Resumen del Módulo: 1) Contenido. Los estudiantes aprenderán qué es la tecnología LiDAR, con énfasis en su reciente integración en smartphones de alta gama, y cómo usar estos dispositivos como herramientas para la medición forestal. También se cubrirán conceptos básicos de inventarios forestales, y se analizará la comparación entre metodologías mediante parámetros estadísticos. 2) Actividades. Los estudiantes trabajarán con varias nubes de puntos de árboles escaneados en el sitio de estudio, que podrán visualizar, explorar y usar para realizar mediciones en modelos tridimensionales. Además, se ofrecerá una introducción general sobre la comparación estadística entre instrumentos tradicionales de medición forestal y el uso de smartphones con tecnología LiDAR. 3) Impacto. El estudiante explorará el uso de herramientas tecnológicas con aplicaciones en diversos campos y abordará conceptos fundamentales como precisión y exactitud, esenciales en ciencia e ingeniería. Además, se introducirán nociones básicas sobre la comparación de metodologías mediante parámetros estadísticos. Objetivos de Aprendizaje: Explorar el potencial de la tecnología móvil LiDAR para inventarios forestales y compararla con métodos tradicionales de campo. Identificar situaciones donde las nubes de puntos 3D pueden mejorar la comprensión de la estructura forestal y apoyar la investigación ecológica. Aprender las mejores prácticas para usar LiDAR basado en smartphone para medir árboles bajo diversas condiciones de campo. Traducción: Este módulo está disponible en español. Apoyo proporcionado por: Una subvención de la National Science Foundation de Estados Unidos (DBI-RCN-UBE 2120141).
Building similarity graph...
Analyzing shared references across papers
Loading...
Jose Leonardo Estrada
Orlando Jiménez-Méndez
Casia Soto
Organization for Tropical Studies
Instituto Tecnológico de Costa Rica
Organization For Tropical Studies
Building similarity graph...
Analyzing shared references across papers
Loading...
Estrada et al. (Mon,) estudiaron esta cuestión.
www.synapsesocial.com/papers/69df2ba0e4eeef8a2a6b09dc — DOI: https://doi.org/10.25334/ar82-k532