Cerrar

No. de sistema: 000023300

LDR _ _ 00000nab^^22^^^^^za^4500
008 _ _ 010809m19999999mx^trzp^^^^^^z0^^^a0spa^d
040 _ _ a| ECO
c| ECO
043 _ _ a| n-mx-cp
044 _ _ a| mx
084 _ _ a| AR/582.16
b| E9
245 0 0 a| Evaluación de dos métodos para la estimación de biomasa arbórea a través de datos LANDSAT TM en Jusnajab La Laguna, Chiapas, México
b| estudio de caso
520 _ _ a| Se evaluaron dos métodos para estimar biomasa arbórea con apoyo en sensores remotos (LANDSATTM). El primer método se realizó con base en 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 habiéndose distinguido ocho clases de vegetación. Se obtuvo una biomasa total de 1 073 x 10³t (902 x 10³t a 1220 x 10³t). 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 10³t (490 x 10³t a 2 409 x 10³) para TM4/TM3; de 515 x 1031 (331 x 10³t a 757 x 10³t) para TM4/TM5 y de 726 x 10ª t (398 x 10³1 a 1 210 x 10³1) 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. De este 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 In the first approach a multi-spectral supervised classification with six bands was applied The classification of the vegetation types is based on biomass composition of the dominant tree species and canopy height. Eight vegetation types could be distinguished. According to this approach the total tree biomass amounted to 1 073 x 10³t (902 to 1 220 x 10³t). In the second approach a Normal Differentiated Vegetation Index (NDVI) of the band combinations TM4/TM3, TM4/TM5 and TM4/TM7 was used, A regression equation was developed to relate arboreal biomass with NDVI. Using these equations, the total biomass was estimated at 1 164 x 10³T (490 to 2 409 x 10³T) for TM4/TM3; at 515 x 10³t (331 to 757 x 10³t) for TM4/TM5 and 726 x 10³t (398 to 1 210 x 10³t) for TM4/TM7. The average biomass estimation of the NDVI using TM4rTM3 is similar to the estimation using the classification approach, but the 95% confidence Interval is wider. Meanwhile, the biomass estimation of the NDVI using TM4/TMI5 and TM4/TM7 was lower than the biomass estimation from the classification approach, but both showed a narrow 95% confidence interval. The results of this study Indicate that it is possible to estimate within a reasonable confidence interval the tree biomass of pine-oak forest using an ordination approach with NDVI As such, remote sensing could be used to estimate temporal and spatial changes in aboveground biomass.
538 _ _ a| Adobe Acrobat profesional 6.0 o superior
650 _ 4 a| Biomasa forestal
650 _ 4 a| Sensores remotos
651 _ 4 a| Juznajab La Laguna, Comitán de Domínguez (Chiapas, México)
700 1 _ a| Escandón Calderón, Jorge Alberto
c| Dr.
700 1 _ a| De Jong, Bernardus Hendricus Jozeph
e| coaut.
700 1 _ a| Ochoa Gaona, Susana
c| Dra.
e| coaut.
700 1 _ a| March Mifsut, Ignacio José
e| coaut.
700 1 _ a| Castillo Santiago, Miguel Ángel
e| coaut.
773 0 _
t| Investigaciones Geográficas
g| No. 40 (diciembre 1999), p. 71-83
x| 0188-4611
856 4 1 u| http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-46111999000300006
z| Artículo electrónico
856 _ _ u| http://aleph.ecosur.mx:8991/F?func=service&doc_library=CFS01&local_base=CFS01&doc_number=000023300&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
y| Artículo electrónico
902 _ _ a| GOG/DPH
905 _ _ a| Servibosques
905 _ _ a| Artecosur
905 _ _ a| Artfrosur
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
Escandón Calderón, Jorge Alberto (autor)
De Jong, Bernardus Hendricus Jozeph (autor)
Ochoa Gaona, Susana (autor)
March Mifsut, Ignacio José (autor)
Castillo Santiago, Miguel Ángel (autor)
Clasificación: AR/582.16/E9
Contenido en: Investigaciones Geográficas. No. 40 (diciembre 1999), p. 71-83. ISSN: 0188-4611
Bibliotecas:
Campeche , San Cristóbal , Villahermosa
No. de sistema: 23300
Tipo: Artículo
PDF PDF
  • Consulta (1)




Español

"Se evaluaron dos métodos para estimar biomasa arbórea con apoyo en sensores remotos (LANDSATTM). El primer método se realizó con base en 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 habiéndose distinguido ocho clases de vegetación. Se obtuvo una biomasa total de 1 073 x 10³t (902 x 10³t a 1220 x 10³t). 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 10³t (490 x 10³t a 2 409 x 10³) para TM4/TM3; de 515 x 1031 (331 x 10³t a 757 x 10³t) para TM4/TM5 y de 726 x 10ª t (398 x 10³1 a 1 210 x 10³1) 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. De este 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 In the first approach a multi-spectral supervised classification with six bands was applied The classification of the vegetation types is based on biomass composition of the dominant tree species and canopy height. Eight vegetation types could be distinguished. According to this approach the total tree biomass amounted to 1 073 x 10³t (902 to 1 220 x 10³t). In the second approach a Normal Differentiated Vegetation Index (NDVI) of the band combinations TM4/TM3, TM4/TM5 and TM4/TM7 was used, A regression equation was developed to relate arboreal biomass with NDVI. Using these equations, the total biomass was estimated at 1 164 x 10³T (490 to 2 409 x 10³T) for TM4/TM3; at 515 x 10³t (331 to 757 x 10³t) for TM4/TM5 and 726 x 10³t (398 to 1 210 x 10³t) for TM4/TM7. The average biomass estimation of the NDVI using TM4rTM3 is similar to the estimation using the classification approach, but the 95% confidence Interval is wider. Meanwhile, the biomass estimation of the NDVI using TM4/TMI5 and TM4/TM7 was lower than the biomass estimation from the classification approach, but both showed a narrow 95% confidence interval. The results of this study Indicate that it is possible to estimate within a reasonable confidence interval the tree biomass of pine-oak forest using an ordination approach with NDVI As such, remote sensing could be used to estimate temporal and spatial changes in aboveground biomass."

SIBE Campeche
Codigo de barra
Estado
Colección
ECO040001327
(Disponible)
Artículos de investigación ECOSUR
SIBE San Cristóbal
Codigo de barra
Estado
Colección
ECO010018805
(Disponible)
Artículos de investigación ECOSUR
SER001277
(Disponible)
Artículos de investigación ECOSUR
SIBE Villahermosa
Codigo de barra
Estado
Colección
VER000038
(Disponible)
Artículos de investigación ECOSUR

  • Adobe Acrobat profesional 6.0 o superior