Curso LIDAR FORESTAL: Metodos de masa y árbol individual - Imasgal

LIDAR FORESTAL: Métodos de masa y árbol individual

12 de abrilOnline (clases online y tutorías)SIGLIDARPACK

Presentación

El curso LIDAR FORESTAL: Métodos de masa y árbol individual permite al alumno especializarse en la realización de inventarios forestales mediante tecnología LIDAR mediante el uso de dos procedimientos, métodos de masa y árbol individual. Este es un pack de cursos compuesto por LIDAR FORESTAL: Métodos de masaLIDAR FORESTAL: Árbol individual, con un descuento en cada curso.

LIDAR FORESTAL: Métodos de masa

El curso LIDAR FORESTAL: Métodos de masa aplicado al medio forestal permite al alumno realizar un inventario forestal completo mediante la tecnología LIDAR por el procedimiento de métodos de masa.
El conocimiento de la tecnología LIDAR en el medio forestal se hace imprescindible en la actualidad para los profesionales del sector forestal, pues permite recabar un gran volumen de datos con menor esfuerzo que los sistemas tradicionales de inventarios medioambientales. Saber interpretar y conjugar los datos LIDAR con las distintas variables ambientales es fundamental para el gestor a la hora de tomar decisiones sobre la planificación de cualquier hábitat a estudiar.

LIDAR FORESTAL: Árbol individual

El curso LIDAR FORESTAL: Árbol Individual permite al alumno realizar un inventario forestal completo mediante la tecnología LIDAR por el procedimiento de Árbol Individual.
Este tipo de inventarios nos permiten conocer, con una precisión muy alta, las características dendrométricas de árboles individuales o de grupos de éstos. Así, podemos determinar la cubicación comercial de cada árbol, su cantidad de biomasa o el CO fijado, siempre que encontremos una relación adecuada para ello.
Los métodos de Árbol Individual, proporcionan al gestor y propietario del monte una excelente herramienta para determinar los aprovechamientos y ajustar al máximo los recursos.

Este curso es una continuación del curso LIDAR FORESTAL: Métodos de masa, se recomienda al alumno que tenga los siguientes conocimientos previamente a la realización del curso:

  • Conocimiento de Sistemas de Información Geográfica, en especial el manejo de QGIS.
  • Conocimiento de tratamientos de datos LiDAR con FUSION.
  • Conocimientos de ajuste de modelos estadísticos. Deseable el manejo de R-Commander.
Softwares:
  • FUSION
  • QGIS: Software libre.
  • FugroViewer: Software gratuíto.
  • R: Software libre
  • LAStask Tools

Contenidos - LIDAR FORESTAL: Métodos de masa

TEMA 01 | Introducción a la tecnología LíDAR
  1. Software empleado
    FugroViewer | FUSION | QGIS | R y R-commander.
  2. Equipo necesario e instalación.
  3. Interfaz
    FugroViewer | FUSION | QGIS | R y R-commander.
  4. La tecnología LiDAR
    Sensores activos frente a sensores pasivos | LiDAR terrestre y LiDAR aerotransportado | Funcionamiento del LiDAR aerotransportado | Componentes básicos de un sistema LiDAR aerotransportado | Comportamiento del pulso LiDAR | Características de los datos LiDAR | Pre-tratamiento de datos LiDAR | Obtención de Modelos Digitales del Terreno (MDT) a partir de datos LiDAR: MDE, MDS y MDHV | LiDAR vs fotogrametría.

Ejercicios tutorizados: E01. Descarga, visualización, clasificación de la nube de puntos y generación de Modelos Digitales del Terreno: MDE y MDHV
Prácticas de evaluación tutorizadas: P01. Cuestionario_Introducción a la tecnología LiDAR | P02. Visualización de datos.

TEMA 02 | LiDAR y sector forestal
  1. Inventario forestal con Tecnología LiDAR.
  2. Inventario Forestal con Métodos de Masa
    Toma de datos en campo | Cálculo de estadísticos a partir de la nube de puntos del LiDAR.

Ejercicios tutorizados: E01. Cortar y normalizar datos LiDAR | E02. Extracción de los estadísticos de parcelas de campo | E03. Estadísticos de vegetación continuos y visualización de estadísticos en QGIS.
Prácticas de evaluación tutorizadas: P03. Cuestionario_LiDAR y sector forestal | P04. Parcelas de campo | P05. Estadísticos de parcelas de campo | P06. Estadísticos de vegetación continuos.


