Estimación de biomasa aérea de <i>Eucalyptus grandis</i> y <i>Pinus</i> spp. usando imágenes Sentinel1A y Sentinel2A en Colombia

Abstract

La estimación de la biomasa aérea usando sistemas de aprendizaje automático es útil para conocer de forma rápida y sistemática la productividad en bosques y plantaciones. En este estudio la biomasa aérea (AGB) se estimó para las plantaciones forestales de Eucalyptus grandis y Pinus spp. ubicadas en el sector centro-oriental del departamento del Cauca (Colombia). Las variables de mayor incidencia en AGB para E. grandis fueron las bandas SWIR y las texturas de la polarización VV; mientras que para P. spp fueron CorrelaciónVV, GNDVI y B2. Los modelos obtenidos combinando datos ópticos y SAR muestran mejores resultados con un coeficiente de determinación R2 = 0.27 y un error cuadrado promedio EMC = 42.75 t.ha-1 en E. grandis, y R2 = 0.36 y EMC = 141.71 t.ha-1 en Pinus spp. El estudio demostró el potencial de combinar datos Sentinel para estimar la AGB en plantaciones comerciales y el uso de Randon forest para la construcción de los modelos, pero aún se requiere el estudio del acoplamiento espacial de los datos de campo y su incidencia en las estimaciones de los modelos, así como la pertinencia de adelantar estudios a nivel de especies para evaluar su incertidumbre.

Keywords

• percepción remota
• plantación forestal comercial
• random forest
• sentinel
• banda c
• glcm