MANUAL DE USUARIO -...

1 Manual de Usuario GINFOR V.0

MANUAL DE USUARIO

DICIEMBRE 2016


Contenido

Introducción ..................................................................................................................................... 3

Interfaz y fases ................................................................................................................................. 5

Formulario de acceso ................................................................................................................ 5

Pantalla principal ......................................................................................................................... 6

Descarga de datos regionales para una zona de interés .................................................... 8

Fase única: herramienta de corte ........................................................................................... 8

Entrada de datos .................................................................................................................... 8

Proceso ..................................................................................................................................... 9

Salida de resultados ............................................................................................................. 10

Empleo de GINFOR para obtener datos de existencias forestales a nivel monte a partir

del inventario regional de Castilla-La Mancha (IRCLM) ....................................................... 14

Introducción: base conceptual ............................................................................................... 14

Fase 1: herramienta de corte .................................................................................................. 17

Entrada de datos ................................................................................................................... 17

Proceso .................................................................................................................................... 18


Fase 2: herramienta de calibración ...................................................................................... 23

Entrada de datos .................................................................................................................. 23

Proceso ................................................................................................................................... 30


Anejo 1: metadatos de la cartografía ....................................................................................... 40

Anejo 2: identificadores de los modelos de combustible .................................................. 58


Introducción

Este documento recoge el manual de usuario para el manejo de la herramienta

GINFOR (Gestión de la Información Forestal de Castilla La Mancha), la interpretación

de los datos reportados por el sistema, y el aporte de la información que se requiere

por parte del técnico/usuario.

A título introductorio, es una aplicación web desarrollada por la Consejería de

Agricultura, Medio Ambiente y Desarrollo Rural, con el fin de proporcionar al usuario

información sobre existencias forestales y modelos de combustible existentes en

Castilla-La Mancha.

Las utilidades de GINFOR dan respuesta a las siguientes premisas:

El usuario debe poder indicar la zona de interés de la cartografía de inventario

forestal generada

Se deben generar resultados de las existencias para esa zona a partir del

análisis de la cartografía de la zona de interés

Los resultados de las existencias para la zona de interés se obtendrán mediante

calibración de los modelos regionales

Para ello el usuario podrá introducir datos de campo con los que el sistema

realizará la calibración de los modelos

Además, para la zona de interés se aportarán otros datos obtenidos en el

proyecto:

o Estratos de inventario forestal

o Dendrometría de árboles individuales en masas adehesadas

o Zonas de actuación prioritaria

o Modelos de combustible

o Mapa de riesgo de incendios

Este proyecto y la información que ofrece forman parte del Servicio para la

elaboración de un mapa de modelos de combustible y de un inventario forestal

regional en Castilla-La Mancha licitado por GEACAM y desarrollado por las

empresas Tecnosylva y Föra en UTE desde agosto de 2015 a mayo de 2016.


GINFOR pone a disposición la información generada durante este proyecto acerca

de la cartografía de modelos de combustible y existencias forestales obtenidas a

partir del Inventario Forestal Regional de Castilla-La Mancha (IRCLM). La fecha de

referencia de la información aportada será la fecha de finalización del proyecto,

mayo de 2016 (salvo en aquellos puntos concretos en que se especifique algo a lo

largo de este manual).

Este manual sólo pretende desarrollar el manejo de la herramienta, sin detallar los

métodos y resultados del trabajo, que cuenta con su propia documentación

específica.


Interfaz y fases

GINFOR puede ser empleado para dos objetos:

- Descarga de información regional para un ámbito de trabajo concreto

- Obtención de datos de existencias forestales aplicables a escala monte

A continuación, se muestra como la interfaz de usuario responde a las anteriores

necesidades.

Formulario de acceso

Antes de entrar en la aplicación, se rellenará un formulario que se registrará en una

base de datos para el control y análisis de accesos. Así, el acceso es único para

cualquier usuario. Únicamente se requerirán dos pasos:

- Registrar el acceso en la base de datos

- Realizar un sistema de reconocimiento para confirmar que el usuario que está

accediendo a una aplicación es un humano y no una maquina

Los datos de acceso que se registran, son los siguientes (los marcados con * son

obligatorios):

- Nombre*

- Apellidos*

- DNI* (con el formato 12345678-A)

- Correo electrónico* (con el formato [email protected])

- Empresa

- CIF de la empresa

- Tipo de uso*: profesional-empresa privada/profesional-administración o

empresa pública/académico (seleccionable)


Pantalla principal

En la pantalla principal aparecen todos lo botones necesarios para utilizar GINFOR:

Los dos iconos de la izquierda lanzan los procesos necesarios para los dos objetos

para los que puede ser empleado GINFOR:

- Descarga de información regional para un ámbito de trabajo concreto

o Fase única: herramienta de corte de la zona:

- Obtención de datos de existencias forestales aplicables a escala monte

o Fase 1: herramienta de corte de la zona:

o Fase 2: herramienta de calibración:


Los iconos de la derecha permiten obtener información necesaria para completar los

trabajos:

- Plantilla de parcelas a utilizar para la calibración:

- Manual de usuario en pdf:

A continuación, en los dos siguientes epígrafes, se explica el manejo de la

herramienta para cada uno de los dos objetos de empleo de GINFOR, incluyendo

sus fases.

Como se ha visto anteriormente, ambos objetos comparten la fase de recorte. Para

que cada uno de los siguientes epígrafes sea totalmente autoexplicativo sin incluir

referencias de uno a otro, se duplica parte del contenido de esta fase, pero

especificando aspectos concretos de cada objetivo. De este modo el técnico que

recurra al manual podrá consultar exclusivamente el capítulo correspondiente al uso

que pretende de GINFOR.


Descarga de datos regionales para

una zona de interés

Se realiza en un único paso, empleando la herramienta:

Fase única: herramienta de corte

Entrada de datos

Para descargar los datos regionales para una zona de interés únicamente se debe

contar con un fichero cartográfico de formas en formato shapefile (incluyendo el

archivo *.SHP y todos los ficheros asociados) con la zona de interés. El software con

el que se haya generado, o el método de obtención es indiferente. Únicamente

debe:

- Ser un shapefile de polígono

- Estar proyectado en ETRS89 UTM Huso 30

- Tener definida la proyección. Es decir, que exista el archivo .prj

- Comprimirse todos los archivos del shapefile en un fichero comprimido .zip


Atención a…

La proyección debe ser correcta y estar definida (archivo .prj). En otro caso, el

recorte puede ser erróneo o simplemente, fallar.

