Ciro-Andres Martinez-Garcia-Moreno

Dr. Ciro-Andres Martinez-Garcia-Moreno


Research Focus & Metrics

Academic Career Length

3Years (2024-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
7 November 2024 in Forests
Verified
Journal Article
Open access
PDF file
JCJorge Luis Compean-Aguirre
Jorge Luis Compean-Aguirre
Pablito Marcelo López-SerranoPablito Marcelo López-Serrano
Pablito Marcelo López-Serrano
JCJOSE LUIS SILVAN CARDENAS
JOSE LUIS SILVAN CARDENAS
CMCiro-Andres Martinez-Garcia-Moreno
Ciro-Andres Martinez-Garcia-Moreno
Daniel Jose Vega-NievaDaniel Jose Vega-Nieva
Daniel Jose Vega-Nieva
Marín Pompa-GarcíaMarín Pompa-García
Marín Pompa-García
Terrestrial laser scanning (TLS) has become a vital tool in forestry for accurately measuring tree parameters, such as diameter at breast height (DBH). However, its application in Mexican forests remains underexplored. This study evaluates the performance of five two-dimensional DBH estimation algorithms (Nelder–Mead, least squares, Hough transform, RANSAC, and convex hull) within a temperate Mexican forest and explores their broader applicability across diverse ecosystems, using published point cloud data from various scanning devices. Results indicate that algorithm accuracy is influenced by local factors like point cloud density, occlusion, vegetation, and tree structure. In the Mexican study area, the Nelder–Mead algorithm achieved the highest accuracy (R² = 0.98, RMSE = 1.59 cm, MAPE = 6.12%), closely followed by least squares (R² = 0.98, RMSE = 1.67 cm, MAPE = 6.42%), with different outcomes in other sites. These findings advance DBH estimation methods by highlighting the importance of tailored algorithm selection and environmental considerations, thereby contributing to more accurate and efficient forest management across various landscapes.

5 April 2024 in Internet of Things
Verified
Journal Article
Closed access
BFBerenice Flores-Salgado
Berenice Flores-Salgado
SGSergio-Jesus Gonzalez-Ambriz
Sergio-Jesus Gonzalez-Ambriz
CMCiro-Andres Martinez-Garcia-Moreno
Ciro-Andres Martinez-Garcia-Moreno
JBJessica Beltrán
Jessica Beltrán

2 May 2025 in Revista Mexicana de Ciencias Forestales
Verified
Journal Article
Open access
PDF file
JCJorge Luis Compean-Aguirre
Jorge Luis Compean-Aguirre
Pablito Marcelo López-SerranoPablito Marcelo López-Serrano
Pablito Marcelo López-Serrano
JCJOSE LUIS SILVAN CARDENAS
JOSE LUIS SILVAN CARDENAS
CMCiro-Andres Martinez-Garcia-Moreno
Ciro-Andres Martinez-Garcia-Moreno
Daniel Jose Vega-NievaDaniel Jose Vega-Nieva
Daniel Jose Vega-Nieva
JCJosé Javier Corral-Rivas
José Javier Corral-Rivas
Los ecosistemas forestales desempeñan un papel clave en el almacenamiento de carbono, lo que subraya la importancia de estimar la biomasa de los árboles de manera precisa. El objetivo de la presente investigación fue estimar la biomasa forestal mediante un escáner láser (LiDAR, por sus siglas en inglés Light Detection and Ranging), específicamente un dispositivo terrestre (TLS, Terrestrial Laser Scanner), a nivel de árbol individual. Se seleccionaron 31 árboles de una masa regular de Pinus cooperi de los cuales se midieron las variables de diámetro a la altura del pecho (DAP) y la altura (h), de manera tradicional. Los datos de TLS se recolectaron con un escáner laser FARO® Focus M70, se procesaron para modelar tridimensionalmente los troncos y calcular su biomasa. Estos datos se contrastaron con estimaciones obtenidas por ecuaciones alométricas y mediciones tradicionales. Los resultados indican que el TLS es preciso para medir diámetros (R2=0.72 y RMSE=1.28 cm), respecto a los métodos tradicionales. Sin embargo, subestima la altura de los árboles (R2=0.79 y RMSE=1.68 m), lo que afecta la precisión en el cálculo de la biomasa. Aunque el TLS proporcionó estimaciones aceptables, estas fueron inferiores a las obtenidas mediante ecuaciones alométricas. Se concluye que el TLS es una herramienta prometedora para estudios no destructivos de biomasa. Futuros trabajos deben considerar con mayor detalle la influencia de las características del área estudiada, la metodología del escaneo y los algoritmos aplicados en la estimación de la biomasa.