Mapping disturbance from selective logging in tropical forests of the Yucatan Peninsula, Mexico
Hernández Gómez, Irving Uriel [autor] | Vázquez Luna, Dinora [autora] | Cerdán Cabrera, Carlos Roberto [autor] | Navarro Martínez, María Angélica [autora] | Ellis, Edward Alan [autor].
Tipo de material: Artículo en línea Tema(s): Corta de árboles | Explotación forestal | Satélites Landsat | Bosque comunal | Ordenación forestal | Bosques tropicalesTema(s) en inglés: Tree felling | Logging | Landsat satellites | Communal forest | Forest management | Tropical forests | Quintana Roo (Mexico)Descriptor(es) geográficos: Quintana Roo (México) Nota de acceso: Acceso en línea sin restricciones En: Tropical and Subtropical Agroecosystems. Volumen 23, número 1 (2020), páginas 143-152. --ISSN: 1870-0462Número de sistema: 60163Resumen:Tipo de ítem | Biblioteca actual | Colección | Signatura | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|
Artículos | Biblioteca Electrónica Recursos en línea (RE) | ECOSUR | Recurso digital | ECO40060163930 |
Acceso en línea sin restricciones
El mapeo de los impactos de la tala selectiva en la Península de Yucatán es importante para lograr la reducción de las emisiones de carbono y los objetivos de conservación de la biodiversidad. Objetivo. Evaluar la efectividad de la aplicación de técnicas de teledetección mediante el uso de imágenes LANDSAT 8 OLI para detectar la perturbación del bosque tropical a partir de la extracción de madera en cuatro bosques con manejo comunitario (ejidos). Además, evaluamos las diferencias entre ellos en términos de implementación de manejo forestal mejorado (IFM) y prácticas de aprovechamiento de impacto reducido (RIL). Metodología. Se calcularon los índices de vegetación y se realizó la clasificación de la cubierta forestal para hacer un mapa de las zonas taladas y no taladas y las perturbaciones específicas del aprovechamiento (por ejemplo, claros por la tala de árboles, carriles de arrastre, caminos forestales y áreas de acopio de madera) en las áreas de corta anual de 2014. Las evaluaciones de precisión se realizaron en función de los puntos de validación colectados en el campo después del aprovechamiento. Resultados. Encontramos que el 75% de las clasificaciones binarias (áreas impactadas y no impactadas) tenían precisiones globales medias superiores al 60%, lo que representa una precisión aceptable (40 a 70%), aunque el mapeo de las perturbaciones específicas de la cosecha tuvo poca precisión (<40%). Los índices de vegetación que obtuvieron los mejores resultados fueron el índice de vegetación de diferencia normalizada (NDVI), Tasseled Cap Greenness y Tasseled Cap Wetness. Los ejidos que aplicaron IFM y RIL impactaron un porcentaje menor de sus áreas de corta y menos área de bosque por metro cúbico de madera extraída, a pesar de intensidades de tala similares o mayores que los ejidos sin prácticas mejoradas. spa
Implicaciones. El monitoreo del impacto por la tala selectiva es importante para mejorar el manejo forestal y la certificación de sostenibilidad. Conclusiones. El mapeo y el monitoreo de los impactos de la tala selectiva por gestores y técnicos forestales se puede realizar de manera costo-efectiva utilizando imágenes LANDSAT 8, aunque la precisión se puede mejorar con imágenes de alta resolución. spa
Background. Mapping selective logging impacts on the Yucatan Peninsula is important to pursuing carbon emissions reduction and biodiversity conservation goals. Objective. To evaluate the effectiveness of applying remote sensing techniques using LANDSAT 8 OLI imagery to detect tropical forest disturbance from timber harvesting in four communally managed forests (ejidos). We further assess differences among them in terms of implementing improved forest management (IFM) and reduced impact logging (RIL). Methodology. Vegetation indices were calculated, and forest cover classification was performed to map logged and unlogged forest and specific harvest disturbances (e.g. felling gaps, skid trails, logging roads and log landings) in annual cutting areas of 2014. Accuracy assessments were conducted based on validation points collected in the field after logging. Results. We found that 75% of the binary classifications (logged and unlogged forest) had mean overall accuracies greater than 60%, representing a fair (40 to 70%) accuracy, although mapping of specific harvesting disturbances had poor accuracy (<40%). Vegetation indices that performed the best were normalized vegetation index (NDVI), Tasseled Cap Greenness and Tasseled Cap Wetness. Ejidos that applied IFM and RIL impacted a smaller percentage of their cutting areas and less area of forest per cubic meter of timber extracted, despite similar or higher logging intensities than ejidos without improved practices. Implication. Monitoring selective logging disturbance is important to improved forest management and certification of sustainability. Conclusion. Mapping and monitoring impacts from selective logging by forest managers and technicians can be performed in a cost-efficient manner using LANDSAT 8 images, although accuracy could be improved with higher resolution imagery. eng
Disponible en línea
Adobe Acrobat profesional 6.0 o superior