Estimación de volumen forestal mediante imágenes de satélite Landsat 8 OLI en bosques templados mixtos

• García-Ramírez, Pedro ^[1] ; Domínguez-Calleros, Pedro Antonio ^[1] ; Corral-Rivas, José Javier ^[1] ; Pompa-García, Marín ^[1] ; Chávez-Simental, Jorge Armando ^[1] ; López-Serrano, Pablito Marcelo ^[1] ; Rodríguez- Laguna, Rodrigo ^[2] ; Padilla-Martínez, Jaime Roberto ^[1]
  1. [1] Universidad Juárez del Estado de Durango

     Universidad Juárez del Estado de Durango

     México

     
  2. [2] Universidad Autónoma del Estado de Hidalgo

     Universidad Autónoma del Estado de Hidalgo

     México

     
• Localización: Investigación y Ciencia: de la Universidad Autónoma de Aguascalientes, ISSN-e 1665-4412, Nº. 81, 2020, págs. 40-49
• Idioma: español
• Títulos paralelos:
  • Stand volume estimation using Landsat 8 OLI satellite images in mixed temperate forests
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    El objetivo fue estimar el volumen forestal (m3 ha-1) mediante información obtenida del Sistema de Planeación Forestal (SiPlaFor) y datos espectrales de imágenes de satélite del sensor Landsat 8 OLI en el Ejido La Victoria Pueblo Nuevo, Durango, México. Se utilizó la técnica no paramétrica Random Forest para la estimación del volumen forestal. Los resultados mostraron que empleando un modelo con 400 árboles de decisión, la raíz cuadrada del cuadrado medio del error (RMSE) se mantiene estable. La variable predictiva de mayor importancia fue el Índice de Vegetación de Área Foliar Especifica (SLAVI), con una RMSE de 12.99%. El modelo de Random Forest presentó un coeficiente de determinación (R2) de 0.84 y un valor de RMSE de 28.8 m3 ha-1. La información espectral de un sensor de media resolución en combinación con datos de campo es una alternativa viable para estimar volumen forestal en bosques templados mixtos.

  • English

    The objective was to estimate the forest volume (m3 ha- 1) using information obtained from the Forest Planning System (SiPlaFor) and spectral satellite images data from the Landsat 8 OLI sensor in the Ejido La Victoria Pueblo Nuevo, Durango, Mexico. The non-parametric technique Random Forest was used for the forest volume estimate. The results showed that using a model with 400 decision trees, the Root Mean Square Error (RMSE) remains stable. The most important predictive variable was the Specific Leaf Area Vegetation Index (SLAVI), with an RMSE of 12.99%. The Random Forest model presented a coefficient of determination (R2) of 0.84 and RMSE of 28.8 m3 ha-1. Spectral information from a medium resolution sensor in combination with field data is a viable alternative for estimating stand volume in mixed temperate forests.