DISEO DE LA METODOLOGA DE INVENTARIO

FORESTAL CON APLICACIN LIDAR

 INTRODUCCIN
La Generalitat Valenciana ha desarrollado, en el marco del proyecto PROFORBIOMED,
el Proyecto de Ordenacin del Monte n 95 de Utilidad Pblica Sierra Negrete en el
trmino municipal de Utiel (Valencia), cuyo objetivo principal es el aprovechamiento
de biomasa.
La ordenacin consiste, en la elaboracin de un plan de gestin forestal del monte para
el aprovechamiento de la biomasa, y en el desarrollo de una novedosa metodologa
para la obtencin del Inventario Forestal, combinando tecnologa LIDAR y tcnicas
convencionales de inventario.
El objetivo de combinar tecnologa LIDAR con el inventario forestal clsico es mejorar la
calidad y la exactitud de los resultados del inventario forestal a nivel de masa. Adems,
esta metodologa permite obtener las variables silvcolas necesarias para la ordenacin
de forma ms econmica, puesto que no es necesario realizar tantas parcelas de
muestreo como en el inventario convencional.

PROYECTO DE ORDENACIN
rea de estudio
Vegetacin arbrea:
Monte: V095 Sierra Negrete
Pinus halepensis - Quercus ilex - Pinus nigra
Trmino Municipal: Utiel (Valencia)
- Pinus pinaster - Juniperus phoenicia -
Comarca: La Plana de Utiel-Requena
Quercus faginea
Titularidad del monte: Ayuntamiento
Metodologa:
de Utiel
Mtodo de ordenacin por rodales
Supercie total: 7.576 ha
Implementacin de tecnologa LIDAR al
Supercie pblica: 6.389 ha
inventario forestal
Proyeccin 2013-2022
 METODOLOGA DEL INVENTARIO FORESTAL
El clculo del Inventario Forestal a nivel de masa a partir de datos LIDAR, requiere de
una componente de inventario clsico. Por un lado, se realizan parcelas de muestreo
en campo para la obtencin de datos de la masa forestal. Por otro lado, se obtienen
variables estadsticas a partir de los datos LIDAR.
En base a esta informacin se calculan los modelos de regresin de cada una de las
variables del inventario forestal a nivel de parcela. Los modelos relacionan variables
directas obtenidas a partir del procesado de datos LIDAR (variables explicativas), con
informacin recogida en campo utilizando las tcnicas convencionales de inventario
forestal (variables respuesta).
Posteriormente, a partir de los datos LIDAR calculados para toda la masa forestal, y
empleando los modelos de regresin obtenidos, se calculan las variables del inventario
forestal para toda la supercie de estudio.
Proceso:
1. Cartografa de los estratos de vegetacin forestal
2. Inventario forestal clsico
3. Procesamiento de datos LIDAR
4. Obtencin de los modelos de regresin
5. Validacin de los modelos
6. Cartografa de cada modelo
7. Clculo de datos por rodal
Ortofoto nIR PNOA

Cartografa de tipos de masa

Cartografa de
Especies
Resultado: Inventario
Forestal

Datos LIDAR

Cartografa de
Estados de Desarrollo Estratificacin

Ejemplo:
Existencias Biomasa (t/ha)
Cada pxel de la imagen
representa el valor del
Parcelas de Inventario Volumen Total de Leas por
Clculo de las Algebra de Mapas hectrea
Regresiones MODELOS

Anlisis Estadstico
de las variables Ejemplo:
descriptoras y de los Biomasa (t/ha) = 6,49 - 5,69 Elev P95 + 2,26 FCC_2m
modelos obtenidos
 1. Cartografa de los estratos de vegetacin forestal
El primer paso es la estraticacin de la masa forestal, que se realiza a partir de
diferentes fuentes de informacin y permiten elaborar la cartografa de especies y de
estados de desarrollo de la masa forestal.
En esta fase ya se emplean los datos LIDAR para obtener la fraccin de cabida cubierta
(FCC) de la masa forestal.
Estratos de inventario
Para el diseo del inventario forestal se elabora una cartografa de tipos de masa del
monte, que las agrupa en estratos homogneos denominados estratos de inventario.
La tipicacin de los estratos de inventario se realiza en funcin de 3 parmetros
fundamentalmente: la composicin especifca de la masa (especie/s), la clase natural
de edad y la fraccin de cabida cubierta (FCC).
Estos parmetros se obtienen a partir de diferente cartografa:
Ortofotos, Plan Nacional de Ortofotografa Area (PNOA) para el ao 2009.
Inventario Forestal Nacional (IFN3), proyecto realizado entre los aos 1997 a
2007.
Trabajos de reconstruccin del amojonamiento llevados a cabo por parte del
Servicio de apoyo en Topografa y Cartografa de los Servicios Territoriales de
Valencia de la Conselleria de Infraestructuras, Territorio y Medio Ambiente,
aos 2011-2012.
Modelo de la altura de la vegetacin (MDV), a partir de los datos LIDAR del
Plan Nacional de Ortofotografa Area (PNOA) del ao 2009.

