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

LIDAR FORESTAL: Métodos de masa y árbol individual

13 de eneroOnline (clases online y tutorías)SIGPACK

Curso LIDAR Forestal

Presentación

El curso LIDAR FORESTAL: Metodos 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.
Conocimientos previos necesarios:

Para la realización del curso LIDAR FORESTAL: Árbol Individual. Este curso está diseñado principalmente para profesionales con conocimientos básicos en tecnología LIDAR aplicada al inventario forestal utilizando métodos de masa. Se recomienda tener una comprensión fundamental del software FUSION-LDV para el procesamiento de datos LiDAR, habilidades básicas en la creación de modelos lineales usando R-commander, y un nivel intermedio en el manejo del sistema de información geográfica QGIS para la aplicación práctica de los resultados. Aunque no es imprescindible, es beneficioso poseer un entendimiento de los métodos principales de inventario forestal y familiaridad con las variables más frecuentemente evaluadas en este ámbito.

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 LiDAR
  1. La tecnología LiDAR
  2. LiDAR terrestre y LiDAR aerotransportado
  3. Funcionamiento del LiDAR aerotransportado
  4. Componentes básicos de un sistema LiDAR aerotransportado
  5. Comportamiento del pulso LiDAR
  6. Características de los datos LiDAR
    Parámetros principales de vuelo | Archivos LAS y archivos LAZ | Información del retorno Láser (LAS header)
  7. Pretratamiento de datos LIDAR
    Filtrado y clasificación de la nube de puntos | El comando GroundFilter de FUSION | Obtención de Modelos Digitales del Terreno (MDT) a partir de datos LiDAR: MDE, MDS y MDV | LiDAR vs fotogrametría
  8. FugroViewer
    Interfaz principal | Cinta específica | Panel de visualización de datos
  9. FUSION
    Menús principales | Herramientas principales | Visualización tridimensional de datos

Ejercicios tutorizados: E01. Descarga y visualización de datos LiDAR del PNOA desde el IGN. | E02. Descompresión de datos LAZ a LAS | E03. Visualización de datos LiDAR con FUGRO Viewer | E04. Visualización de datos con FUSION
Prácticas de evaluación tutorizadas: P01. Cuestionario 01 – Introducción a la tecnología LiDAR

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. GroundFilter | E02. GridSurfaceCreate | E03. DTM2ASCII | E04. CanopyModel | E05. ClipData | E06. CloudMetrics
Prácticas de evaluación tutorizadas: P02 – Modelos digitales del terreno | P03 – Estadísticos de la nube de puntos LiDAR


TEMA 03 | Estimación de los modelos de transición de las parcelas de campo
  1. Introducción
    Muestreo aleatorio | Normalidad de las variables | Correlación lineal entre variables | Modelos por regresión lineal | Relaciones no lineales entre variables.
  2. El software 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. Modelo de transición de la altura dominante | E02. Modelo de transición de volumen comercial con corteza
Prácticas de evaluación tutorizadas: P04. Modelos de transición de Vcc y Nº de pies

TEMA 04 | Estimación de variables domésticas en el monte
  1. Creación de cuadrícula de recintos.
    Cargar el archivo de gridmetrics | Incorporar los modelos en QGIS | Cálculo de errores

Ejercicios tutorizados: E01. Aplicación de los modelos de transición a los recintos | E02. Estimación de la posibilidad en volumen de un monte
Prácticas de evaluación tutorizadas: P05. Estimación de las posibilidades en Vcc

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 | Inventario LiDAR. Árbol Individual

  1. Inventario forestal con Tecnología LiDAR 
  2. Inventario Forestal con Métodos de árbol individual
  3. Individualización de árboles
    Introducción | Individualización y la estructura de la vegetación
  4. Métodos de individualización de árboles 
    El modelo digital de superficies | CanopyMaxima: individualización con FUSION | Individualización con QGIS y SAGA

Ejercicios tutorizados: E01. Visualización de nubes de puntos LiDAR con FugroViewer | E02. Uso de Fusion y sus comandos | E03. Obtención del MDS | E04. Individualización de árboles con CanopyMaxima | E05. Individualización de árboles con Watershed | E06. Individualización de árboles con Seeded Region Growing
Prácticas de evaluación tutorizadas: P01. Cuestionario teórico | P02. Individualización de árboles con CanopyMaxima, Watershed y Seeded Region growing

TEMA 02 | Estimación de variables forestales para árbol individual
  1. Trabajo de campo
    Parcelas de campo | Levantamiento del centro de la parcela | Coordenadas de los árboles | Ubicación de árboles en QGIS | Obtención de los estadísticos de la nube de puntos en los árboles

