejora 4 Mejora 2.006 10 Mejora 1.750 m3 206 m3 1.956 m3 11 Regeneración 12 Regeneración 34 Mejora 2.007 8 Mejora 1.710 m3 0 m3 1.710 m3 33 Mejora 2.008 --- --- --- --- --- 2.009 14 Regeneración --- --- --- 39 Mejora 1.787 m3 --- 1.787 m3 46 Regeneración --- --- --- Densidad La densidad se refiere comúnmente al número de pies por unidad de superficie (SERRADA. R. 1995). La comparación de la densidad se realizó mediante la contabilización del número de pies/ha del inventario con los datos medios de las parcelas que coincidían tanto en una ordenación como en otra. En la tabla 10 se presentan los datos recopilados de las dos ordenaciones: Comparación entre inventario tradicional y tecnología LiDAR. 2010 51 Alberto Martín Gil Tabla 10 Densidad en número de pies por ha. Altura de la masa La altura total de un árbol es la medida entre la base del árbol y su cima (DELGADO, R., 2008). La altura media de la masa viene definida como la media de las alturas de los pies que componen la masa, por lo que este parámetro lleva incluido un error procedente de la estimación del número de pies aún así la comparación de la altura de la masa se realizó mediante el promedio de alturas por cantón y vistos los resultados se cambiaron los datos y se realizó la comparación por el promedio de alturas dominantes por cantón mediante el método de Assman ya que a este tipo de método no le afectan los tratamientos selvícolas realizados en la masa, circunstancia que la convierte en un parámetro que caracteriza a la masa forestal. La altura dominante se define en función del diámetro asumiendo una relación inequívoca entre la altura y el diámetro (h/d) y se ha realizado llevando a la curva h/d el diámetro del árbol cuya sección normal es la media de los 100 pies más gruesos por ha. Los datos obtenidos para la altura dominante en las dos ordenaciones son los que figuran en la siguiente tabla: Tabla 11. Datos de altura dominante por cantones. 123456 7 8910 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 Densidad 1998 394 518 169 342 66 215 1160 1309 723 547 196 365 331 442 563 182 207 137 283 166 514 254 298 232 452 370 232 326 325 393 194 180 373 563 481 385 431 354 519 320 220 462 646 166 696 359 91 Densidad 2009 486 609 265 386 128 318 1146 502 783 239 261 96 271 417 591 202 287 124 424 319 772 340 287 237 493 557 445 301 213 518 153 187 319 758 445 553 572 615 160 188 104 308 367 160 263 304 303 Cantones 123456 7 8910 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 Ho 1998 11 8,5 8,1 9 8,3 9 10 13 13 13 12 12 11 13 11 11 11 10 9,3 7,9 9,7 14 16 10 10 10 10 8,9 11 13 11 7,7 11 11 13 9,5 12 11 13 12 10 13 12 10 9,3 11 11 Ho 2009 11 910 11 18 12 11 11 11 13 10 910 14 12 11 13 11 11 10 12 11 14 12 12 11 11 13 13 14 11 12 12 13 14 13 12 11 15 13 13 14 16 12 12 12 14 Cantones Comparación entre inventario tradicional y tecnología LiDAR. 2010 52 Alberto Martín Gil Fracción de cabida cubierta (FCC) La fracción cabida cubierta es un índice de espesura que cuantifica Ia parte de Ia superficie total del rodal que esta cubierta por Ia proyección de las copas del arbolado (SERRADA. R, 2002). Se han obtenido los porcentajes medios por clase diamétrica y cantón para la revisión de 1998 y la media de las parcelas por cantón de la revisión de 2009 para realizar la comparación, considerando tan solo los datos porcentuales del estrato arbóreo. Los datos obtenidos se reflejan en la siguiente tabla: Tabla 12. Porcentaje de FCC por cantones. Además se ha realizado la comparación de los datos de las ordenaciones con la FCC del 3er Inventario forestal Nacional con la finalidad de observar la variabilidad de los datos según inventario. Dicho parámetro se obtuvo realizando la media ponderada por la superficie del cantón. Área Basimetrica (AB) EI área basimetrica es Ia evaluación de Ia superficie ocupada por Ia proyección ortogonal de las secciones normales (a altura 1,30 m) de los arboles que forman Ia masa, en relación con Ia superficie del rodal, se expresa en m²/ha (SERRADA. R, 2002) Se trata de uno de los parámetros más utilizados para medir Ia espesura y las existencias de un monte ya que su medición resulta muy sencilla y con poco error. Los datos recopilados para la comparación del AB para ambas ordenaciones han sido los datos medios por clase diamétrica y cantón. Dichos datos se presentan en la siguiente tabla: 123456 7 8910 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 FCC 1998 48 26 17 36 11 17 40 97 69 62 29 35 27 35 32 20 19 18 29 16 34 36 49 29 35 24 20 19 37 38 30 17 60 71 55 53 42 42 53 50 19 61 52 46 48 40 25 FCC 2009 54 38 36 53 40 30 80 35 53 25 30 25 29 48 63 27 34 27 43 40 45 33 45 43 39 47 20 40 39 60 26 40 30 60 40 48 60 63 46 40 27 47 62 50 38 37 45 FCC IFN 3 54 50 55 55 38 42 60 46 48 43 54 49 43 55 47 50 51 54 48 57 44 56 57 44 56 51 41 41 54 63 49 61 45 35 31 58 51 57 52 47 36 60 65 48 54 66 58 Cantones Comparación entre inventario tradicional y tecnología LiDAR. 2010 53 Alberto Martín Gil Tabla 13. Área Basimetrica promedio por cantón en m²/ha. Volumen (VCC) El volumen del fuste de un árbol es consecuencia del crecimiento de su diámetro y su altura y depende de la genética del individuo, especie, estación y tratamiento (SERRADA. R. 2002) La comparación de este parámetro se ha realizado de forma análoga a la Altura y FCC, es decir, mediante la comparación de los datos extraídos de las existencias por clase diamétrica y cantón. En la siguiente tabla se muestran los datos recopilados y ordenados para realizar la comparación: Tabla 14. Volumen promedio por cantón, en m³/ha. V.3 Comparación de campo - LiDAR Los datos obtenidos mediante la realización del último inventario del monte nº 57 “Solana y Campo de las Herrerías ” mediante los aparatos tradicionales de inventario (Vertex, Forcípula, Densitómetro) se han utilizado para contrastarlos con los obtenidos mediante tecnología LiDAR y poder sacar conclusiones respecto a la utilidad de los mismos en la obtención de parámetros forestales en un futuro próximo. Se han utilizado los mismos software y algoritmos que para la interpretación de datos LiDAR que se realizaron en el estudio y testado de los mismos en parcelas 123456 7 8910 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 AB 1998 16 9,8 5,1 9,3 2,4 4 8,8 23,7 18 20 8,3 9,8 8,9 13 9 7,1 6,7 5,8 7,9 3,8 9,8 13 19 13 13 11 7,1 6,1 12 15 9,8 5,1 16 20 14 13 13 13 22 23 925 22 14 14 13 11 AB 2009 20 14 812 18 14 24 15 21 13 6 3 8 19 18 810 59918 11 17 10 19 17 914 14 24 610 10 27 14 20 22 14 18 16 924 24 813 12 18 Cantones 123456 7 8910 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 Volumen 1998 66 37 16 30 7,7 13 30,71 104 74 77 31 35 34 48 30 26 26 21 25 11 30 55 82 48 51 46 31 22 49 72 33 15 58 64 59 42 51 49 114 103 39 117 92 41 41 38 53 Volumen 2009 103 53 39 50 127 76 67 68 88 80 27 18 39 108 88 46 54 31 38 37 81 54 104 53 97 71 47 76 82 141 32 50 51 143 81 105 121 54 123 100 52 138 152 45 78 63 100 Cantones Comparación entre inventario tradicional y tecnología LiDAR. 2010 54 Alberto Martín Gil permanentes experimentales del Monte de la Hunde (POVEDA et al., 2010), (ver anejos testado parcelas permanentes). A partir del los datos LAS (formato estándar de datos LiDAR), tratados mediante una serie de algoritmos sobre los que opera el software de análisis y procesado LiDAR (Dielmo Open LiDAR, en base a GVSIG), se ha obtenido cartografía relativa a diversos parámetros selvícolas, a partir de la cual se puede caracterizar la masa forestales, de la misma manera como se haría a partir de datos extraídos de un inventario tradicional. La comparación de los parámetros obtenidos en campo y mediante tecnología LiDAR se estudia en los siguientes apartados: Densidad La densidad de la masa es un parámetro relevante a partir del cual se pueden deducir un gran número de índices dasométricos de gran interés para el análisis forestal de la masa (índices de competencia, existencias, estructura de la masa y demás). Su determinación en campo es relativamente sencilla, si asumimos cierta homogeneidad en la masa, por el contrario su estimación mediante datos LiDAR puede llegar a ser más o menos compleja. La dificultad de determinar el número de pies desde una visión aérea, ya sea sobre ortofoto o a partir de datos LiDAR, es debido a que en una masa forestal donde existe competencia del vuelo (hecho que se da en la mayoría de las masas por su elevada densidad ante la carencia de gestión generalizada), es complicado aislar una copa de las adyacentes, ya que estas son irregulares y se encuentran entrecruzadas ocupando todo el espacio posible, generando un continuo horizontal. Numerosos estudios se han centrado en la identificación de los pies de una masa, (PERSSON et al., 2002, NÆSSET & BJERKNES, 2001) la mayoría de ellos se basan en la segmentación del modelo de la cubierta de copas, localizando máximos y mínimos relativos a partir del primer retorno del MDC, analizando las texturas y suavizando los contornos para extraer las copas de cada árbol individual. Este método posee el inconveniente de que no es posible reconocer especies (VAUHKONEN et al., 2010) a no ser que se utilicen otros soportes como ortofoto o imagen de satélite (BREIDENBACH et al., 2010). Comparación entre inventario tradicional y tecnología LiDAR. 2010 55 Alberto Martín Gil Analizando la información vertical que nos proporciona el LiDAR, puede observase que la forma del dosel de copas en el estrato dominante, se comporta como una curva continua de máximos y mínimos, donde el máximo corresponde a la parte más alta de la copa interceptada, que pocas veces coincidirá con el propio ápice, y el mínimo a la base de copa viva de los pies dominantes (Figura 19). Fig.19 Perfil transversal de la capa LAS de MDS (0,5 pulso/m2) donde se observan los máximos relativos de las copas. Para determinar el número de pies a partir de los datos “LAS” existen diversos algoritmos, en este caso se ha utilizado una aplicación (DIELMO Open LiDAR de GVSIG) la cual se basa en determinar el máximo relativo para un determinado número de pixeles alrededor del pixel central (máximo relativo), de esta forma para densidades superiores a 800 pies/ha se ha identificado cada punto h>8pixeles colindantes, densidades entre 400-800 pies/ha ha sido h>23pixeles y para densidades menores de 400 pies/ha se ha aplicado h>24 pixeles. Además de especificar el número de pixel la aplicación permite seleccionar una altura mínima (Z) donde no se tendrán en cuenta los puntos que queden por debajo de ella. Medida para realizar solamente la identificación de los pies de una determinada altura, o por si hay un hueco en la masa que no se tenga en cuenta el matorral. En este caso se ha establecido Z=6m, ya que en todos los casos el sotobosque presentaba una altura menor a esta altura. Comparación entre inventario tradicional y tecnología LiDAR. 2010 56 Alberto Martín Gil Alturas La altura individual de los árboles se obtiene de forma análoga al número de pies, basándose en la metodología expuesta en el apartado de densidad, al corresponderse la altura del pie con la del máximo relativo identificado como árbol. Se ha demostrado que en término medio la altura resultante a partir de datos LiDAR suele estar subestimada respecto a la altura real, esto se debe a que no siempre el láser incide sobre el ápice del árbol. (NÆSSET & ØKLAND, 2003, ALDRED & BONNOR, 1985, NILSSON, 1994). La estimación correcta de altura depende de la especie (SORIN et al., 2002 y 2008), presentando las especies con porte piramidal un mayor error que otras especies menos piramidales. Los errores oscilan entre 0,3 y 1,5m dependiendo de la especie, la densidad de puntos, el tamaño de la huella y el método para el cálculo del MDT. Fracción de cabida cubierta En este caso la metodología empleada para estimar la FCC, definida por Dielmo Open LiDAR se basa en que los rayos LiDAR inciden desde encima de la masa y no dentro de ella dando un número de puntos tratados mayor que en el método tradicional y realizando además un cálculo más aproximado al real al realizar mucha más extensión de terreno. Este software calcula la FCC a partir del MDC (modelo digital de coberturas), asignando un valor binomial, uno (1) para aquellos pixeles que posean un valor de cota mayor al estipulado (2m) y cero (0) al que posea un valor menor del mismo. De esta forma se observa una capa binomial como aparece en la Figura 20 donde se aprecian en blanco (1) la vegetación y en negro (0) donde la vegetación es menor a la estipulada (2m). Para establecer la FCC del arbolado sería suficiente asignar un valor de Z tal que se incluya la parte más ancha de la copa del arbolado (altura a base de copa viva/muerta). No obstante los métodos para la estimación en campo de la FCC (densitómetro, fotografía hemisférica y demás) siempre toman todo lo que hay por encima del observador. Por este motivo, el parámetro Z se establece en 2 metros de altura, aunque este es un valor no estandarizado. Comparación entre inventario tradicional y tecnología LiDAR. 2010 57 Alberto Martín Gil La aplicación también elimina los pixeles negros que quedan dentro de las copas y los pixeles blancos aislados (ruidos) expandiendo y contrayendo los pixeles para formar estructuras homogéneas en las copas. Una vez obtenida la capa se calculaba el FCC para cada parcela, para ello se realizaba un recorte de las parcelas en las capas de FCC y se contaban el número de 1 y 0 que se encontraba dentro de cada parcela. El valor de FCC se obtiene del producto de los pixeles que han interceptado cubierta con el total de pixeles (ver fórmula). 𝑭𝑪𝑪 (%) = 𝑵𝒐 𝒑𝒊𝒙𝒆𝒍𝒆𝒔 𝒄𝒐𝒏 𝒗𝒂𝒍𝒐𝒓 𝟏 𝑵𝒐 𝒑𝒊𝒙𝒆𝒍𝒆𝒔 𝒕𝒐𝒕𝒂𝒍 ×𝟏𝟎𝟎 VI. Resultados La obtención de las muestras de las ordenaciones a comparar ha sido compleja ya que como se ha explicado anteriormente los datos no estaban suficientemente claros y se pretendió realizar una comparación a nivel de parcela que después, con los datos obtenidos, se tuvo que rehacer con datos por existencias por clase diamétrica y cantón. Esto es debido a la dificultad de análisis de datos al no estar suficientemente claros y principalmente a la reducción de las parcelas a inventariar que se realizó en la revisión de 2009 por razones técnicas y de presupuesto, dicha disminución ha sido significativa en algunos cantones, centrando la intensidad de muestreo en aquellos cantones en los que se pretendía realizar aprovechamientos, que si bien no afecta para realizar cálculos generales de crecimientos, curvas H/D o posibilidades y en definitiva a la ordenación y planificación del monte, si afecta al estudio que se presenta, ya que en determinados cantones, en la revisión de 1998 se contabilizaron un número de pies en Fig.20 Determinación de la FCC a partir de datos LiDAR, para un pixel de 1x1(m). Comparación con la ortofoto (arriba). Comparación entre inventario tradicional y tecnología LiDAR. 2010 64 Alberto Martín Gil enfermedad, puede dar lugar a unas diferencias importantes en el transcurso de un decenio, además de los errores producidos en las mediciones en el inventario o errores en transcripciones al digitalizar el mismo y los tratamientos selvícolas realizados. En muchos de los cantones donde se han realizado cortas el incremento total por cantón es negativo lo que se explica por ello (tabla 16), de hecho el porcentaje promedio del incremento de densidad sale bajo, con un 11.5% y negativo para el incremento promedio del monte con un valor de -2% debido al volumen de las cortas para el conjunto de los cantones, disminuyendo la densidad y dejando en preparación los mejores pies (bien conformados, fuste rectos, dominantes y codominantes). Ahora bien, los cantones donde no ha habido cortas y su incremento es negativo puede deberse a diferentes causas. Los cantones donde el incremento es negativo sin haberse realizado cortas en el último decenio son; 7, 18, 23, 28, 35, 41, 44. A continuación se muestra la tabla de valores obtenidos donde se muestran en amarillo los cantones donde se han realizado cortas en el último decenio, en gris los cantones que no se ha cortado y presenta incremento negativo y en verde aquellos cantones donde la diferencia o incremento es negativo. Comparación entre inventario tradicional y tecnología LiDAR. 