José Luis Hernández Stefanoni - Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R

Здесь есть возможность читать онлайн «José Luis Hernández Stefanoni - Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R» — ознакомительный отрывок электронной книги совершенно бесплатно, а после прочтения отрывка купить полную версию. В некоторых случаях можно слушать аудио, скачать через торрент в формате fb2 и присутствует краткое содержание. Жанр: unrecognised, на испанском языке. Описание произведения, (предисловие) а так же отзывы посетителей доступны на портале библиотеки ЛибКат.

Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R: краткое содержание, описание и аннотация

Предлагаем к чтению аннотацию, описание, краткое содержание или предисловие (зависит от того, что написал сам автор книги «Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R»). Если вы не нашли необходимую информацию о книге — напишите в комментариях, мы постараемся отыскать её.

Este libro proporciona una guía para llevar a cabo el mapeo de la biomasa aérea del bosque en grandes superficies relacionando datos de campo con la información derivada de imágenes de satélite. La metodología para el mapeo de esta variable utiliza scripts desarrollados en el lenguaje R, e incluye la estimación de la biomasa en campo, preprocesamiento de las imágenes, ajuste de modelos de predicción, así como su aplicación para obtener mapas de distribución espacial. Esta obra se dirige a investigadores, estudiantes, técnicos forestales de organizaciones no gubernamentales y del gobierno, y a usuarios de la percepción remota en general que requieran obtener mapas de diferentes atributos de la vegetación en sus sitios de interés.

Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R — читать онлайн ознакомительный отрывок

Ниже представлен текст книги, разбитый по страницам. Система сохранения места последней прочитанной страницы, позволяет с удобством читать онлайн бесплатно книгу «Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R», без необходимости каждый раз заново искать на чём Вы остановились. Поставьте закладку, и сможете в любой момент перейти на страницу, на которой закончили чтение.

Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Datos de radar de apertura sintética

Para mapear la distribución espacial de la biomasa área, se utilizaron datos de radar de la Agencia de Exploración Aeroespacial de Japón (JAXA), la cual proporciona acceso libre al mosaico de imágenes ALOS PALSAR/ PALSAR-2. PALSAR (Phased Array type L-band Synthetic Aperture Radar, por sus siglas en inglés), el cual es obtenido por el satélite ALOS (Advanced Land Observing Satellite). El sensor PALSAR /PALSAR-2 es capaz de generar datos sobre la superficie de la Tierra durante el día y la noche sin importar las condiciones climáticas.

Los datos de ALOS PALSAR utilizados en este manual son del mosaico global PALSAR / PALSAR-2. El mosaico global fue creado por la JAXA sin fisuras en unidades de 10 x 10 grados de latitud y longitud. Las imágenes de este mosaico fueron previamente corregidas por las distorsiones geométricas de los sensores de radar de apertura sintética mediante una ortorrectificación. Además, se corrigieron los efectos topográficos sobre la imagen, usando una corrección de la pendiente. Estas correcciones fueron realizadas por la JAXA. El tamaño de un píxel es de 25 m 2, mientras que el intervalo de tiempo de las imágenes en el mosaico es de un año. En el mosaico de imágenes se incluyen capas de datos con la siguiente información: una con la polarización HH y otra con la HV, mapa forestal / no forestal, fecha de observación y ángulo de incidencia local.

1. Estimación de la biomasa aérea del bosque

1.1 La biomasa del bosque

La biomasa lignocelulósica, o biomasa de las plantas leñosas, se refiere al tejido vegetal seco de las hojas, frutos, ramas, troncos y raíces de estas plantas. Se expresa generalmente en kilogramos o toneladas de materia seca. De acuerdo con su posición y características para su medición, se reconocen tres tipos de reservorios: biomasa (aérea y subterránea), materia orgánica muerta (madera muerta y mantillo) y suelo mineral.

La biomasa subterránea es uno de los reservorios más difíciles de medir, ya que implica conocer las dimensiones de la estructura radicular. En el caso de los árboles muy grandes, dicha estructura puede encontrarse a grandes profundidades. Solo en contados estudios se ha realizado una extracción y medición de las raíces de algunos árboles (Sorgona et al ., 2018), estos han sido utilizados para derivar relaciones cuantitativas entre la biomasa de las raíces y la de la parte aérea. En uno de los trabajos de este tipo realizado en la península de Yucatán, Cairns et al . (1997) destacan que la biomasa de las raíces puede representar entre el 20 y 30 % de la biomasa aérea.

La biomasa del material caído (a veces también referida como necromasa), usualmente solo representa una fracción menor de la biomasa total del sistema; sin embargo, en ocasiones su contribución puede ser significativamente alta; por ejemplo, en bosques templados bajo manejo forestal, la madera muerta puede representar hasta el 60 % de la biomamasa del sistema (Galicia et al ., 2015). Evaluaciones realizadas después del paso del huracán Dean por la península de Yucatán muestran que, en algunas de las áreas más afectadas, hasta el 40 % de los árboles en pie fueron derribados por los vientos (Islebe et al ., 2009). Los métodos que se emplean para calcular la cantidad de material caído dependerán del tamaño de los fragmentos: en los más grandes puede ser más efectiva la medición de sus diámetros y longitudes, mientras que en los fragmentos de tamaño intermedio se pueden utilizar conteos a lo largo de transectos; por último, en los más pequeños, el secado y el pesado del material resulta una opción muy eficiente (Galicia et al ., 2015). La estimación de la cantidad de biomasa en este reservorio es muy importante para calcular la acumulación de material combustible y evaluar los riesgos de ocurrencia de incendios forestales.