Es importante confirmar que se comprime un shapefile. Para ello al menos deben

existir cuatro archivos con el mismo nombre pero con las extensiones: .shp, .shx, .dbf

y .prj. Pueden incluirse otras extensiones, pero las cuatro anteriores son obligatorias

para que sea una capa funcional.

Debe comprimirse exclusivamente en zip, porque el sistema no puede descomprimir

otros formatos.

El nombre del zip y del shapefile que contiene debe evitar caracteres “extraños” para

los sistemas informáticos: tildes, ñ, símbolos… En otro caso no se realiza la

descompresión adecuadamente.

Proceso

Para lanzar el proceso únicamente debe pulsarse:

Tras esto, se abre la ventana de diálogo del proceso, en la que únicamente debe de

seleccionarse el fichero .zip descrito en el epígrafe anterior.


El proceso de recorte tardará desde unos segundos a pocos minutos en función de

la superficie del polígono. Únicamente se debe ser paciente y estar atento a los

avisos que devuelva la aplicación en la esquina superior derecha. Los avisos de color

rojo determinan errores en el proceso.

En caso de que se desencadene uno de esos errores, se recomienda revisar el zip y

los archivos que contiene, para confirmar que se adecúan a lo descrito en el punto

anterior.

Salida de resultados

Este geoproceso proporciona dos salidas:

- Una tabla de la distribución de las variables dasométricas para la zona de

análisis. Para el objeto de Descarga de datos regionales para una zona de

interés, esta información no es relevante.

- Archivo “data.zip” con la información geográfica recortada por la forma de la

zona de interés.


Atención a…

Si en la ventana del navegador aparece el cuadro de resumen de variables

dasométricas, se ha generado también el archivo data.zip resultante.

Si no se descarga automáticamente el archivo es necesario permitir ventanas

emergentes (“pop ups”) para el dominio de GINFOR. Si se recuerda esta

configuración no será necesario volver a realizarlo. El archivo se descarga en la

ubicación por defecto del navegador.

Si ya se ha utilizado antes y descargado más archivos los archivos se renombrarán

automáticamente por el sistema operativo. El nombre puede variar en función del

propio sistema y de su versión. Para los sistemas más frecuentemente utilizados se

nombrarán Data (1).zip, Data (2).zip, …

Dentro del archivo descargado se encuentran:

- Rasters de ESRI con la información distribuida en ese formato. Se trata de raster

convencionales con información de sus estadísticas que puede ser manejado

en los diferentes sistemas de información geográfica convencionales.

- Carpeta “zipfolder” que incluye los vectoriales que se distribuyen. Si hay alguna

capa sin información se debe a que es una capa que se recorta pero que no

existen datos para la zona de estudio.

A continuación se describe la información geográfica distribuida1:

- Información raster:

Nombre de la capa Contenido Unidades

VCC Volumen con corteza m3/ha

W Biomasa2 t/ha

1 En Anejo 1: metadatos de la cartografía se incluye esta información para cada una de las capas 2 Incluye raíces, ramas delgadas y acículas/hojas, ramas medianas, ramas gruesas. No se ha considerado

estimar la biomasa de fuste ya que no va a ser este su aprovechamiento principal. En caso de necesitar

la biomasa de fuste, se podrá usar el raster VSC y la densidad básica de la especie. Para obtener la

total, únicamente habrá que sumar este resultado y el W aportado por GINFOR.



IAVC Incremento anual de volumen con corteza m3/ha·año

G Área basimétrica m2/ha

N Densidad de la masa pies/ha

Ho Altura dominante m

Dg Diámetro medio cuadrático mm

S Espaciamento (índice de Hart Becking) adimensional

LFCC Fracción de cabida cubierta (a partir de LiDAR) [0,1]

P95 Percentil 95 de la nube de puntos LiDAR m

MC_SB Modelos de combustible de Scott y Burgan Identificador3

MC_Roth Modelos de combustible de Rothermel Identificador4

Debe tenerse en cuenta que la información LiDAR (LFCC y P95) aporta datos

directamente extraídos del vuelo acogido al Plan Nacional de Ortofotografía Aérea

(PNOA) que en el caso de Castilla-La Mancha data de 2009. El resto de rasters

aporta información de la fecha de elaboración del proyecto.

- Información vectorial (carpeta zipfolder):

Nombre de la capa Contenido Valores

Estratos_featureLayer Estratos analizados en el IRCLM Ver descripción al pie de

tabla

Dehesas_Estrato_i_featureLayer Capa vectorial con los parámetros

dendrométricos de árbol

individual de las dehesas

identificados en el IRCLM

Incluye campos con los

valores dendrométricos

análogos a las capas raster

ZAP_featureLayer Cartografía inicial de posibles

zonas de actuación prioritaria

Competencia selvícola

Riesgo de incendios

Competencia y riesgo

RiesgoIncendios_featureLayer Mapa del riesgo de incendios de

Castilla La Mancha

0: nulo/despreciable

1: bajo

2: medio

3: alto

4: extremo

3 Identificadores de los modelos de combustible de Scott y Burgan en Anejo 2: identificadores de los

modelos de combustible 4 Identificadores de los modelos de combustible de Rothermel en Anejo 2: identificadores de los

modelos de combustible


Estratos del Inventario Regional de Castilla-La Mancha (IRCLM)

La cartografía de estratos se basa en el Mapa Forestal de España 1:50.000 (MFE50)

siendo trazable con este. El MFE50 se realizó entre los años 1997 y 2006, por lo que

es importante destacar que puede existir alguna divergencia puntual entre los

estratos del IRCLM y la situación actual a escala monte. Para ello, en caso de ser

necesario para la planificación forestal, deberá realizar un informe selvícola que lo

diagnostique. Los estratos tipificados en el IRCLM son:

ESTRATO DESCRIPCION Superficie (ha)

Estrato 1 Pinus nigra monoespecífico 240245.4

Estrato 2 Pinus nigra mezclado 88347.8

Estrato 3 Pinus pinaster monoespecífico 191883.8

Estrato 4 Pinus pinaster mezclado 45689.9

Estrato 5 Pinus sylvestris monoespecífico y mezclado 107004.4

Estrato 6 Pinus halepensis monoespecífico 321798.9

Estrato 7 Pinus halepensis mezclado 45775.1

Estrato 8 Quercus ilex monoespecífico 1008935.0

Estrato 9 Quercus pyrenaica monoespecífico 49676.9

Estrato 10 Mezcla de Quercus 395132.4

Estrato 11 Pinus pinea monoespecífico y mezclado 104308.0

TOTAL 2598797.6

Atención a…

El recorte de las variables dasométricas raster se realiza para la superficie donde se

han aplicado los modelos estimativos de existencias. Es decir, se realiza para la

superficie recogida en los estratos.

