Estimación de la densidad de rodal a partir de información LiDAR aérea integrando el método de masa y árbol individual en plantaciones de Pinus radiata

Resumen

Se aplicó un enfoque mixto utilizando información LiDAR aérea para estimar la densidad del rodal en una plantación de Pinus radiata. El método utiliza la información de la identificación de árbol individual (ITD) para mejorar las estimaciones de la densidad de rodal del método de estimación a nivel de masa (ABA). En el método 1 que corresponde a la estimación tradicional ABA en un modelo lineal obtuvo un RMSE = 23,6 % y un AIC = 840,9; donde las métricas LiDAR usadas fueron el percentil 95 % y razón entre primeros retornos sobre 1,3 metros (COV). El método 2, el cual corresponde a un algoritmo de identificación de árboles ITD configurado en una ventana de búsqueda de 3 metros y una altura definida por el percentil 50 %, generó una RMSE = 49 %. El método 3 mixto utilizó el número de árboles identificados en el método 2 como una métrica adicional en el método ABA, generando RMSE = 20,9 % y un AIC = 822,1. El método 4 definido como mixto que incorpora el número de árboles estimados por el método ITD como otra variable predictora, generó RMSE = 21,3 % y AIC = 835,2. El método con mejor performance fue el 3, reduciendo 2,7 puntos porcentuales con respecto a la RMSE del método 1 (ABA tradicional). La integración del método ABA e ITD mejoró las estimaciones de la densidad de rodal, además logró representar mejor la variabilidad espacial del número de árboles a nivel de rodal completo.