Colegio Oficial de Ingenieros Técnicos Agrícolas de Centro

PRESENTACIÓN

El curso LIDAR FORESTAL: Métodos de masa aplicado al medio forestal permite al alumno realizar un inventario forestal completo mediante la tecnología LIDAR por el procedimiento de métodos de masa.
El conocimiento de la tecnología LIDAR en el medio forestal se hace imprescindible en la actualidad para los profesionales del sector forestal, pues permite recabar un gran volumen de datos con menor esfuerzo que los sistemas tradicionales de inventarios medioambientales. Saber interpretar y conjugar los datos LIDAR con las distintas variables ambientales es fundamental para el gestor a la hora de tomar decisiones sobre la planificación de cualquier hábitat a estudiar.

Modalidad: Online

FECHAS

Del 01 de julio al 30 de septiembre de 2024
Límite inscripción: 

CARGA LECTIVA

Horas de video: 30h
Dedicación estimada: 85h
Postformación: 180 días

TEMARIO

TEMA 01 | INTRODUCCIÓN A LA TECNOLOGÍA LÍDAR
1. Software empleado.
FrugoViewer | FUSION | QGIS | R y R-commander
2. Equipo necesario e instalación.
3. Interfaz.
FrugoViewer | FUSION | QGIS | R y R-commander
4. La tecnología LiDAR.
Sensores activos frente a sensores pasivos | LiDAR terrestre y LiDAR aerotransportado | Funcionamiento del LiDAR aerotransportado | Componentes básicos de un sistema LiDAR aerotransportado | Comportamiento del pulso LiDAR | Características de los datos LiDAR | Pre-tratamiento de datos LiDAR | Obtención de Modelos Digitales del Terreno (MDT) a partir de datos LiDAR: MDE, MDS y MDHV | LiDAR vs fotogrametría

TEMA 02 | LIDAR Y SECTOR FORESTAL
1. Inventario forestal con Tecnología LiDAR.
2. Inventario Forestal con Métodos de Masa.
Toma de datos en campo | Cálculo de estadísticos a partir de la nube de puntos del LiDAR

TEMA 03 | ESTIMACIÓN DE VARIABLES FORESTALES. MÉTODOS DE MASA
1. Introducción.
Muestreo aleatorio | Normalidad de las variables | Correlación lineal entre variables | Modelos por regresión lineal | Relaciones no lineales entre variables
2. El sotfware R y su paquete R-Commander.
Introducción a R y Rcommander | Ajuste de modelos lineales simples en R-Commander | Ajuste y diagnosis de modelos de regresión múltiple con R-Commander

TEMA 04 | RESULTADOS FINALES
1. El programa QGIS.
Descarga e instalación
2. Añadir información LiDAR a QGIS.
Cargar el archivo de texto (.csv) | Creación de cuadrícula vectorial con datos LiDAR en QGIS | Incorporar los modelos en QGIS | Cálculo de errores

TEMA 05 | OTRAS APLICACIONES LIDAR

METODOLOGÍA DE IMPARTICIÓN

Este curso está tutorizado mediante medios de comunicación directos (clases y tutorías webinars) e indirectos (foros y mensajería directa). La comunicación entre el alumnado y el docente, es directa, clara, continua y fluida.
El curso se gestiona a través a través de una plataforma de formación online disponible las 24 horas. Las partes principales del curso son:

Clases webinars
Consisten en clases online en tiempo real y a través de internet. Son ideales para generar una interacción directa entre el equipo docente y el alumnado, y se celebran en días y horarios concretos. Las clases se graban y se suben a la plataforma de formación, de forma que también pueden consultarse posteriormente. Durante estas clases, el alumnado realiza ejercicios tutorizados, que son la base para la superación de las prácticas de evaluación.