2010 65 Alberto Martín Gil Tabla 16. Densidad (número de pies/ha) promedio de parcelas coincidentes por Cantón. En dichos cantones (verdes) el incremento negativo se debe prácticamente al trabajar con superficies a nivel de cantón, que son, de entre 15 a 70 hectáreas. Esto supone que dicho incremento apenas sea significativo para la mayoría de los mismos, ya que el promedio por parcela supone en algunos casos ninguno, un árbol ó dos (ver tabla 17) algo perfectamente asumible por causas naturales. El cantón que si requiere un examen mayor es el 41. En el cantón 41 en el año 1998, tras entrar el cantón en destino se realizaron las cortas diseminatorias con reserva de árboles padre eliminándose también el estrato de pies dominados, lo que explicaría quizás el incremento negativo. Tabla 17. Incrementos negativos por parcela en cantones sin cortas. Cantón Incmnto pies/ha Superficie/ha Pies/parcela 7 14,02 15,41 0,44 18 -12,97 73,34 -0,41 23 -11,29 15,91 -0,35 28 -25,03 32,30 -0,79 Nº cantón Densidad'98 Densidad'09 Incmnto % Incmnto Nº cantón Densdad'98 Densdad'09 Incmnto % Incrmnto 1393,58 485,69 92,11 23,40% 25 451,58 493,38 41,80 9,26% 2517,87 608,63 90,76 17,53% 26 370,10 557,17 187,07 50,54% 3169,40 265,33 95,93 56,63% 27 232,00 445,00 213,00 91,81% 4342,48 385,67 43,18 12,61% 28 326,34 301,31 -25,03 -7,67% 566,29 128,00 61,71 93,10% 29 324,58 213,17 -111,40 -34,32% 6215,43 318,00 102,57 47,61% 30 392,99 518,29 125,30 31,88% 71160,02 1146,00 -14,02 -1,21% 31 194,13 152,64 -41,48 -21,37% 81309,17 501,50 -807,67 -61,69% 32 179,92 187,00 7,08 3,93% 9722,53 783,20 60,67 8,40% 33 372,86 319,00 -53,86 -14,45% 10 546,87 239,00 -307,87 -56,30% 34 563,44 757,80 194,36 34,50% 11 195,55 261,10 65,55 33,52% 35 480,58 445,00 -35,58 -7,40% 12 364,58 96,00 -268,58 -73,67% 36 385,29 553,00 167,71 43,53% 13 331,43 271,29 -60,15 -18,15% 37 430,87 572,00 141,14 32,76% 14 442,39 416,65 -25,74 -5,82% 38 353,53 615,17 261,64 74,01% 15 563,44 590,78 27,34 4,85% 39 519,25 159,50 -359,75 -69,28% 16 182,29 202,00 19,71 10,81% 40 320,39 188,00 -132,39 -41,32% 17 207,15 286,63 79,48 38,37% 41 219,57 103,88 -115,70 -52,69% 18 136,72 123,75 -12,97 -9,48% 42 461,80 307,87 -153,93 -33,33% 19 282,99 423,77 140,78 49,75% 43 646,30 366,50 -279,80 -43,29% 20 165,72 318,67 152,95 92,30% 44 165,72 160,00 -5,72 -3,45% 21 513,72 772,25 258,53 50,32% 45 696,01 263,25 -432,76 -62,18% 22 254,10 340,00 85,90 33,81% 46 359,48 303,92 -55,56 -15,45% 23 298,29 287,00 -11,29 -3,78% 47 91,14 302,75 211,61 232,17% 24 232,00 237,33 5,33 2,30% Tot 47 386,21 378,17 -8,04 11,56% Comparación entre inventario tradicional y tecnología LiDAR. 2010 66 Alberto Martín Gil 35 -35,58 39,71 -1,12 41 -115,70 16,23 -3,63 44 -5,72 30,49 -0,18 A la inversa sucede también en algunos cantones, es decir, aquellos donde en principio se han realizado cortas y presentan en la última revisión valores de densidad mayores que en 1998. Estos cantones son el 1, 4, 11, 24 y 34. La revisión minuciosa de estos cantones nos ofrece que en el cantón 1 existe una subdivisión por rodales entre el norte y el sur, y parece ser que las cortas que se realizaron en 2005, en la subdivisión norte no llegaron a materializarse lo que podría indicar que en cómputo general salga una densidad mayor en 2009. El cantón 4 presenta también dicha característica de división, donde la zona norte se mantiene sin tratar por su baja calidad y problemas de gestión debido a su orografía, estableciéndose también las cortas en el rodal sur y con el mismo resultado que para el cantón 1. El cantón 24 no presenta problemas debido que su promedio no es elevado aunque cabe destacar que se trata de una masa pura de pino carrasco en estado de fustal bajo de 50 años de edad en regeneración donde se recomienda la eliminación del estrato de árboles padre extra cortables, es decir, una masa bastante abierta como consecuencia de la última corta, lo que da una idea de una masa adulta en regeneración que no genera grandes modificaciones a nivel de densidad. El cantón que mayor atención requiere sin duda es el 34, que según su estudio se trata de una masa en estado fustal medio con alta densidad, trabada y poda natural deficiente, donde no se llegaron a realizar las cortas preparatorias en 2004 lo que indica dicho índice de densidad. En la tabla siguiente se muestran los valores de los cantones comentados. Tabla 18. Incrementos positivos por parcela en cantones con cortas. Cantón Incmnto pies/ha Superficie/ha Pies/parcela 1 92,11 35,38 2,89 4 43,18 81,17 1,36 11 65,55 28,86 2,06 24 5,33 19,68 0,17 34 194,36 50,73 6,11 Comparación entre inventario tradicional y tecnología LiDAR. 2010 67 Alberto Martín Gil De todo lo explicado se puede observar gráficamente en la siguiente figura los incrementos en los cantones donde se han realizado cortas, en los que no y los ejemplos explicados: Fig. 26 Incrementos por cantón y aprovechamientos. A partir de la figura anterior y la tabla siguiente se observa como los datos promedio según si se han realizado cortas o no en los cantones, se ajustan al crecimiento esperado en densidad, decreciendo en aquellos donde se ha cortado y aumentando la densidad en aquellos donde no, con un promedio de -141.60 pies/ha en montes donde no se ha realizado ningún tratamiento selvícola en el último decenio, y en los cantones donde se ha actuado, por el contrario se ha reducido la densidad media en 82.58 pies/ha. Tabla 19. Incremento absoluto en pies/ha según cortas en los cantones Incrementos según cortas x¯ Cantones con cortas -141,60 Cantones sin cortas 82,58 -1000,00 -800,00 -600,00 -400,00 -200,00 0,00 200,00 400,00 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Incrementos densidad Cantones sin cortas Cantones con cortas Comparación entre inventario tradicional y tecnología LiDAR. 2010 68 Alberto Martín Gil Alturas dominantes 7 9 11 13 15 17 19 Ho'98 Ho'09 VI.1.2 Alturas Como se ha comentado anteriormente en un principio se utilizó la altura media de la masa para realizar la comparación, pero tras los resultados se observó que la altura dominante generaba menos error al no estar influida ésta por los tratamientos selvícolas ya que la atura media ofrecía resultados negativos de crecimiento en muchos más cantones que la altura dominante, debido a dichos tratamientos. Las distribuciones muestrales presentan normalidad salvo en la distribución de alturas de 2009 en el cantón 5 que tiene un valor de asimetría estandarizada y curtosis fuera del rango normal. Se ha eliminado dicho valor para el estudio estadístico que se explicará a continuación. En el gráfico siguiente (fig.27) se puede observar lo comentado. Fig. 27 Distribución de medias de la muestra altura (m) El estudio estadístico sin el dato comentado se presenta así: Tabla 20. Estadísticos Ho'98 Ho'09 --------------------------------------------------------------------- Frecuencia 46 46 Media 10 11 Varianza 2,86 2,31 Desviación típica 1,69 1,52 Error estándar 0,24 0,22 Mínimo 7,68 9,0 Máximo 15,81 15,8 Rango 8 6 Comparación entre inventario tradicional y tecnología LiDAR. 