EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Evaluación del potencial de los modelos de Deep Learning para la clasificación de árboles a nivel de género utilizando datos LiDAR

Alejandro Morales-Martín, Francisco Javier Mesas Carrascosa, Fernando Pérez Porras, Víctor Manuel Vargas, Francisco Moreno-Cano, Pedro Antonio Gutiérrez

Congresos UEx, actas de Congresos · 03.06.2026 · (2)

DOI: 10.17398/3101-7177.2.135 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Congresos UEx, actas de Congresos, online erschienen am 03.06.2026. Verfasst von Alejandro Morales-Martín und 5 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

La identificación y reconocimiento de especies forestales es crucial en el sector agroforestal para garantizar una gestión adecuada de los recursos naturales, promover la conservación de la biodiversidad, optimizar los servicios ecosistémicos y mejorar la productividad y sostenibilidad de los ecosistemas forestales. Los avances en Deep Learning (DL) han revolucionado esta tarea, permitiendo el procesamiento y el análisis de datos LiDAR aéreos y terrestres. En este contexto, el presente estudio evalúa el potencial de dos redes neuronales, PointNet y PointNet++, para clasificar individuos en áreas forestales donde coexisten principalmente tres géneros: Eucalyptus, Pinus y Quercus. Dos técnicas de muestreo efectivas (FPS y SMOTE) se aplicaron para determinar la densidad de puntos óptima por árbol. Los análisis estadísticos basados en Kolmogorov-Smirnov y la prueba t de Student revelaron que el número de puntos y la metodología óptimas fueron 1.024, 2.048 y 4.096, y PointNet++, respectivamente. Por lo tanto, la metodología propuesta servirá como base para futuros trabajos que requieran una clasificación precisa, tales como cambios en hábitat y ecosistemas, secuestro de carbono e inventarios forestales.

Zitieren

APA

Morales-Martín, A., Carrascosa, F. J. M., Porras, F. P., Vargas, V. M., Moreno-Cano, F., & Gutiérrez, P. A. (2026). Evaluación del potencial de los modelos de Deep Learning para la clasificación de árboles a nivel de género utilizando datos LiDAR. Congresos UEx, actas de Congresos. https://doi.org/10.17398/3101-7177.2.135

Vancouver

Morales-Martín A, Carrascosa FJM, Porras FP, Vargas VM, Moreno-Cano F, Gutiérrez PA. Evaluación del potencial de los modelos de Deep Learning para la clasificación de árboles a nivel de género utilizando datos LiDAR. Congresos UEx, actas de Congresos. 2026. doi:10.17398/3101-7177.2.135

BibTeX
@article{MoralesMartn2026,
  author = {Morales-Martín, Alejandro and Carrascosa, Francisco Javier Mesas and Porras, Fernando Pérez and Vargas, Víctor Manuel and Moreno-Cano, Francisco and Gutiérrez, Pedro Antonio},
  title = {Evaluación del potencial de los modelos de Deep Learning para la clasificación de árboles a nivel de género utilizando datos LiDAR},
  journal = {Congresos UEx, actas de Congresos},
  year = {2026},
  number = {2},
  doi = {10.17398/3101-7177.2.135}
}
Kostenlos starten →