La fotogrametría con drones valida 24 años de monitoreo del crecimiento forestal en 30 hectáreas en Columbia Británica

Resumen de la misión: Inventario forestal con UgCS en el Lakes TSA de Columbia Británica

Resultados clave: Precisión de la fotogrametría con drones y datos de salud forestal

• correlación de 0,92 entre las estimaciones de volumen obtenidas mediante drones y las mediciones verificadas en campo en 30 parcelas
• resolución de píxel de 1,0 a 1,5 cm ortomosaicos generados para cada parcela de una hectárea
• Aproximadamente 200 imágenes por hectárea capturadas con seguimiento de terreno automatizado
• Solo el 56% de los pinos contorta permanecieron sanos después de 24 años (frente al 74% inicial), lo que pone de relieve la magnitud del daño biótico y abiótico en los rodales gestionados
• Las previsiones de los modelos de crecimiento solo coincidieron con los volúmenes medidos por drones cuando se aplicaron tanto las estimaciones actualizadas del Índice de Sitio como los escenarios revisados de mortalidad por enfermedades

El desafío: Estimación precisa del volumen de madera en 30 hectáreas de bosque gestionado bajo estrés climático

Los bosques gestionados de Columbia Británica están bajo presión. En las últimas dos décadas, la provincia ha experimentado una epidemia sin precedentes de escarabajo del pino de montaña, un brote de tizón de las acículas de Dothistroma de importancia mundial y las cuatro temporadas de incendios forestales más extensas registradas (2017, 2018, 2021 y 2023). Estas perturbaciones combinadas han acabado con grandes volúmenes de madera madura, lo que hace que el suministro futuro de madera dependa en gran medida de la productividad de los rodales jóvenes gestionados.

El problema: nadie había supervisado de cerca esos rodales gestionados. Los modelos de crecimiento y rendimiento utilizados para la planificación del suministro de madera en Columbia Británica se basaban en datos históricos de bosques no perturbados. Estos no tienen en cuenta adecuadamente las complejas interacciones entre el cambio climático, las enfermedades, los daños por insectos y los eventos abióticos que actualmente afectan a los rodales en toda la provincia.

En 1997, el investigador Alex Woods y sus colegas establecieron 30 parcelas de una hectárea con mapeo de tallos en rodales de pino contorta de entre 15 y 25 años de edad en el Área de Suministro de Madera de Lakes. Cada árbol de más de 1,5 m de altura fue geolocalizado mediante GPS y evaluado para detectar infecciones de roya del pino. Se mapearon casi 50.000 árboles en las 30 parcelas.

Veinticuatro años después, el equipo necesitaba volver a las 30 parcelas para responder a una pregunta directa: ¿qué aspecto tienen los rodales ahora y fueron acertados los modelos de crecimiento?

Visitar 30 parcelas de una hectárea repartidas por una zona remota de suministro de madera supone un esfuerzo logístico considerable. La medición terrestre de cada árbol en cada parcela habría llevado meses. El equipo necesitaba un método que pudiera estimar los volúmenes de los rodales en las 30 hectáreas de forma eficiente, manteniendo la precisión suficiente para compararlos con las previsiones de los modelos de crecimiento.

La solución: Fotogrametría con UgCS y seguimiento del terreno

El equipo de investigación utilizó un dron DJI Mavic 2 Pro con el software de planificación de vuelo UgCS (de SPH Engineering) para recopilar imágenes aéreas de alta resolución para el procesamiento de fotogrametría con UAV en las 30 parcelas durante la primavera de 2021.

El documento describe el enfoque directamente: las imágenes se recopilaron utilizando el software UgCS (SPH Engineering) "con la función de seguimiento del terreno para controlar de forma autónoma la trayectoria de vuelo, la altura de vuelo y el solapamiento de las líneas de vuelo para lograr la resolución de píxeles (GSD) deseada. El software ajustó la velocidad de vuelo y el intervalo del obturador para garantizar un solapamiento frontal suficiente, una exposición de imagen adecuada y el enfoque de la imagen".

Tres capacidades de UgCS fueron fundamentales para el flujo de trabajo de recopilación de datos.

