z-logo
open-access-imgOpen Access
Uso de imágenes hiperespectrales para la predicción del marchitamiento de Pinus halepensis (Mill.) en el bosque mediterráneo
Author(s) -
M. L. Guillén-Climent,
Hugo Mas,
Alfredo Fernández-Landa,
Nur Algeet-Abarquero,
José Luis Pensado Tomé
Publication year - 2020
Publication title -
revista de teledetección
Language(s) - Spanish
Resource type - Journals
eISSN - 1988-8740
pISSN - 1133-0953
DOI - 10.4995/raet.2020.13289
Subject(s) - hyperspectral imaging , pinus <genus> , aleppo pine , forestry , vegetation (pathology) , woodland , mediterranean climate , geography , random forest , forest health , georeference , environmental science , climate change , remote sensing , physical geography , ecology , computer science , biology , archaeology , artificial intelligence , botany , medicine , pathology
El incremento de los efectos negativos del cambio climatico y la aparicion de especies invasoras en los bosques de todo el mundo requieren el desarrollo de metodos innovadores para monitorear y medir cuantitativamente el estado de salud de las masas arboladas. Estos efectos son especialmente notables en el area mediterranea, donde el decaimiento de las masas por sequias recurrentes ha incrementado los danos por plagas secundarias cuyas poblaciones, de otro modo, estarian en equilibrio. Las tecnologias de teledeteccion nos permiten afrontar trabajos en grandes superficies con una precision razonable. En particular, se ha demostrado que nuevos indices espectrales obtenidos a partir de imagenes hiperespectrales y termicas de alta resolucion son buenos predictores para la deteccion temprana de cambios fisiologicos relacionados con enfermedades. En este estudio piloto desarrollado en una masa de Pinus halepensis en la Comunitat Valenciana, se lleva a cabo una simulacion controlada de decaimiento por medio del anillado secuencial de arboles, haciendo un posterior seguimiento en campo del decaimiento que provoca. La captura de imagenes hiperespectrales de alta resolucion ha permitido analizar la relacion entre la informacion espectral en cada uno de los arboles anillados con su decoloracion y estado de decaimiento observado. La metodologia propuesta permite la deteccion de arboles afectados con tres meses de antelacion a la aparicion de sintomas visuales, clasificandolos con un nivel de acierto superior a 0,9 con los clasificadores Random Forest y Support Vector Machine . Los indices que generaron mejores resultados fueron PRI, VOG1, VOG2, GM1 y OSAVI. Este estudio piloto permite pensar que algunos de estos indices puedan ser utilizados en la deteccion temprana de marchitamientos generales de los pinares y, por tanto, tengan aplicacion en la monitorizacion de las principales amenazas de los bosques europeos, las plagas de perforadores o los organismos de cuarentena como Bursaphelenchus xylophilus.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom