Caracterización de los tipos de estructura forestal mediante índices de ecología del paisaje aplicados sobre datos Lidar
- García Abril, A. 1
- Pascual Castaño, C. 2
- Ruiz Sánchez, M. A. 2
- Velarde Castolfi, M. D. 2
- Blanco, E. 1
- Velazquez, J. 1
- Cocero Matesanz, D. 3
-
1
Universidad Politécnica de Madrid
info
-
2
Universidad Rey Juan Carlos
info
-
3
Universidad Nacional de Educación a Distancia
info
- M.T. Camacho Olmedo (ed. lit.)
- J.A. Cañete Pérez (ed. lit.)
- J.J. Lara Valle (ed. lit.)
Argitaletxea: Universidad de Granada
ISBN: 84-338-3944-6
Argitalpen urtea: 2006
Orrialdeak: 843-850
Biltzarra: Congreso Nacional de Tecnologías de la Información Geográfica (12. 2006. Granada)
Mota: Biltzar ekarpena
Laburpena
En el ámbito de la gestión forestal sostenible, disponer de una cartografía de tipos de estructura constituye una herramienta básica de apoyo a la toma de decisiones. Los datos LIDAR, que proporcionan mediciones directas de la altura de la cubierta vegetal, presentan gran aplicación para la delimitación de tipologías de estructura forestal. Por otra parte, los estudios de ecología del paisaje han caracterizado las distintas unidades de paisaje mediante diversos índices. En este contexto, el objetivo del presente trabajo es estudiar la utilidad que presentan los índices de paisaje en la caracterización de los rodales o tipos de estructura. Para ello, se han estudiado 120 ha. de pinares de Pinus sylvestris de la Sierra de Guadarrama. Se ha partido de una cartografía que ha diferenciado 5 tipos de estructura a partir de la información del MDC LIDAR. Para cada tipo de estructura se han obtenido diversos índices de paisaje: textura, índice de Shannon, dimensión fractal, índices de similitud, conectividad, etc… Por otra parte, se ha aplicado un test ANOVA de un factor (tipo de estructura) para evaluar la capacidad que presentan los distintos índices para discriminar entre los tipos de estructura reconocidos. Los resultados han puesto de relieve que aquellos índices que no incluyen información espacial (índice de Shannon, dimensión fractal, etc.) presentan escasa capacidad discriminante.