BOGOTÁ D. C., 28 de mayo de 2019 — Agencia de Noticias UN-
Apoyada en la tecnología satelital, Adriana Lizeth Tovar Blanco, magíster en Geomática de la Universidad Nacional de Colombia (U.N.), estimó la biomasa aérea de Eucalyptus grandis y Pinus spp. de plantaciones forestales comerciales en Cauca, pertenecientes a la empresa Smurfit Kappa Cartón de Colombia SA.
Dichas estimaciones se obtienen hoy de diferentes fuentes de datos, métodos estadísticos y estándares de predicción. Los datos de percepción remota en combinación con algoritmos de aprendizaje automático basados en árboles de decisión generan resultados favorables en la estimación de valores de biomasa aérea (AGB por sus siglas en inglés).
Los resultados son necesarios en diversas aplicaciones técnicas y científicas que permiten mejorar el manejo de los bosques y plantaciones, y dado que en Colombia el uso de imágenes satelitales para la estimación de AGB se ha enfocado en bosques naturales, la investigación de la ingeniera Tovar se adhiere al interés que existe de obtener estimaciones confiables en plantaciones forestales sobre grandes áreas a partir de datos de sensores remotos.
“La biomasa aérea es importante en una plantación porque con base en ella se puede saber si se están teniendo rendimientos altos o bajos para la producción. Convencionalmente la estimación se hace en campo a partir de inventarios forestales en los que se obtienen diferentes puntos de muestreo, y con base en estos se extrapolan estos puntos a toda el área de la plantación”, explica la investigadora.
Aunque hasta el momento este método ha arrojado estimaciones confiables, las aplicaciones remotas también le apuntan a mejorar el muestreo en las zonas de altas pendientes de difícil acceso donde se encuentran algunas de estas plantaciones de la industria papelera.
Las ventajas de las imágenes satelitales
“Con las imágenes se obtiene la variabilidad de la zona basada en la respuesta espectral, una variable adicional que nos dio resultados más confiables que al usar solo los datos de inventario”, señala la investigadora, quien para esto empleó datos de un Radar de Apertura Sintética (SAR en inglés) de banda C del satélite Sentinel-1ª para obtener características texturales; índices de vegetación obtenidos con los datos de Sentinel-2ª, y datos de inventarios forestales.
“Primero obtuve los datos de campo suministrados por la empresa para diciembre de 2015, y a partir de esa fecha busqué las imágenes tanto de radar como ópticas en el portal de la Agencia Espacial más cercanas a la fecha”, relata la ingeniera forestal, quien además empleó el software gratuito SNAP que ofrece la ESA para procesar las imágenes.
De las imágenes de radar se obtuvo el coeficiente de retrodispersión, un proceso que le permitió obtener una variable de respuesta de la cobertura para relacionarla con la biomasa, mientras que con las imágenes ópticas obtuvo diferentes índices de vegetación.
A partir de dichas variables se establecieron relaciones entre ellas y la biomasa aérea obtenida en campo, un proceso en el que se empleó un aprendizaje de máquina conocido como Random Forest que le permitió a la magíster obtener el número de variables adecuadas para una mejor estimación.
“Con el método Random Forest y con la combinación de las imágenes de radar y ópticas se obtienen estimaciones más confiables que si las usara por separado. Aunque los métodos que se usan hoy en el país para estimar AGB en bosques y plantaciones han generado resultados confiables, la adición de variables derivadas de la percepción remota ha mostrado que la exactitud de dicha estimación aumenta”, manifiesta la investigadora Tovar, quien señala que el coeficiente de determinación de este método con las dos fuentes de imágenes fue cercana al 27 % para E. grandis y al 36 % para P. spp.
Fuente: agenciadenoticias.unal.edu.co