Los modelos digitales

A partir de los datos LIDAR se puede generar un gran nmero de Modelos Digitales del Terreno:
Modelo Digital de Elevaciones (MDE): Se obtiene interpolando los puntos del ltimo
retorno que pertenecen al terreno.
Modelo Digital de Supercie (MDS): Se obtiene interpolando los puntos del primer
retorno pertenecientes al suelo y a la vegetacin baja, media y alta.
Modelo digital de la Vegetacin (MDV): Mediante la diferencia de los modelos anteriores
podemos obtener un modelo de la altura de la vegetacin.
MDV = MDS MDE
A partir del MDV se seleccionan aquellos pxeles con una altura mayor a 2 metros
para obtener un mapa de la Fraccin de Cabida Cubierta (FCC2M), que se emplea para
la obtencin de los estratos de inventario.
Nota: en la bibliografa tcnica el modelo digital de la vegetacin se identica con las
siglas CHM (del ingls, Cannopy High Model).

Modelos Derivados

Datos LIDAR MDE MDS CHM

Sombras Orientaciones Pendiente FCC2M

Estrato de inventario Superficie (ha) Superficie (%)

Masa arbolada pura Pinus halepensis estado latizal y
2.315 47
fustal
Masa arbolada mixta y con f.c.c mayor del 40% 1.014 21
Masa arbolada mixta y con f.c.c menor del 40% 611 12
Masa arbolada pura de Pinus halepensis , repoblado y
486 10
monte bravo, f.c.c mayor del 70%
Masa arbolada pura de Quercus ilex 337 7
Matorral 176 4

