Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Alvites, C., (2020). LiDAR as a tool for timber assortment assessment and characterization in mountain forests [Tesis, Università degli Studi della Tuscia]. https://renati.sunedu.gob.pe/handle/sunedu/3452418
Alvites, C., LiDAR as a tool for timber assortment assessment and characterization in mountain forests [Tesis]. IT: Università degli Studi della Tuscia; 2020. https://renati.sunedu.gob.pe/handle/sunedu/3452418
@phdthesis{renati/6949,
title = "LiDAR as a tool for timber assortment assessment and characterization in mountain forests",
author = "Alvites Diaz, Cesar Ivan",
publisher = "Università degli Studi della Tuscia",
year = "2020"
}
Title: LiDAR as a tool for timber assortment assessment and characterization in mountain forests
Other Titles: LiDAR como herramienta para la evaluación y caracterización del surtido de madera en bosques de montaña
Authors(s): Alvites Diaz, Cesar Ivan
Advisor(s): Lasserre, Bruno; Santopuoli, Giovanni
Keywords: Bosques; Manejo forestal; Nube de puntos; Teledetección; Lásers
OCDE field: https://purl.org/pe-repo/ocde/ford#4.01.02
Issue Date: 2020
Institution: Università degli Studi della Tuscia
Abstract: The aim of the thesis was to develop a robust procedure for timber assortment estimation of trees in a mixed-species and multi-layered forest using LiDAR data. To achieve the objective, the thesis is divided into three sub-objectives. The first research aim was to provide an overview of the most recent approaches used in timber assortment estimation using LiDAR data, through a literature review; the second study aim was to provide a stepwise approach to assess the stem volume and carbon stock at single tree level using Airborne Laser Scanning (ALS) data, while the third study aim was to provide a stepwise approach to retrieve the timber assortment information from forest stands using Terrestrial Laser scanning (TLS) data. These studies were carried out in Bosco Pennataro, a Mediterranean forest belonging to the Central Apennine Mountains in Molise (Italy).
El objetivo de la tesis fue desarrollar un procedimiento sólido para estimar el surtido de madera en bosques con especies mixtas utilizando datos LiDAR. La tesis se divide en tres estudios: revisión de literatura sobre enfoques recientes en estimación de surtido de madera con LiDAR, evaluación de volumen y almacenamiento de carbono a nivel de árbol con Escaneo Láser Aerotransportado (ALS) y obtención de información sobre surtido de madera mediante Escaneo Láser Terrestre (TLS). Se realizaron estudios en Bosco Pennataro, un bosque mediterráneo italiano. La revisión mostró que la mayoría de los estudios se centraban en inventario forestal y productividad, con pocos enfoques con relación al surtido de madera y biodiversidad. ALS y TLS fueron las tecnologías LiDAR más utilizadas, con algoritmos de aprendizaje automático desde 2010. El segundo estudio destacó la importancia de la heterogeneidad del bosque y la calidad de los puntos para detectar árboles individuales, con tasa de detección del 48%. El tercer estudio demostró que TLS fue útil para reconstruir los árboles (67% reconstruidos). En conclusión, LiDAR es útil para reconstruir arboles y estimar el surtido de la madera con precisión, evitando métodos destructivos como la tala de árboles, y respaldando así el manejo forestal sostenible.
El objetivo de la tesis fue desarrollar un procedimiento sólido para estimar el surtido de madera en bosques con especies mixtas utilizando datos LiDAR. La tesis se divide en tres estudios: revisión de literatura sobre enfoques recientes en estimación de surtido de madera con LiDAR, evaluación de volumen y almacenamiento de carbono a nivel de árbol con Escaneo Láser Aerotransportado (ALS) y obtención de información sobre surtido de madera mediante Escaneo Láser Terrestre (TLS). Se realizaron estudios en Bosco Pennataro, un bosque mediterráneo italiano. La revisión mostró que la mayoría de los estudios se centraban en inventario forestal y productividad, con pocos enfoques con relación al surtido de madera y biodiversidad. ALS y TLS fueron las tecnologías LiDAR más utilizadas, con algoritmos de aprendizaje automático desde 2010. El segundo estudio destacó la importancia de la heterogeneidad del bosque y la calidad de los puntos para detectar árboles individuales, con tasa de detección del 48%. El tercer estudio demostró que TLS fue útil para reconstruir los árboles (67% reconstruidos). En conclusión, LiDAR es útil para reconstruir arboles y estimar el surtido de la madera con precisión, evitando métodos destructivos como la tala de árboles, y respaldando así el manejo forestal sostenible.
Link to repository: https://renati.sunedu.gob.pe/handle/sunedu/3452418
Discipline: Ciencias, Tecnología y Biotecnología para la Sostenibilidad
Grade or title grantor: Università degli Studi della Tuscia. Dipartimento per la Innovazione nei Sistemi Biologici, Agroalimentari e Forestali
Grade or title: Doctor en Ciencias, Tecnología y Biotecnología para la Sostenibilidad
Register date: 19-Sep-2023
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
AlvitesDiazCI.pdf | Tesis | 4.97 MB | Adobe PDF | View/Open |
Autorizacion.pdf Restricted Access | Autorización del registro | 250.19 kB | Adobe PDF | View/Open Request a copy |
This item is licensed under a Creative Commons License