标题：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
摘要：Se evaluaron dos métodos para estimar biomasa arbórea con apoyo en sensores remotos (LANDSAT TM). 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 ¡os 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 10 3t (902 x 10 3t a 1 220 x 10 3t) 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 NDVl con una p 0.01. Los valores de los NVDl 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 10 3t (490 x 10 3t a 2 409 x 10 3t) para TM4/TM3; de 515x10 3t (331 x 10 3 t a 757 x 1 0 3 t ) p a r a TM/TM5 y d e 726 x 1 0 3 t ( 3 9 8 x 1 0 3 t a 1 210 x 10 3t) 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 NDVl que relaciona las bandas TM4/TM7 (de mayor ajuste estadístico) y con el valor promedio del NDVl TM4/TM3 (de menor ajuste estadístico). Utilizando el NDVl 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.
其他摘要：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 10 3t (902 x 10 3t a 1 220 x 10 3t). In the second approach a Normal Differentiated Vegetation lndex (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 10 3t (490 x 10 3t a 2 409 x 10 3t) for TM4/TM3; at 515 x 10 3t (331 to 757 x 10 t3) for TM4/TM5 and 726 x 103t (398 to 1 210 x 10 3t) for TM4/TM7. The average biomass estimation of the NDVl using TM4fiM3 is similar to the estimation using the classification approach. but the 95% confidence interval is wider. Meanwhile, the biomass estimation of the NDVl using TM4lTM5 and TM4/TM7 was lower than the biomass estimation from the classification approach. but both showed a narrow 95% confidence internal. The results of this study indicate that it 1s possible to estimate within a reasonable confidence interval !he tree biomass of pine-oak forest using an ordination approach with NDVl As such. remote sensing could be used to estimate temporal and spatial changes in aboveground biomass.
关键词：Biomasa arbórea; sensores remotos. clasificación supervisada; índice normalizado de vegetación; modelos de regresión. Tree biomass; remote sensing; supervi...