2010 69 Alberto Martín Gil Asimetría tipi. 0,90 0,67 Curtosis tipificada 0,39 0,16 Coef. De variación 15% 12% ------------------------------------------------------------------ A partir del estudio comparativo de las varianzas con un intervalo de confianza varianzas desde 0,683343 hasta 2,23194 y dado que contiene el valor 1, podemos deducir que no existe diferencia estadísticamente significativa entre las desviaciones típicas de las dos muestras para un nivel de confianza del 95% y se puede aplicar la hipótesis de igualdad de medias. En este caso se ha realizado el t-test para determinar si la diferencia entre las dos medias es igual a 0 frente a la hipótesis alternativa en la que la diferencia no es igual 0. Puesto que la t-calculada es inferior a 0.05, podemos rechazar la hipótesis nula en favor de la alternativa y decir que si existen diferencias significativas entre la diferencia de medias. (t = -3,16594 P-Valor = 0,00211019) Dicha diferencia se observa en el incremento global de alturas en 2009 siendo este, de 13.63% respecto de 1998 y con un crecimiento medio para el monte de 1.24 m que supone un 11.4%. Dicho incremento se puede intuir en la gráfica anterior (Fig. 27) al estar las alturas dominantes del 2009 desplazadas hacia la derecha obteniendo en general valores más altos. La altura de 17.7 m del cantón 5 nos determina un valor fuera de lo normal, tras el estudio del cantón, se observa que, éste es un cantón pequeño con reserva de árboles padre que da lugar a valores mayores que el resto, presenta un diámetro cuadrático medio de 42.20 cm con una densidad muy baja y en general un índice de esbeltez muy elevado, con una distribución diametral que no se repite en ningún cantón (fig. 28) y de los cuales se obtiene, a partir de la curva H/DN [Ht (m) = 0,785 · øn (cm) 0.8205 ] extraída de la revisión de 2009 para Pinus halepensis Mill. Calidad de estación II, que es la de la revisión para la especie, dichas alturas, con un incremento respecto del 1998 de 114%, lo que justifica los datos en 2009 y que induce a pensar en algún error de medición en la revisión de 1998, de hecho en los valores por existencias y CD de dicha revisión no existen datos para clases diamétricas tan altas (Fig. 28). Comparación entre inventario tradicional y tecnología LiDAR. 2010 70 Alberto Martín Gil Fig.28 Distribución clases diamétricas Las variaciones en el último decenio se presentan en la tabla 21, donde puede observarse que en varios cantones donde se han realizado cortas salen incrementos negativos (cantones 8, 11, 12, 13). Como se comentó anteriormente la altura dominante se utiliza debido a su método de cálculo porque no le afectan los tratamientos selvícolas, sobretodo las claras, pero las cortas finales realizadas extrayendo los pies dominantes y codominantes si afecta a la altura dominante, lo que explicaría dichos decrecimientos en altura de la masa. 75,756 66,287 14,204 4,735 0 0 0 -20 0 20 40 60 80 0 5 10 15 20 25 30 35 40 45 Nº de pies/ha Clase diametrica Cantón 5 - 1998 0 0 0 0 0 32 32 32 32 0 10 20 30 40 510 15 20 25 30 35 40 45 50 55 Nº de pies Clases diamétricas Cantón 5-2009 Comparación entre inventario tradicional y tecnología LiDAR. 2010 71 Alberto Martín Gil Tabla 21. Resultados Altura dominante en cada cantón 1998 – 2009. Por otro lado cabe destacar los cantones 37 y 38 donde los resultados nos ofrecen exactamente los mismos valores generando un incremento en altura de 0, dichos valores, podrían resultar del hipotético caso de zonas con una masa madura que ha alcanzado su máximo crecimiento y se encuentra en estado de senectud. El estudio de dichos cantones nos informa de que, sí, existe un piso de árboles padre más o menos denso según zonas en estado de fustal medio de 60-70 años de edad pero que todavía no son extra cortables ni tienen aspecto de estar envejecidos, por lo que aún pudiendo no existir gran diferencia en los crecimientos en el último decenio todo parece indicar que se trata de algún error en la toma de datos o de transcripción de los mismos. En el estudio comparativo se detecta que la medición de las alturas en el inventario de 1998 se realizó mediante el hipsómetro SUUNTO, con la banda de los 20 metros, el cual da resultados que hay que calcular realizando fáciles operaciones matemáticas pero que puede llevar a errores, además la distancia al objeto (árbol) medible se realiza a través de un visor dióptrico o mediante cinta métrica, la corrección de las pendientes se realizaron condicionadas al terreno y las correcciones de las distancias con tablas para tal efecto, dando en su conjunto unos errores de medición. Cantón Ho(Assman)'98 Ho(Assman)'09 Incrmnto %Incrmnto Cantón Ho(Assman)'98 Ho(Assman)'09 Incrmnto %Incrmnto 1 10,6 11,1 0,50 4,7% 25 10,23 12,1 1,87 18,3% 2 8,5 9 0,50 5,9% 26 10,21 11,2 0,99 9,7% 3 8,05 9,7 1,65 20,5% 27 10,43 10,9 0,47 4,5% 4 9,04 11 1,96 21,7% 28 8,92 12,7 3,78 42,4% 5 8,25 17,7 9,45 114,5% 29 10,69 13,3 2,61 24,4% 6 8,97 11,9 2,93 32,7% 30 12,57 14,3 1,73 13,8% 7 10,02 11,1 1,08 10,8% 31 10,7 10,9 0,2 1,9% 8 13,02 11,2 -1,82 -14,0% 32 7,68 12,3 4,62 60,2% 9 13,07 11,1 -1,97 -15,1% 33 10,52 11,9 1,38 13,1% 10 12,58 13,1 0,52 4,1% 34 10,83 12,5 1,67 15,4% 11 11,91 9,5 -2,41 -20,2% 35 12,73 13,6 0,87 6,8% 12 12,11 9 -3,11 -25,7% 36 9,51 12,9 3,39 35,6% 13 11,45 10,4 -1,05 -9,2% 37 12,3 12,3 0 0,0% 14 12,54 13,9 1,36 10,8% 38 10,8 10,8 0 0,0% 15 10,51 12,3 1,79 17,0% 39 13,35 15,4 2,05 15,4% 16 11,45 11 -0,45 -3,9% 40 12,24 13,4 1,16 9,5% 17 11,09 12,5 1,41 12,7% 41 10,44 12,6 2,16 20,7% 18 10,17 10,7 0,53 5,2% 42 13,09 13,6 0,51 3,9% 19 9,3 11,1 1,80 19,4% 43 11,99 15,8 3,81 31,8% 20 7,85 9,8 1,95 24,8% 44 10,02 12,3 2,28 22,8% 21 9,68 11,8 2,12 21,9% 45 9,29 12,2 2,91 31,3% 22 13,58 11,1 -2,48 -18,3% 46 10,86 11,9 1,04 9,6% 23 15,81 14 -1,81 -11,4% 47 11,47 13,7 2,23 19,4% 24 10,24 12,4 2,16 21,1% Tot 47 10,87 12,11 1,24 13,63% Comparación entre inventario tradicional y tecnología LiDAR. 2010 72 Alberto Martín Gil La ordenación de 2009 se realizó mediante el Hipsómetro Vertex IV que como toda medición presenta errores asociados debido a la precisión del propio aparato (errores congénitos), los derivados de su tecnología (emisión de ultrasonidos afectados por la humedad ambiental o viento) y además los propios de uso por parte de los operarios. De todo lo anterior y aún sin obtener una comparación científica de resultados entre uno y otro hipsómetro y simplemente con la comparación comercial de los aparatos donde indica una mayor precisión para el Vertex IV, no podemos asegurar de que valores o intervalos se trata la diferencia pero si se puede decir que existe, así que posibles incrementos negativos o positivos con intervalos pequeños en las alturas pueden ser debidas al cambio de hipsómetro en la realización de inventario y sus errores asociados. En la grafica siguiente se pueden observar los cantones donde se han producido incrementos o no en el parámetro altura para el último decenio según comparación de inventarios. Fig. 29 Incrementos Ho positivos y negativos A partir de la figura expuesta y la tabla siguiente (tabla 22) se observa como en los cantones donde se han realizado cortas finales se produce un incremento mínimo de menos de un metro, siendo éste de 0.81 metros de altura mientras que donde no se han realizado cortas finales aumenta casi 2 metros siendo dicho incremento de 1.53 ofreciendo unos resultados más ajustados a la realidad que realizando el cómputo general. -4 -2 0 2 4 6 8 10 12 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Incrementos Ho Positivos negativos Comparación entre inventario tradicional y tecnología LiDAR. 2010 73 Alberto Martín Gil Tabla 22. Incremento absoluto en metros según cortas en los cantones. Incrementos según aprovechamientos x¯ Cantones con cortas 0,81 Cantones sin cortas 1,53 VI.1.3 Fracción de cabida cubierta La fracción de cabida cubierta también es un parámetro que como el resto aumenta o debiera aumentar en el tiempo ya que se suponen crecimientos diametrales en grosor y de copa, ápice y ramas. La FCC como se ha explicado anteriormente se realizó en los inventarios sin ningún tipo de metodología al igual que el IFN 3 que también se realiza sin medición especifica o metodología concreta dejando a criterio del jefe de equipo su estimación (MMARM. 