TOTAL 4.939 -

Una vez obtenida la cartografa de los estratos, es adecuado realizar el informe

selvcola y al mismo tiempo la rodalizacin. De forma que, al obtener los datos nales
del inventario se pueden hacer las modicaciones pertinentes para un mejor ajuste
de los rodales de actuacin.
 2. Inventario forestal clsico
Parcelas de muestreo
Se emplean parcelas de muestreo en campo en las que se realizan mediciones directas,
de parmetros selvcolas y dasomtricos, utilizando las tcnicas convencionales de
inventario forestal.
Las parcelas son circulares, de 10 metros de radio, de forma que se optimiza la
eciencia en la operativa del trabajo de campo.
La distribucin de las parcelas de muestreo sobre el monte sigue una malla regular
cuadrangular de 500 metros de lado, que cubre todo el rea de estudio. Las parcelas
sobre las que se ha realizado el muestreo se eligen al azar, descartando aquellas que
son acusadamente poco representativas del monte. Es conveniente que las parcelas
no estn en el borde del estrato.
En base a las experiencias referenciadas en la bibliografa tcnica se aconseja realizar,
al menos, 20 parcelas de muestreo por estrato.
Otro aspecto relevante a tener en cuenta en el diseo del inventario es que las
parcelas estn bien georreferenciadas, para lo cual es necesario el empleo de GPS
con precisin submtrica.
 Estrato de inventario Superficie (ha) N parcelas
Masa arbolada pura Pinus halepensis
2.315 60
estado latizal y fustal
Masa arbolada mixta y con f.c.c mayor del
1.014 42
40%
Masa arbolada mixta y con f.c.c menor del
611 30
40%
Masa arbolada pura de Quercus ilex 337 20
TOTAL 4.277 152
Datos de campo
Se considera en todos los casos como rbol inventariable, aquel cuyo dimetro con
corteza a la altura normal (1,30 metros) es igual o superior a 7,5 centmetros. Para
los pies que cumplen esta condicin, en todas las parcelas de muestreo, se toma la
medicin del dimetro normal y se anota la especie.
De entre todos los pies inventariables de cada parcela, atendiendo a un criterio
mltiple, se elige una submuestra de dos pies. La eleccin se hace sobre los pies
pertenecientes a alguna de las especies principales, buscando aquellos no dominados,
con fuste con un eje axial vertical y hacindolos coincidir con los ms prximos al
centro de la parcela en las cuatro direcciones cardinales principales.
En estos rboles tipo se mide:
Dos dimetros normales en cruz.
Dos espesores radiales de corteza.
Dos crecimientos radiales correspondientes a los ltimos cinco aos medidos
mediante la barrena Pressler.
La altura total hasta el pice de la copa con un hipsmetro digital.
Se determina la especie y el parmetro F de forma de cubicacin del pie en
base a la clave establecida en el Tercer Inventario Forestal Nacional.
Adems, para determinados pies de Pinus halepensis, dentro del grupo de rboles tipo,
se determina la edad, mediante la barrena Pressler, en una muestra representativa
de individuos pertenecientes a las clases articiales de edad principales del monte,
con el objetivo de establecer la calidad de la estacin y evaluar las alternativas de
gestin, todo ello a partir del estudio Tablas de produccin para Pinus halepensis
Mill (Montero et al., 2000).
As mismo, se recopila informacin de cada parcela acerca de la composicin
especca, clases naturales de edad, estructura vertical, forma principal de la
masa, fraccin de cabida cubierta, ndice de espesura arbrea. Tambin se estudia
una subparcela concntrica, circular, de cinco metros de radio, donde se evala el
regenerado y la presencia de pies menores.
Como parmetros complementarios se recogen datos fsicos y biticos descriptivos
de la parcela. Concretamente la pendiente, la orientacin, la pedregosidad, la
erosin, la cubierta herbcea, la presencia de restos de corta y los daos en la masa
si los hubiere.
Clculo de existencias
A partir de las variables medidas en las parcelas de muestreo (dimetro normal,
altura, nmero pies, etc.) y el empleo de tarifas, se obtienen las existencias (variables
diferidas) de la masa forestal: biomasa, volumen de madera.
La biomasa se calcula con las tarifas propuestas por Gregorio Montero (Montero et
al., 2005) y publicadas por el Instituto Nacional de Investigacin y Tecnologa Agraria
y Alimentaria (INIA). Se trata de una tarifa de calidad genrica y aplicable a todo
el territorio nacional, que ha sido confeccionada a travs de valores modulares de
distintos rboles tipo apeados en diferentes ubicaciones geogrcas.
Para la estimacin de biomasa se considera que todas las fracciones maderables y no
maderables del rbol son susceptibles de su aprovechamiento integral, exceptuando
la raz.
El volumen de madera se determina mediante las tarifas propuestas por el Tercer
Inventario Forestal Nacional para la provincia de Valencia (IFN3, 2007).
Estas tarifas son genricas, elaboradas con datos promedio de toda la supercie
pennsular. Con el objetivo de ajustar dichas tarifas a la zona de estudio, y puesto
que son ecuaciones que correlacionan el dimetro normal con la altura del rbol, se
emplean los datos de las alturas de los rboles tipo obtenidas en campo. Con esto,
se confeccionan modelos que ineren la altura en funcin del dimetro normal que
proporcionan informacin adaptada al monte.
Adems, para la especie principal, Pinus halepensis, se crea una tarifa especca
del monte [a], a partir del apeo de 30 rboles tipo y su cubicacin comercial por el
mtodo de Smalian. De este modo, se mejora la precisin de los resultados frente a
la utilizacin de una tarifa genrica.
V (m3) = 0,00005*n3 - 0,0001*n2 + 0,0065*n - 0,0145 [a]
0,90
0,80 y = 0,00005*n3 - 0,0006*n2 + 0,0152*n - 0,0622
0,70 R = 0,9345
0,60
0,50
0,40
0,30
0,20
0,10
0,00
0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00 45,00
 3. Procesamiento de datos LIDAR
Por un lado, para cada parcela denida en el inventario se calculan las variables
derivadas de la distribucin de alturas de los datos LIDAR (percentiles, altura media,
desviacin estndar de alturas, curtosis, etc.). Estas variables estadsticas guardan
una relacin intuitiva con las variables forestales (Estornell, 2011). Por ejemplo,
el percentil 5 se relaciona con el contenido en biomasa, la altura y el volumen del
arbolado.
Por otro lado, se calculan las variables de las respuestas espectrales de las
ortofotografas del proyecto PNOA (por ejemplo, valor mnimo, mximo, medio y
desviacin estndar de la banda del verde por parcela). Estas variables estadsticas
incluyen la banda del infrarrojo cercano, complementando as la informacin que
aportan las variables LIDAR, con el objetivo de mejorar los modelos y los resultados
que se obtienen a partir de ellos.
El conjunto de estas variables estadsticas conforman el elenco de variables
explicativas empleadas para la obtencin de los modelos de regresin.

La tecnologa lidar
El trmino LIDAR, acrnimo en ingls de Light Detection
and Ranging, hace referencia a un sistema lser de
medicin de distancia empleado para la toma de medidas
precisas de manera masiva, y cuenta con mltiples
aplicaciones tras el post-procesado de la informacin
que genera su uso.

El sensor, mediante el cual se realizan las mediciones

LIDAR, normalmente se instala en un avin, que efecta
durante el vuelo un movimiento de barrido sobre el
terreno, emitiendo pulsos lser y midiendo el tiempo que
tardan dichos pulsos en llegar a la supercie. La direccin
en la que es emitido cada pulso y el tiempo que tardan stos en llegar a la supercie y volver
al sensor quedan registrados. Al mismo tiempo, un GPS diferencial establece la posicin
del sensor y el Sistema Inercial de Navegacin (IMU) establece, para cada momento, la
orientacin del sistema de medicin.

