Cerrar

No. de sistema: 000020042

LDR _ _ 00000nam^^22^^^^^za^4500
008 _ _ 991228s1998^^^^mx^^^^^f^m^^^z000^0^spa^d
040 _ _ a| ECO
c| ECO
043 _ _ a| n-mx-cp
044 _ _ a| mx
084 _ _ a| TE/582.16
b| E8
100 1 _ a| Escandón Calderón, Jorge Alberto
c| Dr.
245 1 0 a| Evaluación de dos métodos para la estimación de biomasa arbórea a través de datos LANDSAT TM en Jusnajab La Laguna, Chiapas, México
c| Jorge Escandón Calderón
b| estudio de caso
260 _ _ a| San Cristóbal de Las Casas, Chiapas, México
b| El Colegio de la Frontera Sur
c| 1998
300 _ _ a| 23 hojas
c| 28 centímetros
502 _ _ a| Tesis (Maestría en Ciencias en Recursos Naturales y Desarrollo Rural)--El Colegio de la Frontera Sur, 1998
504 _ _ a| Bibliografía (hoja 19-23)
520 _ _ a| Se evaluaron dos métodos para estimar biomasa arbórea con apoyo en sensores remotos (LANDSAT TM). El primer método se realizó por medio de una clasificación supervisada multiespectral con seis bandas. Se utilizaron tipos de vegetación identificados a partir de la composición de biomasa de los géneros dominantes y de la altura promedio estimada del dosel, habiendo distinguido ocho clases de vegetación. Se obtuvo una biomasa total de 1,073 x 103 t (902 x 103 t a 1,220 x 103 t). En el segundo método se utilizaron índices diferenciados de vegetación (NDVI) de las bandas TM4/TM3; TM4/TM5 y TM4/TM7. Se aplicó un modelo de regresión que relaciona la biomasa promedio con los valores digitales (VD) de los NDVI. El modelo exponencial fue el de mejor ajuste para los tres NDVI con una p <0.01. Los valores de los NVDI fueron TM4/TM3: R2=0.611; TM4/TM5: R2=0.671 y TM4/TM7: R2=0.676. La biomasa total estimada con cada NDVI fue de 1,164 x 103 t (490 x 103 t a 2,409 x 103) paraTM4/TM3; de 515 x 103t (331 x 103t a 757 X 103t) para TM4/TM5 y de 726 x 103 t (398 x 103 t a 1,210 x 103 t) para TM4/TM7. El resultado de la biomasa total calculada por el método de clasificación multiespectral, comparado con los valores estimados por el método de ordenamiento exponencial, mostró mayor similitud con el valor máximo del NDVI que relaciona las bandas TM4/TM7 (de mayor ajuste estadístico) y con el valor promedio del NDVI TM4/TM3 (de menor ajuste estadístico). Utilizando el NDVI TM4/TM5, todos los valores de biomasa resultaron más bajos. Del presente estudio se concluye que es posible asociar razonablemente la biomasa de vegetación arbolada de pino-encino y reservorios de carbono con los índices de vegetación. A través del uso de sensores remotos se podrían predecir cambios de biomasa en escalas temporales y espaciales.
520 1 _ a| Two approaches to estimate arboreal biomass with remote sensing (LANDSAT TM) are evaluated. The first approach was a multispectral-supervised classification with six bands. The vegetation types are based on biomass composition of the dominant species and canopy height. Eight vegetation classes could be distinguished. According to this approach the total tree biomass amounted to 1,073 x 103 t (902 x 103 t to 1,220 x 103 t). In the second approach a Normal Differentiated Vegetation Index (NDVI) of the band combination TM4/TM3, TM4/TM5 and TM4/TM7 was used. A regression equation was developed to related arboreal biomass with NDVI. Using these equations the total biomass was estimated at 1,164 x 103 t (490 x 103 t to 2,409 x 103) for TM4/TM3; at 515 x 103 (331 X 103 t to 757 x 103t) for TM4/TM5 and 726 x 103 (398 x 103t to 1,210 x 103t) for TM4/TM7. The average biomass estimation o f the NDVI using TM4/TM3 is similar to the estimation using the classification approach, but the 95% confidence interval is higher. Meanwhile the biomass estimation of the NDVI using TM4/TM5 and TM4/TM7 was lower than the biomass estimation from the classification approach, but both showed a narrow 95% confidence interval. This study shows that is possible to estimate within a reasonable confidence interval the biomass of the arboreal vegetation of pine-oak forest using an ordination approach with NDVI. With some refinements, remote sensing could be applied to estimate temporal and spetial change in aboveground biomass.
538 _ _ a| Adobe Acrobat profesional 6.0 o superior
650 _ 4 a| Biomasa
650 _ 4 a| Árboles
650 _ 4 a| Sensores remotos
651 _ 4 a| Juznajab La Laguna, Comitán de Domínguez (Chiapas, México)
700 1 _ a| De Jong, Bernardus Hendricus Jozeph
e| tutor
700 1 _ a| Ochoa Gaona, Susana
c| Dra.
e| asesora
700 1 _ a| March Mifsut, Ignacio José
e| asesor
700 1 _ a| Castillo Santiago, Miguel Ángel
e| asesor
901 _ _ a| Maestría
905 _ _ a| Ecosur
905 _ _ a| Frosur
905 _ _ a| Biblioelectrónica
LNG spa
Cerrar
Evaluación de dos métodos para la estimación de biomasa arbórea a través de datos LANDSAT TM en Jusnajab La Laguna, Chiapas, México: estudio de caso / Jorge Escandón Calderón
Escandón Calderón, Jorge Alberto (autor)
De Jong, Bernardus Hendricus Jozeph (tutor)
Ochoa Gaona, Susana (asesora)
March Mifsut, Ignacio José (asesor)
Castillo Santiago, Miguel Ángel (asesor)
Editor: San Cristóbal de Las Casas, Chiapas, México : El Colegio de la Frontera Sur, 1998
Descripción: 23 hojas ; 28 centímetros
Tesis: Tesis (Maestría en Ciencias en Recursos Naturales y Desarrollo Rural)--El Colegio de la Frontera Sur, 1998
Clasificación: TE/582.16/E8
Bibliotecas:
Campeche , San Cristóbal , Tapachula
Nota: Bibliografía (hoja 19-23)
No. de sistema: 20042
Tipo: Tesis - Maestría
  • Consulta (1)




