Resultados clave
- 303 vuelos autónomos con tres modelos de drones DJI sobre la misma área de 50 hectáreas
- Resolución de terreno objetivo constante de 5 cm y un solapamiento del 80-90% en cada misión
- 84 fechas con imágenes RGB y 57 con imágenes multiespectrales a lo largo de 3,5 años, desde octubre de 2020 hasta mayo de 2024
- Una señal de verdor estacional resuelta a nivel de árbol, especie y rodal
Objetivo: realizar el seguimiento de copas de árboles individuales a través de las estaciones en un bosque tropical denso
Los bosques tropicales impulsan una gran parte del balance global de carbono y son los menos documentados. Para conectar lo que sucede en la copa de un solo árbol con los modelos climáticos generales, los investigadores académicos necesitan imágenes de alta resolución del mismo bosque, repetidas a lo largo de los años.
Los satélites no pueden hacer esto en los trópicos ecuatoriales, donde la cobertura nubosa anula la mayoría de las pasadas ópticas y la resolución es demasiado baja para aislar un solo árbol. Los drones sí pueden, pero solo si cada vuelo posiciona la cámara sobre el mismo terreno y con la misma resolución. Si esto falla, no es posible comparar una fecha con la siguiente.
El sitio es exigente: una densa selva tropical en Paracou, Guayana Francesa, con unos 3000 mm de lluvia al año y 1617 copas de árboles mapeadas en el área de estudio de 50 hectáreas.
Por qué la adquisición repetible con drones era la limitación
Comparar imágenes de distintas fechas solo funciona si las adquisiciones coinciden. El objetivo aquí era una distancia de muestreo de suelo (GSD) de 5 cm con un solapamiento de imagen del 80 al 90%, mantenido en cada vuelo y con cada dron del estudio.
Eso no es una configuración de una sola vez. La cobertura total de las 50 hectáreas requería tres vuelos por sesión, cada uno de unos 20 minutos y varios cientos de imágenes. El equipo realizó esto repetidamente durante 3,5 años con tres aeronaves diferentes: un Phantom 4 Advanced y un Mavic 2 Pro para RGB, y un Phantom 4 Multispectral para bandas calibradas. Cada dron voló a una altitud diferente, entre 100 y 150 m, para alcanzar la misma resolución de 5 cm según su sensor.
También trabajaron sin GNSS RTK (cinemática en tiempo real) ni puntos de control terrestre (GCP). Desplegar objetivos de referencia sobre un dosel cerrado no es práctico, y el follaje denso bloquea la señal RTK. Por lo tanto, la parte de adquisición tenía que ser limpia y repetible utilizando únicamente el posicionamiento estándar.
Planificación de 303 misiones autónomas en UgCS
Cada uno de los 303 vuelos fue planificado y ejecutado de forma autónoma en Software de planificación de vuelos con drones UgCS.
El software mantuvo constantes los parámetros de la misión: la resolución objetivo de 5 cm, el solapamiento del 80 al 90% y las líneas de vuelo sobre el área de 50 ha, repitiéndose en todas las fechas y con los tres drones. Dado que cada aeronave requería una altitud diferente para alcanzar el mismo GSD, UgCS permitió al equipo configurar la resolución y el solapamiento por plataforma y realizar la misión de levantamiento de forma autónoma, lo que mantuvo la comparabilidad de todo el conjunto de datos.
El alto solapamiento cumplió dos propósitos: es necesario para la reconstrucción 3D estereofotogramétrica y generó la redundancia de imágenes en la que el equipo se apoyó posteriormente para detectar y corregir pequeños desplazamientos espaciales entre las fechas de los levantamientos. UgCS proporcionó una cobertura consistente, densa y repetible, constituyendo la base sobre la que se construyó el resto del análisis.
Las correcciones espaciales y espectrales se realizaron durante el posprocesamiento, utilizando Agisoft Metashape con los métodos Time-SIFT y Arosics, los cuales redujeron las desalineaciones residuales entre mosaicos a unos pocos centímetros. Estas herramientas requieren un conjunto de adquisiciones estable y redundante para funcionar, que es precisamente lo que produjeron las misiones de UgCS.
Resultado: una señal fenológica de cuatro años a nivel de árbol
La cobertura repetida se convirtió en un registro biológico útil.
A lo largo de la extensa serie temporal, con 84 fechas de imágenes RGB y 57 de imágenes multiespectrales, el equipo resolvió un ciclo claro de verdor estacional a nivel de rodal, alcanzando su punto máximo en la estación seca. Realizaron un seguimiento de la defoliación y el brote de hojas en copas individuales de especies como Parkia nitida y Recordoxylon speciosum, e incluso detectaron una rama aislada con un ciclo desincronizado respecto al resto del árbol.
En cuanto a la elección del equipo, el hallazgo útil es que los sensores RGB más económicos produjeron datos de verdor utilizables, no solo la unidad multiespectral dedicada. El monitoreo fenológico a nivel de árbol y de rodal es posible en bosques tropicales densos con drones comerciales, siempre que la adquisición se mantenga consistente a lo largo de los años.
Especificaciones técnicas
| Componente | Detalles |
|---|---|
| Drones | DJI Phantom 4 Advanced, Mavic 2 Pro, Phantom 4 Multispectral |
| Sensores | Cámaras RGB estabilizadas; P4M multiespectral (verde, rojo, borde rojo, NIR) más sensor de luz incidente |
| Software de planificación de vuelos | UgCS (planificación de misiones, altitud adaptada al terreno, ejecución autónoma) |
| Total de vuelos | 303, realizados de forma autónoma |
| Resolución en el terreno objetivo | ~5 cm/px |
| Superposición | 80-90% |
| Altitud de vuelo | 100-150 m AGL, según el dron y el sensor |
| Posicionamiento | GNSS estándar (sin RTK, DGNSS ni GCP) |
| Sitio de estudio | ~50 ha, estación de investigación de Paracou, Guayana Francesa |
| Serie temporal | 84 fechas RGB, 57 fechas multiespectrales, oct. 2020 - may. 2024 |
| Posprocesamiento | Agisoft Metashape con Time-SIFT y Arosics |
Lo que hizo posible una adquisición consistente
La ciencia en este caso dependía de comparar el mismo bosque a lo largo de los años, con una resolución lo suficientemente fina como para observar el cambio en un solo árbol. Esto solo es posible si cada vuelo coincide con el anterior.
UgCS se encargó de ese aspecto. Realizó 303 misiones autónomas sobre las mismas 50 ha con tres drones comerciales DJI diferentes, manteniendo una resolución objetivo de 5 cm y un solapamiento del 80 al 90% en cada uno, durante 3,5 años. La consistencia de esa cobertura y la redundancia de imágenes que generó permitieron al equipo detectar una señal fenológica estacional a nivel de árbol, especie y rodal utilizando equipos convencionales.
La adquisición autónoma repetible, ejecutada a gran escala durante largos periodos, es la labor que desempeñó UgCS en este estudio, haciendo posible el registro de cuatro años.
Referencia
Barbier, N., Ploton, P., Tulet, H., Viennois, G., Leblanc, H., Burban, B., Réjou-Méchain, M., Verley, P., Ball, J., Feurer, D., & Vincent, G. (2026). Monitoreo de bosques tropicales con drones ligeros: garantizando la consistencia espacial y temporal en productos estereofotogramétricos. ISPRS Open Journal of Photogrammetry and Remote Sensing, 19, 100114. https://doi.org/10.1016/j.ophoto.2025.100114
Licencia CC BY 4.0.