2006). Dicho método, o mejor dicho dicha ausencia de método de estimación del parámetro ofrece resultados muy dispares, lo cual se describen a continuación. Los estadísticos iniciales con todos los datos se observan en la siguiente figura: Los resultados ofrecen valores que se salen de la normalidad para los cantones 8 de 1998 y 7 de 2009 con un 97.4% y 80 % respectivamente. De nuevo dichos cantones con índices elevados de densidad, comentados anteriormente en el parámetro densidad rompen con la distribución normal, pueden invalidar el estudio y por tanto se obviaran para el estudio estadístico. 020 40 60 80 100 FCC'98 FCC'09 Fig. 30 Distribución de FCC Comparación entre inventario tradicional y tecnología LiDAR. 2010 80 Alberto Martín Gil Para los cantones 29 y 43 tras el estudio de los mismos se observan también altas densidades; donde el 29 presenta una elevada densidad para el momento en que se encuentra (regeneración) y se explica también que se ha realizado una reciente corta preparatoria-diseminatorias de intensidad moderada, pero no obstante, aún puede observarse un significativo piso de pies dominados y codominantes que deberían ser eliminados. En el 43 se describe también que alcanza densidades de visu entorno a los 400 pies/ha, y que las claras recientes a modo de corta preparatoria han sido poco representativas por el estrato de pies dominados que ha quedado en pie. Quedando patente la elevada densidad de los mismos aún con las cortas realizadas y que explica los resultados comentados. El incremento promedio del Área basimetrica en el último decenio es de 41.7% y en general para el monte el área basimetrica se incrementa en un 17%, dato que no concuerda con los incrementos porcentuales del parámetro densidad, lo que parece indicar que se han realizado en general en los cantones cortas preparatorias y diseminatorias, que no inciden tanto en el área basimetrica. Fig. 35 Incrementos AB positivos y negativos en el último decenio. A partir de la figura expuesta y la tabla 28 se observa como el promedio del área basimetrica por cantones con cortas disminuye en -1.47 m²/ha, y en los cantones sin cortas aumenta en 4.52 m²/ha, ajustándose a los crecimientos esperados de crecimiento. -15,00 -10,00 -5,00 0,00 5,00 10,00 15,00 20,00 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Incrementos AB Positivos Negativos Comparación entre inventario tradicional y tecnología LiDAR. 2010 81 Alberto Martín Gil Tabla. 28 Incremento absoluto según cortas en m²/ha. Incremento según cortas x¯ Cantones con cortas -1,47 Cantones sin cortas 4,52 VI.1.5 Volumen A partir de los resultados obtenidos mediante la obtención de la media del volumen (m³/ha) por clase diamétrica y cantón, se estudia estadísticamente ofreciendo dichos resultados: Tabla 29 Estadísticos volumen Volumen’98 Volumen'09 ------------------------------------------------------------------------------ Frecuencia 47 47 Media 47,59 75,11 Varianza 722 1175 Desviación típica 26,88 34,27 Error estándar 3,92 5,0 Mínimo 7,67 17,55 Máximo 117,39 151,66 Rango 109,72 134,11 Asimetría tipi. 2,75 1,49 Curtosis tipificada 0,74 -0,77 Coef., de variación 56% 45% ------------------------------------------------------------------------------- Tras el estudio estadístico mediante Statgraphics se observa que existen diferencias significativas en las varianzas lo que imposibilita hacer una comparación de medias para la muestra en cuestión determinando que dichas muestras pertenecen a distintas poblaciones. En la figura siguiente se observa como la muestra se distribuye de forma diferente, y fuera de la normalidad. Comparación entre inventario tradicional y tecnología LiDAR. 2010 82 Alberto Martín Gil Esto es debido a grandes diferencias entre el volumen obtenido en 1998 y en 2009 ya que, como se ha explicado en la metodología, en el caso del volumen a la hora de la comprobación de las tarifas generadas para cada especie y calidad de estación, se ha puesto de manifiesto un desajuste importante en la cubicación individual de los pies. El valor resultante fue contrastado con el obtenido por aplicación de la tarifa generada, encontrándose desviaciones importantes que en algunos casos llegaron a superar el 50% del volumen total. Esta razón explicaría las diferencias a nivel de comparación de inventarios respecto a la última revisión de 1998, donde estas tarifas fueron aceptadas sin comprobación previa, generando unos volúmenes unitarios muy bajos para los diámetros en cuestión. En la tabla siguiente se muestran los resultados de la comparación: Fig. 36 funciones de distribución que informan de la distribución de las muestras. Variables Volumen'98 Volumen'09 Función de distribución proporción 040 80 120 160 0 0,2 0,4 0,6 0,8 1 Comparación entre inventario tradicional y tecnología LiDAR. 2010 83 Alberto Martín Gil Tabla 30. Resultados para el parámetro Volumen. Amarillo cantones con cortas. Verde resultados negativos. Tal y como ha podido observarse en los resultados obtenidos y análisis anterior podría explicar los errores que se presentan en la tabla arriba indicada, es decir aquellos cantones donde no se han realizado cortas y se obtienen incrementos negativos o a la inversa, cantones donde se han realizado cortas (amarillo) y salen incrementos positivos. De particular interés de nuevo el cantón número 5 con un incremento de 1551% donde se observa que igual que en los parámetros de alturas, Área Basimetrica ó Fracción de Cabida Cubierta ya comentados genera una gran diferencia entre inventarios debido al error ya comentado en alturas. CANTON Vcc m³/ha'98 Vcc m³/ha'09 incrmnto %Incrmnto CANTON Vcc m³/ha'98 Vcc m³/ha'09 incrmnto %Incrmnto 166,26 102,83 36,57 55,19% 25 50,52 96,69 46,17 91,39% 237,35 52,76 15,41 41,26% 26 46,38 71,2 24,82 53,53% 315,69 38,64 22,95 146,32% 27 30,70 46,79 16,09 52,41% 430,13 50,37 20,24 67,19% 28 21,77 75,58 53,81 247,25% 57,67 126,63 118,96 1551,32% 29 48,63 81,6 32,97 67,79% 613,50 75,78 62,28 461,36% 30 71,63 140,99 69,36 96,83% 730,71 67,33 36,62 119,22% 31 33,43 31,72 -1,71 -5,10% 8103,55 68,07 -35,48 -34,26% 32 14,64 50,47 35,83 244,69% 973,78 88,07 14,29 19,37% 33 57,63 50,99 -6,64 -11,51% 10 76,53 80,45 3,92 5,12% 34 64,11 143,43 79,32 123,72% 11 30,52 27,37 -3,15 -10,32% 35 59,39 81,47 22,08 37,17% 12 35,48 17,55 -17,93 -50,53% 36 42,08 104,94 62,86 149,36% 13 33,77 38,69 4,92 14,55% 37 50,75 120,8 70,05 138,04% 14 47,67 107,66 59,99 125,83% 38 49,34 53,97 4,63 9,39% 15 30,34 88,07 57,73 190,24% 39 113,72 123,32 9,60 8,44% 16 26,42 46,19 19,77 74,85% 40 102,53 100,22 -2,31 -2,26% 17 26,31 53,75 27,44 104,27% 41 38,61 51,94 13,33 34,53% 18 21,13 30,86 9,73 46,02% 42 117,39 138,44 21,05 17,93% 19 25,39 38,2 12,81 50,48% 43 91,77 151,66 59,89 65,26% 20 11,15 37,02 25,87 231,97% 44 40,74 44,73 3,99 9,78% 21 30,17 80,73 50,56 167,59% 45 41,46 78,28 36,82 88,82% 22 55,02 53,96 -1,06 -1,93% 46 38,35 63,42 25,07 65,36% 23 82,24 103,81 21,57 26,22% 47 52,83 99,57 46,74 88,46% 24 47,74 53,47 5,73 12,00% Tot 47 47,59 75,12 27,52 108,18% Comparación entre inventario tradicional y tecnología LiDAR. 2010 84 Alberto Martín Gil Fig. 37 Incrementos en el último decenio por cantones A partir de la figura y los datos agrupados por cantones con cortas finales o sin ellas se observa en la tabla 31, como, en promedio se obtiene un incremento positivo de 34.45 m³/ha, donde no se han realizado aprovechamientos y de 17.31 m³/ha en los que si, resultado no muy acorde con lo que debería de ser ya que en los cantones donde se han realizado cortas el incremento debería de ser mucho menor o negativo y que derivan de la subestimación anterior comentada. Tabla 31 Incremento absoluto según cortas en m³/ha Incremento según aprovechamientos x¯ Cantones con cortas 17,31 Cantones sin cortas 34,45 VI.2 Resultados comparación Campo – LiDAR A continuación se exponen los resultados obtenidos en la comparación de los parámetros selvícolas obtenidos a partir de los datos LiDAR, con los obtenidos en inventario de campo. -60,00 -40,00 -20,00 0,00 20,00 40,00 60,00 80,00 100,00 120,00 140,00 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Volumen Cantones Incrementos Volumen Positivos Negativos Comparación entre inventario tradicional y tecnología LiDAR. 