Estimation of structural attributes of walnut trees based on terrestrial laser scanning

Abstract

[EN] Juglans regia L. (walnut) is a tree of significant economic importance, usually cultivated for its seed used in the food market, and for its wood used in the furniture industry. The aim of this work was to develop regression models to predict crown parameters for walnut trees using a terrestrial laser scanner. A set of 30 trees was selected and the total height, crown height and crown diameter were measured in the field. The trees were also measured by a laser scanner and algorithms were applied to compute the crown volume, crown diameter, total and crown height. Linear regression models were calculated to estimate walnut tree parameters from TLS data. Good results were obtained with values of R2 between 0.90 and 0.98. In addition, to analyze whether coarser point cloud densities might affect the results, the point clouds for all trees were subsampled using different point densities: points every 0.005 m, 0.01 m, 0.05 m, 0.1 m, 0.25 m, 0.5 m, 1 m, and 2 m. New regression models were calculated to estimate field parameters. For total height and crown volume good estimations were obtained from TLS parameters derived for all subsampled point cloud (0.005 m – 2 m).

[ES] Juglans regiaL. (nogal) es un árbol de importancia económica por el fruto que proporciona y por su madera utilizada en la industria del mueble. El objetivo de este trabajo fue calcular modelos de regresión para estimar los pa-rámetros altura total, altura, diámetro y volumen de copa de nogales utilizando datos registrados mediante un escáner láser terrestre. Un conjunto de 30 árboles fueron escaneados y se aplicaron algoritmos para calcular los parámetros anteriores, que también se midieron en campo utilizando técnicas tradicionales. Se obtuvieron buenos resultados, con valores de R2 entre 0,90 y 0,98 para todos los parámetros. Además, para analizar la relación entre la densidad de puntos registrada y la precisión en la estimación de los parámetros de los nogales, las nubes de puntos de todos los árboles fueron sub-muestreadas utilizando diferentes distancias de separación entre puntos: 0,005 m, 0,01 m, 0,05 m, 0,1 m, 0,25 m, 0,5 m, 1 m y 2 m. Se calcularon nuevos modelos de regresión con los datos muestreados obteniéndose buenas estimaciones de los parámetros para todos los conjuntos de datos.