Por tanto, el recorte estas variables puede no recoger la totalidad de la superficie de

análisis si no existen estratos. La superficie de Estratos_featureLayer y de los raster de

las variables dasométrica se pueden identificar.

Por otro lado, y de modo absolutamente excepcional, se han encontrado hojas del

vuelo LiDAR de 2x2km no existentes o que no han podido procesarse. Por tanto,

pueden existir -tanto en las variables dasocráticas como en LFCC y P95- zonas

cuadradas (que se corresponden con esa malla de 2x2 km) con ausencia de datos

por esta causa.


Empleo de GINFOR para obtener

datos de existencias forestales a

nivel monte a partir del inventario

regional de Castilla-La Mancha

(IRCLM)

Se realiza en dos fases:

o Fase 1: herramienta de corte de la zona:

o Fase 2: herramienta de calibración:

Introducción: base conceptual

El objetivo de este apartado es mostrar cómo debe de usarse la herramienta

GINFOR para obtener resultados de existencias forestales a nivel monte a partir del

IRCLM.

Para ello, en primer lugar se realizará un recorte para la zona de análisis de los

datos del IRCLM. En una segunda fase realizar la adaptación a nivel monte. Este

proceso de ajuste de un modelo general a otro local se denomina calibración:


Los modelos ajustados explican bien el

comportamiento del estrato a nivel

regional…

…pero al realizar un análisis a nivel local,

puede que ese estrato se encuentre en

un subconjunto de la población…

…que no sea explicado correctamente

por el modelo regional…

...por lo que debe “moverse” la curva

regional, para el rango de datos del

área analizada, con el objetivo de

explicar mejor esta población.

Esto es la calibración del modelo.


GINFOR cuenta con una herramienta de calibración automática para lo que el

técnico debe introducir datos de parcelas (en un número mínimo) que permitan

realizar este ajuste.

En este punto, se pretende indicar cómo debe realizarse el diseño de la muestra

para que la calibración sea correcta, y cómo deben analizarse los resultados para

evaluar si la calibración se aplica a todo el rango de datos de la población.

Es decir, el sistema realiza el ajuste al vuelo y automáticamente, pero para que el

resultado sea válido el técnico debe tener una correcta elección los datos de entrada

(parcelas complementarias) y un análisis coherente de los resultados de salida

(modelos dasométricos calibrados).

Las variables que pueden calibrarse son:

- Densidad

- Área basimétrica

- Altura dominante

- Volumen con corteza

Atención a…

La calibración mediante GINFOR es una opción más a la hora de realizar el

inventario que pretende facilitar su realización y optimizar su coste, pero sin existir

ninguna imposición a su uso.

Quedará por tanto a juicio técnico evaluar en cada caso si el empleo de GINFOR se

adecua a los objetivos de planificación.


Fase 1: herramienta de corte

Entrada de datos

Para descargar los datos regionales para una zona de interés únicamente se debe

contar con un fichero cartográfico de formas en formato shapefile (incluyendo el

archivo *.SHP y todos los ficheros asociados) con la zona de interés. El software con

el que se haya generado, o el método de obtención es indiferente. Únicamente

debe:

- Ser un shapefile de polígono

- Estar proyectado en ETRS89 UTM Huso 30

- Tener definida la proyección. Es decir, que exista el archivo .prj

- Comprimirse todos los archivos del shapefile en un fichero comprimido .zip

Atención a…

La proyección debe ser correcta y estar definida (archivo .prj). En otro caso, el

recorte puede ser erróneo o simplemente, fallar.

Es importante confirmar que se comprime un shapefile. Para ello al menos deben

existir cuatro archivos con el mismo nombre pero con las extensiones: .shp, .shx, .dbf

y .prj. Pueden incluirse otras extensiones, pero las cuatro anteriores son obligatorias

para que sea una capa funcional.

Debe comprimirse exclusivamente en zip, porque el sistema no puede descomprimir

otros formatos.

El nombre del zip y del shapefile que contiene debe evitar caracteres “extraños” para

los sistemas informáticos: tildes, ñ, símbolos… En otro caso no se realiza la

descompresión adecuadamente.


Proceso

Para lanzar el proceso únicamente debe pulsarse:

Tras esto, se abre la ventana de diálogo del proceso, en la que únicamente debe de

seleccionarse el fichero .zip descrito en el epígrafe anterior.

El proceso de recorte tardará desde unos segundos a pocos minutos en función de la

superficie del polígono. Únicamente se debe ser paciente y estar atento a los avisos que

devuelva la aplicación en la esquina superior derecha. Los avisos de color rojo determinan

errores en el proceso.

En caso de que se desencadene uno de esos errores, se recomienda revisar el zip y los

archivos que contiene, para confirmar que se adecúan a lo descrito en el punto anterior.



Este geoproceso proporciona dos salidas:

- Una tabla de la distribución de las variables dasométricas para la zona de

análisis.

- Archivo “data.zip” con la información geográfica recortada por la forma de la

zona de interés.

Atención a…

Si en la ventana del navegador aparece el cuadro de resumen de variables

dasométricas, se ha generado también el archivo data.zip resultante.



configuración no será necesario volver a realizarlo.

El archivo se descarga en la ubicación por defecto del navegador.





Tabla de la distribución de las variables

Esta tabla ofrece datos de la distribución de las variables dasométricas que se

pueden calibrar y de dos variables LiDAR para la zona de análisis.

Las variables dasocráticas que se pueden calibrar son:

- Densidad

- Altura dominante

- Área basimétrica


- Volumen con corteza

Las variables LiDAR que se aportan son:

- Fracción de cabida cubierta

- Percentil 95 de la nube de puntos

El objeto de esta tabla es que sirva de ayuda para el correcto diseño del muestreo

complementario. Este diseño debe tratar de recoger toda la variabilidad de cada

una de las variables dasométricas con objeto de que el rango de aplicación del

modelo calibrado se corresponda con todo el área de análisis.

Se aportan datos de las variables LiDAR como herramienta para tratar de recoger la

variabilidad a partir de ellas (como muestra de variables independientes de los

ajustes del IRCLM) si se considera.

Los datos aportados para cada variable son:

- Mínimo

- Máximo

- Rango

- Media

- Desviación estándar

Además de este análisis, el técnico podrá realizar análisis análogos a nivel estrato,

que se explicarán a continuación. GINFOR no puede realizarlos pues el tiempo de

proceso y de ocupación del servidor, por tanto, aumentaría considerablemente a la

luz de los ensayos realizados.

Archivo descargado “data.zip”

Dentro del archivo descargado se encuentran:

- Rasters de ESRI con la información distribuida en ese formato. Se trata de

rasteres convencionales con información de sus estadísticas que puede ser

manejado en los diferentes sistemas de información geográfica

convencionales.


- Carpeta “zipfolder” que incluye los vectoriales que se distribuyen. Si hay alguna

capa sin información se debe a que es una capa que se recorta pero que no

existen datos para la zona de estudio.

A continuación se describe la información distribuida5.

- Información raster:


VCC Volumen con corteza m3/ha

W Biomasa6 t/ha

IAVC Incremento anual de volumen con corteza m3/ha·año

G Área basimétrica m2/ha

N Densidad de la masa pies/ha

Ho Altura dominante m

Dg Diámetro medio cuadrático mm

S Espaciamento (índice de Hart Becking) adimensional

LFCC Fracción de cabida cubierta (a partir de LiDAR) [0,1]

P95 Percentil 95 de la nube de puntos LiDAR m

MC_SB Modelos de combustible de Scott y Burgan Identificador7

MC_Roth Modelos de combustible de Rothermel Identificador8

Debe tenerse en cuenta que la información LiDAR (LFCC y P95) aporta datos

directamente extraídos del vuelo acogido al Plan Nacional de Ortofotografía Aérea

(PNOA) que en el caso de Castilla-La Mancha data de 2009. El resto de rasters

aporta información de la fecha de elaboración del proyecto.

5 En Anejo 1: metadatos de la cartografía se incluye esta información para cada una de las capas 6 Incluye raíces, ramas delgadas y acículas/hojas, ramas medianas, ramas gruesas. No se ha considerado

estimar la biomasa de fuste ya que no va a ser este su aprovechamiento principal. En caso de necesitar

la biomasa de fuste, se podrá usar el raster VSC y la densidad básica de la especie. Para obtener la

total, únicamente habrá que sumar este resultado y el W aportado por GINFOR. 7 Identificadores de los modelos de combustible de Scott y Burgan en Anejo 2: identificadores de los

modelos de combustible 8 Identificadores de los modelos de combustible de Rothermel en Anejo 2: identificadores de los



- Información vectorial (carpeta “zipfolder”):

Nombre de la capa Contenido Valores

Estratos_featureLayer Estratos analizados en el IRCLM Ver descripción al pie

de tabla

Dehesas_Estrato_i_featureLayer Capa vectorial con los parámetros

dendrométricos de árbol individual de

las dehesas identificados en el IRCLM

Incluye campos con

los valores

dendrométricos

análogos a las capas

raster

ZAP_featureLayer Cartografía inicial de posibles zonas de

actuación prioritaria

Competencia

selvícola

Riesgo de incendios

Competencia y riesgo

RiesgoIncendios_featureLayer Mapa del riesgo de incendios de Castilla

La Mancha

0: nulo/despreciable

1: bajo

2: medio

3: alto

4: extremo

Estratos del Inventario Regional de Castilla-La Mancha (IRCLM)

La cartografía de estratos se basa en el Mapa Forestal de España 1:50.000 (MFE50)

siendo trazable con este. El MFE50 se realizó entre los años 1997 y 2006, por lo que

es importante destacar que puede existir alguna divergencia puntual entre los

estratos del IRCLM y la situación actual a escala monte. Para ello, en caso de ser

necesario para la planificación forestal, deberá realizar un informe selvícola que lo

diagnostique.

Los estratos tipificados en el IRCLM son:


Estrato 1 Pinus nigra monoespecífico 240245.4

Estrato 2 Pinus nigra mezclado 88347.8

Estrato 3 Pinus pinaster monoespecífico 191883.8

Estrato 4 Pinus pinaster mezclado 45689.9

Estrato 5 Pinus sylvestris monoespecífico y mezclado 107004.4

Estrato 6 Pinus halepensis monoespecífico 321798.9

Estrato 7 Pinus halepensis mezclado 45775.1

Estrato 8 Quercus ilex monoespecífico 1008935.0



Estrato 9 Quercus pyrenaica monoespecífico 49676.9

Estrato 10 Mezcla de Quercus 395132.4

Estrato 11 Pinus pinea monoespecífico y mezclado 104308.0

TOTAL 2598797.6

Atención a…

El recorte de las variables dasométricas raster se realiza para la superficie donde se

han aplicado los modelos estimativos de existencias. Es decir, se realiza para la

superficie recogida en los estratos.

Por tanto, el recorte estas variables puede no recoger la totalidad de la superficie de

análisis si no existen estratos. La superficie de Estratos_featureLayer y de los raster de

las variables dasométrica se pueden identificar.

Por otro lado, y de modo absolutamente excepcional, se han encontrado hojas del

vuelo LiDAR de 2x2km no existentes o que no han podido procesarse. Por tanto,

pueden existir -tanto en las variables dasocráticas como en LFCC y P95- zonas

cuadradas (que se corresponden con esa malla de 2x2 km) con ausencia de datos

por esta causa.

Si la tabla de la distribución de las variables mostrada en pantalla no recoge las

variables dasométricas y únicamente muestra las LiDAR, se debe a que en el monte

no existen estratos del IRCLM.

Fase 2: herramienta de calibración

Entrada de datos

Los únicos input que son necesarios son:

- Perímetro de la zona de análisis

- Parcelas complementarias

El perímetro debe tener exactamente las mismas características que en la fase 1.


En el caso de las parcelas complementarias se expone a continuación cómo deben ser

integradas en el sistema.

Atención a…

Para poder realizar una calibración coherente, es necesario haber realizado antes la Fase 1:

herramienta de corte, pues sus resultados son necesarios para un correcto análisis, como se

expondrá a continuación.

Parcelas complementarias

Al sistema se le introducirá una capa SIG de puntos con la ubicación de las parcelas

diseñadas por el usuario y sus resultados.

El sistema de coordenadas ha de ser también ETRS89 Huso 30N. El número de

parcelas por estrato será decisión final del técnico por los motivos que se expondrán

más adelante, pero se proporciona una guía para facilitar la toma de decisiones.

Atención a…

Para evitar problemas con el modelo de datos, la aplicación permite descargar un

shp a modo de plantilla con el modelo de datos.

Esta plantilla debe ser empleada en todo uso de la herramienta o lógicamente el

sistema podrá no generar resultados con casi total probabilidad.

