Resumen

Los modelos de biomasa area (BSA) basados en datos de campo y de teledeteccin pueden ayudar a comprender y controlar los ecosistemas y a evaluar el impacto de la actividad humana. Con el fin de crear modelos mejorados de biomasa area forestal para su uso en una zona de rehabilitacin ecolgica de Huainan (China), se utiliz un conjunto de mtodos para evaluar una combinacin de datos del radar de apertura sinttica (SAR) del satlite chino GaoFen-3 (GF-3) e ndices de vegetacin derivados del satlite WorldView-3. Utilizando los ndices de vegetacin y los coeficientes de retrodispersin del radar, se aplicaron un total de seis mtodos de modelizacin para generar tres modelos de AGB, que incluan funciones de regresin lineal multivariable, lineales, exponenciales, de potencia, logartmicas y de crecimiento. Los resultados indican que los errores cuadrticos medios observados (RMSE) de los mejores modelos, que incluan funciones exponenciales basadas en las variables NDVI y HV, as como su combinacin en una regresin lineal multivariable, fueron de 43,74Mg/ha, 30,87Mg/ha y 26,72Mg/ha, respectivamente. El mejor modelo utiliz la regresin lineal multivariable con datos combinados de SAR y NDVI (=0,861). Los RMSE fueron ms bajos para el bosque mixto, moderados para el bosque de conferas y ms altos para el bosque de frondosas. Los resultados indican que se puede utilizar una combinacin de imgenes de teledeteccin pticas y de microondas para mejorar eficazmente la precisin de la estimacin de AGB.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Biomasa aérea; Modelos; Datos de teledetección; Datos SAR; índices de vegetación; Regresión lineal multivariable
• Keywords:Aboveground biomass; Models; Remote-sensed data; SAR data; Vegetation indices; Multivariable linear regression