PublicadoEl 23/11/22 por Comillas
Artículo

Modelling and Terrestrial Laser Scanning
Methodology (2009-2018) on Debris Cones in
Temperate High Mountains

tipo de documento semantico ckh_publication

Ficheros

remotesensing-12-00632-v2 (1).pdf
Tamaño 8037385
Formato Adobe PDF
Fecha de publicación 14/02/2020
Fuente Revista: Remote Sensing, Periodo: 1, Volumen: 12, Número: 632, Página inicial: 1, Página final: 21
Estado info:eu-repo/semantics/publishedVersion

Resumen

Idioma es-ES
Resumen

Los conos de derrubios son una forma de relieve muy común en las montañas altas y templadas. Ellos son los
ejemplos más representativos de los procesos periglaciales y nivales. Este trabajo estudia la dinámica del
comportamiento de dos conos de derrubios (Cono A y Cono B) en los Picos de Europa, en el norte de la
Península Ibérica. Su evolución se midió ininterrumpidamente a lo largo de cada agosto durante
10 años (2009- 2018) utilizando la técnica de escaneo láser terrestre (TLS). Las observaciones y
los cálculos de los dos conos de derrubios se trataron de forma independiente, pero ambos mostraron el mismo comportamiento.
Por lo tanto, si estos resultados se extrapolan a otros conos de derrubios en entornos similares (templado
alta montaña), deben mostrar un comportamiento similar al de los dos conos de derrubios analizados. El material
cae sobre los conos desde las paredes, y la transferencia de sedimentos sigue trayectorias lineales de acuerdo con
la pendiente máxima. Con el fin de comprender la evolución lineal de los dos conos de derrubios, los perfiles fueron
creados a lo largo de las líneas de pendiente máxima del Modelo de elevación digital (DEM) de 2009 y estos perfiles
las líneas se extrapolaron a los años restantes de medición. Para determinar comportamiento volumétrico
de la superficie en los DEM, se comparó cada año con el período 2009-2018. Adicionalmente,
se calculó el valor predictivo estadístico para la posición (Z) en el año 2018 para la misma posición (X,Y) planimétrica en todos los perfiles de pendientes máximas. Para hacerlo, los datos de campo reales de 2009- 2017
fueron interpolados y utilizados para formar una muestra de curvas. Estas curvas se interpretan como la realización
de una variable aleatoria funcional que se puede predecir utilizando técnicas estadísticas para el tratamiento de datos funcionales. La curva de predicción obtenida se comparó con los datos de campo de 2018. Los resultados de ambas coordenadas (Z), el real
datos de campo y los datos estadísticos son coherentes dentro del margen de error de la recopilación de datos.

Idioma en-GB
Resumen

Debris cones are a very common landform in temperate high mountains. They are the
most representative examples of the periglacial and nival processes. This work studies the dynamic
behavior of two debris cones (Cone A and Cone B) in the Picos de Europa, in the north of the
Iberian Peninsula. Their evolution was measured uninterruptedly throughout each August for
10 years (2009 2018) using the Terrestrial Laser Scanning (TLS) technique. The observations and
calculations of the two debris cones were treated independently, but both showed the same behavior.
Therefore, if these results are extrapolated to other debris cones in similar environments (temperate
high mountain), they should show behavior similar to that of the two debris cones analyzed. Material
falls onto the cones from the walls, and transfer of sediments follows linear trajectories according to
the maximum slope. In order to understand the linear evolution of the two debris cones, profiles were
created along the maximum slope lines of the Digital Elevation Model (DEM) of 2009, and these profile
lines were extrapolated to the remaining years of measurement. In order to determine volumetric
surface behavior in the DEMs, each year for the period 2009 2018 was compared. In addition,
the statistical predictive value for position (Z) in year 2018 was calculated for the same planimetric
position (X,Y) throughout the profiles of maximum slopes. To do so, the real field data from 2009 2017
were interpolated and used to form a sample of curves. These curves are interpreted as the realization
of a functional random variable that can be predicted using statistical techniques. The predictive
curve obtained was compared with the 2018 field data. The results of both coordinates (Z), the real
field data, and the statistical data are coherent within the margin of error of the data collection.

Tipo de archivo application/pdf
Idioma en-GB
Tipo de acceso info:eu-repo/semantics/closedAccess
Fecha de modificacion 09/09/2022
Fecha de disponibilidad 20/02/2020
fecha de alta 20/02/2020

Categorías:

Compartida con: