Diseño y contraste de nuevos modelos de estimación del potencial energético de biomasa forestal en el Territorio de Bizkaia mediante técnicas de análisis estadístico espacial usando herramientas GIS con datos LiDAR

Abstract

RESUMEN: El objetivo de esta tesis doctoral es desarrollar un modelo que permita estimar la biomasa aérea para la especie Pinus radiata en la comarca de Arratia-Nervión, (Bizkaia), a partir del uso exclusivo de los datos del vuelo LiDAR realizado por Gobierno Vasco en 2012. En el proceso, se han utilizado los datos de campo del Inventario Forestal Nacional 4 como base para estimar la biomasa de contraste. Partiendo de las nubes de puntos LiDAR y tras su procesado, se han calculado diversas métricas provenientes de las mismas que se consideran como variables predictivas. Se ha aplicado la técnica de análisis estadístico de la regresión lineal múltiple. El resultado obtenido ha revelado que el mejor modelo depende de dos variables: un parámetro relacionado con la altura LiDAR y otro con la densidad del dosel. El modelo consigue explicar el 76% de la variabilidad con un error estándar de 0.26 ton/ha en unidades logarítmicas.

ABSTRACT: The main aim of this doctoral thesis is to develop a model to estimate aerial biomass in Pinus radiata D. Don species in the Arratia-Nervión region, located in Bizkaia, exclusively using data gathered from the LiDAR flight conducted by the Basque Government in 2012. In the process, field data from the National Forest Inventory 4 have been used used In order to contrast estimated biomass. The LiDAR point clouds data were processed to obtain different metrics, considered as predictive variables. Amongst them, height related variables and canopy density related variables. To obtain the model, the multiple regression analysis statistical technique has been applied.

The Result obtained has revealed that the best model depends on two variables: One parameter directly related with LiDAR height and a second parameter with canopy density.The model explains 76% of its variability with a standard errorthat amounts to 0.26 ton/ha in logarithmic units.