Todo este sistema en funcionamiento permite generar un listado de coordenadas

(X,Y,Altitud) de la supercie con unas precisiones en altimetra y planimetra de 15 cm.
Los datos LIDAR
El Plan Nacional de Ortofotografa Area (PNOA) tiene como objetivo la obtencin de
una cobertura ortofotogrca a nivel nacional basada en unas especicaciones tcnicas
comunes y consensuadas entre los distintos organismos implicados. En la ltima campaa
se realiz paralelamente un vuelo LIDAR de una densidad media de 0.5 puntos/m2, densidad
suciente para su aplicacin en la gestin de los ecosistemas forestales.

El empleo de datos LIDAR del PNOA disminuye enormemente los costes de procesamiento
ya que no es necesario hacer un vuelo especco, ni un preprocesamiento de los datos.

Los datos LIDAR, adems de las coordenadas planimtricas de cada punto y su altitud,
incluyen otros datos como la intensidad, nmero de retorno y clasicacin, que tambin se
emplean en el clculo del inventario forestal.

El dato de la clasicacin asigna a cada punto un valor en funcin de que dicho punto
pertenezca a: suelo, vegetacin (baja, media o alta), edicio, etc.

Los datos LIDAR que se han empleado para el proyecto pertenecen al Plan Nacional de
Ortofotografa Area (PNOA) del ao 2009.
 4. Obtencin de los modelos de regresin
Los datos del inventario forestal referidos a existencias de biomasa, volumen de
madera, nmero de pies, rea basimtrica, dimetro medio, dimetro dominante,
altura media y altura dominante, se calculan mediante modelos de regresin que
relacionan cada una de estas variables (variables respuesta), con las variables
estadsticas calculadas a partir de los datos LIDAR (variables explicativas).

Regresiones lineales mltiples

El procedimiento de regresin lineal permite utilizar ms de una variable independiente. En
todos los casos analizados se utiliza la tcnica estadstica de regresin mltiple. De acuerdo
con este modelo o ecuacin [b], la variable respuesta o dependiente (Y) se interpreta
como una combinacin lineal de un conjunto de K variables explicativas o independientes
(Xk), cada una de las cuales va acompaada de un coeciente (k), que indica el peso
relativo de esa variable en la ecuacin. La ecuacin incluye, adems, una constante (0)
y un componente aleatorio o residuos (). ste ltimo recoge todo lo que las variables
independientes no son capaces de explicar, es decir, son las diferencias entre los valores
observados y los pronosticados.

Y = 0 X1 + 1 X2+ 2 X3 + + k Xk + [b]

Parmetro Modelo R2 Media RMS RMS%

ESTRATO 1 : Masa pura Pinus halepensis latizal-fustal
BIOMASA B (t/ha) = 6,49 + 1,01 FCC - 30,6 NVDImin 0,82 47 9,79 20,83
VOLUMEN V (m3/ha) = 3,26 + 30,9 g1 - 51,2 NVDImin 0,81 81,84 17,98 21,97
REA BASIMTRICA G (m2/ha) = 2,11 + 0,364 FCC - 9,81 NVDImin 0,81 16,04 3,16 19,7
DENSIDAD D (pies/ha) = 633 - 9,44 Intensidad+ 806 NVDIm 0,54 496,41 175,43 35,34
dg (cm) =- 7,52 + 0,327 STD_Ir - 0,652 g2+ 0,240 Int Mean +
DIMETRO MEDIO 0,67 20,7 3,2 15,46
0,0650 Transparencia
DIMETRO DOMINANTE do (cm) = 2,77 - 0,499 g2 + 1,43 P90 + 0,382 Gd 0,73 26,58 3,61 13,58
Hg (m) = 0,62 - 0,209 g2 + 0,0460 Intensidad+ 0,106 Gd +
ALTURA MEDIA 0,74 8,42 0,89 10,57
0,333 P90
ALTURA DOMINANTE Ho (m) = 5,28 + 0,102 IRd- 0,238 g2 0,73 9,43 1,05 10,68
ESTRATO 2 : Masa mixta fraccin de cabida cubierta mayor del 40%
BIOMASA B (t/ha) = 6,49 - 5,69 P95 + 2,26 FCC 0,79 48,45 15,8 32,61
VOLUMEN V (m3/ha) = - 21,3 + 31,2 Hd - 14,0 P50 0,85 56,01 14,95 26,69
REA BASIMTRICA G (m2/ha) = 1,14 + 4,57 Hd - 11,8 NVDImin 0,79 11,31 2,78 24,57
DENSIDAD D (pies/ha) = 1036 + 9,24 Return2 - 18,9 Gd 0,57 493,13 152,87 31
DIMETRO MEDIO dg (cm) = 16,2 + 4,34 Hd - 12,1 NVDImin 0,79 17,83 3,21 18
DIMETRO DOMINANTE do (cm) = 4,43 + 6,89 Hd - 2,15 P50 + 0,185 Gmin 0,87 23,68 3,42 14,44
ALTURA MEDIA Hg (m) = 4,72 + 0,0502 Transparencia + 0,0574 Gmin 0,79 7,21 1,02 14,14
ALTURA DOMINANTE Ho (m) = 5,40 + 0,384 Cv - 0,486 P60 + 0,0649 Gmin 0,86 52,88 1,01 1,91
Frente al elevado nmero de posibles variables explicativas, el conjunto de datos
LIDAR y de las respuestas espectrales de las bandas que componen las ortofotografas
del PNOA, para decidir qu variables han de formar parte de cada regresin se recurre
a un software estadstico que permite escoger los mejores conjuntos de variables
para cada modelo.

