Technological advice for the improvement and incorporation of automation tools in the use of Lidar data in forest inventory of beech forests in Asturias (Q3213989)
Jump to navigation
Jump to search
Project Q3213989 in Spain
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Technological advice for the improvement and incorporation of automation tools in the use of Lidar data in forest inventory of beech forests in Asturias |
Project Q3213989 in Spain |
Statements
8,000.0 Euro
0 references
10,000.0 Euro
0 references
80.0 percent
0 references
5 September 2017
0 references
15 October 2018
0 references
BIESCA AGROFORESTAL Y MEDIOAMBIENTE SL
0 references
43°33'6.44"N, 5°47'21.84"W
0 references
33014
0 references
Asesoramiento tecnológico para mejorar el proceso de inventariado forestal mediante el uso de la tecnología LiDAR (Laser Imaging Detection and Ranging) y de los datos procedentes del PNOA y del Plan Nacional de Ortofotografía Aérea. Lo que permitirá generar modelos digitales y mapas raster de las principales variables dasométricas de uso forestal, para un mejor conocimiento de los recursos forestales. También se podrán incorporar estos datos en planes de gestión, proyectos de ordenación, etc que permitan la utilización eficiente y la puesta en valor de los recursos forestales en hayedos._x000D_ En concreto, se revisará los modelos estadísticos generados y propondrá un proceso de validación estadística que permita la determinación del error producido a partir del uso de dichos modelos; mejorará y automatizará los procesos de obtención y tratamiento de datos mediante herramietnas GIS o programación, generará los modelos digitales del terreno y de la altura de la vegetación y los mapas raster de las principales variables dasométricas. Y automatizará también los procesos de reajuste de los modelos predictivos, teniendo en cuenta el desfase temporal enter los datos de inventario de campo y los datos LiDAR. (Spanish)
0 references
Technological advice to improve the forestry inventory process by using LiDAR (Laser Imaging Detection and Ranging) technology and the data from the PNOA project (National Plan for Aerial Orthophotography). This will generate digital models and raster maps of the main dasometric variables in use in forestry, for better knowledge of forest resources. These data will also be incorporated into management plans, land planning projects, etc., for the efficient use and promotion of beechwood resources._x000D_ More specifically, the statistical models generated will be reviewed and a statistical validation process proposed to determine the error arising from the use of the models; obtaining and treating data via GiS tools or programming will be improved and automated, digital models generated on the terrain and height of the vegetation, and raster maps of the main dasometric variables. Readjustment of the predictive models will also be automated, taking into account the time lag between the inventory data from the field and the LiDAR data. (English)
0 references
Conseils technologiques pour améliorer le processus d’inventaire forestier grâce à l’utilisation de la technologie LiDAR (Laser Imaging Detection and Ranging) et des données de la PNOA et du Plan national d’orthophotographie aérienne. Cela permettra de générer des modèles numériques et des cartes rasters des principales variables dasométriques de l’utilisation des forêts, afin de mieux connaître les ressources forestières. Ces données peuvent également être intégrées dans les plans de gestion, les projets de gestion, etc. qui permettent l’utilisation efficace et la valeur des ressources forestières dans les beechedos._x000D_ En particulier, les modèles statistiques générés seront examinés et un processus de validation statistique proposé pour permettre la détermination de l’erreur résultant de l’utilisation de ces modèles; il améliorera et automatisera les processus de collecte et de traitement des données à l’aide d’outils SIG ou de programmation, générera les modèles numériques de la hauteur du terrain et de la végétation et des cartes raster des principales variables dasométriques. Et il automatisera également les processus de réajustement des modèles prédictifs, en tenant compte du décalage temporel entrez les données d’inventaire sur le terrain et les données LiDAR. (French)
5 December 2021
0 references
Carreño
0 references
Identifiers
IDE/2017/000417
0 references