Resumen

Se utilizaron datos LiDAR (Light Detection and Ranging) a 0,5-2 m de distancia con procedimientos estratificados de doble muestreo que incluían relaciones de un solo árbol en rodales mixtos y de una sola especie para obtener errores de muestreo que oscilaban entre ±2,1% y ±11,5%. Las muestras LiDAR se seleccionaron con procedimientos de filtro focal y las alturas se calcularon a partir de superficies interpoladas de dosel y DEM. Los datos de altura y dbh de los árboles se obtuvieron en varias proporciones de LiDAR, muestras de suelo para parcelas de suelo localizadas con DGPS. Para predecir el dbh y calcular las estimaciones de la fase 2 del área basal y el volumen se utilizaron modelos de dbh-altura y de altura del suelo-LiDAR. Las estimaciones de la fase 1 se calcularon utilizando la distribución de probabilidad de las especies de las parcelas en cada estrato. Las estimaciones de la fase 2 se calcularon asignando aleatoriamente las alturas LiDAR a los grupos de especies mediante una simulación Monte Carlo para cada parcela. No hubo diferencias estadísticas entre las estimaciones de volumen a partir de densidades LiDAR de 0,5 m y 1 m. Se obtuvieron estimaciones de volumen a partir de procedimientos LiDAR monofásicos utilizando atributos de árboles existentes y relaciones de sesgo de altura con errores de muestreo del 1,8% al 5,5%.

• Materias:Incendios forestales Ingeniería forestal Ciencias forestales Genética vegetal
• Subjects:Forest Fires Forestry engineering Forestry Plant genetics
• Palabras claves:Fase, estimaciones, parcelas de tierra, errores de muestreo, modelos de altura LiDAR, simulación Monte Carlo, procedimientos de filtro focal, relaciones de sesgo de altura, procedimientos LiDAR de fase, distribución de probabilidad de las especies.
• Keywords:Phase, estimates, ground plots, sampling errors, LiDAR height models, Monte Carlo simulation, focal filter procedures, height bias relationships, phase LiDAR procedures, species probability distribution