Por otra parte, la biomasa aérea es uno de los reservorios más estudiados. En los bosques tropicales, típicamente los árboles son los que aportan los mayores contenidos de biomasa, mientras que otras formas de vida, tales como las lianas o las palmas, solo contribuyen marginalmente a la biomasa total. Por ejemplo, Gehring et al . (2004) encontraron que las lianas aportaron entre 6.2 y 1.8 % de la biomasa aérea de bosques secundarios de la Amazonía; en las etapas sucesionales tempranas, la contribución de las lianas fue mayor y disminuyó con la edad. Un patrón similar se presenta con las palmas. En un estudio realizado en la península de Yucatán, estas aportaron entre 5 y 2 % de la biomasa de la vegetación secundaria en etapas sucesionales tempranas, y menos del 1 % en los bosques maduros (Read y Lawrence, 2003).

1.2 Estimación de la distribución espacial de la biomasa área

La estimación de la distribución espacial de la biomasa aérea del bosque es importante para cuantificar el papel que tienen los bosques como almacenes de carbono. Esta información es crucial para apoyar la conservación y el manejo de los bosques y mantener las reservas de carbono, debido a que el conocimiento sobre las existencias y flujos de carbono es esencial para comprender la condición actual y el curso que tendrá el ciclo del carbono ante los cambios en el uso del suelo y otros disturbios (Thomson et al ., 2010).

Los métodos para estimar la biomasa aérea de los bosques están basados en datos de campo; sin embargo, la estimación de la biomasa usando exclusivamente estos datos tiene dificultades logísticas, involucra costos altos y no describe la distribución de esta variable en el espacio. La percepción remota ofrece una fuente viable de información auxiliar para evaluar la biomasa aérea de los bosques, ya que brinda un medio económico para lograr una cobertura espacial completa de información en áreas grandes y con intervalos de tiempo regulares (Lu et al ., 2016). De igual manera, pueden utilizarse variables ambientales distribuidas de manera continua en el espacio para la estimación de la biomasa. Varios estudios han encontrado que la biomasa se ve afectada por variables climáticas; como ejemplo se ha demostrado que la variación de la temperatura y la precipitación influye en la biomasa (Keith et al ., 2009). Por lo tanto, se han utilizado variables climáticas (Hernández-Stefanoni et al ., 2020) además de variables topográficas (Cartus et al ., 2014) en conjunto con datos de imágenes de satélite para el mapeo de la biomasa área de los bosques.

Un método común para estimar la biomasa área es construir mapas de clases de la cobertura del suelo o tipos de vegetación a partir de imágenes de satélite. Estos mapas se utilizan para predecir la biomasa aérea en función de los valores medios de esta variable dentro de cada tipo de vegetación. A pesar de su aplicabilidad general y la utilidad de este enfoque, se debe reconocer que tiene una simplificación excesiva, derivada de tener un valor medio único que predice todos los puntos no medidos dentro de cada tipo de vegetación, es decir, se ignora la variabilidad dentro de cada tipo de vegetación (Burrough, 2001). Un enfoque alternativo que aborda estas deficiencias es el uso de datos de imágenes de satélite para medir parámetros o extraer variables de percepción remota y construir modelos que relacionen la biomasa áerea estimada en campo con las variables extraídas de las imágenes, lo cual permite desarrollar mapas continuos de esta variable (Cartus et al ., 2014; Hernández-Stefanoni et al ., 2020; Rodríguez-Veiga et al ., 2019).

La estimación de la distribución espacial de la biomasa aérea del bosque incluye varias etapas, las cuales pueden observarse en la figura 1. En la primera etapa se realiza la estimación de la biomasa aérea en campo. La biomasa del bosque no se mide en campo, más bien, se estima, por lo que se requiere recolectar información de un número suficiente de parcelas, para medir el diámetro y la altura, así como identificar a nivel de especie cada uno de los árboles dentro de las parcelas. Adicionalmente, a la información se agrega la densidad de la madera para cada especie. Posteriormente, con estos datos y el uso de ecuaciones alométricas se estima la biomasa de cada árbol. Finalmente, la suma de la biomasa de todos los individuos dentro de una parcela brinda una estimación de la biomasa aérea por unidad de superfice de la parcela.

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Похожие книги на «Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R»

Представляем Вашему вниманию похожие книги на «Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R» списком для выбора. Мы отобрали схожую по названию и смыслу литературу в надежде предоставить читателям больше вариантов отыскать новые, интересные, ещё непрочитанные произведения.


José Juan Sánchez Hernández - Aprender Docker, un enfoque práctico
José Juan Sánchez Hernández
Luis Emilio Hernández Agüe - Praderas malditas
Luis Emilio Hernández Agüe
Xosé Luis Méndez Ferrín - L'amor del rei Artús i altres relats
Xosé Luis Méndez Ferrín
Luis Alberto Henríquez Hernández - Paraguas rotos
Luis Alberto Henríquez Hernández
William José Hernández Ospino - El Príncipe Caimán y la Ardilla Poeta
William José Hernández Ospino
Roberto Almanza Hernández - Teorizando desde los pequeños lugares
Roberto Almanza Hernández
Luz Hernández Hernández - Customer Experience. Guía práctica
Luz Hernández Hernández
José Luis Moreno Pestaña - Los pocos y los mejores
José Luis Moreno Pestaña
Francesc Hernández - Juan Luis Vives
Francesc Hernández
Отзывы о книге «Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R»

Обсуждение, отзывы о книге «Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R» и просто собственные мнения читателей. Оставьте ваши комментарии, напишите, что Вы думаете о произведении, его смысле или главных героях. Укажите что конкретно понравилось, а что нет, и почему Вы так считаете.

x