2
Parmetro Modelo R Media RMS RMS%
ESTRATO 3 : Masa mixta fraccin de cabida cubierta menor del 40%

BIOMASA B (t/ha) = - 54,1 + 50,1 P50 + 24,1 Hd + 0,929 Int Mean 0,89 49,58 16,51 33,3
3
VOLUMEN V (m /ha) = - 23,2 + 13,6 P95 + 29,7 NVDImin 0,88 41 13,06 31,85
REA BASIMTRICA G (m2/ha) = 16,5 + 2,50 P95 - 0,0855 Gmax 0,9 9,55 2,56 26,8
DENSIDAD D (pies/ha) = 1170 + 11,3 FCC - 4,47 Gmax 0,64 399,5 135,63 33,95
DIMETRO MEDIO dg (cm) = 2,64 + 1,75 hmax 0,67 14,19 3,8 26,77
DIMETRO DOMINANTE do (cm) = - 7,98 + 3,01 P95 + 0,0747 IRm 0,79 17,78 4,15 23,34
ALTURA MEDIA Hg (m) = 1,87 + 0,621 hmax 0,57 5,96 1,69 28,36
ALTURA DOMINANTE Ho (m) = - 2,81 + 0,816 hmax + 0,0288 IRm 0,66 6,86 1,78 25,93
ESTRATO 4 : Masa pura Quercus ilex
BIOMASA B (t/ha) = - 98,7 + 32,7 Cv + 0,721 IRm - 1,59 Gmir 0,85 61,02 20,43 33,48
VOLUMEN V (m3/ha) = - 1,27 + 8,69 Cv+ 16,9 NVDImin 0,79 17,55 6,06 34,53
REA BASIMTRICA G (m2/ha) = - 5,91 + 10,9 AAD + 5,68 NVDImin 0,83 7,2 2,01 27,91

DENSIDAD D (pies/ha) = - 661 + 342 P80 + 500 NVDImin + 12,3 Gd 0,74 560,25 175,19 31,27

DIMETRO MEDIO dg (cm) = 2,33 + 2,43 P95 0,68 11,54 1,16 10,05
DIMETRO DOMINANTE do (cm) = 6,56 + 2,60 P95 - 0,610 g2 0,82 14,04 1,75 12,46
ALTURA MEDIA Hg (m) = 2,81 + 0,725 P95 - 0,187 g2 0,7 4,86 0,7 14,39
ALTURA DOMINANTE Ho (m) = 0,39 + 0,739 P95 - 0,279 g2 + 31,5 NVDIstd 0,83 5,52 0,62 11,23

El procedimiento stepwise

El software empleado para la obtencin de los modelos de regresin emplea el mtodo

denominado stepwise o regresin paso a paso. Este procedimiento empieza
introduciendo todas las posibles variables de la ecuacin, a partir de las cuales el programa
escoge en primer lugar la variable explicativa con una mayor correlacin con la variable
respuesta. Se calculan, posteriormente, las correlaciones parciales entre el resto de las
variables independientes y la variable respuesta; la segunda variable seleccionada es la
que tiene la mayor correlacin parcial con la variable respuesta, se procede de este modo
sucesivamente hasta completar el nmero de variables que se ha denido, escogiendo las
variables con una mayor correlacin y a la vez eliminando las introducidas, si ya no son
estadsticamente signicativas al introducir nuevas variables.
 5. Validacin de los modelos
Tras el anlisis, se verica la validez estadstica de cada modelo, garantizando que
cumplen con los principios que conrman las hiptesis bsicas sobre la distribucin
de la variable respuesta, la distribucin de los errores del modelo y la relacin entre
las variables que intervienen en l.
Principio de independencia, los residuos son independientes entre s, es
decir, los residuos constituyen una variable aleatoria.
Principio de homocedasticidad, para cada valor de la varianza independiente,
la varianza de los residuos es constante.
Principio de normalidad de los residuos, los residuos se distribuyen
normalmente con media cero.
Principio de no-colinealidad, no existe relacin lineal exacta entre ninguna de
las variables independientes.
Como medida de la bondad del ajuste realizado en cada modelo de regresin se
utiliza el coeciente R2. Adems, para cada una de las regresiones, se calcula el
error medio cuadrtico.

