Modelado Empírico de la Abundancia de Vegetación a partir de Datos Hiperespectrales Aerotransportados para el Monitoreo de la Restauración de Turberas de Tierras Altas
Autores: Cole, Beth; McMorrow, Julia; Evans, Martin
Idioma: Inglés
Editor: MDPI
Año: 2014
Acceso abierto
Artículo científico
Categoría
Ciencias Medioambientales
Subcategoría
Ciencia y tecnología de los recursos naturales
Palabras clave
Humedales
Restauración
Monitoreo
Teledetección
Abundancia de vegetación
Imágenes hiperespectrales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 4
Citaciones: Sin citaciones
Los turberas son importantes almacenes de carbono terrestre. La restauración de turberas degradadas para recuperar los servicios ecosistémicos es una de las principales áreas de esfuerzo en conservación. El monitoreo es crucial para juzgar el éxito de esta restauración. La teledetección es una herramienta potencial para proporcionar información a escala de paisaje sobre la condición del hábitat. Utilizando un enfoque de modelado empírico, este artículo tiene como objetivo usar datos de imágenes hiperespectrales aéreas junto con datos de encuestas de vegetación terrestre para modelar la abundancia de vegetación en un pantano de mantillo degradado en el Reino Unido (RU), que está en proceso de restauración. Se produjo un modelo predictivo para la abundancia de vegetación de Tipos Funcionales de Plantas (PFT) utilizando una Regresión de Mínimos Cuadrados Parciales (PLSR) y se aplicó a todo el sitio de restauración. Una prueba de sensibilidad sobre las relaciones entre los datos espectrales y la abundancia de vegetación a nivel de PFT y de especies individuales confirmó que PFT era la escala correcta para el análisis. El modelado PLSR permite la selección de variables basadas en el coeficiente de regresión ponderado de las bandas espectrales individuales, mostrando qué bandas tienen más influencia en el modelo. Estos resultados sugieren que el SWIR tiene menos valor para monitorear la vegetación de turberas a partir de imágenes hiperespectrales de lo que se había predicho inicialmente. Los valores de RMSE para los datos de validación oscilan entre el 10% y el 16% de cobertura, lo que indica que los modelos pueden ser utilizados como una herramienta operativa, considerando la naturaleza subjetiva de los resultados de las encuestas de vegetación existentes. Estas imágenes de cobertura predicha son los primeros resultados cuantitativos de monitoreo a escala de paisaje producidos para el sitio. El mapeo hiperespectral de alta resolución de los PFT tiene el potencial de evaluar la recuperación de los sistemas de turberas a escala de paisaje por primera vez.
Descripción
Los turberas son importantes almacenes de carbono terrestre. La restauración de turberas degradadas para recuperar los servicios ecosistémicos es una de las principales áreas de esfuerzo en conservación. El monitoreo es crucial para juzgar el éxito de esta restauración. La teledetección es una herramienta potencial para proporcionar información a escala de paisaje sobre la condición del hábitat. Utilizando un enfoque de modelado empírico, este artículo tiene como objetivo usar datos de imágenes hiperespectrales aéreas junto con datos de encuestas de vegetación terrestre para modelar la abundancia de vegetación en un pantano de mantillo degradado en el Reino Unido (RU), que está en proceso de restauración. Se produjo un modelo predictivo para la abundancia de vegetación de Tipos Funcionales de Plantas (PFT) utilizando una Regresión de Mínimos Cuadrados Parciales (PLSR) y se aplicó a todo el sitio de restauración. Una prueba de sensibilidad sobre las relaciones entre los datos espectrales y la abundancia de vegetación a nivel de PFT y de especies individuales confirmó que PFT era la escala correcta para el análisis. El modelado PLSR permite la selección de variables basadas en el coeficiente de regresión ponderado de las bandas espectrales individuales, mostrando qué bandas tienen más influencia en el modelo. Estos resultados sugieren que el SWIR tiene menos valor para monitorear la vegetación de turberas a partir de imágenes hiperespectrales de lo que se había predicho inicialmente. Los valores de RMSE para los datos de validación oscilan entre el 10% y el 16% de cobertura, lo que indica que los modelos pueden ser utilizados como una herramienta operativa, considerando la naturaleza subjetiva de los resultados de las encuestas de vegetación existentes. Estas imágenes de cobertura predicha son los primeros resultados cuantitativos de monitoreo a escala de paisaje producidos para el sitio. El mapeo hiperespectral de alta resolución de los PFT tiene el potencial de evaluar la recuperación de los sistemas de turberas a escala de paisaje por primera vez.