Prácticas con tutorías e-learning
En esta parte del curso, el alumnado realiza proyectos y prácticas de evaluación (necesarias para la obtención del Certificado de Aprovechamiento). En los horarios de tutorías el equipo docente contesta las dudas planteadas por el alumnado.
Esta parte se gestiona principalmente a través de una plataforma online 24 horas, en la que están disponibles todos los materiales del curso, los foros habilitados para dudas y en la que se realizan las entregas de las prácticas de evaluación.

Materiales didácticos
El alumnado tiene a su disposición los manuales del curso, videotutoriales, grabación de clases webinars, datos y archivos para realización de prácticas, documentos de apoyo y recursos didácticos de la materia.

Post-Formación Con el fin de facilitar el repaso de los contenidos del curso, a su finalización, el alumnado tiene acceso a un aula de post-formación durante 2 meses, en la que tendrá disponibles manuales, vídeos, webinars y recursos.

PARTE PRÁCTICA

Durante el curso el alumno realiza un ejemplo real de inventario forestal apoyado en datos LiDAR del PNOA aplicando el método de masa también conocido como ABA (Area Based Approach) por sus siglas en inglés:

• Primeros pasos para la creación de un inventario: Preparación de las carpetas de trabajo y descarga de datos LiDAR del PNOA en formato LAZ desde la página del Centro de descargas del CNIG.
• Descompresión de datos LAZ a LAS: Descomprimir los archivos con el software LasTaskTools del CNIG o con la herramienta libre LasZip del paquete LasTools.
• Visualización y evaluación inicial de datos: Evaluación manual de la nube de puntos mediante visualización de datos con FugroViewer y FUSION/LDV. Realizar perfiles longitudinales, visualizaciones 3D, mostrar datos por clasificación, recortes circulares…
• Primeros pasos con el procesador de datos LiDAR de FUSION: Aplicación del comando Groundfilter para filtrar la nube de puntos separando aquellos puntos pertenecientes al suelo de todos los demás y creación a partir del filtrado anterior de un MDE (Modelo Digital de Elevaciones) con la herramienta de interpolación GridSurfaceCreate.
• Transformación del MDE a formato visualizable en un SIG: Conversión mediante DTM2ASCII del archivo MDE.dtm a un archivo MDE.asc para poder integrar el resultado del Modelo Digital en QGIS.
• Recorte y normalización de datos LiDAR pertenecientes a la superficie de las parcelas de campo: Recorte de los datos LiDAR coincidentes con el área de las parcelas mediante el comando ClipData normalizando las alturas de los puntos por transformación de alturas ortométricas en alturas sobre el suelo utilizando para ello el MDE.
• Cálculo de estadísticos de los recortes de las parcelas con el comando CloudMetrics: Extracción de estadísticos de altura de vegetación y estadísticos de cobertura de los datos LiDAR pertenecientes a cada una de las parcelas de campo o submuestras normalizadas recortadas en el apartado anterior.
• Cálculo de estadísticos continuos para toda la superficie de trabajo con el algoritmo GridMetrics de FUSION: Computar, previa normalización con el MDE, los mismos estadísticos de altura de vegetación y de cobertura para cada una de las celdas de una malla (Grid) superpuesta sobre toda nuestra superficie de inventario.
• Integrar la malla de estadísticos continuos en QGIS: Incorporar la cuadrícula de estadísticos en el sistema de información geográfica QGIS.
• Modelización de variables dasométricas o de masa (VCC, Ab, Ho, Dg…): Ajustar modelos de regresión lineal con la librería R-Commander de R utilizando datos tomados en campo como variables dependientes y los estadísticos LiDAR calculados para la superficie de cada una de las parcelas como variables explicativas.
• Aplicar los modelos ajustados en la malla de estadísticos continuos integrada en QGIS: Calcular para cada celda del GRID las variables de masa a partir de los modelos obtenidos utilizando la calculadora de campos.
• Calcular variables de masa para nuestras superficies objetivo: Calcular promedios para las variables dasométricas a nivel de rodal, cantón o monte y discutir los resultados.