6. Cartografa de cada modelo

Una vez determinados y validados los modelos de regresin de cada una de las
variables descriptivas (biomasa, volumen de madera, nmero de pies, rea basimtrica,
dimetro medio, dimetro dominante, altura media y altura dominante) se procede a
su clculo para toda la supercie.
Para ello, se calcula cada uno de los valores estadsticos obtenidos de los datos LIDAR
(variables explicativas) para cada uno de los pixeles incluidos en la zona de estudio.
De esta forma, se obtiene un chero raster por cada una de las variables estadsticas.
Posteriormente, se obtienen las coberturas de cada una de las variables del inventario
(variables respuesta), aplicando el modelo de regresin que corresponde a cada
estrato.
La resolucin de pixel para el clculo de los modelos sobre toda la supercie debe
ser similar a la supercie de las parcelas de campo, ya que el ajuste de los modelos
de regresin se ha realizado a partir de la relacin existente entre los datos de las
parcelas de campo y los datos LIDAR obtenidos para dicha parcela.
En este caso, la supercie de las parcelas de campo es de 314 m2 y la resolucin de
pixel para el clculo de los modelos es de 324 m2 (18 metros de lado), por lo que la
aplicacin de los modelos obtenidos a toda la supercie se ajusta correctamente.

Variables forestales que se pueden obtener a partir de los datos LIDAR

Altura de los rboles Dimetro medio aritmtico

Mapas de distribucin de altura Nmero de pies
rea basimtrica Dimetro medio cuadrtico
Altura media del rodal CO2 retenido en la Biomasa
Volumen ndice de rea Foliar (LAI)
Altura dominante
Biomasa
Cobertura o FCC

rea Basimtrica (m2/ha) Densidad de Pies (N/ha) Biomasa (t/ha) Volumen Total de Leas (m3/ha)

Dimetro Medio (cm) Dimetro Dominante (cm) Altura Dominante (m) Altura Media (m)
 7. Clculo de datos por rodal
A partir de las coberturas calculadas en el apartado anterior, se calculan los datos
del inventario forestal para cada uno de los rodales de actuacin mediante medias
ponderadas con la supercie que ocupan.
Aplicando esta metodologa se mejora la precisin en la extrapolacin de los
resultados del inventario forestal en las unidades dasocrticas.
 CONCLUSIONES Y RESULTADOS
El diseo del inventario forestal mediante la combinacin de tecnologa LIDAR e
inventario forestal convencional aporta un mejor ajuste de las variables silvcolas que
han de obtenerse del inventario, as como una mayor abilidad, ya que se obtienen
datos continuos en supercie.
Por otro lado, la aplicacin de esta metodologa reduce el nmero de parcelas de
muestreo a realizar, lo que implica una reduccin de los costes de los trabajos de
campo, que se estiman en 3-4 euros/hectrea. Esta reduccin es efectiva si se dispone
de forma gratuita de los datos LIDAR del PNOA, como es en este caso.
Los principales resultados que se obtienen a partir de las variables calculadas en el
inventario forestal son la distribucin de especies, los crecimientos anuales, la altura
de los rboles, el clculo de existencias, entre otros.
En base a estos parmetros se estima que el monte de Sierra Negrete tiene una
posibilidad total de aprovechamiento de 4.465 toneladas al ao, peso expresado
a humedad normal (12% de humedad relativa), de las cuales, 1.936 toneladas
corresponden a producto maderable, y 2.529 toneladas a producto no maderable.
En base a los resultados del inventario forestal, se elabora el proyecto de ordenacin
del Monte n 95 de Utilidad Pblica Sierra Negrete, ubicado en el trmino municipal
de Utiel (Valencia), que contiene, adems del inventario, la planicacin del monte
donde se especican los aprovechamientos forestales a realizar en cada rodal de
actuacin.
 GLOSARIO

Altura dominante: no hay un criterio uniforme para este concepto. La denicin ms ampliamente utilizada en
Espaa es la de Assman, que considera la altura correspondiente al rbol cuya seccin normal es la media de los 100
ms gruesos en una hectrea.

rea basimtrica: Es la supercie, expresada normalmente en metros cuadrados, de la seccin transversal del
dimetro normal de un rbol o de todos los rboles por hectrea de una masa.

Barrena de Pressler: Taladro que permite obtener muestras de un rbol para poder analizarlas y calcular el
crecimiento y la edad del mismo por medio de los anillos de crecimiento.

