Seminario: “Consideraciones Ambientales en la Planificación de la Cosecha en Chile” Talca, Agosto, 2012
Dr. Marco Contreras
Tecnología
y datos LiDAR
Aplicaciones
en Inventarios Forestales
Aplicaciones
en Operaciones Forestales
• Vías de saca – huellas de madereo Comentarios
Finales
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Sistema • Pulso de luz infra-roja • Distancia basado en
tiempo de viaje • Precisión de reloj (1x 10-12 seg) • Exactitud ≤ 20 cm • Satélites de GPS • Puntos de control
en terreno • Unidades GPS a bordo
laser
receptor
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Separación
• Vegetación • Terreno
de puntos
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Separación
• Vegetación • Terreno
de puntos
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Separación
• Vegetación • Terreno
de puntos
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Altura Densidad y volumen de copa Ancho de copa
Magnussen, 1999 Næsset, 2001 Riaño, 2003, Andersen, 2005 Popescu, 2003
Altura a la copa
Riaño, 2003
Diámetro
Popescu, 2002
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Información por árbol
• Ubicación • Altura, diámetro, volumen, etc.
Resultados cambian dependiendo de: • Tipo forestal • Estructura vegetacional Densidad Edad Distribución diamétrica
Número de árboles • 50 – 95%
Ubicación • ≤2m
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
No remplaza colección de datos en terreno (muestreo) Uso de datos LiDAR como variable auxiliar
• Información en toda el area de interés, no solo en las
parcelas de muestreo
Mejora la precision de las estimaciones • Reducción del error Número de árboles Area basal Volumen
Disminución de:
• Cantidad de parcelas • Tiempo y dinero
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Diseño
de vías de saca – huellas de madero
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Impactos
al suelo
• Compactación y desplazamiento • Incremento de la escorrentía y erosión • Reducción de regeneración y productividad Zonas
de alto tráfico
• Vías de saca, canchas Reducción
del area impactada
• Vías de saca planificadas
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Falta de: • Herramientas para el diseño automatico de
redes de vías de saca • Información:
Ubicación de árboles Ubicación de pilas Características de terreno detallada
LiDAR • Ubicación de cada árbol • Atributos de cada árbol (DAP, altura, volumen) • MDT de alta resolución (1m)
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Objetivo
• Desarrollar un modelo computacional que
genere automaticamente vías de saca Identificar número y ubicación de pilas de madera Generar una red factible que conecte cada pila a un punto/area de extracción Optimizar el diseño de las vías de saca para reducir simulataneamente costos de madereo e impactos al suelo Considerar condiciones de terreno (pendiente, área no transitables – zonas de protección, quebradas, etc)
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Modelo
compucional
Fase I
Determinar número y ubicación de pilas
Fase II
Generar red factible de vías de saca
Fase III
Optimizar el diseño de víias de saca
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Fase I – Número y ubicación de pilas Ubicación y tamaño de árboles a cortar Madereo con skidder de huinche Distancia máxima de huincheo 5 – 10 metros Capacidad máxima de carga 2.5 – 5.0 m3
remanentes
a cortar
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Fase I – Número y ubicación de pilas Ubicación y tamaño de árboles a cortar Madereo con skidder de huinche Distancia máxima de huincheo 5 – 10 metros Capacidad máxima de carga 2.5 – 5.0 m3
remanentes
a cortar
pila
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Fase I – Número y ubicación de pilas Fase II – Red factible de vías de saca
Nodos y arcos MDT celdas, pilas, punto de extr. 8 nodos adjacentes 5-metros espaciamiento Factibilidad de arcos • Pendiente long máxima < 35% • Pendiente lateral máxima < 35% • Buffer árbol remanentes 2.0 m
remanentes
a cortar
pila
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Fase I – Número y ubicación de pilas Fase II – Red factible de vías de saca Costo de madereo Tiempo de ciclo – Arco TCds = 3.9537 + (0.0215 × D) TCus = 3.9537 + (0.0258 × D) Costo de madero – Arco CM = ( TC / 60) × RR Costo de recuperación de suelo • Independiente del tráfico • US$ 400/ km de vías de saca
remanentes
a cortar
pila
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Fase I – Número y ubicación de pilas Fase II – Red factible de vías de saca Fase III – Red óptimal n
