Tesis:
Análisis de los tipos de combustible forestal y sus cambios mediante LiDAR multitemporal
- Autor: GARCíA CIMARRAS, Alba
- Título: Análisis de los tipos de combustible forestal y sus cambios mediante LiDAR multitemporal
- Fecha: 2023
- Materia:
- Escuela: E.T.S.I. DE MONTES, FORESTAL Y DEL MEDIO NATURAL
- Departamentos: INGENIERIA Y GESTION FORESTAL Y AMBIENTAL
- Acceso electrónico: https://oa.upm.es/74416/
- Director/a 1º: MANZANERA DE LA VEGA, José Antonio
- Director/a 2º: VALBUENA PUEBLA, Rubén
- Resumen: El aumento del tamaño y la gravedad de los incendios en las últimas décadas requiere nuevas técnicas para evaluar con precisión la estructura, distribución y cambios de la vegetación como combustible forestal. Esta tesis presenta un análisis de cambios en la vegetación mediante el mapeo de tipos de combustible (a partir de ahora FT por su nombre en inglés “Fuel type”) basado en reglas condicionales de acuerdo con el sistema de clasificación Prometheus, que asocia el perfil vertical de la cubierta vegetal a un tipo de combustible del Sistema Prometheus con fines ecológicos. Usando LiDAR multitemporal de acceso abierto del Plan Nacional de Ortofotografía Aérea (PNOA), se seleccionó un área de interés de 400 ha, cuyos datos LiDAR fueron tomados en 2010 y 2016 con densidades de escaneo de 0,5 y 2 puntos·m-2, respectivamente. Los FT se determinaron a partir de la distribución de alturas LiDAR en un área, utilizando cuadrículas con un tamaño de celda de 20 y 40 m. Para validar el método de clasificación, se utilizó un muestreo aleatorio estratificado sin reemplazo de 15 celdas por FT y se hizo una evaluación visual independiente de FT. La precisión global obtenida fue del 81,26% con un coeficiente Kappa de 0,73. Además, se analizaron las relaciones entre diferentes estructuras de rodales y factores ecológicos como la orientación y los tipos de cobertura vegetal forestal. Nuestro algoritmo de clasificación reveló que los rodales que carecían de vegetación de sotobosque generalmente aparecían en laderas umbrías, que estaban cubiertas mayoritariamente por hayedos, mientras que las zonas soleadas eran preferentemente cubiertas por robledales, donde el sotobosque alcanzó mayor altura gracias a una mayor disponibilidad de luz. Nuestro análisis sobre los cambios de FT durante ese lapso de 6 años reveló transiciones potencialmente peligrosas desde bosques despejados de matorral hacia un continuo vertical de combustibles, especialmente en bosques de robles y laderas del sur, donde los incendios forestales pueden llegar a alcanzar las copas de los árboles. Utilizar métodos precisos para caracterizar el dosel forestal de combustibles y su cambio a lo largo del tiempo pueden ayudar a dirigir las actividades de gestión forestal a áreas con mayor peligro de incendio. La información sobre el combustible del dosel de varias fechas indicó que, si bien algunos tipos de bosques experimentaron un crecimiento del estrato arbustivo, otros presentaron una disminución del sotobosque. Por otro lado, la pérdida del sotobosque se detectó con más frecuencia en los hayedos; por lo tanto, esos bosques presentan un riesgo menor de propagación de incendios forestales. Nuestro enfoque se desarrolló utilizando conjuntos de datos de baja densidad y disponibles públicamente y se basó en mediciones directas de combustible del dosel a partir de datos LiDAR de retorno múltiple, que se pueden medir con precisión y cartografiar de acuerdo con las categorías de tipo de combustible estándar que son familiares para los gestores forestales.
ABSTRACT
The increase in the size and severity of fires in recent decades requires new techniques to accurately assess the structure, distribution and changes of vegetation as a forest fuel. This thesis presents an analysis of vegetation changes using conditional rule-based fuel type (FT) mapping according to the Prometheus classification system, which associates the vertical profile of vegetation cover to a Prometheus System fuel type for ecological purposes. Using open access multitemporal LiDAR from the National Aerial Orthophotography Plan (PNOA), an area of interest of 400 ha was selected, whose LiDAR data were taken in 2010 and 2016 with scan densities of 0.5 and 2 pulses·m-2, respectively. FTs were determined from the distribution of LiDAR heights in an area, using grids with a cell size of 20 and 40 m. To validate the classification method, a stratified random sampling without replacement of 15 cells per FT was used and an independent visual assessment of FT was made. The overall accuracy obtained was 81.26% with a Kappa coefficient of 0.73. In addition, the relationships between different stand structures and ecological factors such as orientation and forest vegetation cover types were analyzed. Our classification algorithm revealed that stands lacking understory vegetation generally appeared on shady slopes, which were mostly covered by beech forests, while sunny areas were preferentially covered by oak forests, where the understory reached higher elevations due to higher light availability. Our analysis of FT changes during that 6-year span revealed potentially dangerous transitions from cleared scrub forest to a vertical continuum of fuels, especially in oak woodlands and southern slopes, where wildfires can reach the canopy. Using accurate methods to characterize the forest canopy fuels and their change over time can help direct forest management activities to areas with higher fire danger. Canopy fuel information from various dates indicated that while some forest types experienced growth of the shrub layer, others showed a decrease in understory. On the other hand, understory loss was more frequently detected in beech forests; therefore, those forests present a lower risk of wildfire spread. Our approach was developed using low-density, publicly available datasets and was based on direct measurements of canopy fuel from multiple-return LiDAR data, which can be accurately measured and mapped according to standard fuel type categories familiar to forest managers.