Calidad de estacin: Capacidad productiva de un lugar frente a una determinada especie forestal.

Clase natural de edad: denen el arbolado en funcin de su estado de desarrollo. La denominacin y lmites de las
clases naturales de edad son las siguientes (Gonzlez Vzquez, 1938):

diseminado, se reere a las plntulas recin germinadas y a plantas ya lignicadas hasta que alcanzan una
altura del orden de 25 cm (pueden ser 50 cm). Es la fase de instalacin de la nueva masa durante la cual su
esfuerzo se aplica a desarrollar el sistema radical y a superar la competencia de herbceas y matorrales de
pequea talla.

repoblado, que caracteriza a los pies que han superado la edad de diseminado hasta que se inicia la tangencia
de copas entre ellos, es decir, la competencia dentro del estrato arbreo se empieza a manifestar. Tambin se
ja el lmite superior al repoblado cuando se alcanza la altura normal (1,30 m).

monte bravo, es la clase de edad comprendida entre el inicio de la tangencia de copas (o, en su caso, cuando se
alcanza 1,30 m de altura) y el inicio de la poda natural, o muerte espontnea de las ramas de la parte inferior
del fuste a causa de la reduccin de la iluminacin. En esta fase la competencia entre pies arbreos coetneos
se intensica.

latizal, es la clase natural que se inicia con la poda natural y termina cuando el dimetro alcanza 20 cm. En
esta edad la competicin entre los pies arbreos se acenta. Se distinguen dos etapas: bajo latizal o vardascal
cuando el dimetro es inferior a 10 cm; y alto latizal para pies comprendidos entre 10 y 20 cm.

fustal, ltima clase natural de edad que se aplica cuando el dimetro normal medio supera los 20 cm. Se divide
en: fustal bajo o joven, para dimetros de 20 a 35 cm; fustal medio para dimetros de 35 a 50 cm; y fustal alto
o viejo para dimetros superiores a 50 cm.

Crecimiento radial: aumento de las dimensiones del rbol en dimetro como consecuencia del paso del tiempo.

Cubicar: medir un volumen.

Dasometra: Es la ciencia que se ocupa de la medicin de los rboles, de la determinacin del volumen de los
bosques y de los crecimientos de los rboles y bosques.
Dimetro medio aritmtico de una masa o rodal es la media ponderada obtenida de la correspondiente distribucin
diamtrica.

Dimetro medio cuadrtico de una masa o rodal es el que corresponde al rbol de rea basmetrica media.

Dimetro normal: Dimetro del rbol a la altura de 1,30 m

Estacin: Efecto de la accin conjunta de los factores ecolgicos abiticos (factores climticos, edcos y siogrcos)
en un territorio concreto.

Fraccin de cabida cubierta (FCC): Indica la supercie media en % que se halla cubierta por la proyeccin vertical de
las copas de todos los pies de la masa. Se expresa en tanto por ciento o en tanto por uno.

Georreferenciacin: Se reere al posicionamiento con el que se dene la localizacin de un objeto espacial

(representado mediante punto, vector, rea, volumen) en un sistema de coordenadas y datum determinado. Este
proceso es utilizado frecuentemente en los Sistemas de Informacin Geogrca (SIG).

GPS: Las siglas GPS se corresponden con Global Positioning System que signica Sistema de Posicionamiento Global.
El GPS es un Sistema Global de Navegacin por Satlite (GNSS) el cual permite determinar en todo el mundo la
posicin de una persona, un vehculo o una nave, con una precisin de hasta centmetros.

Hipsmetro: Es un instrumento de medicin utilizado para determinar la altitud sobre el nivel del mar de un lugar.

ndice de rea Foliar (LAI): expresa la supercie de hojas presentes en una masa por unidad de supercie territorial,
y se expresa habitualmente en m2/m2.

Inventario Forestal: Es el conjunto de tcnicas y principios que se emplean para calcular las existencias de madera y
leas, as como para realizar un estudio pormenorizado del medio econmico y humano, el medio natural, el medio
forestal y las infraestructuras del monte.

Mtodo de Smalian: frmula para la cubicacin de rboles apeados. Esta frmula dice que el volumen del rbol es
igual al producto de la media aritmtica o semisuma de las secciones extremas del tronco por su longitud.

Modelo Digital del Terreno: Un Modelo Digital de Terreno (MDT) es una estructura numrica de datos que representa
la distribucin espacial de una variable cuantitativa y continua.

Ortofotografa area: es una presentacin fotogrca de una zona de la supercie terrestre, obtenida a partir de
un conjunto de imgenes areas (tomadas desde un avin o satlite) que han sido corregidas digitalmente para
representar una proyeccin ortogonal sin efectos de perspectiva, y en la que, por lo tanto, es posible realizar
mediciones precisas.