2010 85 Alberto Martín Gil VI.2.1 Cantón Se ha comprobado la diferencia entre cantones, comprobando el error y diferencia que se comete entre la media por los inventarios LiDAR calculados en el apartado anterior y la estimación de los parámetros de forma extensiva para todo el cantón. Por otro lado se ha comparado la media por cantón estimada por las parcelas de campo y los cantones de forma extensiva. VI.2.1.1 Densidad En el inventario de campo los pies se han clasificado por clases diamétrica, a partir de los 7,5cm de diámetro, no obstante, la aplicación usada para determinar la densidad en los datos LiDAR, no identifica o discrimina los pies dominados según su diámetro, Se supondrá que los pies con mayor diámetro serán más altos y dominaran sobre el resto, aunque esto no siempre se cumple. A partir de los datos se ha obtenido el siguiente análisis descriptivo: Tabla 32 Estadísticos densidad -------------------------------------------------------------------------------------------------------- Frecuencia Media Varianza Desviación típica -------------------------------------------------------------------------------------------------------- Campo 47 378,167 45230,6 212,675 LiDAR 47 359,206 9356, 96,73 -------------------------------------------------------------------------------------------------------- A partir del estudio ANOVA se obtiene que, no existen diferencias estadísticamente significativas al 95% de probabilidad entre los datos obtenidos mediante ambas técnicas, como puede observarse en la figura siguiente: Campo LiDAR Medias y 95,0 Porcentajes Intervalos LSD 320 340 360 380 400 420 Media Fig. 38 Comparación medias Comparación entre inventario tradicional y tecnología LiDAR. 2010 86 Alberto Martín Gil Dichos datos contienen un error absoluto medio cercano al 31% y una subestimación de la densidad por parte de los datos LiDAR del 20%.(Tabla 33) Tabla 33 Errores Densidad. EM EMA PEMA E. típico Coef.R² Densidad -18,96 111,45 31,84% 154,80 0,48 Demostrando que el uso de la aplicación Open LiDAR para el cálculo de densidad presenta unos valores, que pese a presentar errores discutibles a nivel de parcela (como se verá posteriormente) no presentan cambios significativos para un número suficiente de parcelas a gran escala (cantón). La comparación de los incrementos obtenidos entre inventarios tradicionales e inventario y LiDAR, en este caso, para la densidad, no se observan diferencias estadísticamente significativas al 95% (figura 39) por lo que se aconseja la realización de los mismos mediante la tecnología LiDAR, ya que ésta, se realiza más rápido y económicamente como se verá posteriormente. VI.2.1.2 Alturas La comparación se ha realizado a partir de la altura media de la masa. Los datos de altura medidas en campo corresponden tan solo a 2 pies por parcela, como ya se comentó en el apartado de metodología. Fig. 39 Comparación resultados entre inventarios tradicionales e inventario y LiDAR. Tradicional Trad y LiDAR Medias y 95,0 Porcentajes Intervalos LSD -56 -36 -16 4 24 44 Media Comparación entre inventario tradicional y tecnología LiDAR. 2010 87 Alberto Martín Gil Los estadísticos de la variable se muestran en la tabla siguiente: Tabla 34 Estadísticos Alturas -------------------------------------------------------------------------------------------------------- Frecuencia Media Varianza Desviación típica -------------------------------------------------------------------------------------------------------- Campo 47 9,33894 4,43781 2,10661 LiDAR 47 8,66766 8,82453 2,97061 -------------------------------------------------------------------------------------------------------- A partir del estudio de la varianza (figura 40) mediante ANOVA se observa que no existen diferencias estadísticamente significativas entre las medias de las 2 variables a un 95% de probabilidad. El gráfico anterior nos muestra como la técnica del LiDAR en la obtención de alturas subestima los datos en comparación con los métodos tradicionales, ya que como ya se ha comentado anteriormente en la metodología de obtención de datos LiDAR, no siempre el laser incide sobre el ápice del árbol, en este caso dicho valor resulta en un 7% y el error medio absoluto en la comparación corresponde a un valor del 27% como se muestra en la siguiente tabla: Tabla 35 Errores Alturas EM EMA PEMA E. típico Coef. R² Alturas -0,78 2,87 27.7% 2,13 0,4 La comparación de los resultados entre los inventarios e inventario y LiDAR en este caso si que nos da diferencias estadísticas significativas al 95% (figura 41) ya que para Fig. 40 Comparación de medias LSD campo LiDAR Medias y 95,0 Porcentajes Intervalos LSD 8,1 8,4 8,7 9 9,3 9,6 9,9 Media Comparación entre inventario tradicional y tecnología LiDAR. 2010 88 Alberto Martín Gil las alturas, la obtención manual de la altura y la dificultad que conlleva su medición más los errores asociados y acumulados hace que sus datos estén muy por encima de los datos obtenidos mediante LiDAR. A partir de los datos se obtienen errores medios absolutos negativos muy elevados y una regresión baja del 20% por lo que para el parámetro altura no se puede asegurar la comparación exacta mediante cualquier método, aconsejando la realización de las últimas tecnologías para la comparación de inventarios u obtención de la variable ya que como se ha visto anteriormente, el LiDAR ofrece una medición con tan solo un error del 7% respecto a los inventarios tradicionales y resulta más rápido y económico como se verá después. VI.2.1.3 Fracción de cabida cubierta En este caso se disponen de los datos de FCC a partir de datos LiDAR a partir de una altura mínima de 2 metros como se comentó en el apartado de metodología. El resumen estadístico se muestra en la tabla siguiente: Tabla 36 Resumen estadístico -------------------------------------------------------------------------------------------------------- Frecuencia Media Varianza Desviación típica -------------------------------------------------------------------------------------------------------- FCC campo 47 42,7098 153,615 12,3942 FCC LiDAR 47 47,2011 296,165 17,2094 -------------------------------------------------------------------------------------------------------- Tradicional Trad y LiDAR Medias y 95,0 Porcentajes Intervalos LSD -1,3 -0,3 0,7 1,7 2,7 Media Fig. 41 Comparación de medias de comparación entre inventarios y inventarios - LiDAR Comparación entre inventario tradicional y tecnología LiDAR. 2010 89 Alberto Martín Gil A partir del estudio estadístico ANOVA (figura 42) se observa como, si hay diferencias estadísticamente significativas entre la FCC del inventario de 2009 y la FCC obtenida en el IFN3 (circunstancia que se presentaba ya en la comparación de inventarios tradicionales) y como no existen diferencias estadísticamente significativas al 95% de probabilidad entre los datos obtenidos mediante tecnología LiDAR y el inventario tradicional. A partir del gráfico anterior se observa además como mediante el LiDAR se obtienen valores más altos que en el método tradicional, circunstancia que se debe a que dicha tecnología utiliza un número de datos mucho mayor que los principales métodos convencionales de campo, siendo de esta manera más exacto. El error medio absoluto cometido entre los valores de FCC estimados a partir del LiDAR y los datos de campo es de del 23%, por lo que la diferencia entre la estimación LiDAR ofrece en término medio un 10% de FCC más que en CAMPO (Tabla 37). Tabla 37 Errores del parámetro fracción de cabida cubierta EM EMA PEMA E. típico Cofi.R² FCC 4,49 9,60 23,32% 7,49 0,64 Los datos presentan una correlación como se muestra en la figura 43 de aproximadamente un 60%. Medias y 95,0 Porcentajes Intervalos LSD Media FCC campo FCC IFN3 FCClLiDAR 40 43 46 49 52 55 Fig. 42 Comparación de medias para FCC Comparación entre inventario tradicional y tecnología LiDAR. 