TEMA 03 | Estimación de variables forestales. Métodos de masa
  1. Introducción
    Muestreo aleatorio | Normalidad de las variables | Correlación lineal entre variables | Modelos por regresión lineal | Relaciones no lineales entre variables.
  2. El sotfware R y su paquete R-Commander
    Introducción a R y Rcommander | Ajuste de modelos lineales simples en R-Commander | Ajuste y diagnosis de modelos de regresión múltiple con R-Commander.

Ejercicios tutorizados: E01. Análisis descriptivo de variables y ajuste de modelos lineales.
Prácticas de evaluación tutorizadas: P07. Cuestionario_Estimación de variables forestales | P08. Selección de variables. 

TEMA 04 | Resultados finales
  1. El programa QGIS.
    Descarga e instalación
  2. Añadir información LiDAR a QGIS
    Cargar el archivo de texto (.csv) | Creación de cuadrícula vectorial con datos LiDAR en QGIS | Incorporar los modelos en QGIS | Cálculo de errores.

Ejercicios tutorizados: E01. Integración en QGIS.
Prácticas de evaluación tutorizadas: P09. Cuestionario_Resultados finales | P10. Integración en QGIS.

TEMA 05 | Otras aplicaciones LiDAR

Durante el curso el alumno realiza un ejemplo real de inventario forestal apoyado en datos LiDAR del PNOA aplicando el método de masa también conocido como ABA (Area Based Approach) por sus siglas en inglés:

  • Primeros pasos para la creación de un inventario: Preparación de las carpetas de trabajo y descarga de datos LiDAR del PNOA en formato LAZ desde la página del Centro de descargas del CNIG.
  • Descompresión de datos LAZ a LAS: Descomprimir los archivos con el software LasTaskTools del CNIG o con la herramienta libre LasZip del paquete LasTools.
  • Visualización y evaluación inicial de datos: Evaluación manual de la nube de puntos mediante visualización de datos con FugroViewer y FUSION/LDV. Realizar perfiles longitudinales, visualizaciones 3D, mostrar datos por clasificación, recortes circulares…
  • Primeros pasos con el procesador de datos LiDAR de FUSION: Aplicación del comando Groundfilter para filtrar la nube de puntos separando aquellos puntos pertenecientes al suelo de todos los demás y creación a partir del filtrado anterior de un MDE (Modelo Digital de Elevaciones) con la herramienta de interpolación GridSurfaceCreate.
  • Transformación del MDE a formato visualizable en un SIG: Conversión mediante DTM2ASCII del archivo MDE.dtm a un archivo MDE.asc para poder integrar el resultado del Modelo Digital en QGIS.
  • Recorte y normalización de datos LiDAR pertenecientes a la superficie de las parcelas de campo: Recorte de los datos LiDAR coincidentes con el área de las parcelas mediante el comando ClipData normalizando las alturas de los puntos por transformación de alturas ortométricas en alturas sobre el suelo utilizando para ello el MDE.
  • Cálculo de estadísticos de los recortes de las parcelas con el comando CloudMetrics: Extracción de estadísticos de altura de vegetación y estadísticos de cobertura de los datos LiDAR pertenecientes a cada una de las parcelas de campo o submuestras normalizadas recortadas en el apartado anterior.
  • Cálculo de estadísticos continuos para toda la superficie de trabajo con el algoritmo GridMetrics de FUSION: Computar, previa normalización con el MDE, los mismos estadísticos de altura de vegetación y de cobertura para cada una de las celdas de una malla (Grid) superpuesta sobre toda nuestra superficie de inventario.
  • Integrar la malla de estadísticos continuos en QGIS: Incorporar la cuadrícula de estadísticos en el sistema de información geográfica QGIS.
  • Modelización de variables dasométricas o de masa (VCC, Ab, Ho, Dg…): Ajustar modelos de regresión lineal con la librería R-Commander de R utilizando datos tomados en campo como variables dependientes y los estadísticos LiDAR calculados para la superficie de cada una de las parcelas como variables explicativas.
  • Aplicar los modelos ajustados en la malla de estadísticos continuos integrada en QGIS: Calcular para cada celda del GRID las variables de masa a partir de los modelos obtenidos utilizando la calculadora de campos.
  • Calcular variables de masa para nuestras superficies objetivo: Calcular promedios para las variables dasométricas a nivel de rodal, cantón o monte y discutir los resultados.
  • Aprender a visualizar e interpretar datos LIDAR.
  • Utilizar los principales programas de visualización y análisis de datos LIDAR: FugroViewer FUSION, QGIS.
  • Estimar variables de inventarios forestales a partir de los datos LIDAR, mediante el uso del programa estadístico R y R-Commander.
  • Elaborar cartografía temática desde datos LIDAR: Modelos Digitales del Terreno, modelos de alturas de vegetación, etc.
  • Generar mapas de planificación medioambiental. Tras estimar las variables se podrá hacer mapas que ayuden al gestor a tomar las decisiones correctas en torno a las actuaciones a llevar a cabo en los espacios naturales.