Posibilidad: es la cuanticacin de los productos directos que un monte ha producido o debe producir y se expresa en
unidades de producto, en este caso sin descuidar la condicin de persistencia y estabilidad de la masa.

Selvicultura es el modo de aplicar el conocimiento de la estructura, crecimiento, reproduccin y formas de agrupacin

de los vegetales que pueblan los montes, de forma que se obtenga de ellos una produccin continua de bienes y
servicios necesarios para la sociedad.
 BIBLIOGRAFA
BIBLIOGRAFA

ERIK NSSET, 1997. Determination of mean tree height of forest stands using airborne laser scanner data. ISPRS
Journal of Photogrammetry & Remote Sensing 52.

ESTORNELL J, 2011. Tesis doctoral. Anlisis de los factores que inuyen en la precisin de un MDE y estimacin de
parmetros forestales en zonas arbustivas de montaa mediante datos LIDAR. Valencia.

INVENTARIO FORESTAL NACIONAL III (IFN3), 2007. Tercer inventario forestal nacional en las provincias de Alicante,
Castelln y Valencia. Madrid: Ministerio de Medio Ambiente, Medio Rural y Marino de Espaa. No publicado.

GARCA, R., SUREZ, J.C., AND PATENAUDE, G., 2007. Delineation of individual tree crowns and stand parameters
using LiDAR in the Scottish woodlands. The European Information Society. Leading the Way with Geo-information.
Series: Lecture Notes in Geoinformation and Cartography. Fabrikant, Sara Irina; Wachowicz, Monica (Eds.) 2007,
XVII, 486 p. ISBN: 978-3-540-72384-4.

GONZLEZ VZQUEZ, E., 1938. Selvicultura, Libro Primero. Fundamentos naturales de la Selvicultura. Los bosques
ibricos. Instituto Forestal de Investigaciones y Experiencias. Valencia.

JACOB L. STRUNK, STEPHEN E. REUTEBUCH, JEFFREY R. FOSTER, 2008. LIDAR inventory and monitoring of a complex
forest ASPRS. Annual Conference.

MCGAUGHEY, ROBERT J., 2007. Fusion manual, version 2.80. USDA Forest Service [Disponible en: www.fs.fed.us/
eng/rsac/fusion/].

MONTERO ET AL., 2000. Tablas de produccin para Pinus halepensis Mill. Cuad. Soc. Esp. Cien. For. 10: 183-188(2000).

MONTERO G.; RUIZ-PEINADO R. y MUOZ M, 2005. Produccin de biomasa y jacin de CO2 por los bosques
espaoles. Instituto Nacional de Investigacin y Tecnologa Agraria y Alimentaria. Ministerio de Educacin y Ciencia.
Madrid.

SORIN C. POPESCU, RANDOLPH H. WYNNE, AND ROSS F. NELSON, 2003. Measuring individual tree crown diameter
with lidar and assessing its inuence on estimating forest volume and biomass Remote Sensing, Vol. 29, No. 5, pp.
564577.
EL PROYECTO PROFORBIOMED
PROFORBIOMED Promocin de la biomasa forestal residual en la cuenca
mediterrnea, es un proyecto estratgico a nivel europeo enmarcado en
el PROGRAMA MED 2007-2013 (nmero de proyecto: 1S-MED10-009) y
tiene como objetivo establecer una estrategia comn para el fomento de
la biomasa forestal como energa renovable y el establecimiento de un
mercado estratgico de la biomasa a medio-largo plazo.

La Generalitat Valenciana a travs del Servicio de Ordenacin y Gestin

Forestal, de la Direccin General de Medio Natural perteneciente a la
Conselleria de Infraestructuras, Territorio y Medio Ambiente, participa
como socio en el proyecto estratgico PROFORBIOMED.

LIDER DEL PROYECTO

Direccin General de Medio Ambiente. Conserjera de Presidencia. Regin de Murcia.
Roque Prez
palazon.roque@carm.es
+34 968.228.845

SOCIO DE LA GENERALITAT VALENCIANA

Direccin General del Medio Natural. Conselleria de Infraestructuras, Territorio y
Medio Ambiente. Comunitat Valenciana.
Pilar Ara
ara_pil@gva.es
+34 961.208.632
REPORTAJE FOTOGRFICO
 Esta publicacin est cofinanciada con fondos FEDER dentro del proyecto
PROFORBIOMED, Promocin de la biomasa forestal residual en la cuenca
mediterrnea No. Ref. (1S-MED 10-009)

Para ms informacin:
http://www.proforbiomed.eu/
Junio 2014
La responsabilidad exclusiva del contenido de esta publicacin corresponde
a sus autores. No refleja necesariamente la opinin de las Comunidades
Europeas o Programa MED. La Comisin Europea no es responsable del uso
que pueda hacerse de la informacin aqu contenida.