QGiS y LiDAR en la evaluación de ecosistemas forestales (III Edición)

procesado de LiDAR e imagen satélite sin salir de QGiS

Hemos ampliado y mejorado nuestro curso de evaluación de los recursos forestales con tecnología LiDAR. En este nuevo curso de 150 horas de duración el alumno aprenderá a procesar nubes de puntos LiDAR lanzando algoritmos de FUSION y LasTools desde la barra de herramientas de QGiS. El alumno en los últimos bloques del curso desarrollará scripts de R que permiten estimar variables forestales a partir de la información continua del LiDAR.

Por tanto el objetivo principal del curso es mostrar, utilizando QGiS como única plataforma, los principales procesos de análisis de información LiDAR para la evaluación de ecosistemas forestales. Este nuevo curso incluye un bloque de clasificación supervisada y no supervisada donde combinaremos imagen con LiDAR  para caracterizar de forma conjunta la estructura y composición de la vegetación. Como hemos comentado también utilizaremos en el bloque V tanto métodos paramétricos como no paramétricos de regresión para estimar las principales variables forestales.

Como objetivos específicos del curso destacamos:

  • Familiarizarse con el uso del SIG libre QGiS y con su módulo de procesado
  • Conocer en profundidad los principales aspectos de la tecnología LiDAR y sus utilidades en el campo ambiental y forestal
  • Manejar los principales algoritmos de procesado de información LiDAR de los programas Fusion y Lastools utilizándolos desde el módulo de procesado de QGiS
  • Analizar y utilizar herramientas de procesado y clasificación de imagen incluidas en el módulo de procesado de QGiS
  • Estimar variables forestales tanto con métodos paramétricos como no paramétricos utilizando diferentes paquetes de R
  • Aprender a incorporar scripts sencillos de R al módulo de procesado de QGiS
  • Realización de diagnosis y validación de los modelos ajustados y de inventarios foretales completos
  • Generar, encadenar y automatizar procesos con el modelador de GGiS

Contenidos del curso

ChugiakBloque I: QGiS y su módulo de procesado

En este bloque el alumno se familiarizará con el uso de QGiS y su módulo de procesado. Se verán las principales herramientas de visualización y procesamiento de información geográfica. Se utilizarán diferentes herramientas de procesado y se automatizará un flujo de trabajo sencillo utilizando el modelador.

  • Práctica1: Cálculo del índice NDVI a partir de ortofoto del LidehesasCanopy Modelclas2014-11-17_00-13_Plot ZoomPNOA.

Bloque II: Introducción a la tecnología LiDAR

Se analizará el funcionamiento de los sensores LiDAR, la información disponible en un archivo LiDAR, las características de una nube de puntos y los principales productos derivados (modelo digital de elevaciones, modelo digital de superficie y modelo digital de altura de la vegetación). En este bloque visualizaremos la información LiDAR con diferentes programas libres o/y gratuitos.

  • Práctica 2: visualización 2D y 3D de una nube de puntos LiDAR.
  • Práctica 3: Obtención de datos LIDAR en plataformas online
  • Práctica 4: Primeros pasos con FUSION. Utilidad como visor
  • Práctica 5: Trabajo con comandos en FUSION y filtrado de puntos con GROUNDFILTER

Bloque III: procesado LIDAR desde módulo de procesado de Qgis

En este bloque se analizarán los principales algoritmos de procesado de LiDAR con distintos programas utilizándoles desde el módulo de procesado de QGiS.

  • Práctica 6: análisis de datos LIDAR con el Comando Catálog
  • Práctica 7: Generación Modelo Digital Elevaciones desde QGIS.
  • Práctica 8: Generación Modelo Digital Superficies desde QGIS.
  • Práctica 9: Corte de una nube de puntos LiDAR a partir de las coordenadas del centro de parcela y Estadísticos Nube de Puntos de parcelas e importación a Excel.
  • Práctica 10: Estadísticos de vegetación en zonas contínuas e incorporación de los datos a QGIS.

Bloque IV: métodos de predicción de variables forestales con R

Se verán métodos de selección de variables y ajuste de modelos utilizando diferentes paquetes del entorno y lenguaje estadístico R. Se manejarán los conocimientos básicos para que el alumno pueda generar sus propios scripts  sencillos en R e integrarlos en QGiS. Se trabajará con modelos paramétricos y no paramétricos.

  • Practica 11: ajuste y diagnosis de modelos lineales múltiples e incorporación de los resultados a la hoja de cálculo
  • Práctica 12: estimación de variables forestales mediante el ajuste de Random Forest a partir de datos LIDAR

Bloque IV: combinación de imagen y LiDAR (rodalización)

En este bloque se verá cómo combinar información de estructura del bosque del LiDAR con información proveniente de otros sensores ópticos utilizando herramientas de procesado y clasificación de imagen incluidas en el módulo de procesado de QGiS.

  • Práctica 11: Creación de un mapa temático a partir de una imagen multiespectral e información LiDAR

 

Bloque VI: Práctica final

En este bloque el que alumno utilizará todos los conocimiento adquiridos a lo largo del curso para resolver un ejercicio práctico, en taller de dos sesiones presencial (Madrid) o mediante seminario web.