Contenidos - LIDAR FORESTAL: Árbol individual

TEMA 01 | Introducción
  1. Software empleado
    FugroViewer | FUSION | QGIS y SAGA | R y R-commander | Equipo necesario e instalación | Interfaz.
TEMA 02 | Inventario LIDAR. Árbol individual
  1. Principios de la individualización de árboles
    Introducción | Individualización y la estructura de la vegetación.
  2. Métodos de individualización de árboles
    El modelo digital de superficies | Individualización con FUSION | Individualización con QGIS-SAGA.
  3. Trabajo de campo
    Parcelas de campo | Levantamiento del centro de la parcela | Coordenadas de los árboles.

Ejercicios tutorizados: E01. Visualización de datos LIDAR y generación de MDT y MDS | E02. Individualización con FUSION | E03. Individualización por delineación de cuentas | E04. Individualización por recrecimiento de regiones | E05. Individualización por recrecimiento de regiones.
Prácticas de evaluación tutorizadas: P01. Cuestionario. Inventario LiDAR | P02. Individualización de árboles.


TEMA 03 | Estimación de variables forestales. Árbol individual
  1. Preparación de los datos estadísticos
    Coordenadas de los árboles individuales | Búsqueda de árboles en QGIS | Obtención de los estadísticos.
  2. Estadísticos de la nube de puntos
    Medidas de tendencia central | Medidas de dispersión | Estadísticos de la nube de puntos y su relación forestal.
  3. La regresión lineal
    Introducción | Muestreo aleatorio | Normalidad | Correlación | La regresión lineal | Relaciones no lineales entre variables.
  4. El sotfware R y su paquete R-Commander
    R y Rcommander | Nuevo conjunto de datos | Cargar conjunto de datos | Importar datos | Estadística descriptiva en R-Commander | Correlación entre variables con R-Commander.
  5. Ajuste de modelos lineales simples en R-Commander
    Homocedasticidad de los errores | Normalidad de los errores | Relación lineal y ausencia de colinealidad | Ausencia de observaciones atípicas.
  6. Ajuste y diagnosis de modelos de regresión múltiple con R-Commander
    Homocedasticidad | Normalidad | Linealidad | Observaciones atípicas | Colinealidad | Análisis gráfico.

Ejercicios tutorizados: E01. Ajuste y diagnosis de Modelos.
Prácticas de evaluación tutorizadas: P03. Cuestionario. Estimación de variables forestales | P04. Ajuste de modelos.

TEMA 04 | Resultados finales
  1. Incorporación de modelos estadísticos
    Corte de la nube de puntos según las copas | Estadísticos de cada árbol | Importación y unión de los estadísticos en QGIS | Aplicación de modelos.
  2. Variables de masa a partir de árboles individuales
    Densidades de arbolado.
  3. Calidad del inventario de árbol individual
    Errores en la delineación de copas | Errores en los datos LiDAR | Errores en los modelos.

Ejercicios tutorizados: E01. Resultados finales.
Prácticas de evaluación tutorizadas: P05. Cuestionario. Resultados finales | P06. Resultados finales.

Durante el curso el alumno realiza todos los pasos necesarios para obtener una cuantificación de valores dendrométricos de cada uno de los árboles de un monte o zona de trabajo:

