SciELO - Scientific Electronic Library Online

 
vol.25 número3Clasificación del uso de suelo y vegetación en áreas de pérdida de cobertura arbórea (2000-2016) en la cuenca del río UsumacintaEfectos del aprovechamiento forestal en la estructura, diversidad y dinámica de rodales mixtos en la Sierra Juárez de Oaxaca, México índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Madera y bosques

versão On-line ISSN 2448-7597versão impressa ISSN 1405-0471

Resumo

ORTIZ-REYES, Alma Delia et al. Transectos de datos LiDAR: Una estrategia de muestreo para estimar biomasa aérea en áreas forestales. Madera bosques [online]. 2019, vol.25, n.3, e2531872.  Epub 15-Maio-2020. ISSN 2448-7597.  https://doi.org/10.21829/myb.2019.2531872.

La estimación y el mapeo de la biomasa aérea sobre áreas extensas puede realizarse haciendo uso de las herramientas que ofrece la percepción remota. El objetivo de este estudio fue estimar la biomasa aérea de dos tipos de selva mediana: subperennifolia (SMSP) y subcaducifolia (SMSC) en la península de Yucatán, México, empleando métricas generadas a partir de datos Light Detection and Ranging (LiDAR). Se usaron datos de 365 unidades de muestreo del Inventario Nacional Forestal y de Suelos (INFyS) de México para calibrar modelos de biomasa aérea usando regresión lineal múltiple y Random Forest (RF). Con estos modelos se mapeó la biomasa aérea sobre franjas de datos LiDAR. El modelo de regresión transformado logró explicar la varianza en un 62% (RMSE = 41.44 Mg ha-1 para SMSP y 36.60 Mg ha-1 para SMSC) para ambos tipos de vegetación. Los modelos generados a través de RF lograron explicar la varianza en un 57% (RMSE = 40.73 Mg ha-1) para la SMSP y solo de 52% (RMSE = 35.10 Mg Ha-1) para la SMSC. El desfase entre la toma de datos en campo y LiDAR, así como el error en la precisión de las coordenadas de los sitios de inventario, son factores reconocidos que influyeron en los resultados. A pesar de lo anterior, las estimaciones obtenidas podrían servir de base para estimar el inventario completo de biomasa en el área de estudio incorporando datos espectrales derivados de un sensor remoto que cubra la totalidad de esta.

Palavras-chave : franjas LiDAR; inventario forestal; muestreo; península de Yucatán.

        · resumo em Inglês     · texto em Espanhol