2010 96 Alberto Martín Gil Inventario por hectárea 9 €/ha 1,25 €/ha Total inventario por ha 9,2 €/ha 1,95 €/ha + procesado(1.5€)* Monte de 1500 hectáreas 13800 € 5175 € Monte de 2957 hectáreas 27204.4 € 10201.6 € Un inventario cada cinco hectáreas que es lo que se considera habitual en una malla sistemática para el inventario tradicional y con tecnología LiDAR se puede disminuir a la cuarta parte, puesto que son solo de comprobación y calibrado además el inventario sistemático mediante tecnología LiDAR supone un precio menor ya que como se ha comentado anteriormente en el inventario se recogen menor número de datos consecuentemente puede ir una persona sola aunque el coste no es la mitad porque hay un coste fijo del vehículo todo terreno. (15 € Hora por persona y 10 € coste del coche) *El procesado de los datos LiDAR varía en función de la superficie como cualquier procesado cartográfico, pudiendo establecer orientativamente los siguientes tramos de precios de mercado: Con un precio para el monte en cuestión como se observa en el cuadro anterior con una diferencia de 17000 €, lo que supone un 62% menos del precio por inventario tradicional, si se realizara mediante tecnología LiDAR. VII. Discusión La obtención de los datos de la ordenación de 1998 para su comparación ha sido algo engorroso y complicado a la vez ya que los datos son antiguos, algunos de ellos no están digitalizados y además no se presentan de manera clara, ofreciéndose al autor de dicha comparación la complejidad de interpretación de los datos. Montes 50 – 250 ha 250 – 500 ha 500 – 1000 ha 1000 – 3000 ha Precio 4,5 €/ha 3,5 €/ha 2,5 €/ha 1,5 €/ha Comparación entre inventario tradicional y tecnología LiDAR. 2010 97 Alberto Martín Gil Los datos de los aprovechamientos realizados en el monte se recopilaron de los archivos del servicio forestal (PROP) de la Generalitat Valenciana, lo que fue también complicado ya que al no disponer de unos datos digitalizados y actualizados, tras las varias visitas a dicho centro no se consiguió obtener muchos más datos que los que refleja la ordenación de 2009, con lo que no se pudo realizar una comparación más detallada a nivel de parcela. El cambio de aparatos más modernos de mayor precisión ofrece resultados cada vez más exactos, lo que al comparar los inventarios pueden darse resultados que no son del todo exactos y siempre extrapolando resultados a partir de muestras con los errores que ello conlleva. FCC Respecto a la obtención de la FCC al ser este un parámetro que a priori no tiene mucha importancia en general en la ordenación, sobretodo en el cálculo de existencias o posibilidad, que sería lo más importante al fin y al cabo, aparentemente no se le da mucha importancia realizándose mediante visu del jefe de equipo sin ningún tipo de metodología concreta o tipificada (Dicha metodología es empleada también en el IFN 3 para el mismo parámetro). Esta circunstancia como se ha visto en los anteriormente ofrece unos resultados con unas diferencias considerables al quedar la medición bajo la estimación del operario con la derivación asociada de un observador a otro en el tiempo. Una metodología empleada en la obtención de la FCC es mediante Densitómetro, que es un aparato que ofrece una visión perpendicular al suelo, delimitada por una circunferencia de 10 mm, que al observar a través de ella pude observarse, o no, ramas de los árboles situados en la parte superior, dando el valor de 1 si alguna rama cae dentro del circulo y un valor de 0 si no es así. El cociente entre el número de medidas positivas y negativas da el porcentaje de fracción de cabida cubierta. Dicha medición puede realizarse mediante la observación del densitómetro cada 1m en dos transectos perpendiculares que coinciden con las dos diagonales de las parcelas, N-S y W-O. Establecer una metodología concreta para la FCC como la que se ha descrito retrasa el inventario o mejor dicho reduce el rendimiento al dedicar mayor tiempo a la parcela, para un parámetro que realmente en la ordenación no se le da demasiada importancia Comparación entre inventario tradicional y tecnología LiDAR. 2010 98 Alberto Martín Gil aunque si la tenga por la posibilidad del estudio de la espesura, regenerado y demás. Gracias a la tecnología LiDAR y como se ha visto en el presente estudio, dicha tecnología elimina los errores metodológicos de los operarios y permite la estimación precisa de la FCC en grandes extensiones, de forma continua, evitando los errores por inferencia estadística. Debido a que todos los datos se encuentran perfectamente georreferenciados se puede extraer información del punto o zona que se desee, permitiendo obtener mapas de FCC, valores medios, gráficos de frecuencias y otros parámetros estadísticos de forma relativamente sencilla, además de obtener un parámetro, quizás engorroso y no muy fiable por el método tradicional, rápido y preciso con tan solo un error del 10% Además, debido a lo comentado se permite que el valor de FCC pueda incluirse en relaciones para el cálculo de parámetros selvícolas como el área basimétrica o el volumen. Densidad Los datos LiDAR además de dar información sobre el número de pies poseen información sobre la ubicación de cada pie, con una precisión relativamente alta (menos de 1m²). No obstante se ha de tener en cuenta que no siempre el ápice se localiza en la misma posición de la base del fuste, especialmente en pies inclinados. En pies muy inclinados además de que la localización no sea precisa también puede existir un problema de conteo al incidir el láser en dos parte del mismo árbol. Otra consideración importante en la estimación del número de pies mediante el análisis de datos LiDAR es que los pies dominados o sumergidos, son difícilmente identificables, por lo que solo se obtiene el número de pies que compone el estrato dominante. A partir de los resultados obtenidos se puede decir que la utilización de LiDAR para determinar la densidad supone un mínimo error en comparación con métodos convencionales siendo un método más rápido y reduciendo considerablemente el coste. La dificultad de aislar los pies a nivel de vuelo cuando existe competencia hace que el método empleado presente errores elevados a partir de 1000 pies/ha, aumentando el error con la competencia. Otra cuestión es que los pies sumergidos no Comparación entre inventario tradicional y tecnología LiDAR. 2010 99 Alberto Martín Gil son identificados, no obstante en la mayoría de los casos esta información no es importante ya que son pies destinados a desaparecer en los tratamientos. Alturas La altura, junto al diámetro, han sido las variables fundamentales para caracterizar la estructura de una masa y principalmente para determinar el volumen mediante el uso del coeficiente mórfico o tablas de cubicación. En inventarios tradicionales la estimación de la altura supone una dificultad añadida debido al bajo redimiendo y un error variable derivado dificultad de visualizar las copas, la complejidad orográfica o los instrumentos utilizados para la estimación como bien se ha podido observar en el estudio de la altura. La utilización de datos LiDAR simplifica considerablemente esta labor al poseer datos de alturas máximas de la masa medidos desde fuera de la misma. A partir de los datos obtenidos mediante LiDAR nos ofrece unos resultados con un error del 7% frente al inventario tradicional para la obtención de la altura media de la masa, por tanto si se pretende estimar ésta, teniendo en cuenta todos los pies de la misma, se debería agregar un 7% de la altura estimada al monte dependiendo de la especie y estrato dominado (no identificado por el LiDAR). VIII. Conclusiones Realizando este trabajo de fin de carrera se produce un incendio forestal en Tavernes de la Valldigna (Valencia) donde se demuestra una vez más y explicado en los diarios al día siguiente por técnicos reconocidos en el sector forestal, la falta de gestión de los bosques de la Generalitat Valenciana como se ha explicado en este trabajo. La falta de gestión proviene la mayoría de las veces por una alta inversión con rentabilidades más que discutibles. La obtención de parámetros forestales mediante tecnología LiDAR según la comparación económica realizada es claramente más rentable frente a los métodos Comparación entre inventario tradicional y tecnología LiDAR. 