Els objectius específics d’aquesta geoinformació són: facilitar el coneixement i interpretació de l’estructura de la massa arbrada des de diversos àmbits, especialment l’ambiental i biològic; facilitar informació d’àmplia cobertura i seguiment de polítiques aplicades en termes de serveis ecosistèmics, gestió forestal, ús i aprofitaments; generar mètriques forestals objectives, reproduïbles en el temps i reducció de costos d’aproximacions basades en treball de camp; facilitar l’anàlisi operacional en combinació amb altres productes temàtics i dades de camp, com per exemple els mapes de cobertes i d’hàbitats; facilitar el coneixement de la distribució espacial de la coberta arbrada, ja que és un requeriment fonamental en l’anàlisi dels canvis, impactes i potencials evolucions de canvis de les cobertes en el temps; prevenir incendis forestals, mitjançant el disseny d’infraestructures de prevenció i les actuacions sobre les càrregues de combustible que exerceixen els aprofitaments de fusta i biomassa forestal.

Los objetivos específicos de esta geoinformación son: Facilitar el conocimiento e interpretación de la estructura de la masa arbolada desde diversos ámbitos, especialmente el ambiental y biológico; Facilitar información de amplia cobertura y seguimiento de políticas aplicadas en términos de servicios ecosistémicos, gestión forestal, uso y aprovechamientos; Generar métricas forestales objetivas, reproducibles en el tiempo y reducción de costes de aproximaciones basadas en trabajo de campo; Facilitar el análisis operacional en combinación con otros productos temáticos y datos de campo, como por ejemplo los mapas de cubiertas y de hábitats; Facilitar el conocimiento de la distribución espacial de la cubierta arbolada, ya que es un requerimiento fundamental en el análisis de los cambios, impactos y potenciales evoluciones de cambios de las cubiertas en el tiempo; Prevenir incendios forestales, mediante el diseño de infraestructuras de prevención y las actuaciones sobre las cargas de combustible que ejercen los aprovechamientos de madera y biomasa forestal.

The specific objectives of this geoinformation are: To facilitate the knowledge and interpretation of the structure of the wooded mass from diverse fields, especially the environmental one and biological; Provide information on broad coverage and monitoring of policies implemented in terms of ecosystem services, forest management, use and exploitation; Generate objective, time-reproducible forest metrics and reduce costs of fieldwork-based approaches; Facilitate operational analysis in combination with other thematic products and field data, such as coverages and habitats maps; Facilitate the knowledge of the spatial distribution of the tree cover, since it is a fundamental requirement in the analysis of the changes, impacts and potential evolutions of changes of the covers in the time; Prevent forest fires, through the design of prevention infrastructures and actions on the fuel loads exerted by the use of wood and forest biomass.

Alguns casos d’ús d’aquesta geoinformació són: Projecte PREVINCAT: Utilització de les variables biofísiques de l’arbrat per la realització de simulacions d’incendis forestals. Projecte desenvolupat pel CTFC conjuntament amb el Departament d’Acció Climàtica, Alimentació i Agenda Rural (DAC); Predicció de la humitat del sòl: S’utilitzen les variables d’alçada dominant i biomassa foliar, juntament amb informació del sòl i inventaris forestals, per realitzar prediccions de la humitat del sòl. El CTFC du a terme projectes en aquest àmbit; SIGPAC (DAC): Determinació de coeficients de pastura, en funció del recobriment arbori de cada parcel·la; Obtenció de models de creixement d’alzinars i castanyedes (Diputació de Barcelona): S’utilitzen el volum amb escorça i l’alçada dominant per a l’estratificació de les zones de mostreig; Redacció d’instruments d’ordenació de finques públiques (Diputació de Barcelona): Estratificació de l’inventari forestal i càlcul de variables dasomètriques en rodals monoespecífics poc accessibles; Valoració de finques per a la seva adquisició (Diputació de Barcelona); Redacció de Plans Forestals Municipals: Instruments d’Ordenació Forestal municipals i supramunicipals (Diputació de Girona); Estudis de potencial de producció d'estella a les comarques gironines (Diputació de Girona); Desenvolupament de models de paisatge que fan projecció al futur d’algunes de les variables biofísiques (CREAF-CTFC); Lligam de les variables biofísiques amb informació de biodiversitat (ocells forestals) amb l’objectiu de poder interpretar nous indicadors forestals de biodiversitat (CREAF-CTFC); Detecció a gabinet de boscos madurs (CREAF-CTFC): Les variables biofísiques aporten una informació complementaria i prospectiva; Mapa de vulnerabilitat a la sequera per tot Catalunya: VULNEMAP (CREAF-CTFC).

Algunos casos de uso de esta geoinformación son: Proyecto PREVINCAT: Utilización de las variables biofísicas del arbolado para la realización de simulaciones de incendios forestales. Proyecto desarrollado por el CTFC conjuntamente con el Departamento de Acción Climática, Alimentación y Agenda Rural (DAC); Predicción de la humedad del suelo: Se utilizan las variables de altura dominante y biomasa foliar, junto con información del suelo e inventarios forestales, para realizar predicciones de la humedad del suelo. El CTFC lleva a cabo proyectos en este ámbito; SIGPAC (DAC): Determinación de coeficientes de pasto, en función del recubrimiento arbóreo de cada parcela; Obtención de modelos de crecimiento de encinares y castaños (Diputación de Barcelona): Se utilizan el volumen con corteza y la altura dominante para la estratificación de las zonas de muestreo; Redacción de instrumentos de ordenación de fincas públicas (Diputación de Barcelona): Estratificación del inventario forestal y cálculo de variables dasométricas en rodales monoespecíficos poco accesibles; Valoración de fincas para su adquisición (Diputación de Barcelona); Redacción de Planes Forestales Municipales: Instrumentos de Ordenación Forestal municipales y supramunicipales (Diputación de Girona); Estudios de potencial de producción de astilla en las comarcas gerundenses (Diputación de Girona); Desarrollo de modelos de paisaje que hacen proyección al futuro de algunas de las variables biofísicas (CREAF-CTFC); Enlace de las variables biofísicas con información de biodiversidad (aves forestales) con el objetivo de poder interpretar nuevos indicadores forestales de biodiversidad (CREAF-CTFC); Detección a gabinete de bosques maduros (CREAF-CTFC): Las variables biofísicas aportan una información complementaria y prospectiva; Mapa de vulnerabilidad a la sequía para toda Cataluña: VULNEMAP (CREAF-CTFC).

Some use cases of this geoinformation are: PREVINCAT Project: Use of the biophysical variables of the trees to carry out simulations of forest fires. Project developed by the CTFC jointly with the Department of Climate Action, Food and Rural Agenda (DAC); Soil moisture prediction: The dominant height and foliar biomass variables are used, together with soil information and forest inventories, to make soil moisture predictions. The CTFC carries out projects in this area; SIGPAC (DAC): Determination of grass coefficients, based on the tree cover of each plot; Obtaining growth models of holm oak and chestnut trees (Barcelona Provincial Council): The volume with bark and the dominant height are used for the stratification of the sampling areas; Drafting of instruments for the management of public estates (Barcelona Provincial Council): Stratification of the forest inventory and calculation of dasometric variables in hardly accessible monospecific stands; Valuation of estates for their acquisition (Barcelona Provincial Council); Drafting of Municipal Forest Plans: Municipal and supra-municipal Forest Management Instruments (Girona Provincial Council); Studies of splinter production potential in the Girona counties (Girona Provincial Council); Development of landscape models that project some of the biophysical variables into the future (CREAF-CTFC); Link of biophysical variables with biodiversity information (forest birds) in order to be able to interpret new forest biodiversity indicators (CREAF-CTFC); Detection at cabinet of mature forests (CREAF-CTFC): Biophysical variables provide complementary and prospective information; Map of vulnerability to drought for all of Catalonia: VULNEMAP (CREAF-CTFC).

L'extensió espacial abasta tot Catalunya. L'extensió temporal es refereix a les dates de les fonts de dades.

La extensión espacial abasta toda Cataluña. La extensión temporal se refiere a las fechas de las fuentes de datos.

Spatial extent covers all Catalonia. Temporal extent refers to the dates of the source data.

Els mapes de variables biofísiques de l'arbrat de 20 m de resolució s’obtenen principalment a partir de dades LiDAR, dades d’inventaris forestals i el Mapa de Cobertes del Sòl de Catalunya, seguint la metodologia descrita a continuació: 1. Es processen les dades LiDAR per a obtenir una bona classificació dels punts de vegetació i terreny i es calculen les mètriques LiDAR que defineixen les característiques estructurals de les masses forestals arbrades; 2. S’apliquen les equacions al·lomètriques per a cada espècie a nivell d’arbre dels inventaris forestals per a obtenir l’estimació de variables biofísiques; 3. Es processen els mapes de cobertes del sòl per assignar a cadascuna de les cel·les de 20x20 m la coberta arbòria corresponent; 4. A partir de les mètriques LiDAR es calculen els models estadístics que millor s’ajusten a l’inventari forestal; 5. Es genera la cartografia aplicant a les mètriques LiDAR els models obtinguts en funció de les espècies i categories arbrades indicades en el mapa de cobertes; 6. Es calculen els intervals de confiança.

Los mapas de variables biofísicas del arbolado de 20 m de resolución se obtienen principalmente a partir de datos LiDAR, datos de inventarios forestales y el Mapa de Cubiertas del Suelo de Cataluña, siguiendo la metodología descrita a continuación: 1. Se procesan los datos LiDAR para obtener una buena clasificación de los puntos de vegetación y terreno y se calculan las métricas LiDAR que definen las características estructurales de las masas forestales arboladas; 2. Se aplican las ecuaciones alométricas para cada especie a nivel de árbol de los inventarios forestales para obtener la estimación de variables biofísicas; 3. Se procesan los mapas de cubiertas del suelo para asignar a cada una de las celdas de 20x20 m la cubierta arbórea correspondiente; 4. A partir de las métricas LiDAR se calculan los modelos estadísticos que mejor se ajustan al inventario forestal; 5. Se genera la cartografía aplicando a las métricas LiDAR los modelos obtenidos en función de las especies y categorías arboladas indicadas en el mapa de cubiertas; 6. Se calculan los intervalos de confianza.

The 20 m resolution maps of biophysical variables of the trees are obtained mainly from LiDAR data, forest inventory data and the Land Cover Map of Catalonia, following the methodology described below: 1. The LiDAR data are processed to obtain a good classification of the vegetation and terrain points and calculate the LiDAR metrics that define the structural characteristics of the wooded forest masses; 2. The allometric equations are applied for each species at the tree level of the forest inventories to obtain the estimation of biophysical variables; 3. The land cover maps are processed to assign each of the 20x20 m cells the corresponding tree cover; 4. From the LiDAR metrics, the statistical models that best fit the forest inventory are calculated; 5. The cartography is generated by applying to the LiDAR metrics the models obtained based on the species and tree categories indicated on the cover map; 6. Confidence intervals are calculated.

Dades LiDAR

Datos LiDAR

LiDAR data

Dades d'inventaris forestals

Datos de inventarios forestales

Forest inventory data

Mapa de Cobertes del Sòl de Catalunya

Mapa de Cubiertas del Suelo de Cataluña

Land Cover Map of Catalonia

Versió 5.0

Versión 5.0

Version 5.0