Seguimiento del terreno con UgCS para un GSD constante sobre terreno forestal

Las 30 parcelas están distribuidas por el TSA de Lakes, que incluye un terreno ondulado típico del interior central de Columbia Británica. Para producir ortomosaicos de drones y modelos de altura de dosel lo suficientemente precisos para la identificación individual de árboles y la estimación del volumen de madera, el dron necesitaba mantener una altitud constante sobre el nivel del suelo durante todo el vuelo.

El seguimiento del terreno de UgCS utiliza datos de modelos digitales de elevación (DEM) para calcular una trayectoria de vuelo que ajusta la altitud continuamente en función del terreno inferior. Esto mantuvo el sensor a una altura constante sobre el suelo en cada parcela de una hectárea, produciendo una distancia de muestreo del suelo (GSD) constante de 1,0 a 1,5 cm por píxel, un requisito crítico para una fotogrametría con UAV precisa en aplicaciones forestales. Sin el seguimiento del terreno, la variación de altitud sobre terreno irregular habría producido una resolución de imagen inconsistente, comprometiendo la precisión del modelo de altura del dosel y la detección individual de árboles.

Planificación automatizada de cuadrículas de fotogrametría con UgCS para la captura de imágenes por parcela

Cada parcela de una hectárea (100 x 100 m) requirió aproximadamente 200 fotos para lograr el GSD objetivo con suficiente solapamiento frontal y lateral para el procesamiento fotogramétrico. UgCS calculó las líneas de vuelo, la velocidad y los intervalos del obturador automáticamente en función de las especificaciones de la cámara y los parámetros de solapamiento deseados.

Se añadió un margen de 20 m alrededor del límite de cada parcela para garantizar una cobertura adecuada y minimizar la distorsión durante la unión de imágenes. Este margen es una práctica estándar en la fotogrametría con drones, pero requiere que el software de planificación de vuelo extienda la cuadrícula de levantamiento más allá del área de interés real.

Planificación de misiones con UAV repetibles en 30 sitios forestales distribuidos con UgCS

El equipo realizó 30 misiones separadas en una gran área geográfica. Cada misión necesitaba los mismos parámetros: GSD constante, solapamiento constante, altitud constante sobre el suelo. UgCS permitió al equipo configurar estos parámetros una vez y aplicarlos a cada nuevo sitio, cambiando solo el polígono del área de estudio y dejando que el software recalculara automáticamente el plan de vuelo del UAV para las condiciones del terreno local: una ventaja clave para los estudios forestales con drones en múltiples sitios.

Esta consistencia es importante para la validez científica. Al comparar los volúmenes derivados de UAV en 30 parcelas con las mediciones verificadas en tierra y las previsiones de los modelos de crecimiento, cualquier variación en el método de recopilación de datos introduce ruido. La planificación de vuelo estandarizada elimina esa variable.

Los resultados: los volúmenes de madera derivados de UAV coinciden con la realidad sobre el terreno

Las imágenes georreferenciadas de cada parcela se procesaron en Agisoft Metashape Professional para producir ortomosaicos, modelos digitales de terreno (DTM) y modelos digitales de superficie (DSM). El DTM se restó del DSM para crear un modelo de altura del dosel (CHM) para cada parcela. Los árboles individuales se identificaron utilizando una combinación de color de píxel, valores de altura del CHM y un algoritmo de segmentación de cuencas hidrográficas.

Para validar las estimaciones derivadas de los UAV, el equipo estableció cinco parcelas de verificación en tierra de 3,99 m de radio ubicadas al azar dentro de cada área de una hectárea. En estas parcelas, se midió a mano cada árbol para determinar su altura, DAP, especie y estado de salud. Los volúmenes medidos en tierra se compararon con los volúmenes derivados de los UAV para las mismas ubicaciones.

Los resultados: un coeficiente de correlación de 0,9173 entre las estimaciones de volumen basadas en UAV y las basadas en tierra. El equipo utilizó entonces esta relación para calibrar las estimaciones completas de una hectárea de los UAV mediante un ajuste de Razón de Medias, produciendo cifras de volumen a nivel de rodal con errores estándar cuantificados.

Hallazgos sobre la salud forestal: mortalidad del pino contorto, cambio en el índice de sitio y precisión del modelo de crecimiento

Los datos validados de los UAV revelaron una realidad preocupante sobre el estado de los rodales de pino contorto gestionados en Columbia Británica.