Min(Z) w SC i voli 1 - w SRC i Bi i 1
MCi
= costo de madereo ($/m3) arco i
Voli
= volume total transportado sobre arco i
CRS
= costo de recuperacion de suelo ($)
Bi
= variable binaria (1 is existe trafico, 0 en otro caso)
w
= importancia relativa de los componentes de costos (0 ≤ w ≤ 1)
remanentes
a cortar
pila
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Fase I – Número y ubicación de pilas Fase II – Red factible de vías de saca Fase III – Red óptimal Algoritmo iterativo Algoritmo de ruta mas corta de Dijkstra NETWORK 2000 – problemas de transporte con costos fijos y variables
remanentes
a cortar
pila
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Fase I – Número y ubicación de pilas Fase II – Red factible de vías de saca Fase III – Red óptimal Algoritmo iterativo Algoritmo de ruta mas corta de Dijkstra NETWORK 2000 – problemas de transporte con costos fijos y variables
remanentes
a cortar
pila
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Aplicación
- Raleo comercial
en un area de 4.6 ha
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Aplicación
- Raleo comercial -
-
-
-
en un area de 4.6 ha
2 645 árboles detectados por datos LiDAR (575 por ha) Selección de árboles a cortar basado en el tamaño y espaciamiento entre árboles 300 árboles por ha
1 265 árboles a cortar (368 m3) 1 380 árboles remanentes (406 m3) Espaciamiento promedio de 5.8 m
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Aplicación
- Raleo comercial 1 265 árboles a cortar 278 pilas
3 414 arcos factibles
en un area de 4.6 ha
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Aplicación
• Efecto del peso de los componentes de costos
en el diseño óptimo de vias de saca • Cinco casos distintos Caso
Importancia relativa del costo de madereo
Importancia relativa del costo de recuperación de suelos
I
1.00
0.00
II
0.75
0.25
III
0.50
0.50
IV
0.25
0.75
V
0.00
1.00
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Scenarios I Total Harvesting Cost ($)
5268
Skidding Cost ($)
2894
Soil Recovery Cost ($)
2374
SkidSkid-Trail Network Length (m)
5963
II
III
IV
V
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Scenarios I
II
Total Harvesting Cost ($)
5268
4785
Skidding Cost ($)
2894
2957
Soil Recovery Cost ($)
2374
1828
SkidSkid-Trail Network Length (m)
5963
4570
III
IV
V
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Scenarios I
II
III
Total Harvesting Cost ($)
5268
4785
4774
Skidding Cost ($)
2894
2957
2990
Soil Recovery Cost ($)
2374
1828
1784
SkidSkid-Trail Network Length (m)
5963
4570
4461
IV
V
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Scenarios I
II
III
IV
Total Harvesting Cost ($)
5268
4785
4774
4933
Skidding Cost ($)
2894
2957
2990
3156
Soil Recovery Cost ($)
2374
1828
1784
1777
SkidSkid-Trail Network Length (m)
5963
4570
4461
4442
V
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Scenarios I
II
III
IV
V
Total Harvesting Cost ($)
5268
4785
4774
4933
6010
Skidding Cost ($)
2894
2957
2990
3156
4243
Soil Recovery Cost ($)
2374
1828
1784
1777
1767
SkidSkid-Trail Network Length (m)
5963
4570
4461
4442
4419
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Scenarios I
II
III
IV
V
Total Harvesting Cost ($)
5268
4785
4774
4933
6010
Skidding Cost ($)
2894
2957
2990
3156
4243
Soil Recovery Cost ($)
2374
1828
1784
1777
1767
SkidSkid-Trail Network Length (m)
5963
4570
4461
4442
4419
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Diseños
óptimos de vías de saca Generar diseños alternativos que reduzcan: • Costo de madereo
• Area impactada – costos de recuperación de
suelo • Ambos simultaneamente Evaluación
de distintos diseños para quantificar costos y area impactada
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Mejoras • Equaciones de tiempo mas precisos que consideren: Caracteristicas de las pilas (# árboles, volumen) Caracteristicas de terreno (pendiente, rugosidad) • Patrones de nodos adjacentes • Evaluar factibilidad de implementar resultados en
terreno
Adaptar
para cosecha a tala raza en plantaciones forestales • Distribución de la madera: Homogenea Marcar ubicación de pilas con GPS • Madereo a canchas y/o a camino
• Tecnología LiDAR • Aplicaciones en Inventarios Forestales • Aplicaciones en Operaciones Forestales • Vías de saca • Comentarios Finales
Aplicación
de modelos computacionales Gran cantidad y complejidad de datos Uso de técnicas de optimización en la planificación operacional • Modelación matemática (PL, PEM) Soluciones óptimas Modelación ridiga Tiempo de solución ineficiente • Heurísticas Soluciones no óptimas, pero de buena calidad Modelación flexible Tiempo de solución eficiente