  • En los primeros pasos aprenderemos el manejo de diversos algoritmos implementados en FUSION y SAGA para la individualización y segmentación de árboles individuales a partir de un modelo digital de alturas de vegetación generado mediante una nube de puntos LiDAR, para ello veremos:
    • Análisis y visualización de la nube de puntos LiDAR con Fugroviewer y FUSION.
    • Flujo de trabajo inicial con FUSION.
      • Análisis de la densidad de la nube de puntos LiDAR (comando Catalog).
      • Creación de un modelo digital del terreno disponible para QGIS a partir de una nube de puntos clasificada (comando GridSurfaceCreate y DTM2ASCII).
      • Extracción de Modelos Digitales de Superficies MDS y Modelos Digitales de Altura de Vegetación MDHV (comando CanopyModel).
  • Flujo de trabajo para la individualización de copas utilizando diversas metodologías:
    • Individualización con FUSION (CanopyMaxima) y visualización en LDV.
    • Individualización con SAGA desde QGIS (algoritmos Watershed y Simple Region Growing)
    • Visualización de resultados en QGIS
  • En una segunda fase procederemos a recoger los datos necesarios para poder configurar modelos lineales predictivos de variables dendrométricas. Para ello necesitaremos datos de campo que actuaran como variables dependientes y estadísticos extraídos de la nube de punto LiDAR que actúen como variables explicativas:
    • Breve explicación de la toma de datos en campo. Particularidades de un inventario LiDAR con método de árbol individual. 
    • Importación a QGIS de la base de datos de campo.
    • Flujo de trabajo FUSION para la obtención de estadísticos LiDAR de los árboles muestra (Comandos PolyclipData, ClipData y Cloudmetrics).
  • A partir de este momento estamos en disposición de construir modelos de regresión:
    • Configuración de la base de datos estadística de tipo Lineal, Exponencial y Potencial.
    • Importación de datos a R-commander y ajuste de modelos estadísticos de regresión lineal para las variables dendrométricas medidas en campo.
  • Finalmente, con los modelos ajustados, podemos realizar predicciones sobre todos y cada uno de los árboles individualizados al principio del curso:
    • Nueva configuración del comando CloudMetrics de FUSION para la extracción de estadísticos de todos árboles del monte o región de trabajo.
    • Implementación de resultados en QGIS y unión con las copas delineadas.
    • Estimación de variables dendrométricas desde la calculadora de campos de QGIS utilizando los modelos predictivos.
    • Análisis de la calidad de resultados del inventario.
  • Utilizar los principales programas para el análisis y visualización de datos LIDAR: FugroViewer, FUSION.
  • Generar Modelos Digitales del Terreno y visualizarlos en QGIS.
  • Conocer los principales métodos de individualización y segmentación de árboles a partir de modelos digitales de vegetación con FUSION y SAGA.
  • Construir modelos predictivos de variables dendrométricas a partir de los datos LIDAR y datos de campo, mediante el uso del programa estadístico R y su librería R-Commander.
  • Generar coberturas de interés para la planificación forestal. 

Metodología y certificación

Los contenidos de este curso se imparten mediante clases online en directo (las clases se graban para su posterior consulta) y/o vídeos. El curso se gestiona mediante una plataforma de formación online en la que el alumnado puede hacer consultas al equipo docente, entregar las actividades de evaluación y descargar los materiales del curso.

Desarrollo práctico

Durante el curso, el alumnado realiza dos tipos de actividades prácticas:

  • Ejercicios tutorizados: Son ejercicios guiados paso a paso (mediante clases o vídeos) por el equipo docente.
  • Prácticas de evaluación tutorizadas: Tras la realización de los ejercicios tutorizados, el alumnado realiza las prácticas de evaluación de forma individual. Estas prácticas están tutorizadas mediante los foros de la plataforma de formación.
Materiales

El curso consta de materiales específicos: manual de contenidos, enunciados y datos de ejercicios y prácticas, documentos de apoyo y otros recursos. Todos los materiales del curso son descargables, excepto los vídeos y grabaciones de las clases.

Certificación

Imasgal emite dos tipos de documentos en base a la asistencia y a la calificación obtenida en la realización de las prácticas de evaluación:

  • Justificante de asistencia: Confirma la participación del alumno en el curso. 
  • Certificado de aprovechamiento: Certifica haber superado con aprovechamiento el curso, habiendo obtenido en la realización de las prácticas de evaluación, una nota media igual o superior a 5. Se compone de Diploma de Aprovechamiento y de Certificado de Calificaciones. El certificado dispone de un Código de Certificación, que puede utilizarse como medio de autenticación del documento accediendo al buscador de certificados

Ambos documentos se expiden en formato pdf con firma electrónica oficial de Imasgal.

Post-Formación

Tras la finalización del curso, el alumnado dispondrá de 2 meses adicionales de acceso a todos los contenidos (incluídos vídeos y grabaciones). El acceso al aula de post-formación estará habilitado en 48h laborables tras la finalización del curso. En este aula no será posible la entrega de prácticas.

(*) Realizamos formación presencial según demanda.