Ejercicios tutorizados: E01. Extracción de los estadísticos descriptivos de las nubes de puntos de los árboles

TEMA 03 | Modelos de transición de las variables dendrométricas 
  1. La Regresión Lineal
    Muestreo aleatorio | Normalidad | Correlación | La regresión lineal | Relaciones no lineales entre variables
  2. 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
  3. 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 
  4. Ajuste y diagnosis de modelos de regresión múltiple con R-Commander
    Homocedasticidad| Normalidad | Linealidad | Observaciones atípicas | Colinealidad| Análisis gráfico

Ejercicios tutorizados: E01. E03.01. Obtención del modelo de transición de la altura de los árboles | E02. Obtención del modelo de transición de los volúmenes de los árboles
Prácticas de evaluación tutorizadas: P03. Extracción de los estadísticos descriptivos de las nubes de puntos de los árboles y modelos de transición de los volúmenes de los árboles

TEMA 04 | Resultados finales
  1. Incorporación de modelos de transición
    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. Calidad del inventario de árbol individual
    Errores en la delineación de copas | Errores en los datos LiDAR 

Ejercicios tutorizados: E01. Aplicación de los modelos de transición a los árboles
Prácticas de evaluación tutorizadas: P04. Aplicación de los modelos de transición a los árboles

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 son impartidos a través de clases online (las cuales son grabadas para su consulta posterior) y/o vídeos. La gestión del curso se lleva a cabo por medio de una plataforma de formación online en la cual el alumnado tiene la posibilidad de realizar consultas al equipo docente, entregar las actividades de evaluación y descargar los materiales del curso.

Desarrollo práctico del curso

Durante el curso, se llevan a cabo dos tipos de actividades prácticas:

  • Ejercicios tutorizados: son ejercicios guiados paso a paso por el equipo docente, ya sea por medio de clases o vídeos.
  • Prácticas de evaluación tutorizadas: luego de completar los ejercicios tutorizados, el alumnado realiza las prácticas de evaluación de manera individual. Estas prácticas están tutorizadas a través de los foros disponibles en la plataforma de formación.
Materiales

El curso incluye materiales específicos como un manual de contenidos, enunciados y datos de ejercicios y prácticas, documentos de apoyo y otros recursos. Todos los materiales del curso son descargables, a excepción de los vídeos y grabaciones de las clases.

Certificación

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

  • Justificante de asistencia: este documento confirma la participación del alumno en el curso. Para obtenerlo, es necesario haber obtenido en al menos 1 práctica de evaluación una calificación igual o superior a 5.
  • Certificado de aprovechamiento: este certificado avala la superación exitosa del curso, habiendo obtenido en la realización de las prácticas de evaluación una nota promedio igual o superior a 5. El certificado está compuesto por un Diploma de Aprovechamiento y un Certificado de Calificaciones. El certificado cuenta con un Código de Certificación que puede utilizarse como método de autenticación del documento al acceder al buscador de certificados.

Ambos documentos se expiden en formato pdf y llevan la firma electrónica oficial de Imasgal.

Post-Formación

Una vez finalizado el curso, los estudiantes tendrán acceso adicional a todos los contenidos (incluyendo vídeos y grabaciones) durante un período adicional de 6 meses. 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
Métodos de pago
El pago de los cursos podrá ser efectuado a través de tarjeta bancaria (Visa o Mastercard), Paypal y transferencia bancaria. Para completar el proceso de inscripción es necesario elegir el método de pago de preferencia siguiendo las instrucciones detalladas en el sitio web.
Para las inscripciones particulares realizadas en el territorio nacional español se ofrece la opción financiar el curso en plazos en 3, 6, 9 y 12 meses mediante seQura.
¿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 vivo en España ¿Puedo realizar la formación?

Sí, todos nuestros cursos son 100% online. Las clases se imparten en directo y se graban para visualizarlas en cualquier momento.

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 1EUR 196,00 €
Matrícula de estudiantes y desempleados 1EUR 176,00 €
Matrícula colegiados y entidades en convenio 1EUR 176,00 €
Matrícula bonificada mediante FUNDAE 1EUR 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 €

Ejemplo de financiación de matrícula ordinaria:

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: 36
Modalidad: Online (clases online y tutorías)
Fechas:
Límite inscripción:

Carga lectiva

Clases online en directo: 8h (*)
Horas de vídeo: 11h
Dedicación estimada: 85h
Postformación: 180 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: 25
Modalidad: Online (clases online y tutorías)
Fechas: 13 de enero – 26 de febrero
Límite inscripción: 12 de enero

Carga lectiva

Clases online en directo: 5h (*)
Horas de vídeo: 8h
Dedicación estimada: 50h
Postformación: 180 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 231 opiniones