Modelación geoespacial de variables de densidad forestal
Propósitos y Métodos de Estudio: Se presenta un marco metodológico para la modelación geoespacial de la densidad forestal mediante datos espectrales de resolución moderada para una porción del límite septentrional de la zona intertropical: San Luis Potosí, México. Se emplearon algoritmos de modelaci...
| Autor principal: | |
|---|---|
| Formato: | Tesis |
| Lenguaje: | Spanish / Castilian |
| Publicado: |
2013
|
| Materias: | |
| Acceso en línea: | http://eprints.uanl.mx/3202/1/1080240819.pdf |
| _version_ | 1824368516341432320 |
|---|---|
| author | Aguirre Salado, Carlos Arturo |
| author_facet | Aguirre Salado, Carlos Arturo |
| author_sort | Aguirre Salado, Carlos Arturo |
| collection | Repositorio Institucional |
| description | Propósitos y Métodos de Estudio: Se presenta un marco metodológico para la modelación geoespacial de la densidad forestal mediante datos espectrales de resolución moderada para una porción del límite septentrional de la zona intertropical: San Luis Potosí, México. Se emplearon algoritmos de modelación estadística paramétrica y no paramétrica, análisis espacial y procesamiento de imágenes de satélite.
Contribución y Conclusiones: El Capítulo 1 presenta un estado general de las metodologías en otros países de referencia como Finlandia, Suecia, Alemania, Canadá, Estados Unidos y México e introduce a temas relacionados con inventarios forestales realizados con herramientas de análisis geoespacial. El Capítulo 2 investiga los índices espectrales de vegetación en la modelación de la densidad forestal concluyendo que los índices normalizados sensibles al contenido de humedad con una tendencia no lineal, modelan mejor la biomasa arbórea aérea.
El Capítulo 3 explora métodos estadisticos para la estimación de cobertura fraccional a nivel subpixel y concluye que el más apropiado es el análisis mezcla espectral lineal para dos clases puras: bosque y matorral. En el Capítulo 4 se comparan variantes del algoritmo no paramétrico del vecino más cercano que relacionan la densidad forestal con variables espectrales y
auxiliares, con la flexibilidad propia de retener la estructura de los datos de referencia en las estimaciones. Los métodos empleados en esta investigación representan un esfuerzo en la
modelación píxel a píxel de variables de densidad forestal en México, sobre todo cuando se trata de áreas de estudio considerables. Este trabajo propone una metodología interesante para la modelación de la biomasa/carbono aéreo para satisfacer la necesidad de información de la iniciativa de la Organización de las Naciones Unidas (ONU) para la Reducción de Emisiones de
la Deforestación y la Degradación Forestal (REDD, por sus siglas en inglés). |
| format | Tesis |
| id | eprints-3202 |
| institution | UANL |
| language | Spanish / Castilian |
| publishDate | 2013 |
| record_format | eprints |
| spelling | eprints-32022021-02-04T17:22:17Z http://eprints.uanl.mx/3202/ Modelación geoespacial de variables de densidad forestal Aguirre Salado, Carlos Arturo SD Ciencia forestal Propósitos y Métodos de Estudio: Se presenta un marco metodológico para la modelación geoespacial de la densidad forestal mediante datos espectrales de resolución moderada para una porción del límite septentrional de la zona intertropical: San Luis Potosí, México. Se emplearon algoritmos de modelación estadística paramétrica y no paramétrica, análisis espacial y procesamiento de imágenes de satélite. Contribución y Conclusiones: El Capítulo 1 presenta un estado general de las metodologías en otros países de referencia como Finlandia, Suecia, Alemania, Canadá, Estados Unidos y México e introduce a temas relacionados con inventarios forestales realizados con herramientas de análisis geoespacial. El Capítulo 2 investiga los índices espectrales de vegetación en la modelación de la densidad forestal concluyendo que los índices normalizados sensibles al contenido de humedad con una tendencia no lineal, modelan mejor la biomasa arbórea aérea. El Capítulo 3 explora métodos estadisticos para la estimación de cobertura fraccional a nivel subpixel y concluye que el más apropiado es el análisis mezcla espectral lineal para dos clases puras: bosque y matorral. En el Capítulo 4 se comparan variantes del algoritmo no paramétrico del vecino más cercano que relacionan la densidad forestal con variables espectrales y auxiliares, con la flexibilidad propia de retener la estructura de los datos de referencia en las estimaciones. Los métodos empleados en esta investigación representan un esfuerzo en la modelación píxel a píxel de variables de densidad forestal en México, sobre todo cuando se trata de áreas de estudio considerables. Este trabajo propone una metodología interesante para la modelación de la biomasa/carbono aéreo para satisfacer la necesidad de información de la iniciativa de la Organización de las Naciones Unidas (ONU) para la Reducción de Emisiones de la Deforestación y la Degradación Forestal (REDD, por sus siglas en inglés). 2013-01 Tesis NonPeerReviewed text es cc_by_nc_nd http://eprints.uanl.mx/3202/1/1080240819.pdf http://eprints.uanl.mx/3202/1.haspreviewThumbnailVersion/1080240819.pdf Aguirre Salado, Carlos Arturo (2013) Modelación geoespacial de variables de densidad forestal. Doctorado thesis, Universidad Autónoma de Nuevo León. |
| spellingShingle | SD Ciencia forestal Aguirre Salado, Carlos Arturo Modelación geoespacial de variables de densidad forestal |
| thumbnail | https://rediab.uanl.mx/themes/sandal5/images/online.png |
| title | Modelación geoespacial de variables de densidad forestal |
| title_full | Modelación geoespacial de variables de densidad forestal |
| title_fullStr | Modelación geoespacial de variables de densidad forestal |
| title_full_unstemmed | Modelación geoespacial de variables de densidad forestal |
| title_short | Modelación geoespacial de variables de densidad forestal |
| title_sort | modelacion geoespacial de variables de densidad forestal |
| topic | SD Ciencia forestal |
| url | http://eprints.uanl.mx/3202/1/1080240819.pdf |
| work_keys_str_mv | AT aguirresaladocarlosarturo modelaciongeoespacialdevariablesdedensidadforestal |