Video Experimental Relacionado
Updated: Jan 8, 2026
Field Measurement of Effective Leaf Area Index using Optical Device in Vegetation Canopy
Published on: July 29, 2021
¿Qué tan precisamente predice la profundidad óptica de la vegetación de banda L la biomasa aérea?
Yuan Zhang1,2, Philippe Ciais2, Jean-Pierre Wigneron3
1Key Laboratory of Alpine Ecology, Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China.
La profundidad óptica de la vegetación de banda L (L-VOD) es una herramienta clave de teledetección para rastrear la biomasa aérea global (AGB). Este estudio revela limitaciones en los métodos actuales de estimación de AGB, particularmente en bosques densos, lo que resalta la necesidad de mejorar los datos y los protocolos.
Área de la Ciencia:
- Teledetección
- Ecología
- Estimación de biomasa
Sus antecedentes:
- La profundidad óptica de la vegetación de banda L (L-VOD) se usa ampliamente para monitorear la biomasa aérea global (AGB).
- Los métodos actuales para derivar AGB de L-VOD enfrentan desafíos debido a ambigüedades metodológicas y la suposición de espacio por tiempo.
- La confiabilidad de las estimaciones de AGB se ve obstaculizada por la falta de protocolos estandarizados.
Objetivo del estudio:
- Evaluar de manera integral las metodologías existentes para derivar AGB de L-VOD.
- Evaluar el impacto de la integración de la cobertura arbórea en las predicciones de AGB.
- Probar la suposición de espacio por tiempo en las relaciones AGB-L-VOD.
Principales métodos:
- Se utilizó el conjunto de datos SMOS-ICV2 L-VOD y cinco conjuntos de datos de referencia de AGB para la evaluación.
- Se evaluaron varios métodos de ajuste para la estimación de AGB a partir de L-VOD.
- Se investigó la influencia de la cobertura arbórea y los valores de L-VOD en la precisión de la predicción de AGB.
- Se analizaron las sensibilidades espaciales versus temporales de AGB a L-VOD.
Principales resultados:
- Los métodos de ajuste existentes generalmente explican del 69 al 77% de la variación espacial de AGB.
- La integración de la cobertura arbórea mejora significativamente las predicciones de AGB en áreas con L-VOD bajo a medio.
- Los métodos no logran capturar la variación espacial de AGB en selvas tropicales densas (L-VOD > 1) donde los datos de referencia también muestran discrepancias.
- Las sensibilidades espaciales de AGB a L-VOD son generalmente mayores que las sensibilidades temporales.
Conclusiones:
- Los métodos actuales de estimación de AGB basados en L-VOD tienen limitaciones, especialmente en bosques densos.
- Las mejoras requieren la integración de datos estructurales de vegetación y observaciones in situ a largo plazo.
- El desarrollo de conjuntos de datos de cambio de biomasa a largo plazo basados en campo es crucial para validar las predicciones de AGB de teledetección.
