Resumen

La biomasa forestal es un indicador ecológico importante para la gestión sostenible de los bosques. El objetivo de este estudio era estimar la biomasa forestal por encima del suelo (BSA) mediante la integración de datos SPOT-6 con mediciones de campo utilizando el algoritmo de bosque aleatorio (RF). En total, se extrajeron 52 variables de teledetección, incluyendo bandas espectrales, índices de vegetación, datos topográficos y texturas, de las imágenes SPOT-6 para predecir la AGB forestal de la Reserva Natural de Xuan Lien, Vietnam. Para determinar las variables predictoras óptimas para la estimación del AGB, se construyeron 10 modelos RF diferentes. Para evaluar estos modelos, se aplicó una validación cruzada de 10 veces. Encontramos que una combinación de índices espectrales y de vegetación y variables topográficas ofrecen los mejores resultados de predicción (Radj2 = 0,74 y RMSE = 61,24 Mg ha-1). La adición de características de textura a las variables predictoras no mejoró el rendimiento del modelo. Además, el sensor SPOT-6 tiene potencial para predecir el AGB forestal utilizando el algoritmo RF.

• Materias:Fisiología vegetal Ecosistema forestal Secuestro de carbono Morfología vegetal Gestión forestal
• Subjects:Plant physiology Forest ecosystem Carbon sequestration Plant morphology Forest management
• Palabras claves:AGB forestal, índices de vegetación, Reserva Natural de Xuan Lien, diferentes modelos de RF, mejores resultados de predicción, indicador ecológico importante, variables predictoras óptimas, estimación de AGB, biomasa forestal, algoritmo de RF
• Keywords:forest AGB, vegetation indices, Xuan Lien Nature Reserve, different RF models, highest prediction results, important ecological indicator, optimal predictor variables, AGB estimation, Forest biomass, RF algorithm