En el momento del establecimiento de las parcelas en 1997, el 74% de los pinos contortos estaban sanos. Para 2021, solo el 56% permanecía en ese estado. La roya vesicular del comandra fue la principal causa de mortalidad, responsable del 42% de todas las muertes de árboles. Sin embargo, el efecto combinado de otros agentes dañinos (roya del agallo, horquillado del tallo, daños por nieve, escarabajo del pino de montaña, competencia) contribuyó en realidad más al declive general del número de árboles sanos que la roya por sí sola.

El índice de sitio, una medida de la productividad del terreno que los gestores forestales en Columbia Británica habían considerado estable durante mucho tiempo, cambió considerablemente durante el periodo de 24 años. Un tercio de los rodales mostró un aumento del índice de sitio de tres metros o más. El rodal más productivo pasó de 19,8 m a 25,3 m, un incremento del 28%.

Cuando el equipo comparó el modelo de crecimiento estándar del gobierno de Columbia Británica (TASS III v. 4.1.3.7) con los volúmenes derivados de los UAV, el modelo solo coincidió con la realidad al aplicar tanto las estimaciones actualizadas del índice de sitio como los escenarios revisados de mortalidad por enfermedades. El uso de los datos originales de 1997 sin tener en cuenta la roya produjo la correlación más débil (0,5854). Al añadir el índice de sitio actual y los ajustes por enfermedades, esta aumentó a 0,7348.

La conclusión del estudio es clara: las previsiones de crecimiento y rendimiento basadas en valores obsoletos del índice de sitio y en modelos que ignoran el impacto de las enfermedades no predicen con exactitud lo que ocurre en estos rodales. El seguimiento a largo plazo, que combina la recopilación de datos mediante UAV con la verificación en tierra, es esencial para una gestión forestal adaptativa frente al cambio climático.

UgCS para operadores de drones forestales: inventario escalable a partir de hardware UAV de consumo

Este estudio demuestra un flujo de trabajo práctico de inventario forestal con UAV para aplicaciones a gran escala utilizando hardware de drones de consumo (DJI Mavic 2 Pro) combinado con software profesional de planificación de vuelos (UgCS). La correlación de 0,92 con la realidad en terreno a través de 30 parcelas confirma que el seguimiento del terreno y la planificación fotogramétrica de UgCS producen datos lo suficientemente precisos para la evaluación científica frente a modelos de crecimiento.

Para los operadores forestales, la clave es la eficiencia. El enfoque con UAV permitió al equipo evaluar 30 parcelas de una hectárea ampliamente distribuidas y producir estimaciones de volumen a nivel de rodal con una precisión cuantificada. Las mediciones a nivel de árbol individual (estado de salud, defectos del tallo, identificación de enfermedades) aún requirieron trabajo de campo, pero la estimación del volumen, el análisis de la estructura del dosel y el mapeo de la mortalidad se gestionaron desde el aire.

La combinación de modelos de altura del dosel derivados de UAV con parcelas de verificación en tierra es un modelo escalable para programas de monitoreo forestal que necesitan cubrir grandes áreas sin el costo de los estudios de campo exhaustivos.

Especificaciones técnicas

• Plataforma: DJI Mavic 2 Pro
• Planificación de vuelo: UgCS (SPH Engineering) con seguimiento del terreno
• GSD logrado: 1,0 a 1,5 cm/píxel
• Imágenes por parcela: Aproximadamente 200
• Tamaño de la parcela: 100 x 100 m (1 hectárea) con una zona de amortiguamiento de 20 m
• Número de parcelas: 30
• Software de procesamiento: Agisoft Metashape Professional
• Análisis SIG: ESRI ArcGIS con la extensión Spatial Analyst
• Verificación en terreno: Cinco parcelas de 3,99 m de radio por hectárea, medidas manualmente
• Modelo de crecimiento evaluado: TASS III v. 4.1.3.7

Cita

Woods, A., McCulloch, L., Watts, M. y Di Lucca, M. (2026). Bridging the gap between forecast growth and realized loss in managed forests: The value of large-scale, long-term monitoring. The Forestry Chronicle, 102(1): 44-58.