Image de couverture de livre

Inventario y mapeo de variables forestales mediante sensores remotos en el estado de Quintana Roo, México

Fuente: Redalyc

Enregistré dans:

Détails bibliographiques
Auteur principal:	Jonathan Hernández-Ramos
Format:	Artículo científico
Langue:	es
Publié:	Instituto de Ecología, A.C. 2020
Sujets:	Agrociencias Landsat Biomasa aérea sensores remotos estructura forestal modelos de regresión
Accès en ligne:	Acceder al recurso 1 Acceder al recurso 2 Acceder al recurso 3 Acceder al recurso 4 Acceder al recurso 5
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

_version_	1876439008585711616
author	Jonathan Hernández-Ramos
author_facet	Jonathan Hernández-Ramos
contents	Inventario y mapeo de variables forestales mediante sensores remotos en el estado de Quintana Roo, México Jonathan Hernández-Ramos Xavier García-Cuevas Ramiro Peréz-Miranda Antonio González-Hernández Luis Martinez-Ángel Agrociencias Landsat Biomasa aérea sensores remotos estructura forestal modelos de regresión Los sensores remotos en combinación con información derivada de los inventarios forestales estiman variables de interés con precisión y bajo costo. El objetivo de este trabajo fue estimar el área basal (AB), volumen maderable (VTA) y biomasa aérea (B) en diferentes ecosistemas de selvas mediante información Landsat ETM+ e Inventario Nacional Forestal y de Suelos (INFyS) en Quintana Roo, México. Se generó una matriz de correlación entre datos del INFyS e información espectral, posteriormente, un modelo de regresión lineal múltiple. Con las ecuaciones seleccionadas se generaron mapas de distribución espacial de AB (m2 ha-1), VTA (m3 ha-1) y B (Mg ha-1). El inventario total se estimó mediante tres enfoques: i) estimadores de razón (ERaz), ii) estimadores de regresión (EReg) y iii) estimadores del muestreo simple al azar. Los dos primeros enfoques corresponden al inventario alternativo mediante sensores remotos y el tercero al inventario tradicional. El coeficiente de correlación resultó mayor del índice de diferencia normalizada con 0.35, 0.39 y 0.39 para AB, VTA y B. Los modelos de regresión presentaron coeficientes de determinación ajustada de 0.28, 0.32 y 0.32 para estimar AB, VTA y B, respectivamente. Los tres estimadores son estadísticamente diferentes y muestran que el EReg es el más conservador y con precisión en AB, VTA y B de 2.73%, 2.92% y 2.71%, respectivamente, además de intervalos de confianza de menor amplitud que el MSA y ERaz. Con la actualización del inventario mediante sensores remotos se mejora el proceso de evaluación de los recursos forestales y su planificación. 2020 artículo científico 1405-0471 https://www.redalyc.org/articulo.oa?id=61763451014 https://www.redalyc.org/journal/617/61763451014/ https://www.redalyc.org/journal/617/61763451014/html/ https://www.redalyc.org/journal/617/61763451014/61763451014.epub https://www.redalyc.org/journal/617/61763451014/movil 10.21829/myb.2020.2611884 es http://www.redalyc.org/revista.oa?id=617 Madera y Bosques application/pdf Instituto de Ecología, A.C. Madera y Bosques (México) Num.1 Vol.26
format	Artículo científico
id	redalyc_61763451014
institution	Redalyc
language	es
publishDate	2020
publisher	Instituto de Ecología, A.C.
spellingShingle	Inventario y mapeo de variables forestales mediante sensores remotos en el estado de Quintana Roo, México Jonathan Hernández-Ramos Agrociencias Landsat Biomasa aérea sensores remotos estructura forestal modelos de regresión Inventario y mapeo de variables forestales mediante sensores remotos en el estado de Quintana Roo, México Jonathan Hernández-Ramos Xavier García-Cuevas Ramiro Peréz-Miranda Antonio González-Hernández Luis Martinez-Ángel Agrociencias Landsat Biomasa aérea sensores remotos estructura forestal modelos de regresión Los sensores remotos en combinación con información derivada de los inventarios forestales estiman variables de interés con precisión y bajo costo. El objetivo de este trabajo fue estimar el área basal (AB), volumen maderable (VTA) y biomasa aérea (B) en diferentes ecosistemas de selvas mediante información Landsat ETM+ e Inventario Nacional Forestal y de Suelos (INFyS) en Quintana Roo, México. Se generó una matriz de correlación entre datos del INFyS e información espectral, posteriormente, un modelo de regresión lineal múltiple. Con las ecuaciones seleccionadas se generaron mapas de distribución espacial de AB (m2 ha-1), VTA (m3 ha-1) y B (Mg ha-1). El inventario total se estimó mediante tres enfoques: i) estimadores de razón (ERaz), ii) estimadores de regresión (EReg) y iii) estimadores del muestreo simple al azar. Los dos primeros enfoques corresponden al inventario alternativo mediante sensores remotos y el tercero al inventario tradicional. El coeficiente de correlación resultó mayor del índice de diferencia normalizada con 0.35, 0.39 y 0.39 para AB, VTA y B. Los modelos de regresión presentaron coeficientes de determinación ajustada de 0.28, 0.32 y 0.32 para estimar AB, VTA y B, respectivamente. Los tres estimadores son estadísticamente diferentes y muestran que el EReg es el más conservador y con precisión en AB, VTA y B de 2.73%, 2.92% y 2.71%, respectivamente, además de intervalos de confianza de menor amplitud que el MSA y ERaz. Con la actualización del inventario mediante sensores remotos se mejora el proceso de evaluación de los recursos forestales y su planificación. 2020 artículo científico 1405-0471 https://www.redalyc.org/articulo.oa?id=61763451014 https://www.redalyc.org/journal/617/61763451014/ https://www.redalyc.org/journal/617/61763451014/html/ https://www.redalyc.org/journal/617/61763451014/61763451014.epub https://www.redalyc.org/journal/617/61763451014/movil 10.21829/myb.2020.2611884 es http://www.redalyc.org/revista.oa?id=617 Madera y Bosques application/pdf Instituto de Ecología, A.C. Madera y Bosques (México) Num.1 Vol.26
title	Inventario y mapeo de variables forestales mediante sensores remotos en el estado de Quintana Roo, México
topic	Agrociencias Landsat Biomasa aérea sensores remotos estructura forestal modelos de regresión
url	https://www.redalyc.org/articulo.oa?id=61763451014 https://www.redalyc.org/journal/617/61763451014/ https://www.redalyc.org/journal/617/61763451014/html/ https://www.redalyc.org/journal/617/61763451014/61763451014.epub https://www.redalyc.org/journal/617/61763451014/movil