Español

"Se evaluaron dos métodos para estimar biomasa arbórea con apoyo en sensores remotos (LANDSAT TM). El primer método se realizó por medio de una clasificación supervisada multiespectral con seis bandas. Se utilizaron tipos de vegetación identificados a partir de la composición de biomasa de los géneros dominantes y de la altura promedio estimada del dosel, habiendo distinguido ocho clases de vegetación. Se obtuvo una biomasa total de 1,073 x 103 t (902 x 103 t a 1,220 x 103 t). En el segundo método se utilizaron índices diferenciados de vegetación (NDVI) de las bandas TM4/TM3; TM4/TM5 y TM4/TM7. Se aplicó un modelo de regresión que relaciona la biomasa promedio con los valores digitales (VD) de los NDVI. El modelo exponencial fue el de mejor ajuste para los tres NDVI con una p <0.01. Los valores de los NVDI fueron TM4/TM3: R2=0.611; TM4/TM5: R2=0.671 y TM4/TM7: R2=0.676. La biomasa total estimada con cada NDVI fue de 1,164 x 103 t (490 x 103 t a 2,409 x 103) paraTM4/TM3; de 515 x 103t (331 x 103t a 757 X 103t) para TM4/TM5 y de 726 x 103 t (398 x 103 t a 1,210 x 103 t) para TM4/TM7. El resultado de la biomasa total calculada por el método de clasificación multiespectral, comparado con los valores estimados por el método de ordenamiento exponencial, mostró mayor similitud con el valor máximo del NDVI que relaciona las bandas TM4/TM7 (de mayor ajuste estadístico) y con el valor promedio del NDVI TM4/TM3 (de menor ajuste estadístico). Utilizando el NDVI TM4/TM5, todos los valores de biomasa resultaron más bajos. Del presente estudio se concluye que es posible asociar razonablemente la biomasa de vegetación arbolada de pino-encino y reservorios de carbono con los índices de vegetación. A través del uso de sensores remotos se podrían predecir cambios de biomasa en escalas temporales y espaciales."

Inglés

"Two approaches to estimate arboreal biomass with remote sensing (LANDSAT TM) are evaluated. The first approach was a multispectral-supervised classification with six bands. The vegetation types are based on biomass composition of the dominant species and canopy height. Eight vegetation classes could be distinguished. According to this approach the total tree biomass amounted to 1,073 x 103 t (902 x 103 t to 1,220 x 103 t). In the second approach a Normal Differentiated Vegetation Index (NDVI) of the band combination TM4/TM3, TM4/TM5 and TM4/TM7 was used. A regression equation was developed to related arboreal biomass with NDVI. Using these equations the total biomass was estimated at 1,164 x 103 t (490 x 103 t to 2,409 x 103) for TM4/TM3; at 515 x 103 (331 X 103 t to 757 x 103t) for TM4/TM5 and 726 x 103 (398 x 103t to 1,210 x 103t) for TM4/TM7. The average biomass estimation o f the NDVI using TM4/TM3 is similar to the estimation using the classification approach, but the 95% confidence interval is higher. Meanwhile the biomass estimation of the NDVI using TM4/TM5 and TM4/TM7 was lower than the biomass estimation from the classification approach, but both showed a narrow 95% confidence interval. This study shows that is possible to estimate within a reasonable confidence interval the biomass of the arboreal vegetation of pine-oak forest using an ordination approach with NDVI. With some refinements, remote sensing could be applied to estimate temporal and spetial change in aboveground biomass."

SIBE Campeche
Codigo de barra
Estado
Colección
ECO040002258
(Disponible)
Publicaciones ECOSUR
SIBE San Cristóbal
Codigo de barra
Estado
Colección
ECO010015920
(Disponible)
Publicaciones ECOSUR
ECO010015919
(Disponible)
Publicaciones ECOSUR
SIBE Tapachula
Codigo de barra
Estado
Colección
ECO020002663
(Disponible)
Publicaciones ECOSUR

  • Adobe Acrobat profesional 6.0 o superior