Presentación en ferias especializadas en cartografía y LiDAR e inteligencia artificial como Geoweek 2022-2024 en Denver (CO-USA), Intergeo 2024 (Germany), and the 2022 IEEE/CVF Computer Vision Pattern Recognition Conference (Nueva Orleans, LA-USA)..

Resultados de divulgación: eventos en streaming; publicidad en medios, publicidad online, etc. La publicidad en medios "forestales.net" resultó en un total de visitantes blogs especializados de 123 (Campaña Banner Blog Forestales); Publicidad online: Google Ads Campaña de Búsqueda España (ratio de interés gads search RI= 5.9%);  Campaña RED de Display España (RI=0.32%); Campaña RED de Display Reino Unido (RI=0.08%); Visibilidad del Proyecto por Canal: Facebook  España (RI=0.78%); Facebook  Reino Unido (RI=0.16%); Campaña Outbound Linkedin, invitaciónes realizadas =2029; Contactos conseguidos =780; Intersados en demo linkedin =80.

Publicación divulgativa en una revista no en JCR. La utilización de la tecnología láser LiDAR terres­tre móvil (LTM) nos ha permitido desarrollar una metodología innovadora encaminada a la digitali­zación del monte, mediante la obtención de nubes de puntos a nivel de parcela y de cantón. A partir de estas nubes de puntos, y mediante el desarro­llo de un software propio y específico, basado en la inteligencia artificial (AID-FOREST), se obtienen todos los parámetros dendro y dasométricos que caracterizan al cantón de forma directa, esto es, sin utilizar relaciones alométricas (número de pies, área basimétrica, altura media, altura dominante, altura del primer verticilo, volumen del fuste con corteza, cobertura, ... ), bien desde el punto de vis­ta de muestreo estadístico, cuando las nubes de puntos corresponden a parcelas (incluyendo los errores de muestreo), bien desde el punto de vista de inventario total (pie a pie) cuando las nubes de puntos proceden del cantón completo. Este fué el primer artículo divulgativo publicado cuando el software era todavía preliminar. El valor añadido de esta publicación es que permitió dar luz a esta tecnología hasta ahora no utilizada en España. Referencia: F.R. López Serrano, J.C. García González; E. Rubio, J.M. Sánchez García; M. Andrés Abellán; F.A. García Morote, M.I. Picazo Córdoba, Iván Pérez Anta; Diego Garcés Alonso; G.A. Marquet García; J. Serena Innerarity.

TÍTULO: LIDAR Terrestre móvil e inteligencia artificial al servicio de una inventariación forestal rápida y precisa.

REF. REVISTA: Foresta (ISSN 1575-2356). Volumen 77, pp. 20-21. Madrid (2020).   

Publicación de un artículo JCR (en el journal citation report) donde se explica con detalle cómo funciona AID-FOREST software, los fundamentos en los que se basa y los parámetros de configruación. En el se demuestra la validez del software ya que es validado utilizando más de 70 parcelas de muestreo y máss de 10000 árboles. El valor añadido de esta publicación es que es la primera vez que se publica un software basado en inteligencia artificial demostrando la utilidad del mismo independientemente de la especie forestal procesada, de la extensión de las parcelas escaneadas y de la densidad de pies presente en dichas parcelas. La recomendación práctica para el usuario es que es importante leer y entender las bases de este software para poder utilizarlo con garantías de éxito. F.R. López Serrano, E. Rubio, F.A. García Morote, M. Andrés Abellán, M.I. Picazo Córdoba, F. García Saucedo, E. Martínez García, J.M. Sánchez García, J. Serena Innerarity, L. Carrasco Lucas, O. García González , J.C. García González.

TÍTULO: Artificial intelligence-based software (AID-FOREST) for tree detection: A new framework for fast and accurate forest inventorying using LiDAR point clouds. REF. REVISTA: International Journal of Applied Earth Observations and Geoinformation.  Volumen 113 pp. (2022) . DOI: https://doi.org/10.1016/j.jag.2022.103014

Factor de Impacto (IF) en JCR (2021): 7.672

Categoría en JCR: Remote Sensing

Clasificación en la categoría: 05/32

Cuartil: Q1

El principal resultado ha sido el desarrollo y validación de un software basado en inteligencia artificial (IA) denominado AID-FOREST [v1.1.6 (511)], el cual procesa nubes de puntos lidar de una forma automática para obtener los parámetros dendro y dasométricos imprescindibles en la inventariación forestal. Hasta la fecha, pocos softwares utilizan la IA y, sobre todo, no se han aplicado a la inventariación forestal de forma extensiva. No importa el tamaño de la nube de puntos (desde pocos metros cuadrados has decenas o centenas de hectáreas), ni es necesario depurar o preprocesar la nube de puntos para eliminar ruido. AID-FOREST se encarga de identificar (detectar) todos los individuos (árboles) y medir los principales parámetros de interés a nivel árbol (diámetro normal, altura total, área basal, altura del primer verticilo del árbol, volumen total del tronco con corteza) y a nivel parcela o rodal/cantón (nº de pies por ha, área basimétrica, altura media, altura dominante, altura media del primer verticilo, volumen por ha y fracción de cabida cubierta). Caracteriza el rodal/cantón con los valores medios por hectárea así como los errores absolutos y relativos de los diferentes parámetros al 95% de probabilidad. Además genera el modelo digital del terreno, de superficies y de alturas. Para los profesionales del sector forestal siempre ha existido el handicap del coste del inventario forestal y su precisión, el principal valor añadido es el ahorro de tiempo y dinero, así como un incremento en la precisión de las estimaciones, aspecto muy valorado en la gestión forestal. También resulta muy util en el control de la gestión forestal, donde realizando un inventario antes y después de las cortas, se sabe con bastante precisión la madera sacada del monte.