Pág. 01 - HAY PAPEL FRENTE A LOS PLÁSTICOS
Pág. 02 - EDITORIAL
Pág. 04 - APUNTES
Pág. 18 - ENTREVISTA
Pág. 22 - OPINIÓN DE ACTUALIDAD. EUCALIPTOS: ¿ESPECIE INVASORA?
Pág. 34 - ESPECIAL REDFORESTA CASTILLA-LA MANCHA 2018
Pág. 68 - COLABORACIONES TÉCNICAS
Pág. 78 - REPORTAJE FOTOGRÁFICO
Pág. 86 - LITERATURA Y MEDIO NATURAL
Pág. 90 - PINCELADAS DE VIDA
Pág. 94 - LA PÁGINA DE...
Pág. 98 - NOTICIAS FORESTALES Y DEL COLEGIO
Pág. 108 - AGENDA
La fiabilidad del LiDAR en la estimación de carbono está ampliamente demostrada, sin embargo, sus resultados tienen una componente estática ligada a la fecha del vuelo. Esta limitación es especialmente problemática en un territorio con un sector forestal tan dinámico como Vizcaya. Nuestro objetivo ha sido obtener una medición actualizada del contenido de carbono de sus bosques mediante la integración de sensores. Hemos partido del mapa forestal del País Vasco 2016 enriquecido con una clasificación de especies basada en Sentinel-2 para las masas mixtas. Se han calculado el carbono y el incremento anual de carbono a partir de regresiones entre parcelas del cuarto Inventario Forestal Nacional (IFN4) y datos del vuelo LiDAR 2012. Por último, hemos utilizado series temporales de Landsat para la detección de los cambios posteriores al citado vuelo. Los resultados demuestran el potencial derivado de la integración de distintos sensores permitiendo obtener un inventario dinámico disponible en una plataforma online.
Palabras clave: carbono; Landsat; LiDAR; cambios; Vizcaya.
Introducción
La tecnología LiDAR presenta la capacidad de penetrar en la cubierta vegetal y capturar, de esta forma, información de diferentes estratos de vegetación, lo que permite generar inventarios forestales a escala continua (Rodriguez et al., 2014). En los últimos años un gran número de países, entre ellos España, han desarrollado programas nacionales con el objetivo de capturar y distribuir gratuitamente estos datos (Fernández-Landa et al., 2018). Sin embargo, su adquisición conlleva grandes costes que dificultan su actualización periódica haciendo que los datos sean menos fiables, especialmente en zonas forestales muy dinámicas. Ante este problema, las características estructurales que aporta el LiDAR se pueden ver complementadas con datos de evolución, composición y distribución espacial de las especies forestales obtenidos a partir de sensores ópticos (Bolton et al., 2018).
El objetivo de este estudio es desarrollar una metodología para la medición actualizada del contenido de carbono en los bosques de Vizcaya (País
Vasco) integrando diferentes sensores.
Material y métodos
El enfoque metodológico desarrollado ha utilizado distintas fuentes de información (Fig. 1).
- Mapa forestal del País Vasco de 2016 y una clasificación de Sentinel- 2 (en el caso de masas mixtas) para la composición de especies.
- Datos LiDAR 2012 del Plan Nacional de Ortofotografía Aérea (PNOA, 2012) con los que se ha obtenido una serie de estadísticos para estimar el volumen con corteza (Vcc, m3/ha) e incremento anual de volumen con corteza (IAVC, m3/ha).
- Series temporales Landsat para la detección de cambios desde 2012 (fecha del vuelo LiDAR) a 2017.
Al elegir "Aceptar todas las cookies", acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y analizar el uso del sitio web. Al hacer clic en "Ajuste sus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no pueden ser rechazadas
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
son necesarios por razones técnicas. Sin ellos, es posible que este sitio web no funcione correctamente.
son necesarios para una funcionalidad específica en el sitio web. Sin ellos, algunas funciones pueden estar deshabilitadas.
nos permite analizar el uso del sitio web y mejorar la experiencia del visitante
permítanos personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web