Video Experimental Relacionado
Updated: Sep 9, 2025

09:04
Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands
Published on: August 29, 2019
13.7K
Estimación del cierre del dosel forestal en el suroeste montañoso de China utilizando datos de teledetección de
Wenwu Zhou1,2, Qingtai Shu2, Cuifen Xia2
1Guangyuan Forestry Workstation, Guangyuan, China.
Frontiers in plant science
|August 28, 2025
Resumen
Este estudio demuestra un nuevo enfoque para estimar el cierre del dosel forestal (FCC) utilizando LiDAR por satélite y aprendizaje automático. Los hallazgos ofrecen un método rentable para una evaluación FCC a gran escala y de alta precisión en las regiones montañosas.
Área de la Ciencia:
- Sector forestal
- Detección remota
- Evaluación de la biodiversidad
Sus antecedentes:
- El cierre del dosel forestal (FCC) es crucial para evaluar los recursos forestales y la biodiversidad.
- La estimación regional precisa y rentable de la FCC es un punto crítico de la investigación.
- La sinergia de la teledetección de múltiples fuentes es clave para mejorar las estimaciones de la FCC.
Objetivo del estudio:
- Desarrollar un método de alta precisión y bajo coste para la estimación regional de la FCC en las zonas montañosas.
- Utilización de datos LiDAR (ICESat-2/ATLAS) transmitidos por satélite para el modelado de la huella a escala de la FCC.
- Integrar datos de teledetección de múltiples fuentes (Sentinel-1/2) y factores de terreno para el mapeo regional de la FCC.
Principales métodos:
- Implementación de la optimización bayesiana (BO) con el bosque aleatorio (RF) para el modelado de la FCC a escala de huella utilizando datos de ICESat-2/ATLAS.
- Indices óptimos seleccionados de las características LiDAR (por ejemplo, Landsat_perc, h_dif_canopy) para la estimación de la FCC.
- Se utilizó un modelo de regresión ponderada geográficamente (GWR) para la estimación de la FCC a escala regional utilizando datos de la escala de huella como muestras de capacitación.
Principales resultados:
- El modelo BO-GBRT logró la mejor estimación de la escala de huella de la FCC (R2 = 0,65).
- El modelo GWR a escala regional demostró una alta precisión (R2 = 0,70) utilizando datos a escala de huella.
- Las estimaciones regionales de la FCC mostraron un fuerte acuerdo con los valores medidos (R2 = 0,70, coeficiente de correlación = 0,784).
Conclusiones:
- El LiDAR por satélite (ICESat-2/ATLAS) proporciona datos de alta densidad y precisión para la estimación de la FCC en las montañas.
- Las estimaciones de la FCC a escala de huella pueden capacitar eficazmente a los modelos de GWR a escala regional.
- La metodología desarrollada ofrece una referencia valiosa para la estimación de FCC de bajo costo y alta precisión desde escalas locales a regionales.
Palabras clave:
Algoritmo de optimización bayesianoLas medidas previstas en el presente Reglamento se ajustan al dictamen del Comité de las Regiones.cierre del dosel forestalRegresión ponderada geográficamenteMétodo de aprendizaje automáticoDatos de teledetección de fuentes múltiples
