Applicazioni LiDAR per la stima di parametri inventariali

Negli ultimi anni, l'acquisizione di dati tramite Airborne Laser Scanning (ALS) con la tecnologia LIDAR (Light Detection And Ranging), sta assumendo un interesse rilevante nel settore forestale, in particolare per la stima delle variabili dendrometriche e per la valutazione della struttura verticale e orizzontale della foresta. Le informazioni concernenti la topografia e quelle relative alla copertura forestale sono estremamente importanti nelle attività  digestionedelle risorse naturali. Disporre di informazioni accurate in merito all'altezza degli alberi e alla densità  del bosco, oltre ad essere di fondamentale importanza in fase di elaborazione di dati, sono oneorose e in alcuni casi molto difficili da reperire utilizzando le tecniche convenzionali. L'uso della modellizzazione integrata con i dati LiDAR permette di ottenere stime di diverse variabili forestali come: l'area basimetrica, il diametro, il volume, , il carbono e la quantità  di materiale combustibile, in maniera semplificata rispetto alle tecniche convenzionali. Il sistema LiDAR presenta anche un grande potenziale nelle attività  di pianificazione e di realizzazione Della rete viaria. Tuttavia, ci sono ancora molte sfide da superare per lo sviluppo di metodologie e di applicazioni informatiche pi๠affidabili nell'l'elaborazione dei dati con questo sensore. L'obiettivo principale di questo studio ਠstato quello di valutare il potenziale dei dati LiDAR nella stima di variabili forestali, come: altezza totale, media, massima e il numero di alberi. Nel corso delle attività  sono stati anche valutati diversi metodi di classificazione dei punti della scansione laser per l'elaborazione dei Modelli Digitali del Terreno (MDT). Tra le diverse procedure valutate per l'elaborazione dei MDTs, l'uso del software TerraScan (TS) ha mostrato i migliori risultati, sia in generale per tutta l'area di studio, ma anche nell'area con copertura forestale. Per il riconoscimento automatico del numero di singoli alberi nell'area di studio, l'analisi morfologica ha mostrato i migliori risultati se confrontata con l'utilizzo dell'algoritmo locale di massima, con un riconoscimento di 4848 alberi. La stima dell'altezza totale di alberi di Araucaria utilizzando i dati LiDAR, ha mostrato un coefficiente di correlazione pari a 0,95 e un errore standard di 0,91 m, correlata con le misure ottenute in campo con l'uso dell'ipsometro.