Uso de imágenes hiperespectrales para la predicción del marchitamiento de Pinus halepensis (Mill.) en el bosque mediterráneo

El incremento de los efectos negativos del cambio climático y la aparición de especies invasoras en los bosques de todo el mundo requieren el desarrollo de métodos innovadores para monitorear y medir cuantitativamente el estado de salud de las masas arboladas. Estos efectos son especialmente notable...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Revista de teledetección 2020-06 (55), p.59-69
Hauptverfasser: M. L. Guillen-Climent, H. Mas, A. Fernández-Landa, N. Algeet-Abarquero, J. L. Tomé
Format: Artikel
Sprache:eng
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:El incremento de los efectos negativos del cambio climático y la aparición de especies invasoras en los bosques de todo el mundo requieren el desarrollo de métodos innovadores para monitorear y medir cuantitativamente el estado de salud de las masas arboladas. Estos efectos son especialmente notables en el área mediterránea, donde el decaimiento de las masas por sequías recurrentes ha incrementado los daños por plagas secundarias cuyas poblaciones, de otro modo, estarían en equilibrio. Las tecnologías de teledetección nos permiten afrontar trabajos en grandes superficies con una precisión razonable. En particular, se ha demostrado que nuevos índices espectrales obtenidos a partir de imágenes hiperespectrales y térmicas de alta resolución son buenos predictores para la detección temprana de cambios fisiológicos relacionados con enfermedades. En este estudio piloto desarrollado en una masa de Pinus halepensis en la Comunitat Valenciana, se lleva a cabo una simulación controlada de decaimiento por medio del anillado secuencial de árboles, haciendo un posterior seguimiento en campo del decaimiento que provoca. La captura de imágenes hiperespectrales de alta resolución ha permitido analizar la relación entre la información espectral en cada uno de los árboles anillados con su decoloración y estado de decaimiento observado. La metodología propuesta permite la detección de árboles afectados con tres meses de antelación a la aparición de síntomas visuales, clasificándolos con un nivel de acierto superior a 0,9 con los clasificadores Random Forest y Support Vector Machine. Los índices que generaron mejores resultados fueron PRI, VOG1, VOG2, GM1 y OSAVI. Este estudio piloto permite pensar que algunos de estos índices puedan ser utilizados en la detección temprana de marchitamientos generales de los pinares y, por tanto, tengan aplicación en la monitorización de las principales amenazas de los bosques europeos, las plagas de perforadores o los organismos de cuarentena como Bursaphelenchus xylophilus.
ISSN:1133-0953
1988-8740
DOI:10.4995/raet.2020.13289