Javier Blanco Joaquín Ramírez, Alberto Cerrillo, Guillermo Marqués, Rubén Valcarce, Juan M. Llordén

Transcripción

1 GENERACIÓN DE CARTOGRAFÍA DE MODELOS DE COMBUSTIBLE A PARTIR DE DATOS LiDAR Y ANÁLISIS DE IMÁGENES ORIENTADO A OBJETOS PARA SU INTEGRACIÓN EN WILDFIRE ANALYST Javier Blanco jblanco@tecnosylva.com Joaquín Ramírez, Alberto Cerrillo, Guillermo Marqués, Rubén Valcarce, Juan M. Llordén Tecnosylva. Parque Tecnológico de León Vitoria 13 junio 2013

2 LiDAR y Modelos de combustible Diversidad de características que influyen en la combustibilidad de la vegetación: desarrollo de tipologías de combustibles Cada modelo está caracterizado por una serie de parámetros cualitativos y/o cuantitativos que lo identifican y le confieren determinadas condiciones para la propagación p de incendios. Sistema de modelos de combustible de Prometheus: definición en función de las alturas Modelos de combustible Prometheus

3 LiDAR y Modelos de combustible LiDAR (Light Detection and Ranging): sensor de barrido que realiza la emisión de pulsos láser y mide el tiempo que tardan dichos pulsos en llegar a la superficie terrestre y volver hasta el sensor medición de alturas

4 LiDAR y Modelos de combustible PROMETHEUS LiDAR

5 Definición de las geometrías: OBIA Análisis de Imágenes Orientado a Objetos: análisis basado en la información de un conjunto de píxeles similares llamados objetos: color, forma, textura, ubicación

6 Definición de las geometrías: OBIA Análisis de Imágenes Orientado a Objetos: análisis basado en la información de un conjunto de píxeles similares llamados objetos: color, forma, textura, ubicación

7 Objetivos Establecer una metodología que permita la generación de modelos de combustible de alta resolución (con niveles de precisión por encima del 75%) a partir de datos LiDAR y análisis de imágenes orientado a objetos, económica y periódicamente. Generar como resultado una capa de entrada para el empleo en el simulador de incendios WildFire Analyst, con el que se evaluará su utilidad frente al empleo de clasificaciones previas

8 Metodología Teselización del territorio: OBIA Análisis de datos LiDAR y clasificación de las teselas Evaluación de la precisión y generación de cartografía Integración en WFA y simulación del comportamiento del fuego

9 Metodología Teselización del territorio: OBIA Análisis de datos LiDAR y clasificación de las teselas Evaluación de la precisión y generación de cartografía Integración en WFA y simulación del comportamiento del fuego

10 Teselización del territorio: OBIA Análisis de imágenes orientado a objetos Configuración de las condiciones de segmentación para generar objetos de interés No importa que haya objetos contiguos que deban ser asignados con el mismo modelos Sí importa que haya varios modelos en un mismo objeto necesaria una segmentación de más detalle Coste de recursos humanos mínimos

11 Análisis de datos LiDAR y clasificación de las teselas Tesela Porcentaje de puntos/ecos en rangos altitudinales de interés Prometheus Separabilidad asignación de condiciones de clasificación

12 Validación y generación de la cartografía

13 Validación y generación de la cartografía

14 Validación y generación de la cartografía Modelo 1: Pasto. Cobertura herbácea mayor del 50%

15 Validación y generación de la cartografía Modelo 2: Matorral de alturas comprendidas entre los 0,3 y los 0,6 metros, con una cobertura de matorral superior al 60% y una cobertura arbórea menor del 50%.

16 Validación y generación de la cartografía Modelo 3: Matorral de alturas comprendidas entre los 0,6 y los 2 metros, con una cobertura de matorral superior al 60% y una cobertura arbórea menor del 50%.

17 Validación y generación de la cartografía Modelo 4: Matorral de alturas comprendidas entre los 2 y los 4 metros, con una cobertura de matorral superior al 60% y una cobertura arbórea menor del 50%.

18 Validación y generación de la cartografía Modelo 5: Bosque sin combustibles de superficie (sin arbustos ni herbáceas) Modelo 5: Bosque sin combustibles de superficie (sin arbustos ni herbáceas). Altura del arbolado superior a los 4 metros y con cobertura de matorral menor del 30%

19 Validación y generación de la cartografía Modelo 6: Bosque con combustible de superficie Existe diferencia de altura Modelo 6: Bosque con combustible de superficie. Existe diferencia de altura entre los arbustos y las copas de los árboles (más de 0,5 metros). Altura de arbolado superior a 4m y cobertura de matorral superior al 30%.

20 Validación y generación de la cartografía Modelo 7: Bosque con combustible de superficie No existe diferencia de altura Modelo 7: Bosque con combustible de superficie. No existe diferencia de altura entre los arbustos y las copas de los árboles (menos de 0,5metros), existiendo continuidad vertical. La altura del arbolado es superior a los 4metros y la cobertura de matorral superior al 30%.

21 Integración en WFA y simulación del comportamiento del fuego Básico generar modelos para evaluar el comportamiento del fuego WFA modelo de comportamiento del fuego de Rothermel Necesario asignar parámetros de propagación para los modelos

22 Integración en WFA y simulación del comportamiento del fuego WFA modelo de comportamiento del fuego de Rothermel Necesario asignar parámetros de propagación para los modelos Simulación dinámica Simulación estática Simulación estática Carreras del Fuego Modo probabilístico Tiempo de evacuación

23 Discusión Clave el nivel de detalle que se obtenga en la segmentación del territorio Mayores difcultades de clasificación en los modelos 1 y 2. Ya en modelo 3 y el modelo 4 la precisión es del 90 % Tecnología LiDAR produce ruido en alturas inferiores i a dos metros en función del objeto del estudio, se pueden eliminar estos ecos. Para modelos de combustible no puede plantearse La capa generada predice el comportamiento del fuego mejor que las capas iniciales que se contaba antes del trabajo Metodología actualizable, económica, rápida, precisa y fiable

24 Conclusiones La fusión entre datos LiDAR e imágenes multiespectrales permite una caracterización detallada de la distribución del tipo de combustible mediante la explotación de la información espectral proporcionada por las ortofotografías y la información tridimensional proporcionada por los datos LiDAR. Además la aplicación del LiDAR en la generación de cartografía de modelos de combustible incrementa la eficacia al proporcionar información sobre la estructura vertical de la vegetación, lo que es un atributo crítico de los combustibles. Por lo tanto, t el uso combinado de ambos es apto para llevar a cabo una cartografía de modelos de combustibles. La obtención como resultado final de una capa con los modelos de combustible de alta resolución y su fácil implementación en el simulador WildFire Analyst permite obtener resultados mucho más fiables de las simulaciones facilitando en gran medida las posibles tareas de extinción y prevención.

25 Contacto Javier Blanco