Estimación del volumen forestal mediante el uso de herramientas de percepción remota en bosques tropicales / Andrés Vázquez de la Rosa

Tesis Maestría en Ciencias en Recursos Naturales y Desarrollo Rural El Colegio de la Frontera Sur 2022

Incluye bibliografía

Resumen.. Capítulo 1: Introducción.. Capítulo 2: Mapeo del Volumen Forestal de un Bosque Tropical Mediante Landsat 8, Algoritmos Cart y Random Forest y Regresión Lineal Múltiple.. Resumen.. Introducción.. Materiales y Métodos.. Área de estudio.. Clasificación supervisada.. Datos de campo.. Valor de importancia relativa.. Estimación del volumen forestal.. Variables espectrales, índices de vegetación, índices de proporción y de textura.. Modelos de regresión.. Resultados y Discusión.. Descripción de los datos de campo.. Clasificación supervisada.. Modelos de regresión.. Distribución espacial de los volúmenes estimados.. Comparación de la capacidad predictiva de los modelos con otros estudios.. Desempeño de los algoritmos no paramétricos frente al paramétrico.. Conclusión.. Referencias.. Capítulo 3: Conclusión.. Bibliografía

El volumen forestal es la variable que permite cuantificar la productividad maderable de un ecosistema. Estimar existencias maderables posibilita la creación de estrategias eficientes en el manejo, conservación o aprovechamiento de recursos forestales. En bosques tropicales la adecuada estimación permitirá valorar el potencial maderable de la amplia gama de especies aprovechables y satisfacer la creciente demanda de productos maderables. Actualmente, el volumen forestal se estima mediante ecuaciones alométricas en árboles en pie con datos de inventarios de campo, un método costoso en tiempo y recursos. En las últimas décadas, el avance tecnológico y desarrollo de herramientas de percepción remota han permitido estimar volumen forestal y otras variables del bosque, con imágenes de satélite y datos de campo en tiempos más cortos y extensiones mayores. En esta investigación se probaron algoritmos de aprendizaje supervisado no paramétrico; Random Forest (RF) y Classification And Regression Trees (CART), y el algoritmo paramétrico de regresión lineal múltiple. Para generar modelos que permitieron estimar y mapear el volumen forestal, en dos tipos de bosques tropicales del sur del estado de Quintana Roo; conocidos regionalmente como selva mediana subperennifolia (SM) y selva baja inundable (SB). Los volúmenes se modelaron con datos de árboles de 121 sitios y variables de una imagen espectral Landsat 8 con resolución espacial de 30 metros (bandas espectrales, índices de vegetación, índices de proporción simple y estadísticas de textura). El algoritmo que produjo el mejor resultado fue RF: en la SM obtuvo un coeficiente de determinación de R²: 0.59 y un RMSE: 3.57 m³ de volumen por píxel. En la SB, un R²: 0.74 y un RMSE: 2.10 m³. Los modelos se componen principalmente de variables de textura, lo que demuestra su capacidad predictiva para modelar la distribución espacial del volumen forestal. spa

Agricultura, Sociedad y Ambiente