La descarga se realiza con este icono de la parte superior derecha de la pantalla

principal:

En esta capa mediante un SIG debe ubicarse la geometría de cada punto en el lugar

definido por el técnico (a continuación se definen los criterios). Posteriormente, tras


la realización en campo del inventario se deben introducir los datos de cada parcela,

que son:

- Id_parcela. Valor identificativo para el técnico, la aplicación no lo emplea

- Estrato. Único campo obligatorio. Se debe corresponder con el valor numérico

del estrato del IRCLM

- N: Densidad. Se debe introducir el valor procesado en pies/ha de la parcela

- G: Área Basimétrica. Se debe introducir el valor procesado en m2/ha de la

parcela

- Ho: Altura dominante. Se debe introducir el valor procesado en m de la parcela

- VCC: Volumen con corteza. Se debe introducir el valor procesado en m3/ha

de la parcela

Como se ha comentado, los datos de las variables dasométricas a introducir en

estos campos deben ser ya los datos de masa procesados para la parcela. De este

modo, el técnico tendrá total libertad para realizar el inventario con el método que

considere pudiendo ser parcelas convencionales u otros métodos (relascópico, sexto

árbol…) sin otros requerimientos por parte de GINFOR. Igualmente, no será

necesario contar con GPS de precisión.

Las comprobaciones que se realizan son las siguientes:

ESTRATO (sin unidades): Min:1 - Max:11. (Entero) Tiene que estar relleno.

G (m2/ha): Min: 0 - Max: 100.

N (pies mayores/ha): Min:0 - Max: 10.000.

Ho (m): Min:0 - Max:50.

Vcc (m3/ha): Min: 0 - Max: 1000

Atención a…

Por el formato de archivo empleado, el valor por defecto de los campos numéricos

es 0.

Por tanto, si el valor incluido en una celda es 0 se considerará que esa parcela no

debe ser usada para esa variable. Así, en caso de no querer calibrar una variable,

úncamente debe dejarse el valor del campo a 0 para todas las parcelas.


Con esto, no deben usarse parcelas rasas para calibrar.

Diseño del inventario complementario

El diseño y dimensionamiento del inventario debe cumplir con un requisito básico:

Atención a…

Las parcelas deben recoger toda la variablidad en el ámbito de aplicación para

lograr que el rango de aplicación del modelo calibrado sea para toda la población

del monte

Para ayudar a la definición de la muestra y tratar de garantizar que recoja toda la

dispersión del estrato, en el primer paso se han aportado una Tabla resumen para

todo el área de análisis (mostrada en pantalla).

Además, el técnico puede realizar un análisis análogo a nivel estrato. Para ello,

únicamente debe realizar un análisis estadístico zonal. En función del sistema de

información geográfico utilizado, el comando tendrá una u otra denominación. Pero

en general este deberá configurarse del siguiente modo:

- Raster de análisis: capas matriciales con las variables que se pretendan calibrar

y/o variables LiDAR de apoyo

- Vectorial con las zonas: estratos_featureLayer. Capa de estratos del IRCLM

recortado para la zona de interés

- Campo que define las zonas: campo ESTRATO ya definido en la anterior capa

- Estadísticos necesarios:

o Media

o desviación estándar

o máximo, mínimo y/o rango

o no considerar la suma de los valores. Para este caso no tiene

significancia se trata de datos dasométicos que no pueden sumarse

directamente


Con esto, se puede tener una idea de la variabilidad de cada variable en el estrato y

del rango de datos que tiene que reflejar la muestra. Con esto y el empleo de los

raster recortados y obtenidos se deberá ubicar (antes de ir a campo) la localización

adecuada de la parcela.

Puesto que se realizará un número bajo de parcelas se recomienda que el muestreo

sea totalmente dirigido. Si se hace sistemático el número de parcelas necesario

puede ser mayor, ya que probablemente las parcelas tiendan a situarse en el centro

de la gráfica de distribución de las variables.

Atención a…

Aunque no es obligatorio, se recomienda ubicar las parcelas dentro de la geometria

del estrato del IRCLM. Podría ubicarse fuera del estrato y la parcela se analizará,

pero en ese caso algunas de las variables que pueden emplearse en la calibración

no existirán por lo que se corre el riesgo de que en el modelo final esta parcela

pueda no ser tenida en cuenta.

Para ubicar las parcelas en el mayor rango de valores pueden emplearse

herramientas GIS-raster básicas como:

- Análisis del histograma

- Reclasificaciones

- Representaciones de simbología por rangos

A continuación se muestra un cuadro orientativo del número de parcelas que

pueden realizarse para cumplir con los objetivos de la planificación forestal y las

instrucciones de ordenación, en su caso.


Atención a…

Es importante comprender que estas cifras son orientativas, puesto que si no recogen bien

la variabilidad del estrato tal vez deje una parte importante del monte fuera de rango de la

calibración.

Por tanto, una vez calibrado es necesario comprobar si el modelo resultante es aplicable a

todo el monte (esto se explicará más adelante) pudiendo requerir un aumento de la

muestra en algunos casos.

En función del tamaño del área de trabajo, de la variabilidad de las variables y del error

buscado, se aporta esta tabla a título únicamente orientativo (con una correcta distribución

puede ser suficiente con menos parcelas, pero en caso de un incorrecto diseño pueden no

resultar suficientes).

Superficie (ha) Variablidad Error buscado Rango de parcelas

< 1000 Alta Monte protector 10-20

1000-5000 Alta Monte protector 15-30

> 5000 Alta Monte protector 20-40

< 1000 Baja Monte protector 5-10

1000-5000 Baja Monte protector 10-20

> 5000 Baja Monte protector 15-30

< 1000 Alta Monte productor 20-40

1000-5000 Alta Monte productor 25-50

> 5000 Alta Monte productor 30-60

< 1000 Baja Monte productor 10-20

1000-5000 Baja Monte productor 15-30

> 5000 Baja Monte productor 20-40

NOTA: el estrato 5 (pino silvestre) es más variable que el resto de los productivos al incluir tanto

masas monoespecíficas como mixtas, por lo que se propone que en ese estrato se tome valores

orientativos un 25 % mayores que en los restantes.


Atención a…

El error buscado se basa en lo recogido en las Instrucciones de Ordenación:

El error máximo de muestro permitido en la realización de muestreos sistemáticos,

para una probabilidad fiducial del 95 %, será del 30 %, excepto para de masas de

carácter productivo (estratos de Pinus silvestris, Pinus nigra, Pinus pinaster y sus

masas mixtas) que disminuirá al 20 %

Si bien en la calibración no existe error de muestreo, sino el error en el ajuste del

modelo calibrado, se ha realizado una adecuación.

Atención a…

No podrá calibrarse un estrato con una sola parcela pues los modelos matemáticos

no tendrán solución. Si sólo hay una parcela válida, la variable no podrá calibrarse.

Con dos parcelas no existen grados de libertad suficientes para ajustar ningún

modelo, por lo que la única calibración posible se reduce a la eliminación del sesgo

que el modelo regional predice para la muestra proporcionada por el usuario.