Preguntas frecuentes

Generales
Proceso de inscripción y métodos de pago
El proceso de inscripción puede hacerse como particular o como empresa (la cuenta de empresa puede dar de alta a sus propios alumnos). Para un particular el proceso es:
  1. Crear cuenta: Se crea una cuenta de tipo «Alumno» en https://imasgal.com/campus/login. Al terminar el registro, se redirigirá a la cuenta que dispone de los apartados «Datos», «Cursos», «Calendario» y «Avisos».
  2. Inscripción en el curso: Se debe acceder al apartado «Calendario», buscar el curso a realizar y clicar sobre el botón «inscribirse» iniciando un proceso de 3 pasos dónde se debe: [PASO 1] cubrir o validar los datos del alumno, [PASO 2] seleccionar el tipo de matrícula y [PASO 3] cumplimentar la dirección de facturación o elegir una ya existente, seleccionar el método de pago y completar el mismo.

Con respecto a los métodos de pago, se permite el pago por tarjeta, transferencia bancaria y Paypal. Si el pago con tarjeta te da problemas, te recomendamos usar el pago por Paypal (Paypal permite asociar una tarjeta a la cuenta para realizar el pago). En las inscripciones realizadas a nivel particular es posible financiar el importe del curso en varias cuotas.

¿Qué tipo de descuentos existen?

Disponemos de descuentos para distintos colectivos

¿Qué es la formación bonificada mediante FUNDAE?

Toda empresa del territorio nacional Español que cotice por sus trabajadores en el Régimen General de la Seguridad Social, tiene asignada una cuota destinada a la formación de sus trabajadores en forma de bonificación en las cotizaciones a la Seguridad Social. Mediante esta bonificación el coste de la formación puede ser de 0€. Información de curso bonificable.

Deseo formación presencial ¿Puedo solicitarla?

Sí, realizamos formación presencial para grupos según demanda. Solicita información.

No estoy en España ¿Puedo realizar la formación?

Sí, todos nuestros cursos son 100% online y las clases en directo se graban para visualizarlas en el horario más conveniente para cada alumno.

Precios y métodos de pago

Precios mostrados para la modalidad: Online (clases online y tutorías)
LIDAR FORESTAL: Métodos de masa y árbol individual
Matrícula ordinaria EUR 196,00 €
Matrícula de estudiantes y desempleados EUR 176,00 €
Matrícula colegiados y entidades en convenio EUR 176,00 €
Matrícula bonificada mediante FUNDAE EUR 252,00 €
LIDAR FORESTAL: Árbol individual
Matrícula ordinaria EUR 245,00 €
Matrícula de estudiantes y desempleados EUR 220,00 €
Matrícula colegiados y entidades en convenio EUR 220,00 €
Matrícula bonificada mediante FUNDAE EUR 315,00 €

Precios mostrados en EUR € y métodos de pago disponibles para usuarios de España. Cambiar de país

Condiciones
  • Imasgal realizará devoluciones por cancelación de matrícula del 100 % del importe excepto en los 7 días naturales anteriores al inicio del curso, en cuyo caso se realizará la devolución del 50 % del importe del mismo.
  • El inicio del curso está sujeto a un cupo mínimo de 6 alumnos.
  • Cursos bonificables mediante la Fundación Estatal para la Formación en el Empleo. Formación bonificada.
Métodos de pago

Pagos con tarjeta, financiación, Paypal y otros. Ver métodos de pago

Fundación Estatal para la Formación en el Empleo
Curso bonificable por FUNDAE
Pagos con tarjeta, financiación, Paypal y otros.Ver métodos de pago
LIDAR FORESTAL: Métodos de masa y árbol individualMatrícula conjunta de cursos (25% de descuento)
LIDAR FORESTAL: Métodos de masaMatrícula de curso individual
LIDAR FORESTAL: Árbol individualMatrícula de curso individual

LIDAR FORESTAL: Métodos de masa

Edición: 29
Modalidad: Online (clases online y tutorías)
Fechas:
Límite inscripción:

Carga lectiva

Clases online en directo: 30h (*)
Dedicación estimada: 85h
Postformación: 60 días
(*) Asistencia a clase no obligatoria. El alumnado que lo desee podrá visualizar las grabaciones de las clases en la plataforma de formación.

LIDAR FORESTAL: Árbol individual

Edición: 17
Modalidad: Online (clases online y tutorías)
Fechas: 12 de abril – 24 de mayo
Límite inscripción: 11 de abril

Carga lectiva

Clases online en directo: 15h (*)
Dedicación estimada: 55h
Postformación: 60 días
(*) Asistencia a clase no obligatoria. El alumnado que lo desee podrá visualizar las grabaciones de las clases en la plataforma de formación.


Opinión de alumnos

Valorado en 4.8 de media de 190 opiniones