2010 100 Alberto Martín Gil tradicionales observando que supone entre la mitad y la cuarta parte del precio del proyecto lo cual es un estímulo importante a la hora de realizar la Gestión forestal, así que para las administraciones públicas y con la situación económica actual y prevista para los próximos años, sería deseable una aceptación y generalización del trabajo a partir de datos LiDAR, con objeto de abaratar los costes de planificación y aumentar de manera considerablemente rápida la superficie ordenada en España. La altura total estimada por LiDAR subestima la altura total real del arbolado en un 7% de la altura en término medio para Pinus halepensis. La densidad estimada por LiDAR se subestima en un 20% en término medio para Pinus Halepensis. La Fracción de cabida cubierta se sobrestima en un 10% en término medio para Pinus Halepensis. La tecnología LiDAR no es sustitutiva completamente de los inventarios forestales tradicionales, puesto que hay una serie de parámetros imposibles de medir mediante LiDAR, entre ellos, el más importante, la edad de la masa. La ventaja del procesado de datos LiDAR frente a los inventarios tradicionales, no es la mayor precisión parcela a parcela, que también lo és en algunos parámetros, sino la disminución drástica del error en cuanto a la medición de dichos parámetros debido a la mayor cantidad de mediciones tomadas cuando extrapolamos los resultados a nivel de cantón. En el inventario tradicional se extrapolan los resultados de las parcelas a nivel de cantón, mientras que con los datos LiDAR tenemos las medidas reales de toda la extensión de la superficie del cantón. IX. Bibliografía Comparación entre inventario tradicional y tecnología LiDAR. 2010 101 Alberto Martín Gil ALDRED, A.H. BONNOR, G.M., 1985. Application of airborne lasers to forest surveys. Information Report Petawawa National Forestry Institute, Canadá (PI-X-51): 62 ÁLVAREZ DE PRADO, L. & RUIZ FERNÁNDEZ, L.A. (2005). Caracterización de ecosistemas forestales de la sierra del teleno (león) en unidades de vegetación, empleando imágenes landsat 7 etm+ y mde. Cuad. Soc. Esp. Cienc. For. 19: pp; 163-168. ARBONAUT. Tecnología LiDAR. 2010 <http://www.arbonaut.com/index.php?top=59&option=com_content&view=frontpag e&Itemid=59&lang=es> (Septiembre de 2010) BALMA FORESTAL SLP, 2010. Tarifas inventario LiDAR. <http://www.balmasl.com/> (Noviembre, 2010) BREIDENBACH, J., NÆSSET, E., LIEN, V., GOBAKKEN, T., SOLBERG, S. 2010. Prediction of species specific forest inventory attributes using a nonparametric semiindividual tree crown approach based on fused airborne laser scanning and multispectral data. Remote Sensing of Environment 114 (2010), pp; 911–924 CONSELLERIA DE MEDI AMBIENT. 2000. Proyecto ordenación monte de Sinarcas. CONSELLERIA DE MEDI AMBIENT. 2010. 4º Revisión proyecto ordenación monte de Sinarcas. DELGADO, R. (2008). Apuntes de Dasometría. Valencia. Editorial de la Universidad Politécnica de Valencia (UPV) DIELMO. Tecnología LiDAR. 2010 < http://www.dielmo.com> (Septiembre 2010). Comparación entre inventario tradicional y tecnología LiDAR. 2010 102 Alberto Martín Gil CUASANTE CORRAL, D. & GARCÍA GÜEMES, C. (2010). Estimación de recursos forestales con tecnología LiDAR aerotransportada. Aplicación práctica en varios montes de la Provincia de Burgos. COROMINES M., BLANCO E. & RUIZ GARCÍA, A. (2005). Aplicación de la tecnología LiDAR al estudio de la cubierta vegetal. Cuad. Soc. Esp. Cienc. For. 19: pp. 71-77 FERNÁNDEZ-MANSO O., RAMÍREZ CISNEROS J., BLANCO MARTÍNEZ J., NÚÑEZ LLAMAS J., CALVETE CARRERA J., & SERRANO PÉREZ J. (2005) Optimización de la ejecución y explotación de inventario forestales mediante el empleo de herramientas sig y gps Cuad. Soc. Esp. Cienc. For. 19: pp.103-109 GARCÍA, M., PRADO, E., RIAÑO, D., CHUVIECO, E. & DANSON, F. M. (2009): Ajuste planimétrico de datos LiDAR para la estimación de características dasométricas en el Parque Natural del Alto Tajo, GeoFocus (Artículos), nº 9, p. 184-208. ISSN: 1578-5157 FABRA, M., REYNA, S., & POVEDA, A., 2010. Programa de mejora de la capacidad de adaptación al cambio climático de los bosques de la Comunidad Valenciana. Generalitat Valenciana. Universidad Politécnica de Valencia. HOLMGREN, J. PERSSON, Å. 2004. Identifying species of individual trees using airborne laser scanner. Remote Sensing of Environment, 90(4), pp. 415-550. INSTITUTO NACIONAL DE ESTADISTICA, (2010) Calculo incremento IPC, <http://www.ine.es/varipc/verVariaciones.do;jsessionid=97CB74415E57D814E74 72DE913016556.varipc01?mesini=Enero&anyoini=2004&mesfin=Octubre&anyofi n=2010&tipoindice=General+Nacional&enviar=Calcular> (Noviembre, 2010) LEY 3/1993, de 9 de Diciembre, de la Generalitat Valenciana, Forestal de la Comunidad Valenciana. Archivo en PDF, disponible en http://portales.gva.es/c_economia/web/hacienda/organos/dge/Ley_GV_31993_Forestal_CV.pdf Comparación entre inventario tradicional y tecnología LiDAR. 2010 103 Alberto Martín Gil LEY 43/2003 de 21 de Noviembre de montes. Archivo en PDF, disponible en <http://www.boe.es/boe/dias/2003/11/22/pdfs/A41422-41442.pdf> LOPEZ SERRANO, F., GARCIA MOROTE, F., CERRO BARJA, A., (2003). Dasometría. Ciencia de la medición forestal. Albacete. Popular libros. NÆSSET, E., BJERKNES, K.-O., 2001. Estimating tree heights and number of stems in young forest stands using airborne laser scanner data. Remote Sensing of Environment. 78, pp: 328 – 340. NÆSSET, E., ØKLAND, T., 2003: Estimating tree height and tree crown properties using airborne scanning laser in a boreal nature reserve. Remote Sensing of Environment. 79, pp: 105 – 115. NILSSON, M., 1994. Estimation of tree heights and stand volume using airborne lidar system. Report 57, Dept. of Forest Survey, Swedish Univ. of Agric. Sciences, Umea, pp; 59 PATFOR.ES. Plan de Acción Territorial Forestal de la Comunidad Valenciana. <http://www.cma.gva.es/arbdin/indice.aspx?nodo=180&idioma=c> (13 de septiembre de 2010) PASTOR-LÓPEZ, A. & MARTÍN-MARTÍN, J. (1992/93). Los bosques protectores de P. halepensis en la provincia de Alicante. Características de un proceso de revegetación. Mediterránea Ser. Biol. n. ° 14. pp 57-78. POVEDA, A. 2010. Establecimiento de parcelas permanentes de P. halepensis Mill. en la Comunidad Valenciana. Proyecto fin de carrera. Universidad Politécnica de Valencia. QUINTANO PASTOR, C., FERNÁNDEZ MANSO, A., RODRÍGUEZ PÉREZ, J. R., ÁLVAREZ TABOADA, M. F. & RAMÍREZ CISNEROS, J. (2005). Estimación de existencias a Comparación entre inventario tradicional y tecnología LiDAR. 2010 104 Alberto Martín Gil partir de imágenes landsat derivadas de la aplicación de modelos de mezclas espectrales. Cuad. Soc. Esp. Cienc. For. 19: pp. 163-168 RENSLOW M., GREENFIELD, P. & GUAY, T. (2000). Evaluation of Multi-Return LIDAR for Forestry Application. US Department of Agriculture Forest Service – Engineering. SERRADA, R. (1995). Apuntes de la asignatura de Selvicultura. Madrid: Unidad de reprografía de la Universidad Politécnica de Madrid. SORIN, C. POPESCU, KAIGUANG, ZHAO., 2008. A voxel-based LiDAR method for estimating crown base height for deciduous and pine trees. Remote Sensing of Environment 112. Pp; 767–781 SORIN C. POPESCU, RANDOLPH H. WYNNE, ROSS F. NELSON. 2002. Estimating plotlevel tree heights with lidar: local filtering with a canopy-height based variable window size. Computers and Electronics in Agriculture 37, pp; 71/95. VAUHKONEN, J., KORPELA, I., MALTAMO, M., TOKOLA T., 2010. Imputation of singletree attributes using airborne laser scanning-based height, intensity and alpha shape metrics. Remote Sensing of Environment 114, pp; 1263–1276.