Estimación de la densidad forestal mediante imágenes Landsat ETM+ en la región sur del Estado de México

Abstract

En el contexto de los mecanismos de mitigación del cambio climático, el monitoreo forestal constante es importante porque los bosques proporcionan información clave. La estimación de parámetros por medio de imágenes de satélite en combinación con información derivada de inventarios permite mantener información actualizada de la estructura del bosque a costo relativamente accesible. Para lograrlo es necesario utilizar modelos que construyan asociaciones válidas entre datos de sensores remotos y de campo. El objetivo de este estudió fue analizar la relación entre el área basal (AB), el volumen (V) y la biomasa (B) derivadas del Inventario Forestal y de Suelos del Estado de México y los datos espectrales provenientes de imágenes Landsat ETM+. El mejor modelo para estimar AB, V, y B incorporó como variable independiente la banda infrarrojo medio (IRM), que presentó la más alta corrección con los datos de campo. Los modelos de regresión ajustados resultantes sirvieron para estimar con precisión el AB, V y B. Todos los modelos de regresión fueron altamente significativos al 95 % de confiabilidad, con coeficientes de determinación (R2 adj) de 0.52, 0.54 y 0.60 para AB, V y B, respectivamente; lo cual hizo posible elaborar mapas de los parámetros forestales. El estimador de regresión presentó el inventario más conservador e intervalos de menor amplitud con respecto al MSA.