A partir de tres parcelas, teóricamente puede realizarse los ajustes de calibración,

pero el resultaro será errático y poco significativo.

Por tanto, y desde una perspectiva teórica de la estadística para obtener resultados

se ha fijado un mínimo de cinco parcelas válidas para calibrar un estrato. En otro

caso, el sistema devolverá por pantalla un aviso de error en el proceso.


Proceso

Una vez obtenidos los datos de entrada, de manera independiente a GINFOR, para

lanzar el proceso, únicamente debe pulsar:

En la ventana de diálogo se encuentran las opciones para incluir el perímetro de

análisis, las parcelas complementarias (ambos en zip) y lanzar el proceso.

El proceso tardará algún minuto en función de la superficie, del número de estratos,

del número de parcelas y del número de peticiones concurrentes (número de

usuarios que lancen el proceso durante el mismo tiempo.

También se debe ser paciente y estar atento a los avisos que devuelva la aplicación

en la esquina superior derecha. Los avisos de color rojo determinan errores en el

proceso.

En caso de que se desencadene uno de esos errores, se recomienda revisar los zip y

los archivos que contienen, para confirmar que se adecúan a lo descrito en el punto


anterior. Principalmente en archivo de parcelas, puesto que en este punto se

realizan las comprobaciones de los valores que se han explicado con anterioridad.


Este geoproceso retorna en la descarga de un fichero Data.zip que incluye:

- Raster de la variables calibradas:

- Archivo “OUT_CALIBRACION.csv” que aporta la información de la calibración.

Atención a…



configuración no será necesario volver a realizarlo.

El archivo se descarga en la ubicación por defecto del navegador.





Raster de las variables calibradas

Se devolverá un raster de cada una de las variables calibradas. Sólo y

exclusivamente de las calibradas y para los estratos calibrados. Por tanto, se podrán

obtener rasters de:

- Densidad (N) en pies por hectárea

- Área basimétrica (G) en metros cuadrados por hectárea

- Altura dominante (Ho) en metros

- Volumen con corteza (VCC) en metros cúbicos por hectárea


Atención a…

Si no se calibra una variable no se generará un nuevo raster, se contará ya con el

modelo regional obtenido en la Fase 1.

El raster recogerá los estratos calibrados para cada variable. En caso de no calibrar

algún estrato, esta parte del área de análisis no se incluirá en el raster calibrado y si

se requiere se deberá mosaicar desde el raster obtenido en la fase 1.

Archivo con información de la calibración

Se trata del archivo OUT_CALIBRACION.csv que incluye a modo de tabla toda la

información de los ajustes de esta fase. El análisis estadístico proporciona un modelo

para calcular el denominado como factor de calibración.

Tras esto se puede obtener el modelo calibrado como:

Modelo calibrado = Modelo regional + Factor de calibración

En el archivo, cada fila representa un estrato y variable (primera columna).

Las siguientes columnas aportan los siguientes datos:

- Información del modelo calibrado

o "RMSE": error cuadrático medio del modelo calibrado aplicado a la

muestra proporcionada por el usuario.

o "ME": error medio (sesgo) del modelo calibrado aplicado a la muestra

proporcionada por el usuario.

o "ME_p.value": significancia del sesgo. Valores inferiores a 0.05 indicarían

que el modelo, incluso después de calibrado, presenta sesgo según la

muestra aportada por el usuario.

o "R²obs.pred": coeficiente de correlación entre los datos predichos por

el modelo regional y los aportados por el usuario. Valores cercanos a 0

o negativos indican una gran divergencia entre los valores observados

por el usuario y los predichos por el modelo regional.

- Información para la reconstrucción de factor de calibración

o "var.cal": variable independiente del modelo de calibración


o "tipo": tipo de modelo empleado

“l”: lineal

“e”: exponencial

“p”: polinómico

“NA”: no hay ajuste significativo

o "a0": parámetro del modelo (intercept)

o "a1": parámetro del modelo (variable independiente)

o "minres": parámetro de traslación de la variable dependiente (sólo a

efectos de evitar tomar logaritmos de números negativos) (no relevante

para el técnico)

o "minx": parámetro de traslación de la variable independiente (sólo a

efectos de evitar tomar logaritmos de números negativos) (no relevante

para el técnico)

- Información para evaluar la bondad estadística del ajuste

o "p.modelo": p-valor del ajuste. Se comprueba que es significativo pues

siempre será menor que 0,05.

o "r2.adj": r2 ajustada del modelo calibrado

- Información para evaluar la idoneidad de las parcelas (rango de aplicación del

modelo calibrado)

o "n": número de parcelas válidas que se han empleado en el ajuste

o "var.mean": valor medio de las parcelas para esa variable y estrato

o "var.sd": desviación estándar de las parcelas para esa variable y estrato

o "var.min": valor mínimo de las parcelas para esa variable y estrato

o "var.max" valor máximo de las parcelas para esa variable y estrato

- Información para evaluar la mejora del modelo calibrado frente al regional

o "delta.rmse": mejora del error medio cuadrático (en %) del modelo

calibrado frente al regional. Puesto que el error se reduce, el valor será

negativo.

- Información para evaluar la error de cara a la validez del ajuste para su empleo

en ordenación de montes

o "rel.err": error relativo (%) del modelo calibrado, siempre con respecto

a la muestra proporcionada por el usuario.


Atención a…

En la calibración no existe error de muestreo, sino el error en el ajuste del modelo

calibrado. Se podrá asimilar el error relativo del ajuste a lo indicado en las

instrucciones de ordenación, si bien se debe tener presente que no son errores

comparables directamente.

El error máximo de muestro permitido en la realización de muestreos sistemáticos,

para una probabilidad fiducial del 95 %, será del 30 %, excepto para de masas de

carácter productivo (estratos de Pinus silvestris, Pinus nigra, Pinus pinaster y sus

masas mixtas) que disminuirá al 20 %.

Si el error no fuese aceptable a juicio del técnico, será necesario realizar más parcelas.

Reconstrucción del factor de calibración

Como se ha indicado, el procedimiento de calibración utilizado suele definirse en la

bibliografía como “calibración al vuelo”. Esto significa que no existe un paquete de

ecuaciones definidas para cada una de las variables en cada uno de los estratos,

sino que el sistema analiza en cada caso los datos nuevos de entrada y crea un

nuevo modelo basado en el modelo regional pero en el que existe una nueva

variable o una modificación de una variable ya existente de manera que los datos

nuevos de entrada tengan mayor peso y puedan transformar la ecuación para que

se adapte mejor a los datos nuevos respecto del modelo regional.

Aquí pretende indicarse como puede reconstruirse el modelo del factor de

calibración empleado. Para ello se emplearán las siguientes columnas del csv:

- Información para la reconstrucción de factor de calibración

o "var.cal": variable independiente del modelo de calibración

o "tipo": tipo de modelo empleado

“l”: lineal

“e”: exponencial

“p”: polinómico

“NA”: no hay ajuste significativo


o "a0": parámetro del modelo

o "a1": parámetro del modelo

o "minres": parámetro del modelo

o "minx": parámetro del modelo

El campo “l” permite identificar el tipo de modelo empleado. Estos son:

- factor de calibración lineal (l): 𝑎0 + 𝑎1 · 𝑣𝑎𝑟. 𝑐𝑎𝑙

- factor de calibración potencial (p) :𝑎0 · (𝑣𝑎𝑟. 𝑐𝑎𝑙 + 𝑚𝑖𝑛𝑥)𝑎1 −𝑚𝑖𝑛𝑟𝑒𝑠

- factor de calibración exponencial (e): 𝑎0 · 𝑒𝑎1·𝑣𝑎𝑟.𝑐𝑎𝑙 −𝑚𝑖𝑛𝑟𝑒𝑠

- factor de calibración sin ajuste (NA): 𝑎0

El resto de campos incluyen los componentes de los modelos:

- Parámetros: a0, a1, minx, minres

- Variable de ajuste (a excepción de NA): var.cal (las variables que se emplean

en el ajuste están integradas en GINFOR y documentadas en el proyecto, sin

ser necesario, por ello, desarrollarlas en este manual).

A continuación, se muestra un ejemplo para Ho del Estrato 1:

Factor de calibración: 14.7814*e(-1.2256*Canopy) - 4 (ya que el modelo es tipo “e”, exponencial)

Con esto, el sistema GINFOR obtiene el modelo calibrado para cada punto del territorio:

Modelo calibrado = Modelo regional + Factor de calibración

Modelo calibrado = Modelo regional + (14.7814*e(-1.2256*Canopy) - 4 )

Análisis del rango de aplicación del ajuste

Además del ajuste teórico, es necesario realizar una diagnosis del rango de

aplicación del ajuste. Para ello deberá compararse la distribución de las parcelas

complementarias y de los raster calibrados.


En el .csv se atenderá a estos campos:

- Información para evaluar la idoneidad de las parcelas (rango de aplicación del

modelo calibrado)

o "n": número de parcelas válidas que se han empleado en el ajuste

o "var.mean": valor medio de las parcelas para esa variable y estrato

o "var.sd": desviación estándar de las parcelas para esa variable y estrato

o "var.min": valor mínimo de las parcelas para esa variable y estrato

o "var.max" valor máximo de las parcelas para esa variable y estrato

En una primera instancia se podrá comprobar si estos valores son próximos a los

valores obtenidos en la Fase 1: herramienta de corte dentro de datos.dbf como de

representación del estrato del modelo regional. Esto deberá analizarse con

precaución puesto que la distribución de regional frente al calibrado que han

ajustado las parcelas puede variar, pero ya da una primera idea de la distribución.

No obstante se deberá recurrir a los datos del raster calibrado para evaluar su

correcta distribución. Para ello se podrán comparar los resultados del .csv con los

valores de los raster haciendo análisis habituales con raster:

- Análisis del histograma

- Cálculo de estadísticas

- Análisis zonales

- Reclasificaciones

- Representación de simbología mediante rangos

Es importante analizar valores que puedan estar razonablemente lejanos a los

valores mínimos y máximos de las parcelas. Este análisis debe hacerse en cuanto a

número y distribución:

- Pocos píxeles y aislados. Los resultados son totalmente válidos y pueden

descartarse los valores fuera de rango

- Pocos píxeles pero agrupados. En función del objetivo puede ser necesario

reforzar la muestra en esas zonas o se podrán asumir o descartar del análisis

- Muchos píxeles. La muestra no recoge toda la variabilidad, si debe emplearse

GINFOR con rigor estadístico, debería reforzarse el muestreo complementario


Atención a…

Es habitual que existan píxeles negativos, esto es debido a valores fuera de rango.

Pero también pueden existir valores fuera de rango por de valores bajos (positivos)

o por valores muy altos.

Estos deben ser analizados y diagnosticar si son asumibles. A continuación se

exponen dos casos muy simplificados de diferentes motivos por los que puede

haber fuera de rango. En estos ejemplos se focaliza en datos negativos, más

elocuentes, pero puede pasar con datos bajos positivos y muy altos (entender estos

gráficos únicamente como licencia didáctica).

En el primer ejemplo se ve como un ajuste se ha realizado para una muestra de

parcelas muy errática en un intervalo muy estrecho de la distribución de parcelas.

Por ello el ajuste, pese a ser bueno estadísticamente, solo es válido para un

pequeño subconjunto de la población entrando fueras de rango tanto por arriba

como por abajo:

En el segundo, cada punto refleja un pixel de la zona de interés. Existen unos puntos

(píxeles) aislados de valor singular muy bajo en el modelo regional. Estos valores,

dentro del modelo regional están en rango, pero para la población de análisis


claramente son unos puntos de influencia. Por tanto, la muestra no debe recogerlos.

El modelo regional, en este caso sobreestima valores. Por tanto el modelo calibrado

va a obtener valores menores que el regional. Esto lleva a que los valores de estos

puntos singulares puedan tomar valor negativo. En este caso, el ajuste puede ser

correcto y aplicable a todo el rango de datos, simplemente estos valores pueden

dejarse fuera del análisis.

Para realizar una corrección de los valores fuera de rango, el técnico puede:

- Entender estos datos como asumibles y analizarlos

- Dejarlos fuera de análisis fijándolos como valores nulos en el sistema de

información geográfica empleado

- Reclasificarlos a un valor mínimo (en el caso de los situaciones fuera de rango

por valores pequeños –incluyendo negativos-) o máximo (en el casos fuera de

rango por valores positivos)

Manejo de los datos

A lo largo de este epígrafe ya se han ido detectando posibles análisis que pueden

realizarse. A continuación se listan algunos indicado el posible uso. No puede irse

más allá porque el comando concreto dependerá del sistema de información

geográfico empleado:

Herramienta Uso

Análisis zonales Cálculo de existencias (y otras variables) para diferentes niveles

dasocráticos


Herramienta Uso

Álgebra de mapas Cálculo de nuevas variables a partir de otras (ej. Cálculo del diámetro

medio cuadrático calibrado a partir de los modelos ajustados de área

basimétrica y número de pies

Mosaico / algebra de mapas

condicionada

Unir en un solo raster modelos calibrados y modelos sin calibrar

Extracciones Extraer parte de un raster para su análisis independiente

Análisis del histograma Diseño del inventario y evaluación de fueras de rango

Cálculo de estadísticas Diseño del inventario y evaluación de fueras de rango

Representación mediante

simbología de rangos

Diseño del inventario y evaluación de fueras de rango

Reclasificaciones Diseño del inventario y evaluación de fueras de rango

Eliminación de fueras de rango

Fijar valores nulos Eliminación de fueras de rango


Anejo 1: metadatos de la cartografía

A continuación se aportan los metadatos en el formato corporativo de la

información suministrada por GINFOR.


Dg:

CREADOR DEL METADATO: UTE: Tecnosylva-Fora

MAIL CONTACTO: [email protected]

CARGO RESPONSABLE: Técnico Sig

FECHA DE CREACIÓN DEL METADATO: 5/30/2016

CREADOR DE LA INFORMACIÓN GEOGRÁFICA: UTE: Tecnosylva-Fora



FECHA DE CREACIÓN DE LA INFORMACIÓN GEOGRÁFICA: 4/30/2016

TITULO: Dg

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable Dg.

ESCALA: 1:5.000

PROCESOS: Procesos de inventario de vegetación

FUENTES: Trabajo de campo 2015/2016 y LiDAR 2009

CALIDAD: Tamaño de celda: 25 X 25 metros.

TIPO DE REPRESENTACIÓN ESPACIAL: ráster

DIMENSION: 2D

TIPO DE OBJETO GEOMÉTRICO: celda

SISTEMA DE REFERENCIA: ETRS_1989

ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable Dg en la celda.

Para dudas o aclaraciones enviar un email a: [email protected]; [email protected]; [email protected]; [email protected]

Mosaico correspondiente a la variable Dg del inventario de vegetación de los once estratos.


G:









TITULO: G

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable G.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable G en la celda.


Mosaico correspondiente a la variable G del inventario de vegetación de los once estratos.


Ho:









TITULO: Ho

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable Ho.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable Ho en la celda.


Mosaico correspondiente a la variable Ho del inventario de vegetación de los once estratos.


IAVC:









TITULO: IAVC

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable IAVC.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable IAVC en la celda.


Mosaico correspondiente a la variable IAVC del inventario de vegetación de los once estratos.


N:









TITULO: N

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable N.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable N en la celda.


Mosaico correspondiente a la variable N del inventario de vegetación de los once estratos.


S:









TITULO: S

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable S.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable S en la celda.


Mosaico correspondiente a la variable S del inventario de vegetación de los once estratos.


VCC:









TITULO: VCC

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable VCC.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable VCC en la celda.


Mosaico correspondiente a la variable VCC del inventario de vegetación de los once estratos.


VSC:









TITULO: VSC

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable VSC.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable VSC en la celda.


Mosaico correspondiente a la variable VSC del inventario de vegetación de los once estratos.


W:









TITULO: W

RESUMEN

PROPOSITO: Identificación del tipo de vegetación en función de la variable W.

ESCALA: 1:5.000





DIMENSION: 2D



ATRIBUTOS ASOCIADOS A LA CAPA: Value: Valor de la variable W en la celda.


Mosaico correspondiente a la variable W del inventario de vegetación de los once estratos.


ESTRATOS:


Dehesas estrato 8:









TITULO: Inventario arboles individuales en estrato 8.

RESUMEN

PROPOSITO: Identificación del tipo de vegetación

ESCALA: 1:5.000


FUENTES: Trabajo de campo 2015/2016.

CALIDAD:


DIMENSION: 2D

TIPO DE OBJETO GEOMÉTRICO: feature class poligonal


ATRIBUTOS ASOCIADOS A LA CAPA:


Inventariado de vegetación arborea en dehesas del estrato 8.


Dehesas estrato 9:










RESUMEN


ESCALA: 1:5.000



CALIDAD:


DIMENSION: 2D





Dehesas estrato 10:










RESUMEN


ESCALA: 1:5.000



CALIDAD:


DIMENSION: 2D







ZAP:









TITULO: Zona de actuación prioritaria.

RESUMEN

PROPOSITO: Representar las zonas de actuación prioritaria en toda Castilla y La Mancha.

ESCALA: 1:5.000

PROCESOS:


CALIDAD:

TIPO DE REPRESENTACIÓN ESPACIAL: vectorial

DIMENSION: 2D





Zona de actuación prioritaria. de Castilla y La Mancha.


MC_SB:


MC_ROT:


RiesgoIncendios:









TITULO: Mapa de riesgo de incendios

RESUMEN

PROPOSITO: Representar las zonas de riesgo de incendios.

ESCALA: 1:5.000

PROCESOS:


CALIDAD:

TIPO DE REPRESENTACIÓN ESPACIAL: vectorial

DIMENSION: 2D





Mapa de riesgo de incendios obtenido a partir de la vulnerabilidad y la peligrosidad


Anejo 2: identificadores de los


Se incluyen todos los modelos de las familias de combustible. Si bien no todos se

encuentran en la cartografía, se opta por incluirlos para que sea válida en caso de

cualquier actualización de la cartografía que incluya nuevos modelos no

caracterizados previamente.

MODELOS DE COMBUSTIBLE NO FORESTALES

Identificador Modelo de combustible

91 NB1 (Scott y Burgan)




99 NB9(Scott y Burgan)

MODELOS DE COMBUSTIBLE DE SCOTT Y BURGAN


101 GR1

102 GR2

103 GR3

104 GR4

105 GR5

106 GR6

107 GR7

108 GR8

109 GR9

121 GS1

122 GS2

123 GS3

124 GS4

141 SH1

142 SH2

143 SH3

144 SH4

145 SH5


MODELOS DE COMBUSTIBLE DE SCOTT Y BURGAN


146 SH6

147 SH7

148 SH8

149 SH9

161 TU1

162 TU2

163 TU3

164 TU4

165 TU5

181 TL1

182 TL2

183 TL3

184 TL4

185 TL5

186 TL6

187 TL7

188 TL8

189 TL9

201 SB1

202 SB2

203 SB3

204 SB4

MODELOS DE COMBUSTIBLE DE ROTHERMEL

Identificador Descripción

1 Modelo 1

2 Modelo 2

3 Modelo 3

4 Modelo 4

5 Modelo 5

6 Modelo 6

7 Modelo 7

8 Modelo 8

9 Modelo 9

10 Modelo 10

11 Modelo 11

12 Modelo 12

13 Modelo 13

MANUAL DE USUARIO -...

Documents

Transcript of MANUAL DE USUARIO -...